逾期率如何計算（逾期率的計算口徑詳解）

01.逾期的定義

"逾期"是指"借款人在借款合同約定的期限內（含合同約定的寬限期或展期后到期）未足額歸還本金或利息"。

02.逾期的界定

目前監管機構并沒有對逾期作明確的界定，因為業務形態不一樣，可能每個公司都有自己一套合理的統計口徑，也恰恰因為這種原因，導致逾期率無法實在的了解到一個公司信貸資產質量。

比如網貸機構宣稱逾期率是0，而銀行逾期率在1%左右，消金公司逾期率在2%左右，互金公司基本都是5%以上，714高炮逾期率都能到達50%，好像都不一樣。

而逾期率作為評估金融平臺運營狀況、風控水平、資產質量的核心指標，肯定程度上關系到公司收益以至生死攸關。

所以了解逾期率的統計口徑，對一個風控或者高管來說，是十分有必要的。

03.逾期的統計口徑

結合開篇逾期的定義，即借款人在規定的工夫內未足額償還本金或利息，也有公司稱為“違約率”，叫法不一，代表的意思都一樣。

但每個公司對于逾期的定義又不一樣，比如銀行的貸款，只要在規定的還款日未還款，就會判斷逾期；而信用卡機構則是客戶在下個賬單日之前未還款，就會判斷逾期；還有的公司會設定寬限期，比如1天，3天，7天不等，再次期間未還款，均不算逾期，其目的就是讓還款更加彈性，避免客戶忘記存款等情景出現。

不過這并影響我們來討論逾期的統計口徑，干貨來了。

假設我們基于信貸的業務場景，只要當天未還款即定義為逾期。

（1）Coincident DPD % （ Coincident Days Past Due 即期逾期率）

一般都簡稱為逾期率，即指當前工夫點，在貸余額中逾期盈余本金的占比，計算公式如下：

這是目前最傳統的統計口徑，也是金融機構向監管單位匯報逾期率最常規的口徑。但這個統計口徑會存在失真現象，為何這么講？

比如2020年，前4個月，在貸余額為2000萬元，逾期盈余本金為100萬元，而高管公布在5月份增加貸款額，于是乎一個月放出去8000萬，這時分假如統計逾期率，相稱于5月份的業務還沒有進入表現期，根本無法判定其好壞，但是根據公式定義，也算在貸余額。所以逾期率從原來的5%（100/2000）降到了1%（100/1000），無形之中稀釋了壞賬，導致逾期率失真，無法正確的判定信貸資產質量。

同理，假如在5月份，高管忽然公布暫停業務呢，伴著正常客戶還款，在貸余額越來越少，而分子基本不變，這樣會導致逾期率不斷上升，以至到最后成為100%，即存量客戶全為壞客戶。這種情景就在我之前的單位發生過，那逾期率高的，不忍直視。

只有在業務穩定發展情景下，這種統計口徑才能較為實在的反應信貸資產質量。但一般公司的業務都會有淡旺季或沖刺階段，所以報給監管機構可以采用這種方式來統計，而對于我們風控人員，假如想及時調整風控策略的話，就需要用更精準的方式（Vintage分析，后面會介紹）來統計。

（2）FPD % （First Past Due首逾）

或許我們常常看到首逾，其就是首期逾期率，但不肯定真的理解它的含義，首逾即示意放款后客戶在首次還款日未足額償還本金或利息，其計算公式如下：

分子：首期還款日并未還款的客戶

分母：已過首期還款日的所有客戶（未到第二期還款日）

首逾并未按照金額來計算，而是按照客戶數來計算，why？

因為當貸款放出去以后，其實首次還款日是十分重要的，它能及時看見客戶質量，假如首逾較高，則懷疑是否存在惡意欺詐行為，需要調取數據詳細分析，尋覓原因，調整策略。所以一般我們都需要根據首逾的指標來及時調整風控策略的，一旦發現欺詐團伙案例，需立即止損。

而首逾主要分析的是借貸主體，因此這就是為何按照客戶數來計算的原因。

但還會存在一個問題，假如按照天然月來統計，月初和月末放出去的客戶，其表現期也會相差一個月左右，例如1月份放款1000筆，只有等到2月底所有1月客戶都過了首期還款日才能評估這批客戶的質量，假如對于只有3期的產品來說，這工夫就太長了。那怎么辦？

那就分為四面（FPD7，FPD14，FPD21，FPD28）進行觀測，分別統計該周的首逾，從而更快的了解客戶情景，計算方式如下：

當然還可以根據實際業務情景來統計，比如FPD10，計算邏輯均相同。是不是覺得挺有意思的？哈哈~

正所謂道高一尺魔高一丈，伴著技術發達，欺詐團隊“水平”越來越高，以至比風控策略人都懂風控，于是他們就會鉆各種空子，嘗試風控的閾值或規則。

比如他們會在前幾期都表現正常，贏得機構的信任，再次期間利用其它客戶獲取更多的貸款，達到肯定額度后，忽然某一期，出現大量逾期并失聯，這就大概率可以判斷是團伙欺詐了。

所以在設定風控策略時，不能只看FPD%這個指標，還要同時看SPD，TPD等，假如業務周期比較長，可能需要觀測的更久，這樣才能發現更多欺詐風險。

SPD（Second Past Due），給它起個名字叫“首二逾”，即首期客戶正常，第二期出現逾期；同理TPD（Three Past Due），給它起個名字叫“首三逾”，即前兩其均表現正常，第三期出現逾期。

而計算方式跟FPD%類似，用文字不夠直觀，這里就不在贅述了，詳細計算邏輯如下：

（3）Vintage分析

一般介紹這種分析法的時分，都會帶上紅酒，因為這種辦法起源于紅酒，通過不同的年份來評估紅酒的好壞。可能我們中國人對紅酒不是很理解，于是我們就說我們認識的白酒吧。

比如盡人皆知的茅臺和五糧液，都有5年，10年，20年，30年各種口味，年份越久，證實白酒越好。現在假如拿一瓶茅臺與一瓶五糧液比，你覺得哪個會更好？

其實沒方法比，因為首先不明白白酒他們各自的年份，所以無法比較好壞。

假如還沒理解的話，你就想象你跟老人賽跑，誰更快？

他們的邏輯都是一樣的，評估要設立在同一個基礎上，需要引入標準，即Month on book（MOB 賬齡）。

結合上面的例子：5年的茅臺跟5年的五糧液放在一起評估；獲取老人在你現在年齡跑步的速度，再進行評估。

那在評估信貸資產，也是同樣的道理，今年1月放的貸款，到4月已經有3個月的表現期，可充分評估客戶好壞，從而明白信貸資產質量。而5月放的貸款，還未進行還款，故無法評估客戶好壞。這也就是為何用傳統的逾期統計口徑會出現偏差的原因。

所以在實際過程中，需要以天然月為單位，計算不同月份（MOB1,MOB2,MOB3······）的逾期率，就得到所謂的Vintage表了，如下圖所示：

x+代表逾期大于0天即統計

那Vintage分析對于業務有何意義呢

首先，能實在反映不同時代信貸資產質量，有利于風控策略的優化；

其次，將不同產品、不同期數分開來統計，可以優化產品，比如6期逾期最低，可以大力推廣6期產品，又或3期逾期最高，可能就考慮停掉3期產品等等。

最后，終極目標還是幫忙企業在準確的策略下，獲得更多的利潤，這是老板想看到的。

當然Vintage不只是基于月份來統計，還可以根據城市、年齡段的等來劃分，分析的邏輯跟月份是一樣的，這里就不贅述了。

04.結束語

以上就是本人對逾期率的理解了，在工作中會常常用到，所以希望大家在實際工作中緩緩體會它的內涵吧。