bucket是什么意思(restaurant的中文意思)

本文介绍了互联网消费金融风险控制的18个条款，并结合具体案例展示了计算过程。

一、风险管理中的常用术语要想对消费金融业务有深入的了解，就必须对业务中经常提到的常见风险指标有深刻的理解和准确的运用。业内常用的指标和解释如下:

1. 五级分类

根据内在风险程度，商业贷款分为正常、关注、次级、可疑和损失五类。这种分类方法是基于借款人的还款能力和贷款损失的风险程度。后三种是不良贷款。

正常：借款人能够履行合同，一直能正常还本付息，不存在任何影响贷款本息及时全额偿还的消极因素，贷款损失的概率为 0。关注：尽管借款人有能力偿还贷款本息，但可能存在对偿还产生不利影响的因素，贷款损失的概率不会超过 5%。次级：借款人的还款能力出现明显问题，需要通过处分资产或对外融资乃至执行抵押担保来还款付息。贷款损失的概率在 30%-50%。可疑：借款人无法足额偿还贷款本息，即使执行抵押或担保，肯定也要造成一部分损失。贷款损失的概率在 50%-75%之间。损失：借款人已无偿还本息的可能，无论采取何种措施和履行何种程序，贷款都注定要损失。其贷款损失的概率在 75%-100%。2. 逾期天数（Days Past Due,DPD）

对比合同约定的还款日，用户的逾期天数一般从还款日后的第一天开始计算。比如用户还款日是3月20日，到3月21日还没有还款，说明用户逾期一天，用DPD1表示。DPD30+表示逾期天数≥30天。

3. 逾期期数（Bucket）

也称逾期月数，正常贷款用C表示，Mn代表N个逾期期，Mn+代表N个以上的逾期期。

M1 代表逾期 1 天-30 天M2 代表逾期 31 天-60 天M3 代表逾期 61 天-90 天M4 代表逾期 91 天-120 天M5 代表逾期 121 天-150 天M6 代表逾期 151 天-180 天M7 代表逾期 181 天以上。

根据逾期期限，一般分为前期、中期、后期、坏账转移四个阶段。一般将M1列为早期，M2~M3列为中期，M4以上列为晚期。

4.期末应收账款净额，ENR)

截至本期结束，剩余未偿还本金。

5.期初应收账款净额，BNR)

截至本期期初，剩余未付本金。

6.平均净应收贷款余额(ANR)

本期平均剩余未付本金的计算方法如下:

月均贷款余额=(月初贷款余额+月末贷款余额)/2

7. 逾期率

指某一时刻逾期贷款余额占总贷款余额的比例，是用来衡量贷款违约程度的指标。目前业内统计分析的方法主要有两种，即即期逾期率和递延逾期率。

逾期率(重合)的计算公式为:

即期逾期率=当期各逾期期贷款本金余额/当期贷款本金余额合计。

用于分析当期的逾期情况。优点:计算简单；缺点:波动较大，容易被扭曲，尤其是当期所有应收账款快速上升或收缩时。

延期率的计算公式为:

延期率=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金余额。

8. Vintage 指标

核心思想是对不同时期开户的资产进行跟踪，按照年限进行同步对比，从而了解不同时期开户的资产质量。

可以将不同时期的信贷资产拉平到同一时期进行比较，进而对不同时期某个账龄的信贷资产管理进行评价。通常有两种计算口径:

Vintage指标=当期各逾期期的贷款本金余额/追溯到该日期的贷款发放期数对应的贷款本金余额。

Vintage指标=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金。

其中常用的是第二种口径。

9. 账龄（month of book,MOB）

它表示自贷款发放以来已经过去了多少个月，MOB0表示贷款发放日期到月末，MOB1表示贷款发放后的第二个完整月，MOB2表示贷款发放后的第三个完整月。

10. 截面不良率

不同公司对不良贷款的定义不同，逾期M3+为不良贷款，M6+为不良贷款。计算公式为:

全行业不良贷款率=不良贷款本金余额/当期贷款本金余额合计

计算某个时点的整体业务不良率。

11. 财务不良率

即根据余额计算年化不良率，准确的计算公式为:

年度不良贷款率=年度累计不良贷款额/年度日均余额。

日均余额=日贷款余额之和/365

粗略估算法是估算年份酒的次品率，计算公式为:

年度不良贷款率=历年不良贷款率*贷款资金年周转次数

贷款周转次数=360/加权平均借款天数

12. 转呆账率（Write-off%,WO%）

通常逾期6期以上(M7)并转入坏账。假设某产品的坏账转移时间为逾期M6至逾期M7，坏账转移率的计算公式为:

坏账转移率=当期坏账转移本金余额/7个月前贷款本金余额。

13. 净损失率（Net Credit Loss%,NCL%）

NCL%的计算方法与WO%相同，只是分子部分由本期转入的坏账金额改为(本期转入的坏账金额-本期收回的坏账金额)。计算公式为:

净损失率=(本期转坏账本金余额-本期坏账收回金额)/七个月前贷款本金余额。

14. xPDy

表示第一次逾期Y天的天数。x表示期数，Y表示逾期天数。

x、S、T、Q分别代表第一、二、三、四期，后续期数将用数字表示。

FPD10表示第一次逾期≥10天，SPD30表示第二次逾期≥30天。如果一个客户有FPD30的标志，那么必须有小于30的标志，如FPD7。

15. 负债比（debit burden ratio,DBR）

债务人所有金融机构无担保债务归还到户后的总余额(包括借记卡、信用卡、信用贷款)除以月平均收入，不应超过22倍。

16. 迁移率（flow rate）

观察上期逾期金额被催收但仍未支付后继续落入下期的概率。一般简称为C-M1、M2-M3等。，例如:C-M1 = M1当月贷款余额/C上月末贷款余额，M2-M3 = M3当月贷款余额/M2上月末贷款余额。

17. 回收率

反映的是逾期资产的回收情况，和迁移率一样，是逾期资产是否进一步逾期的指标。不考虑核销，流动性和回收率之和为100%。

18. 滚动率

从一个观测点前一段时间的最差状态(观察期)到观测点后一段时间的最差状态(表达期)。

二、实例讲解计算过程

在介绍完上述风险管理中用到的术语后，我将通过综合实例介绍每一项的计算过程。假设该业务在2019年1月刚刚开始放贷，计算中使用的数据如表1所示:

表1

1. 逾期率的计算（包括即期逾期率和递延逾期率）

例子如下:

2019 年 2 月 coin（M1）=2 月 M1 贷款本金余额/2 月 C~M7 贷款本金余额=230000/1530000=15.03%2019 年 8 月 coin（M3+）=3 月 M4~M7 贷款本金余额/8 月 C~M7 贷款本金余额=（20000+15000+8000+6500）/2701500=1.83%2019 年 2 月 lagged（M1）=2 月 M1 贷款本金余额/1 月 C~M7 贷款本金余额=230000/1000000=23%2019 年 4 月 lagged（M3）=4 月 M3 贷款本金余额/2 月 C~M7 贷款本金余额=25000/1530000=16.34%2019 年 7 月 lagged（M3+）=7 月 M4 贷款本金余额/3 月 C~M7 贷款本金余额+7 月 M5 贷款本金余额/2 月 C~M7 贷款本金余额+7 月 M6 贷款本金余额/1 月 C~M7 贷款本金余额=27000/1885000+14000/1530000+8500/1000000=3.20%2. vintage 指标的计算

使用的计算口径为:

Vintage指标=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金。

以M3+年份指数为例，2019年1月贷款本金为300万元:

对应合同在 mob1 M3+逾期率 0%；对应合同在 mob2 M3+逾期率 0%；对应合同在 mob3 M3+逾期率 0%；对应合同在 mob4 M3+逾期率=21000/3000000=0.70%；对应合同在 mob5 M3+逾期率=（6 月 M4 逾期本金余额+6 月 M5 逾期本金余额）/1 月放款本金；但是 6 月 M4 逾期本金会同时包含 1 月 M4 逾期合同本金与 2 月 M4 逾期合同本金，所以通过表 1 数据无法计算，M3+逾期率就以下表设定为准。表2

根据上表数据绘制的vintage曲线如图1所示:

图1

从图1可以分析出:

ⅰ账龄最长为12个月，代表产品期限为12期。随着12期结束，账户的生命周期走到尽头。ⅱ2019年5月放款的合同走完账龄生命周期，而2019年6月的却没有，说明数据统计时间为2020年6月。Ⅲ账龄mob1、mob2、mob3的逾期率都为0，说明逾期指标为M3+（逾期超过90天）风险。Ⅳ放款月份从2019年1月～12月的账户M3+逾期率都在降低，说明资产质量在不断提升，可能风控水平在不断提升。2019年5月相对于2019年1～4月的逾期率大幅度下降，说明该阶段风控策略提升明显。Ⅴ不同月份放款的M3+在经过9个MOB后开始趋于稳定，说明账户成熟期是9个月。3. 财务不良率

假设逾期M3+为不良贷款，2019年12月不良贷款率=(35000+22000+11000+9000)/3102000 = 2.48%；假设贷款资金年周转3次，参考2019年1月逾期情况，粗略估算金融不良率= MOB12 Vintage(M3+)* 3 = 3.45% * 3 = 10.35%，其中vintage(M3+)为mob 12的加权平均值。

4. 迁移率分析和滚动率

迁移率分析类似于滚动率分析，分析客户从一种状态到另一种状态的发展变化。不同的是滚动率侧重于分析客户逾期程度的变化，所以在做滚动率分析时需要设置相对较长的观察期和清算期。迁移率重点分析客户状态的发展变化路径，如C-M1、M1-M2、M2-M3等。

首先分析滚动率。在2019年6月30日的观察点，选取10000个客户，统计这10000个客户从观察期到业绩期的最大逾期的变化，如表3所示。

表3

可以看出:

正常的客户，在未来 6 个月里，有 96%会保持正常状态；逾期 1 期的客户，未来有 81%会回到正常状态，即从良率为 81%，有 6%会恶化到 M2、M3、M3+；逾期 2 期的客户，从良率为 23%，有 39%会恶化到 M3、M3+；逾期 3 期的客户，从良率为 14%，有 61%会恶化到 M3+；逾期 3 期及以上的客户，从良率仅为 4%，有 82%会继续此状态。

因此，我们认为历史逾期状态为M3+的客户几乎不会是好客户。为了使风控模型具有更好的区分能力，需要尽可能明确好客户和坏客户的界限。根据滚动率分析，可以定义不良用户= M3的逾期状态+(逾期90天以上)。然后进行迁移性分析，以表1中的数据为例，其中橙色部分为恶化的迁移路径。

其计算口径为:

截止 1 月末，正常资产 C 为 1000000 元，此为起点。截止 2 月末，1 月末的正常资产 C 中有 230000/1000000=23%恶化为逾期资产 M1。截止 3 月末，2 月末的逾期资产 M1 中有 55000/230000=23.91%恶化为逾期资产 M2。截止 4 月末，3 月末的逾期资产 M2 中有 25000/55000=45.45%恶化为逾期资产 M3。截止 5 月末，4 月末的逾期资产 M3 中有 21000/25000=84%恶化为逾期资产 M4。截止 6 月末，5 月末的逾期资产 M4 中有 10000/21000=47.62%恶化为逾期资产 M5。可能采用了委外催收、司法手段等催收策略，催回效果显著。截止 7 月末，6 月末的逾期资产 M5 中有 8500/10000=85%恶化为逾期 M6 资产。截止 8 月末，7 月末的逾期资产 M6 中有 6500/8500=76.57%恶化为逾期 M7 资产。此时将视为不良资产，打包转卖给第三方公司，这样就能回收部分不良资产，减少损失。

通过迁移率，我们可以清晰地观察到各个年份资产在各个逾期状态下的演变规律。参见表4。我们横向比较一下每月的迁移率，发现并不完全一样。这是因为随着时间的推移，外部宏观经济环境、内部政策等的变化，存在一定的波动。

表4

5. 呆帐风险

坏账风险是信贷机构必须面对的风险，主要来自信用风险和欺诈风险。

2019年8月，正常资产C向坏账的转移率可以用迁移率计算，即(C-M1)*(M1-M2)*(M2-M3)*(M3-M4)*(M5-M6)*(M6-M7)= 23% * 23.91%

由于M7不良资产的平均回收率为10%，因此净损失率可以计算为:0.65%*(1-10%)=0.59%。同样，我们可以计算不同状态下的资产坏账转移率和净损失率。

作者:Fentaike，微信微信官方账号:Fentaike，帝都互联网金融产品经理，互联网信贷领域5年+产品设计经验。

本文由@ Fentek原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。