贷后风控指标全解析¶
在信贷风控领域，贷后管理是确保资产质量的关键环节。本文将系统梳理 20+ 核心贷后指标，帮助风控从业者建立完整的监控体系。无论您是初入行业的新人，还是希望查漏补缺的资深专家，都能从中获得实用价值。
1. 贷后监控指标体系全景图¶
| 分类 | 指标 |
|---|---|
| 逾期表现类 | 1+逾期率（也叫 入催率）、7+逾期率、15+逾期率、31+ 逾期率、FPDN、SPDN、滚动率、迁徙率 |
| 回款效率类 | ⅓/5/10/15/30天回款率、催回率、S1/S2 回款率 |
| 业务质量类 | 通过率、支用率、转化率、提前结清率 |
| 模型评估类 | Lift、AUC、KS、PSI、IV/WOE |
| 统计检验类 | T检验、卡方检验 |
2. 逾期表现类指标详解¶
2.1 入催率与早期逾期指标¶
入催率 反映到期未还款用户占比，可细分为：
- 订单维度入催率 = 逾期订单数/应还款订单总数
- 金额维度入催率 = 逾期金额/应还款总金额
FPDN（First Payment Default）是首期逾期 N 天的用户占比，常用监控点包括：
- FPD1：首期逾期1天
- FPD3：首期逾期3天
- FPD7：首期逾期7天
- FPD10：首期逾期10天
SPDN（Second Payment Default）是二期逾期 N 天的用户占比，监控点与 FPDN 类似。
实战经验
在 IRR36 的业务中，优质渠道的 FPD10（金额口径）通常控制在 0.5% 左右，SPD10 在 1% 左右。但需结合资金成本、获客成本综合评估渠道质量。
2.2 滚动率与迁徙率¶
滚动率 反映逾期状态的恶化趋势，分析步骤：
- 确定观察点（如每月末）
- 按最坏逾期状态分层（C、M1、M2...）
- 统计表现期的状态迁移情况
- 计算各状态间的转化比例
迁徙率（Flow Rate）计算公式示例：
- M0 → M1 = 当月进入M1的余额 / 上月末M0余额
- M2 → M3 = 当月进入M3的余额 / 上月末M2余额
通过分析迁徙率曲线，可以：
- 预判坏账发展趋势
- 评估催收策略效果
- 监控市场风险变化
3. 回款效率类指标精讲¶
3.1 回款率的多维度分析¶
回款率可按时间和期数灵活组合：
时间维度：1天、3天、7天、10天、30天回款率 期数维度：首期、二期、全期回款率
计算示例：2025年7月首期10天回款率 = 6月放款且到期后10天内还款的用户数 / 6月放款且到期的总用户数
影响回款率的六大因素：
- 贷款利率水平
- 贷款期限长短
- 借款人信用资质
- 宏观经济环境
- 监管政策变化
- 节假日因素
3.2 催收阶段划分与S1/S2回款¶
信贷催收通常分为：
- S1阶段：逾期1-10/15天，回款率通常75%-90%
- S2阶段：逾期11/16-30天，催收难度显著增加
- M2+阶段：持续逾期30天以上，坏账风险剧增
催回率特指人工催收订单的回款情况，是评估催收团队绩效的核心KPI。
4. 业务质量类指标实战应用¶
4.1 贷前转化漏斗指标¶
- 通过率（批核率）= 通过授信用户数 / 总进件数。影响因素：准入规则、反欺诈、信用模型等；
- 支用率 = 实际支用用户数 / 通过授信用户数。反映用户借款意愿，可通过额度策略优化；
- 支用通过率 = 资方放款数 / 支用申请数。通常维持在 80%-90% 水平。
- 转化率 是终极指标：放款用户数 / 总进件数，直接影响渠道的 CPS 结算。
4.2 提前结清率的管理策略¶
提前结清会严重影响资金收益，优化方向包括：
- 设置合理的提前还款违约金
- 设计阶梯式利率结构
- 开展用户留存活动
- 优化产品期限设计
案例分享
某机构通过降低提前结清率，实现年度增收千万级。
5. 模型与统计评估指标¶
5.1 模型效果评估指标¶
- Lift：模型排序能力的直观体现
- AUC/KS：二分类模型常用评估指标
- PSI：监控模型稳定性的重要工具
- IV/WOE：变量预测能力的量化标准
5.2 统计检验指标¶
- T检验：比较两组数据均值差异
- 卡方检验：分析分类变量相关性
6. 小结¶
建立有效的贷后监控体系需要：
- 选择与业务匹配的核心指标
- 设置合理的监控阈值
- 建立多维度分析框架
- 定期复盘优化策略