答：

      新时代下传统风控方案已逐渐暴露出自身的时代局限性，基于机器学习技术设计出的全新贷前、贷后风控解决方案，使得零售信贷业务获得更好的发展；新方案实践效果显著，可提升行内的零售信贷资产质量。一般来说，通常人们对于信贷风险管理的认知可以粗略分为三个层面：宏观层面：风控的本质、目标以及各种风控理念；中观层面：风控体系的构建与优化、风控流程设计；微观层面：日常风险管理中策略等细节。目前，专业人士讨论得较多的是中观层面。基于中观层面建立的信贷与风控体系可以较好地解决时间横剖面上的静态问题，但较难解决外界快速变化时所引发的动态问题。好的“风险控制”，应该实现对风控体系（流程）中每个模块的量化监测，通过反馈、评估进而实现（优化性）调整，可见“控制”是一个复杂的闭环过程。如果没有基于闭环的思考与细节性设计，当目标客群下沉时，伴随自然违约率的意外攀升，可能大部分风控体系将无法良好运转。

      所属专题：专题11 内控、合规和审计与风险管理

      关键词：量化风控，传统风控

      TGES内控、合规和审计与风险管理研究中心