坏账率基础：坏账率的计算公式、滚动率与Vintage分析、坏账率在信贷周期中的表现
坏账率是衡量信贷资产质量的核心指标，直接反映贷款组合的信用风险水平。在风控回测与哨兵监控体系中，准确理解坏账率的计算逻辑、动态演变规律以及其在信贷周期中的表现，是构建有效监控模型的前提。本节将系统拆解坏账率的三个基础维度：静态计算公式、动态迁移分析（滚动率）与账龄表现（Vintage），并探讨坏账率在不同信贷周期阶段的典型特征。
2.1 坏账率的计算公式
坏账率通常定义为在给定时间窗口内，逾期超过特定天数（如M3+，即逾期90天以上）的贷款本金余额占整体贷款余额的比例。根据应用场景不同，存在多种计算口径：
| 计算口径 | 公式 | 适用场景 |
|---|---|---|
| 期末坏账率 | 期末M3+余额 / 期末总贷款余额 | 监管报告、资产负债表日评估 |
| 期间坏账率 | 期间新增M3+金额 / 期初总贷款余额 | 月度/季度风险监控、趋势分析 |
| 年化坏账率 | （期间坏账率 / 期间天数）× 365 | 跨周期对比、风险定价基准 |
| 累计坏账率 | 累计M3+金额 / 累计放款金额 | Vintage分析、资产组合全生命周期评估 |
实践要点：在回测哨兵系统中，优先使用期间坏账率作为监控指标，因其对短期风险变化更敏感。同时需注意分母的“总贷款余额”是否包含已核销部分，不同口径可能导致数值偏差。
2.2 滚动率与Vintage分析
坏账率并非静态数字，而是贷款从正常状态逐步恶化的动态结果。滚动率（Roll Rate）与Vintage分析是理解这一动态过程的核心工具。
2.2.1 滚动率分析
滚动率衡量贷款从一个逾期状态迁移到更严重逾期状态的比例。例如，M1→M2滚动率表示当前处于M1（逾期1-30天）的贷款，在下一个月进入M2（逾期31-60天）的比例。通过滚动率矩阵，可以预测未来坏账的生成路径。
核心公式：
滚动率 (Mx → My) = 本期处于My状态的贷款金额 / 上期处于Mx状态的贷款金额其中，Mx与My为相邻逾期阶段，如M0→M1、M1→M2、M2→M3等。
下表展示了一个典型的滚动率矩阵示例（月度数据）：
| 当前状态 | M0（正常） | M1（1-30天） | M2（31-60天） | M3+（61天+） |
|---|---|---|---|---|
| 上期M0 | 95.0% | 4.5% | 0.4% | 0.1% |
| 上期M1 | 30.0% | 40.0% | 25.0% | 5.0% |
| 上期M2 | 10.0% | 20.0% | 35.0% | 35.0% |
| 上期M3+ | 2.0% | 3.0% | 5.0% | 90.0% |
通过滚动率矩阵，可以计算最终坏账率：
最终坏账率 = M0余额 × (M0→M1滚动率) × (M1→M2滚动率) × (M2→M3+滚动率)
注意：滚动率会随宏观经济、催收策略、客群结构变化而漂移（Drift）。在哨兵监控中，需定期检测滚动率矩阵的稳定性，若M1→M2滚动率突然上升，可能预示坏账恶化。
2.2.2 Vintage分析
Vintage分析按放款月份（或季度）对贷款进行分组，追踪同一批次贷款在后续各月的逾期表现。它能够剥离时间效应，直观展示不同时期放款的质量差异。
下图展示了Vintage分析的核心逻辑：
Vintage曲线的典型形态：
- 陡峭上升型：早期坏账快速暴露，多见于现金贷、短期产品。
- 平缓上升型：坏账缓慢累积，常见于分期贷款、抵押类产品。
- 平台期型：坏账率在特定账龄后趋于稳定，表明风险已充分暴露。
Vintage分析在哨兵监控中的价值：
- 识别放款政策调整后的质量变化（如收紧审批后，新Vintage曲线下移）。
- 检测客群漂移：若同一产品不同月份的Vintage曲线出现显著分离，说明客群结构或外部环境发生变化。
- 作为回测坏账率预测模型的校准基准。
2.3 坏账率在信贷周期中的表现
信贷周期通常经历扩张期、高峰期、衰退期和复苏期四个阶段。坏账率在不同阶段呈现显著差异：
| 信贷周期阶段 | 坏账率典型表现 | 驱动因素 | 哨兵监控关注点 |
|---|---|---|---|
| 扩张期 | 坏账率持续下降，处于低位 | 经济向好、借款人收入增长、信贷标准可能放松 | 关注滚动率是否异常偏低（可能掩盖真实风险） |
| 高峰期 | 坏账率触底，开始企稳或小幅反弹 | 信贷过度扩张、高风险客群涌入、杠杆率上升 | 监测M0→M1滚动率是否出现拐点 |
| 衰退期 | 坏账率快速攀升，达到周期高点 | 失业率上升、收入下降、资产价格下跌 | Vintage曲线全面上移，需启动预警机制 |
| 复苏期 | 坏账率从高位回落，但可能滞后于经济复苏 | 政策刺激、就业改善、借款人逐步恢复还款能力 | 区分真实改善与“幸存者偏差” |
下图展示了坏账率在完整信贷周期中的典型走势：
关键警示：在信贷扩张期，坏账率往往被低估。由于新增贷款尚未进入逾期窗口，整体坏账率可能呈现“虚假繁荣”。哨兵监控系统必须结合Vintage分析和滚动率趋势，穿透表面数据，识别潜在风险积累。
2.4 小结：坏账率基础在哨兵监控中的映射
理解坏账率的计算、动态迁移与周期表现，是构建Drift Monitoring哨兵系统的基石。在实际回测中，需将以下要点融入监控设计：
- 指标选择：根据监控目标选择期间坏账率或累计坏账率，避免口径混淆。
- 动态追踪：滚动率矩阵的稳定性是检测风险漂移的前哨指标。
- 分组对比：Vintage分析提供不同放款批次的质量基线，是回测预测模型准确性的标尺。
- 周期意识：坏账率在信贷周期中的滞后性要求哨兵系统具备趋势识别能力，而非仅依赖静态阈值。