1. Vintage分析概述
1.1 Vintage分析的定义
Vintage分析（账龄分析）是信贷风控中用于评估不同时期放款资产质量的核心方法。它将资产按放款月份（Vintage）分组，追踪同一组资产在账龄（Month on Book, MoB）推移下的逾期或坏账表现。通过固定“出生时间”来观察“成长轨迹”，Vintage分析能够剥离宏观环境、客群结构、授信策略等因素对资产质量的干扰，还原资产本身的真实风险水平。
核心定义：Vintage分析 = 按放款月份分组 + 按账龄对齐 + 观察逾期/坏账率随账龄的变化曲线。
1.2 在贷后风控中的核心价值
在贷后管理场景中，Vintage分析是连接贷前策略与贷后催收的桥梁，其核心价值体现在以下四个维度：
| 价值维度 | 具体说明 | 业务决策场景 |
|---|---|---|
| 策略效果评估 | 对比不同时期放款资产的最终坏账率，量化授信政策调整（如额度、利率、准入规则）的长期影响 | 判断某次风控规则收紧是否真正降低了坏账 |
| 资产质量预警 | 新Vintage曲线在早期账龄即显著偏离历史均值，提示近期放款可能存在客群恶化或欺诈渗透 | 提前启动贷前策略复盘或贷后催收加码 |
| 催收策略调优 | 不同Vintage在同一账龄的回收率差异，反映催收策略的有效性或客群还款意愿变化 | 针对特定Vintage调整催收话术、频率或委外策略 |
| 损失准备金计提 | 基于成熟Vintage的最终损失率，结合新Vintage的早期表现，预测未来整体坏账规模 | 财务部门计提拨备、制定风险预算 |
1.3 与传统逾期率分析的区别
传统逾期率分析（如整体逾期率、即期逾期率）容易受到放款规模波动和账龄结构差异的干扰，导致风险信号失真。Vintage分析通过“同组同起点”的设计，从根本上解决了这两个问题。
关键差异：传统逾期率是“截面快照”，Vintage分析是“纵向追踪”。前者看的是某个时间点的“病床占用率”，后者看的是同一批病人从入院到出院的“病程发展”。
下表从五个维度详细对比两种方法的差异：
| 对比维度 | 传统逾期率分析 | Vintage分析 |
|---|---|---|
| 分组方式 | 按观察时点分组（如2024年1月末的存量资产） | 按放款月份分组（如2024年1月放款的所有合同） |
| 时间轴 | 日历时间（观察点） | 账龄（MoB，即放款后第N个月） |
| 受放款量影响 | 大：新放款激增会稀释整体逾期率 | 小：各组独立计算，不受其他组放款量影响 |
| 受账龄结构影响 | 大：老资产占比高时逾期率可能虚低 | 无：所有组从账龄0开始对齐比较 |
| 可预测性 | 低：无法区分趋势变化是策略导致还是结构导致 | 高：成熟Vintage可作为新Vintage的损失预测基准 |
以下SVG图直观展示了Vintage分析的核心逻辑——将不同放款月份的资产按账龄对齐，形成可比较的逾期率曲线：
上图清晰展示了三个关键特征：
- 同一起点：所有Vintage曲线均从账龄0开始，消除了账龄结构差异。
- 纵向追踪：每条曲线代表同一批放款资产在生命周期内的逾期率演变。
- 横向对比：不同Vintage在相同账龄的逾期率差异，直接反映放款时点的客群质量或策略效果。
实战避坑：切勿将不同Vintage的曲线直接按日历时间对齐比较（如将2024年1月放款的第6个月逾期率与2024年2月放款的第5个月逾期率放在同一时间点）。这种错误会导致“账龄错配”，使分析结论完全失真。Vintage分析的核心纪律就是“固定放款月份，对齐账龄”。
以下SVG图进一步对比传统逾期率分析与Vintage分析在风险信号识别上的差异：
通过以上对比可以直观看到：传统逾期率分析如同“盲人摸象”，只能看到某个时间点的局部状态；而Vintage分析则像“全息影像”，完整记录每一批资产从出生到成熟的全生命周期表现。这正是Vintage分析在贷后风控中不可替代的核心原因。