4. 数据源识别：核心表清单
坏账率哨兵的数据质量评估，必须从识别和解析核心数据源开始。在典型的信贷业务系统中，与坏账率计算直接相关的表通常分布在 借据、还款计划、还款流水、客户信息 和 逾期状态 五个领域。本章将逐一列出这些核心表的结构、关键字段及其在坏账率计算中的角色。
4.1 核心表总览
下表汇总了五张核心表的业务定位、数据粒度与在坏账率评估中的主要用途：
| 表名 | 业务定位 | 数据粒度 | 坏账率计算角色 |
|---|---|---|---|
| 借据表 | 记录每笔贷款的合同信息 | 每笔借据一条记录 | 提供贷款本金、放款日期、利率等分母数据 |
| 还款计划表 | 记录每期应还的金额与日期 | 每期还款一条记录 | 定义应还时间轴，用于判断是否逾期 |
| 还款流水表 | 记录客户实际还款的交易明细 | 每笔还款一条记录 | 提供实际还款金额与时间，用于计算逾期缺口 |
| 客户信息表 | 记录客户的基本属性与信用信息 | 每个客户一条记录 | 用于坏账率的分层分析（如地区、年龄、信用等级） |
| 逾期状态表 | 记录借据的逾期阶段与状态 | 每笔借据当前逾期状态一条记录 | 直接标识坏账（如逾期90天以上）的判定依据 |
数据质量提示： 在开始质量评估前，务必确认这五张表之间的主外键关系是否完整。常见的质量陷阱包括：借据表存在但还款计划表缺失对应记录、还款流水表重复记账、逾期状态表未及时更新等。
4.2 借据表（Loan Contract Table）
借据表是坏账率计算的 核心分母来源。每一笔借据代表一笔独立的贷款合同，其关键字段包括：
- 借据号（loan_id）：唯一标识一笔借据，是与其他表关联的主键。
- 客户号（customer_id）：关联客户信息表，用于分层分析。
- 贷款本金（principal）：放款金额，是坏账率计算的分母基础。
- 放款日期（disburse_date）：贷款发放时间，用于计算账龄。
- 贷款期限（loan_term）：总期数，影响还款计划生成。
- 年化利率（annual_rate）：用于利息计算，间接影响应还金额。
- 产品类型（product_type）：区分不同信贷产品，用于分组评估。
质量关注点： 借据表中贷款本金字段的完整性、准确性与一致性。缺失本金或本金为负的记录将直接导致坏账率计算失真。
4.3 还款计划表（Repayment Schedule Table）
还款计划表定义了每笔借据的 应还时间轴，是判断是否逾期的基准。其关键字段包括：
- 计划编号（schedule_id）：唯一标识每期还款计划。
- 借据号（loan_id）：关联借据表。
- 期次（period）：第几期还款。
- 应还日期（due_date）：该期还款的截止日期。
- 应还本金（principal_due）：该期应还的本金部分。
- 应还利息（interest_due）：该期应还的利息部分。
- 应还总额（total_due）：该期应还的本息合计。
常见数据质量问题： 还款计划表可能出现应还日期缺失、应还金额为负、期次不连续或与借据表期限不一致等问题。这些错误会直接导致逾期判断逻辑失效。
4.4 还款流水表（Repayment Transaction Table）
还款流水表记录了客户 实际还款 的每一笔交易，是计算逾期缺口的关键数据源。其关键字段包括：
- 流水号（transaction_id）：唯一标识每笔还款交易。
- 借据号（loan_id）：关联借据表。
- 还款日期（payment_date）：实际还款发生的时间。
- 还款金额（payment_amount）：实际还款的金额。
- 还款方式（payment_method）：如主动还款、代扣、线下还款等。
- 交易状态（status）：如成功、失败、撤销等。
质量关注点： 还款流水表最常见的质量问题是 重复记录 和 缺失记录。重复记录会导致实际还款金额虚高，掩盖逾期真相；缺失记录则会导致逾期被夸大。
4.5 客户信息表（Customer Information Table）
客户信息表用于 分层分析 坏账率，帮助识别高风险客群。其关键字段包括：
- 客户号（customer_id）：唯一标识客户。
- 姓名（name）：客户姓名。
- 身份证号（id_number）：用于身份校验与去重。
- 手机号（phone）：联系方式。
- 地区（region）：客户所在地区，用于地域分析。
- 信用等级（credit_level）：内部信用评分等级。
- 注册日期（reg_date）：客户注册时间。
数据质量提示： 客户信息表中的身份证号、手机号等关键字段的格式校验非常重要。格式错误或重复的客户信息会导致分层分析结果偏差。
4.6 逾期状态表（Overdue Status Table）
逾期状态表是坏账率计算的 直接判定依据，通常记录每笔借据当前的逾期天数或逾期阶段。其关键字段包括：
- 借据号（loan_id）：关联借据表。
- 逾期天数（overdue_days）：当前逾期天数。
- 逾期阶段（overdue_stage）：如 M1（1-30天）、M2（31-60天）、M3（61-90天）、M3+（90天以上）等。
- 逾期开始日期（overdue_start_date）：首次逾期的日期。
- 状态更新时间（update_time）：该状态记录的最后更新时间。
- 是否核销（is_charge_off）：标记是否已做坏账核销处理。
常见数据质量问题： 逾期状态表可能因更新不及时导致逾期天数滞后，或逾期阶段分类错误。例如，一笔实际逾期 95 天的借据仍被标记为 M3（61-90天），这将导致坏账率被低估。
4.7 核心表关系与数据流
下图展示了五张核心表之间的关联关系与数据流向，帮助理解坏账率计算的数据链路：
4.8 核心表字段质量检查清单
在开始坏账率哨兵的数据质量评估前，建议按照以下清单对每张表的关键字段进行初步检查：
| 表名 | 关键字段 | 常见质量问题 | 检查SQL示例 |
|---|---|---|---|
| 借据表 | principal | 空值、负数、零值 | SELECT COUNT(*) FROM loan WHERE principal IS NULL OR principal <= 0; |
| 还款计划表 | due_date | 空值、未来日期、过去异常日期 | SELECT COUNT(*) FROM schedule WHERE due_date IS NULL; |
| 还款流水表 | payment_amount | 重复记录、负值、超限值 | SELECT loan_id, COUNT(*) FROM transaction GROUP BY loan_id, payment_date, payment_amount HAVING COUNT(*) > 1; |
| 客户信息表 | id_number | 格式错误、重复、空值 | SELECT COUNT(*) FROM customer WHERE id_number IS NULL OR LENGTH(id_number) != 18; |
| 逾期状态表 | overdue_days | 负数、与还款计划矛盾 | SELECT COUNT(*) FROM overdue WHERE overdue_days < 0; |
最佳实践： 建议将上述检查SQL封装为 数据质量监控脚本，在每日ETL完成后自动执行，并输出异常记录数。当异常记录数超过阈值时，触发告警通知数据治理团队。