简介一份聚焦信贷风控场景的实操型文档面向风险策略、数据分析、贷后管理及信贷产品设计岗。内容围绕Vintage指标在贷款产品年化损失测算中的应用系统讲解了vintage报表的基本结构与口径并通过单月走势观测、不同放款月份横向比较、将Vintage转化为年化风险损失三类典型场景完整展示了从资产质量表现到量化损失的核心推断路径让读者能直观理解不同月份放款业务的风险演变。压缩包内共1个docx文件容量约814KB案例与公式完整适合直接参考复用。目前已有243人学习浏览。借助该文档可掌握Vintage30稳定值的取值方法理解周转次数、还款方式、资金占用对年化损失的影响文档还专门对比了按月付息到期还本与等额本息/等额本金等场景下的损失计算方法给出本金损失概率、资金占用比、APR与IRR口径差异等落地分析要点对信贷产品的风险定价和资产质量评估具有直接参考价值。 我刚接手上这个消费贷资产包时老板丢过来一个问题按现在的vintage看年化损失到底是多少我第一反应是去拉月度逾期率结果发现最近三个月逾期率几乎没有波动催收团队却反馈M3以上的案子明显变多。这个矛盾恰好说明了一件事——存量指标会把新增放款的分母效应混进去不把每一批放款单独拎出来看真实风险方向是藏在数字后面的。vintage分析解决的就是这个问题。它把同一个放款月份的客户看作一个群体跟踪他们在放款后第1个月、第2个月、第3个月……直到第12个月的损失表现再从中推算出年化损失。这个口径在银行、消金公司、互金平台里都是非常底层的资产质量监测工具凡是做风险策略、贷后管理、产品定价和财务拨备的人都会跟它打交道。今天我就把这个过程完整拆一遍从vintage表的搭建到年化损失率的推导尽量写成可以直接照抄的实操手册。1. vintage到底是什么一个比逾期率“诚实”很多的指标1.1 静态池和MOB账龄vintage这个词原意是葡萄酒的年份在信贷领域表示同一批“出生”放款的账户池。比如2024年1月放出去的所有贷款就叫2024-01 vintage2024年2月放出去的就是2024-02 vintage。每个月都有一个新的vintage出生跟人的出生年份一个道理同一个月放款的贷款后续表现可以直接横向比较。账龄英文叫MOBMonth on Book指的是“这笔贷款已经存在了几个自然月”。放款当月我们一般叫MOB0过了第一个完整自然月叫MOB1过了N个自然月叫MOB N。为什么要用MOB来对齐因为同样是1月份放款的贷款到了6月大家都在MOB5这时候直接比谁表现好才公平如果拿2024年1月放款的7个月逾期率对比2024年6月放款的2个月逾期率那根本没有可比性。实务中有一点要特别提醒MOB的计算单位要跟产品的还款周期一致。如果产品是按周还款或按半月还款用自然月去数账龄会出现错位这种情况下我更建议直接按“第几期还款”来定义MOB即MOB等于该贷款已经走过的还款期数这样每个单元格的时间跨度才是均匀的。1.2 存量逾期率为什么会骗人很多人习惯看月度逾期率即本月逾期余额除以本月总余额。这个指标不是没有用但它有两个明显的盲区。第一个盲区分母会稀释风险。假设产品从2024年1月开始放款1月放款余额1亿2月放款余额累计到2亿。如果1月这批贷款里有300万在2月逾期了2月的逾期率是300万除以2亿约1.5%看起来不高。但如果这家业务还在高速增长到6月总余额变成6亿1月那批贷款的逾期本金扩大到600万月度逾期率却是600万除以6亿还是1%。风险翻倍了指标纹丝不动——新增放款的分母把风险藏起来了。第二个盲区分母收缩时又会反向夸大。一个产品停贷之后存量余额逐月降低只要有一笔旧账没还清逾期率就可能被推得很高给人“资产质量突然恶化”的错觉。所以老信贷人有个习惯新客群、新产品用逾期率做快照一旦有了足够的历史账龄就切换成vintage做体检。vintage的分子分母都锁定在同一批放款里新增放款规模再大也不影响已经出生的vintage表现这个特性决定了它更适合用来判断趋势、测年化损失。1.3 什么时候该用vintage年化也不是所有场景都适合上vintage。如果业务刚上线两三个月账龄太短vintage曲线还没走出形态这时候推算年化损失的误差会很大只能用审批通过率、首逾率这些早期指标做过渡。当某个产品的历史放款数据积累到6个月以上每个月的vintage至少能看见MOB3-MOB6的表现时年化损失测算就可以开始做了。积累越久外推越稳。通常一个12期产品大家会以MOB12作为完整观测期36期产品虽然完整周期要追36个月但测算年化时也习惯先看头12个月。2. 动手算之前先把三个口径钉死2.1 损失口径从M3到净核销要算年化损失第一件事是定义“损失”。注意逾期不等于损失它只是风险的预警信号。实务里有几种口径M3逾期61-90天以上只要逾期到了M3这批本金大概率已经进入损失通道这个口径反应最快但会有一定“误伤”因为有些人M3之后还能还回来或者转入重组。M6核销金额charge-off这是真正确定性的本金损失因为核销意味着会计上认定这笔钱收不回来了。缺点是滞后一笔贷款通常要逾期到第180天左右才会核销。净损失Net Charge-off核销金额减去未来的现金回收、担保代偿、抵押物处置回款这是最保守也最接近真实损失的数但计算复杂回收周期动辄一两年。我的建议是做年化损失测算至少用M3作为先行口径同时用charge-off作为最终确认口径两列都记录。如果只是为了给财务拨备或定价提供依据直接采用净核销口径宁可保守一点也不要为了报表好看而低估风险。2.2 分母口径放款本金还是平均余额vintage损失率最常用的分母是“放款本金”也就是这个vintage在放款当月的实际放款总额。比如2024年1月放款1000万到12个月后累计核销21.9万损失率就是21.9/10002.19%。这个口径直观、稳定适合分期产品是所有vintage报表的默认分母。但对于信用卡、随借随还这类循环产品放款本金这个分母就不好用了。循环产品的“提款率”很低很多客户有5万额度但只用了2万风险敞口是实际用的2万而不是5万而且余额随时在变这个月提款多下个月还款后又降下去。对这种产品建议用“平均应收余额”或“平均在贷余额”做分母年化损失率 过去12个月核销总额 / 过去12个月平均在贷余额分子分母都取自同一个滚动周期才能反映真实的年化损失压力。还有一个细节容易引发争论分期产品里如果拿“平均余额”跟放款本金对比等额本息12期产品的平均在贷余额只有放款本金的一半多一点大约在53%左右。也就是说放款本金口径损失率2.19%换算成平均余额口径大约是4.13%。对外汇报时一定要说清楚分母口径不然两个人讨论半天很可能说的不是同一个数。2.3 时点口径核销记在哪个vintage的哪个MOB把核销金额归到vintage矩阵里时有两个时点要对齐一是这笔贷款是哪个月放款的这决定它属于哪个vintage二是核销发生日与放款日之间隔了多少期这决定这笔核销记在哪个MOB单元格里。举例某客户2024年1月15日放款2024年6月20日核销粗略按自然月差计算1月15日到6月20日跨过了2月、3月、4月、5月、6月账龄算MOB5。如果产品有宽限期、展期或重组MOB的计算会更绕务必在报表口径说明里写清楚。有一点常被忽略核销时点并不是风险发生时点。一笔贷款通常要逾期到90天以上才会进入损失预备池再走完核销流程可能需要150-180天。也就是说vintage表里MOB12的累计核销金额反映的其实是这批贷款在MOB9-MOB10左右形成的风险。这个滞后在算年化损失时影响不大但在做风险预警时可能会误导判断后面专门讲。3. 从vintage矩阵一步步推到年化损失率3.1 看一张12期等额本息的真实vintage表为了后面推导方便我们假设一个消费分期产品期限12期、等额本息、按月还款。2024年1月放款1000万元从放款日开始逐月统计核销金额得到一张典型的vintage损失表MOB本月核销金额(万元)累计核销金额(万元)累计损失率MOB1000%MOB2000%MOB33.03.00.30%MOB44.27.20.72%MOB53.811.01.10%MOB63.014.01.40%MOB72.416.41.64%MOB81.818.21.82%MOB91.419.61.96%MOB101.020.62.06%MOB110.821.42.14%MOB120.521.92.19%这个损失分布形状很有代表性。信用类贷款在前3-6个月风险快速暴露MOB4-MOB5达到月度核销峰值之后逐月递减。也就是说vintage的边际损失曲线是一个先升后降的钟形曲线累计损失率曲线则是先陡后缓的“凸”形曲线。看到哪个vintage的月度核销一直往上冲、不回头就要警觉了。扩展成多个vintage的矩阵行是放款月份列是MOB每个格子填累计损失率。实际工作中用数据透视表几分钟就能拉出来需要追踪的字段是“放款月份”“核销金额”“放款金额”。3.2 年化损失率到底对应哪个数回到文章标题的问题如何从vintage测算年化损失对于这个12期等额本息产品最直接的答案就是看MOB12的累计损失率——2.19%。因为这笔贷款的合同期限就是12个月放款金额到第12个月基本全部进入存续期末端MOB12累计核销占放款本金的比例可以近似看作“首年损失率”。但严谨一点有两点必须分开说第一MOB12累计损失率并不等于“放款后第12个月那一个月里的损失率”它是前12个月的累计核销之和所以它是“12个月期间损失率”。叫它年化损失率其实是对“期间”口径的年化表达这个认知要先建立起来。第二如果要从资金占用角度算真正的“年化”需要把分母换成平均风险敞口。1000万放款、12期等额本息假设年利率12%按月等额本息还款平均在贷余额大约是530万左右精确值跟利率和还款日有关。这样2.19%的放款本金损失率对应到平均余额口径就是21.9万除以530万约4.13%。你对外报“年化损失率”的时候务必写清楚分母用的是放款本金还是平均余额不然这个数看起来可能差一倍。3.3 超过12个月期限的产品怎么做年化近似如果是24期、36期的中长期贷款MOB12累计损失率依然是年化损失的重要代表因为信用风险高度集中在头一年。但要注意MOB12之后仍然有新风险产生只是量级明显下降。实务中大家会同时报告两个指标首年损失率vintage MOB12累计损失率用于横向比较不同月份放款质量和年化风险水平这是本文主要讲的年化损失率。全周期预期损失率用于定价通常要在vintage成熟后用完整曲线外推或者在内部评级模型PD/LGD基础上估算。循环产品信用卡、随借随还则常用移动12个月滚动口径年化损失率过去12个月核销总额/过去12个月平均在贷余额。这个口径里没有明确的vintage但它每个月都在滚动更新本质上是全部vintage在最近12个月的损失之和除以存量敞口可以跟vintage首年损失率互相验证。无论哪种产品我建议报表里同时保留两列一列放款本金口径的vintage累计损失率一列平均余额口径的年化损失率。前者负责回答“这批贷款质量如何”后者负责回答“整个组合未来一年会亏多少钱”。4. 账龄没满12个月时怎么推年化损失4.1 线性外推为什么会高估新vintage最尴尬的是账龄不够。比如现在是2024年6月2024年4月放款的vintage只走了MOB2根本没法直接看MOB12。很多新手会做线性外推既然8个月已经有1.82%损失那一年下来就是1.82%×12/82.73%。按我们前面那张真实vintage表实际MOB12只有2.19%外推值高估了约25%。原因很简单损失曲线不是线性的。前3-6个月是风险密集暴露期后面的边际损失率越来越小用前期的平均速率去覆盖全年相当于把后期本该递减的损失也按高峰期的节奏算了。更麻烦的是如果产品期限更长比如36期线性外推还可能反向低估因为MOB12以后还会有持续的新增损失。所以线性外推只能作为“不能低于这个数”的保底参考绝对不要直接拿它做定价和拨备。4.2 成熟账龄完成度推算更靠谱的做法是拿历史成熟vintage的经验规律做外推。先在成熟vintage上算一个“完成度”截至某个MOB的累计损失率占该vintage最终MOB12累计损失率的比例。用前面那张表完成度如下账龄累计损失率占MOB12比例MOB30.30%14%MOB40.72%33%MOB51.10%50%MOB61.40%64%MOB71.64%75%MOB81.82%83%MOB91.96%90%MOB102.06%94%MOB112.14%98%MOB122.19%100%有了这张权重表任何账龄不足12个月的vintage都可以这样推算某vintage当前累计损失率除以同期历史完成度。比如2024年5月放款的vintage到了2024年11月有MOB6数据累计损失率1.35%查表MOB6完成度64%预估年化1.35%÷64%2.11%。如果2024年6月的vintage到MOB4累计0.78%则预估0.78%÷33%2.36%。实际操作时注意三点。第一完成度表要定期重算建议用最近6-12个成熟vintage的平均值不要用单个vintage避免单月波动影响权重。第二如果产品风险结构发生大变化比如客群策略改了、上线了新渠道历史完成度可能不再适用这时候要单独对政策切换前后的vintage分组。第三账龄越短推算结果波动越大MOB3以前的推算结果只能当风向标别急着对外承诺数字。4.3 用多个账龄点验证推算稳定性推出来的数字到底靠不靠谱我的习惯是同一个vintage每多走一个月就重新推一次。比如2024年5月的vintage在MOB5时算出一个预估值到MOB6再算一次到MOB8再算一次。如果几次推算结果都收敛在2.1%-2.3%这个区间说明外推稳定如果越推越高、越推越低或者跳来跳去说明数据有异常或客群风险在剧烈变化要先去排查数据质量。另外要拿推算值跟去年同期vintage做对比。2024年5月vintage推算的年化损失率重点不是跟2024年4月的vintage比而是跟2023年5月的vintage最终损失率比。同比对比能消除季节性和客观环境的大部分影响更容易看出真实的策略效应。5. 核销时点、提前结清和季节性实务里最容易翻车的三个地方5.1 核销时点错位会让年化损失滞后两三个月前面提到核销是滞后的。一笔贷款逾期后通常要经过约90天M3甚至180天才能核销。所以你看到的MOB6累计核销率实际上反映的是客户在MOB3左右开始的逾期行为两者相差约3个月。这带来两个实际问题。一是拿核销口径做预警会滞后存量核销率还在下降的时候可能新增M3已经悄悄抬头了。二是vintage表里同一行的“核销损失”可能不是同一批人的风险而是跨越了两个季度的结果。对策是建立双轨观察核销口径的vintage负责确认最终损失M3口径的vintage负责提前预警。当M3口径的曲线在2024年4月掉头向上你就能预判到大概3个月后核销口径的损失率会跟上来提早安排催收资源和策略调整。5.2 提前结清和循环提款都在冲刷分母vintage表的分母是放款本金但如果vintage里有大量客户提前结清这批客户后续不再产生风险可他们的本金还留在分母里损失率就会被稀释。比如2024年1月放款1000万其中300万客户在第4期提前结清了剩下700万继续存续21.9万核销除以1000万是2.19%但如果只除以实际存续的700万损失率是3.13%差异非常明显。是不是应该直接剔除提前结清我也不建议因为提前结清本身就是风险的一种表达——信用好的客户往往资金充裕更可能提前还款把这部分剔除会让vintage看着变差又是另一种偏差。我的做法是主口径固定用放款本金同时单独列一个“剔除提前结清后再测算”的敏感性分析两个数都摆出来。只要规则稳定趋势对比就不会失真。循环产品的提款率波动也是同理所以前面才强调用平均在贷余额做分母而不是放款额度。5.3 新客老客和季节性要分开看最后两个容易被忽略的变量客群结构和季节性。新客和老客的vintage曲线差距非常大。新客户没有信用历史、行为数据少首年损失率常常是老客户的3倍以上。如果1月份渠道投放猛新客占比高那个月的vintage年化损失率就会明显偏高2月份老客占比高损失率又会好看一些。这种波动不是风险变了而是客群结构变了。所以总结汇报时至少要按“新客首借”和“老客复借”各拉一张vintage表否则任何归因分析都可能失真。季节性则体现在放款时间上。每年春节前后、大促期间放款的vintage通常比淡季月份逾期率略高。遇到这种情况不要急着调整策略先跟去年同期放款的vintage比一比如果今年1月跟去年1月差不多那是常态如果明显高出一截才是真的恶化信号。6. 年化损失率算出来之后拿去干什么6.1 风险定价一张损益表就算出盈亏线年化损失率最直接的价值是风险定价。假设这个12期等额本息产品每放款1万元年化损失率2.19%那么平均下来每笔贷款要预留219元的风险成本。再算一下收入端1万元贷款年化利率12%等额本息12期总利息收入约662元。扣掉风险成本219元、资金成本假设年化3%约163元、运营成本假设2%约110元、获客和催收等其他成本利润空间已经非常薄了。这就说明如果损失压不下去靠提价格来弥补风险成本客户流失率又会上升vintage进一步恶化是个恶性循环。所以做新产品时团队会先把目标客群的vintage年化损失预估出来反推需要的最低定价再评估这个价格在市场上有没有竞争力。6.2 拨备计提和资本规划年化损失率也是财务拨备和资本规划的基础。如果明年计划新增放款10亿元按2.19%的预期损失率估算这笔新业务在12个月内的预期损失是2190万元财务上需要提前规划对应的拨备计提规模。更精细的做法是把vintage的年化损失曲线拆到每个月。使用前文那张MOB累计损失表可以估算出新放款资金在未来每个月大概会发生多少核销第一个月0第二个月0第三个月0.30%第四个月0.72%第五个月1.10%……用这个分布去铺资金计划比一次性计提更接近实际。很多金融机构在做ECL预期信用损失的时候就会拿历史vintage的各期损失分布做折现参考。6.3 监控预警怎么用趋势发现问题最后一点也是我日常用得最多的——把每个月新vintage的年化损失预估串成一条趋势线。比如连续6个月的vintage年化损失率分别是2.0%、2.1%、2.2%、2.4%、2.5%、2.7%虽然其中任意一个月的绝对值都还在预算内但趋势已经连续上行说明审批策略、渠道质量或宏观环境里一定有东西在恶化要赶紧下钻分析。反过来如果趋势走平或下行也要去看是不是策略收紧了导致通过率下降。vintage年化损失率和通过率往往是跷跷板风险压得太狠业务量会掉。成熟的监控习惯是把vintage年化损失率、审批通过率、件均额度、新客占比放在同一张仪表盘上看综合判断风险与增长的平衡点。我自己的习惯是每个月固定一个时间拉一次vintage矩阵把当月新vintage的MOB更新上去同时把去年同期vintage的最终损失率拉出来对一眼整个过程不超过半小时。这个表看久了你会对损失曲线的形状产生直觉一批贷款刚走到MOB3你大概就能预感到它年底会交出什么成绩单。这种直觉比任何花哨的报表都有用。本文还有配套的精品资源点击获取