互联网金融：Vintage的应用

Vintage图一般是描绘一个多期产品的风险全貌，譬如信用卡、现金贷等。

vintage逾期率计算一般有两种口径：

其中，逾期未还本金指的是当前逾期的借据其所有未还本金的总额，包括截止到当前mob应还而逾期未还的本金以及未到期的未还本金（即当前mob以后的未还本金）。

其中，逾期应还未还本金指的是截止到当前mob所有到期应该还的本金但逾期未还本金；应还本金指的是截止到当前mob所有到期应该还的本金。

例如：对于一种产品，其各个账期mob应还未还本金的情况

对于当前$mob_k$,

此时，$逾期率2 = \frac{(k-2)*100}{k*100} = \frac{k-2}{k}$

计算mob的口径问题：

一般金融机构的逾期数据都是切片数据，

对每个切片计算当前切片所处的mob，相应计算出其未还本金、逾期状态、应还本金

逾期表（切片表）记录的是每一笔借据每一期逾期情况，随着时间的推移，如果仍未还，那么其逾期天数相应推移。因此计算mob时，首先需要按照切片时间，将每一天每一笔借据每一期的情况汇总，即逾期天数取max(overdue_days for every term)，未还本金取sum(unpaid_principal for every term)<注意区分未还本金有两个维度，主要是是否包括未到期的未还本金>，应还本金取sum(should be paid for every term)。这时，我们就得到了每一笔借据每一个切片时间的逾期表现情况，在此基础上可以计算出，对于每一笔借据而言每一个切片时间所处相应mob。

需要注意的是，计算mob的口径问题，看所在机构如何界定mob。对于现在互联网金融的现金贷业务，其一般会设置多个还款期，那么不同借据的还款期不同，导致计算不同借据的mob就存在一定的困难。一种做法是，按照每笔借据的借款时间，顺延至下月同一天来计算其mob（同时考虑每笔借据首期的特殊情况，例如一笔借据1月31日借款，按照金融机构的设置，2月某一日（例如2月9日）会是还款日，这时对于客户而言，第一期时间太短，这时一般会顺延至3月相应还款日）。

另一种做法，按照客户的还款计划，我们可以知道每一期应还款日期，依据该日期计算出每笔在每个切片时间所处的mob，如当前时间为2019-02-23，那么当前mob = 2。问题 是在 SQL 这种语言中如何实现？

在做好这些准备之后，就可以画出vintage图

vintage.png

vintage报表可以较为及时地监控，新放贷款的逾期表现，按照历史相近曲线，大致判断其后续变动趋势，以便及时调整策略，进而达到控制风险的目的。

本文迁移自简书.