1. 贷后预警概述
1.1 贷后管理的定义
贷后管理是指从贷款发放（或授信生效）到本息全部结清（或授信终止）的全过程管理行为。它覆盖了资金流向监控、客户经营跟踪、担保物核查、风险信号识别、逾期催收与资产处置等环节，是信贷生命周期中持续时间最长、数据密度最高、干预手段最丰富的阶段。
核心认知：贷后管理不是“出了问题再处理”，而是通过持续的数据采集与规则判断，在风险暴露早期发现异常，为后续处置争取时间和空间。
1.2 预警体系的重要性
预警体系是贷后管理的“神经中枢”，它将分散的客户行为数据、还款表现、外部征信信息转化为可量化的风险信号。一个成熟的预警体系需要满足三个基本要求：
| 维度 | 要求 | 说明 |
|---|---|---|
| 时效性 | T+0 或 T+1 触发 | 风险信号产生后，系统应在当日或次日完成预警推送 |
| 准确性 | 误报率 < 15% | 过高的误报会消耗催收资源，导致“狼来了”效应 |
| 可解释性 | 预警原因可追溯 | 风控人员能快速定位触发规则，避免黑箱决策 |
预警体系在风控架构中承担“承上启下”的角色：向上承接贷前审批的准入标准与额度策略，向下输出催收策略、调额建议与资产分类依据。
1.3 滚动率评估在风控中的角色
滚动率评估（Roll Rate Analysis）是预警体系中最核心的量化工具之一。它通过追踪客户在不同逾期天数区间之间的“迁移”行为，回答一个关键问题：当前处于某个逾期状态的客户，未来有多大比例会恶化到更严重的逾期等级？
滚动率评估在风控中的三个核心角色：
- 风险量化：将定性的“客户可能逾期”转化为定量的“滚动概率”，为损失拨备提供数据基础。
- 阈值校准：通过滚动率曲线确定预警触发阈值（如 M1→M2 滚动率超过 20% 时触发高优先级预警）。
- 策略分层：根据滚动率高低将客户分为“稳定”“关注”“恶化”三类，匹配差异化的催收动作。
实践要点：滚动率评估不只看单期表现，更关注“连续滚动”趋势。例如，连续两个月 M0→M1 滚动率从 5% 升至 12%，即使绝对值仍在阈值内，也应触发趋势预警。
1.4 滚动率评估的核心指标
在实际业务中，滚动率评估通常围绕以下三个核心指标展开：
| 指标名称 | 计算公式 | 业务含义 |
|---|---|---|
| M0→M1 滚动率 | 当月新进入 M1 客户数 / 上月 M0 客户总数 | 衡量正常客户向逾期初期恶化的速度 |
| M1→M2 滚动率 | 当月新进入 M2 客户数 / 上月 M1 客户总数 | 判断逾期 1 期客户是否会继续恶化 |
| M2→M3 滚动率 | 当月新进入 M3 客户数 / 上月 M2 客户总数 | 评估中高逾期客户的损失转化风险 |
常见误区：滚动率不是“逾期率”。逾期率是存量概念（当前逾期客户占比），滚动率是流量概念（客户从一种状态迁移到另一种状态的概率）。两者结合使用才能准确判断风险走势。
1.5 滚动率评估在预警体系中的位置
从数据流角度看，滚动率评估模块位于预警体系的中游：
- 上游输入：还款流水、账单数据、催收记录、外部征信变量
- 核心处理：构建滚动率矩阵 → 计算迁移概率 → 识别趋势拐点 → 生成预警信号
- 下游输出：预警等级（红/橙/黄）、催收策略建议、资产分类调整建议
滚动率评估的独特价值在于：它不依赖复杂的机器学习模型，仅通过历史行为数据的统计规律就能给出可解释、可验证的风险判断，是风控体系中“性价比”最高的量化工具之一。