滚动率与实时预警策略结合应用教程 - 第1节
1.1 滚动率的定义
滚动率（Roll Rate）是信贷风控中最核心的资产质量监控指标之一，它衡量的是：处于某一逾期阶段的客户，在下一个观察周期（通常为一个月）内，向更严重逾期阶段迁移的比例。
通俗地讲，滚动率回答了这样一个问题：“今天逾期 1-30 天的客户，下个月有多少会变成逾期 31-60 天？”
核心公式：
滚动率 = (本期处于状态 B 且上期处于状态 A 的客户数) / (上期处于状态 A 的客户总数) × 100%
例如：某月有 10,000 个客户处于 M1（逾期 1-30 天）状态，次月观察时，其中有 1,500 个客户进入了 M2（逾期 31-60 天）状态，则 M1→M2 的滚动率为 15%。
1.2 滚动率在信贷风控中的核心作用
滚动率不是简单的统计数字，它是整个贷后预警体系的“温度计”和“导航仪”。其核心作用体现在以下四个维度：
| 作用维度 | 具体说明 | 业务价值 |
|---|---|---|
| 资产质量预警 | 通过 M0→M1、M1→M2 等关键节点的滚动率变化，提前 1-2 个月感知资产质量恶化趋势 | 避免风险滞后暴露，为策略调整争取时间窗口 |
| 拨备与准备金计提 | 滚动率是计算预期信用损失（ECL）的核心参数，直接影响财务拨备金额 | 使拨备更贴近真实风险，满足 IFRS 9 合规要求 |
| 催收策略分层 | 不同滚动率水平的客群，匹配不同强度的催收动作（短信→IVR→人工→法务） | 降低催收成本，提升回款率 |
| 授信与额度调整 | 滚动率持续上升的客群，触发额度冻结、降额或止贷 | 动态控制风险敞口，减少损失 |
风控实战经验：M0→M1 的滚动率通常被视为“风险先行指标”。当该指标连续 2 个月环比上升超过 10% 时，应立刻启动贷中策略复盘，而不是等到 M3+ 恶化后再行动。
1.3 滚动率与逾期天数的关系
逾期天数是滚动率的“分母基础”，两者之间存在严格的映射关系。行业通用的逾期阶段划分如下：
| 逾期阶段 | 逾期天数区间 | 典型滚动率节点 | 风险等级 |
|---|---|---|---|
| M0（正常） | 0 天（未逾期） | M0→M1 | 低 |
| M1 | 1-30 天 | M1→M2 | 中低 |
| M2 | 31-60 天 | M2→M3 | 中 |
| M3 | 61-90 天 | M3→M4 | 中高 |
| M4+ | 91 天以上 | M4→损失 | 高 |
逾期天数与滚动率之间存在以下关键规律：
- 逾期天数越短，滚动率波动越大：M0→M1 的滚动率受还款日、节假日、催收触达率影响明显，通常在 2%-8% 之间波动。
- 逾期天数越长，滚动率越稳定：M2→M3 及之后的滚动率通常趋于稳定，因为“有还款意愿和能力”的客户已在前期完成还款。
- 滚动率存在“跳升”现象：M1→M2 的滚动率往往显著高于 M0→M1，这是因为客户一旦进入 M1，其还款意愿和还款能力已经出现实质性下降。
1.4 滚动率的计算与观测周期
在实际风控系统中，滚动率的计算需要严格遵循“同批同源”原则：
- 同批（Cohort）：必须锁定同一批放款或同一批进入某逾期状态的客户群体，不能混入新客户。
- 同源（Same Origin）：比较的基期和观察期必须使用相同的客户口径，排除中途结清、核销、展期等干扰。
常见误区：有些团队直接用“本月 M2 客户数 / 上月 M1 客户数”计算滚动率，但忽略了上月 M1 客户中有一部分可能已经结清或核销，导致分母失真。正确的做法是：追踪上月 M1 客户在本月的具体状态分布，再计算迁移比例。
标准的滚动率观测周期通常为 月度（30 天），但对于高周转产品（如按日计息的现金贷），也可以采用 周度（7 天） 或 双周（14 天） 观测。周期越短，预警灵敏度越高，但数据波动也越大，需要配合平滑处理（如移动平均）使用。