Vintage计算需要关注哪些指标？

关注 “ 金科应用研院 ” ，回复“ 礼包 ”

领取“ 风控资料合集 ”

当我们在观测资产最终损失和不同资产的风险差异时，经常会用到一个指标，那就是Vintage。

我们先看下Vintage长什么样：

上图是根据Vintage表来制作的折线图，图表中横轴为资产放款后的账龄月，纵轴为逾期率。

账龄分析（Vintage Analysis）：核心在“龄”字，从时间维度上判断资产质量的好坏，分析账户成熟期、变化规律等； 核心思想是以账龄（month on book，MOB）为主轴，观察贷后N个月的逾期比率，可以说Vintage本质上是以递延指标作为核心要素。

这个指标的计算和展示与大多数指标有所不同，所需的数据信息来源，并不属于某一个固定时间的切片数据，而是来源于历史多个时间节点的切片数据，所以它也携带了历史信息， 需要追踪不同时期借出去的资金，监控逾期率的变化情况等，因此，关于Vintage的计算，也会涉及到许多风控指标的运用。

下面，就是我们在计算Vintage时，需要考虑到的指标：

指资产放款月份。观察月距放款月的月份间隔为账龄（MOB），MOB的最大值取决于信贷产品期限，如果是12期产品，那么该资产的生命周期是12期，MOB最大到MOB12；

计算账龄有两种口径：

即统一将事件发生时间（授信、成功提款、调额等）调整到当月月末为MOB0，后第二个完整的月份为MOB1，后第三个完整的月份为MOB2。例如放款日期为2021.7.6，则MOB0为2021.7.6～2021.7.31，MOB1为2021.8.1~2021.8.31，以此类推。

这种类型的Vintage计算，我们需要记录借款金额，观测时间，逾期天数三个要素。

但值得注意的是，这一口径会导致不同放款日的表现期不同（例如7.6放款的订单和7.31放款的订单，它们的MOB1的观察点都是8.31），并且每个MOB的表现必须等到期末时间点才能观察到。

以到期还款后的第一天，（一般以30天为1月）作为一个周期定义账龄。例如还款日期为2021.7.6，则MOB1为2021.7.7-2021.8.7，MOB2为2021.8.7-2021.9.7，以此类推。

这一口径，对于不同放款日的用户均采用相同的表现期（30天），然后按放款月汇总，每个MOB周期体现的是每个用户在放款后的相同周期内的表现。

另外在统计逾期时，还细分为期中ever逾期和期末时点逾期两种。

期中ever逾期： 是指如果用户在该周期内发生过M1（M2，M3等），不管到期末时间点是否结清，都认为该用户在该周期内逾期了。

期末时点逾期： 是指统计用户在期末这个时间点是否处于M1（M2，M3等）状态。

指自还款日次日起到实还日期间的天数，即逾期天数 = 实际还款日 - 应还款日。

例如若还款日是每月8号，那么9号就是逾期第一天。如果客户在10号还款，那么逾期2天。常用DPDN+表示逾期天数≥ N天，如DPD30+表逾期天数 ≥30天的资产。

逾期期数(M)：

指实际还款日与应还款日之间的逾期天数，并按区间划分后的逾期状态。用来描述逾期期数，M取自Month On Book的第一个单词。（注：不同机构所定义的区间划分可能存在差异）。

M0：当前未逾期即正常资产（或用C表示，取自Current）

M1：逾期1-30日

M2：逾期31-60日

M3：逾期61-90日

M4：逾期91-120日

M5：逾期121-150日

M6：逾期151-180日

M7：逾期180日以上。此时也被称为呆账（Bad Debts）