vintage分析：针对信用卡不同时期开户的资产进行分别跟踪，按账龄长短进行同步对比，了解不同时期发行的信用卡的资产质量情况。贷款类似，了解不同时期准入客户的资产质量情况，找出高风险客群，检查是否在此时期执行了宽松的审批策略，是否放松了对风险的监管。通过深层次的分析，及时找出问题并总结经验。

vintage分析能很好地解决时滞性问题：核心思想是对不同时期的开户的资产进行分别的跟踪，按照账龄的长短进行同步对比，从而了解不同时期核准客户的资产质量情况，是所谓的竖切的概念。帮助比较并确定营销方案。还可以将同期数据按照不同维度进行立体展现，比较方案中的各种因素。

迁移率模型：预测未来坏账损失的方法，通过对历史数据中处于某一拖欠位置的账户余额每月拖欠变化情况的分析，来预测当期不同拖欠周期的未来坏账损失。根据逾期时间的长短，以30天为间隔定义逾期的周期。根据上一个周期拖欠余额中进入下一个周期的发生额，计算出每个周期的坏账分期迁徙率。坏账分期迁徙率为当月该周期应收账款余额除以上月上周期应收账款余额，及当月逾期金额除以上月逾期金额，视为上月逾期迁徙至本月情况。对近6个月的坏账分期迁移率进行平滑处理，计算出6个月的平均坏账分期迁徙率和坏账回收率。

迁移率模型能很好地提示客户贷款账户整个生命周期中的衍变情况，是所谓的横切的概念。相对五级分类优化了风险损失预计，是预估更为准确合理，优势在于人为判断的主观因素减少。

中间对角线为不良迁移路径，由迁移率降低，可以看出催收有效果。

毛坏账损失率=月底平均损失率的乘积。

净损失率=毛坏账损失率*(1-回收率)

当月应计拨备额=sum(净坏账损失率*月末应收账款余额）

信用卡全过程：产品设计、营销、审批、发卡、交易、结算、还款、催收以及客户服务。

贷款全过程：产品设计、营销、审批、授信、放款、还款、催收、客户服务。

风险披露的时滞性：注意风险的显现存在一定的时滞性，当信贷业务处于高速扩张阶段，每月新用户增多，加上促销活动多，消费信贷余额急剧扩张，风险指标的分母迅速扩大，但其分子由于时滞性而没有同步显现，造成风险指标的误读。

 

参考：https://www.douban.com/note/649420974/

http://blog.sina.com.cn/s/blog_5e5207e00102vysh.html