九斗鱼是中国耀盛在2014年6月推出的互联网金融平台，到2016年5月10日，撮合融资超过14.6亿元。其聚焦于中小微企业债权，近80%的项目是50万以下的分散性小额贷款，如信贷类资产占据45%、商业保理类占据21%。
上述是属于贷前风险控制或预知风险的过程。RiskCalc也同样应用于贷后管理中。
依据评分模型，Riskcalc会对借贷企业信用进行打分评级，并企业评级共分A+、A、A-、B+、B、B-、C+、C、C-等九个级别。按照其定义，B+以下的级别被视为风险较高，无法获得任何的信用贷款。九斗鱼也根据不同的信用级别，对借贷企业的放贷额度、放贷周期以及收取的利息有不同的规定。信用级别越低，则放贷额度会相对小些、周期也会相应缩短。
三、基于客户信息的分析评级。RiskCalc和纯粹评分卡模式的FICO不同，评分卡之外，其另建有数据挖掘、分析体系，并宣称其具有智能学习功能。
定性的方式，采用线下考察，依然以一定的定性指标来判断借贷企业是否具有还款意愿。这些指标包括对借贷企业的尽职调查、企业经营者的生活信息如家庭构成、社交圈、生活消费等。为了保证资料的真实性，在审核一个项目时，风控人员还需要到企业办公地和法人居住地进行实勘，而且是双人实勘。
P2P，九斗鱼欲解决征信和风控双重难题定量即线上征信的定量指标，主要是用于判断借贷企业是否具还贷能力，这中间则引入了企业的经营能力、公司的交易流水、与上下游企业的交易合同、企业完税情况、现金储备、资产价值、股东实力、企业实际控制人银行征信报告等。
二、对借贷企业“线上征信＋线下勘察”审核。其中又包含了量化和非量化的数据，九斗鱼CEO郭鹏宣称RiskCalc涉及了260多项参数。他将对企业风控的方法分为定量与定性两大维度：
一、对借贷企业所在行业和所处经济环境的分析。其中的考量要素有对企业所处行业的了解，以判断该企业是否会受经济下行大环境影响。如餐饮、娱乐、健身等服务行业受经济环境的影响就较小。
纵观九斗鱼风控体系RiskCalc的征信与风控抱负，其实现路径可概括为：
这一行业现象是在平台信息、数据割裂的背景下，平台以建立统一的反欺诈平台，来弥补数千家平台信息孤岛所带来的缺陷。被业内称为“抱团取暖”。
九斗鱼欲解决征信和风控双重难题业内征信或风控抱团的例子很多。2015年，大数据企业百融金服曾联合100家互联网金融平台或企业结成金融反欺诈联盟；同年，同盾科技与积木盒子、PPmoney等平台亦建立了反欺诈联盟。宜信致诚信用、共鸣科技等企业也自建了反欺诈数据系统。
4月底，笔者专访P2P平台九斗鱼，其解决征信难题的方式之一，是接入多个征信或数据体系，这包括：上海资信网络金融征信系统（NFCS）、央行旗下中国支付清算协会“风险信息共享系统”，而其所在母公司中国耀盛自建征信公司瑞思科雷并在2015年底获得企业征信牌照，瑞思科雷所开发的风控系统RiskCalc接入的数据方又包括91征信、同盾科技、聚信立等。
许多P2P平台或互联网金融平台正在着手打破信息孤岛的状态。
于是，国内P2P网贷行业自2007年出现以来的近9年时间里，一面艰难地从事并承担着金融基础设施建设与成本；一面在此重压下开展所谓优质资产开发业务并担负着征信缺失的高坏账率。
中国征信环境使得个人征信和企业征信一直存在两个难题：一是征信体系自身数据缺失的短板；二是信息孤岛、数据割裂；这种割裂另一层含义包括各地数据在接入不同系统时的不同报备、接口标准；导致信息的混乱，这也造成信息服务提供商给平台提供的数据千差万别。
温馨提醒：随时光飞逝，岁月变迁，文章观点，准确性、可靠性、难免有所变动，因此文章观点仅供参考！