这份风控最重要的核心报表一定要学会

新冠肺炎疫情笼罩下的2020年，小微企业所受冲击较大。政策要求大行加强对小微企业的金融支持，并鼓励对符合要求的贷款进行延期还本付息安排。
从增速来看，五家大行都达到了2020年要增长40%以上的政策要求。比如，工行普惠型小微贷款7452亿元，较年初增加2737亿元，增长58%；建行普惠金融贷款余额1.45万亿元，较年初增加4892亿元，增长50%左右；农行普惠型小微贷款余额9615亿元，较年初增加3692亿元，增长62.3%；中行普惠型小微贷款余额6117亿元，较年初增长48%；交行普惠型小微贷款余额2608亿元，较上年末增加968亿元，增幅59%。
从目前披露的数据来说，不良率还比较低，这或与近几年小微贷款规模高速增长有关，分母的扩大对不良率产生了“稀释”效应。
做过风控的同学肯定知道，不良率的计算口径有几种计算的维度，有常规的flow-rate的计算方式，有Coincident的计算方式，还有Lagged的计算方式，这几种不同的计算方式各有什么不同？这里提到的三种不同的计算内容，本文逐一细细展开，并且讲解其运营的场景，各位童鞋快点过来看看干货内容吧。

一.flow-rate
常规上见得最多的计算的内容就是flow-rate，称为流转率，详细的数据如下图所示：

(某产品2017年的贷款中数据表现)

在flow-rate的计算公式中，可以明显看到其计算上图红框中是三个数字，其逻辑是C=B/A，这个是风控同学最常看到的数据。
该场景主要使用人员：风控人员

二.Coincident%
该指标的解释内容为：某一时间段上，某账期占全体资产的比例；我们称之为递延率。

Coincident的计算公式为上图红框中的C=B/A，在上图标注的红框内容中，其逻辑计算的为同一个时期处于某个阶段的资产占这个时期的总体金额。如M1的Coincident是3.98%，是从5609/141040计算得来。从这个逻辑也可以看出，当资产一直增大时，递延率指标会因为资产的高速增长有关，即这里的分母的扩大，对不良率产生了“稀释”效应。
Coincident主要参考的对象是给财务，运营的人看的，因为表里的“掺假”的水分较多，风控部门会较少关注这个值。这个东西是个普遍性的东西，

PS：我们更会重点关注M2+与M4+。为什么重点关注这两个指标？因为在账户分析中超过60天，一般就较难催收回款；而超过120天，一般即可定性为无法催回。

该场景主要使用人员：财务及运营相关同学

既然这个场景中，有“掺假”的水分，那如何拧干水分呢？后面我们再介绍这个Lagged%指标。

三.Lagged%

某一账期自正常状态下递延至该账期的比例，我们称之为滞延率。

从为之翻译的名称中就可以看出来，滞延率有相对滞后概念。比如对于上表中的M1的Lagged%计算公式C=B/A，是从上一期即8月份的140651这个数值滞后传递下来的，其他不同时期的Lagged%依次类推，如M2他的分母是从前两期的资产滞延过来。

Lagged跟flow-rate，经常对比着分析参考，比如在最开始介绍的flow-rate，我们对比下M1-M2的流转率的指标。

在这份数据中，可以看到M1-M2似乎是一直在攀升，但在观察M2的Lagged%时候（下表），可以观察M2的Lagged%一直维持在0.8%左右的幅度，在2017年度9月份还降低到0.74%，指标幅度仍在在可控范围内。

从上面的计算逻辑可以看到，滞延率就是将资产向后延后传递的过程，如M2的指标中的Lagged的是从7月份掉下来的时候。Lagged最重要的作用是消除近期的新增资产的影响而创造的指标，比如在最上面看到的flow-rate，每一期的指标似乎一直在趋坏，催收的品质或催收力度的整体的数字看起来升高，M3-M4也在升高，但Lagged看起来指标仍为平稳，催收的作用还没有变差。所以Lagged是评估催收成绩的参考指标。
该场景主要使用人员：催收部门同学

以上提到的这些指标还有什么？指标化的数字风控内容还有哪些内容？在数字化的转型上，大家还要重视哪方面的内容？

精彩继续
…
~end