Vintage、滚动率、迁移率的应用

最新推荐文章于 2024-08-10 18:16:30 发布

寸草心2130

最新推荐文章于 2024-08-10 18:16:30 发布

阅读量4.6k

点赞数 4

分类专栏：互联网金融文章标签： vintage 滚动率迁移率

本文链接：https://blog.csdn.net/qq_35531549/article/details/92830739

版权

本文介绍了 Vintage 分析在信用风险评估中的应用，如何通过 Vintage 图评估不同时间点放款的逾期稳定性。滚动率分析用于定义客户好坏程度，例如逾期4期及以上定义为坏客户。迁移率分析关注客户状态的发展变化路径，帮助计算资产损失率。通过这些方法，可以更好地理解和预测信用资产的质量变化。

摘要由CSDN通过智能技术生成

Vintage、滚动率、迁移率的应用

一、Vintage

Vintage源于葡萄酒酿造，葡萄酒的品质会因葡萄生长的年份不同、气候不同而不同。Vintage分析是指评估不同年份的葡萄酒的品质随着窖藏时间的推移而发生的变化，并且窖藏一定年份后，葡萄酒的品质会趋于稳定。如下图，2000年的葡萄酒品质最好，窖藏5年左右，葡萄酒品质会趋于稳定。

借鉴葡萄酒Vintage分析，信用分析领域不仅可以用它来评估客户好坏充分暴露所需的时间，即成熟期，还可以用它分析不同时期风控策略的差异等。

一个客户的好坏，需要经过若干个还款周期后才能充分暴露，如果表现期较短，有可能将一个不是很坏的客户定义为坏，也有可能将一个很坏的客户定义为好。比如一个客户在开始的几个周期内发生了逾期后将逾期还清，并且后面的周期不再发生逾期，若表现期较短会将此客户定义为坏；又比如一个客户刚开始一直正常还款，但到后面发生了比较严重的逾期，若表现期较短会将此客户定义为好。另外，可以通过比较不同时间的贷款在相同周期的逾期表现，来分析不同时间的风控策略的差异、宏观形势的变化等。

下图为2017年4月至2018年12月放款的M4+(即逾期91天以上)的Vintage图和Vintage数据表，此图统计的逾期用的是月末的逾期状态(有些时候也可以使用历史逾期状态，一个客户只要发生过M4+逾期，未来每个月都将该客户记为M4+逾期客户)，计算逾期率使用金额(也可使用笔数)。从图中可以看出&#x