2. 催收业务基础
在进入回收率预测与策略优化之前，必须先建立对催收业务本身的共同语言。很多模型效果不佳、策略上线后争议不断，根源并不在算法，而在于对“催收在做什么、钱是怎么被收回来的、什么算好、什么算违规”缺乏统一认知。本节围绕四个基础问题展开：催收生命周期如何运转、逾期阶段如何划分、回收率如何定义、考核指标与合规边界在哪里。
一、核心原理：催收生命周期是一条“资产处置流水线”
催收的本质，是对已经违约的债权进行分层处置，用尽可能低的成本把尽可能多的欠款转化为回款。它是一条有明确阶段、明确责任主体、明确时间窗口的流水线。典型生命周期可以概括为五个环节：
- 预警与早期提醒：账单到期前后，通过短信、App推送、智能语音提醒客户还款，目标是减少“非恶意遗忘型”逾期。
- 内部催收（自催）：逾期初期由机构自有团队或外包坐席进行电话、短信、函件催收，强调高频触达与承诺还款管理。
- 委外催收：超过内部催收效率边界后，按账龄、金额、地区等维度打包委托给第三方催收公司，按回款分成结算。
- 法诉与强制执行：对高金额、有财产线索、证据链完整的案件提起诉讼、申请支付令或仲裁，进入司法处置通道。
- 核销与资产处置：确认无法收回的账目进行核销，或通过不良资产转让、资产证券化等方式整体出表。
这条流水线的关键特征是时间不可逆：账龄越长，客户还款意愿与还款能力通常越低，回收率呈单调下降趋势。因此催收策略的核心，是在正确的时间把正确的案件交给正确的处置通道。
二、逾期阶段划分：账龄是催收的第一分类维度
行业普遍用“逾期天数”划分阶段，常见口径如下（不同机构边界略有差异，但逻辑一致）：
| 阶段 | 逾期天数（DPD） | 主要特征 | 典型处置方式 |
|---|---|---|---|
| M0（早期） | 1–30天 | 多为遗忘、短期资金周转问题，还款意愿高 | 短信/IVR提醒、App推送、低频人工外呼 |
| M1（中期） | 31–60天 | 还款能力开始分化，部分客户出现逃避倾向 | 高频电话催收、承诺还款跟踪、首次减免试探 |
| M2（中后期） | 61–90天 | 还款意愿明显下降，失联比例上升 | 强化谈判、联系人触达、委外准备 |
| M3+（后期） | 91–180天 | 高风险账龄，回收率快速衰减 | 委外催收、法诉筛选、减免方案 |
| M6+（呆账） | 180天以上 | 回收概率低，主要靠司法或资产处置 | 诉讼、仲裁、核销、不良资产转让 |
需要强调的是，账龄只是第一层分类。真正决定策略的是账龄 × 金额 × 客户画像 × 历史行为的组合。例如同样M1阶段，一个历史从未逾期、本次因失业逾期的客户，与一个连续多期最低还款、频繁失联的客户，回收概率可能相差数倍。
三、回收率定义：口径不清，预测必错
回收率是催收业务最核心的结果指标，但它的定义在不同团队之间经常不一致。常见口径包括：
- 金额回收率：回收金额 ÷ 应回收金额（通常指逾期本金或本息合计）。
- 户数回收率：发生回款的客户数 ÷ 进入催收的客户数，反映触达与转化广度。
- 案件回收率：回款案件数 ÷ 委案案件数，常用于委外结算。
- 净回收率：扣除催收成本、减免金额后的净回款 ÷ 应回收金额，更接近真实收益。
在预测建模中，必须明确三件事：预测对象是谁（客户/案件/账单）、时间窗口多长（30天/60天/整个催收周期）、分子分母如何取数。否则模型输出的“回收率”无法与业务考核对齐，策略也无法落地。
示例：某案件进入M1阶段
应回收金额（本金+利息）= 12,000元
30天内实际回款 = 3,600元
减免金额 = 400元
催收成本 = 150元
金额回收率 = 3600 / 12000 = 30%
净回收率 = (3600 - 150) / 12000 = 28.75%
若计入减免影响，实际回收效率还需单独评估
四、考核指标与合规边界：既要结果，也要安全
催收考核通常分为结果指标、过程指标与质量指标三类：
- 结果指标：回收率、回款金额、净回收额、委外回收率。
- 过程指标：触达率、接通率、承诺还款率（PTP）、承诺履约率（PTP Keep Rate）、平均通话时长。
- 质量指标：投诉率、违规话术命中率、客户满意度、监管处罚次数。
其中承诺还款率与履约率是连接过程与结果的关键桥梁：高PTP但低履约，说明谈判质量或客户筛选有问题；低PTP但高履约，说明触达策略可能过于保守。
合规边界是催收业务的生死线。核心红线包括：
- 时间边界：不得在法定禁止时段（通常为22:00至次日8:00）进行催收外呼。
- 对象边界：不得向无关第三人透露债务信息，联系人仅可用于寻找债务人本人。
- 行为边界：禁止辱骂、威胁、恐吓、虚假陈述、伪造法律文书。
- 频率边界：不得高频骚扰，同一客户单日外呼次数需有上限控制。
- 信息边界：客户个人信息的使用、存储、传输必须符合个人信息保护相关法规。
五、常见误区与复盘
误区一：只看回收率，不看成本。 高回收率可能来自高成本投入，净回收率才是经营视角。策略优化必须同时关注“回收额”与“单位回收成本”。
误区二：用同一口径评估所有阶段。 M0与M3+的回收率不可直接比较，前者天然高、后者天然低。评估应分阶段、分客群进行。
误区三：忽视合规指标对策略的约束。 一个在离线数据上表现优异的策略，如果导致投诉率上升或外呼频率超标，上线后会被强制回滚。
误区四：把回收率预测当成纯技术问题。 回收率受宏观经济、客户收入变化、减免政策、司法环境等多重因素影响，模型必须与业务规则、合规约束联合设计。
建立这些基础认知后，后续的回收率预测建模、策略分层、资源分配与效果评估才有共同的坐标系。催收不是简单的“多打电话”，而是一套在时间、成本、合规三重约束下追求回收最大化的系统工程。