分析的目的

展现真实情况，发现问题所在，为使用者提供清晰明确的判断依据和改善方向。

风险从何产生

基本因素

年龄--中高龄贷款客户风险较高。

性别--男性风险较高。

区域--非都会区域风险较高。

收入--所得低且不稳定者风险高。

行业--无业或自由职业者风险较高。

职称--专业度低者风险较高。

学历--低学历者风险较高。

产品--高利率产品风险较高。

进件来源--自来件风险较高。

往来资历--新进客户风险较高。

信用因素

负债状况--总负债或负债比高者风险较高。

理财方式--预借现金或现金卡使用者风险较高。

缴款形态--高额循环者风险较高。

缴款记录--经常逾期者风险较高。

行为因素

类型--预借现金及易变现交易风险较高。

金额--金额大者风险较高。

频率--密集交易或偶发交易风险较高。

时间--深夜及凌晨交易风险较高。

习惯--交易或缴费习惯突然改变者风险较高。

逾期何时发生

vintage分析观测贷后N个月违约率，结果可推测未来新贷案件逾期发生的速度。

风险越高的产品或客群，风险潜伏期越短。逾期速度：现金卡>信用卡>信用贷>房贷。

从交易行为推测逾期几率与速度。

逾期浮现速度也会影响后续观察的适当时点。

风险持续时间

与产品特性有较大关系。

贷放型产品的风险持续期间为贷放期数+转呆账月数。

风险影响程度

第一种计算方式：

衡量逾期部位相对于贷放余额的比率，以评估其风险程度。主要指标为M1+lagged%、M2+lagged%、M3+lagged%、M4+lagged%、WO lagged%、NCLlagged%、coincidental%……

第二种计算方式：（房贷、信贷、车贷等贷放类产品）

了解原始拨贷金额经过一定时间后的累计损失比率。主要指标为贷后N个月累计WO%、贷后N个月累计NCL%，一般以年损失率的方式呈现。

数字解读

核准率（金额核准率&案件核准率）

由于对于风险较高的客户，往往无法按其申请金额审批额度，所以金额核准率往往低于案件核准率。核准率需要与例外核准率、延滞率、拨贷率一同相互参考。

解读1：金额核准率和案件核准率差距过大则说明客户申贷期望与征信政策出现较大偏差，此时证审政策有较大的调整空间。

解读2：违例核准率高，说明征审标准与授信政策偏离，应及时调整。

解读3：延滞率用来审查先前核准率下对应的延滞情况，为审核尺度调整做参考。

解读4：通过核准率和拨贷率观察客户对核准条件的满意程度。核准率高且拨贷率低，标识核准案件大多数为变更申请条件核准，由于考虑风险，无法满足大多数客户的需求。

与卡片、卡户、卡人的分析数字

卡户分析：主要用于逾放评估、族群分类等 。财务计算的单位为卡户。

卡片分析：在风险管理中多用于授权、早期预警、伪冒检测等。信用卡和现金卡的交易皆以卡片进行。

卡人分析：集合卡户和卡片，提供归户或持卡人的基本数据。

产品别分析

多数产品的账户皆各自独立，可清楚分析产品的损益。

信用卡较特别，其下所发展的所有子产品皆合用同一归帐账户，账户冲销逻辑可能采用先进先出、比例冲销、高利率优先等，使信用卡子产品的个别损益很难做到精确计算。

高利率优先冲销会造成低利率产品的延滞率会遭到低估。

交易核准率

信用卡交易核准率常见问题：一般若交易未当场直接审核，刷卡店员会在做多次尝试，因此婉拒笔数将被扩大。

修正方式：将3分钟内同一卡号于相同刷卡机的交易视为同一笔，婉拒金额则取最大者。（一般不采用）

族群别延滞率

风险越高的客群其逾期比率月容易受低估。在行业别和职称别分析中特别容易发生，有时企业主管的逾期比率高于收入不稳定的族群。

高风险客群的核准率远低于一般客户，能获得批准的往往依靠完整财力证明且经过重重审核，故核准的客户质量可能较好，不能依此结论判断高风险行业为优质客户。

解读族群延滞率时应同时参考进件核准率。

地区风险

违约行为的影响因素：年龄、行业、性别、收入、理财观念、信用观念。

都市化程度较高的地区居民容易接触到各种理财信息，对金融机构依存度高，个人信用维持相对重要。

都会地区工作机会多，一旦失业，可在较短时间重新找到工作。

延滞率

重点关注其起伏和发展趋势。也被用作比较不同族群质量的指针。

注意产品生命周期问题，新推出的产品贷放余额迅速增加，逾放尚未反应，延滞率偏低；产品接近末期，贷放余额减少，之前产生的逾期仍持续发酵，延滞率会偏高。

比较不同产品延滞率时vintage分析（贷后N个月延滞率）更加合适。

递延率

结合实收金额、净递延率衡量贷后催收绩效。

往来资历

与银行往来越久的客户相对更安全和稳定。

对现有客户进行营销时应采取负债比的限制，避免使其负债过度扩张，而造成违约。

交易行为

账单中的交易都是通过银行授权核准的结果，反映的是客户的风险管理方向，并不是客户的原始意图。

要分析客户的交易行为，应分析交易明细，而不是账单明细。

季节性因素

消费金融产品的季节性变动出现于每年农历年前和所得税报税月份之前，这段时间客户的资金需求较为迫切。

每年农历新年多逢二月，工作天数较少，催收业绩将会受影响。

绝对数字与百分比

绝对数字为最直接的指标，经过百分比处理，用于多组数据的处理将更有意义。

衍生性分析

对于特殊议题和异常现象，需借助不定期的衍生性分析进行更深入的剖析。

通常采用向下钻探的方法，解构信息以了解问题所在。

注意避免的问题：以偏概全、以小窥大、倒因为果、主观意识。