本文介绍在中长期产品中计算年均坏账所使用的移动平均的算法，算法稍微复杂一些，需要基于前两个月的坏账平均加总得到坏账，综合得到具体的每个月的坏账后再加总得到年均坏账。此方法，能较好平衡某些数据波动较大月份的影响。

一．从M0直接迁徙到M2的问题

最近，有位学员跟我交流过程中，提到这样一个问题：在处理风险场景的的时候,会遇到一个问题,在算m0到m1、m2、m3、m4的迁徙率，迁徙的时候如果存在跨月比如6月30号逾期一天，那么到7月31号统计数据，就直接m0到m2了，这种情况怎么解决？

答案:无解

目前这种情况是无解，需要在公司创立初期就考虑到，尽量不要把还款日设置在月初和月末。

在回顾历史资产的时候，确实会发现某些类别的资产负债会超过100%的情况（计算拨备时，小部分的数据迁徙率大于某些值），这时审计会要求单独拉下具体的明细来看。

补充：在计算迁徙率的时候，经常使用的计算场景如下:

(以上的数据已在知识星球提供)

二．在常规计算拨备的时候，我们会用到两个时间维度分别是MTD跟YTD

MTD—month  till  today，MTD是以该月月初到月末的为时间跨度来统计数据

YTD—year  till  today，YTD是以年初截止到统计节点为止为时间跨度来统计数据

FY—当一整年的资产走完，计算历史的资产情况，会用到这个统计指标

所以在计算拨备时，一般先计算MTD，再以MTD为基础即可得到YTD的数据

拨备LI=IIP+PIP，其中

PIP拨备计提

IIP贷款净损失

IIP=总坏账金额 －坏账回收金额

PIP=ENR*PD*LGD*系数 (此公式之前计算过多次，如果不理解可以翻阅之前的文章)

ENR与ANR

这两个指标在算资产质量的时候，也非常常用，当booking among放款变成相应的应收贷款余额时候，就成为ENR，而我们将ENR变成年均值就成为ANR。

其中：

ENR-应收贷款余额

ANR-平均贷款余额(过去十二个月)

综上，我们将这些指标结合在一起，为了引出最重要的指标：各个指标的年均情况

三．GCO%ANR年均坏账率的具体算法

坏账，我们会用GCO或者WO，这两者来代表坏账的缩写。

年均坏账怎么算，这里有两种计算方法：

3.1简单平均法：

简单平均法，较为简便，只需要将每个MOB的值列好，即可算出来整体的年均坏账

3.2移动平均ANR法：

移动平均的算法，稍微复杂一些，需要基于前两个月的坏账平均加总得到坏账，综合得到具体的每个月的坏账后再加总得到年均坏账。

此方法，个人觉得更科学点，能较好平衡某些数据波动较大月份的影响。

在计算以上指标的时候，各位读者还需要留意下，横坐标对于的值为坏账的放款月份(非自然月)，MOB(month on booking)。

因为我们最后是需要计算年均坏账率，所以在分子部分的GCO，还需要求出对应的坏账部分。

这里，需要跟各位读者强调，使用这个方法计算的资产情况，一般都是非短期产品。714，55以及一个月、三个月各种短期现金贷产品，非此类算法合适对象。

但在一些中长期产品中。比如在车贷中的24月、36月产品，我们会用到年均坏账率的概率。这时还会引进来GCO%ANR@MOB6 或者GCO%ANR@MOB12等概念。

顺带强调下在评分卡的计算逻辑中，除了需要算出来每个等级的bad rate之外，其实还应该加上计算每组的资产分析，比较每一组的资产质量是否也随着逾期率的下降而变差。这个时候，我们此篇文章所介绍的方法就能派上用场。各位做模型的同学不妨一试。

当然如果大家有兴趣，可给我们点赞在看，我们依据具体情况再续写关于评分模型里关于不同风险分组的资产分析方法。关于如上提到的各种风险指标已经在各种知识星球上上传，欢迎查询。知识星球：番茄风控大数据