逾期率「不能說」的秘密

今年一季度末2015年各大銀行年報出爐的時候，大家除了感嘆銀行業集體告別凈利潤兩位數增長時代之外，也在關注著不斷惡化的銀行風控指標：截至一季度末，商業銀行的不良貸款率為1.75%。而第二季度末，該數字為1.81%

那麼問題就來了，大部分P2P平台公布的逾期數據，好像也處於2%以下甚至1%左右的水平，難道現在銀行以外的借貸平台的風控水平真有這麼高？

這次，我們來仔細談談逾期率。

逾期率vs不良率，傻傻分不清楚

其實，逾期率和上文所提到的不良率是兩個截然不同的概念。逾期，是指昨天到期要還的錢你沒還，那麼這筆錢就算是逾期了。而不良的定義要嚴重得多，只有逾期達到一定天數，商業銀行判斷還款能力出現一定問題了才會被判為不良。在銀監會出具的商業銀行風險監管核心指標一覽表中，不良率的計算公式是這樣的：

不良貸款率＝（次級類貸款＋可疑類貸款＋損失類貸款）／各項貸款×100%

其中，次級、可疑、損失的貸款都有非常明確的規定，一般但不完全按照逾期天數進行區分。因此，銀行與銀行之間比較不良率是合理的，但拿這個去和和其他金融機構並沒有可比性，僅從這個指標判斷風控能力孰高孰低也就無從說起。

逾期率的謎の計算公式

曾幾何時，我也天真的以為逾期率是個再簡單不過的小學計算題：

事情並非這麼簡單，就上面這個公式表述而言——

分子：

• 逾期金額是今年逾期總額還是歷史逾期總額？
• 逾期後已經還上的金額是否計入？
• 如果有第三方擔保或代償公司，逾期後該筆貸款被代償了，是否計入逾期金額？
• 已經逾期很多期的客戶，逾期金額是只算已經逾期的金額，還是算包含將來要還的金額在內的整筆貸款金額呢？（因為已經逾期好幾期的用戶很可能整筆貸款都還不起，這時將整筆貸款都計入逾期金額實際上更為合理）

分母：

• 貸款金額是某一時間段的數字還是歷史累計數字？（如果是指從貸款業務開始到當前的貸款金額，在平台才成立一兩年，業務發展迅速的情況下，分母很大，那麼逾期率就看起來就會小的不值一提，可這不科學啊不科學！）
• 貸款金額是指已發放貸款金額還是目前在貸的貸款餘額？

除上面未窮舉的公式歧義之外，金融機構的數據大都在未經審計的情況下公布，是否會有粉飾太平的成分，還猶未可知。換句話說，現在各機構公布的逾期數據可能更多是營銷用途，按照有利於自身的方向去計算相關指標。所以逾期率啊，實在是一個謎の風險指標╮(╯▽╰)╭

逾期指標的正確打開方式

So，怎樣的逾期率能夠客觀的反映當前機構的風險管理水平和資產質量呢？

是時候該祭出兩段很長的英文：

The coincidental delinquency provides thendelinquency of the portfolio as at the end of a particular period, taking intonconsideration the entire portfolio outstanding, including the account bookedninto the portfolio as on that date.

The lagged delinquency method, measurenthe real delinquency of the portfolio, without considering the disbursementsnmade in the recent months. The delinquency on any one bucket, is matched withnthe portfolio, that has originated the delinquency.

這兩段話的意思是，逾期率有兩種計算方式，一種是截止某一時間點的逾期金額，除以當前在貸的貸款餘額；另外一種，則是將各個月份的逾期金額，與各個月份放款的貸款餘額做比對，這樣就不會受到不斷增長的累計放款的影響了。具體計算口徑可以有M2+lagged%，M3+lagged%等，根據需要統計各期發放貸款的表現。

這種基於貸款發放月份的數據分析貸款各項指標的方法，也叫做Vintage Analysis：

Vintage一詞源自葡萄酒業，意思是葡萄酒釀造年份。因為每年的天氣、溫度、濕度、病蟲害等情況不同，而這些因素都會對葡萄酒的品質產生很大的影響，所以人們對葡萄酒以葡萄當年的採摘年份進行標識來加以品質區分。現在Vintage分析被廣泛應用於信用卡產業，分析的方法是針對信用卡不同時期開戶的資產進行分別跟蹤，按賬齡長短進行同步對比，從而了解不同時期發行信用卡的資產質量情況。

舉個栗子，宜人貸公布的凈壞賬沖銷率（Net Charged-Off Rate）是這樣的：

從第一排數字可以看到，2013年發放的￥258,322,000貸款中，有￥23,268,000逾期3個月未償還，那麼相應的M3+凈壞賬沖銷率=23,268,000/258,322,000≈9.0%。通過這個方式，我們可對2013年發放的貸款質量有個基本的概念。考慮到絕大部分貸款期限小於3年，這個9%可以較為客觀的反映其整個產品周期的風控水平。但此處篇幅有限，不對這個數字是大是小再做評論。關於宜人貸招股書的學問，有興趣的可以手動搜索，推薦的兩篇鏈接附在最後。

細心的小夥伴們可能已經發現了，這裡分析的是宜人貸的凈壞賬沖銷率，不是逾期率啊，這個跟銀行貸款的不良率，以及諸多其他機構公布的逾期率還是沒法比較。

對，如果你已經意識到這一點，那麼恭喜你，你再也不會輕信任何機構公布逾期指標了。拿到一個數字，首先就要確認這個數字的計算口徑，在計算口徑完全相同的情況下才有可比性，否則只有參考價值。

逾期率不一定可靠，還有其他風險指標

如果你是行外人，只是希望通過逾期率甄別不同平台的投資風險，那麼綜上所述，在信息披露不完全，資產指標往往可信度不高的情況下，這些數字並沒有太大的參考意義。而通過產品形態，公司實力，擔保機制等等綜合判斷則比較可行。

如果你是行內人，那麼你一定知道，除了逾期率之外，風險管理部門可以有N種指標監測資產狀況（有沒有實際指導作用又是另外一回事咯）——遷移率、核准率、欺詐損失率……等等。而且，中資和外資機構風險管理體系相似但又不完全相同，計算口徑和常用分析方式也不太一樣，這裡面還有很多學問，有機會再整理一下風險管理指標的體系。

推薦閱讀：

Vintage分析和遷移率模型在信用卡業務中的應用_MalmoLund_新浪博客

P2P低逾期率背後的秘密：計算口徑尚不統一

【宜人貸評測】教你如何看懂P2P平台的資產質量--百度百家

---------------------------------------------------------------------------------------------------------------------------

關於作者：

Sherrie雪小梨，互聯網金融行業小風控一枚，坐標深圳。

曾在四大行之一工作，現正努力轉型中。

Wechat：373794849