1. 课程导入
欢迎进入《零售信贷PD期限结构与生命周期违约率建模》课程。在零售信贷风险管理中，违约概率（Probability of Default，PD）是最基础、也最关键的量化参数之一。它不仅是监管资本计量、IFRS 9预期信用损失（ECL）计提、风险定价与授信审批的核心输入，更直接影响一家机构的风险偏好、资产质量与盈利能力。然而，零售信贷与对公信贷存在显著差异：客户数量庞大、单笔金额小、行为数据丰富、违约事件高频但分散，且违约风险随时间呈现明显的期限结构与生命周期特征。因此，简单套用对公PD建模方法往往难以奏效。
本课程的目标，是帮助学员系统掌握零售信贷PD建模的完整方法论，尤其是如何刻画期限结构（Term Structure）与生命周期违约率（Lifecycle Default Rate），并能够将模型结果落地到定价、拨备、资本计量与组合管理中。第1章作为导入，将回答四个问题：学什么、为什么学、整体框架是什么、业务价值在哪里。
一、学习目标：从“会算PD”到“会建PD曲线”
很多从业者最初接触PD时，往往只关注一个静态数值，例如“某客户未来12个月违约概率为3%”。但在零售信贷中，这个数值远远不够。我们需要回答的是：客户在放款后第1个月、第6个月、第12个月、第24个月的违约概率分别是多少？不同账龄、不同期限、不同产品下的违约风险如何变化？这些变化如何影响拨备与定价？
因此，本课程的学习目标分为四个层次：
- 概念层：理解PD、期限结构、生命周期违约率、账龄（Vintage）、滚动率、生存分析等核心概念及其关系。
- 方法层：掌握从数据准备、标签定义、特征工程到模型训练、校准与验证的完整流程。
- 结构层：能够构建PD期限结构曲线，识别生命周期中的风险高峰与衰减规律。
- 业务层：将模型输出转化为定价、拨备、资本、限额与催收策略，形成闭环。
核心转变：从“单点PD”转向“PD曲线”，从“静态评分”转向“动态生命周期风险刻画”。这是零售信贷PD建模区别于传统对公建模的关键。
二、核心概念：PD、期限结构与生命周期违约率
在展开建模之前，必须统一语言。零售信贷PD建模涉及几个容易混淆的概念：
| 概念 | 定义 | 典型用途 |
|---|---|---|
| PD（违约概率） | 借款人在特定时间内发生违约的可能性 | 定价、审批、资本计量 |
| 期限结构 | PD随剩余期限或观察期限变化而形成的曲线 | ECL、久期管理、产品设计 |
| 生命周期违约率 | 按账龄（MOB）统计的违约率，反映放款后风险演变 | Vintage分析、早期预警 |
| 滚动率 | 客户从正常、逾期、违约等状态间迁移的比例 | 状态转移模型、催收策略 |
| 生存分析 | 研究事件发生时间与影响因素的方法 | 动态PD、提前还款与违约竞争风险 |
其中，期限结构关注“不同时间窗口的PD如何变化”，生命周期违约率关注“同一批客户随着账龄增长，违约率如何演变”。两者结合，才能完整刻画零售信贷资产的风险轨迹。
提示：零售信贷中，违约率通常不是单调递增或递减的。常见形态是：放款后前3～6个月风险较低，随后逐渐上升，在12～24个月达到高峰，之后因客户筛选与提前还款而下降。这种“驼峰形”曲线是生命周期建模的重点。
三、整体框架：从数据到决策的六步流程
本课程将围绕一个可落地的建模框架展开。该框架不是单纯的技术流程，而是从业务问题出发、最终回到业务决策的闭环。
- 业务定义与目标设定：明确模型用途（定价、拨备、资本或组合管理），确定观察期、表现期与违约定义。
- 数据准备与标签构建：整合申请、行为、征信、还款与催收数据，构建账龄、MOB、违约标签与竞争风险标签。
- 探索性分析与Vintage分析：通过Vintage曲线、滚动率矩阵、生存曲线识别风险演变规律。
- 特征工程与模型选择：构建静态特征、动态行为特征与时间相关特征，选择逻辑回归、生存模型或机器学习方法。
- 模型训练、校准与验证：确保PD输出具有区分度、校准度与稳定性，并进行跨期验证。
- 业务应用与监控：将PD曲线嵌入定价、ECL、资本与限额管理，建立持续监控与迭代机制。
这一框架的核心思想是：PD不是孤立数字，而是时间、客户与产品交互的结果。只有把期限结构与生命周期纳入模型，才能真正反映零售信贷的风险本质。
四、业务价值：为什么值得投入
零售信贷PD期限结构与生命周期建模的业务价值，体现在五个方面：
- 更精准的定价：不同期限、不同账龄的风险不同，差异化定价可提升风险调整后收益。
- 更合规的拨备：IFRS 9要求按阶段计提ECL，期限结构PD是核心输入。
- 更有效的资本管理：PD曲线影响资本占用与RAROC，支撑组合优化。
- 更前瞻的风险预警：Vintage与滚动率分析可提前识别资产质量恶化。
- 更精细的客户经营：根据生命周期阶段制定授信、提额、催收与挽留策略。
常见误区：不少团队直接用12个月PD乘以期限得到多年PD，忽略生命周期形态与提前还款竞争风险，导致拨备高估或低估。另一种误区是只做静态评分，不跟踪账龄变化，模型上线后迅速失效。本课程将逐一拆解这些陷阱。
五、案例场景：一张Vintage曲线带来的启示
假设某消费金融公司发行了一款36期等额本息产品。风控团队最初使用统一PD进行定价，结果发现：放款后第6～18个月的违约率显著高于预期，而第24个月后违约率下降。进一步做Vintage分析后发现，不同放款月份的客户质量差异很大，且早期逾期客户在后续账龄中违约概率更高。
如果只用一个静态PD，公司会低估中期风险、高估长期风险，导致定价偏低、拨备不足。引入期限结构与生命周期违约率后，团队能够：
- 按账龄设定差异化拨备比例；
- 对高风险Vintage提前收紧授信；
- 在定价中加入期限溢价与账龄调整因子；
- 对早期逾期客户实施更积极的催收策略。
这个案例说明，PD建模不是技术炫技，而是直接服务于资产质量与盈利能力的经营工具。
六、本章小结与学习准备
本章作为课程导入，明确了零售信贷PD期限结构与生命周期违约率建模的学习目标、核心概念、整体框架与业务价值。你需要建立三个基本认知：
- PD是时间的函数：不同期限、不同账龄的违约风险不同，必须用曲线而非单点刻画。
- 生命周期是零售信贷的核心特征：Vintage、滚动率与生存分析是理解风险演变的关键工具。
- 建模必须闭环到业务：定价、拨备、资本、限额与催收，都是PD曲线的应用场景。