来源 | 零壹财经专栏
作者 | 乘风集
最近看到了两条对比鲜明的新闻：
新闻1
某家P2P平台在最近一次新闻发布会中，宣布自己信贷业务的坏账率仅为0.60%，风险表现良好。
新闻2
银监会非银部主任毛宛苑在第87场银行业例行新闻发布会上表示，截至2016年9月末，消费金融公司行业平均不良贷款率4.11%，贷款拨备率4.18%，风险处合理可控范围。
众所周知，隶属银行系的消金公司，作为正规军，风控能力无论如何都不会逊色于爆发式增长的民营P2P，为何P2P的风险指标仅有银行系消金的七分之一（0.60%/4.11%）？
其实，都是套路，通过调整统计口径，玩弄数字游戏的方式，10%的坏账率可以轻松包装成1%甚至更低。我们通过具体案例来分析下。
我们先通过案例了解下官方风险指标的常规定义。
案例：
小王于2017-1-1，分别借给小刘1万元，借给小张2万元，约定每月1日归还本金的10%（即小刘1,000元，小张2,000元），分10个月还清，首次还款日为2月1日。
在接下来的四个月，小刘始终拖欠还款，小张基本每月按时还款，但在5月因出差忘记还款，下表就从现金流的角度来做了一张表格：
现在问题来了，在2017年2月的时候，逾期金额究竟是多少呢？是1,000元？
我们先来看看
银行的官方统计口径是什么：“一旦发生逾期，剩余未还部分都会计入逾期分类”。这个方式被纳入中国人民银行、银监会的管理范畴内的各家银行、大型持牌的金融机构等普遍采用的统计口径中。
按照这个口径，很明显小王的借款在2月的时候逾期金额已经达到了10,000元而不仅仅只是1,000元这么一个小小的数字。表格1的状况进一步变化为了表格2。
看完表格2，可能大家会觉得小王的这两笔借款好悲催，3万元的借款，第二个月就有1万元（33%）的可能损失；有些看官可能会有个疑问，在2月的时候虽然小刘一个月没有还钱，但小刘接下来是否还钱还是未知，用这样的统计口径是否过于悲天悯人了呢？
其实金融机构的统计口径还有更深层次的标准。
评价风险水平，往往采用比例型指标，如逾期率、不良率、损失率等。根据中国人民银行《贷款风险分类指导原则》，将贷款分为正常、关注、次级、可疑和损失五类，其中后三类合称为不良贷款，因此仅不良率、损失率有官方定义，即：
不良率 = 逾期91天以上贷款余额/当前未偿贷款余额
损失率 = 逾期181天以上贷款余额/当前未偿贷款余额
在案例中，小刘于2月未能还款，但由于逾期未满91天，故不良率保持为0，直至2017-5-2，距离小刘首笔逾期满91天，才能计入次级类贷款，此时小张虽然也发生了逾期，但逾期时间不满91天故仅小刘的余额10,000元计入不良率分子，此时不良率=10,000 / (10,000 + （20,000 – 2,000*3) )=41.67%；两笔借款逾期均未满181天，因此损失率=0。
在有金融机构官方统计口径的情况下，怎样模糊概念，“缩小”风险指标呢？
首先，很多机构或平台会给自己的风险指标编个模棱两可的名字，最常见的就是坏账率。以案例来讲，假设金融机构将坏账定义为逾期181天以上的损失率，那对外公布的坏账率就是0，完美隐藏了两笔贷、借款均处于逾期状态，其中1笔已经逾期超过91天的事实。
