Vintage_壞客戶定義

python信用評分卡建模（附代碼，博主錄製）

https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share

 

轉載https://mp.weixin.qq.com/s/weyvs8a3bISgdhpMFdg7AA

昨晚在朋友邀請下品嚐Haut Brion的時候，談論起傳統銀行甚至一些租賃公司目前使用五級分類法監控資產質量，聯想到互聯網信貸使用的Vintage，才發現以前一直以來，都是以發生借貸放款後每月的提現客戶統計回款率狀況的角度去爲讀者朋友講解Vintage，那對於發生借貸放款後每月的授信客戶統計回款率狀況的Vintage指標，應該怎樣分析，能夠有什麼應用呢？本文我嘗試換成授信後用戶的借貸行爲，與讀者聊聊Vintage。

 

Vintage分析方法能很好地解決時滯性問題，其核心思想是對不一樣時期的授信資產進行分別跟蹤，按照帳齡的長短進行同步對比，從而瞭解不一樣時期授信客戶的資產質量狀況，是一個所謂豎切的概念；而遷移率模型能很好的提示客戶整個生命週期中的衍變狀況，是一個所謂橫切的概念。

 

Vintage源於葡萄酒釀造，葡萄酒的品質會因葡萄生長的年份不一樣、氣候不一樣而不一樣。Vintage分析是指評估不一樣年份的葡萄酒的品質隨着窖藏時間的推移而發生的變化，而且窖藏必定年份後，葡萄酒的品質會趨於穩定。借鑑葡萄酒Vintage分析，信用分析領域不只能夠用它來評估客戶好壞充分暴露所需的時間，即成熟期，還能夠用它分析不一樣時期風控策略的差別等。

 

一個客戶的好壞，須要通過若干個還款週期後才能充分暴露，若是表現期較短，有可能將一個不是很壞的客戶定義爲壞，也有可能將一個很壞的客戶定義爲好。好比一個客戶在開始的幾個週期內發生了逾期後將逾期還清，而且後面的週期再也不發生逾期，若表現期較短會將此客戶定義爲壞；又好比一個客戶剛開始一直正常還款，但到後面發生了比較嚴重的逾期，若表現期較短會將此客戶定義爲好。另外，能夠經過比較不一樣時間的貸款在相同週期的逾期表現，來分析不一樣時間的風控策略的差別、宏觀形勢的變化等。

 

下圖爲2017年1月至2017年6月放款的M4+(即逾期91天以上)的Vintage數據表和Vintage圖。其中行爲授信時間，列爲客戶借貸後的1-8個月。舉個列子說明：好比3.20%就是2017年1月授信的用戶在發生借貸行爲後的4個月內的M4+逾期的狀況（2017年1月授信的用戶在發生借貸行爲後的4個月內的M4+逾期的總額/2017年1月授信的用戶在發生借貸行爲後的4個月內的總的貸款餘額）。

 

從圖中能夠明顯看出放款的前三個月，因爲看的是M4+的逾期率，因此均爲0%。2017年4月授信的客戶是全部授信月份客戶中表現最差的，須要針對該授信時間段內的客戶和授信規則進行分析，找出M4+逾期率較高的緣由。而以後兩個月5月和6月份的M4+降低明顯，說明調整後的授信規則有效地下降了客戶的M4+逾期率，篩選出了更優質的授信客戶。

python風控建模實戰lendingClub(博主錄製，catboost，lightgbm建模，2K超清分辨率)

https://study.163.com/course/courseMain.htm?courseId=1005988013&share=2&shareId=400000000398149