什么是ANR(lig中文是什么意思)

大家好，我是讯享网，很高兴认识大家。

本文介绍了互联网消费金融风险控制的18个条款，并结合具体案例展示了计算过程。

1. 五级分类

根据内在风险程度，商业贷款分为正常、关注、次级、可疑和损失五类。这种分类方法是基于借款人的还款能力和贷款损失的风险程度。后三种是不良贷款。

正常：借款人能够履行合同，一直能正常还本付息，不存在任何影响贷款本息及时全额偿还的消极因素，贷款损失的概率为 0。关注：尽管借款人有能力偿还贷款本息，但可能存在对偿还产生不利影响的因素，贷款损失的概率不会超过 5%。次级：借款人的还款能力出现明显问题，需要通过处分资产或对外融资乃至执行抵押担保来还款付息。贷款损失的概率在 30%-50%。可疑：借款人无法足额偿还贷款本息，即使执行抵押或担保，肯定也要造成一部分损失。贷款损失的概率在 50%-75%之间。损失：借款人已无偿还本息的可能，无论采取何种措施和履行何种程序，贷款都注定要损失。其贷款损失的概率在 75%-100%。2. 逾期天数（Days Past Due,DPD）

对比合同约定的还款日，用户的逾期天数一般从还款日后的第一天开始计算。比如用户还款日是3月20日，到3月21日还没有还款，说明用户逾期一天，用DPD1表示。DPD30+表示逾期天数≥30天。

3. 逾期期数（Bucket）

也称逾期月数，正常贷款用C表示，Mn代表N个逾期期，Mn+代表N个以上的逾期期。

M1 代表逾期 1 天-30 天M2 代表逾期 31 天-60 天M3 代表逾期 61 天-90 天M4 代表逾期 91 天-120 天M5 代表逾期 121 天-150 天M6 代表逾期 151 天-180 天M7 代表逾期 181 天以上。

根据逾期期限，一般分为前期、中期、后期、坏账转移四个阶段。一般将M1列为早期，M2~M3列为中期，M4以上列为晚期。

4.期末应收账款净额，ENR)

截至本期结束，剩余未偿还本金。

5.期初应收账款净额，BNR)

截至本期期初，剩余未付本金。

6.平均净应收贷款余额(ANR)

本期平均剩余未付本金的计算方法如下:

月均贷款余额=(月初贷款余额+月末贷款余额)/2

7. 逾期率

指某一时刻逾期贷款余额占总贷款余额的比例，是用来衡量贷款违约程度的指标。目前业内统计分析的方法主要有两种，即即期逾期率和递延逾期率。

逾期率(重合)的计算公式为:

即期逾期率=当期各逾期期贷款本金余额/当期贷款本金余额合计。

用于分析当期的逾期情况。优点:计算简单；缺点:波动较大，容易被扭曲，尤其是当期所有应收账款快速上升或收缩时。

延期率的计算公式为:

延期率=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金余额。

8. Vintage 指标

核心思想是对不同时期开户的资产进行跟踪，按照年限进行同步对比，从而了解不同时期开户的资产质量。

可以将不同时期的信贷资产拉平到同一时期进行比较，进而对不同时期某个账龄的信贷资产管理进行评价。通常有两种计算口径:

Vintage指标=当期各逾期期的贷款本金余额/追溯到该日期的贷款发放期数对应的贷款本金余额。

Vintage指标=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金。

其中常用的是第二种口径。

9. 账龄（month of book,MOB）

它表示自贷款发放以来已经过去了多少个月，MOB0表示贷款发放日期到月末，MOB1表示贷款发放后的第二个完整月，MOB2表示贷款发放后的第三个完整月。

10. 截面不良率

不同公司对不良贷款的定义不同，逾期M3+为不良贷款，M6+为不良贷款。计算公式为:

全行业不良贷款率=不良贷款本金余额/当期贷款本金余额合计

计算某个时点的整体业务不良率。

11. 财务不良率

即根据余额计算年化不良率，准确的计算公式为:

年度不良贷款率=年度累计不良贷款额/年度日均余额。

日均余额=日贷款余额之和/365

粗略估算法是估算年份酒的次品率，计算公式为:

年度不良贷款率=历年不良贷款率*贷款资金年周转次数

贷款周转次数=360/加权平均借款天数

12. 转呆账率（Write-off%,WO%）

通常逾期6期以上(M7)并转入坏账。假设某产品的坏账转移时间为逾期M6至逾期M7，坏账转移率的计算公式为:

坏账转移率=当期坏账转移本金余额/7个月前贷款本金余额。

13. 净损失率（Net Credit Loss%,NCL%）

NCL%的计算方法与WO%相同，只是分子部分由本期转入的坏账金额改为(本期转入的坏账金额-本期收回的坏账金额)。计算公式为:

净损失率=(本期转坏账本金余额-本期坏账收回金额)/七个月前贷款本金余额。

14. xPDy

表示第一次逾期Y天的天数。x表示期数，Y表示逾期天数。

x、S、T、Q分别代表第一、二、三、四期，后续期数将用数字表示。

FPD10表示第一次逾期≥10天，SPD30表示第二次逾期≥30天。如果一个客户有FPD30的标志，那么必须有小于30的标志，如FPD7。

15. 负债比（debit burden ratio,DBR）

债务人所有金融机构无担保债务归还到户后的总余额(包括借记卡、信用卡、信用贷款)除以月平均收入，不应超过22倍。

16. 迁移率（flow rate）

观察上期逾期金额被催收但仍未支付后继续落入下期的概率。一般简称为C-M1、M2-M3等。，例如:C-M1 = M1当月贷款余额/C上月末贷款余额，M2-M3 = M3当月贷款余额/M2上月末贷款余额。

17. 回收率

反映的是逾期资产的回收情况，和迁移率一样，是逾期资产是否进一步逾期的指标。不考虑核销，流动性和回收率之和为100%。

18. 滚动率

从一个观测点前一段时间的最差状态(观察期)到观测点后一段时间的最差状态(表达期)。

二、实例讲解计算过程

在介绍完上述风险管理中用到的术语后，我将通过综合实例介绍每一项的计算过程。假设该业务在2019年1月刚刚开始放贷，计算中使用的数据如表1所示:

表1

1. 逾期率的计算（包括即期逾期率和递延逾期率）

例子如下:

2019 年 2 月 coin（M1）=2 月 M1 贷款本金余额/2 月 C~M7 贷款本金余额=230000/1530000=15.03%2019 年 8 月 coin（M3+）=3 月 M4~M7 贷款本金余额/8 月 C~M7 贷款本金余额=（20000+15000+8000+6500）/2701500=1.83%2019 年 2 月 lagged（M1）=2 月 M1 贷款本金余额/1 月 C~M7 贷款本金余额=230000/1000000=23%2019 年 4 月 lagged（M3）=4 月 M3 贷款本金余额/2 月 C~M7 贷款本金余额=25000/1530000=16.34%2019 年 7 月 lagged（M3+）=7 月 M4 贷款本金余额/3 月 C~M7 贷款本金余额+7 月 M5 贷款本金余额/2 月 C~M7 贷款本金余额+7 月 M6 贷款本金余额/1 月 C~M7 贷款本金余额=27000/1885000+14000/1530000+8500/1000000=3.20%2. vintage 指标的计算

使用的计算口径为:

Vintage指标=当期各逾期期的贷款本金余额/贷款发放日对应的贷款本金。

以M3+年份指数为例，2019年1月贷款本金为300万元:

对应合同在 mob1 M3+逾期率 0%；对应合同在 mob2 M3+逾期率 0%；对应合同在 mob3 M3+逾期率 0%；对应合同在 mob4 M3+逾期率=21000/3000000=0.70%；对应合同在 mob5 M3+逾期率=（6 月 M4 逾期本金余额+6 月 M5 逾期本金余额）/1 月放款本金；但是 6 月 M4 逾期本金会同时包含 1 月 M4 逾期合同本金与 2 月 M4 逾期合同本金，所以通过表 1 数据无法计算，M3+逾期率就以下表设定为准。表2

根据上表数据绘制的vintage曲线如图1所示:

图1

从图1可以分析出:

ⅰ账龄最长为12个月，代表产品期限为12期。随着12期结束，账户的生命周期走到尽头。ⅱ2019年5月放款的合同走完账龄生命周期，而2019年6月的却没有，说明数据统计时间为2020年6月。Ⅲ账龄mob1、mob2、mob3的逾期率都为0，说明逾期指标为M3+（逾期超过90天）风险。Ⅳ放款月份从2019年1月～12月的账户M3+逾期率都在降低，说明资产质量在不断提升，可能风控水平在不断提升。2019年5月相对于2019年1～4月的逾期率大幅度下降，说明该阶段风控策略提升明显。Ⅴ不同月份放款的M3+在经过9个MOB后开始趋于稳定，说明账户成熟期是9个月。3. 财务不良率

假设逾期M3+为不良贷款，2019年12月不良贷款率=(35000+22000+11000+9000)/3102000 = 2.48%；假设贷款资金年周转3次，参考2019年1月逾期情况，粗略估算金融不良率= MOB12 Vintage(M3+)* 3 = 3.45% * 3 = 10.35%，其中vintage(M3+)为mob 12的加权平均值。

4. 迁移率分析和滚动率

迁移率分析类似于滚动率分析，分析客户从一种状态到另一种状态的发展变化。不同的是滚动率侧重于分析客户逾期程度的变化，所以在做滚动率分析时需要设置相对较长的观察期和清算期。迁移率重点分析客户状态的发展变化路径，如C-M1、M1-M2、M2-M3等。

首先分析滚动率。在2019年6月30日的观察点，选取10000个客户，统计这10000个客户从观察期到业绩期的最大逾期的变化，如表3所示。

表3

可以看出:

正常的客户，在未来 6 个月里，有 96%会保持正常状态；逾期 1 期的客户，未来有 81%会回到正常状态，即从良率为 81%，有 6%会恶化到 M2、M3、M3+；逾期 2 期的客户，从良率为 23%，有 39%会恶化到 M3、M3+；逾期 3 期的客户，从良率为 14%，有 61%会恶化到 M3+；逾期 3 期及以上的客户，从良率仅为 4%，有 82%会继续此状态。

因此，我们认为历史逾期状态为M3+的客户几乎不会是好客户。为了使风控模型具有更好的区分能力，需要尽可能明确好客户和坏客户的界限。根据滚动率分析，可以定义不良用户= M3的逾期状态+(逾期90天以上)。然后进行迁移性分析，以表1中的数据为例，其中橙色部分为恶化的迁移路径。

其计算口径为:

截止 1 月末，正常资产 C 为 1000000 元，此为起点。截止 2 月末，1 月末的正常资产 C 中有 230000/1000000=23%恶化为逾期资产 M1。截止 3 月末，2 月末的逾期资产 M1 中有 55000/230000=23.91%恶化为逾期资产 M2。截止 4 月末，3 月末的逾期资产 M2 中有 25000/55000=45.45%恶化为逾期资产 M3。截止 5 月末，4 月末的逾期资产 M3 中有 21000/25000=84%恶化为逾期资产 M4。截止 6 月末，5 月末的逾期资产 M4 中有 10000/21000=47.62%恶化为逾期资产 M5。可能采用了委外催收、司法手段等催收策略，催回效果显著。截止 7 月末，6 月末的逾期资产 M5 中有 8500/10000=85%恶化为逾期 M6 资产。截止 8 月末，7 月末的逾期资产 M6 中有 6500/8500=76.57%恶化为逾期 M7 资产。此时将视为不良资产，打包转卖给第三方公司，这样就能回收部分不良资产，减少损失。

通过迁移率，我们可以清晰地观察到各个年份资产在各个逾期状态下的演变规律。参见表4。我们横向比较一下每月的迁移率，发现并不完全一样。这是因为随着时间的推移，外部宏观经济环境、内部政策等的变化，存在一定的波动。

表4

5. 呆帐风险

坏账风险是信贷机构必须面对的风险，主要来自信用风险和欺诈风险。

2019年8月，正常资产C向坏账的转移率可以用迁移率计算，即(C-M1)*(M1-M2)*(M2-M3)*(M3-M4)*(M5-M6)*(M6-M7)= 23% * 23.91%

由于M7不良资产的平均回收率为10%，因此净损失率可以计算为:0.65%*(1-10%)=0.59%。同样，我们可以计算不同状态下的资产坏账转移率和净损失率。

作者:Fentaike，微信微信官方账号:Fentaike，帝都互联网金融产品经理，互联网信贷领域5年+产品设计经验。

本文由@ Fentek原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。