当前大多数的互联网金融公司在对借款人信用情况进行判定的时候，通常采用的方法都是运用信用评分模型。所谓信用评分模型是指在借款人提供了各项自己的信用资料之后，互联网金融公司通过特定的模型将不同的信用指标进行打分，最后给出一个综合的信用评分。再针对借款人的信用评分，划分出不同的风险等级，不同的等级对应着不同的授信额度以及不同的利息等。
信用评分模型的原理是，不同的信息代表着借款人不同的信用指标，将能收集到的借款人的各种信息，通过模型的综合处理后，不同的信用指标统一为标准的、单一的信用指标。这种信用评估方法方便了各机构和平台对借款人进行信用评定，也有助于各个机构和平台之间建立统一的信用评判标准。总而言之，不同的机构或者平台间可能存在各自不同的信用评分模型，但是无论采用何种方法和流程，其原理都不尽相同，都是按借款人的风险程度划分成不同的信用等级，根据不同的等级提供不同的额度。
互联网金融公司发展个人消费信贷业务主要通过两种方式进行，一是电子商务通过自身平台开展的消费金融服务，如京东商城的“京东白条”、淘宝的“蚂蚁花呗”，二者主要是为在自己平台购物的消费者提供消费贷款或者是白条分期服务，来满足消费者的诸多消费需求，所提供的资金额度也仅限于在平台内购买商品。二是由第三方平台发起的消费金融服务，如L公司等，消费者从这些平台获取到的资金可以在多个电商平台内进行购物，也可以取现消费。
结合信用风险控制理论，当前互联网金融公司在对借款人进行审核时主要采取的是线上信用评估，根据信用评分划分出不同的风险等级。如表3-1所示，当前电商平台在互联网个人消费信贷业务的信用风险控制中，如“天猫分期”和“花叹”或是“京东白条”是依据申请用户的网络购物综合数据给予用户一定的信用额度，这些电商平台对申请用户信用的判断依据主要是根据申请用户在其平台上的历史交易记录，但是这种方式也具有一定的局限性，因为在这种评定标准下，只能针对部分在该平台上有过记录的用户提供个人消费信贷业务，覆盖范围较窄。
第三方平台开展的个人消费信贷业务可以嵌入多种真实消费场景中，所以在对用户信用情况进行判断时获取用户信息的来源并不局限于单个消费场景或平台中。其中，以L公司为代表的金融科技公司在信用风险控制上具有一定优势。
与传统金融机构相比，金融科技公司在用户提交借款申请后，对用户的信用审核均为线上操作，依托计算机、互联网大数据技术实现，几乎无需人工审核，在审核流程上和审批速度上都较传统金融机构更为有效率。与电商平台相比，电商平台对借款用户的审核依据主要来源于自身平台积累的数据，数据来源较为单一，而金融科技公司在接收到用户的申请后，在贷前可以依托大数据技术从互联网中海量获取用户的多维度信自、，通过自身的黑名单系统和反欺诈模型对借款用户进行有效的筛选。贷后对于逾期未还用户，如果对接机构为银行和持牌消金公司，用户逾期记录将会计入个人征信报告内，取得了一定的信用风险控制效果。
