📚 课程目录第2章信贷业务基础

2. 信贷业务基础：信贷生命周期、逾期定义、坏账率与风险定价

在构建逾期预测模型并进行 A/B 测试之前，必须深刻理解信贷业务的核心概念。本章将系统梳理信贷生命周期、逾期与坏账的量化定义、坏账率的计算口径以及风险定价的逻辑，为后续模型开发与评估奠定坚实的业务基础。

信贷生命周期（Credit Lifecycle）是指一笔贷款从申请到结清所经历的完整阶段。不同阶段的业务目标、数据特征和风险表现差异显著，模型的应用场景也随之变化。

  核心观点： 逾期预测模型主要作用于 贷前审批 与 贷中监控 两个阶段，但模型效果评估（A/B 测试）需要跨越整个生命周期，尤其是 贷后表现期 的数据。

下表总结了信贷生命周期的关键阶段及其与模型的关系：

下图展示了信贷生命周期的完整流程，其中 表现期 是定义逾期标签的关键窗口：

逾期（Delinquency）是信贷风险管理的核心指标。不同机构对逾期的定义可能存在细微差异，但业界通用的量化标准如下：

建模提示： 逾期标签的定义直接影响模型的目标变量。在 A/B 测试中，必须确保实验组与对照组使用 完全相同的逾期定义，否则测试结果将失去可比性。

下表展示了常见的逾期阶段划分及其业务含义：

逾期阶段	DPD 范围	业务动作	模型标签常用阈值
M0	0 天（正常）	无	好样本
M1	1 - 30 天	短信提醒、早期催收	部分模型定义为坏样本
M2	31 - 60 天	电话催收、人工介入	常见坏样本定义
M3	61 - 90 天	委外催收、法律准备	严格坏样本定义
M4+	91 天以上	核销、资产处置	极端坏样本

坏账率（Bad Debt Rate / Charge-off Rate）是衡量信贷资产质量的核心指标。其计算口径直接影响风险定价与模型评估。

常见的坏账率计算公式：

坏账率 = (核销金额 + 已逾期超过一定天数且预计无法回收的金额) / 平均在贷余额

在实际业务中，坏账率通常按 Vintage（账龄） 分析来统计，以消除放款时间差异带来的影响。

注意： 在 A/B 测试中，坏账率是评估模型效果的 最终指标。但坏账率的计算需要较长的表现期（通常 6-12 个月），因此测试中常使用 早期逾期率 作为代理指标。

下图展示了坏账率与逾期阶段的关系，以及不同表现期对坏账率统计的影响：

风险定价（Risk-Based Pricing）是指根据借款人的预期违约风险，为其设定差异化的贷款利率。其核心逻辑是：高风险客户应承担更高的利率，以覆盖潜在的损失。

风险定价的基本公式：

贷款利率 = 资金成本 + 运营成本 + 预期损失 + 目标利润率

其中，预期损失 直接由逾期预测模型输出的违约概率（PD）决定：

预期损失 = 违约概率 (PD) × 违约损失率 (LGD) × 违约风险敞口 (EAD)

  模型与定价的联动： 逾期预测模型（PD 模型）的准确性直接影响风险定价的合理性。如果模型高估风险，会导致利率过高、客户流失；如果模型低估风险，会导致利率过低、亏损扩大。A/B 测试正是用来验证新模型是否能在 不增加坏账率 的前提下，实现更精准的定价。

下表展示了不同风险等级客户的定价示例：

风险等级	PD 范围	预期损失率	建议利率区间
优质	0% - 2%	0.5%	6% - 8%
标准	2% - 5%	1.5%	9% - 12%
次级	5% - 10%	4.0%	13% - 18%
高风险	10% - 20%	8.0%	19% - 25%

通过本章的学习，你应该能够清晰地理解信贷业务的基本框架，为后续构建逾期预测模型和设计 A/B 测试方案打下坚实的业务基础。下一章将正式进入模型开发环节。