浅谈风险指标及常用分析方法

风险指标及常用分析方法

一 风险产生的原因

最直接的原因都是因为借款人不还钱导致的。所以才会采用各种方法，国内5c，国内的周易识人术。。。吧啦吧啦等等吧。：）

二 风险管理的模块

三 风险分析—量化风险

对风险进行量化已经有比较成熟的体系，下面对常用到的指标进行说明

即期指标（coincidental），分母为当期金额，如当期应收账款。其概念为分析当期应收账款的质量结构。

递延指标（lagged），分母为之前的金额，如之前月份的应收账款。其概念为可以较为合理的反映数据状态。

四 风险分析—常用风险分析方法

进行任何分析前都要先进行问题界定。问题轮廓越清晰，分析方向越明确，越容易切中要害。下面列举常见的分类类型。

4.1 分析类型

在进行任何数据分析时，大多分析包含在如下四大类中：分布、变化、对比、预测。

4.1.1 分布

结构分析

累计分析

4.12 变化

趋势分析

账龄分析

vintage分析

4.1.3 对比（举例）

区域对比

同行竞争对手对比

4.1.4预测

见第五章 

4.2 指标的选择

每一件事情的发生都有其前因后果，分析事情切忌从单方面切入。否则就是瞎子摸象，容易使决策发生错误。选择指标时关注如下重点，以厘清不同指标之间的关联，为报表使用者提供完整可靠的分析。

相对性

即事件的一体两面，若仅以一个指标骤下判断是非常危险的，例如核准率的上升相对地有可能会带动延滞率的提高。这两个指标代表业务的增长和风险的增长，两个对应指标应同时并列于报表中以供使用者权衡利弊。

比较性

实际值和预设值的比较。

互补性

某些指标若单独呈现，解释力过于薄弱，必须采用互补性质的指标进行补强。这种互补性常见于比率和绝对数字之间。

多面性

有时候单一指标所呈现的讯息，再以另一方面切入会产生完全不同的解释。例如某一产品核准率持续上升，在审核流程无重大变动情况下，表明进件质量良好。但若观察金额核准率指标后可能出现相反的走势，客户申请金额和核准金额存在明显差异，也就是说进件质量实际上并不如件数核准率所显示的那么乐观。

顺序性

有些指标有前后关系，若要清楚掌握整个事件的始末，就必须对这些指标做一系列的观察。比如进件量、核准量和放款量，这三个指标依序发生，彼此环环相扣，任一环节出现异常皆会影响最终结果。

层次性

类似OLAP分析中的下钻。

备注：联机分析处理（OLAP）  钻取表示可以改变维的层次，变换分析的粒度。

落差性

时间上的落差，一个指标数据出现后，另一个指标需要经过一段时间才会有所体现。因此需要同时列出观察期及反应期的数据，以便报表使用者解读。如核准后逾期的出现一般需要三到六个月的发酵时间。

4.3 常用分析维度

产品维度

种类、利率、额度……

客户维度

年龄、性别、学历、收入、行业、家庭成员……

信用维度

公司内部评分卡、外部数据评分、征信信息、贷还款记录……

行为维度

行为维度包括还款记录、还款形式（全额还清、本期循环等）等

通用数据维度

区域、城乡区别、账龄……

五 风险分析—常用风险预测方法

预测分析法分为定性法及定量法，前者较偏向主观经验判断，后者则侧重客观的计量方式。两者经常搭配使用。

5.1 关联推测法

待补充。。。

5.2 移动平均法

待补充。。。

5.3 指数平滑法

通过Excel就可以得到指数趋势的方程和图形。

5.4 线性回归法

通过Excel就可以得到线性回归的方程和图形。

5.5 对数趋势法

通过Excel就可以得到对数趋势的方程和图形。

5.6 多项式

后语： 

风控指标的东西比较多，在实际的工作应用中和用法及数据分析上会采用不同的思路，最主要目的还是为了风控政策提供决策依据。

CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf