章強：一個沒有歧義的逾期率，才最有價值

7月，中國互聯網金融協會互聯網金融信息披露服務平台新增了9家網貸平台的信息披露情況，其中，9家平台的「逾期率」成為各媒體的聚焦，這也是行業首次集體公開「逾期率」數據。

「逾期」這個字眼往往會觸動投資人的神經，特別是近期這段敏感時期。但在金融行業，任何一款投資都存在逾期風險性。所謂的零逾期，只存在理論中。現實生活的可見或隱形變數因子無處不在，風險只能控制但無法杜絕。

如今，不管是監管層、企業家、還是一般投資人，關於金融的話題，基本都圍繞著「如何防範系統性金融風險」來談。

如果以量化數據來判斷一個互金平台是否有風險，逾期率是其中之一。

但單純地看一組逾期數據，真能準確衡量一個平台的風險情況嗎？

在信息披露不完全，統計口徑不對稱的情況下，這個數字的參考意義有多大？

一個沒有歧義的逾期率，才最有價值。

首先，我們需明確逾期資產的定義，不同的平台對融資項目提出的寬限期並不一致，監管上也沒有硬性要求。而不同的寬限期，則對應了不同的「逾期資產」量。在判斷逾期率時，我們需要了解其計算的時間維度。

其次，不同資產的逾期率沒有可比性。以具有房產抵押的企業貸款為例，其可接受的逾期率較低，因為這類資產項目數量少，而單筆貸款額度比較高，容易爆發集中性逾期風險，從風控角度來看，逾期容忍空間是非常小的；而純信用的小額消費貸款卻可接受較高的逾期率，這類資產融資成本高，且單筆貸款額度小，約幾千至一萬，符合分散出借的原則，降低債權組合中集體同時違約的概率。

因此，「逾期率」不是簡單的文字，它是一組信息量很大的數據，要想通過它了解平台的風險情況，我們需要同步掌握逾期寬限期、資產類別、統計口徑等等信息。這好比一個統計模型公式，只有投入的變數越多，並不斷從公式中排除關聯性較弱的變數，最終得出的數據結果才有參考價值。