2. 策略效果量化指标体系:核心指标的定义与计算逻辑

在风控策略的迭代与 Champion/Challenger 选择中,量化指标是衡量策略效果的“标尺”。没有统一的指标体系,策略对比就无从谈起。本节将深入拆解风控领域最核心的五个指标:通过率、逾期率、坏账率、FDP(首期逾期率)与Vintage(账龄分析),并给出精确的计算逻辑与业务含义。

2.1 指标全景图:从流量到损失的量化链路

风控策略的效果评估遵循“申请→审批→放款→回款”的业务闭环。下图展示了各指标在业务链路中的位置与关联关系。

风控核心指标业务链路图 风控核心指标业务链路与计算节点 申请流量 通过率 放款 FDP(首期逾期) Vintage 账龄 坏账率 指标解读顺序 ① 通过率 → 流量筛选 ② FDP → 早期风险 ③ Vintage → 成熟期风险 ④ 逾期率 → 过程监控 ⑤ 坏账率 → 最终损失 (各指标需结合观察)
业务提示:通过率是“油门”,逾期/坏账率是“刹车”。优秀的策略需要在两者之间找到最优平衡点,而非单纯追求低逾期。

2.2 核心指标定义与计算逻辑

2.2.1 通过率(Approval Rate)

定义:在特定策略下,通过审批的申请单数(或金额)占全部申请单数(或金额)的比例。它直接反映策略的“宽松度”。

计算逻辑:

通过率(笔数)= 审批通过笔数 / 总申请笔数 × 100%
通过率(金额)= 审批通过金额 / 总申请金额 × 100%

注意事项:

  • 分母通常剔除“无效申请”(如信息不完整、重复提交),确保口径一致。
  • Champion 策略与 Challenger 策略对比时,必须保证样本周期与客群结构相似。

2.2.2 逾期率(Delinquency Rate)

定义:在某一观察时点,处于逾期状态(如逾期 30+天)的贷款余额(或笔数)占全部存量贷款余额(或笔数)的比例。它是动态监控指标。

计算逻辑:

逾期率(余额)= 逾期贷款余额 / 总贷款余额 × 100%
逾期率(笔数)= 逾期贷款笔数 / 总贷款笔数 × 100%

常见逾期口径:

逾期阶段 常用标签 业务含义
M1 1-29天 早期逾期,催收黄金期
M2 30-59天 中期逾期,风险上升
M3+ 60-89天及以上 严重逾期,接近坏账

2.2.3 坏账率(Bad Debt Rate / Charge-off Rate)

定义:最终确认无法收回、被核销的贷款金额占同期放款总额的比例。它是衡量策略“最终损失”的核心指标。

计算逻辑:

坏账率 = 核销金额 / 同期放款总额 × 100%

关键点:

  • 核销通常发生在逾期 180 天(M6+)或更久之后,具体取决于机构政策。
  • 坏账率具有滞后性,通常需要观察 6-12 个月才能稳定。

2.2.4 FDP(First Day Delinquency / 首期逾期率)

定义:借款人在首次还款日未能足额还款的比例。它是策略效果最敏感的“早期预警”指标。

计算逻辑:

FDP = 首期逾期笔数 / 当期放款总笔数 × 100%

业务价值:

  • FDP 高通常意味着策略在“反欺诈”或“首期还款能力评估”上存在漏洞。
  • FDP 的波动往往领先于逾期率和坏账率 1-3 个月,是 Champion 选择中的关键快照指标。

2.2.5 Vintage(账龄分析)

定义:将不同时期(通常按月)放款的资产包视为独立“队列”,跟踪其在不同账龄(MOB,Month on Book)下的逾期或坏账表现。它是评估策略长期稳定性的黄金标准。

计算逻辑:

Vintage 逾期率(MOB=n)= 放款月份第 n 个月的逾期金额 / 该放款月份的总放款金额 × 100%

Vintage 曲线解读:

  • 曲线斜率:斜率越大,风险暴露越快。
  • 曲线收敛性:优秀的策略应使曲线在 MOB=6~12 时趋于平稳。
  • 队列对比:新策略(Challenger)的 Vintage 曲线若始终低于旧策略(Champion),则说明新策略更优。
实战要点:在 Champion 选择中,建议同时监控 FDP(短期)和 Vintage(长期)。FDP 用于快速止损,Vintage 用于最终决策。切勿仅凭 1-2 个月的 FDP 数据就否定一个策略。

2.3 指标对比速查表

指标名称 计算口径 时间属性 敏感度 在 Champion 选择中的作用
通过率 通过笔数/申请笔数 即时 高 衡量策略对业务量的影响
逾期率 逾期余额/总余额 存量时点 中 监控当前资产质量
坏账率 核销金额/放款金额 滞后(6-12月) 低 最终损失评估
FDP 首期逾期笔数/放款笔数 短期(1个月) 极高 早期风险预警
Vintage 各MOB逾期率/放款队列 长期(6-24月) 中 策略长期稳定性验证

2.4 指标联动分析:一个实战案例

假设我们对比两个策略(Champion A 与 Challenger B)在 2024 年 Q1 的表现:

策略 通过率 FDP(1个月) Vintage MOB3 逾期率 坏账率(预估)
Champion A 45% 2.1% 3.5% 4.8%
Challenger B 52% 3.8% 4.2% 5.6%

分析结论:

  • Challenger B 通过率提升 7 个百分点,但 FDP 飙升近 2 倍,说明策略放宽引入了大量高风险客群。
  • Vintage 曲线显示 B 的早期风险(MOB3)已显著高于 A,预估坏账率也将更高。
  • 决策:尽管 B 带来了更多业务量,但风险成本增幅更大,Champion A 在当前阶段更优。
避坑指南:不要单独看通过率或逾期率。通过率上升时,逾期率必然有上升压力。必须结合 FDP 和 Vintage 判断“增量风险”是否在可接受范围内。

2.5 指标计算中的常见陷阱

  1. 分母不一致:计算逾期率时,分母用“总余额”还是“放款总额”?前者反映存量风险,后者反映队列风险,不可混用。
  2. 时间窗口截断:Vintage 分析必须保证每个队列有足够的成熟期(如至少 6 个月),否则对比无效。
  3. 幸存者偏差:仅统计“已结清”或“正常”客户的逾期率会低估风险,必须包含所有放款样本。
  4. 核销政策差异:不同机构核销时间点不同(如 M6 vs M9),直接对比坏账率需统一口径。