模型是根据客户的各个特征维度量化而成的指标，通过数理统计的方法，选择区分度相对较高的几个，并赋予不同的分值，来评估客户的信用风险等级。
开发模型需要具备一定的样本量，通过样本反映出的普遍规律，或辅助以专家经验，来研究和分析客户的风险情况，最终结果多以综合评分的形式展示。
什么是规则？规则有何作用呢？
根据业务经验，有一些风险情况很少发生，然而一旦发生，导致风险的可能性就会非常大，而这些情况通过综合的评分难以体现，很容易被其他指标的表现所“平均”掉，但通过规则却能够比较明显的表现出来，是一种很直观的专家经验。
模型和规则又有什么关系呢？
第一，通常模型反映的是整体的、主要的、一般的规律，是各种风险指标的综合表现，分数的高低可能是多个因素导致，而规则反映的是局部的、次要的、特殊的规律，单一维度，简单明了，代表极端情况。
第二，模型可以将复杂的业务问题简化，但仅使用评分并不能完全保证风险的有效控制，而且部分指标也难以直接作为变量放入模型中，那么就需要通过规则捕捉难以在评分中表现出来的特殊的风险特征，对模型进行补充。
第三，规则的灵活性比较高，根据风险变化，可随时增加会删减，但模型的调整则需要较长的时间监控、一定的数据积累才能完成。
第四，模型中使用的指标，在规则中也可以重复使用，这是因为虽然指标相同，但是使用的方法和目的不同，主要涉及两种场景：
1、规则中已经使用的指标，在计划上线的模型中作为变量再次使用，那么规则在前是红线，一旦达到阈值触发规则就会直接拒绝或者转人工，未触发规则的客户才会进入模型审批，能够快速排除极端风险；
2、规则设计之初并未使用到的指标，作为变量进入模型，但该变量经过验证后发现非常有效足以作为单规则或交叉规则使用，那么新规则应用后，该变量会发生偏移，导致模型效果下降，此时就需要考虑通过对该变量重新分箱或者替换变量的方式来优化模型。
什么是策略？策略的作用是什么，它和模型、规则又有什么关系？
策略一般是由“模型”+“规则”两部分构成，通过将模型评分和规则结果的组合应用，实现差异化、专业化和精细化的风险管理。根据不同的贷款阶段，风控策略主要包括客群准入策略、审批策略、额度策略、定价策略、预警策略、催收策略等。
在整个策略体系中，模型是核心，规则起到补充作用，在不同的业务阶段，模型和规则的侧重不同，比如新业务上线初期，样本量不足，则主要以专家经验制定的业务规则为主，而后期会根据样本量的情况增加模型。
纯模型决策的模式是未来的方向，但当前大部分企业实践中，还是以“模型”+“规则”的方式并行，尤其是银行，对规则的侧重可能会更高一些。
模型和规则组成的策略体系构建出了较为全面的线上风控框架，随着业务量的增长和数据样本的积累，不断规范审批标准，调整授信策略，不仅能够有效降低风险，而且可以提高审批效率，辅助决策判断，满足实际业务的需要。