互聯網金融中需要關注的風控逾期指標有哪些？

例如：vintage數據 M3+ M1+（十分常見）、遷徙率（C-&>C、C-&>M1之類的）、成熟不良率、MOB、3PD30等等。
包括但不限於以上指標，還請專業的風控前輩們賜教！


1、逾期天數 DPD (Days Past Due)

自應還日次日起到實還日期間的日期數

舉例：DPDN+表示逾期天數 &>=N天，如DPD30+表逾期天數 &>=30天的合同

2、逾期期數

自應還日次日起到實還日期間的日期數

舉例：

正常資產用C表示

Mn表示逾期N期:M1逾期一期,M2逾期二期,M3逾期三期,M4逾期四期,M5逾期五期,M6逾期六期

Mn+表示逾期N期(含)以上，M7+表示逾期期數 &>=M7

3、貸款餘額 ENR

至某時點借款人尚未償還的本金，即：全部剩餘本金作為貸款餘額

4、月均貸款餘額 ANR

月均貸款餘額 = (月初貸款餘額 + 月末貸款餘額)/2，月初貸款餘額即上月月底貸款餘額

5、C,M1,M2,M3…的貸款餘額

根據逾期期數(C,M1,M2,M3…)，計算每條借款的當時的貸款餘額

貸款餘額 = 放款時合同額 –已還本金

已還本金 = (放款日次日 ~ T-1)的還款本金總額

6、核銷金額

貸款逾期M7後經審核進行銷帳，核銷金額即在核銷日期當天的貸款餘額

7、回收金額 Recovery

來自歷史所有已核銷合同的全部實收金額

8、凈壞賬 NCL

當月新增核銷金額 – 當月回收金額

9、在賬月份 MOB

放款後的月份

舉例：

MOB0,放款日至當月月底

MOB1,放款後第二個完整月份

MOB2,放款後第三個完整月份

10、(C-&>M1、M1-&>M2、M2-&>M3、M3-&>M4、M4-&>M5、M5-&>M6)滾動率 Flow rate

舉例：

C-M1=當月進入M1的貸款餘額/上月末C的貸款餘額

M2-M3=當月進入M3的貸款餘額/上月末M2的貸款餘額

11、逾期率Coin(C)%、Coin(M1)%、Coin(M2)%、Coin(M3)%、Coin(M4)%、Coin(M5)%、Coin(M6)%

當月不同逾期期數的貸款餘額/當月底總貸款餘額

舉例：

Coin(C)%=當月C貸款餘額/當月底貸款餘額(C-M6)

Coin(M1)%=當月M1貸款餘額/當月底貸款餘額(C-M6)

Coin(M1+)%=當月M1?M6貸款餘額/當月底貸款餘額(C-M6)

12、逾期率Lagged(M1)%、Lagged(M2)%、Lagged(M3)%、Lagged(M4)%、Lagged(M5)%、Lagged(M6)%

當月不同逾期期數的貸款餘額/往前推N個月的總貸款餘額

舉例:

Lagged(M1)%=當月M1的貸款餘額/上個月底的貸款餘額(C~M6)

Lagged(M4)%=當月M4的貸款餘額/往前推四期的總貸款餘額

Lagged(M4+)%=當月M4的貸款餘額/往前推四期的總貸款餘額

+ 當月M5的貸款餘額/往前推五期的總貸款餘額

+ 當月M6的貸款餘額/往前推六期的總貸款餘額

13、賬齡分析Vintage

統計每個月新增放款在之後各月的逾期情況

綜合例子：

說明：

客戶A所有月份正常還款，貸款餘額逐步減少。

客戶B在8月份未還款，進入M1，9月份未還款，進入M2，10月份還是未還款進入M3，月別貸款餘額無變化。

客戶C在9月份未還款，進入M1，10月分月還清所欠款，進入C。

客戶D在9月份正常還款，10月份未還款，進入M1。

滾動率

1、8月C--&>M1 ：8月進入M1的貸款餘額 / 8月月初即7月月末C的貸款餘額 30,000/80,000=37.5%。

2、9月C--&>M1 ：9月進入M1的貸款餘額 / 9月月初即8月月末C的貸款餘額 30,000/120,000=25.0%。

9月M1--&>M2 ：9月進入M2的貸款餘額 /8月的M1的貸款餘額 = 30,000/30,000=100%。

滾動率C--&>M2

上月的C--&>M1 * 當月的M1--&>M2。

3、9月C--&>M2 ：8月C--&>M1 * 9月M1--&>M2 = 37.5% * 100% = 37.5%。

逾期率Coin%

1、8月CoinM1 = 8月M1餘額（30,000）/ 8月貸款餘額（150,000）= 20.0%

2、9月的CoinM1=30,000/250,000=12%。

9月的CoinM2=30,000/250,000=12%。

3、10月份CoinM1=40,000/330,000=12.1%。

10月份CoinM2=0/330,000=0%。

10月份CoinM3=30,000/330,000=9.1%。

逾期率Lagged%

1、8月LaggedM1=8月統計逾期進入M1的貸款餘額 / 上個月底的貸款餘額（C~M6）=30,000/80,000=37.5%。

2、9月LaggedM1=9月統計逾期進入M1的貸款餘額 / 上個月底的貸款餘額（C~M6）=30,000/150,000=20.0%。

9月LaggedM2=9月統計逾期進入M2的貸款餘額 / 上上個月底的貸款餘額（C~M6）=30,000/80,000=37.5%。

3、10月LaggedM3=10月統計逾期進入M3的貸款餘額 / 往前推3期的貸款餘額（C~M6）=30,000/80,000=37.5%。

賬齡分析Vintage

1、2015/07的放款合同金額為50,000+30,000=80,000；

mob1（2015/08）：客戶B發生逾期但是不夠M2;

mob2（2015/09）：客戶B依然沒有還款，進入M2，則賬齡計入：30,000/80,000=37.5%

mob3（2015/10）：客戶B依然沒有還款，進入M3，賬齡數據保持不變37.5%。

假設以後客戶A依然正常還款，客戶B沒有償還行為，則之後賬齡保持37.5%不變。

2、2015/08的放款合同額為30,000+50,000=80,000；

mob1（2015/09）：客戶C發生逾期但是不夠M2;

mob2（2015/10）：客戶C還清欠款，進入C，客戶D發生逾期但是不夠M2；

mob3（2015/11）：假設客戶C未還款，則發生逾期但是不夠M2，客戶D繼續欠款，則進入M2，賬齡記入：40,000/80,000=50.0%；

mob4（2015/12）：假設客戶C、D都未還款，則C進入M2，D進入M3，則賬齡記入：60,000/80,000=75.0%；

mob5（2016/01）：假設客戶C、D全部還清欠款，全部進入C，則賬齡為0；

最後，推薦進一步閱讀 互聯網金融時代消費信貸評分建模與應用 (豆瓣)

任何指標一定是以問題為導向的。想好自己需要回答的問題是什麼才是關鍵。有了問題再去尋找對應的解釋指標和工具。

就本人的經驗而言，風險層面（更多偏信用風險）主要有三個層次的問題：

1.整體的風險水平如何？

最基本、通用的指標是逾期率（按照逾期天數可進一步細分，重點包括0+/30+逾期率、90+不良率和180+損失率）。這個指標分子 = 時點逾期餘額，分母 = 時點透支餘額。

逾期率最直觀，但也最容易被「操控」，在解讀和對比時尤其需要注意：

分子會受到統計粒度的影響（以客戶/賬戶/貸款單/貸款分期單哪個粒度來計算差異很大，尤其是偏重分期的產品），也會受到核銷等資產處置的影響（是否有核銷處理、統計時是否包含）。

分母會受到當期時點規模的影響，季末/年末衝量或特殊的營銷時點上，都會導致規模的激增，人為拉低時點的逾期率。

另外，也和產品的成長周期密切相關：

在產品高速發展時期，規模增長迅速，而風險滯後釋放，導致對風險的低估和滯後判斷；而在產品成熟和衰退期，導致對風險的高估，容易誤導風險策略的制定。

由於上述原因的存在，一般逾期率只能說明累積的整體風險水平如何。如果根據時點的不良率判斷近期風險水平，存在高估/低估的可能。

如果一定要用時點餘額來判斷近期的風險，建議使用延滯率或逾期的凈生成率。Mi延滯率=當期Mi/i月前的M0，Mi凈生成率=(當期Mi-i月前的Mi)/i月前的透支餘額，這兩個指標至少能在一定程度上排除當期時點規模、歷史存量的影響，能更真實反映近期的風險水平。

2.新增客戶/資產的風險水平如何？

整體的逾期率並不一定能回答或甄別近期客戶/資產的風險水平。需要通過VINTAGE拆解客戶和資產，觀察相同的表現期後不同客群/資產的逾期佔比，例如激活或放款後1~24個月各月月末時點的0+/30+/90+貸款戶數和金額或餘額的佔比。

通過對比不同激活月或放款月在相同的表現窗口後的逾期水平，能觀察不同激活月/放款月（對應了不同的策略或人群）的風險走勢，更合理評價不同時點人群/資產的情況和策略的效果。

如果運營是針對的客戶的，按照激活時間劃分客群統計VINTAGE更通用一些；如果是針對資產進行運營，按照貸款的放款月劃分資產統計VINTAGE更通用一些。

3.存量資產的遷移情況？

除了需要時刻關注新增的風險外，也需要掌握已經逾期資產的遷移/退出情況，也就是滾動率(或者遷徙率、遷移率)。

滾動率一方面體現了客群和資產的質量，也能反映催收運營的狀況。

常見的滾動率一般是當期賬齡餘額與上一期上一賬齡餘額的比值，用百分比表示。賬齡越高，滾動率越高，表示資產回收的可能性越低，進入下一期高賬齡的概率越高。

滾動率也可以進一步細分為向上/向下滾動，一般默認的滾動率都是向上滾動，即從低賬齡滾到高賬齡。向上/向下滾動需要鎖定月末時點某一賬齡的客戶/資產，在下月底觀察鎖定的這部分客戶或資產，統計向上/向下滾動的佔比，能排除統計粒度和分期帶來的降期影響。

另外，滾動率與產品、前中後的運營等諸多因素有關，短期容易波動，可以計算複合滾動率，例如M0-&>M4的滾動率，能從長周期來觀察資產質量和運營的穩定水平。

基本上大部分的風險指標都圍繞上面三個問題展開，具體業務和場景千差萬別，在解讀指標時需要因地制宜了。

感謝風險管理-風險策略部提供回答。

我用通俗一點的語言，給大家介紹幾個比較重要的指標吧

1 PD指標

（）PD（），例如FPD1，SPD7，TPD30...

前面的字母，F：first，表示第一期逾期，同理 S，T，Q分別表示二 三 四， 後面會用數字表示。 如5PD30。

後面的數字， 指逾期天數，如果一個客戶身上有FPD30的標記，那必然有FPD1 FPD7等小於30的標記。

需注意的一點，PD類指標通常互斥，也就是說一個人如果有了FPD標誌就不會有SPD標誌，SPD表示第一期正常還款但是第二期才出現逾期的客戶。

2 M*+指標

指不良資產的指標

M0正常資產（無逾期），M1逾期一期（逾期1-29天），M2逾期兩期，M3，M4+逾期四期以上（即表徵壞賬，或不良資產）

M1包含大量忘記還款的客戶，通常以M4+表示壞賬，不難理解，逾期了4個月的錢通常都催不回來了。

3 逾期指標的延伸

由PD指標和M*+指標可以延伸出各類的分析圖，用來分析不同情況。

例如將不同月份的相鄰數字的M做出一個折線圖，就可以得到逾期轉化率圖。列出不同月份的逾期轉化率圖，可以看到催收情況變化趨勢。 如某月M2到M3和M3到M4的轉化率變高，意味著催收效率變差了。

現在手頭沒有案例，沒辦法給你舉例子，你有什麼不懂的可以結合圖私聊我。

我在專欄中發布了一篇《消費信貸業務風控英文辭彙手冊》，其中的內容希望能對題主有幫助。

手冊共分為風控系統篇、風控指標篇、風控模型篇和風控基礎辭彙篇四個部分，其中風控指標涉及如下：

風控指標篇

2.1 Aging Analysis
釋義：賬齡分析。顯示各期至觀察點為止的延滯率，其特點為結算終點一致，把分散於各個月的放貸合併到一個觀察時間點合併計算逾期比率。

2.2 Vintage Analysis
釋義：同樣也是賬齡分析。與aging analysis不同，vintage以貸款的賬齡為基礎，觀察貸後N個月的逾期比率。也可用於分析各時期的放貸後續質量，觀察進件規則調整對債權質量的影響。
舉例：Deliquency Vintage 30+:表現月逾期30+剩餘本金/對應賬單生成月發放貸款金額。

2.3 C 、M
釋義：C和M是描述逾期期數bucket的專有名詞。M0為正常資產，Mx為逾期 x 期，Mx+為逾x期（含）以上。無逾期正常還款的bucket為M0，即C，M1即逾1期（1-29天） 。 M2+即逾2期及以上（30+） 。M2和M4是兩個重要的觀察節點，一般認為M1為前期，M2-M3為中期，M4以上為後期，大於M6的轉呆賬。

2.4 Delinquency
釋義：逾期率/延滯率。評價資產質量的指標，可分為Coincident和Lagged兩種觀察方式。

2.5 Coincident
釋義： 即期指標。用於分析當期所有應收賬款的質量，計算延滯率。計算方式是以當期各bucket延滯金額除以本期應收賬款（AR）總額。Coincident是在當前觀察點總覽整體，所以容易受到當期應收賬款的高低導致波動，這適合業務總量波動不大的情況下觀察資產質量。
舉例：常看的一個指標Coincident DPD 30+

2.6 Lagged
釋義： 遞延指標。與coincident相同也是計算延滯率的一個指標，區別是lagged的分母為產生逾期金額的那一期的應收賬款。Lagged觀察的是放貸當期所產生的逾期比率，所以不受本期應收賬款的起伏所影響。
舉例：Lagged DPD 30+$(%)= Lagged M2+Lagged M3+Lagged M4+Lagged M5+Lagged M6
月末資產餘額M1(1-29天): 統計月份月末資產中滿足 1≤當前逾期天數≤29 的訂單剩餘本金總和，當前逾期天數為訂單當前最大逾期天數，不包含壞賬訂單。
Lagged M1 =月末M1的貸款餘額/上個月底的貸款餘額(M0~M6)

2.7 DPD
釋義：Days Past Due 逾期天數，自還款日次日起到實還日期間的天數。
舉例：DPD7+/30+，大於7天和30天的歷史逾期。業內比較嚴格的逾期率計算公式為：在給定時間點，當前已經逾期90天以上的借款賬戶的未還剩餘本金總額除以可能產生90+逾期的累計合同總額。其分子的概念是，只要已經產生90天以上逾期，那麼未還合同剩餘本金總額都視為有逾期可能，而分母則將一些借款賬齡時間很短的，絕對不可能產生90+逾期的合同金額剔除在外（比如只在2天前借款，無論如何都不可能產生90天以上逾期）。

2.8 FPD
釋義：First Payment Deliquency，首次還款逾期。用戶授信通過後，首筆需要還款的賬單，在最後還款日後7天內未還款且未辦理延期的客戶比例即為FPD 7，分子為觀察周期里下單且已發生7日以上逾期的用戶數，分母為當期所有首筆下單且滿足還款日後7天，在觀察周期里的用戶數。常用的FPD指標還有FPD 30。
舉例：假設用戶在10.1日授信通過，在10.5日通過分期借款產生了首筆分3期的借款，且設置每月8日為還款日。則11.08是第一筆賬單的還款日，出賬日後，還款日結束前還款則不算逾期。如11.16仍未還款，則算入10.1-10.30周期的FPD7的分子內。通常逾期幾天的用戶可能是忘了還款或一時手頭緊張，但FPD 7 指標可以用戶來評價授信人群的信用風險，對未來資產的健康度進行預估。
與FPD 7 類似，FPD 30也是對用戶首筆待還賬單逾期情況進行觀察的指標。對於逾期30天內的用戶，可以通過加大催收力度挽回一些損失，對於逾期30天以上的用戶，催收回款的幾率就大幅下降了，可能進行委外催收。如果一段時間內的用戶FPD 7較高，且較少催收回款大多落入了FPD 30 內，則證明這批用戶群的non-starter比例高，借款時壓根就沒想還，反之則說明用戶群的信用風險更嚴重。

2.9 Flow Rate
釋義：遷徙率。觀察前期逾期金額經過催收後，仍未繳款而繼續落入下一期的幾率。
舉例：M0-M1=M月月末資產餘額M1 / 上月末M0的在貸餘額
8月M0-M1 ：8月進入M1的貸款餘額 / 8月月初即7月月末M0的在貸餘額

新手入行！！！非常有幫助！！！感謝LZ