标签：阈值 逾期 Vintage Analysis 风控 Rate 客户 Roll
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；
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
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。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kDkEutaq-1643691854480)(:/eadee3a7850242d1b1375bf33f6c37d1)]
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
标签：阈值,逾期,Vintage,Analysis,风控,Rate,客户,Roll 来源： https://blog.csdn.net/Pysamlam/article/details/122763604
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。