2、催收业务基础：贷后管理生命周期、催收阶段划分（M1/M2/M3等）、催收效率与回收率核心指标
贷后管理是信贷风险周期的最后一环，也是直接决定资产损失率的关键防线。催收并非从逾期第一天才开始，而是贯穿整个贷后生命周期的动态干预过程。理解生命周期阶段、逾期账龄划分与核心效率指标，是构建 Collection Score 模型的前提。
2.1 贷后管理生命周期
一笔贷款从发放到结清（或核销）的全过程，按风险暴露程度可分为四个主要阶段：
| 阶段 | 时间窗口 | 核心任务 | 风险特征 |
|---|---|---|---|
| 正常期 | 放款日 ~ 首期还款日 | 还款提醒、客户教育、渠道验证 | 无逾期，预防性触达 |
| 预警期 | 还款日前后 1~3 天 | 智能短信/IVR 提醒、余额不足检测 | 潜在逾期，客户可能遗忘或资金周转 |
| 逾期期 | M1 ~ M6+ | 分阶段催收策略、委外、法务 | 实际逾期，按账龄分层处置 |
| 损失期 | 核销后 | 坏账计提、税务处理、资产打包 | 回收概率极低，成本大于收益 |
关键认知： 催收策略的起点不是 M1，而是正常期的预防性触达。越早介入，回收成本越低，客户体验越好。
2.2 催收阶段划分：M1 / M2 / M3 标准
逾期账龄（Delinquency Bucket）是催收策略最基础的分层维度。行业通用按逾期天数将逾期期划分为 M（Month） 阶段：
| 阶段 | 逾期天数 | 常用别名 | 典型催收方式 |
|---|---|---|---|
| M0 | 0 ~ 3 天 | 宽限期 / 预警期 | 短信、AI 语音提醒 |
| M1 | 4 ~ 30 天 | 早期逾期 | 智能外呼、IVR、短信 |
| M2 | 31 ~ 60 天 | 中期逾期 | 人工外呼、信函、紧急联系人 |
| M3 | 61 ~ 90 天 | 晚期逾期 | 专业催收、上门、委外 |
| M4 ~ M6 | 91 ~ 180 天 | 呆滞期 | 委外催收、法务准备 |
| M6+ | > 180 天 | 损失期 | 核销、诉讼、资产处置 |
实践要点： 不同机构对 M 阶段的划分可能存在 1~3 天的偏移。例如部分银行将 M1 定义为 1~30 天（含还款日当天）。Collection Score 建模时应以机构实际逾期天数为准，而非硬套行业标准。
2.3 催收效率与回收率核心指标
衡量催收运营效果需要一套标准化的指标体系。以下是在策略优化与 Collection Score 建模中最常用的核心指标：
2.3.1 回收率类指标
| 指标名称 | 计算公式 | 说明 |
|---|---|---|
| 最终回收率 (FRR) | 最终回收金额 ÷ 逾期本金总额 | 衡量整个催收周期的最终效果 |
| 阶段回收率 (SRR) | 本阶段回收金额 ÷ 本阶段期初逾期金额 | 评估各 M 阶段的催收贡献 |
| 滚动回收率 (RRR) | 当月回收金额 ÷ 上月未还逾期金额 | 反映催收动作的持续效果 |
| 净回收率 (NRR) | (回收金额 - 催收成本) ÷ 逾期本金 | 扣除成本后的真实收益 |
2.3.2 效率类指标
| 指标名称 | 计算公式 | 说明 |
|---|---|---|
| 有效触达率 | 有效联系客户数 ÷ 总应催客户数 | 衡量渠道触达能力 |
| 承诺还款率 | 做出还款承诺的客户数 ÷ 有效触达客户数 | 评估话术与谈判效果 |
| 承诺兑现率 | 按时兑现承诺的客户数 ÷ 承诺还款客户数 | 衡量客户还款意愿的真实性 |
| 每元回收成本 | 催收总成本 ÷ 回收总金额 | 成本效率核心指标 |
| 首次联系解决率 | 首次联系即完成还款的客户数 ÷ 首次联系客户数 | 反映首次触达质量 |
常见误区： 只关注最终回收率而忽略阶段回收率，会导致策略优化方向偏差。例如，过度投入 M3 催收可能提升 FRR，但成本效率可能远低于优化 M1 触达策略。Collection Score 的核心价值之一，就是在不同阶段选择 回收潜力最高、成本最低 的客户优先触达。
2.4 指标在 Collection Score 中的应用
上述指标并非孤立存在，它们直接决定了 Collection Score 模型的目标变量与特征工程方向：
- 目标变量定义： 通常以“M1→M2 滚动率”或“30 天内是否回收 ≥ 50% 逾期金额”作为二分类标签。
- 特征工程来源： 历史阶段回收率、有效触达率、承诺兑现率等指标可直接作为模型特征。
- 策略效果评估： 模型上线后，通过对比实验组的阶段回收率与每元回收成本，验证 Score 排序的有效性。
总结： 贷后管理生命周期定义了催收的全局框架，M 阶段划分提供了分层策略的基础粒度，而回收率与效率指标则是量化评估与模型优化的标尺。三者共同构成了 Collection Score 建模与应用的业务底座。