风险，是金融机构的永恒主题。如何在瞬息万变的市场中识别、度量和控制风险，是每一位风控从业者的终极挑战。在这场没有硝烟的风控战争中，我们的制胜法宝是什么？答案就是那15套不可或缺的风险管理报表。
这些报表犹如战场上的利剑和盾牌，助我们在风险的迷雾中穿行。每一张报表，都是一扇洞察风险的窗口；每一个数字，都是一个揭示真相的线索。正如孙子兵法所云："知己知彼，百战不殆。"风控亦是如此。唯有透过报表深入剖析自身的风险状况，洞悉外部的市场变化，才能在风险管理的战场上无往不胜。
今天我们就来一睹这15套业务分析报表合集（本文共6500+字，多谢点赞/转发/收藏的每一位）
（预览）
整体资产经营报表用于查看公司总体资产分布，通过记录各产品线当月与获客、批核放款、余额、户数、逾期情况等关键经营指标，检视各产品线的贷后质量以及目前进件、核准情况，以考虑未来展业与授信策略。
（示例）
提示：
1.该表可分产品、期限等属性制作相关报表，模板以产品为例；
2.
WOlagged%和NCLlagged%多会做年化处理，因为单月数据容易受各种因素影响波动较大，年化有移动平均的效果，而且经过年化后月转呆账率转化为年损失率，方便与产品年利率进行比较参考；
3.可进一步细分为线上线下产品；
4.相关指标计算逻辑如下：
|
余额占比%
|
该产品余额占总余额的百分比
|
|
户数占比%
|
该产品账户数占总账户数的百分比
|
|
M1+lagged%
|
计算方式：当月M1的贷款余额/上个月底的贷款余额。这里逾期指标用的是逾期一期以上，可以根据实际情况自行定义，因此可以有M2+lagged%、M3+lagged%等，计算方式：当月不同逾期期数的贷款余额 / 往前推N个月的总贷款余额
|
|
WOlagged%（年化）
|
WO为write-off的缩写，即转呆账率，计算方式：当月转M7+余额 /
7个月前的应收账款，即M7+lagged%
|
|
NCLlagged%（年化）
|
NCL为net
credit loss的缩写，即净损失，计算方式：当期转呆账金额 - 当期呆账回收金额
|
|
案件核准率%
|
该产品核准件数占总核准件数的百分比
|
|
金额核准率%
|
该产品核准金额占总核准金额的百分比
|
|
进件占比%
|
该产品进件数占总进件数的百分比
|
|
案件核拨占比%
|
该产品核拨案件的案件数占总核拨案件数百分比。计算方式：案件核准率*案件拨款率
|
|
金额核拨占比%
|
该产品核拨金额数占总核拨金额数百分比。计算方式：金额核准率*金额拨款率
|
贷前申请批核报表由两部分构成：贷前申请批核总览以及贷前拒绝原因分析
1.贷前申请批核总览包含了申请审批阶段与案件数和金额相关的指标。该表也可基于产品维度制作；
2.贷前拒绝原因分析包含四类拒绝类别，信用风险类、欺诈类、决策引擎预先排除类以及第三方外部机构类；
（示例）
3.相关指标计算逻辑：
|
审批通过率%
|
计算方式：通过量 / 审批量
|
|
批核金额（万元）
|
通过量申请的金额
|
|
批核件均（万元）
|
计算方式：批核金额 / 通过量
|
|
放款金额（万元）
|
放款量对应的金额
|
|
放款件均（万元）
|
计算方式：放款金额 / 放款量
|
|
平均通过率%
|
计算方式：总计通过量 / 总计审批量。平均通过率需要和审批通过率做对比，通常一段时间内在策略没有调整的情况下，审批通过率会在平均通过率上下浮动。
|
首逾率报表：该报表从客户及产品维度记录首期到期客户的逾期表现,包含客户贷款逾期概览及产品维度首逾率总览
提示：
1.首期逾期率是指在某一个还款日，仅第一期到期的客户中没有按时还款的客户占比。首期逾期率作为重要的欺诈指标需要格外关注；
2.除产品外，该表可进一步分区域、营业部关注首期逾期情况.模板以产品维度为示例；
3.相关指标计算逻辑：
|
未按时还款件数
|
该产品中，仅第一期到期的客户中没有按时还款的客户
|
|
首期逾期率
|
计算方式：未按时还款件数 / 放款件数
|
（示例）
贷中监测报表主要关注不同存量客群贷款余额及相关况逾期情况。
提示：
1.该表可基于重点关注客群制作，模板以存量可经营客群为示例；
2.该表可以根据产品特性制作。模板以2021年5月1日为截面，按合同期限来进行横向对比；
3.存量客户定义分成两大类：可经营户和可挖掘户。
1）可经营户包括:
-结清复贷户:曾有本机构借贷记录,结清贷款后再次申请借贷；
-未结清加贷户:曾有本机构借贷记录,尚未结清贷款,再次申请借贷；
-未结清无加贷户:曾有本机构借贷记录,尚未结清贷款,无新增借贷；
2）可挖掘客户包括:
-注册断点户：在注册的过程当中由于各种原因未完成所有申请流程；
-申请未动支户：申请已授信，但未动支用信；
-假睡眠客户:在本机构有授信额度，曾经用过信,但近期没有任何使用登录行为；
4.相关指标计算逻辑：
|
放款合同数
|
计算方式：结清账户数+在贷账户数
|
|
结清账户数
|
在该日期已结清贷款的账户数
|
|
在贷账户数
|
在该日期尚未结清贷款的账户数
|
|
可观测账户数
|
该日期为第一期还款日的账户数（借款人所选产品一个月为一期的还款日）
|
|
放款金额(万元)
|
放款合同的申请金额
|
|
已还本金(万元)
|
包括结清的借款人、未结清的借款人已还的部分
|
|
在贷剩余本金(万元)
|
就是在贷账户数未还的本金
|
|
金额逾期_M1
|
对应合同期限逾期1-30天的金额
|
|
金额逾期率_M1
|
金额逾期_M1
/ 对应合同期限处于M1逾期的在贷剩余本金
|
|
金额逾期_M2
|
对应合同期限逾期31-60天的金额
|
|
金额逾期率_M2
|
金额逾期_M2
/ 对应合同期限处于M2逾期的在贷剩余本金
|
|
金额逾期_M3+
|
对应合同期限逾期91天及以上的金额
|
|
金额逾期率_M3+
|
金额逾期_M3
/ 对应合同期限处于M3逾期的在贷剩余本金
|
|
账户逾期_M1
|
对应合同期限逾期1-30天的账户数
|
|
账户逾期率_M1
|
账户逾期_M1
/ 对应合同期限处于M1逾期的在贷账户数
|
|
账户逾期_M2
|
对应合同期限逾期31-60天的账户数
|
|
账户逾期率_M2
|
账户逾期_M2
/ 对应合同期限处于M2逾期的在贷账户数
|
|
账户逾期_M3+
|
对应合同期限逾期91天及以上的账户数
|
|
账户逾期率_M3+
|
账户逾期_M3
/ 对应合同期限处于M3逾期的在贷账户数
|
（示例）
贷后入催报表主要从入催金额以及入催数量两方面关注不同存量客群入催率情况，
提示：
1.该表可基于重点关注客群制作，模板以存量可经营客群为示例；
2.该表可以根据产品期限或特性制作；
3.存量客户定义分成两大类,可经营户，可挖掘户；
1）可经营户包括:
-结清复贷户:曾有本机构借贷记录,结清贷款后再次申请借贷；
-未结清加贷户:曾有本机构借贷记录,尚未结清贷款,再次申请借贷；
-未结清无加贷户:曾有本机构借贷记录,尚未结清贷款,无新增借贷。
2）可挖掘客户包括：
-注册断点户：在注册的过程当中由于各种原因未完成所有申请流程
-申请未动支户：申请已授信，但未动支用信；
-假睡眠客户:在本机构有授信额度，曾经用过信,但近期没有任何使用登录行为。
4.相关指标计算逻辑：
|
入催率%（金额）
|
当月应还但未还合同剩余本金 / 当月应还合同剩余本金
|
|
入催率%（合同数）
|
当月应还合同数 / 当月逾期合同数
|
（示例）
贷后存量回款率报表用于查看逾期客户回款按不同周期回款金额及回款率。
提示：
1.
M1是指逾期一期，也就是1-30天，M2是31-60天，M3+是91天及以上；
2.该表可分产品、督导维度等属性制作相关报表，模板以产品为例；
3.可进一步细分为线上线下产品：
（示例）
贷后M1流转率报表用于查看入催客户/金额累计30天的回款表现。
提示：
1.该表可分产品、督导维度等属性制作相关报表,模板以产品为例；
2.可进一步细分为线上线下产品；
3.相关指标计算逻辑：
|
M1回款率
|
计算公式：（M1上月未还本金 -
M1本月未还本金）/M1上月未还本金
|
（示例）
催收运营报表用于查看逾期客户行为表现。
提示：
1.该表可分产品、客户等属性制作相关报表,模板以产品为例；
2.可进一步细分为线上线下产品；
3.相关指标计算逻辑：
|
逾期率
|
3期处于M1的逾期率的公式：逾期金额/3期在贷剩余本金
|
|
备注：如果是账户逾期率，分母便是在贷账户数。
|
（示例）
Vintage报表用于查看不同产品按月放款客户在后续不同月份的风险表现。
提示：
1.该表可分产品、督导维度等属性制作相关报表,模板以循环贷产品为例；
2.可进一步细分为线上线下产品；
（示例）
风险转期率报表用于反映固定月份处于正常状况的资产包在后续不同月份的流转表现，流转率发生变化尤其是变高时可及时发现并查找原因。
提示：
1.风险转期率报表主要由两部分组成：后续月份各逾期状态账户数统计及风险转期率计算；
2.可分产品、期限等属性分别制作；
3.相关指标计算逻辑：
|
Flow
Rate计算：（eg:C→M1：2021/04/01→2021/05/01）
|
