Vintage的变体与解读应用

Vintage在风险管理中有很多变体，通常分为以下四类：

1.根据选取切片数据时间不一样，可划分为Month end（月末）与Cycle end（期末）两种。

说明：

**Month end：**选取切片数据的时间为每个自然月的最后一天，所有借据都是在同一天统计。

**Cycle end：**选取切片数据的时间为每个借据还款日的第二天，每个借据都有自己的统计日。

在统计上，Month end的算法在每次计算逾期天数时，对于在同月内不同时间放款借据给的表现期是有差异的，Cycle end则弥补了这个问题。

2.根据计算标的不同，可划分为单量、金额与客户三类。

说明：

金额是最常规也是使用最多的，可以观测资产的最终损失；当Vintage分析在借据金额与逾期有相关性的时候，使用单量和金额结合观测会有不错的效果；客户的Vintege则更能协助贷前策略分析师发现目标客户。

3.根据指标的计算口径，可划分为Current逾期、ever逾期两类。

**Current逾期：**在统计节点计算当前逾期的标的

**ever逾期：**在统计节点计算历史逾期的标的

说明：

ever逾期的计算会更严格一些，需要将历史满足逾期条件的标的都统计计算出来。Ever逾期与Current逾期相结合一起分析，能观测到Vintage口径的留存率。另外，ever逾期口径计算Vintage在风控评分模型中定义Y样本的时候也会经常用到。

4.根据指标逾期的口径，常规可划分为X+，30+，60+，90+，120+，150+，180+。

按照上述的分类，粗略估算下，共有232*7=84种，所以我们在解读应用Vintage时，需要对好口径的暗号，明确是哪一种。如果再加上展示的维度，将会有更多类别（常见的维度为月度、季度、年等）。

在掌握了Vintage的常见种类后，我们来了解通过Vintage分析能解读应用什么核心信息。

核心信息1

观测某笔资产最终的损失比例，也就是观测Vintage曲线最终平稳的值。
图片 图片

以上图为例，可以看到2021年8月30+DPD的vintage曲线在MOB10时趋向平稳，也就是说，2021年8月的当月放款在10个月后30+逾期率为0.82%且不再增长。

当然，趋向平稳的位置节点跟资产的平均借款期限有关，一般12期及以上的分期信贷产品在6-10期30+DPD应该趋向平稳，如果还在上升说明早期的风控策略优化没有稳定，风险还在逐月上升，代表着风险团队如果继续使用早期这套策略，对接下来的资产不利于控制逾期风险。（造成逾期上升的因素是多方面的，比如客群、利率政策等，以上分析是保持其他因素不发生变化的前提下单一分析）。

核心信息2

观测单条曲线的增长趋势，前期如1-3期曲线斜率较高通常代表风险表现以欺诈风险为主，后期曲线的上升主要为信用风险，通过Vintage分析能判断最终损失中欺诈与信用的大致占比。

众所周知，信贷产品的风险主要集中在欺诈风险和信用风险上，风险管理团队需要分别设计防范欺诈的反欺诈策略与模型，防范信用风险的信用策略与模型，组合在一起共同构成信贷资产的全面风险管理。在实际风险的动态管理工作中，及时分析发现不同时期资产损失中，因为欺诈带来的损失与因为信用带来风险损失，对于调整风险管理团队不同时期的工作中心尤为重要，应用Vintage分析就可以动态观测最终损失中欺诈与信用风险的占比，帮助风险管理团队及时调整欺诈与信用风险策略与模型。

核心信息3

可以发现不同月份放款资产最终损失的差异，帮助风险管理人员评判不同月份放款资产的差异，从而对策略优化提供建议。

举一个实际工作中的例子，一般在初次上线一款信贷产品时，风控策略往往不够稳定和完善，第一个月放款资产的Vintage曲线往往上升较快。通过上线第一个月风控策略的更新优化，第二个月放款资产的Vintage曲线上升斜率应该有所下降，依次类推，通过不断优化风控策略，不断观察优化后策略对次月放款资产的Vintage曲线斜率、损失值以及趋向稳定的影响，以此评判风控策略的优化是良性发展。比如，第三次策略优化后，次月放款的vintage曲线斜率下降到25%，30+DPD下降到2.3%，都在证明第三次的策略优化对资产是有好的管理效果。

核心信息4

不同年同组月份放款资产最终损失的差异，通过可以评判是否存在季节性。

对于大于12期以上信贷产品，通过观察不同年同一月份的Vintage，可以判断信贷产品从渠道获客，产品设计等是否具有季节性，如果发现具有季节性，可以通过去年的资产表现及早预测和规避一些风险事件的发生。比如，季节性的地区集中欺诈事件。

核心信息5

观测已有数据的增长趋势，通过建模预估资产的最终损失，并进行过程监控，提前预警。

Vintage分析的应用不仅是对历史风险的回顾与优化，也可以通过历史时间数据的分析建模，预测资产在完成全部生命周期后的整体损失，以提前评估风险容忍度，进行监控与预警。

小结

以上就是Vintage分析在实际工作中的主要应用。Vintage作为风险管理重要工具之一，是风控策略优化、评分模型开发，资产监控管理的有力武器，希望大家可以掌握Vintage分析及其变体，并在不同的工作场景中合理利用。