金融术语解析

一、FPD

FPD是指首期逾期率，是说在某一个还款日，仅第一期到期的客户中有多少没有按时还款。与入催率的差别在于，入催率包含了第一期、第二期、第三期等等所有到期的M0。FPD一般用来做反欺诈，因为欺诈用户他第一期是根本不会还款的[1]。

二、AUC与KS

要弄明白ks值和auc值的关系首先要弄懂roc曲线和ks曲线是怎么画出来的。其实从某个角度上来讲ROC曲线和KS曲线是一回事，只是横纵坐标的取法不同而已。拿逻辑回归举例，模型训练完成之后每个样本都会得到一个类概率值（注意是类似的类），把样本按这个类概率值排序后分成10等份，每一份单独计算它的真正率和假正率，然后计算累计概率值，用真正率和假正率的累计做为坐标画出来的就是ROC曲线，用10等分做为横坐标，用真正率和假正率的累计值分别做为纵坐标就得到两个曲线，这就是KS曲线。AUC值就是ROC曲线下放的面积值，而ks值就是ks曲线中两条曲线之间的最大间隔距离。由于ks值能找出模型中差异最大的一个分段，因此适合用于cut_off，像评分卡这种就很适合用ks值来评估。但是ks值只能反映出哪个分段是区分最大的，而不能总体反映出所有分段的效果，因果AUC值更能胜任。
ROC值一般在0.5-1.0之间。值越大表示模型判断准确性越高，即越接近1越好。ROC=0.5表示模型的预测能力与随机结果没有差别。
KS值表示了模型将+和-区分开来的能力。值越大，模型的预测准确性越好。一般，KS>0.2即可认为模型有比较好的预测准确性[2]。

三、账龄

Month on Book, MOB，指资产放款月份，类似于人的年龄，一旦借据产生，便有了账龄和生命周期。
MOB0：放款至当月月底；
MOB1：放款后第二个完整的月份；
MOB2：放款后第三个完整的月份。

四、逾期天数

Days Past Due, DPD，逾期天数等于实际还款日减去应还款日的差值。DPDN+表示逾期天数大于等于N。

五、逾期期数（M）

M指的是Month，逾期期数指DPD按区间划分后的逾期状态，需要注意的是不同机构所定义的区间划分可能存在差异。
M0：当前未逾期（或用C表示，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，此时也被称为呆账（Bad Debts），会予以注销账户（write-off）。

六、Vintage

vintage分析是按照每一笔借款所在的月份作为统计的基准，然后追踪这个放款月份里在贷资金在接下来几个月里，发生逾期的比率。Vintage可以用来评估客户好坏充分暴露所需的时间。

关于Vintage分析中逾期率的计算，有两种计算口径。
1、订单口径，逾期率=逾期订单数/总放贷订单数
2、金额口径，逾期率=逾期剩余本金/总放贷本金
具体分析时，先做出Vintage数据表格，在做出Vintage曲线。根据上图的Vintage曲线，可以得到以下信息：
1、账龄最长为12个月，代表产品期限为12期。随着12期结束，账户的生命周期走到尽头。
2、账龄MOB1、MOB2、MOB3的逾期率都为0，说明逾期指标为M4+（逾期超过90天）风险。
3、由放贷月份从2018年1月～12月的账户的最终逾期率都在降低，说明资产质量在不断提升，可能是因为风控水平在不断提升。
4、2018年5月相对于2018年1～4月的逾期率大幅度下降，说明该阶段风控策略提升明显。
5、不同月份放款的M4+在经过9个MOB后开始趋于稳定，说明账户成熟期是9个月[3]。

七、迁移率

迁移率分析法(Flow Rate)也叫做净流量滚动比例法，能形象展示客户贷款账户在整个生命周期中的变化轨迹，也是预测未来坏账损失的最常用的方法。其核心假设是：一个逾期状态（如M2）的账户，在接下来的一个月里，要么变化好客户M0，要么恶化为更坏的下一个逾期状态(M3)。迁移率一般缩写为M0-M1、M4-M5等形式。
迁移率（Mn-Mn-1）=当前期的Mn贷款金额/前一期的Mn-1贷款金额

迁移率分析的具体步骤为：
1、定义逾期状态，如M0、M1、M2等。
2、计算各逾期状态之间的迁移率，如M0-M1、M4-M5等。
3、计算不同月份的平均迁移率，目的是对本平台在不同时期的资产的迁移率有整体的认知。
4、根据平均迁移率和不良资产回收率，计算净坏账损失率、拨备额、拨备率。

图9-表2中，2月份的逾期M1资产只能从1月份的正常M0资产滚动而来，因此从逾期M0资产向M1的转化转化率M0-M1为：237337/1007843=23.55%。以此类推，可以计算出所有月份的资产恶化率，黄色部分为不良资产的恶化迁移路径。
通过迁移率，可以清晰地观察每个Vintage的资产在各逾期状态的演变规律。
图9-表2中，从横向比较每个月的迁移率，发现不完全一样，这是因为随着时间推移，外在宏观经济环境、内部政策等变化而产生一定的波动。我们可以利率迁移率数据，做以下事情：
1、观察迁移率的发展轨迹，监控坏账的发展倾向和催收效果。
2、通过对多个月的迁移率计算平均值，从而使迁移率更加稳定。

八、坏账准备金

呆账风险是信贷机构必须面对的风险，主要来源于信用风险和欺诈风险等。为了应对未来呆账的可能，信贷机构一般都会设定一个储备金额，也就是坏帐准备金（bad debt reserve）。
计算坏账准备金的一般做法是，把未清偿贷款余额乘以一定的准备金比例（reserve ratio）所得。可以理解，资产逾期等级越高（越差），准备金比例也应该越高，因为恶化为呆账的可能性也越高。
计算坏账准备金的步骤为：
1、统计未清偿贷款金额的分布，也就是M0~M6状态分别对应的资产余额；
2、为每个逾期状态的资产分配一个准备金比例；
3、每个子项目的准备金金额=未清偿贷款余额*准备金比例；
4、每个子项目的准备金金额相加，得到最终的准备金。
坏账准备金计算示例如下表所示。

由于坏账准备金是用来覆盖逾期的呆账损失的，因此准备金比例必须等于处于各个逾期状态的资产未来演变为呆账的比例。正常M0资产至逾期M7资产（呆账）需经过7次迁移，那么我们可以把各个状态之间的转化率相乘，得到准备金比例。
例如，正常M0资产对应的毛坏账损失率为：16.1%*29.28%*42.27%*80.1%*53.6%*80.32%*88.03%=0.60%
M1资产对应的毛坏账损失率为：29.28%*42.27%*80.1%*53.6%*80.32%88.03%=3.76%
在实际中，信贷机构会将不良资产打包转卖给第三方公司，这样就能回收部分不良资产，减少损失。因此，可以定义净坏账损失率为：
净坏账损失率=毛坏账损失率-不良资产外卖回收率
由于M7不良资产的平均回收率为10.79%，则可计算净坏账损失率为：
0.60%（1-10.79%）=0.54%
同理，我们可以计算正常资产到不同逾期状态资产的毛损失率和净损失率，如下：

另，我们定义拨备额和拨备率：
当月应计拨备额=sum(净坏账损失率乘以月末应收账款余额)
拨备率=当月应计拨备额/总资产金额
其中，拨备率是用来预防不良资产的发生而准备的金额比例，拨备率应越低越好，越高说明风险越大，损失越大，利润越小。

在上例中，当月应计拨备额为65421元，拨备率为65421/2625091=2.49%[3]

致谢

感谢参考文献中的各位大牛的分享，本文基于此整理而来，向各位致力于知识分享的大牛致敬。

（未完待续）
参考文献：
[1]https://blog.csdn.net/qq_35531549/article/details/90292788
[2]https://blog.csdn.net/u010159842/article/details/79412868
[3]https://zhuanlan.zhihu.com/p/81027037/