4. SICR识别总体框架
SICR（Significant Increase in Credit Risk，信用风险显著增加）识别不是一次性的模型打分动作，而是一条贯穿数据、指标、阈值、判断与监控的完整链路。任何一个环节的松动，都会让"显著增加"变成"事后解释"。本节把这条链路拆成五个阶段，并给出每个阶段的关键控制点，帮助你把SICR识别从"能跑通"做到"可审计、可复现、可迭代"。
一、核心原理：为什么必须是端到端框架
SICR的本质是"相对比较"：把某个敞口当前的违约风险，与初始确认时（或上一次评估时）的违约风险做对比，判断增量是否显著。这个"相对"决定了三件事：第一，必须有稳定的基准锚点，否则比较无意义；第二，必须有可追溯的数据血缘，否则监管问询时无法解释；第三，必须有明确的触发与解除规则，否则风险状态会长期悬空。
因此，端到端框架的价值不在于流程好看，而在于把"判断"转化为"可验证的规则集合"。数据采集解决"用什么比"，指标构建解决"比什么"，阈值设定解决"多大算显著"，触发判断解决"何时切换状态"，后续监控解决"判断是否仍然成立"。
二、方法流程：五阶段端到端链路
下面按执行顺序展开五个阶段，每个阶段都给出输入、动作与输出，便于落地为系统模块。
- 数据采集：输入为内部账务、还款行为、评级、外部征信与宏观变量；动作是定义数据快照频率、缺失处理与回溯口径；输出为可复现的风险数据集。
- 指标构建：输入为原始数据；动作是构造PD、逾期天数、内部评级迁移、风险驱动因子等指标；输出为基准值与当前值可比的指标向量。
- 阈值设定：输入为指标分布与业务容忍度；动作是确定绝对阈值、相对阈值与组合规则；输出为可执行的显著性判定标准。
- 触发判断：输入为指标值与阈值；动作是按规则引擎执行判断并写入状态；输出为SICR标志与阶段归属。
- 后续监控：输入为状态与表现数据；动作是回检、漂移监测与规则调优；输出为监控报告与迭代建议。
这五个阶段不是串行一次就结束，而是形成"采集—构建—设定—判断—监控—再采集"的循环。监控阶段发现的漂移，会反向驱动阈值与指标的调整。
三、关键控制点与配置示例
每个阶段都有容易失守的控制点。下表给出阶段、控制点与失败后果的对应关系，便于自查。
| 阶段 | 关键控制点 | 失败后果 |
|---|---|---|
| 数据采集 | 快照时点一致、缺失可解释、血缘可追溯 | 基准与当前不可比，判断失真 |
| 指标构建 | 口径统一、基准锚定、避免前视偏差 | 指标漂移被误判为风险上升 |
| 阈值设定 | 绝对与相对结合、分组合规、留出缓冲 | 触发过松或过紧，阶段迁移异常 |
| 触发判断 | 规则可解释、状态可回滚、日志完整 | 无法审计，争议时缺乏证据 |
| 后续监控 | 回检频率、漂移预警、版本管理 | 规则老化，识别能力衰减 |
在系统实现上，阈值与规则通常以配置形式管理，便于版本化与回滚。下面是一个简化的规则配置示例，展示绝对阈值与相对阈值的组合方式。
sicr_rule:
version: "2024.Q3"
base_anchor: "initial_recognition_pd"
indicators:
- name: pd_relative_increase
type: relative
threshold: 0.5 # 相对基准上升50%
- name: dpd
type: absolute
threshold: 30 # 逾期30天
- name: rating_migration
type: notch
threshold: 2 # 评级下调2级及以上
logic: "any" # 任一满足即触发
state_machine:
states: [Stage1, Stage2, Stage3]
trigger: "Stage1 -> Stage2"
release: "Stage2 -> Stage1 when rule_false_for_2_periods"
这段配置体现了三个工程要点：一是基准锚点明确为初始确认PD；二是绝对与相对指标并存；三是状态机包含触发与解除，避免"只进不出"。
四、案例与场景：一次阈值失效的复盘
某零售组合在季度回检中发现，Stage2占比突然上升了8个百分点，但实际逾期率并未同步恶化。排查后发现两个问题：第一，数据采集阶段更换了征信数据源，缺失率上升，导致部分敞口的当前PD被高估；第二，阈值设定阶段只用了相对阈值，没有设置绝对下限，使得低PD敞口在微小波动下也被判定为显著增加。
复盘结论是：数据源变更必须纳入控制点清单，并做新旧口径的并行验证；阈值必须设置绝对下限，防止"低基数放大效应"。调整后，规则增加了"当前PD低于组合中位数时不触发相对阈值"的约束，Stage2占比回归正常区间。
五、常见误区与纠正
- 误区一：只做触发不做解除。纠正：状态机必须定义解除条件与观察期，否则风险状态只增不减。
- 误区二：阈值一设了之。纠正：阈值需要定期回检，结合违约表现与业务容忍度动态校准。
- 误区三：指标越多越好。纠正：指标应围绕基准可比性选择，冗余指标会增加解释成本与误触发概率。
- 误区四：监控只看占比。纠正：监控应同时看阶段迁移矩阵、规则命中率与误报率，才能判断规则是否仍然有效。
把上述五个阶段与控制点固化为流程与系统能力后，SICR识别就不再依赖个人经验，而是成为可复现、可审计、可迭代的风险管理基础设施。端到端框架的真正价值，在于让每一次"显著增加"的判断都有据可查、有路可退。