信用卡滚动率 信用卡滚动率怎么算
本文目录一览：
1、vintage分析、迁移率、滚动率、入催率
- 2、金融领域常用风险模型
- 3、贷款减值准备滚动率模型
- 4、信用证结算中，什么叫平均坏账率？
- 5、典型的风控指标：账龄、迁移、滚动、首逾
- 6、招商银行信用卡的滚动利息是怎么计算的？
vintage分析、迁移率、滚动率、入催率
vintage分析被广泛应用于金融信贷产业，分析的方法是针对不同时期产生的信贷账户分别进行跟踪，按照账龄的长短进行同步对比，从而了解不同时期批准账户的资产质量情况，是一个所谓竖切的概念。以下举例说明根据账龄所做的拖欠二周期账户的Vintage分析（见表1）
在表1中，列为发卡时间，行为经营时间。数据2.12%为2006年4月所发信用卡在2006年7月时拖欠二周期的金额除以该批信用卡在2006年7月时透支余额，依此类推，得到全表的数据。在此基础上，按照账龄为经营时间减去发卡时间进行表间数据的转换，得到表2, 并做出折线图（见图1）。
在说迁移率之前，我们先定义逾期阶段的概念。逾期就是说你到了该还款的日子而没有还款，那你就进入了逾期。根据逾期天数，又分为M0-M7+等八个阶段。没有逾期的是M0，逾期1 29天的是为M1，逾期30 59的定义为M2，以此类推，逾期超过180天的定义为M7+。 有了逾期阶段的概念，迁移率就好理解了。简单说，就是处于某一逾期阶段的客户转到其他逾期阶段的变化情况。迁移率通常可以用来预测不同逾期阶段的未来坏账损失。比如，M2-M3，说的是从逾期阶段M2转到逾期阶段M3的比例。如下图表2是各个网贷各个时期网贷分账龄的明细表，其中WO代表Write Off。表3中同种颜色的单元格标识出了不良贷款的迁移路径，可以看出在7月份1004844元的正常透支中，有237327元到了8月份之后变成了M1逾期，在这237327的M1逾期中又有55372元在9月变成了M2逾期。
在风险控制中，我们的根本目的是识别坏用户，通过历史数据，抓取坏客户显著区别于正常客户的特征，并以此为标准去预测未来的坏客户。用户的好坏其实很难定义，不能说逾过期的用户就是坏用户，也许人家其实想还，只是不小心忘记还款了呢。而且，有的时候，“适当”的逾期还能增加公司的逾期利息收入。我们所关注的坏客户是坏到某一程度，也就是逾期等级较高且不还款的客户。
前面说的vintage是从时间维度上判断客户群体的好坏，下面说的滚动率则是从行为程度上判断客户的好坏，它可以帮助我们判断某些逾期客户是否还可以再抢救一下，收回点成本。
滚动率，简单地说就是以某一时间点为观察节点，观察客户在该点前一段时间内（比如半年）最坏逾期阶段，并追踪其在观察点之后的一段时间向其他逾期阶段发展的情况，特别是向更坏程度发展的情况。举个栗子，今天是2018年5月25日，取今天的1万个客户，统计他们在过去半年里的最大逾期阶段。然后追踪他们后半年的表现。以下数字纯属虚构，完全是为了说明问题，各个公司有自己的观察数据和追踪数据。
M0的客户在未来半年里，98%的客户还是会保持正常M0的状态
最大逾期阶段M1的客户在未来80%会变M0，但是还有20%会继续，甚至有5%的人往更坏的程度发展
最大逾期阶段M2的客户在未来40%的人会继续恶化，22%左右的人会变M0（完全从良）；
最大逾期阶段M3的客户在未来60%的人会继续恶化，15%左右的人会变M0（完全从良）；
最大逾期阶段M3+的客户在未来80%的客户会继续此状态（没救了）。
根据以上的数据，我们可能就可以得出逾期3期以上的客户，都是无力抢救的坏客户这样的结论。假如我们想把条件收紧一点，那么我们可能会选择逾3期或者2期。再假如我要给坏设定等级，那么我就可以把3期以上设为极度坏，逾3、2期的话可能设置为中度坏，逾1期的人可以是不经意的坏。这些特征将来可以放到风控建模的样本特征中来。
有了前面的铺垫，入催率就比较简单了。它指的是在某一个还款日，客户从M0变成M1的比例。比如说，今天，有N个M0客户到了还款日，里面有M个客户按时还款了，那么今天的入催率就是（N-M）/N。它与下面的FBD是有区别的。
（如有不同见解，望不吝赐教！！！）
金融领域常用风险模型
现金流折现模型测试基于对未来现金流入的预测确定单笔金融资产损失准备。通常对单笔金额资产逐笔进行DCF测试，通过测试时点预计与金融资产相关的未来各期现金流入，并按照一定的折现率折现加总，获得金融资产未来现金流入的现值，账面金额与现值的差额，即为该笔金融资产应该计提的损失。
预测现金流，以客户或单笔金融资产维度，对未来借款人、担保人的还款情况，以及抵质押物或借款的自有资产的处置变现情况进行预测，确定可以用户偿还债务的现金流。
计算贴现现值，运用未来现金流折现计算，以原贷款合同利率为贴现率，以预计收回时间和当前时间的差值为折现期间，得到未来现金流的现值。
最后将贷款现值低于贷款账面原值的部分，作为损失准备金额。
现金流折现的方式有多种，常见的：借款人经营现金流、担保人代偿产生的现金流、抵质押物处置变现、查封财产处置变现。
迁移模型测试首先将金融资产进行合理分组（银行常采用五级分类或信用等级分组），在组合层面按照资产迁徙情况确定金融资产损失准备。迁移测试将金融资产划分为具有相同信用风险特征的若干组合，再分别测算组合中每一级次资产向下迁移的迁移率及损失率，并将测试时点各级次金融资产余额与对应的损失率相乘，从而得到各级次金融资产应计提的损失准备。
计算损失率的公式为：
M为使用迁移模型计算损失率的级次数量，N为直接确定损失率的级次数量；M+N为全部级次数量;P为金融资产由i级次下迁到j级次的迁移率；Li为i级次贷款拨备率。
滚动率模型和迁移模型相似，组合层面计算金融资产在不同风险类别之间的滚动率和损失率。滚动率模型通常按照逾期天数对贷款进行类别划分，每一类别的贷款在经过一期后只能向下滚动一期。通常信用卡采用滚动率模型。
IFRS9新准则规定，逾期信用损失，指以发生违约的风险为权重的金融工具信用损失的加权平均值。
信用损失，指企业按照原实际利率折现的，根据合同应收的所有合同现金流量与预期收取的所有现金流量之间的差额，即全部现金短缺的现值。
预期信用损失通常是各现金流差额折现后的概率加权的预测，即根据违约风险的大小进行加权平均后的信用损失，预期信用损失的计算主要包括关键要素有：
PD违约概率
LGD违约损失率
EAD违约风险暴露
Rate折现率
LifeTime存续期
预期信用损失ECL=PD*LGD*EAD (PD分为累积PD和边际PD，利用边际PD计算通常要对各期的预期损失加总)
贷款减值准备滚动率模型
对贷款计提减值准备分为组合评估和个别评估。
商业银行采用组合方式对贷款进行减值测试的，可以根据自身风险管理模式和数据支持程度，选择合理的方法确认和计量减值损失。
对于信用卡或者消费信贷类的客户，银行就不能像对待对公大额客户一样逐笔地了解情况判定五级分类了（五级分类组合计提的方式就是每个类别会有一个固定的损失率。也不全是，现在大银行都用IFRS9下的新方法了）。这时候就会用到迁徙模型，比如滚动率模型（Delinquency Flow Models）就是迁徙模型的一种。
信用证结算中，什么叫平均坏账率？
也就是使用信用证结算中，出现坏账风险的平均水平啊
美国银行破产倒闭频率创下14年之最，给我市采用信用证方式结算的广大出口企业敲响了警钟。中国出口信用保险江苏分公司有关人士昨称，银行不再是“保险箱”，信用证同样可能带来高坏账率，企业最好灵活采用信用销售模式，规避此次金融风险。
我市国际贸易，信用证结算超六成
信用证是银行为交易双方提供承诺付款的一种结算方式。因为有开证银行的信用作担保，我市进出口企业目前普遍采用。据统计，我市约有60—70％的国际贸易通过信用证方式结算。但是开证行破产、拖欠、拒付的风险，近来正在信用证交易中逐步加大，企业却很少注意到。
今年年初，南京一家生产型企业接受了尼日利亚某银行开立的保函，根据约定，银行应在企业索赔时，无条件支付款项。但是银行却以贸易合同的履行存在瑕疵为由拒绝付款，给企业造成了200多万美元的损失。据了解，中东、东南亚、非洲等地区的银行，曾出现以各种理由拖欠或拒绝承兑信用证项下款项的先例；现在，华尔街金融风暴则让美国及欧盟等发达地区银行的风险也急剧飙升。
信用证结算风险：平均坏账率高
据中国信保江苏分公司有关人士介绍，欧美发达国家80％以上的贸易通过商业信用方式结算，在信用保险的保障下，平均坏账率0.25％至0.5％，平均账款拖欠时间7天左右。而中国企业近一半以上出口贸易在采用信用证结算的情况下，平均坏账率高达5％—10％，平均账款拖欠时间长达60余天。
究其原因，一是开证行资信良莠不齐；二是市场行情发生变化，买方往往找借口拒付或延付货款。此外，那些采取陆运、空运、1/3提单直寄客户、货物收据、近洋贸易等货权事先转移的信用证，往往形同虚设，会使企业“货款两空”。当前全球金融形势突变，银行的信用风险将成为我市进出口企业国际贸易风险防范的重点之一。
建议：采取组合式、多元化结算方式
面对金融风险，业内人士建议我市外贸企业灵活采取组合式、多元化的结算方式，优先选择赊销、托收等信用销售方式，既能减少开立信用证所需的高昂手续费，降低交易成本，还能增强议价能力，提升企业和产品的国际竞争力。据了解，我市一家大型外贸集团公司日前就大胆采用非信用证支付方式，再辅以出口信用保险的“收汇保障保险”，现在该公司通过出口信用保险实现的出口总额是2002年的6倍。
如果企业坚持采用信用证结算方式，则要谨慎甄别开证行的资质，并及时把握银行的异动。如果选择的银行经营业绩平平，世界排名靠后，所在国家政治风险较大，企业可以再投保“信用证保险”；如果出现信用证项下货权事先转移的情形，企业还可以加保“买方商业信用风险”，这样一旦遭遇开证行或买方的商业风险，企业能从出口信用保险公司得到及时的补偿，确保经营安全。
典型的风控指标：账龄、迁移、滚动、首逾
在风控业务中，我们比较关心一些关键的指标。
在这里做一个详细的讲解。
1、账龄分析（Vintage Analysis）
Vintage这个词源于葡萄酒业，意思是葡萄酒的酿造年份。
比如82年的拉菲，一直是葡萄酒业的一个传奇，单瓶的价格可以高达十几万人民币。
我们在比较同一产品的放贷质量时，
也要按账龄（month of book，MOB）来区分，从而了解不同时期放款的资产质量。
人有齿龄、骨龄、年龄，而账龄分析的核心，就在于这个“龄”字。
以51信用卡的招股说明书来看其 51人品贷产品的坏账率
（口径：当期未还本金/当期应还金额）
可以看出，2016年第一季度的资产质量较好，90+的逾期率稳定在6%左右；
而2017年第一季度的资产质量是最差的，
虽然还未走完一个完整的生命周期，但是其斜率非常高。
在市场没有较大波动的前提下，可以推断：
51信用卡在2017年第一季度的风控有所放宽或营销比较激进。
2、迁徙率
从文字含义来看，迁徙率这个指标，核心在“迁”字。
时下正是冬天，北方的候鸟，往南方在迁徙；
而在途的贷款，随着每一期还款日的更迭，也在往更难催收的账期迁徙。
这里引入逾期阶段的概念：
根据逾期天数，又分为M0-M6+等八个阶段。
没有逾期的是M0，
逾期1~29天的是为M1，
逾期30~59的定义为M2，以此类推，
逾期150天-179天的是M6，
而超过180天的定义为M7。
而迁徙率，就是处于某一逾期阶段的客户 转移到 下一逾期阶段的比例。
所以，催收常使用迁徙率作为绩效指标，体现催收的效率。
越早期的逾期贷款，越容易催收，基本过了M6之后，摧回的可能性就降低很多了。
迁移率通常可以用来预测不同逾期阶段的未来坏账损失，它与vintage结合，能实现风险的精细化管理。
vintage的核心思想是对不同时期的同一层面的资产进行分别跟踪，是一个所谓竖切的概念；
而迁移率能很好的提示客户整个生命周期中的衍变情况，是一个所谓横切的概念。
3、滚动率
滚动率的核心，在一个“滚”字。
滚是有方向的，在风控指标里，要么向前滚，要么向后滚。
前面说的vintage是从时间维度上判断资产质量的好坏，
这里说的滚动率则是从行为程度上判断客户质量的好坏，
它可以帮助我们判断逾期客户可抢救的比例，减少坏账损失。
以上图为例，标黄色背景的表格，代表前后两个逾期阶段变化的概率。
比如：
第一行，代表m0用户，
维持在m0的概率是90.81%，
往m1变化的概率是9.19%；
第二行，代表m1用户，
变好（m0-m1）的概率是30.59%+6.35%=36.94%，
变坏(m2-m3)的概率是61.82%+1.23%=63.06%;
第三行，代表m2用户，
变好（m0-m2）的概率是23.80%+1.12%+2.25%=27.17，
变坏（m3-m4）的概率是72.11%+0.72%=72.83%；
……
以此类推。
最后一行，代表m7用户，
变好（m0-m6）的概率是6.93%，
变坏(m7）的概率是93.07%。
4、首逾率
首逾率的核心在一个“首”字，指在某一个还款日，仅第一期到期的客户中有多少没有按时还款。
首逾率一般用来做反欺诈，因为欺诈用户的第一期基本是不会还款的。
一般的首逾率，不建议以还款当天的数据来看，因为有很多客户当天忘还，
或由于银行代扣失败、入账延迟等原因，造成当天还款失败。
目前建议的首逾率以 3天 或者 5天的数据来看，即首次还款，距还款日超过3天/5天后的逾期率。
可以看出，产品C的首逾率，明显低于A、B的首逾率。
最后总结一下，账龄、迁徙、滚动、首逾，
掌握好了这四个风控指标，分析资产质量时，就不会被轻易忽悠。
招商银行信用卡的滚动利息是怎么计算的？
循环利息是在您使用循环信用方式还款或是使用预借现金时收取的。若您在当期账单周期的到期还款日前，全额还清全部的消费款项，刷卡消费即可享受免息期，不会产生循环利息；若您当期账单未全部按时还清，则视为使用循环信用，当期的所有消费将从记账日（一般是消费后的第二天）开始计收利息，日息万分之五，直至您全部还清为止。若您使用预借现金功能的话，则预借现金部分无法享受免息期，将从您取现金当天开始计息利息，日息万分之五，按月计算复利，直至您还清为止。
