企业官网建设流程全解析

简介：这份PDF资料聚焦信贷风控资产质量分析，面向风控建模、策略分析及信贷数据挖掘从业者，系统梳理账龄分析（Vintage）、滚动率分析与迁移率分析三大理论。内容从MOB、DPD、M0—M7等基础指标讲起，结合葡萄酒Vintage曲线类比，说明如何判断资产质量、账户成熟期与表现期，并借助滚动率与迁移率确定目标变量Y、观察不同逾期状态间的转化规律。资源为1个PDF文件，压缩包约1.55MB，篇幅紧凑，适合碎片时间查阅。目前已有1625人学习，可作为风控模型与反欺诈场景下的案头参考。读者能获得从概念口径到计算逻辑、再到业务应用的完整梳理，包括逾期率订单口径与金额口径差异、Vintage曲线解读要点，以及策略收紧、客群变化等因素对资产质量的影响分析思路，便于快速建立分析框架并落地到实际报表与模型变量定义中。

1. 为什么存量 90+ 的指标漂亮，新客 Vintage 却已经烂了

季度风险复盘会上经常出现一个反直觉的场面：资产端报表里 90+ 逾期率连着三个月往下走，管理层据此判断资产质量在改善，可把新放款月份的账龄曲线单独拉出来一看，新客的 M3 表现其实一轮比一轮差。原因不复杂，存量口径是一个混合池，历史放款的优质老客还在正常还款，把新客的劣变稀释掉了，指标下降只是结构变化带来的错觉。

要看清真实风险，得用三把尺度完全不同的尺子。Vintage 按放款月份切片，看同一批客户随账龄增长而劣变的速度，回答「哪一批客群变坏了」；滚动率盯住某个账龄档位，看这一个月里有多少客户滑向更差的档位，回答「坏在哪个环节」；迁移率把所有这些档位之间的流转关系组织成一个矩阵，用矩阵幂运算外推未来几个月的损失，回答「接下来要准备多少钱」。做资产质量监控、贷中策略调优、拨备测算的人基本绕不开这三张表，它们也是数据口径最容易被做错的地方。

2. Vintage 曲线怎么切：放款月、MOB 账龄与累计逾期率的计算口径

2.1 MOB 账龄的定义与三个必须先固定的口径

MOB 是 Month on Book，放款当月记 MOB0 还是 MOB1，团队里必须有唯一答案。常见做法是把放款日所在的自然月当 MOB0，放款之后第一个完整自然月记 MOB1，按月末快照折算月份差。如果一部分报表按日折算、一部分按自然月折算，两条曲线叠在一起会出现半个月的错位，这不是风险变化，是口径打架。

比 MOB 更容易出错的是下面三个口径，做 Vintage 之前先写进数据字典：

我在实际项目里更倾向户数与金额两条曲线都出一版：户数口径反映客群质量，金额口径反映资金敞口，两者背离往往意味着大额客户和小额客户的风险分层不同，这本身就是策略线索。

2.2 从日快照生成 MOB 逾期宽表的 SQL

原始数据一般是借据放款表和每日快照表，先用月末快照把借据打平到「借据 × MOB」粒度，再按 Vintage 聚合。

-- 1) 放款底表：确定每笔借据的 Vintage 月份 WITH loan_base AS ( SELECT loan_id, cust_id, disburse_date, disburse_amt, trunc(disburse_date, 'MM') AS vintage_month FROM dwd_loan_disburse WHERE biz_type = 'CASH' -- 只取现金分期，混入消费分期会污染曲线 AND disburse_date >= '2024-01-01' ), -- 2) 月末快照：只保留每月最后一天，避免同月多条快照重复计数 snap AS ( SELECT s.loan_id, s.overdue_days, trunc(s.snapshot_date, 'MM') AS stat_month, months_between(trunc(s.snapshot_date, 'MM'), trunc(l.disburse_date, 'MM')) AS mob FROM dwd_loan_daily_snapshot s JOIN loan_base l ON s.loan_id = l.loan_id WHERE s.snapshot_date = last_day(s.snapshot_date) -- 月末口径 ), -- 3) 打平到 借据 × MOB，取该账龄月内的最大逾期天数 mob_panel AS ( SELECT loan_id, vintage_month, mob, max(overdue_days) AS max_dpd FROM snap GROUP BY loan_id, vintage_month, mob ) -- 4) 按 Vintage × MOB 聚合累计逾期率 SELECT vintage_month, mob, count(DISTINCT loan_id) AS book_cnt, count(DISTINCT CASE WHEN max_dpd >= 30 THEN loan_id END) AS dpd30_cnt, count(DISTINCT CASE WHEN max_dpd >= 90 THEN loan_id END) AS dpd90_cnt, round(count(DISTINCT CASE WHEN max_dpd >= 30 THEN loan_id END) / count(DISTINCT loan_id), 4) AS cum_dpd30_rate FROM mob_panel GROUP BY vintage_month, mob ORDER BY vintage_month, mob;

last_day(s.snapshot_date)保证每个自然月只取一条快照，这是整个口径里最容易被忽略的一行；如果快照表本身已经只存月末，这行可以去掉，但加上不亏。max(overdue_days)取的是账龄月内的峰值，得到的才是「累计」逾期率，如果改成取月末当天值，曲线会因为客户临时还清而上下抖动。count(DISTINCT loan_id)保证分母是户数而不是快照行数，这一点在快照表存在重复写入时必须显式写出来。

提示：months_between在部分引擎里返回小数，先trunc到自然月再相减，能避免 MOB 出现 0.97、1.03 这种值。

2.3 用 Python 画曲线并标出未成熟账龄

Vintage 曲线最大的阅读陷阱是把还没跑完的账龄段也画成实线。放款月加 MOB 超过当前账月的点，样本没走完，只能画虚线或者干脆截断。

import pandas as pd import matplotlib.pyplot as plt CUT_MOB = 12 df = pd.read_sql(VINTAGE_SQL, conn) pivot = (df[df['mob'] <= CUT_MOB] .pivot(index='mob', columns='vintage_month', values='cum_dpd30_rate') .sort_index()) # 计算每个 Vintage 的已成熟最大 MOB cur = pd.Period(pd.Timestamp.today(), freq='M') mature_max = {c: (cur - pd.Period(c, freq='M')).n for c in pivot.columns} fig, ax = plt.subplots(figsize=(10, 6)) for col in pivot.columns: series = pivot[col] m = mature_max[col] ax.plot(series.index[series.index <= m], series[series.index <= m], marker='o', label=str(col)) ax.set_xlabel('MOB') ax.set_ylabel('累计 DPD30 率') ax.set_xticks(range(0, CUT_MOB + 1)) ax.legend(fontsize=8, ncol=2) plt.tight_layout()

mature_max用自然月相减得到每个放款月理论上能观察到多少期账龄，超过这个值的点直接不画，比画虚线更不容易被误读。图的横轴是 MOB，纵轴是累计逾期率，正常形态是前期快速抬升、MOB6 之后趋缓；如果新一批曲线在 MOB3 之前就明显高于历史批次，说明前端准入或授信额度出了问题，此时应该马上去看滚动率里 C→M1 那一格有没有同步跳涨。

3. 滚动率怎么算：从 C 到 M1 的分母口径与月末快照对齐

3.1 风险档位划分与两种分母

滚动率描述的是相邻两期之间的状态流转，先把 DPD 映射成离散档位，再算从档位 A 迁到档位 B 的比例。

分母有两种主流做法：一种是期初处于该档位的全部在贷账户，另一种是期初处于该档位且在下一期仍有应还款项的账户。前者简单，但会把下一期已经提前结清的客户算进分母，导致滚动率被系统性低估；后者更贴近真实劣变概率，代价是需要多关联一张还款计划表。我一般做监控用前者、做模型和拨备用后者，并在指标口径说明里写清楚用的是哪一种。

3.2 按账龄对齐的滚动率 SQL

用月末快照自连接，把上个月的状态和下个月的状态拼到同一行，再做行内归一化。

WITH stage_month AS ( SELECT loan_id, trunc(snapshot_date, 'MM') AS stat_month, CASE WHEN overdue_days = 0 THEN 'C' WHEN overdue_days BETWEEN 1 AND 30 THEN 'M1' WHEN overdue_days BETWEEN 31 AND 60 THEN 'M2' WHEN overdue_days BETWEEN 61 AND 90 THEN 'M3' ELSE 'M4_PLUS' END AS risk_stage FROM dwd_loan_daily_snapshot WHERE snapshot_date = last_day(snapshot_date) AND loan_status <> 'SETTLED' -- 已结清订单退出分母 AND loan_status <> 'WRITE_OFF' -- 核销单独建状态，不要在这里吞掉 ), pair AS ( SELECT a.stat_month, a.risk_stage AS from_stage, coalesce(b.risk_stage, 'SETTLED') AS to_stage FROM stage_month a LEFT JOIN stage_month b ON a.loan_id = b.loan_id AND b.stat_month = add_months(a.stat_month, 1) ) SELECT stat_month, from_stage, to_stage, count(*) AS cnt, round(count(*) / sum(count(*)) OVER (PARTITION BY stat_month, from_stage), 4) AS roll_rate FROM pair GROUP BY stat_month, from_stage, to_stage ORDER BY stat_month, from_stage, to_stage;

LEFT JOIN加coalesce是关键：下个月已经结清的客户不该从分母里消失，而应该落到SETTLED这个目标状态，这样每一行from_stage的滚动率之和才等于 1。add_months(a.stat_month, 1)用的是自然月对齐，如果业务是双周还款，这里要换成按账期序号对齐，否则跨月边界会错配。滚动率看的是相邻两期，所以快照表只要保证月末唯一，不需要额外处理账龄。

跑完之后重点看两行：C→M1 反映前端客群和首期还款能力，M1→M2 反映催收触达效果。C→M1 稳定而 M1→M2 上升，通常是催收资源或话术出了问题；两个一起涨，就要回到 Vintage 看是不是某一批渠道客群整体变差。

3.3 金额口径与户数口径差在哪

户数口径把每个账户权重设为 1，金额口径用期初应还本金或期末剩余本金做权重。两者背离时信息量很大：户数滚动率高、金额滚动率低，说明滑落的主要是小额多笔客户；反过来则意味着几笔大额客户出了问题，单笔损失就能吃掉整月的利润。

实现上把 SQL 里的count(*)换成sum(overdue_principal)即可，但要注意金额口径下SETTLED状态的权重应当是 0 而不是本金，否则结清客户会虚增分母。实务里我会同时输出两张表，并且在看板上用同一坐标轴对比，背离超过 20% 就单独归因。

4. 迁移率与迁移矩阵：把滚动率拼成马尔可夫链做损失外推

4.1 迁移矩阵的构造规则与吸收态

滚动率是单格数据，迁移率是把所有格子拼成一张方阵，行是期初状态、列是期末状态，每行之和为 1。矩阵里必须显式保留SETTLED和WRITE_OFF两个吸收态，一旦进入就不会再流出，否则核销订单会在后续月份反复参与滚动，把整张矩阵的尾部概率算高。

import numpy as np import pandas as pd order = ['C', 'M1', 'M2', 'M3', 'M4_PLUS', 'SETTLED', 'WRITE_OFF'] roll = pd.read_sql(ROLL_SQL, conn) # 按 from_stage 求各期滚动率的均值，得到一张静态矩阵 mat = (roll.pivot_table(index='from_stage', columns='to_stage', values='roll_rate', aggfunc='mean') .reindex(index=order, columns=order) .fillna(0.0)) # 吸收态行归一化为自身，防止历史数据里出现流出 for s in ['SETTLED', 'WRITE_OFF']: mat.loc[s, :] = 0.0 mat.loc[s, s] = 1.0 # 重新归一化，消除四舍五入带来的行和偏差 mat = mat.div(mat.sum(axis=1), axis=0) print(mat.round(4))

吸收态处理是这一步的分水岭。见过不少实现把核销订单直接从样本里删掉，结果 M4+ 的滚动率被低估，因为最坏的那批客户根本没进分母。

4.2 用矩阵幂运算预测未来损失

有了静态矩阵，把当前各档位占比作为初始分布，逐期做向量乘矩阵，就能得到未来 N 期的状态分布和累积损失率。

P = mat.values cur_dist = pd.read_sql(CURRENT_DIST_SQL, conn) # 当月末各档位户数占比 state = np.zeros(len(order)) for k, v in zip(cur_dist['risk_stage'], cur_dist['ratio']): if k in order: state[order.index(k)] = v state = state / state.sum() rows = [] for n in range(1, 7): s = state @ np.linalg.matrix_power(P, n) rows.append({'future_month': n, 'bad_share': s[order.index('M4_PLUS')] + s[order.index('WRITE_OFF')], 'settled_share': s[order.index('SETTLED')]}) print(pd.DataFrame(rows).round(4))

bad_share是未来第 n 个月末处于 M4+ 或已核销的期望占比，把六个月的增量差分一下再乘上平均损失率，就是滚动口径下的预期信用损失，可以直接进拨备模型。和传统账龄分析法相比，矩阵外推的好处是能把当前结构变化立刻传导到未来，而不是等三个月后报表上才看出来。

4.3 矩阵预测失真的四个常见来源

分群粒度不是越细越好。分到每个渠道每个月只有几十个样本时，矩阵会充满 0 和 1，预测出来的损失率反而比不分群更离谱。经验阈值是每一行的分母不低于 300 户，低于这个数就向上合并一层。

5. 三张表联动的参数调优与监控落点

三张表不是并列关系，是一条排查链路。Vintage 先告诉你「哪一批变差了」，滚动率接着定位「环节在哪一格」，迁移矩阵最后量化「未来要准备多少拨备」。这个顺序反过来用会白费很多时间，比如一上来就调矩阵，最后发现根源是某个月改过一次授信额度规则。

落地时有几个参数值得固定下来并写进监控脚本。第一是滚动率基线窗口，用近 6 个月的中位数而不是均值，避免单月异常把基线抬起来；第二是矩阵更新频率，按月更新、按季重估分群；第三是成熟度阈值，Vintage 只看已跑完 MOB6 的批次，未成熟的批次单独标记不参与归因。

滚动率环比跳变的告警可以用稳健 z 分数，比直接比较阈值更抗异常值：

import numpy as np import pandas as pd hist = roll_c_m1.set_index('stat_month')['roll_rate'].sort_index() med = hist.rolling(6).median().shift(1) # 前 6 期中位数作基线 mad = (hist - med).abs().rolling(6).median().shift(1) # MAD 抗异常 robust_z = 0.6745 * (hist - med) / mad.replace(0, np.nan) alert = hist[(robust_z > 3.5) & (hist > 0.02)] # 双重条件：统计显著 + 绝对水平 print(alert)

0.6745是 MAD 到标准差的换算系数，3.5是告警阈值，0.02是绝对水平地板，防止在滚动率本来就只有千分之几的 C→M1 上频繁误报。三个参数里真正需要按业务调整的是最后那个地板值，它决定了告警是灵敏还是迟钝，建议先用历史数据回测三个月再定。

最后补一个容易被忽略的细节：每次改完口径，把旧口径的 Vintage 曲线和滚动率表各存一份快照，标注变更日期。风控指标的连续性比单月的精确度更重要，半年后回头看曲线上的断点，能省掉大量「这个月到底发生了什么」的排查时间。

本文还有配套的精品资源，点击获取