2. 贷后管理基础
贷后管理是信贷全生命周期中时间跨度最长、变量最多、也最容易被低估的环节。很多团队把主要精力放在贷前审批与授信策略上，却在放款后依赖“客户不还钱再催收”的被动模式。事实上，逾期概率预测与预警阈值优化的前提，是先建立一套清晰、可执行、可度量的贷后管理框架。本节围绕四个基础问题展开：贷后管理到底管什么、逾期如何定义、逾期阶段如何划分、预警机制与关键指标如何落地。
一、核心原理：贷后管理是一条“风险识别—干预—回收”的闭环
贷后管理的本质不是催收，而是在客户从正常履约走向实质违约的过程中，尽可能早地识别风险信号，并用合适的干预手段改变客户行为或降低敞口。它包含三条主线：
- 监控线：持续采集还款行为、账户变动、外部征信、经营与舆情等信息，判断客户当前风险状态。
- 决策线：根据风险状态触发不同策略，如提醒、提额冻结、降额、提前收贷、协商重组、委外催收或诉讼。
- 回收线：对已逾期客户进行分层催收与资产处置，并记录回收结果，反哺预测模型与阈值策略。
这三条线共同构成闭环。缺少监控线，预警就是拍脑袋；缺少决策线，预警只停留在报表；缺少回收线，模型无法获得真实标签，阈值优化也无从谈起。
二、方法流程：贷后管理的标准动作与逾期阶段划分
一个可落地的贷后管理流程通常包含以下步骤：
- 放款后首次检查：确认资金用途、联系方式、还款账户有效性，建立初始风险画像。
- 日常监控：按日或按周更新还款行为、账户余额、外部数据变化。
- 预警触发：当指标越过阈值时生成预警工单，进入人工或自动处置队列。
- 分层干预：根据预警等级采取短信提醒、电话回访、上门核实、额度调整、法律手段等。
- 逾期催收：逾期后按阶段升级催收强度，并记录承诺还款、实际回收等结果。
- 复盘与模型迭代：将处置结果与最终回收情况回写，用于优化预测模型和阈值。
逾期阶段划分是贷后管理中最基础的“共同语言”。行业常用 M0、M1、M2、M3 等表示逾期月数，但在实战中更常用“逾期天数”来定义阶段，因为天数粒度更细，便于预警和催收排班。
| 阶段 | 逾期天数 | 风险特征 | 典型处置 |
|---|---|---|---|
| 正常 | 0 | 按时还款，无异常信号 | 常规监控、额度管理 |
| 关注 | 1–7 天 | 短期遗忘或资金周转紧张 | 短信/IVR提醒、客户经理回访 |
| M1 | 8–30 天 | 还款意愿或能力出现明显问题 | 电话催收、协商还款计划 |
| M2 | 31–60 天 | 风险升级，回收概率下降 | 强化催收、上门、冻结额度 |
| M3+ | 61 天以上 | 可能形成不良，需处置 | 委外、诉讼、核销准备 |
三、预警机制：从“事后催收”转向“事前干预”
预警机制的核心是定义“什么信号、在什么时间、触发什么动作”。一个完整的预警规则通常包含四要素：
- 指标：如还款账户余额不足、连续两次最低还款、外部征信查询次数激增、经营流水下降等。
- 阈值：如余额覆盖率低于 1.0、查询次数 7 天内超过 5 次、流水环比下降 40%。
- 触发条件：单指标触发或组合触发，避免误报过多。
- 处置动作：提醒、核实、降额、提前收贷等，并明确责任人与时效。
预警阈值优化正是本课程后续的重点。但在基础阶段，先要理解阈值不是越高越好：阈值过松会漏报高风险客户，阈值过紧会产生大量无效工单，消耗催收资源。因此，预警机制必须与关键业务指标联动评估。
预警规则示例（伪配置）：
rule_id: WARN_001
indicator: balance_coverage_ratio
threshold: < 1.0
window: 3d
action: sms_remind + agent_call
priority: P2
rule_id: WARN_002
indicator: external_query_count_7d
threshold: >= 5
action: manual_review + freeze_limit
priority: P1
四、关键业务指标与常见误区复盘
贷后管理的关键指标可分为三类：
- 风险类：逾期率（DPD30、DPD60、DPD90）、不良率、迁徙率、滚动率。
- 运营类：预警触发量、预警准确率、工单处理时效、催收覆盖率、承诺还款率。
- 回收类：回收金额、回收率、平均回收天数、委外回收占比。
常见误区有三个。第一，只看逾期率不看迁徙率，导致无法判断风险是在恶化还是改善。第二，预警规则长期不更新，客户行为变化后阈值失效。第三，模型预测与催收策略脱节，预测出高风险客户却没有对应处置动作，预警形同虚设。
综上，贷后管理基础可以概括为：以流程为骨架，以逾期阶段为共同语言，以预警机制为触发器，以关键指标为度量尺。只有这四者对齐，后续的逾期概率预测与预警阈值优化才有稳定的业务土壤。