
淺談風險指標及常用分析方法
風險指標及常用分析方法
一 風險產(chǎn)生的原因
最直接的原因都是因為借款人不還錢導致的。所以才會采用各種方法,國內(nèi)5c,國內(nèi)的周易識人術(shù)。。。吧啦吧啦等等吧。:)
二 風險管理的模塊
三 風險分析—量化風險
對風險進行量化已經(jīng)有比較成熟的體系,下面對常用到的指標進行說明
即期指標(coincidental),分母為當期金額,如當期應收賬款。其概念為分析當期應收賬款的質(zhì)量結(jié)構(gòu)。
遞延指標(lagged),分母為之前的金額,如之前月份的應收賬款。其概念為可以較為合理的反映數(shù)據(jù)狀態(tài)。
四 風險分析—常用風險分析方法
進行任何分析前都要先進行問題界定。問題輪廓越清晰,分析方向越明確,越容易切中要害。下面列舉常見的分類類型。
4.1 分析類型
在進行任何數(shù)據(jù)分析時,大多分析包含在如下四大類中:分布、變化、對比、預測。
4.1.1 分布
結(jié)構(gòu)分析
累計分析
4.12 變化
趨勢分析
賬齡分析
vintage分析
4.1.3 對比(舉例)
區(qū)域?qū)Ρ?
同行競爭對手對比
4.1.4預測
見第五章
4.2 指標的選擇
每一件事情的發(fā)生都有其前因后果,分析事情切忌從單方面切入。否則就是瞎子摸象,容易使決策發(fā)生錯誤。選擇指標時關(guān)注如下重點,以厘清不同指標之間的關(guān)聯(lián),為報表使用者提供完整可靠的分析。
相對性
即事件的一體兩面,若僅以一個指標驟下判斷是非常危險的,例如核準率的上升相對地有可能會帶動延滯率的提高。這兩個指標代表業(yè)務(wù)的增長和風險的增長,兩個對應指標應同時并列于報表中以供使用者權(quán)衡利弊。
比較性
實際值和預設(shè)值的比較。
互補性
某些指標若單獨呈現(xiàn),解釋力過于薄弱,必須采用互補性質(zhì)的指標進行補強。這種互補性常見于比率和絕對數(shù)字之間。
多面性
有時候單一指標所呈現(xiàn)的訊息,再以另一方面切入會產(chǎn)生完全不同的解釋。例如某一產(chǎn)品核準率持續(xù)上升,在審核流程無重大變動情況下,表明進件質(zhì)量良好。但若觀察金額核準率指標后可能出現(xiàn)相反的走勢,客戶申請金額和核準金額存在明顯差異,也就是說進件質(zhì)量實際上并不如件數(shù)核準率所顯示的那么樂觀。
順序性
有些指標有前后關(guān)系,若要清楚掌握整個事件的始末,就必須對這些指標做一系列的觀察。比如進件量、核準量和放款量,這三個指標依序發(fā)生,彼此環(huán)環(huán)相扣,任一環(huán)節(jié)出現(xiàn)異常皆會影響最終結(jié)果。
層次性
類似OLAP分析中的下鉆。
備注:聯(lián)機分析處理(OLAP) 鉆取表示可以改變維的層次,變換分析的粒度。
落差性
時間上的落差,一個指標數(shù)據(jù)出現(xiàn)后,另一個指標需要經(jīng)過一段時間才會有所體現(xiàn)。因此需要同時列出觀察期及反應期的數(shù)據(jù),以便報表使用者解讀。如核準后逾期的出現(xiàn)一般需要三到六個月的發(fā)酵時間。
4.3 常用分析維度
產(chǎn)品維度
種類、利率、額度……
客戶維度
年齡、性別、學歷、收入、行業(yè)、家庭成員……
信用維度
公司內(nèi)部評分卡、外部數(shù)據(jù)評分、征信信息、貸還款記錄……
行為維度
行為維度包括還款記錄、還款形式(全額還清、本期循環(huán)等)等
通用數(shù)據(jù)維度
區(qū)域、城鄉(xiāng)區(qū)別、賬齡……
五 風險分析—常用風險預測方法
預測分析法分為定性法及定量法,前者較偏向主觀經(jīng)驗判斷,后者則側(cè)重客觀的計量方式。兩者經(jīng)常搭配使用。
5.1 關(guān)聯(lián)推測法
待補充。。。
5.2 移動平均法
待補充。。。
5.3 指數(shù)平滑法
通過Excel就可以得到指數(shù)趨勢的方程和圖形。
5.4 線性回歸法
通過Excel就可以得到線性回歸的方程和圖形。
5.5 對數(shù)趨勢法
通過Excel就可以得到對數(shù)趨勢的方程和圖形。
5.6 多項式
后語:
風控指標的東西比較多,在實際的工作應用中和用法及數(shù)據(jù)分析上會采用不同的思路,最主要目的還是為了風控政策提供決策依據(jù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10