3. 额度使用行为基础
在EAD（违约风险暴露）模型回测中，仅仅验证模型公式和参数是不够的。EAD的核心是“客户在违约时点还欠多少钱”，而这个欠款金额直接由客户的额度使用行为决定。因此，理解授信额度的类型、循环与非循环的差异、额度使用率的动态变化，以及提款与还款的行为特征，是构建和验证EAD模型的基础。本节将从这四个维度展开，帮助你建立对额度使用行为的结构化认知。
一、核心原理：额度是EAD的“天花板”与“地板”
授信额度是银行对客户可用的最大信用敞口。在EAD模型中，额度本身不是EAD，但它是EAD的上限约束。EAD的常见计算方式为：
EAD = 已提款余额 + 未提款余额 × CCF其中CCF（信用转换系数）衡量未提款部分在违约时的转化概率。而“已提款余额”和“未提款余额”都直接依赖于额度类型和使用行为。因此，回测EAD模型时，必须验证模型是否准确捕捉了不同额度类型下的使用模式。
二、授信额度类型：从“一次性”到“可循环”
授信额度按是否可循环使用，可分为两大类：
- 非循环额度：额度一次性使用，还款后不可再次提款。典型产品包括分期贷款、一次性授信、项目贷款等。其EAD在放款后基本固定，回测重点在于验证“已提款余额是否等于初始放款额减去已还本金”。
- 循环额度：在授信期内，客户可反复提款和还款，额度自动恢复。典型产品包括信用卡、循环贷、透支账户等。其EAD随提款和还款动态波动，回测难度更高，需要验证模型对“额度使用率”和“提款概率”的预测能力。
此外，还有混合额度：部分额度可循环，部分不可循环。例如，某客户授信100万元，其中60万元为循环额度，40万元为一次性额度。回测时需分别处理，避免将非循环部分错误地纳入循环使用率计算。
三、额度使用率：动态行为的量化指标
额度使用率（Utilization Rate）是已提款余额与总授信额度的比值：
使用率 = 已提款余额 / 授信额度使用率是EAD回测中最关键的中间变量。不同额度类型下，使用率的分布和变化规律差异显著：
| 额度类型 | 使用率典型范围 | 变化特征 | 回测关注点 |
|---|---|---|---|
| 非循环额度 | 0%～100%（放款后固定） | 放款后单调递减（还款） | 还款计划准确性 |
| 循环额度（信用卡） | 10%～90% | 高频波动，季节性明显 | 提款/还款概率预测 |
| 循环额度（循环贷） | 30%～100% | 低频大额，粘性高 | 额度耗尽风险 |
| 混合额度 | 分段计算 | 循环部分波动，非循环部分递减 | 分拆验证 |
回测时，需按额度类型分层，分别验证使用率的预测分布与实际分布是否一致。例如，对于信用卡循环额度，模型可能预测平均使用率为45%，但实际回测样本中平均使用率为62%，说明模型低估了客户对额度的依赖程度。
四、提款与还款行为特征：从“事件”到“模式”
提款和还款是额度使用行为的两个基本事件。在EAD回测中，不能只看期末余额，还要看行为路径。以下是关键行为特征：
- 提款频率：循环额度客户可能每月多次提款，非循环额度客户通常只提款一次。频率影响EAD的波动性。
- 提款金额分布：是整数提款（如取现1000元）还是按需提款（如消费金额）？大额提款往往集中在特定场景。
- 还款方式：全额还款、最低还款、部分还款。最低还款行为会显著提高使用率，因为额度恢复慢。
- 还款延迟：逾期还款会导致额度被冻结，使用率骤降，但EAD可能因罚息而上升。
- 额度耗尽行为：当使用率接近100%时，客户可能停止提款或转向其他渠道。回测需验证模型是否捕捉到“额度天花板”效应。
五、案例场景：循环额度使用率回测
假设某银行信用卡循环额度产品，回测样本包含10,000个账户。模型预测违约时点的平均使用率为50%，但实际违约账户的平均使用率为68%。进一步分析发现：
- 模型未区分“最低还款客户”和“全额还款客户”。最低还款客户的使用率长期维持在80%以上，而全额还款客户使用率低于20%。
- 模型未考虑“额度提升”事件。部分客户在违约前6个月获得额度提升，随后使用率快速上升至90%。
修正方案：在回测中引入行为分层，按还款方式（最低/全额）和额度变动（提升/未提升）分组验证。修正后，模型预测使用率与实际使用率的偏差从18个百分点降至5个百分点以内。
六、误区与复盘
- 误区1：将所有额度统一按循环处理。非循环额度还款后不会恢复，错误处理会导致EAD高估。
- 误区2：忽略使用率的非线性。使用率在0%～30%和70%～100%区间的行为模式完全不同，线性模型可能失效。
- 误区3：只看期末余额，不看行为路径。两个账户期末余额相同，但一个是一次性提款，另一个是多次提款后还款，其未来EAD分布可能差异巨大。
- 误区4：未区分“主动还款”和“被动扣款”。主动还款反映客户意愿，被动扣款可能因账户余额不足而失败，影响额度恢复。
复盘时，建议按以下清单逐项检查：
- 额度类型是否已正确分类？循环、非循环、混合是否分开回测？
- 使用率计算是否使用了正确的分母（总授信额度 vs 可用额度）？
- 提款和还款事件是否按时间序列还原？是否计算了行为间隔？
- 是否对最低还款、额度提升、逾期冻结等特殊事件做了标记？
- 回测结果是否按行为分层展示？偏差是否可解释？