金融风控数据分析主要关注指标：vintage、roll rate 和 迁移率

Vintage

Vintage 分析通过将不同时期放款的资产按照账龄进行分组，并跟踪其在每个账龄阶段的表现，为评估资产质量和风控策略效果提供了有力的工具。

• 原理：以放款月份为维度，观察相同账龄下不同批次放款的资产质量表现。
• 计算方法：首先确定账龄的计算起点（通常是放款日），然后按照每个月进行划分。例如，对于 1 月份放款的资产，在 2 月份时账龄为 1 个月，3 月份时账龄为 2 个月，以此类推。分别计算每个账龄阶段的逾期率、不良率等指标。
• 作用：
  • 评估风控策略的稳定性：如果不同批次放款的资产在相同账龄下表现相似，说明风控策略在不同时间点的效果较为稳定。
  • 预测未来资产质量：通过观察历史 vintage 曲线的趋势，可以对新放款资产在未来的质量表现进行一定的预测。
  • 优化风控策略：如果发现某些批次的资产在特定账龄表现异常，可以深入分析原因，进而优化风控策略。

在报表体系中，Vintage 报表通常会呈现不同放款月份的资产在各个账龄阶段的详细指标，如逾期金额、逾期率、不良金额、不良率等。通过图表的形式，直观展示资产质量的变化趋势。
以下是一些可能的 Vintage 报表示例：

---

Vintage 报表 - 消费贷款

放款月份	账龄（月）	逾期 30 天以上贷款金额	逾期 30 天以上贷款占比	不良贷款金额	不良贷款占比
2024 年 1 月	1	100,000	2.0%	50,000	1.0%
2	120,000	2.4%	60,000	1.2%
3	150,000	3.0%	80,000	1.6%
4	180,000	3.6%	100,000	2.0%
5	200,000	4.0%	120,000