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:
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 ,
此时,逾期率1 =
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
2019-09-19 广告