风控ML[9] | Vintage和Roll Rate 分析的详解

article/2025/9/4 13:57:44

我们说了好几期的风控建模了，也有不少的同学私信我说一般来说我们需要怎么确定Y值呢？，到底多坏的逾期表现的客户可以被我们定义为坏客户呢？今天这篇文章，就给大家介绍一个大家既熟悉又陌生的分析工具——Vintage Analysis（账龄分析）和Roll Rate Analysis（滚动率分析），希望对大家有一定帮助。

本次文章从以下几个模块来展开说说，先介绍一下理论，然后造一批虚拟数据来实际实现一波加深理解，最后再回归我们的主题。

00 Index

01 Roll Rate Analysis的理论
02 Vintage Analysis 的理论
03 如何确定建模的A卡Y值

01 Roll Rate Analysis的理论

Roll Rate Analysis，即滚动率分析，目的在于确定坏客户的定义逻辑，比如说逾期多少天之后的客户，不会在未来还钱了。为了找到更加准确的坏人，我们这个阈值，不能太小。于是，就有了滚动率分析的方法，来确定这个阈值。
滚动率分析，就是选择一个观测点，向前和向后的一段时间窗口，统计不同档次客户的变化情况，从而来确定坏人的划分标准，具体实现步骤如下：
1，选择观测点，比如20210601；
2，以观测点向前统计6个月内（20201201-20210601），客户的档次分布情况（档次一般分为C：正常，M1：逾期0-30天，M2：逾期31-60天，M3：逾期61-90天，M4+：逾期90+，逾期标签以时间窗口内，最坏的逾期表现，一般用指标：最长逾期天数来衡量并归类档次）；
3，以观测点向后统计6个月内（20210601-20211201），客户的档次分布情况，如下表；

4，将分布用占比的形式表示，如下表；

5，选择多个观测点，重复迭代2-3步，得到更多的分布，最终确定一个平均水平。

那我们有了上面的表格之后，就可以着手去分析下了。上面我们提及到，滚动率分析的目的是为了找到一个阈值，用来区分坏人的阈值。所以，我们基于现有的数据，分析一下当下客群（不同客群的好坏定义不相同）的坏人在多久会体现得比较明显。
我们从表中可以看到，这是一张交叉表，是同一个在过去6个月和未来6个月的表现来统计的。比如说第一行，代表的含义就是：原先（即过去6个月内）还款表现正常的客户，在未来（即未来6个月内）还款表现的重新分布。比如原先正常的客户有8355个，经过6个月的表现，有95.8%（8000个）的客户仍是正常的，有3%的客户变成了M1，有1.2%的客户变成了M2，以此类推。

在Roll Rate Analysis中，有一个名词很有意思，就是“从良率”，也就是说，原先是“坏人”，后面正常还款了，变成了“好人”，这个也是决定我们确定Bad的阈值的关键！
比如，从表中，我们可以看到，原先是M3的（第4行）客户，只有3.4%变成了C（正常），从良率太低了，所以我们可以确定，在当下客群，客户如果在过去6个月内，最长逾期天数超出了60天（即M3+），基本上都是坏人了，所以我们可以以这个阈值，作为我们确定坏人的阈值。

02 Vintage Analysis 的理论

一开始我接触这个名词的时候就觉strong text得很高大上，就那种不明觉厉的感觉，于是就去百度了下。

Vintage分析其实一开始是起源于葡萄酒行业，酿酒师们为了观察葡萄酒的变化质量而常用的分析方法，可以通过每年观察酒精浓度来衡量当年葡萄酒的品质，后面类似的分析方法就在各行各业应用开来了，最为经典的就是在风控领域的应用。

我们先来直观地看一下 Vintage 曲线（随意造的数据）。

我们要看懂上图，需要了解一下的知识：
1，Now： 指的是当下观测时间点；
2，DPD60+： 指的是定义坏人的阈值，即逾期60天以上，这个值就是在上面👆的Roll Rate Analysis中得到的；
3，Loan Month： 放款所处月份，也就是贷款发放的月份；4，MOB： 即Month On Book，也就是账龄，可以理解为贷款的年龄，放款当月为MOB0，次月为MOB1，以此类推；
5，有些月份的MOB为空？ 这是因为还没有发生，比如最后一行，2021年10月放款的借据（或者客户），在当下观测时间点（20220101），只有3个自然月的表现可以统计，分别是MOB0-2，对应月份202110、202111、202112；

有了上面的认识，我们可以看到大多数的放款的逾期占比情况，会在MOB9的时候达到稳定，即我们常说的“成熟期”，因此我们在选择样本客户的时候，会选择表现期大于等于9期的客户，因为在这个时候，坏人基本都现形了，我们可以找到大多数的坏人作为样本。