2. 坏账率基础概念
在金融风控领域，坏账率是衡量资产质量与信用风险的核心指标。本节将系统定义坏账、推导计算公式，并阐述其在风控体系中的战略意义。
2.1 坏账的定义
坏账（Bad Debt）是指借款人因破产、失联、死亡或长期逾期（通常超过90天或180天）等原因，导致贷款本金及利息无法收回的债权。在行情数据哨兵回放场景中，坏账特指已确认无法回收的逾期资产，而非暂时性逾期。
| 坏账类型 | 定义 | 常见场景 |
|---|---|---|
| 核销坏账 | 经风控审批后从资产负债表中移除的债权 | 借款人破产、死亡、失联超过180天 |
| 实际坏账 | 已发生且无法回收的全部损失 | 抵押物处置后仍不足覆盖的差额 |
| 预期坏账 | 按模型预测未来可能发生的坏账 | IFRS 9 减值模型中的ECL |
关键区分：逾期 ≠ 坏账。逾期是状态，坏账是结果。通常逾期超过90天（M3+）才进入坏账观察池，经催收、核销流程后最终确认为坏账。
2.2 坏账率的计算公式
坏账率（Bad Debt Ratio, BDR）是坏账金额与对应贷款余额的比率。根据统计口径不同，存在三种主流计算方式：
- 静态坏账率：
坏账率 = 当期核销坏账金额 / 期初贷款余额 × 100% - 动态坏账率：
坏账率 = 累计坏账金额 / 累计发放贷款总额 × 100% - 年化坏账率：
坏账率 = (当期坏账金额 / 平均贷款余额) × (12 / 统计月数) × 100%
| 计算方式 | 公式 | 适用场景 |
|---|---|---|
| 静态坏账率 | 坏账金额 ÷ 期初余额 | 月度/季度风控报告 |
| 动态坏账率 | 累计坏账 ÷ 累计发放额 | 产品全生命周期评估 |
| 年化坏账率 | (坏账 ÷ 平均余额) × 12/n | 跨期对比、监管报送 |
实战建议：在哨兵回放验证中，优先使用动态坏账率，因为它能平滑短期波动，更真实反映行情数据对资产质量的长期影响。
2.3 坏账率在金融风控中的意义
坏账率不仅是财务指标，更是风控体系的温度计和警报器。其核心意义体现在以下四个维度：
- 资产质量度量：直接反映贷款组合的健康程度，坏账率每上升1%，通常意味着数亿甚至数十亿的潜在损失。
- 风控策略校准：当坏账率突破阈值（如3%），需立即调整授信策略、准入规则或催收强度。
- 模型验证基准：在哨兵回放中，坏账率是验证行情数据与风控模型预测偏差的黄金标准。
- 监管合规底线：银保监会、央行等监管机构对坏账率有明确红线（如不良率≤5%），超标将面临业务限制。
2.4 坏账率与行情数据的关联
在哨兵回放验证中，坏账率并非孤立指标，而是与行情数据（如利率、汇率、大宗商品价格）深度耦合。例如：
- 利率上升 → 借款人还款压力增大 → 坏账率上升
- 汇率剧烈波动 → 外贸企业收入不稳定 → 坏账率上升
- 大宗商品价格暴跌 → 相关行业现金流恶化 → 坏账率上升
注意：行情数据对坏账率的影响存在滞后性（通常1-3个月）。哨兵回放必须设置合理的回溯窗口，否则会误判因果关系。
2.5 坏账率计算示例
假设某贷款产品在2024年Q1的数据如下：
| 指标 | 数值 |
|---|---|
| 期初贷款余额 | 10,000,000 元 |
| 当期核销坏账 | 150,000 元 |
| 累计发放贷款 | 50,000,000 元 |
| 累计坏账 | 600,000 元 |
计算：
静态坏账率 = 150,000 / 10,000,000 × 100% = 1.50%
动态坏账率 = 600,000 / 50,000,000 × 100% = 1.20%静态坏账率（1.50%）高于动态坏账率（1.20%），说明当期资产质量有所恶化，需结合行情数据进一步分析原因。
哨兵回放要点：在回放验证中，应同时计算静态和动态坏账率，并对比行情数据变化前后的差异。若行情数据恶化后静态坏账率显著上升，则验证了风控模型对行情敏感性的假设。