终于把风控中的 Vintage 搞懂了！！

大家好，我是东哥。

信贷风控领域中，经常用到账龄Vintage报表，是初学者入门必过的难点之一，因为它涉及到用户还款、逾期等多种行为以及业务上的多种统计口径，因此很多朋友一直无法将逻辑梳理清楚。本次来给大家详细拆解介绍Vintage报表的底层计算逻辑、以及Python代码实操，内容节选自👉《100天风控专家》报表篇。

一、什么是Vintage？

Vintage这个词原意是指酿造葡萄酒的酒窖。葡萄酒是很讲究年份的，哪年光景好，哪年光景不好，直接会影响到葡萄酒的品质。因此根据不同时期的光景，每一次酿造出来的葡萄酒品质都不一样的。虽然不一样，但是它们在窖藏一定年份后，葡萄酒的品质将趋于稳定，也就是品质成熟，这段年份数被称为成熟期（maturity）。

后来借用到信贷资产行业，指的是每个月贷款的资产质量情况，未来每一期发生的逾期金额要直接和放款月份的余额做比较，每个放款月的资产彼此之间都是独立的。

二、Vintage的理解

1）分析方法：属于cohort群组分析，是在信贷资产场景的特殊应用；

2）表达含义：纵轴是放款月份，横轴是账龄MOB，每一行数据代表了每个月放款后各个账龄期限的逾期率。Vintage计算的逾期率都是历史数据，即已经发生了的事情，表中的NA是未发生的。比如23年10月份向后推4个月是24年2月份(mob4)，大于当前统计时点，需等到2月份过完才可以统计出来；

3）逾期本质：Vintage计算逾期率的逻辑，本质就是“递延指标”的思想；

4）逾期对象：下表中vintage统计的逾期对象是M2+（逾期超过30天）逾期率。

三、Vintage的逾期口径

1）即期逾期 or 递延逾期：Vintage本质是递延指标思想，追本溯源。
2）M1+逾期 or M2+逾期：根据需求自定义风险程度
3）金额逾期 or 订单数逾期：

• 订单口径，逾期率= 逾期订单数/ 总放贷订单数
• 金额口径，逾期率= 逾期剩余本金/ 总放贷本金（一般常用金额口径）

4）当前逾期 or 曾经逾期：一般常用当前逾期

四、Vintage的分析角度

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）这个Vintage的统计逾期指标为M2+（逾期超过30天）风险。
3）放款月份从2022年11月～2023年10月的最终M2+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控制的很好。
4）不同月份放款月的M2+逾期率在经过9个月的MOB后开始趋于稳定，说明稳定的表现期是9个月。

五、Vintage的4个核心统计时点

2022-11放款月份为例，各个MOB对应的M2+逾期率为：
MOB1的M2+逾期率=MOB1的M2+逾期金额/2022年11月总放款金额=0
MOB2的M2+逾期率=MOB2的M2+逾期金额/2022年11月总放款金额=0.95%

…

MOB12的M2+逾期率=MOB12的M2+逾期金额/2022年11月总放款金额=3.22%
通用公式：MOB(N)的M2+逾期率=MOB(N)的M2+逾期金额/xx放款月份的总放款金额

要计算每个单元格的逾期率，需要首先了解4个统计时点：应还款日、实际还款日、MOB观察日，当前观察日。

• 应还款日：还款计划生成后，确定了每个月的还款日。有两个方式，第一种是还款日根据放款日而定，比如2022年11月10日放款，那么后续每个月10号还款，第二种是所有客户都是同一还款日，比如所有客户都在每个月的21号还款。
• 实际还款日：客户实际的还款日，由客户还款行为决定，与应还款日比较以后可有三种方式，提前还款、按时还款、逾期不还。
• MOB观察日：每个MOB月的观察时点，也分为两种，一种是期末时点，一种是月末时点。
• 当前观察日：就是假设你站在了某个时点，然后对历史每个月放款后各MOB逾期数据的回看。与前三个时点不同，当前观察日不是周期性产生的，而是固定不变的，对于所有放款月都一样。

总结一下，在进行Vintage计算之前需要确认几个事项：

• 当前观察日是哪天？
• MOB观察日的口径，是月末时点，还是期末时点？
• 观察逾期的口径，是当前current逾期，还是曾经ever逾期？
• 金额口径还是订单口径？

实际业务场景中，比较常用的是“MOB月末时点观测+当前逾期口径+逾期未结清余额”的逾期率口径。

以上4个都确定以后，剩下就看应还款日和实际还款日了，而应还款日是根据产品设计而定的，因此只有实际还款日是不确定的。实际还款日是由客户行为决定的，可以发生在任何的时间点，所以根据实际还款日的不同发生位置，就会产生多种情况。

六、Vintage的逾期天数计算

第一种是，当应还日超过当前观察日的时候，也就是应还日还在未来，是未发生的事，因此我们无法判断。

第二种是，应还日在当前观察日之内了，属于我们可以观察到的历史数据了。此时，如果实际还款日在应还日当天或者之前，说明是正常还款，未发生逾期，因此逾期天数为0。

第三种是，实际还款日在应还日和mob观察日之间，说明虽然逾期了，但在mob观察日之前还上了。此时如果是当前逾期的口径，那么在mob月底观察是未发生逾期的，那么逾期天数为0；如果是曾经逾期口径，那么就发生过逾期了，逾期天数=实还日-应还日=5

第四种是，实际还款日在mob观察日之后，虽然也还了，但晚于mob观察点，因此当前逾期与曾经逾期口径是一样的，逾期天数都=MOB观察日-应还款日=21

第五种是，从应还日一直到当前观察日，客户一直没有还款动作，也就是一直未结清。因此当前逾期与曾经逾期口径也是一样的，逾期天数都=MOB观察日-应还款日=21

七、逾期金额计算

前面我们根据4个统计时点，计算出每个客户在各个mob下的逾期状态和逾期天数。

• 逾期天数可以转化为逾期期数，比如M1+/M2+/M3+等等，因此我们就可以观察M1+/M2+/M3+的逾期率在vintage账龄下的趋势。
• 通过各mob的逾期状态判断，我们也可以统计出逾期的剩余未还本金，也就是我们前面所要求的金额逾期率口径的分子。
  

八、逾期率计算逻辑

九、Python代码实操

核心部分Python代码展示

Vintage账龄报表，30页PPT，40min视频👇

以上报表篇Vintage理论篇节选内容，完整讲解和数据代码（真实业务数据+代码实操）参考👉《100天风控专家》（共更新150期，涵盖业务、产品、策略、模型、数据等5大核心模块、10大专栏）