风控审核通过 【3】全面了解风控指标体系
专业出黑
1.核心指标
消费金融产品繁多，客户形形色色，影响信用的因子各有不同，随时可能有新的风险产生，银行必须有完整精确的数据指标评估信息，以确保资产质量，这些信息直接影响风险管理政策的尺度及方向。
因此，我们开发出指标监控系统，就消费金融业务常用的风险管理指标及其定义一一介绍，另外补充几种风险分析及风险预测方法。
1.1 指标类型1.1.1 金额类
包括各类本金、本息、利息、余额等。
例：剩余本金、贷款余额、逾期罚息、逾期利息、违约本金等。
1.1.2 数量类
包括各类笔数、户数、件数等。
例：申请笔数、放款笔数、日均进件量、结清户数等。
1.1.3 比率类
包括各类占率、比率等。
例：通过率、逾期率、不良率、疑似欺诈率。
1.2 资产质量1.2.1 五级贷款分类
1998年5月，中国人民银行参照国际惯例，结合中国国情，制定了《贷款分类指导原则》(试行)，要求商业银行依据借款人的实际还款能力进行贷款质量的五级分类，即按风险程度将贷款划分为五类：正常、关注、次级、可疑、损失，后三种为不良贷款：
正常贷款：借款人能够履行合同，一直能正常还本付息，不存在任何影响贷款本息及时全额偿还的消极因素，银行对借款人按时足额偿还贷款本息有充分把握。贷款损失的概率为0。
关注贷款：尽管借款人目前有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素，如这些因素继续下去，借款人的偿还能力受到影响，贷款损失的概率不会超过5%。
次级贷款：借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息，需要通过处分资产或对外融资乃至执行抵押担保来还款付息。贷款损失的概率在30%-50%。
可疑贷款：借款人无法足额偿还贷款本息，即使执行抵押或担保，也肯定要造成一部分损失，只是因为存在借款人重组、兼并、合并、抵押物处理和未决诉讼等待定因素，损失金额的多少还不能确定，贷款损失的概率在50%-75%之间。
损失贷款：指借款人已无偿还本息的可能，无论采取什么措施和履行什么程序，贷款都注定要损失了，或者虽然能收回极少部分，但其价值也是微乎其微，从银行的角度看，也没有意义和必要再将其作为银行资产在账目上保留下来，对于这类贷款在履行了必要的法律程序之后应立即予以注销，其贷款损失的概率在75%-100%。
根据定义，贷款损失的概率超过30%，就会被定义为不良贷款。但是，很多金融机构都是以逾期天数来界定不良贷款的，比较通用的定义是超过90天，就会被划为不良贷款，不过如果严格按照这个定义的话，市场上很多互联网金融公司的贷款产品，因为催收能力比较弱，逾期超过30天以后，贷款损失的概率已经非常大了。
1.2.2 逾期贷款与重组贷款
逾期贷款（率）
重组贷款（率）
流入（入催）：月初C账户在还款日未还款客户数。
流入率（入催率）：月初C账户在还款日未还款客户数在当月应还户数的占比。
准M2：账户预计在当月月末逾期31~60天。
准M3：账户预计在当月月末逾期61~90天。
恶意延滞率：首期未缴款&多期未缴款。
%：计算可分为和两种方式，除了各，尚会观察特定以上的延滞率。如M2+%及M4+等指标。如M2+，为两个月前应收账款，分子为本月M2（含以上）转呆账的逾期金额。M1落入M2以上可确认为物理交款或蓄意拖欠。
Flow rate%迁移率（迁徙率）：体现的是余额在不同逾期区间的变化，目的是观察前期逾期金额经历一番催收后落入下一区间的比率，所以既可以作为风控指标也可以作为催收指标。
递延率在计算时有时只计算真正的流转率，如M3-M4真正的递延率，本月M4案件，全部是由上个月M3流转而来，这样的M4/M3叫真正的递延率。
**
Roll rate% 滚动率：分为去向分析和来源分析。
去向分析指本期各个在下期的变化情况，变化情况分为三类：keep（保持不变）、bad（持续变坏）、（回滚）：
来源分析指的是本期各个来自上期的变化情况：
**
1.5.2 催收指标
入催：进入到催收列表。
催回：当月流入当月催回账户数。
催回率：当月流入当月催回账户数在流入账户数中占比。
回流：账户状态回落（即当月账户状态在月末未发生恶化）。
其他指标：逾期罚息、逾期利息、逾期未还本金、未到期待还本金。
电话催收指标：
**
1.5.3 坏账指标
WO%呆账：为write-off%的简写，当月转呆账金额÷逾期开始月的应收账款。经过年化之后，月转呆账率转换为年损失率。
累计WO%：主要目的为观察期满客户的累积损失率，计算样本为已届满总期数后的N期客户，计算公式为：分母案件第1~（K+N）期的转呆账总金额/已满（K+N）期案件的初贷总金额。K表示为总期数，N表示转呆账所需期数。最后1期应缴金额若延滞，经过N个月后才会转为呆账。转换为年化后才较易解读。可精确计算该产品整个生命周期结束后的实际损失率。但在中长期贷放产品中较少使用。
准坏账：账户预计是当月新增坏账。
新增坏账：当月末新增逾期天数≥91天账户本金。
Bad%(坏账/不良）：bad定义除了逾期户外，可能还包含各式债务协议及高风险控管户等。转呆账率（WO%）：为write-off%的简写，当月转呆账金额÷逾期开始月的应收账款。经过年化之后，月转呆账率转换为年损失率。
贷款余额：在贷账户（包含逾期账户）剩余本金之和。
回收：月初坏账账户回收本金。
Re()：回冲=上月末呆账金额+本月转呆金额-本月末呆账金额。
NCL%：为net loss的简写，当期转呆账金额减当期呆账回收，亦即为净损概念。计算繁复，不常用，但具参考价值。通常NCL%与WO%一并列示。NCL的计算方式为：净损金额÷逾期开始月的应收账款，通常也以年化形态为主。
2.分析方法
风险管理所面对的问题是复杂且多面向的，实务上所使用的的分析手法与品管技巧有许多类似之处，下面介讨论各几类分析手法及其应用。
2.1 问题界定
在进行任何分析前，首要工作就是界定问题，描述问题轮廓，确定分析方向。确认目标，锁定主题，选择合适的分析方法。
报表上的数字只是问题的“病症”，分析人员要探究的正是背后的“病因”。
界定方法：一般界定问题大多采用“回溯法”，即由结果回推原因，程序可分为开展分析及收敛确定量大阶段（首先列出问题可能原因，再一一检测问题所在）
常用方法**：经验法则、鱼骨图、直方图、柏拉图、决策树。（介绍一下这几种方法，举几个栗子啥的）
2.2 分析类型
趋势分析以时间轴线为基础，搭配各种指标及维度发展而成，此类分析应用极为广泛。
例：核准率追踪、延滞率追踪、回收率追踪（追踪的概念）
功能：了解过去趋势变化，推测未来走势
结构分析主要用于分析各项指针的组成结构，例如客户风险等级、进件通路、年龄、性别、地区、学历、额度等结构分析。
方式：饼图、堆叠图、线性占率变化图
累计分析用来显示特定指针的累积量或累计百分比，亦可视为结构分析的延伸。
在风险管理的应用上，累计分析通常具有顺序性，比如客户依风险由低而高，给予一个风险评级
单一指标分析的使用时机是以多维变量围绕单一指标值讨论
单一指标分析无法展现问题全貌的时候，将相关指标一起列出，以避免信息不全导致误判。
例：核准率和延滞率搭配使用，进件数与进件占比搭配使用。
注：分析维度不宜太多，一般低于三维交叉，否则报表将变得复杂，不易阅读，不易理解。
账龄分析的目的在于，显示各至观察点为止的延滞率。其主要特色为结算终点一致，也就是说，样本客户的核贷日期也许分散于各个月份，但皆于同一时点合并计算逾期比率。
由于网贷业务的特点，用户的借款行为和还款表现具有时滞性。特别是在贷款的扩张阶段，伴随着贷款余额的激素增长，风险指标的分母极速扩大，但是分子由于时滞性而没有同步的增加。如果采用传统的（当前逾期/当前余额）的方法，容易使决策机构低估了当前的风险。
分析方法能很好的解决时滞性问题，其核心思想是对不同时期的授信的资产进行风险跟踪，按照账龄的长短进行同步对比，从而了解不同时期贷款的风险情况，是一个所谓的竖切的概念。而迁移率模型能够很好的提示贷款整个周期的演变情况，是一个所谓横切的概念。
：是以账龄MOB（month on book）为轴，观察每个放款月贷后的质量情况，分母为对应月份的放款本金，分子是截止期末时点逾期Mn+客户的所有剩余未还本金，可观测一个多期产品的风险全貌。
的目的是以账龄为主轴，分析拨贷后各往来期间的逾期状况，也就是说用来观察贷后N个月的逾期比率，由于拨贷后逾放尚需一段时间后才会陆续出现，因此N多从6开始算起。
的主要特色为以往来月数取代绩效月份，探讨的重点为案件逾放反应时间与恶化的程度。
表中是对M2用户的分析。其中行为用户授信的时间，列为特定时间授信的贷款在某一时间切片的还款质量，比如2.12%就是2018年4月授信的用户在2018年7月份M2逾期的情况（2018年4月授信的用户在7月的M2逾期的总额/2018年4月份用户在7月的总的贷款余额）
从表中可以看出2018-07月的授信的用户M2逾期率明显偏高，这就提醒策略机构要分析引起贷款质量下降的原因了。
2.3 指标选择
理清不同指标之间的关联，为报表使用者提供完整可靠的分析。
事件的一体两面，一个指标的上升也许对应另一个指标的下降，相对考量，不可骤下结论
对关键指标制定标杆值，以实际业务需要制定一定的业务警戒线。
例：止损线
单独一个指标也许无法说明问题，需用额外的指标配合解释。
例：延滞率偏高，不可因此轻易断言质量不佳，因为有可能是样本量过少导致
有时单一指标呈现的信息，从另一面切入考虑会得出完全不同的结论。
例：逾期率在逐渐降低，但是发现业务通过率也在变低，最终的收益不升反降。
有些指标有前后顺序关系，甚至依序发生，环环相扣，有时一个指标的好坏与前一个指标有非常大关系。
例：进件量、核准量、拨贷量
剖析指标，层层探索原因
例：总体催收效果不好，可以下探到各催收小组的催收效力上，是人员不足，还是员工动力不够。
阶段性的指标变化，通常需要等待一段时间，才好下结论
例：观察期&反应期
2.4 分析维度
在整个 cycle运行过程中，影响风险的因子有四大类型，依次规划单一或多维度分析，对风险进行深入剖析，能确实掌握各种因子组合下的风险。
包括：产品种类、期数、利率、额度、专案、卡别等。
多期产品、单期产品、公积金贷、车抵贷、消费贷A、消费贷B、现金贷等；
产品维度包括各类产品的属性，例如产品种类、期限、期数、类型、额度、等相关产品属性。
以贷款类业务为例最主要的贷款六要素（借款人、贷款金额、利率和费率、期限、用途、类型）。
贷款超市、线下渠道、白名单、交叉营销、短信等。
客户的维度包含很多种，例如身份特征、自然人或者法人或者其他类型身份，性别、年龄、区域、学历、收入、行业等都很关系，特别是要针对客户的逾期、坏账分布来挖掘一些事情。
包括：进件评分、在贷余额、有无负债、拒绝原因等。信用维度这个概念比较大，比如人行征信、芝麻分以及各种各样的信用分，具体的应用还需要看场景和客户群表现而定。
包括：交易类型、预借现金使用率、缴款记录、循环额度使用率等。一般来说行为多以客户内部行为为主，因笔者学识浅薄，无能力谈论行为维度相关内容。
包括：年龄、性别、区域、学历、收入、行业、账龄等。
其他的可以通过内部，外部获得一些数据，这些数据维度可以通过大数据的方法来进行处理。不过对于弱项的影响力还需要进行科学的验证方可。
在互联网金融中，因为可以通过移动设备来申请贷款，所以较传统银行业，我们多了一个设备信息这方面的维度，主要包括如下几个大类，各大类又可以进行细化
1）申请行为类：在移动设备上各环节填写时间、阅读条款时间、申请时间等。
2）数据识别类：移动设备位置信息、安装应用信息、手机型号、App版本信息等。
3）社会关系类：通过分析移动设备中的联系人，得到其社会关系信息。
2.5 样本分群
分群原则：组内差异小，组间差异大，如样本数少，考虑合并。
2.6 实验设计
产品推出一段时间后，风险管理单位就各项陆续出炉的分析进行监控工作，需要采用一定的测试方式，观察测试结果，必要时调整计划。
方式：
①定时测试：特定时间内，一律按照某种条件对案件进行管理。
②定量测试：事先规划好样本数，直到样本量满足设定条件。
③定性测试：按照某种预定的属性条件测试，如：针对全体女性群体。
2.7 测量方式
指标分为原生性指标和衍生性指标，通常使用的测量方式有平均数、绝对值、百分比，这些测量方式与时间轴线搭配，可观察各项指标的持续性、稳定性及发展趋势。
2.8 变异因素
在分析过程中，会存在某些不可抗力因素而造成的数据变异，如行业风险、政策风险、目标客群等发生变化，造成的影响可能是暂时性，也可能是永久性的。
暂时性：加以说明；永久性的话，可以考虑对不同条件切割，继续分析，尽量避免该因素的混淆与干扰。
3.预测方法3.1 关联推测
属于定性法的一种，借历史数据加上经验判断预测未来指标走向。
优点：简单方便
缺点：精度不够
**
3.2 移动平均
将时间序列概念带入算术平均的一种改良方法，根据一定期间的实际数字，次第推移计算平均值，借以推测未来趋势。
例：相邻5个月份的平均值
**
3.3 线性回归
较移动平均有更好的预测效果
例：线性插值
**
3.4 对数回归
较线性回归在好坏客户的判别上使用更普遍。
长期讲，业务增长或者递延率趋势，都不可能一路直线增长，当增长到一定程度上，增长率会衰减。使用对数就是突显这种比例上的关系。
**
4.数据报表
4.1 产品规划
可查看公司总体资产分布，帮助老板制定公司战略，在对其他公司尽调时也是必看的报表之一。
4.1.1 资产结构分析
4.1.2 产品质量总览
**
4.1.3 期数及利率逾期对照表
4.1.4 渠道转化
渠道
日期
4.1.5 资产配置分析
4.2风险管理
审批监控中比较常见的指标有：进件量、审批量、通过量、放宽量、放款金额、放款件均、通过率、拒绝原因分布、审批时效等。
4.2.1 审批表
1、进件量浮动较大时，需与前端销售同事沟通，寻找浮动原因。
2、审批通过率变化较大时，需与政策同事沟通，看是否与做策略调整有关，可抽查部分订单。
3、拨贷件均及放款件均一般会在产品授信范围内波动。
4.2.2 审核总览
**
4.2.3 拒绝原因分布
报表意义：
1、申请核拨报表中拨贷率发生变化时首先就应该查看拒绝原因分布表。
2、某项拒绝原因占比由较大改变时需检查规则引擎的配置。
3、政策放宽或收紧可进行参考，某项拒绝原因复议客户过多时可参考调整政策。
**
4.2.4 规则命中情况
**
4.2.5 风险等级结构
**
4.2.6 特征监控
监控产品特征、用户基本信息、放款情况等的分布
**
4.2.7 额度监控
**
4.2.8 催收监控
**
4.3账户维护
4.3.1 产品分析
M2+%
**
4.3.2 调额统计
**
4.4 催收与转呆账
1、可提现公司催收绩效，递延率发生变化尤其是变高可及时查找原因
2、可分产品、期限等属性分别制作
4.4.1 账龄分析表
**
4.4.2 逾期-即期表
**
4.4.3 逾期-递延表
4.4.4 递延率(滚动率)分析表
**
4.4.5 坏账统计
**
5.应用案例
5.1 报备金额测算
风险拨备即贷款损失准备，是指商业银行为抵御资产风险而提取的用于补偿资产未来可能发生损失的准备金。拨备覆盖率和贷款拨备率是两个重要监管指标：
拨备覆盖率=贷款损失准备÷不良贷款余额 （2013年银监要求不低于150%）
贷款拨备率=贷款损失准备÷贷款余额（2013年银监要求不低于2.5%）
迁移率就是处于某一逾期阶段的客户转到其他逾期阶段的变化情况。迁移率通常可以用来预测不同逾期阶段的未来坏账损失，并因此计提坏账拨备金额。
例：下面通过计算迁移率，计提拨备金额
1.根据2016年1-7月份，M0-M7的余额情况：
**
2.根据上一个周期拖欠余额中进入下个周期的发生额，计算出每个周期的坏账分期变动率：
坏账分期变动率(迁移率)＝当月该周期应收账款余额／上月上周期应收账款余额
计算得出每个周期的坏 账分期变动率，在表1中标注黄色部分为逾期的迁移路径，可以很消晰地看到2016年1月份的放款金额的质量变迁情况，即在2016年1月的正常透支元中有17.65％的透支(元），在2月成为拖欠一周期（M1）的贷款；
3月，元中又有28.69％的透支(70365元），成为拖欠二周期（M2）的贷款；
4月，又有55.52％的透支进一步恶化，成为拖欠三周期（M3）的贷款；
5月，由于已过了催收的黄金时期(90天以内）,94.60％的透支成为拖欠四周期（M4）的贷款。
6月，可能采用了催收外包和司法手段进行催收取得了良好的效果，仅有61.85％的透支被拖入下周期（M5）
7月，经过严厉催收仍无收效的透支有较大比例进入拖欠六周期（M6）的行列
M7回收率=M7回收金额÷M7+金额
P.S.可以看到每一期的还款表现，以及每一期的新增逾期趋势，根据趋势判断产品风险主要集中在欺诈风险还是信用风险：
如果首期逾期（客户不想还）很高，但是后面期数风险明显降低，则客户欺诈风险集中；
如果首期逾期低，但是逾期越来越高(客户没钱还)，则说明客户的信用风险集中。
3.对最近6个月的坏账分期变动率进行平滑处理，计算出6个月的平均坏账分期变动率和坏账回收率：
6个月平均坏账分期变动率=Σ6个月中每月的坏账分期变动率/6
坏账回收率=Σ6个月中每月的坏账回收额/Σ6个月核销本金额
**
4.计算净坏账损失率
M0坏账损失率=14.22% x 36.01% x 51.68% x 90.87% x 67.15% x 84.83% x 93.19% = 1.28%；扣除M7的回收率后，净损失率=1.28% x（1-26.53%) =0.94%,
M1坏账损失率=36.01% x 51.68% x 90.87% x 67.15% x 84.83% x 93.19% = 8.98%；扣除M7的回收率后，净损失率=8.98% x（1-26.53%) =6.60%,
M2坏账损失率=51.68% x 90.87% x 67.15% x 84.83% x 93.19% = 24.93%；扣除M7的回收率后，净损失率=24.93% x（1-26.53%) =18.32%,
M3坏账损失率=90.87% x 67.15% x 84.83% x 93.19% = 48.24%；扣除M7的回收率后，净损失率=48.24% x（1-26.53%) =35.44%,
M4坏账损失率=67.15% x 84.83% x 93.19% = 53.08%；扣除M7的回收率后，净损失率=53.08% x（1-26.53%) =39%,
M5坏账损失率=84.83% x 93.19% = 79.05%；扣除M7的回收率后，净损失率=79.05% x（1-26.53%) =58.08%,
M6坏账损失率=93.19%；扣除M7的回收率后，净损失率=93.19% x（1-26.53%) =68.47%,
M7坏账损失率 直接扣除M7的回收率后，净损失率=1-26.53% =73.47%,
5.计算坏账拨备额
可以根据当月应计拨备领=Σ（净坏账损失率x月末应收张款余领）的计算公式得出2016年7月的拨备金额:
也可以根据五级分类计提2016年7月拨备金额：
将目前处于正常未到期状态的透支归为正金类贷款，按照1%净损失率计提拨备，
将目前逾期1~59天的透支归为关注类贷款，按照2%净损失中计提拨备，
将目前逾期60~89天的透支归为次级 类贷款，按照25%净损失率计提拨备，
将目前逾期90~179天的透支归为可疑类资款，按照50%净损失率计提拨备，
将目前逾期180天以上的贷款归为损失类资款，按照100%净损失率计提拨备。
**
5.2 简单收益测算
说明：
1、放款12000万元，期限为6期，年利率26%，按等额本息的还款方式
2、在首期支付放款金额的1.5%给客户经理，除给客户经理的服务费外需支付服务费的8%
3、每期收入为回收利息的20%，按每期不良率为5%测算收益
第一步：
根据条件，计算出每月的还款本金、利息
A、贷款金额、月利率3%C、贷款期数6
通过等额本息计算公式：
，计算可得：
**
第二步：
根据第2、3个条件计算支付给客户经理以及剔除不良资产后可回收的本金、利息，用收入-支出得到最终收入为：50.89万元
**
5.3 风险因子定价
预先设定好基础额度base limit(B)，盖帽额度hat limit(H)，托底额度floor limit(F)。评分最高的区间杜颖的预期违约率是Pmin，评分最低的区间对应的预期违约率是Pmax，占比最高的区间对应的乐器违约率是P0，某一条进件对应的预期违约率是P1，则该进件对应的授信额度是：
如果P1>P0:
如果P1
按照收入能力和收入稳定等可以定额的字段，根据金额损失率进行矩阵逐级（两两字段）切分定级，按照最终定级给予不同的额度
5.4 逾期日报样例
**
引用参考
【书籍】《信用评分工具：自动化信用管理的理论与实践》
【书籍】《互联网金融时代-消费信贷评分建模与应用》
【文章】
【文章】
【文章】信贷风险指标
