作者 | Micheal
在企业中定价中会面临的两种场景
在企业中定价中，我们往往会面临以下两种场景：
A：我们在开展一个新业务时，需要对整体客群的风险进行评估来预估最终的损失，结合盈利测算来得出我们的定价范围。
B：业务发展到一定阶段，我们需要运用差异化定价做更精细化的运营来提升我们的盈利能力，这个时候我们就需要进行客群的划分，并且更精准地预测到每个客群最终的损失。这个时候我们怎么去预测最终风险的损失呢？
对于A类场景，我们可以使用LTI
对于B类场景的损失预估，因为积累了一些过程数据，所以方法上会多样化一些，常见的有以下 种方法：
一是通过月末资产余额的分布数据来做年化坏账预估。
二是Vintage全生命周期损失计算。
使用月末资产余额分布来做年化坏账主要是衡量整体资产平均每个月坏账的比例，这种方法的缺点是业务量的起伏会造成的影响比较大。
比如由于业务目标的调整，我们往往会面临放量阶段和缩量阶段，而短期较大的放款差异会影响到在贷余额的体量，进而对当月的坏账比例计算造成影响，从而影响未来损失的预估。当业务稳定时这个指标就能较为真实的反映坏账水平。
Vintage全生命周期损失计算
Vintage全生命周期损失计算则更加直观的体现出某个时间段放款资产的本金损失比例，不同维度的资产得以分开来。
Vintage全生命周期损失的计算和我们的账龄所处阶段关系匪浅，当我们的账龄已经来到一个特有的账龄表现期后，后续坏账的变化就趋于一条直线，我们就可以清楚直观的观测出Vintage全生命周期损失的具体值。而这也就是Vintage能做坏账预估的根源了。
当然Vintage的坏账预估也可分为两个大类：
1） 有历史全生命周期的完整数据，此时需要根据这些历史数据的规律对新资产的未来损失进行预估。
2） 无历史全生命周期的完整数据，只有一部分的表现数据，比如说到M4的数据，这个时候需要对全生命周期的走势进行模拟和预估。
当然第二类难度要更高一些，当我们的放款时间还不够长，还不能看到稳定的坏账表现时，我们就需要做Vintage的趋势预估。我们先看看实际上的Vintage表现曲线如下：
由上图我们可以看出不同客群、不同期数的Vintage都是需要拆分计算的，因为不同期数的资产成熟期会不同，短期放款资产会更快来到成熟期，随着本金的越来越少，每期的逾期新增也是一个越来越少的趋势。
在无历史全生命周期的完整数据场景下，放款的表现期还没到成熟期的时候，我们如何使用Vintage全生命周期进行损失估算呢？
最终决定客群全生命周期损失的关键点是逾期率和迁徙率！
逾期率决定了有多少比例的资产会进入的我们需要关注的范围；而迁徙率则决定了进入到风险人员视野中的资产有多少能够改邪归正。两者共同决定最终的损失。
逾期率可以用来衡量客群本身的风险，也就是客户会发生逾期的概率，在Vintage中会使用M1的Vintage进行衡量。
因为M1的Vintage是所有其他阶段Vintage（如90+ Vintage）的源头，如果我们掌握了M1的Vintage的趋势也就掌握了最终Vintage的趋势！所以Vintage的趋势预测是其中很重要的一环。
因为Vintage一般是时点的统计数据，所以每个时点的M1 Vintage值当前M1资产的比例，如果我们做一下极端假设，比如说资产一旦进入到M1，一定会100%往下迁徙，那就意味着说此时的M1 Vintage就是每个月新增的M1比例，其实最终的损失就每个Mob的M1 Vintage值加总就能得到，关系如下图：
所以对M1 Vintage的趋势把握非常重要，如果客群本身风险比较大，那么M1 Vintage就会比较高。
它的一般特征是前几期都有会有较多新增逾期，所以前几期是一个上升的趋势，而后面期数，新发生的逾期越来越少，最后趋于零，而这个拐点其实跟客群以及期数都有关系：
因为真实的业务中，M1的资产是不会100% 往下迁徙的，所以第二步是计算M1-M2迁徙率，M1-M2 = 当月进入M2的贷款余额 / 上月末M1的贷款余额，我们可以用各个月份的平均M1-M2迁徙率来当我们的M1-M2迁徙率。（注：这里的迁徙率指的是Vintage的迁徙率）
在实际应用中，我们会发现不同Mob的迁徙率都会存在差异。M1 Vintage结合M1-M2迁徙率便可以得到M2 Vintage，假设M2后不回款，就能通过累加计算得出30+ Vintage。同理，我们也可以通过M2-M3和M3-M4得出90+ Vintage的预估，最后我们可以将90+ Vintage当成我们最终损失预估。
总结
总结一下无历史全生命周期的完整数据场景下的损失预估步骤：
结合客群、期数确定M1 Vintage的趋势；
基于M1趋势，结合迁徙率对现有的Vintage进行未来账龄值与下一个逾期阶段的Vintage预估；
选取一个逾期阶段，比如说30+，进行指标累积，得到最终曲线；
观测最终损失值。
预测出我们不同客群的Vintage全生命周期损失之后，我们就可以对不同客群进行盈利测算，结合成本计算出不同客群最佳的利率，从而实现利润的最大化。
