在信用风险评估领域，M0→M2 滚动率与 MOB12 M2+ 逾期率是两个高频使用的指标，本文将从业务场景出发，拆解两类指标的核心差异，通过信用付与现金贷的CASE推演年损估算逻辑，并补充中期账龄（MOB6）表现期的指标选择逻辑及周转系数的应用，完善风险评估的全周期视角。
一、核心前提与规则
逾期定义：M0 = 当月未逾期，M1 = 逾期 1-30 天，M2 = 逾期 31-60 天，M2+= 逾期≥61 天（含 M2、M3 及以上）。需要明确，本文中”+“的含义是指”及以上”，即M2+包含M2、M3、M4等所有逾期61天以上的状态。这种表述与监管标准一致——根据《商业银行金融资产风险分类办法》第十二条，M9+，即逾期超过270天的资产至少归为可疑类，属于不良资产范畴，体现了风险累积的概念。
滚动率统计：每月仅统计处于 M0 状态的客户 / 本金，计算其当月转化为 M2 的比例（即当月 M0→M2 滚动率）。
状态锁定：客户一旦进入 M2+，后续不再回归 M0（简化模型，实际业务中存在少量回款，但核心逻辑一致）。
MOB 相关定义：MOBn = 开户后第 n 个月账单（如 MOB6 即开户后 6 个月）；MOB6 30+ = 开户后 6 个月账单内发生 30 天以上逾期；MOB6 60+ = 开户后 6 个月内发生 60 天以上逾期。
二、指标差异
M0→M2 滚动率、MOB6 相关指标与 MOB12 M2+ 逾期率不仅账龄维度存在差异，实际上三者在统计逻辑、风险含义、应用场景上有着本质区别。M0→M2 滚动率聚焦单期存量混合账龄客户的瞬时转化（不同账单月的放款混在一起），MOB6 指标反映中期账龄的风险关联特征，MOB12 M2+ 逾期率呈现长期累计风险结果，三者形成短期 - 中期 - 长期的互补体系。
1. 统计逻辑：从 “散点” 到 “线” 再到 “中期” 的关系
- M0→M2 滚动率：聚焦 “特定月份的存量 M0 客户 / 本金”，统计其短期内（1-2 个月）转化为 M2 的比例，属于单期瞬时指标。例如 2024 年 5 月有 100 万 M0 本金，6 月有 0.3 万转化为 M2，则该月 M0→M2 滚动率为 0.3%，仅反映当月健康客户向严重逾期的转化速度。
- MOB6 相关指标：针对 “特定放款批次客户”，统计其开户后 6 个账单月内的逾期行为特征（如 MOB6 30+ 或 MOB6 60+ 逾期占比），属于中期关联指标。例如 2023 年 11 月放款批次，在 2024 年 7 月时，MOB6 30+ 逾期客户占比 3%，MOB6 60+ 逾期客户占比 1.2%，核心反映中期账龄与最终违约（PD）的关联性。
- MOB12 M2+ 逾期率：针对 “特定放款批次的全量客户 / 本金”，统计其在放款后第 12 个月仍处于 M2 及以上逾期状态的比例，属于长期累计指标。以 2023 年 5 月放款的 100 万本金为例，2024 年 7 月（MOB12）时若仍有 2 万曾处于 M2+，则该批次 MOB12 M2+ 逾期率为 2%，体现 12 个月周期内风险沉淀的最终结果。
2. 风险含义：从 “过程预警” 到 “中期关联” 再到 “结果评估”
- M0→M2 滚动率：用于短期风险预警。当某月份滚动率从常规的 0.3% 升至 0.5%，表明当月客户信用状况恶化速度加快，需及时调整催收策略或排查客群质量，防范风险扩大。
- MOB6 相关指标：用于中期风险关联验证。核心价值在于筛选与最终违约（PD）相关性更强的中期信号，为风险模型提供稳定输入。实践中发现，MOB6 30+ 与 PD 的相关性显著强于 MOB6 60+——核心原因在于 MOB6 60+ 会纳入逾期 30 天后因短期资金周转改善或主观还款意愿波动而还款的用户，这类用户的还款行为并非基于长期稳定的还款能力，而是受临时因素影响，导致 MOB6 60+ 指标存在假性回落现象，对长期违约的预测稳定性大幅削弱；而所有最终违约客户中，开户后 6 个账单月内发生 MOB6 30+ 的比例相对稳定，更能反映不可逆的核心风险。
- MOB12 M2+ 逾期率：用于长期风险复盘。该指标反映产品生命周期内的真实风险水平，直接影响产品定价与额度策略。若某产品 MOB12 M2+ 逾期率持续高于 6%，则需提高利率以覆盖损失，或收紧授信标准筛选优质客群。
3. 应用场景：短期监控、中期建模与长期决策的分工
在实际业务中，三类指标的应用场景明确分离：
- M0→M2 滚动率：多用于月度监控、客群分层优化等短期运营动作；
- MOB6 相关指标：核心支撑风险模型构建与优化，例如作为 PD 的早期预警指标，避免因短期噪音导致模型过拟合（如优先选择 MOB6 30+ 而非 MOB6 60+ 作为输入变量，若需覆盖重度风险需使用 MOB6 60+，需通过算法剔除短期还款干扰样本）；
- MOB12 M2+ 逾期率：支撑产品定价、业务扩张/收缩、风险准备金计提等长期决策。
三、留存率如何影响年损估算？
泰勒展开估算累计违约率的前提是 “单期违约概率恒定且极小”，但实际业务中，留存率/资金周转效率会共同影响这一假设。以信用付与现金贷业务为例，二者的年损估算逻辑需结合场景特性，引入风险暴露系数实现口径调整。
1. 留存率的核心影响：资金周转模式决定基础算法
信用付业务的典型特征是低留存（如 5%）、每月还清后重新借款。假设初始借款 1 万元，M0→M2 滚动率 0.3%，因每月还清后均重新借出 1 万元，月均余额稳定在 1 万元，年损可直接按 “单月逾期 ×12” 估算：
年损 = 10000 元 × 0.3% × 12 = 360 元
此处 “12 倍乘数” 成立的核心，是信用付实际是 12 次独立的”借款-还款-再借款”循环——低留存导致前期未逾期本金对后续借款影响极小，每月均以全新 1 万元本金计算逾期，符合 “单期风险独立且恒定” 的假设。
但对于现金贷等产品，属于生息产品，本金随还款逐月减少，直接套用该公式会严重高估风险，此时需准确引入风险暴露系数。
2. 风险暴露系数：Vintage口径与年化风险的转化关系
风险暴露系数的本质是”Vintage指标（以原始放款金额为分母）与年化风险（以日均余额为基准）的转化倍数”，核心作用是实现不同期数产品的风险横向对比。其准确计算应基于贷款周转计算的日均余额法。
2.1 基于日均余额法的准确公式
根据贷款周转计算的标准公式（参考《信贷风控：贷款周转计算》文章），年周转次数为：
其中 为放款总额， 为全年日终贷款余额。
风险暴露系数等于年周转次数，即：
年化终损率 = Vintage口径逾期率 × 风险暴露系数
2.2 场景应用示例
示例 1：1 期信用付（每月还清复借）
假设每月放款 1 万元，实际资金占用约 15-30 天（还款日不同），年均余额约 0.5-1 万元，年周转约 12-24 次。若 MOB6 30+ 逾期率 = 1%（Vintage口径），则：
年化终损率 = 1% × 风险暴露系数（≈ 15-18） = 15%-18%
示例 2：6 期等额本息现金贷（无提前还款）
假设放款 1 万元，等额本息还款，每月本金减少约 1667 元。按日均余额法计算，日均余额 ≈ 5000 元（本金逐月递减的平均值），年周转次数 = 10000 / 5000 = 2 次。若 MOB6 30+ 逾期率 = 1.5%（Vintage口径），则：
年化终损率 = 1.5% × 2 = 3%
示例 3：12 期等额本息现金贷（无提前还款）
放款 1 万元，等额本息还款，日均余额 ≈ 5000 元，年周转次数 = 2 次。若 MOB6 30+ 逾期率 = 1.2%，则：
年化终损率 = 1.2% × 2 = 2.4%
2.3 动态调整：提前还款的精确计算
若存在提前还款，需用日均余额法精确计算风险暴露系数，而非简化公式。
以 6 期产品为例，假设第 3 期有 30% 客户提前还清全部本金。按日均余额法计算：
- 无提前还款场景：日均余额 ≈ 5000 元，风险暴露系数 = 2
- 有提前还款场景：前 3 期日均余额 ≈ 8333 元，后 3 期日均余额 ≈ 1667 元，全年日均余额 = (8333 × 90 + 1667 × 90) / 180 = 5000 元
此时风险暴露系数仍为 2，而非简化公式 12 ÷ (6 × 0.7) ≈ 2.86。
由此可见，简化公式 周转系数 = 12 ÷ 产品期数 仅适用于等额本息无提前还款的特定场景，实际业务中应优先使用日均余额法精确计算风险暴露系数。
四、从滚动率到 MOB12 逾期率的累计路径：指标联动应用
在现金贷业务中，单月 M0→M2 滚动率与 MOB12 M2+ 逾期率不能简单通过乘以 12 换算，因不同账龄阶段 M2+ 客户转化特性存在显著差异。二者的因果关系中，前期滚动率决定风险基调，而 MOB6 指标结合周转系数可实现风险的中期预判。
以 2024 年 1 月放款的 1000 个客户（100 万本金）为例，跟踪其 MOB1 至 MOB12 的滚动率变化：
- MOB1-MOB6：滚动率维持在 0.15%-0.3%，此阶段累计贡献 80% 的 M2+ 客户，早期账龄客户转化效率高，直接影响逾期风险水平；值得注意的是，该阶段的 MOB6 相关指标（优先参考 MOB6 30+，因其稳定性更强、干扰项少）可提前预判后续违约趋势，为中期催收策略调整提供依据；
- MOB7-MOB12：滚动率降至 0.03%-0.1%，随着账龄增加，新增 M2+ 客户极少，后期风险释放趋于平缓。
最终该批次 MOB12 M2+ 逾期率为 1.5%，证实了前期滚动率决定长期风险基调的规律。但需明确，MOB12 逾期率是多环节滚动率叠加的结果，除 M0→M2 外，M1→M2、M2→M3 等滚动率同样影响最终结果。不同账龄的滚动率会因催收策略调整、客户还款行为变化而动态波动，单一月份的 M0→M2 滚动率或孤立的 MOB6 指标均无法准确推导 MOB12 整体逾期水平。
五、MOB6 表现期指标选择的关键启示
MOB6 作为连接短期滚动率与长期逾期率的中期核心节点，其指标选择（如 30+ vs 60+ 逾期）直接影响风险评估的准确性，结合业务实践总结三个建议：
- 拆解指标干扰本质，优先选择稳定信号：MOB6 60+ 看似覆盖更严重逾期，但核心缺陷是易受短期还款行为干扰——部分客户逾期 30 天后仅因临时资金到位或催收压力还款，其还款能力并未长期改善，导致 MOB6 60+ 数据存在假性回落，跨批次稳定性不足；而 MOB6 30+ 已过早期逾期波动期，逾期客户多呈现不可逆风险特征，数据积累充分且干扰项少，与最终 PD 的相关性更稳定，是中期建模的优先选择。若需覆盖坏账等重度风险，可将 MOB6 60+ 作为补充指标，但需通过规则剔除D30 逾期后 15 天内全额还款等短期还款样本，避免风险误判。
- 验证跨批次稳定性，契合建模要求：选择 MOB6 相关指标作为模型输入时，需像监管要求那样，验证指标与核心预测目标（如 PD）的相关性在不同放款批次（vintages）中的稳定性——MOB6 30+ 因受短期因素干扰小，跨批次波动通常控制在更小，而 MOB6 60+ 波动较大，易导致模型在新批次客群中失效。
- 适配产品与客群特性，避免经验主义：“MOB6 30+ 更优” 的结论并非绝对，需结合具体场景调整：例如信用付等短期周转产品，客户还款行为更易受短期资金影响，MOB6 60+ 干扰更显著；而长期分期贷的高资质客群，可能 MOB6 60+ 与 PD 相关性更强。需通过数据验证而非经验判断，确定适配指标。
结语
信用风险指标的核心价值体现在与业务场景的适配性和全周期逻辑的完整性。从短期 M0→M2 滚动率的即时预警，到中期 MOB6 指标的关联验证（需排除干扰项选择稳定信号），再到结合周转系数实现单批次风险向年化风险的转化，最终落地到长期 MOB12 M2+ 逾期率的结果复盘。基于泰勒公式的年损估算等实际应用中，需突破指标仅为数字的局限，既要探究统计逻辑与业务规则的内在联系，也要重视中期账龄指标选择与周转系数的协同使用，才能构建更稳健的信用风险评估体系。