简介：这份PDF面向信贷风控建模人员、资产质量分析岗及金融风控学习者，系统梳理资产质量分析中绕不开的三块理论：账龄分析、滚动率分析与迁移率分析，帮助读者厘清概念、计算逻辑与业务应用之间的衔接关系。内容从基础指标切入，逐层展开MOB账龄、DPD逾期天数、M0至M7逾期期数等定义，再借助葡萄酒窖藏的类比讲清Vintage曲线的读图方法，包括判断资产质量、识别变化规律、确定账户成熟期与排查影响因素，并讨论观察点、观察期与表现期的取舍，以及订单口径与金额口径两种逾期率算法的差异。滚动率与迁移率部分进一步说明如何定义账户好坏程度、确定目标变量Y，为样本表现期的设定提供依据。资源为1个PDF文件，压缩包约1.55MB，篇幅紧凑、结构完整，适合逐节精读。目前已有1625人学习，可作为风控策略调整与建模准备的参考材料。
1. 同一批放款，为什么逾期率差了三倍
去年有朋友把两份资产质量报表拍在我桌上，问我为什么A产品放款半年逾期率不到1%，B产品放款半年逾期率接近4%，是不是B产品的风控团队水平太差。我把两份报表按放款月份对齐重排了一遍，结论是B产品的分母里混着大量还没走完账龄的账户。这不是风控水平问题，是账龄口径没对齐——把三个月大的账户和九个月大的账户放在同一个逾期率里比，就像拿婴儿的身高去比成年人的身高。
信贷风控里做资产质量分析，账龄（Vintage）、滚动率（Roll Rate）、迁移率（Flow Rate）这三件工具各管一段：Vintage管「什么时候成熟」，滚动率管「什么样算坏」，迁移率管「坏账一路怎么漏下来、最后要提多少拨备」。三者不是三选一，而是一条链上的三个环节。这篇就把这条链从头到尾拆开，从基础指标定义、SQL 实现、目标变量 Y 的确定，一直到拨备金额的计算。
2. MOB、DPD、M 三套账龄口径的 SQL 落地
2.1 三个基础指标的定义边界
做Vintage分析之前，先把三个指标的口径钉死，否则后面所有图表都是错的。
账龄 MOB（Month of Book）指资产放款月份与统计月份之间的间隔。MOB0 是放款日至当月月底，MOB1 是放款后第二个完整月份，依次递增。它的最大值取决于产品期限：12 期产品生命周期是 12 期，MOB 最大到 MOB12。举例，2019 年 11 月 13 日放款的订单，2019 年 11 月是 MOB0，2019 年 12 月是 MOB1。
逾期天数 DPD（Days Past Due）的常见定义是「实际还款日 − 应还款日次日」。若还款日是每月 8 号，9 号就是逾期第一天，客户 10 号还款则逾期 1 天。DPD30+ 表示逾期天数 ≥30 天的资产。
逾期期数 M用 M0 到 M7 划分状态：M0 当前未逾期（也写作 C，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。
注意：DPD 和 M 经常被混用。DPD 是按天数的连续口径，M 是按账期的离散口径。建模定好坏用 M，因为催收和核销流程是按账期设计的；而监管报送里常见 DPD90+，两者在月边界上会差几天，做口径对照表时要专门核一遍。
2.2 用还款计划表算出 MOB 和当期逾期状态
数据源一般是客户还款计划表（repayment schedule），字段包括合同号、期次、应还款日、实际还款日、应还本金利息、已还金额。下面这段 SQL 是按月末快照算 MOB 和最坏逾期状态的核心逻辑：
-- 输入：loan（放款表）、repay（还款计划表）、snapshot_date（统计月末） -- 输出：每个合同在统计月的 MOB 与最坏逾期期数 M WITH base AS ( SELECT l.loan_id, l.disburse_date, -- MOB：放款月与统计月的月份差，放款当月为 0 TIMESTAMPDIFF(MONTH, DATE_TRUNC('month', l.disburse_date), DATE_TRUNC('month', :snapshot_date)) AS mob, r.due_date, r.actual_repay_date, -- 逾期天数：实际还款日（未还则取快照日）减去应还款日次日 DATEDIFF(DAY, DATEADD(DAY, 1, r.due_date), COALESCE(r.actual_repay_date, :snapshot_date)) AS dpd, r.should_principal + r.should_interest AS due_amt, r.paid_amt FROM loan l JOIN repay r ON l.loan_id = r.loan_id WHERE l.disburse_date <= :snapshot_date ) SELECT loan_id, mob, -- 把 DPD 映射为 M 状态：<=0 记 0，然后每 30 天升一级 GREATEST(0, CEIL(dp.overdue_dpd / 30.0)) AS m_state FROM ( SELECT loan_id, mob, MAX(CASE WHEN due_amt - paid_amt > 0 THEN dpd ELSE 0 END) AS overdue_dpd FROM base GROUP BY loan_id, mob ) dp;逻辑说明：先按合同和期次算出每一期的逾期天数，再取合同在该 MOB 上的最坏值，最后按 30 天一档映射成 M 状态。参数说明：:snapshot_date是统计截止日，决定曲线画到哪个 MOB；CEIL(dpd / 30.0)的除数要和业务口径一致，有的机构用 DPD30/60/90 的自然日边界，有的用账期边界，切换时改动这个除数即可。逾期天数小于等于 0 的用GREATEST(0, ...)兜底成 0，避免提前还款的负 DPD 污染统计。
2.3 快照表设计上的两个坑
第一坑是把 MOB 算成「放款后第几个月」而不是「放款所在月是 MOB0」，差一个月，整条曲线会整体右移，成熟期判断跟着错。第二坑是用当前余额反推历史逾期状态。还款计划表是逐渐被更新覆盖的，如果直接取现表做历史快照，已经结清的账户会全部显示为正常，逾期曲线会被系统性低估。常见做法是每天跑一次快照落分区表，按dt分区存下来，历史分析只读快照，不读变动表。
3. Vintage 曲线：从葡萄酒到资产成熟期判定
3.1 为什么按放款月份对齐才有意义
Vintage 一词来自葡萄酒业。每年采摘的葡萄受日照、气温、降水影响，最终酒质有差异；窖藏若干年后品质趋于稳定，这段年份数就是成熟期（maturity）。把入窖年份作为批次标签（Vintage 或 Cohort），每年抽样测量酒精浓度，就能画出浓度随窖藏时间变化的曲线。
映射到信贷：入窖年份对应放款月份，酒精浓度对应逾期率，窖藏年数对应 MOB。按 MOB 对齐后比较同一产品不同时期放款的资产，能回答四个问题：确定资产质量（曲线平缓后对应的逾期率）、分析变化规律（前几期上升快说明短期风险没抓住，往往是欺诈；全程缓慢上升说明信用风险识别能力不足）、确定账户成熟期（客户展现好坏的时间长度，即表现期）、分析影响因素（策略收紧放松、客群变化、市场环境）。
3.2 两种逾期率口径的差异
绘制 Vintage 曲线时，纵坐标逾期率有两种计算口径：
| 口径 | 公式 | 特点 |
|---|---|---|
| 订单口径 | 逾期订单数 / 总放贷订单数 | 计算简单，小额度订单与大额度订单权重相同 |
| 金额口径 | 逾期金额 / 总放贷金额 | 反映真实资金损失敞口，但受大额订单影响大 |
各家机构的定义存在差异，因此单看公开披露的 Vintage 曲线，有时并不能客观比较资产质量和风控水平。自己内部做分析时，建议两种口径都出，交叉验证。
3.3 从曲线读出六个结论
以某 12 期信贷产品 2018 年的 Vintage 曲线为例，可以读出这些信息：
- 账龄最长为 12 个月，说明产品期限是 12 期，MOB 最大到 MOB12。
- 2018 年 5 月放款的订单已走完生命周期，2018 年 6 月的没走完，说明数据统计时间是 2019 年 6 月初。
- MOB1、MOB2、MOB3 的逾期率都是 0，说明逾期指标是 M4+，前三个月不可能有人逾期超过 90 天。
- 2018 年 1 月到 12 月各批次的最终逾期率逐月下降，说明资产质量在提升。
- 2018 年 5 月相对 1–4 月大幅下降，说明该阶段策略有明显调整。
- 各月放款的 M4+ 在 9 个 MOB 后趋于稳定，说明账户成熟期是 9 个月。
第 3 条是新手最容易忽略的：曲线的形状本身就在告诉你指标口径。如果纵坐标是 M3+ 而 MOB1、MOB2 全是 0，说明指标其实设成了 M4+；看到前几个 MOB 全零，先反查指标定义，别急着下「资产质量极好」的结论。
3.4 表现期的权衡
为什么要确定表现期？表现期越长，信用风险暴露越彻底，但观察期离当前越远，用来提取样本特征的历史数据越陈旧，建模样本和未来样本的差异越大。表现期越短，风险暴露不完全，好处是能用上更近的样本。
对 12 期产品，理论上用户还清全部款项后才是绝对好客户，否则只能说「目前为止是好客户」。所以需要一个刚好能覆盖足够多坏客户的表现期，这个长度不是拍脑袋定的，要由 Vintage 曲线配合滚动率分析一起定。
4. 滚动率矩阵定坏客户，Vintage 定表现期
4.1 滚动率分析的六步法
滚动率分析考察某个观察点之前一段时间（观察期）的最坏状态，向观察点之后一段时间（表现期）的最坏状态的变化。标准操作步骤：
- 确定数据源，一般用还款计划表。
- 选观察点，统计客户在观察期（如过去 6 个月）的最长逾期期数，按最坏状态分层：C、M1、M2、M3、M4+。
- 以观察点为起点，统计客户在表现期（如未来 6 个月）的最长逾期期数，同样分层。
- 交叉统计每个格子的客户数。
- 统计每个格子的客户占比。
- 为了排除单次观察点的随机影响，选多个观察点重复上述过程。
假设选 2018 年 6 月 30 日为观察点，取 10,000 个客户做交叉统计，得到滚动率矩阵。用代码实现的核心逻辑：
import pandas as pd # df: 每行一个客户，含 obs_max_m（观察期最坏状态）、perf_max_m（表现期最坏状态） # 状态映射为数值：C=0, M1=1, M2=2, M3=3, M4+=4 def roll_rate_matrix(df, obs_col='obs_max_m', perf_col='perf_max_m'): # 交叉计数 cnt = pd.crosstab(df[obs_col], df[perf_col]) # 按观察期状态求行占比，即每一层的去向分布 ratio = cnt.div(cnt.sum(axis=1), axis=0).round(4) # 从良率：从当前状态回到 C 的比例 cured = ratio.get(0, pd.Series(dtype=float)) # 恶化率：向更差状态迁移的比例 matrix = ratio.copy() matrix['cured_rate'] = cured return cnt, matrix cnt, ratio = roll_rate_matrix(df) print(ratio)逻辑说明：pd.crosstab做二维频数统计，div(..., axis=0)转成行占比，每一行代表观察期处于某状态的客户在表现期的去向分布。参数说明：obs_col和perf_col的分层标签必须先统一映射成可排序的数值，否则交叉表的行列顺序会乱；观察期和表现期长度应保持一致，常见是各取 6 个月。
4.2 从矩阵读好坏分界线
观察滚动率矩阵可以发现：M0 客户未来 6 个月有 96% 保持正常，4% 恶化到 M1 和 M2；M1 客户有 81% 回到正常（从良率 81%），7% 恶化，13% 保持 M1；M2 从良率 23%，39% 恶化到 M3 和 M4+；M3 从良率 14.7%，60.7% 恶化到 M4+；M4+ 从良率仅 4%，80% 继续保持。
M4+ 的从良率只有 4%，几乎不会回头，这就是好坏分界线。为了让模型区分能力更强，把好坏界限设得尽量清晰，于是定义：坏用户 = 逾期状态 M4+（逾期超过 90 天）。
4.3 为什么还需要 Vintage 定表现期
滚动率分析定了「坏到什么程度算坏」，但没定「观察多久」。对 12 期产品，有些账户在 MOB1–MOB4 就达到 M4+，有些要到后几期才达到。目标是抓住尽可能多的坏客户。
做法是以 MOB1 为起点，把前 N 个 MOB 作为窗口，滑窗统计坏客户率，得到 Vintage 数据表并绘图。当 N 取到 9 时，曲线基本走平，说明经过 9 期几乎能抓住所有坏客户。于是目标变量 Y 定义为：
| 标签 | 定义 |
|---|---|
| Bad | 账户经过 9 期表现期后，逾期状态达到 M4+ |
| Good | 经过 9 期表现期，未达到 M4+ |
| Intermediate | 未进入 9 期表现期，账户尚未成熟，无法定义好坏，即不定样本 |
提示：Intermediate 样本不要简单丢弃或强行归为 Good，这会引入标签噪声。常见做法是剔除，或者在样本量紧张时先只用于训练、不用于评估。
5. 迁移率链路与拨备金额的精算
5.1 迁移率的分母是上月末余额
迁移率刻画客户贷款账户在整个生命周期中的流转轨迹，定义是前一期逾期余额向下期逾期余额的转化率，常写作 M0→M1、M4→M5：
- M0→M1 = 当月进入 M1 的贷款余额 / 上月末 M0 的贷款余额
- M2→M3 = 当月进入 M3 的贷款余额 / 上月末 M2 的贷款余额
关键在分母：是上月末该状态的余额，不是当月总余额。分母用错，迁移率会整体失真。
5.2 从 M0 到 M7 的恶化路径
用数值案例展示这条链路：1 月末正常 M0 资产是起点；2 月末有部分 M0 恶化为 M1；3 月末部分 M1 恶化为 M2；4 月末部分 M2 恶化为 M3；5 月末部分 M4 恶化为 M5，此时已过催收黄金期（90 天以内）；6 月末部分 M5 恶化为 M6，可能采用了委外催收、司法手段，效果显著；7 月末部分 M6 恶化为 M7，此时视为不良资产，打包转卖给第三方回收部分损失。
从正常资产迁移至 M7 需要经过 7 次迁移。据此定义：
- 毛坏账损失率 = M0→M1→…→M7 各段迁移率连乘
- 净坏账损失率 = 毛坏账损失率 − 不良资产外卖回收率
计算毛损失率和净损失率的代码如下：
import numpy as np # 各段迁移率：正常余额逐级恶化到 M7 的转化比例 trans = np.array([0.05, 0.85, 0.80, 0.75, 0.90, 0.70, 0.60]) # 从当前状态直接穿透到 M7 的累计损失率（按链路上游逐段相乘） gross_loss = np.cumprod(trans[::-1])[::-1] / trans # M7 不良资产的平均回收率 recovery_rate = 0.20 net_loss = np.clip(gross_loss - recovery_rate, 0, None) for i, (g, n) in enumerate(zip(gross_loss, net_loss)): print(f"M{i}->M7 毛损失率 {g:.2%} 净损失率 {n:.2%}")逻辑说明：np.cumprod从链尾向前做累乘，得到每一级到 M7 的累计穿透率，再除以本级迁移率还原成从本级出发的毛损失率。参数说明：trans的顺序是从 M0→M1 到 M6→M7，写反方向会得到完全不同的结果；recovery_rate取行业平均的 M7 回收比例，不同机构差异很大，要用自己历史数据估。
5.3 拨备率与期望损失的计算
迁移率的一个重要用途是算拨备金额，也就是坏账准备金。有了上面各状态的净损失率表，就能算当月应计拨备：
- 当月应计拨备额 = SUM(净坏账损失率 × 月末应收账款余额)
- 拨备率 = 当月应计拨备额 / 总资产金额
拨备率越低越好。拨备率越高，说明风险越大、损失越大、利润越小。计算逻辑如下：
-- 输入：月末各逾期状态的应收账款余额表 balance(m_state, eom_balance) -- 输入：净损失率表 loss_rate(m_state, net_loss_rate) SELECT SUM(b.eom_balance * l.net_loss_rate) AS provision_amt, SUM(b.eom_balance * l.net_loss_rate) / SUM(b.eom_balance) AS provision_rate FROM balance b JOIN loss_rate l ON b.m_state = l.m_state;逻辑说明：按每个逾期状态的月末余额乘以对应的净损失率，加总得到应计拨备，再除以总资产得拨备率。参数说明：loss_rate表要定期用最新迁移率刷新，否则拨备会偏离实际风险；m_state需要覆盖全部正常与逾期状态，漏掉 M0 会计入零损失而低估拨备。
5.4 三件工具的职责分工
收口一下三者的分工：滚动率分析用于定义客户好坏程度，Vintage 分析用于确定合适的表现期，迁移率分析用于计算损失率和拨备。目标变量的确定流程是先滚动率定 M4+ 为坏客户，再 Vintage 定 9 期为表现期，最后迁移率换成金额口径算拨备。
注意：迁移率用金额口径，滚动率常用订单口径，两者的分母不同。做拨备时不能直接用滚动率矩阵的占比，必须换成余额。
6. 口径漂移的排查清单
上面所有分析都建立在快照一致的前提下。实际做的时候，最常见的不是算法错，而是口径在跑的过程中漂了。这里给一份我自己常用的排查清单。
第一步：核对 MOB 计算的分界。取一笔已知放款日的历史订单，手工算一遍 MOB，和快照表比对。放款日当月是 MOB0，不是 MOB1，这是最高频的错。
第二步：核对 M 状态的映射除数。用CEIL(dpd / 30.0)和 DPD30/60/90 自然日边界，在月末附近会差一个档位。抽三个月末的边界样本（逾期 29/30/31 天、59/60/61 天）比对状态归属。
第三步：核对快照是否是分区落表的。直接查变动表做历史分析，已结清账户会全部显示为正常。检查快照表有没有dt分区，分区数是否与统计月份数一致。
第四步：核对迁移率分母的时点。分母必须是上月末余额。用两个相邻月末跑一遍，如果迁移率超过 100%，多半是分母用了当月数。
第五步：核对拨备率的刷新时间。净损失率表如果三个月没更新，拨备金额会系统性偏离。用一个固定日期的余额重算拨备，看和当月的差值。
# 快照表分区完整性检查：期望分区数 vs 实际分区数 expected=$(seq -w 1 12 | wc -l) actual=$(ls /data/snapshot/loan_state/ | grep -c '^dt=') echo "期望分区: ${expected} 实际分区: ${actual}" [ "$expected" -eq "$actual" ] || echo "存在缺失的快照月份，历史曲线会断档"最后给一个技巧：把 MOB、M 状态、余额三个字段做成一张宽表，每月快照落一份，所有 Vintage、滚动率、迁移率分析都从这张宽表出发。口径只在一个地方定义一次，后面所有指标都从这里派生，比每个分析各写一套 SQL 要稳得多。宽表字段不用多，够用就行，多出来的字段反而容易在口径变更时漏改。
本文还有配套的精品资源，点击获取
