4、滚动率趋势分析
滚动率趋势分析是风险监控体系中的“仪表盘”，它通过时间序列视角揭示资产质量的变化方向与速度。与静态的滚动率快照不同，趋势分析能帮助风控团队提前识别风险拐点、验证策略有效性，并区分周期性波动与结构性恶化。
4.1 滚动率时间序列分析
滚动率时间序列分析的核心是将各期滚动率按时间顺序排列，形成连续观测序列。通常以周或月为粒度，观察 M0→M1、M1→M2 等关键迁移率的变化轨迹。
| 观测窗口 | M0→M1 滚动率 | M1→M2 滚动率 | M2→M3 滚动率 | 综合恶化指数 |
|---|---|---|---|---|
| 2025-01 第1周 | 2.3% | 18.5% | 42.1% | 基准值 |
| 2025-01 第2周 | 2.5% | 19.0% | 43.0% | ↑ 2.1% |
| 2025-01 第3周 | 2.8% | 20.2% | 44.5% | ↑ 5.7% |
| 2025-01 第4周 | 3.1% | 21.8% | 46.2% | ↑ 9.8% |
分析要点：连续3周以上滚动率同步上升，且增幅超过历史同期标准差2倍，应触发策略复审流程。
时间序列分析需要关注三个维度：
- 绝对水平：当前滚动率是否超过预设阈值（如 M0→M1 > 3.0% 为警戒线）
- 变化速率：周环比增幅是否加速（二阶导数正值为恶化加速）
- 历史分位：当前值处于过去12个月的什么百分位（P90以上为高风险）
4.2 滚动率上升/下降趋势的解读
趋势方向是风险决策的核心依据。上升趋势与下降趋势背后往往对应不同的业务动因，需要差异化应对。
上升趋势的三种典型场景：
- 客群质量下沉：新获客渠道引入高风险用户，表现为 M0→M1 率先上升，随后传导至 M1→M2
- 宏观经济冲击：行业性衰退或失业率上升，表现为全阶段滚动率同步抬升
- 催收策略失效：M2→M3 滚动率单独上升，而前期滚动率稳定，说明催收端出现瓶颈
下降趋势的陷阱：滚动率下降不一定代表风险改善。需排除以下干扰因素：
• 核批标准突然收紧导致分母缩小（幸存者偏差）
• 大量核销导致高风险账户出表（分母清洗效应）
• 季节性低点被误判为结构性改善
• 核批标准突然收紧导致分母缩小（幸存者偏差）
• 大量核销导致高风险账户出表（分母清洗效应）
• 季节性低点被误判为结构性改善
趋势解读的量化规则：
- 确认趋势：至少连续4个观测点同向变化，且变化幅度超过历史波动范围的1.5倍
- 趋势强度：使用线性回归斜率衡量，斜率 > 0.5%/周 为强上升趋势
- 趋势一致性：各阶段滚动率变化方向是否一致（一致恶化 vs 分化）
4.3 季节性因素对滚动率的影响
消费金融、信用卡等业务具有显著的季节性规律。忽略季节性因素会导致误判——将正常的周期性波动识别为趋势恶化，或将真实的恶化掩盖在季节性低点之下。
| 季节窗口 | 典型滚动率变化 | 驱动因素 | 风控应对 |
|---|---|---|---|
| 春节前后（1-2月） | M0→M1 上升 15-25% | 消费透支、返乡资金周转 | 提前收紧临时额度 |
| Q2（4-6月） | 滚动率回落至年内低点 | 年终奖效应、还款意愿回升 | 适度放宽准入 |
| 暑期（7-8月） | M1→M2 小幅上升 | 学生群体还款能力波动 | 加强学生客群监控 |
| 年末（11-12月） | 全阶段滚动率上升 | 双十一/双十二透支、年终资金紧张 | 启动额度冻结预案 |
季节性调整的实操步骤：
- 计算季节因子：取过去3年同月滚动率的平均值，除以全年滚动率均值
- 去季节化：当前滚动率 ÷ 对应月份的季节因子 = 季节调整后滚动率
- 比较调整值：用季节调整后的滚动率与阈值比较，判断是否触发预警
实战建议：建立滚动率季节性基准库时，至少需要24个月的历史数据。对于新业务线（不足2年），可参考同类产品的季节模式作为替代，但需设置更高的预警敏感度以弥补数据不足。
季节性分析的最终目的是将“真实趋势”与“周期性波动”分离。当去季节化后的滚动率仍呈现连续上升时，应果断启动策略调整；反之，若仅因季节性因素导致的滚动率上升，则只需维持常规监控，避免过度反应造成业务损失。