1. 课程导论：贷后滚动率漂移的定义、延迟告警的重要性、课程目标与学习路径

1.1 贷后滚动率漂移的定义

在信贷风险管理中，滚动率（Roll Rate）是衡量资产质量迁徙的核心指标。它描述了处于某一逾期状态（如 M1：逾期 1-30 天）的客户，在下一个观察周期（通常为一个月）进入更严重逾期状态（如 M2：逾期 31-60 天）的比例。

滚动率漂移（Roll Rate Drift）是指：在宏观经济环境变化、客群结构变动或催收策略调整等因素影响下，资产池的滚动率在时间序列上出现系统性、持续性的偏离历史基准的现象。这种漂移通常表现为逾期客户向更高级别迁徙的速度加快，导致资产质量恶化。

1.2 延迟告警的重要性

传统的贷后监控往往依赖月度报表或季度复盘，这种事后分析模式存在严重的滞后性。当管理层发现滚动率异常时，风险可能已经传导至损失阶段。因此，延迟告警（Delayed Alert）机制应运而生——它并非指告警本身延迟，而是指在滚动率漂移发生的早期阶段，通过高频数据监测与统计模型，在风险尚未完全暴露前发出预警信号。

1.3 课程目标与学习路径

本课程旨在帮助金融风控从业者掌握一套可落地、可复现的贷后滚动率漂移监测与延迟告警实战方案。通过 Python 实现从数据清洗、漂移检测到告警推送的全链路。

课程核心目标

• 理解原理：掌握滚动率漂移的统计学定义与业务含义。
• 构建监测体系：使用 Python 搭建自动化漂移检测流水线。
• 实现延迟告警：基于 EWMA（指数加权移动平均）与 CUSUM（累积和）控制图，在漂移早期触发告警。
• 可视化呈现：生成专业级漂移监控仪表盘，辅助决策。

学习路径概览

1. 基础篇（第 1-5 章）：概念定义、数据准备、滚动率计算。
2. 检测篇（第 6-12 章）：统计检验方法、控制图原理、漂移阈值设定。
3. 实战篇（第 13-22 章）：Python 代码实现、延迟告警引擎、模拟数据测试。
4. 进阶篇（第 23-30 章）：多产品线监控、性能优化、生产环境部署。