4. 监控指标体系：核心KPI与辅助指标
坏账率漂移监控不能仅依赖单一逾期率指标。一个完整的哨兵体系需要分层构建：核心KPI直接反映资产质量与损失水平，辅助指标则揭示业务量、客群与审批策略的潜在变化。两者结合，才能快速定位漂移根因。
4.1 核心KPI：逾期率、回收率、核销率
核心KPI是量化策略监控的“仪表盘”，直接衡量资产组合的健康度与最终损失。下表对比了三者的定义、计算口径与监控价值：
| 指标名称 | 标准定义 | 常用计算口径 | 监控价值 |
|---|---|---|---|
| 逾期率 | 处于逾期状态的贷款余额占总贷款余额的比例 | DPD30+ / 总在贷余额；或 DPD1+ / 总在贷余额 | 反映短期流动性风险与催收压力，是漂移的早期信号 |
| 回收率 | 逾期贷款中成功收回本息的比例 | 期间回收金额 / 期间应回收逾期本金 | 衡量催收效能与资产可回收性，回收率下降可能预示客群恶化 |
| 核销率 | 已确认无法收回并做坏账核销的贷款占总贷款的比例 | 年化核销金额 / 平均在贷余额 | 反映最终损失水平，是策略调整的终极决策依据 |
实战要点：逾期率是“过程指标”，核销率是“结果指标”。当逾期率上升但回收率同步提升时，可能只是短期波动；若逾期率上升且回收率下降，则需立即启动策略审查。
4.2 辅助指标：通过率、件均、客群结构
辅助指标不直接反映坏账，但能解释核心KPI变化的原因。它们是漂移归因分析的“探针”。
- 通过率：审批通过笔数 / 申请笔数。通过率异常升高，可能意味着风控规则失效或评分卡漂移，导致低质量客群涌入。
- 件均（平均单笔放款金额）：总放款金额 / 放款笔数。件均上升可能吸引高风险客户，件均下降则可能反映客群下沉。
- 客群结构：按年龄、收入、地域、信用评分等维度划分的客户占比。结构变化是坏账漂移的深层驱动因素。
监控策略：建议将辅助指标作为“先行指标”监控。例如，当通过率连续3日上升超过5%时，自动触发核心KPI的深度分析，提前识别潜在漂移。
4.3 核心KPI与辅助指标的联动关系
下图展示了核心KPI与辅助指标之间的因果传导路径，帮助理解漂移的完整链条：
4.4 监控指标体系的落地框架
在实际哨兵系统中，指标需要按频率和层级组织。以下是一个推荐的监控框架：
| 监控层级 | 指标类型 | 监控频率 | 告警阈值示例 |
|---|---|---|---|
| L1 实时 | 通过率、件均 | 每小时 | 通过率偏离均值 ±3σ |
| L2 日频 | 逾期率（DPD1+、DPD30+） | 每日 | 逾期率环比上升 > 10% |
| L3 周频 | 回收率、客群结构 | 每周 | 回收率连续2周下降 |
| L4 月频 | 核销率、年化损失率 | 每月 | 核销率超出预算 20% |
常见误区：只监控逾期率而忽略回收率，会导致误判。例如，逾期率上升但回收率同步提升，可能只是催收策略调整导致的短期波动，而非客群恶化。必须结合辅助指标做交叉验证。
4.5 指标漂移的归因分析流程
当核心KPI出现异常时，建议按以下步骤进行归因：
- 确认异常：检查数据口径与计算逻辑，排除数据错误。
- 拆解维度：按产品、渠道、客群、地域等维度拆解核心KPI，定位异常子集。
- 关联辅助指标：查看异常子集的通过率、件均、客群结构是否同步变化。
- 根因定位：若辅助指标变化，则可能是策略或客群漂移；若辅助指标稳定，则可能是外部环境或催收效能问题。
- 制定对策：根据根因调整风控策略、催收策略或产品参数。
通过建立完整的核心KPI与辅助指标监控体系，量化策略团队能够从“被动响应”转向“主动预警”，在坏账率发生实质性漂移之前采取干预措施。