风控ML[9] | Vintage和Roll Rate 分析的详解

我们说了好几期的风控建模了，也有不少的同学私信我说一般来说我们需要怎么确定Y值呢？，到底多坏的逾期表现的客户可以被我们定义为坏客户呢？今天这篇文章，就给大家介绍一个大家既熟悉又陌生的分析工具——Vintage Analysis（账龄分析）和Roll Rate Analysis（滚动率分析），希望对大家有一定帮助。

本次文章从以下几个模块来展开说说，先介绍一下理论，然后造一批虚拟数据来实际实现一波加深理解，最后再回归我们的主题。

00 Index

01 Roll Rate Analysis的理论
02 Vintage Analysis 的理论
03 如何确定建模的A卡Y值

01 Roll Rate Analysis的理论

Roll Rate Analysis，即滚动率分析，目的在于确定坏客户的定义逻辑，比如说逾期多少天之后的客户，不会在未来还钱了。为了找到更加准确的坏人，我们这个阈值，不能太小。于是，就有了滚动率分析的方法，来确定这个阈值。
滚动率分析，就是选择一个观测点，向前和向后的一段时间窗口，统计不同档次客户的变化情况，从而来确定坏人的划分标准，具体实现步骤如下：
1，选择观测点，比如20210601；
2，以观测点向前统计6个月内（20201201-20210601），客户的档次分布情况（档次一般