评分建模之滚动率分析

滚动率分析

近日，做了一次关于分期信贷产品的滚动率分析，写此文章，以作分享。

在信用评分领域，一般可以用客户延期还款周期来刻画客户的逾期程度，逾期时间越长，客户风险越高。但是，并不是客户一旦有逾期行为就定义为’坏客户‘，相反，逾期一定周期内的客户的还款概率也是较高的，是有收益的，是可以接受的。因此，问题转化为如何找到逾期周期与收益的平衡点，逾期超过多少天定义为’坏用户‘是合理的呢？这就是下面将要探究的滚动率分析。
滚动率：一个时间段过渡到另一个时间段内的比率变化。在信贷交易过程中，实际上是用户的还款状态由上个时间段向下个时间段滚动的比率计算。

数据选取X01Y年1月1日至X01Z年1月1日期间内放款的样本，以单笔申请借据作为单位，以申请发生后的每个月末作为观察点，观察借据在两个月末之间的逾期阶段迁徙情况。

定义逾期状态M0为当前未逾期，M1为逾期1-29日，M2为逾期30-59日，M3为逾期60-89日，M4为逾期90-119日，M5为逾期120-149日，M6为逾期150-179日，M7为逾期180日以上。根据以上定义，滚动率分析结果如表1。

图中，横纵轴表示逾期状态，每一个单元格的值为两个状态转换的比例。从整体滚动率分析结果显示，在上个周期为逾期（m0）的客户在下个周期会有90.81%保持未逾期的状态，9.19%会进入m1