3. 坏账率定义与计算：逐笔坏账、日终坏账、滚动坏账率及高频场景下的特殊处理

在实时风控体系中，坏账率是衡量资产质量与模型效果的核心指标。高频行情场景下，传统T+1或月结坏账率无法满足秒级预警需求。本章将系统定义三种坏账率计算口径，并重点阐述高频场景下的特殊处理逻辑。

3.1 坏账率基础定义

坏账率（Bad Rate）指在特定时间窗口内，被认定为“坏账”的资产占总资产的比例。根据认定时点与计算口径不同，分为以下三种核心类型：

3.2 逐笔坏账率计算

逐笔坏账率是微观层面的基础指标，通常用于模型训练标签的生成。其计算逻辑如下：

1. 定义坏账标准： 逾期超过特定天数（如M3+：逾期90天以上）或触发特定风险事件（如失联、欺诈确认）。
2. 跟踪订单生命周期： 从放款日开始，持续跟踪至订单结清或达到坏账认定标准。
3. 计算单笔标签： 若订单在生命周期内被认定为坏账，则标签为1；否则为0。
4. 汇总统计： 逐笔坏账率 = 坏账订单数 / 总订单数 × 100%。

# 逐笔坏账率计算伪代码
def calculate_loan_bad_rate(loan_df, bad_definition_days=90):
    """
    loan_df: 包含 loan_id, disbursed_date, status, overdue_days
    bad_definition_days: 坏账认定逾期天数阈值
    """
    loan_df['is_bad'] = (loan_df['overdue_days'] >= bad_definition_days) | \
                        (loan_df['status'] == 'bad_debt')
    bad_count = loan_df['is_bad'].sum()
    total_count = len(loan_df)
    bad_rate = bad_count / total_count
    return bad_rate

3.3 日终坏账率计算

日终坏账率是静态截面指标，反映某一时点的资产质量状况。计算步骤如下：

• 确定统计时点： 通常为每日收盘时间（如16:00）。
• 筛选存续订单： 所有未结清且未核销的订单。
• 认定坏账： 截至统计时点，逾期天数超过坏账阈值的订单。
• 计算比率： 日终坏账率 = 坏账余额 / 总存续余额 × 100%。

3.4 滚动坏账率计算

滚动坏账率是高频场景下的核心指标，能够有效消除分母效应，反映近期放款质量。其计算公式为：

滚动坏账率 = (滚动窗口内新增坏账金额) / (滚动窗口内新增放款金额) × 100%

具体计算流程：

1. 设定滚动窗口： 常见窗口为7天、15天、30天。
2. 计算新增坏账： 在窗口期内，首次达到坏账认定标准的订单的放款金额。
3. 计算新增放款： 在窗口期内，所有新增放款的金额。
4. 滚动更新： 每次新数据到达，窗口向前滑动，重新计算。

# 滚动坏账率计算示例（Python）
def rolling_bad_rate(transactions_df, window_days=30):
    """
    transactions_df: 包含 trans_date, loan_amount, is_bad (是否已认定为坏账)
    """
    # 按日期排序
    df = transactions_df.sort_values('trans_date')
    # 计算滚动窗口内的新增放款总额
    df['rolling_disbursed'] = df['loan_amount'].rolling(
        window=window_days, min_periods=1).sum()
    # 计算滚动窗口内的新增坏账总额
    df['rolling_bad'] = df['loan_amount'][df['is_bad'] == 1].rolling(
        window=window_days, min_periods=1).sum()
    # 计算滚动坏账率
    df['rolling_bad_rate'] = df['rolling_bad'] / df['rolling_disbursed']
    return df

3.5 高频场景下的特殊处理

在毫秒级高频行情场景中，传统坏账率计算面临三大挑战：延迟认定、数据稀疏、计算时效。以下是针对性的特殊处理方案：

3.6 高频坏账率计算架构

下图展示了高频行情场景下，坏账率计算的实时数据流与处理架构：

3.7 三种坏账率对比与选型建议

在实际项目中，应根据监控目标与数据频率选择合适的坏账率口径。下表总结了三种口径的对比：