? ? ? ?最近看到一篇文章《損失預測的實證分析》,作者介紹了如何從vintage趨勢結合遷徙率來預估最終的損失。正好此前工作中做了損失預測相關的一些事，方法本質上和這篇文章中一樣，細節上有些許不同，所以整理了一下分享出來。

?

目錄

1.整體損失預測分析方法

2.各資產包損失預測分析

3.損失預測分析的本質和思考

?

一、損失預測分析方法

? ? ?《損失預測的實證分析》這篇文章中基于對M1vintage趨勢的判斷進行預估。實際上可以再往前一步，通過對各賬齡M0余額的占比及相應的遷徙率預估最終的壞賬。預測的方法分為以下幾步：

1.列出各賬齡M0余額的占比(不同還款方式占比不同)

2.預估M0-M1、M1-M2、M2-M3、M3-M4的遷徙率

3.將第1步和第2步的結果相乘再相加，得到各階段(M1+、M2+)的損失率

? ? ? ?首先，假設為12期的分期，等額本息，各賬齡段M0占比如下：

? ? ? ?然后假設各賬齡段M0-M1、M1-M2、M3-M4的遷徙率，這里參考其他產品線資產包的遷徙率的變化趨勢。一般而言，前幾期遷徙率會先上升，然后隨著賬齡增加再下降，賬齡越往后遷徙率會越低。

? ? ? ? 上表中對每一期的M0余額以及對應的延滯遷徙率進行預估，得到每一期的資產最終變成壞賬的比例。最終的結果表如下：

M4+vintage:SUMPRODUCT(M0占比*M0-M4綜合遷徙率)

M3+vintage:M4+vintage 加 同期M0余額*(M0-M3遷徙率)

? ? ? ? ?由此可以得到預估的vintage曲線：

? ? ? ?從上圖可以看出，M1+的vintage呈先上升后下降的趨勢，M2+的vintage比M3+vintage先拐平，最終四條vintage都收斂于同一條線，也就是最終的壞賬率。思考兩個問題：

1.為什么M1+vintage會下降？

2.為什么M2+vintage先拐平？

M1+vintage會下降：因為賬齡越長，該逾期的客戶已經表現完全，新產生的M1越來越少(個數和余額都在減少)，新增加的M1的余額比M1+案件回收所減少的余額少，因此M1+vintage出現下降。

M2+vintage先拐平：說明新產生的M2的余額逐漸和回收M2+案件的余額持平，說明M2的個數和余額都在減少。進而反應到M3上，才會導致M3+vintage的拐平。

? ? ? ?12期之后，M1+vintage全部表現完全，M4+vintage需要到16期之后全部表現，因此M1+vintage會先收斂，最終四條線會收斂至同一水平線。

?

二、各資產包損失預測

? ? ? 損失預測在不同的階段可以采用不同的方法。在業務開展之前，需要對業務的風險指標做出判斷，此時無任何數據表現，只能根據以往類似產品的遷徙率進行預估；業務開展之后，有了一些歷史表現數據，可以再對損失率重新進行預估，并根據每月的數據表現更新損失率預估數據。在《損失預測的實證分析》中，作者以M1vintage作為預測的基點，根據M1vintage線性遞減的趨勢，最終得出在峰值之后壞賬的預測會越來越接近實際情況。但對于每一個資產包，這種方法就會比較麻煩，因為對每一個資產包，都需要重復一遍上述的預測動作，實際工作中操作起來會比較繁瑣。下面介紹基于第一步方法之后的針對各資產包進行損失預測的方法。

? ? ? ?首先，我們已經得到每一期預估的M4+vintage：

? ? ? M4+vintage的第一個點是從第4期開始表現，因此對于已有4期表現的資產包，可以根據現有的M4+vintage數據加上預測的M4+vintage增加值得到最終的M4+vintage。比如現在有2020年6月以來各資產包的M4+vintage如下(數據為虛構，僅為說明問題)：

? ? ? ?對于6月份的資產包，已有第8期的M4+vintage為0.90%，在預測表中第8期至第16期M4+vintage還會增加(1.72%-1.23%)=0.49%，因此預估這包資產最終的M4+vinatage為0.90%+0.49%=1.39%。其它資產包以此類推。

? ? ? 對于尚未有第一個點的資產包，比如2020年11月份的資產包，mob4時點仍為表現，無法通過上述方法對壞賬進行預估。這時需要對11月份資產包的第一個點的M4+vintage進行預估，可以用M3的vintage乘以M3-M4的遷徙率得到。這里提供另外一種通過各分數段進件占比來預估壞賬的思路：

1.以10月份資產包為例，統計各分數段M4+占比情況。

2.統計11月份進件在各分數段的占比。

3.將兩者相乘再相加得到最終的壞賬。

? ? ? ?有了第一個點的M4+ vintage之后，后面的步驟就和10月及之前的資產包一樣了。這種方法可以快速對每一個資產包的壞賬進行預估，本質是用資產包現有vintage加上預估其增長的vintage。該方法存在一定的疏漏和不足之處，只有在資產包現有vintage與預估當期的vintage相差不大時，預估才較為準確，否則會有較大偏差。

?

三、損失預測分析的本質和思考

? ? ? ?損失預測中關鍵的幾個因素即各期M0-M1、M1-M2、M2-M3、M3-M4遷徙率。由于各期的M0余額可根據產品特性、還款方式得到，于是重點便是對四個遷徙率進行預估。《損失預測的實證分析》中假設M1 vintage的趨勢，實質上是假設的M0余額*M0-M1遷徙率的趨勢，而M1-M2、M2-M3、M3-M4的遷徙率假設為定值。因此，也可以假設M2 vintage的趨勢來進行預估，或者和上文中介紹的，直接根據其他產品預估M0-M1的遷徙率，這樣在業務開展之前就可以對壞賬進行預估。

? ? ? ?預估出產品的壞賬之后，由于不同產品的Vintage是無法直接進行比較，需要根據產品的期數以及還款 方式對Vintage損失率轉化為年化損失率再進行比較。Vintage損失率轉為年化損失率是測算損失和風險定損的重要方法，有興趣了解的可以參考文章《Vintage損失率轉為年化損失率》。

>【作者】：Labryant ?
>【原創公眾號】：風控獵人 ?
>【簡介】：做一個有規劃的長期主義者。
>【轉載說明】：轉載請說明出處，謝謝合作！~

?

?

?

總結

以上是生活随笔為你收集整理的损失预测分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。