金融风险常用指标(一)


对于风险的测量方式有很多,也衍生出很多的各式指标,在学习之前,需要先了解一些基本名词的定义及概念,在进行实务分析时,风险指标常会搭配使用这些名词。

逾期天数

预期天数(days past dure,DPD)代表已逾契约书预定缴款日的延滞天数,贷款型产品自缴款截止日(通常为次一关账日)后第一天开始计算,而信用卡较为特别,虽然缴款截止日为关账日后20天,但逾期天数也是由次一关账日后起算,也就是说不论何种产品,若于下一次关账日前未缴足最低应交金额,将开始计算逾期天数。

逾期期数

逾期期数(bucket)直译为“桶子”,但是在风险管理的专有名词中代表逾期期数,也有人将bucket解释为逾期月数。逾期1期成为M1,2期称为M2,3期称为M3......以此类推,信用卡缴款截止日与次一关账日之间虽然不计算逾期天数,但其bucket称为M0.
由于每个月的天数不一定相同,所以各期长短会有不同。
在衡量逾期时间的指标中,bucket是最为普遍的,主要原因是他简单易懂,但其缺点是各期长度不同,所以无法与DPD直接对应,只能约略推算其逾期天数。若需要精准计算逾期长度,应该使用DPD而非bucket。

逾期阶段

逾期阶段(stage)依据bucket区分为前期(front end),中期(middle range),后期(hot core),转呆账(write-off)。stage的划分并无硬性规定,可依据各个银行的催收策略,转呆账政策与产品特性决定。

延滞率

即期指标

即期指标(coincidental)为计算延滞率时常用的两种方法之一,即以当期个bucket延滞金额除以当期应收款,其概念为分析当期应收账款的质量结构。
由于不需要回溯历史数据,计算方法简便且浅显易懂,因此使用普遍,一般公开信息所显示的延滞率,若无特别说明,均是以coincidental概念计算的。
不过因为其分母为当期应收款,所以起伏较大,对于资产质量的评量容易失真,尤其是在其应收款快速上升或者萎缩之时,对coincidental延滞率的解读要特别小心,以免被误导而做出错误的决策。

递延指标

递延指标(lagged)为计算延滞率时常用的另一种方法。前面提到即期指标的主要目的是为解析当期资产结构,其分母一律定为当期应收账款,不过其分子实际上由之前的应收账款所产生,为了回溯逾期起源,分母须改为之前月份的应收账款,如此比较合理。
比如说本月的M1金额,其源头为一个月前的应收款,所以计算延滞率时,分子为本期M1金额,而分母为一个月前的应收款,这种递延的计算方式就是递延指标的概念。
一般而言,银行的风险管理单位较常使用lagged指针,优点是可以回溯逾期起源,不受业务起伏影响,较能合理的反应逾期状态,缺点是需要回推历史数据,计算较为麻烦。

  • 平稳期:coincidental%与lagged相差不大。
  • 扩充期:分母(AR)急速上升,分子(逾放)尚未反应,coincidental%易低估风险。
  • 萎缩期:分母(AR)急速下降,分子(逾放)尚未反应,coincidental%易高估风险。

结算周期

分析报表依结算日,可分为月底结算(month end)及期末结算(cycle end)两种。

月底结算

month end 报表主要在表达个月月底结算数据,适用于消费金融所有产品,尤其是跨产品并列分析时,为实现资料切点一致,多采用month end数据。

期末结算

Cycle end 表示期末计算,为信用卡特有的结算方式,因为信用卡客群最为庞大,作业处理相当耗时,许多银行会将其客户划分至不同账务周期(cycle),因此信用卡产品通常有多个关账日。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,524评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,869评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,813评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,210评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,085评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,117评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,533评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,219评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,487评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,582评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,362评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,218评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,589评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,899评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,176评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,503评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,707评论 2 335

推荐阅读更多精彩内容