相关术语：
1、拨备
2、拨备覆盖率
3、贷款拨备率
4、不良贷款率
5、迁徙率
6、滚动率
7、vintage
11月8日，银保监会办公厅向各地银保监局下发《关于促进消费金融公司和汽车金融公司增强可持续发展能力、提升金融服务质效的通知》文件（下称“《通知》”）。其一，允许消金公司、汽车金融公司向属地银保监局申请将拨备覆盖率监管要求降至不低于130%(发文之前，拨备覆盖率在150%左右），汽车金融公司可以申请将贷款拨备率监管要求降至不低于1.5%。利好于消费金融公司？需要理解一下拨备覆盖率和贷款拨备率两个监管指标。
1 拨备
银行拨备，又称准备金，是指金融企业对承担风险和损失的金融资产计提的准备金。
2 拨备覆盖率
拨备覆盖率(Provision coverage)全称为"不良贷款拨备覆盖率(NPL Provision coverage)"，也称为“拨备充足率”，是实际上银行贷款可能发生的呆、坏账准备金的使用比率，主要反映商业银行对贷款损失的弥补能力和对贷款风险的防范能力。拨备覆盖率是衡量商业银行贷款损失准备金计提是否充足的一个重要指标。计算公式：涉及到贷款五级分类，可查看消费金融相关术语(二)
拨备覆盖率 = 贷款损失准备/不良贷款*100%；
贷款损失准备 = 一般准备+专项准备+特种准备；
不良贷款 = 次级类贷款+可疑类贷款+损失类贷款；
一般准备 = 贷款总额*1%；
专项准备 = 关注类贷款*2%+次级贷款*25%+可疑贷款*50%+损失类贷款*100%。
特种准备允许银行根据风险评估状况，自行调整。
所以，贷款损失准备 = 不良贷款*拨备覆盖率，若消费金融公司不良贷款为100亿，发文之前，则计提的贷款损失准备为150亿，发文之后，则计提的贷款损失准备为130亿，降低20亿，这有利于消费金融公司释放更多的损失准备，增加资金流动性。
3 贷款拨备率
贷款拨备率(Loan provision rate)指呆、坏账准备金的提取比率，是指贷款损失准备与贷款余额的比率，是反映商业银行拨备计提水平的重要监管指标之一。计算公式
贷款拨备率=贷款损失准备/贷款余额 x 100%
4 不良贷款率
贷款五级分类中，其中次级、可疑和损失为不良贷款，故计算公式为：
不良贷款率 = 不良贷款 / 贷款余额 * 100
有：
贷款拨备率 = 贷款损失准备/贷款余额
= (贷款损失准备/不良贷款) * (不良贷款 / 贷款余额)
= 拨备覆盖率×不良贷款率
故，当不良贷款率一定的时候，贷款拨备率与拨备覆盖率同步变化，正相关。
5 迁徙率
迁徙率(Flow Rate)，也叫迁移率，一般用于观察整体资产的迁徙情况， 指前一期各逾期期数的在贷金额在下一期各逾期期数的迁徙情况，是一个流入的概念，从较低的逾期期数到较高的逾期期数迁移，如C-M1、M1-M2、M3-M4、M4-M5、M5-M6、M6-M6+等，观察时点一般是月末或者月初。逾期期数划分可以参考消费金融相关术语(二)，相关计算公式：
C-M1 = 当月末时点M1的在贷余额/上月月末时点C的在贷余额
M1-M2 = 当月末时点M2的在贷余额/上月月末时点M1的在贷余额
M2-M3 = 当月末时点M3的在贷余额/上月月末时点M2的在贷余额
M3-M4 = 当月末时点M4的在贷余额/上月月末时点M3的在贷余额
M4-M5 = 当月末时点M5的在贷余额/上月月末时点M4的在贷余额
M5-M6 = 当月末时点M6的在贷余额/上月月末时点M5的在贷余额
M6-M6+ = 当月末时点M6+的在贷余额/上月月末时点M6的在贷余额
5.1 如何计算迁徙率？
方法一：若有切片表，可以直接使用loan表的切片表计算迁徙率，涉及到的相关字段：在贷余额字段、借据当前最大逾期天数字段。首先，按照逾期天数定义借据的逾期期数；其次，按照切片日期以及逾期期数分组统计在贷余额；最后，按照上述公式计算迁徙率。
方法二：没有切片表的话，只有t-1的loan表，则需要进行回溯计算，分四步走：
首先：加上观察时点。对每一个loan_no加上月末观察时点；
其次，计算当前逾期天数。在每一个观察时点计算每一笔loan_no的当前逾期天数，按照逾期天数定义每一笔loan_no的逾期期数；
再次，计算在贷余额并分组统计。计算在每一个观察时点的每一笔loan_no的在贷余额，按照观察时点、逾期期数进行分组统计在贷余额；
最后，计算迁徙率。按照上述公式计算迁徙率。
(不会通过回溯方法计算风控指标的风控从业者，不是一个合格的风控从业者）。
如下图每月月末各逾期期数下的在贷余额。(以下数据为虚构)，假设M6+的在贷余额的回收率为10%
如上表加黑的2.7%通过33800/124200计算所得，22.5%通过7600/33800计算所得。
5.2 使用迁徙率如何计算2020年7月份的拨备金额？
拨备金额 = 月末各逾期期数的在贷余额*月末各逾期期数的净坏账损失率
涉及到两个指标：毛坏账损失率和净坏账损失率
毛坏账损失率 = 最近6个月平均迁徙率相乘
净坏账损失率 = 毛坏账损失率*（1-M6+的回收率）
逾期期数为C的在贷余额，最终迁徙到M6+，经历C-M1、M1-M2、M2-M3、M3-M4、M4-M5、M5-M6、M6-M6+，因此逾期期数为C的在贷余额的毛坏账损失率为：
LR(C)=FR(C-M1)*FR(M1-M2)*FR(M2-M3)*FR(M3-M4)*FR(M4-M5)*FR(M5-M6) *FR(M6-M6+)
同样，其他逾期期数在贷余额的毛损失率公式为：
LR(M1)=FR(M1-M2)*FR(M2-M3)*FR(M3-M4)*FR(M4-M5)*FR(M5-M6)*FR(M6-M6+)
LR(M2)=FR(M2-M3)*FR(M3-M4)*FR(M4-M5)*FR(M5-M6)*FR(M6-M6+)
LR(M3)=FR(M3-M4)*FR(M4-M5)*FR(M5-M6)*FR(M6-M6+)
LR(M4)=FR(M4-M5)*FR(M5-M6)*FR(M6-M6+)
LR(M5)=FR(M5-M6)*FR(M6-M6+)
LR(M6)=FR(M6-M6+)
LR(M6+) = 100%
将上表中的最近6个月平均迁徙率代入上述公式，得到：
故，2020年7月的拨备金额应该为42993元。
6 滚动率
信贷中的违约模型，一般都是业务层面根据业务需求或者经验定义逾期多少天的客户为坏客户，若业务层面没有给出定义坏客户的标准，可以使用滚动率分析对客户的好坏程度进行定义。
根据客户的逾期程度，将客户划分为坏客户、好客户以及灰度客户，坏客户指大概率往更坏方向发展的客户，不可能再变好客户；灰度客户指未来逾期程度模棱两可，可能往好的方向发展，也可能往坏的方向发展（所以"滚"有两个方向，可能前滚，客户变好，也可能后滚，客户逾期程度更严重），将灰度客户归到好客户或者坏客户都不太合适，因此，建模的时候，常常将灰度客户从样本中剔除。好客户为正常客户或者轻度逾期客户。
滚动率分析就是用来找到定义坏客户的临界逾期天数，当逾期天数大于临界逾期天数，就定义为坏客户。
6.1 如何计算滚动率？
滚动率是计算用户从一个逾期程度"滚动"到另一个逾期程度的比率。
首先，选定一个观察点，筛选一批客户，观察客户在该观察点之前一段时间内的逾期程度（观察期内的逾期程度）；
其次，追踪这批客户在观察点之后的一段时间向其他逾期程度的滚动情况（表现期内的逾期程度);
最后，交叉统计观察期以及表现期客户的逾期程度。
这里需要注意，在某个观察点筛选一批客户，对其交易mob是有一定要求的，并且保证这批客户在观察期以及表现期内有到期期数（例如，未动支的客户你观察个锤子），以及最好进入观察期的客户未逾期。
在观察点2020年1月1日，筛序10000个客户，统计该10000个客户在观察期（6个月）以及表现期（6个月）的逾期程度：
6.2 从滚动率表上可以得到什么？
1、正常客户中，在未来6个月内，有96.5%仍为正常客户，新增逾期客户3.5%；
2、逾期期数为M1的客户，未来有82.5%的客户回到正常客户，有6.5%的客户逾期程度恶化，再次理解一下"滚"字的含义，向前滚和向后滚；
3、逾期期数为M2的客户，有41%的客户继续恶化，21.5%的客户回归正常，8%的客户逾期程度下降，这8%的客户一定是之前逾期期数结清，在表现期新增逾期期数；
4、逾期期数为M3的客户，15%的客户回归正常，9.5%的客户逾期程度降低，59.5%的客户逾期程度恶化；
5、逾期期数为M4+的客户，仅有3%的客户回归正常，80.9%的客户逾期程度进一步恶化。
结合上面所说，如何定义坏客户、好客户以及灰度客户，可将逾期期数M4+的客户定义为坏客户，M1、M2以及M3的客户定义为灰度客户，M0的客户定义为好客户。
7 vintage
提到vintage，风控从业者，即使不知道是什么意思，但一定听过这个词。
vintage 一词源自葡萄酒业，意思是葡萄酒酿造的年份。因为每年的天气、温度、湿度、病虫害等情况不同，而这些因素都会对葡萄酒的品质产生很大的影响，所以人们对葡萄酒以葡萄当年的采摘年份进行标识来加以品质区分。在信贷中，用于比较不同时期的资产，在相同的表现期下，纵向比较未来资产的质量，这样才能更好地判断风险变化趋势以及风险水平，分析不同时期的差异性，从而进行策略优化。
7.1 如何理解vintage？
以Flash同学身高来举个例子，可能不是特别恰当，但可以类似地去理解vintage。下图为Flash同学在不同的年龄的身高变化。
从上图中可以得到：
1、在24岁之前(还在长个呢，发育期，未成熟期），随着年龄的增加（账龄），Flash同学的身高是增加的；
2、在24岁之后(成熟期），Flash同学的身高，不再随着年龄的变化而变化了，保持在175cm；
划重点：在发育期(如2岁、4岁、6岁以及24岁之前)，随着年龄的增加，Flash同学的身高是增加的，到了成熟期（24岁之后），Flash同学身高不在变化。
把Flash同学换成不同时期发放的资金，年龄换成账龄mob，身高换成风险，vintage可以理解为：对不同时期发放的资金，在不同的账龄下（观察时点），观察该时期借据的风险，风险随着账龄的增加是逐渐递增的，当到了成熟期，风险趋于稳定，不在变化。
vintage的观察时点有两种：一是每个月末或者月初为观察时点，每笔借据的观察日是一样的，但是表现期却是不一样的；二是在每笔借据首期到期日加一定的天数为观察点，如（借据首期到期日+1天）为第一个观察点，（借据首期到期日 + 一个月 + 1天）为第二个观察点，借据（首期到期日 + 二个月 + 1天）为第三个观察点，以此类推。第一种的口径，银行机构用的居多，第二种的口径，小贷机构用的居多，但不管哪种口径下的vintage，当成熟期之后，两者的vintage应该相同，就像你在26岁和25.8岁观测Flash同学的身高都是175cm。
7.2 如何计算vintage？
三个关键词：观察时点、逾期天数以及剩余本金。从而计算vintage可以分三步走，故称之为"三段式"vintage：
第一步：对每一笔借据加上观察时点，loan表连接plan表，取借据首期到期时间，然后按照上述第二种口径加上观察时点，这里会用到map函数以及lateral view函数；
第二步：在每个观察时点计算每笔借据的当前逾期天数，需要排除观察时间大于当前时间的记录以及未充分表现的记录，这里会用到回溯方法；
第三步：在每个观察时点计算每笔借据的未结清本金，包含逾期未还以及未到期本金，这里使用一个trick，不直接计算剩余本金，先计算已还本金，再使用借款金额减去已还本金，得到剩余本金。
最后就是进行统计了，如计算每个月30+的vintage，将在每一个观察时点逾期30天以及以上的借据的剩余本金作为分子，每个月已经充分表现的借据的借款金额之和作为分母，这样就得到每个月每个观察点逾期30天以上的比例，得到以下vintage图(以下数据纯属虚构，仅为说明问题使用）：
7.3 如何看vintage？
五看：行看、列看、步长变化、对角线看、成熟期。
行看：不同借款月份借据，随着账龄的增加，逾期率的变化；
列看：将不同借款月份的借据进行"对齐"比较，相同账龄下的，不同借款月份借据的违约率变化，反映每月发生借据风险变化情况以及策略迭代结果等；
步长变化：使用后一个mob的值减去前一个mob的值，步长反映出催收力度以及客群质量情况；
对角线看：对角线为相同的催收月份，具有相同催收月份而不同账龄客户的组合变化；
成熟期：成熟期，vintage值稳定。
7.4 如何使用vintage？
1、确定违约模型的定义坏客户的表现期，滚动率用来定义坏客户，vintage图的成熟期定义样本的变现期；
2、列看不同月份vintage的变化，进行策略回顾以及调优；
3、根据不同月份步长的变化，客户质量是否发生变化；
4、计算年化风险，使用成熟的vintage的值*12/久期得到年化风险。
8 写在最后
有没有发现，计算一些风险指标的时候，如fpdx，迁徙率，滚动率以及vintage，几乎都是分三步：
第一步：加观察点；
第二步：在观察点计算逾期天数(当前逾期天数以及历史最大逾期天数)
第三步：在观察点计算剩余本金(客户级或者借据级)
最后汇总即可。
联系客服
