搞懂 Vintage，成为汇报的老司机
上周，公司开了一场季度战略复盘会。
说实话，这种会我参加了没有一百场也有八十场了，本以为就是走个过场。
但这次，我结结实实地被上了一课，现在想起来都觉得后背发凉。
会上，我们一个兄弟业务线的风控总监，正在汇报他们部门的业绩。
PPT 翻到一张花花绿绿的图表，就是我们今天要聊的主角——Vintage 分析图。
我们的大老板，一个以数据和逻辑要求严苛到变态著称的狠人，盯着那张图看了足足半分钟，一言不发。
会议室里安静得能听到空调出风口的嘶嘶声。
然后，老板开口了，声音不大，但每个字都像小锤子一样砸在心口上：
❝
“你停一下。你给我解释解释这张图，三月份这条线，为什么在第二个月的时候，风险就跳得比一月份高了快两个点？”
❝
“别跟我说些虚的，我就想知道三件事：第一，问题出在哪？第二，影响有多大？第三，打算怎么解决？”
空气瞬间凝固了。
我看到这位总监的额头上渗出了一层细密的汗。他显然没准备好回答得这么具体，支支吾吾地解释：
❝
“老板，三月份…… 我们配合市场部做了一波增长活动，可能…… 可能是客群下沉了一些，新客的质量没跟上……”
老板的眉头立刻拧成了一个疙瘩，打断了他：
“我不要听‘可能’！”
“做风控的，数据就是你的武器。现在你的武器告诉你阵地快失守了，你却连敌人从哪个方向来的都搞不清楚？“
“是渠道的问题？是模型有漏洞？还是我们的审批策略被对手摸透了，被薅了羊毛？”
“如果你这个负责人都说不清楚，我怎么敢把每年几十亿的资产交到你手里？”
接下来的五分钟，简直就是对他的 “公开处刑”。
我当时就坐在下面，手心攥出了汗。
坦白说，老板问的那几个问题，如果当时台上站的是我，我也是慌得一批。
这件事给我敲了记响亮的警钟。
在风控这个行当，你必须对自己的数据有像素级的理解力。
而 Vintage 分析，就是我们风控人最锋利、最核心的那把手术刀。
你用不好它，就只能像那位总监一样，被钉在墙上，难堪至极。
你用好了它，就能洞察秋毫，在风险失控前就把它扼杀在摇篮里。
所以，会后我把这些年压箱底的笔记、做过的项目、踩过的坑，全都翻了出来
把 Vintage 这个东西，从里到外又揉了一遍。
今天，我就把这些压箱底的干货全部分享出来。
这篇文章，不讲空泛的理论，只讲我在实战中，如何从业务视角去使用和解读 Vintage
希望你看完，不仅能彻底搞懂它，还能在下一次会议上，成为那个能说得让老板频频点头的人。
1. 到底什么是 Vintage？别再把它和普通报表搞混了
很多人一听 Vintage，就觉得高大上。
其实，你把它翻译成大白话，就是 “按月 / 按周 / 按天分批次” 的意思。
想象一下，我们把 2025 年 1 月发放出去的所有贷款客户，打包成一个 “一月班”；
把 2 月发放的，打包成 “二月班”。
以此类推。
Vintage 分析，本质上就是对这些不同 “班级” 的学生，进行长期的、持续的跟踪对比。
我们看 “一月班” 的学生，在毕业后第 1 个月、第 2 个月、第 3 个月…… 的表现怎么样。
再看 “二月班” 的学生，在毕业后第 1 个月、第 2 个月、第 3 个月…… 的表现怎么样。
这样，我们就能非常公平地比较：到底是 “一月班” 的学生质量好，还是 “二月班” 的学生质量好？
这个 “毕业后第 N 个月”，在风控里，我们叫 MOB (Month on Book)，也就是账龄。
所以，Vintage 分析的核心 = 按放款时间分群 + 按账龄观察表现。
计算口径：Current vs. Ever，一字之差，天壤之别
在看 Vintage 表现时，最常用的两个指标口径，你必须分得清清楚楚。
Current DPDx+ Rate (即期逾期率)
定义：在观察的那个时间点，当前正处于逾期 x 天及以上的贷款，占这个批次总贷款笔数（或金额）的比例。
特点：这个值是可以下降的。比如一个客户在 MOB=2 时逾期了，但他在 MOB=3 之前还清了，那么在 MOB=3 这个观察点，他就不是 Current DPD 了。
通俗理解：就像看一个班级里，_今天_有多少人正在请病假。昨天请假的，今天销假了，就不算在内了。
Ever DPDx+ Rate (曾经逾期率)
定义：在观察的那个时间点之前（包含当前），曾经达到过逾期 x 天及以上的贷款，占这个批次总贷款笔数（或金额）的比例。
特点：这个值是单调递增的，只会上升或保持不变，绝不会下降。只要一个客户 “犯过错”，就会被永远记上一笔。
通俗理解：就像看一个班级里，有史以来，一共有多少人请过病假。请过一次，就永远是这个 “请过假” 群体的一员。
在现金贷业务里，我们通常更关注 Ever DPD
因为它能更准确地反映一个客群的最终风险暴露程度和累计损失水平。
Current DPD 更多用于催收管理的日常监控。
案例与数据表：一张图看懂 Vintage
假设我们做一款 12 期分期的现金贷产品。下面是一张简化的 Ever M1+ (曾经逾期超过 30 天) 的 Vintage 分析表：
| 放款月份 (Cohort) | 放款金额 (万元) | MOB 1 (M1+率) | MOB 2 (M1+率) | MOB 3 (M1+率) | MOB 4 (M1+率) |
|---|---|---|---|---|---|
| 2025年1月 | 5,000 | 1.5% | 2.5% | 3.2% | 3.5% |
| 2025年2月 | 5,500 | 1.6% | 2.7% | 3.4% | 3.8% |
| 2025年3月 | 7,000 | 2.5% | 4.0% | 5.1% | 5.8% (预估) |
| 2025年4月 | 6,000 | 1.8% | 3.0% | 4.0% (预估) | 4.5% (预估) |
怎么解读这张表和图？
横着看（看一行）：看单个 “班级” 的表现。比如一月班，它的风险是随着时间推移而累积的，从刚开始的 1.5%，慢慢向 3.5% 以上发展。这叫风险的 ** 成熟过程 (Maturation)**。
竖着看（看一列）：在同一个 “年龄”（账龄），比较不同“班级” 的优劣。比如在 MOB 1 这个时间点，三月班的逾期率（6%）明显高于一月班（4.5%）和二月班（4.9%）。这说明三月班的早期风险非常高。
斜着看（看对角线）：这代表的是同一个日历时间点的表现。比如 2025 年 4 月底，我们能看到一月班 MOB 3 的表现，二月班 MOB 2 的表现，和三月班 MOB 1 的表现。这通常用于和总的存量资产组合表现进行对比。
通过这张表，我们就清晰地定位到了问题：三月份新进的客群质量，从根上就比一、二月份的要差。
这就是那位总监在会上没说清楚的第一层。
2. 为什么要看 Vintage？它到底有什么用？
你可能会问，我直接看整个资产组合（Portfolio）的总逾期率不行吗？
比如我每天看一个大盘的 M1 + 率，它在涨我就收紧，在跌我就放松，不也一样？
完全不一样。
我刚入行没几年的时候，就见过一个血淋淋的例子。
当时我们的一款产品快速扩张，每个月新增客户量环比增长 50%。
我去看大盘的 M1 + 率，发现它一直稳定在 2% 左右，甚至还有微降的趋势。
当时业务团队一片欢腾，觉得我们找到了增长和风控的完美平衡点，准备大搞庆功宴。
但我总觉得不对劲。
于是我拉了 Vintage 数据出来看。
不看不知道，一看吓一跳。
图上显示，虽然总逾期率很平稳，但每一个新月份的 Vintage 曲线，都比上一个月的要陡峭、要高。
也就是说，我们 6 月份的客群比 5 月份的差，4 月份的又比 3 月份的差。
为什么总逾期率会 “撒谎”？
这就是典型的 “分母效应”。
因为我们增长太快了，每个月都有大量新客户进来。
这些新客户在他们贷款周期的最开始（比如第一个月），逾期率天然就很低。
这些表现 “良好” 的新客户，作为巨大的分母，稀释了那些已经进入稳定逾期阶段的老客户（分子）所带来的高逾期率。
总逾期率 = (所有老客户的逾期金额 + 所有新客户的逾期金额) / (所有老客户的贷款总额 + 所有新客户的贷款总额)
当新客户分母增长得足够快时，即使老客户的风险在持续恶化，这个总比率也可能看起来很 “健康”。
这就像往一锅越来越咸的汤里，不断地加清水。你尝起来可能觉得咸度没变，但实际上汤的本质已经坏掉了。
Vintage 的作用，就是把这锅汤里的 “盐” 和“水”分开，让你看清楚每一批加进去的“料”，成色到底如何。
所以，Vintage 的核心作用在于：
穿透表象，揭示真相：它能排除掉规模增长带来的 “分母效应” 干扰，真实反映不同时期获取的客户的内在风险水平。
公平对比，定位问题：它提供了一个 “控制变量” 的框架。在同样的账龄下，我们可以公平地比较不同渠道、不同产品、不同风控策略、不同时期进来的客群质量。到底是渠道变差了，还是模型失效了，还是一次营销活动带来了劣质客户？一看便知。
如果当时我们只看那个虚假繁荣的总逾期率
等到风险真正爆发、新客增速也慢下来的时候
整个资产组合可能已经烂透了，神仙难救。
3. 现金贷业务，到底怎么 “看”Vintage？
好了，现在我们知道 Vintage 是什么，也知道它为什么重要。
那在实战中，我们看到不同的 Vintage 曲线形态，它们分别代表什么业务现象？我们又该如何应对？
这是最体现功力的部分，也是区分一个初级分析师和一个资深专家的关键。
我总结了在现金贷市场最常见的几种现象和我的解读思路。
现象一：前期陡峭，后期平缓（“经典型”）
解读：
这是最健康、最典型的一种形态。
前期陡峭：说明风险主要集中在早期。这通常是首逾风险 (First Payment Default)
很大一部分是团伙欺诈、恶意骗贷和那些从一开始就没打算还款的客户。他们很快就会暴露出来。
后期平缓：说明在经过了早期的风险洗礼后，剩下的客户主要是因为还款能力或还款意愿出现暂时性问题的客户。
风险的累积速度显著放缓，最终会达到一个峰值（我们称之为 Ultimate Loss 或 Peak Rate）。
处理方案：
风控策略：重点加强贷前准入和早期反欺诈。
比如，优化设备指纹、多头借贷、关联图谱等反欺诈规则。
对于新客，可以考虑更严格的授信额度和更短的期限。
催收策略：将催收资源重点投入到 M0-M1 阶段（即逾期 0-30 天，30-60 天）。
通过高效的早期催收，可以有效压低曲线的整体高度。
现象二：各期 Vintage 曲线形态一致，但位置越来越高（“持续恶化型”）
解读：
这就是文章开头，被老板吊打的那种情况。这是最危险的信号，说明整个资产组合的质量正在系统性地、持续地恶化。
可能的原因非常多，需要像侦探一样去排查：
渠道恶化：是不是某个主要的获客渠道（比如某个信息流渠道）质量在下降？或者新拓展的渠道本身就是劣质的？
客群下沉：为了追求规模增长，是不是主动或被动地降低了准入门槛，让更多高风险客户进来了？
模型衰退：风控模型是不是很久没更新了？市场的欺诈手法和客户行为已经变化，但我们的模型还停留在原地，导致筛选能力下降。
宏观经济影响：是不是经济形势在变差？比如某些行业不景气，导致相关从业人员的还款能力下降。
竞争加剧：是不是市场上出现了新的竞争者，用更宽松的条件抢走了我们的优质客户，留给我们的是被别人挑剩下的次级客户？
处理方案：
立即行动，成立专项小组！ 这绝对是 P0 级别的警报。
数据分析：立即对恶化的月份（比如上文案例中的 3 月）进行多维度下钻分析。
按渠道、地域、客户画像（年龄、职业）、授信额度、新老客等维度，把 3 月的 Vintage 拆开看，定位到到底是哪个或哪些部分在恶化。
业务动作：
如果是渠道问题，立即暂停或收缩该渠道的投放，并与渠道方进行交涉。
如果是策略问题，立即整体收紧信审策略，比如提高分数的 cut-off 门槛。
如果是模型问题，马上启动模型迭代或重新训练。
在问题定位清楚并解决之前，应该暂停或放缓增长目标。保命要紧。
现象三：曲线持续上扬，没有平缓趋势（“慢性失血型”）
解读：
这种形态说明资产的长期风险很高，风险暴露的周期非常长。
产品设计问题：很可能是我们的产品期限或金额，与客户的生命周期、收入稳定性不匹配。
比如，我们给一个收入不稳定的用户，批了一笔需要分 12 期偿还的、金额较高的贷款。
他可能还得起前几期，但随着时间推移，任何一点生活中的风吹草动都可能让他违约。
后期催收不力：说明我们的催收体系，对于 M2+（逾期超过 60 天）的 “老赖” 客户，几乎没有效果。
客户一旦进入这个阶段，就等于判了死刑，只能眼睁睁看着损失不断攀升。
处理方案：
重新审视产品定位：我们的产品是不是真的适合我们的目标客群？
是否需要引入更灵活的还款方式？或者缩短贷款期限，降低单笔金额？
加强长期催收能力：建立或优化 M2 + 的催收策略。
比如，是不是要引入更专业的第三方催收机构？是否要尝试委外甚至司法催收？
4. Vintage 的终极优势：从 “看报表” 到“做决策”
总结一下，Vintage 分析之所以是顶级风控专家的必备技能，因为它能帮助我们实现几个关键的跨越：
从 “混沌” 到“清晰”：它把一堆混杂的数据，变得结构化、可比较。这是所有科学决策的基础。
从 “被动” 到“主动”：它是一个领先指标 Leading Indicator，而不是滞后指标。
- 你不需要等到坏账总额爆炸才发现问题，你能在风险刚刚抬头时就捕捉到它，从而赢得宝贵的反应时间。
从 “猜测” 到“验证”：任何风控策略的调整，都需要一个公平的评估环境。Vintage 就是最好的 A/B 测试的天然载体。
从 “当下” 到“未来”：通过观察成熟 Vintage 曲线的最终形态，我们可以对新发的、还不成熟的 Vintage 进行生命周期预测。
比如，我们观察到过去 6 个月的客群，在 MOB 3 时的逾期率，通常是其最终逾期率的 80%。那么，对于一个刚到 MOB 3 的新月份客群，我们就可以预估出它未来的总损失水平。
这对公司的财务拨备、盈利预测和战略规划至关重要。
写在最后
回到那场让我心有余悸的会议。
如果那位总监，能够在老板提问时，从容地调出不同渠道、不同客群的细分 Vintage 图，然后条理清晰地说：
❝
“老板，您看到的 3 月份整体风险上升，主要是由我们新合作的‘XX 头条’这个信息流渠道导致的。
❝
这是该渠道的 Vintage 表现，您可以看到它的首逾率高达 5%，远高于我们 2% 的平均水平。而我们原有的核心渠道，其 Vintage 表现依然非常稳定。
❝
我们已经在 3 月底暂停了这个渠道的投放，并正在复盘其准入规则。预计 4 月份的 Vintage 表现将回归正常水平。”
你觉得，老板还会批评他吗？
非但不会，可能还会因为他这种对业务细节的掌控力而赞赏有加。
所以，Vintage 分析，考验的从来都不是你画图的技巧
而是你透过数据图表，解读业务、定位问题、并给出解决方案的综合能力。
它是一面镜子，不仅能照出资产的风险，也能照出你作为一名风控人的专业成色。
希望今天的内容，能让你对 Vintage 有了更深的理解。