Vintage分析和迁移率模型在网贷行业的运用

Vintage 分析和迁移率模型在网贷行业的运用

  网贷业务的核心竞争力来自收益与风险之间平衡点的把握，其收到消费理念、市场策略、市场消费环节影响，贯穿于产品设计、营销审批、授信、支用、还款、催收以及客户服务的全过程。风控偏好和市场竞争策略会导致不同机构的经营结果存在差异。面对纷繁复杂的竞争环境，网贷机构必须不断提高风险的监控能力才能立于不败之地。
  由于网贷业务的特点，用户的借款行为和还款表现具有时滞性。特别是在贷款的扩张阶段，伴随这贷款余额的激素增长，风险指标的分母极速扩大，但是分子由于时滞性而没有同步的增加。如果采用传统的（当前逾期/当前余额）的方法，容易使决策机构低估了当前的风险。
  Vintage分析方法能很好的解决时滞性问题，其核心思想是对不同时期的授信的资产进行风别跟踪，按照账龄的长短进行同步对比，从而了解不同时期贷款的风险情况，是一个所谓的竖切的概念。而迁移率模型能够很好的提示贷款整个周期的演变情况，是一个所谓衡切的概念。

Vintage方法简介

  Vintage方法目前广泛用于信贷行业，表1中是对M2用户的Vintage分析。 其中行为用户授信的时间，列为特定时间授信的贷款在某一时间切片的还款质量，比如2.12%就是2018年4月授信的用户在2018年7月份M2逾期的情况（2018年4月授信的用户在7月的M2逾期的总额/2018年4月份用户在7月的总的贷款余额）
  从表1中可以看出2018-07月的授信的用户M2逾期率明显偏高，这就提醒策略机构要分析引起贷款质量下降的原因了。