Vintage曲线与资产质量的关系

在信贷领域中，我们可以用Vintage曲线分析资产质量。

按账龄（MOB）长短对齐后比较，我们可以了解同一产品不同时期放款的资产质量。

1、确定资产质量：一般以逾期率来定义资产质量，也就是曲线平缓后对应的逾期率。
2、分析变化规律：资产质量（例如逾期率指标）的变化情况，如果前几期逾期率上升很快，那么说明短期风险没有捕捉住，欺诈风险较高；反之，如果曲线一直在上升，说明信用风险识别能力不佳。
3、确定账户成熟期：用来判断客户展现好坏的时间因素，从而帮助定义表现期。
4、分析影响因素：风控策略收紧或放松、客群变化、市场环境、政策法规等都会影响资产质量。这些分析，可以用来指导风控策略的调整。

首先，我们来分析为什么要确定账户的表现期？在《风控特征—时间滑窗统计特征体系》一文中，我们提到过：表现期越长，信用风险暴露将越彻底，但意味着观察期离当前越远，用以提取样本特征的历史数据将越陈旧，建模样本和未来样本的差异也越大。反之，表现期越短，风险还未暴露完全，但好处是能用到更近的样本。 例如，对于一个12期分期还款的信贷产品，理论上当用户在12期结束，并还清所有的钱后，我们才能定义为绝对的好客户；反之，我们只能说到目前为止是一个好客户，但并不能知道未来几期用户会不会逾期不还钱。因此，我们需要确定一个合适的表现期，能覆盖足够多的坏客户即可。

根据上图信贷产品Vintage曲线，我们可以得到哪些信息呢？

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、根据2018年5月放贷的订单完全走完账龄生命周期，而2018年6月却没走完，说明数据统计时间为2019年6月初。
3、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。
4、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。
5、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。
6、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。

绘制Vintage曲线时，就不得不提到纵坐标中逾期率的定义。通常有两种计算口径： 第一种，订单口径，逾期率 = 逾期订单数 / 总放贷订单数 第二种，金额口径，逾期率 = 逾期金额 / 总放贷金额

目前互联网金融各家机构的口径定义存在差异，因此仅仅根据各家发布的Vintage曲线，有时并不能客观分析资产质量和风控水平。