第一消费金融曾对20家平台的逾期率数据进行深扒，本次更新增加新的平台至30家。（详见文章《深扒花呗、借呗、捷信、乐信和省呗等20家平台真实逾期数据》） 账龄分析也称为Vintage分析或静态池累计违约率分析，是针对不同时期开户的信贷资产进行分别跟踪，按照账龄的长短进行同步...

　　第一消费金融曾对20家平台的逾期率数据进行深扒，本次更新增加新的平台至30家。（详见文章《深扒花呗、借呗、捷信、乐信和省呗等20家平台真实逾期数据》）

　　账龄分析也称为Vintage分析或静态池累计违约率分析，是针对不同时期开户的信贷资产进行分别跟踪，按照账龄的长短进行同步对比从而了解不同时期开户用户的资产质量情况。

　　以账龄6个月时的逾期30天以上为例，M1+余额占比=当年新发放或新发卡在账龄第6个月月末逾期30天以上余额与账龄满6个月的当年新发放金额或账龄满6个月的当年新开户客户的信用卡透支余额之比。

　　逾期率是衡量一个金融机构信贷产品质量的重要指标，市场上很多平台对的逾期率的计算方法存在偏差，以下是比较常用的计算逾期贷率的公式。

　　然而这个公式并不能准确反应真实的逾期率，众所周知，大部分业务的周期较长，随着时间的推移，分母作为历史以来所有放贷额，金额会越来越大，只要不断扩大放贷规模，淡化和稀释分子的金额，逾期率就会保持在一个很低的水平。

　　账龄分析的方法比较客观对和信用卡逾期情况作出分析，是逾期率不受不断增长的累计放款额的影响，反应在完整的周期内真实逾期率。

　　本文通过对30家金融机构的逾期进行Vintage分析，了解市场信贷产品真实的逾期率，辨别各信贷产品质量好坏。

　　本文采集14家金融科技公司的数据，按照逾期率的分布分为三个方阵，第一个方阵是在采集数据的时间内逾期率较高的平台包括凡普金科你我贷51信用卡维信金科宜人贷，第二个方阵是采集数据的时间内逾期率走势渐增，逾期率控制5%-10%以内的小赢科技拍拍贷品钛玖富，第三方阵是采集数据的时间内逾期率一直保持较低值的趣店微贷网、乐信、360金融、萨摩耶金服。

　　凡普金科招股书披露了2015年第一季度至2017年第四季度的个人M3+的逾期率。图1 凡普金科个人产品的M3+逾期率

　　凡普金科个人信用的M3+逾期率接近30%，且大部分M3+逾期率控制在10%以上，这样的逾期率在金融科技公司里相当高。

　　你我贷的母公司嘉银金科在今年6月份提交招股书，数据可以看出，你我贷的产品M3+逾期率超过20%，且大部分逾期率都在14%以上。图2 你我贷产品的M3+逾期率

　　图3是其信用卡持有人产品的M3+逾期率，从2015年第二季度到2017年第四季度的逾期率数据可以看出，51信用卡M3+逾期率接近12%，大部分在5%-12%之间。

　　图4是其非信用卡持有人产品的M3+逾期率，51信用卡2016年第一季度到2017年第四季度非信用卡持有人产品的M3+逾期率也是在12%内，2017年第一季度的产的逾期率有上升趋势，要特别关注。图3 51信用卡信用卡持有人产品M3+逾期率

　　维信金科是2006年成立并于2018年6月上市的金融科技公司，业务板块分为线 维信金科线 维信金科线年第四季度的线上产品逾期率上升较快，总体M3+逾期率控制在11%内，图6中线年第三季度，维信金科的线上至线下信贷产品的逾期率远高于线上产品，可以通过业务重心转移，着力发展线上业务来减少不良，降低逾期率。宜人贷是最早在纽交所上市的p2p公司，下图是宜人贷近几年的M3+逾期率。

　　图7 宜人贷线 宜人贷线是宜人贷2012年至2014年第四季度线+逾期率，数据表明逾期率已接近16%，图8则是宜人贷2013年第二季度至2014年第四季度线+逾期率，相对于线%之间波动，其他月份的逾期率保持在9%以内。接力图7图8，再来看图9，这是宜人贷2019年盈利报告里披露的产品M3+逾期率，2015年、2016年和2017年的逾期率趋于平稳，控制在10%以内，但这个数据在业内仍旧很高。再来看处于第二方阵的小赢科技、拍拍贷、品钛、玖富。

　　图10 小赢卡贷M3+逾期率图11 小赢优贷M3+逾期率小赢卡贷M3+逾期率超过10%直逼11%，从图11可以看出，各季度逾期率曲线坡度很陡，上升速度很快，小赢优贷M3+逾期率最高只有6%，且大部分的逾期率在4%以下。

　　图12列出了拍拍贷每个月逾期数据，2018年第二季度的M3+逾期率上升最快，最高达到7.79%，从图13的走势看出大部分逾期率增长都趋于平稳。

　　数据显示2016年第一季度到2017年第三季度品钛零售M3+逾期率低于1.5%，个人分期逾期率已接近8%，但观察2017年个人产品逾期率保持的不错，都在4%以内。

　　玖富最近新发招股书，招股书中显示其产品自2016年第一季度到2018年第四季度的逾期率数据。

　　图17 玖富期限在12月以内的产品M3+逾期率图18 玖富期限在12月以上的产品M3+逾期率

　　图17是玖富期限在12月以内的产品M3+逾期率，数据显示，在2016年第三季度到2017年第三季度期间，此类产品的M3+逾期率较高，保持在5%-8%以内，自2017年第四季度至2018年第四季度此类产品的M3+逾期率低于1%。

　　图18是玖富期限在12月以上的产品M3+逾期率，很明显此类产品的M3+逾期率较期限在12月以内的要高,产品的M3+逾期率在6%-9%之间。

　　趣店未经审计的2018年第四季度及全年财报披露了其产品M1+逾期率。图19 趣店M1+逾期率

　　数据显示，2016年第三季度到2017年第二季度M1+逾期率持续保持在0.5%以内，自2017年第三季度开始逾期率上升较快，总体逾期率控制在2.5%以内，趋势较为平稳。

　　微贷网在招股书披露了其产品2015年至2017年M1+和M3+的违约率，如下图。图20 微贷网产品M1+逾期率

　　数据显示，微贷网产品M1+逾期率在2015年超过1%，而后缓慢下降至0.6%以下，产品M3+逾期率保持在0.5%至0.7%之间，这在行业内相当不错。

　　图22 乐信产品M6+逾期率数据显示，在2017年第二季度之前的M6+逾期率上升速度趋于平缓，自2017年第三季度到2018年第二季度M6+逾期率直线年第三季度的要持续关注。360金融2019年第一季度未经审计的财务业绩公布了其M6+逾期率。

　　2016年第三季度的发放的逾期率异常波动，360金融招股书给出的解释是因为产品在此期间新推出并正在测试。逾期率在13个月后突然下降是由于小额未偿回收的放大效应。360金融的产品M6+逾期率一直保持较低值，最高的峰值是1.7%，整体的逾期率曲线图呈缓慢上升趋势，小部分保持稳定不变。

　　自2015年第四季度至2017年第四季度，萨摩耶金服跨机构信用卡分期和业务的M3+的逾期率保持在1.5%内，通过图25和图26对比显示萨摩耶金服的业务比信用卡账单分期业务的M3+逾期率低一点，逾期率刚到达1%。

　　通过比对逾期率数据我们发现，金融科技公司不同产品在不同时期的逾期率数据差别还是很大，再来看一组消费金融公司逾期率数据。

　　本文采集捷信消费金融、兴业消费金融、锦诚消费金融、中银消费金融4家金消费金融公司的逾期率数据来分析。捷信消费金融逾期率差强人意（图27为联合制图，图28为中债制图）

　　图28 捷信逾期率（中债）图27是联合资信整理其 2013 年 12月~2019年4月商品贷产品M1+逾期率，绘制的静态样本池累计违约率， 数据显示捷信M1+逾期率接近20%，图28是中债资信抽取其2014年6月至2018年10月之间新发放作为样本绘制了的静态池累计逾期率，显示捷信的违约率刚过10%。比较兴业消费金融的数据，就会发现兴业消金的逾期率要低很多。

　　图29是中诚信国际绘制的兴业消费金融2015年4月至2018年6月发放的个人消费M1+逾期率曲线月逾期静态样本池，逾期率刚超过5%。锦诚消费金融的逾期率就令人堪忧了，中诚信根据锦程消费金融2012年4月至2018年5月个人消费静态池历史数据绘制的M6+逾期率，显示逾期率已超过35%；亦有不少月份放款的逾期率超过10%，资产质量高度不稳定。

　　中债资信则选取了锦程消费金融2012年11月至2014年8月新发放作样本，绘制了M3+静态池累计违约率，锦程消费金融逾期率大部分控制在5%至15%，这个数据在行业内也说的过去。中债资信选择的中银消费金融的静态池样本逾期率数据的时间也比较早，抽取2014年9月至2015年12月当月新发作为样本构建静态样本池，绘制静态样本池累计违约率走势图，中银消费金融逾期率最高接近12%，比较而言还是不错的。图33 中银消费金融产品M1+逾期率很显然，消费金融公司的逾期率比大部分的上市金融科技公司要高，这可能与消费金融公司的产品有关，消金公司主要发放个人消费，周期较短，金额较小，那么vintage公式中的分母数据不变大趋势较缓，导致vintag比率上升。消费金融公司vintage逾期率能达到如此之高，再来看一下银行的vintage逾期率如何。

　　图35 招商银行信用卡账户消费透支类资产M1+逾期率（中诚信）图36 招商银行信用卡账户分期类资产M1+逾期率（中诚信）中债抽取了2011年9月至2018年3月之间信用卡逾期数据作为样本构建静态样本池，图34中的数据反映出招商银行信用卡了M3+累计违约率低于1.3%，中诚信则观察的招商银行2013年6月至2018年9月的发放的，绘制了截止到2018年12月末的M1+逾期率图，招商银行信用卡消费透支M1+逾期率在1.2%以下，而信用卡账户分期M1+逾期率达2.8%。

　　图37 平安银行信用卡M3+逾期率（中债）图38 平安银行信用卡分期M1+逾期率（中诚信）

　　中债根据平安银行2013年2月至2017年7月的每个月新发作为样本构建静态样本池，图37是其信用卡M3+逾期率2.3%，图38则是中诚信根据平安银行2013年2月至2018年1月发放的信用卡分期M1+的逾期率接近4%，平安的逾期率较招商银行要高一些。

　　以下是2015年至2018年期间，平安银行账龄6个月时的M3+余额占比情况，信用卡应收账款占比在逐年递减。图39 平安银行账龄 6个月时的M3+余额占比

　　图41 光大银行的信用卡M3+逾期率（中债）中诚信取光大银行自2013年9月至2018年9月发放的M1+逾期率接近6%，中债的绘制的光大银行的静态样本池累计违约率则很有趣，分化现象明显，2013年9月之2015年末的信用卡M3+逾期率控制在0.4%-0.6%之间，2016年至2018年期间的信用卡M3+逾期率迅速攀升，直线%。

　　图42是中债资信抽取广发银行2013年3月至2018年3月的当月新发做样本，绘制静态样本池累计违约率图，图中数据显示广发银行产品M3+逾期率最高3.4%，且大部分控制在1.4%-2.6%之间，不过要关注2013年3月的产品，其逾期率数据一直高于其他月份的逾期率数据。图43 广发银行信用卡分期债权产品M1+逾期率（中诚信）

　　图43是中诚信绘制的广发银行自2013年3月至2018年9月信用卡分期债权产品M1+逾期率表现图，逾期率高达12%，不过大部分控制在2%-8%之间且都趋于平稳。图44是中诚信绘制浦发银行2013年1月至2018年8月信用卡账单分期M1+的逾期率表现图，逾期率最高3%且大都控制在1.4%-2.5%之间。

　　中债资信抽取浦发银行2013年1月至2018年1月当月新发放做样本建立静态样本池，图45是浦发银行产品M1+逾期率，数据显示浦发银行产品逾期率大部分控制在1%-1.8%之间， 2017年4月和2017年5月的产品逾期率要高出其他月份，坡度较陡，应保持关注。

　　图45 浦发银行产品M3+逾期率（中债）联合资信和中债资信分别对交通银行逾期率进行分析。

　　图46是联合资信根据交通银行2010年9月至2017年12月间各月发放总量为样本，得出的产品M3+违约率表现，交通银行2010年9月至2017年12月产品M3+逾期率控制在1.1%以内。中债资信抽取交通银行2010年9月至2017年11月当月新发为样本，建立静态样本池，图47是交通银行产品M3+逾期率，数据控制在1.5%以内，集中在0.2%-1.4%之间。

　　图47 交通银行产品M3+逾期率（中债）联合资信整理杭州银行2014年7月至2018年5月的静态池数据，观察杭州银行消费贷M1+的逾期率表现如图48所示，逾期率控制在0.33%，这样的逾期率数据在相当不错。

　　图48 杭州银行产品M1+逾期率联合资信和中债资信分别对中信银行的逾期率数据进行分析。联合资信以中信银行2011年5月至2017年12月各月发放总量为样本，通过对中信银行的历史违约率进行分析，得出个月房贷违约表现如图49，中信银行产品M3+逾期率最高接近1.4%。

　　中债资信则抽取中信银行2011年9月至2017年6月的当季新发为样本构建静态样本池，得出违约时间分布图如图50，从图中走势可以看出，中信银行产品的M3+逾期率刚超过1.8%。

　　宁波银行以2013年1月至2018年4月的各月发放为样本，对违约率进行分析，得出图51违约率表现，宁波银行产品M3+违约率控制在0.19%内，看似不错的数据，但是2018年4月各月份的发放的违约率都呈直线上升趋势，坡度较陡，要保持持续关注。图51 宁波银行产品M3+逾期率

　　总体而言，与金融科技公司、消费金融公司比较，各银行的逾期率数据保持在较低水平，最后看下蚂蚁金服，京东，携程的逾期率情况。

　　图53 蚂蚁借呗M3+逾期率蚂蚁借呗自2016年1月至2018年3月M1+逾期率和M3+的逾期率较低，都控制在1.2%以内，大部分逾期率在0.2%-0.4%以间。

　　蚂蚁花呗图54 蚂蚁花呗M3+逾期率蚂蚁花呗自2015年1月至2017年9月的M3+逾期率控制的也不错，只有2015年6月逾期率浮动到7%，其他月份逾期率在3%以内。京东白条和金条

　　图55 京东白条M1+逾期率京东白条自2015年1月至2018年6月M1+逾期率低于4%，大部分的逾期率低于2%。图56 京东金条M3+逾期率

　　上图为京东金条的M3+逾期静态池，京东金融资料显示，京东金条2017年6月M3逾期率为0.47%，京东金条的逾期率处于较低水平，逾期率最高值0.53%。

　　携程拿去花提供了自2016年1月至2017年6月的逾期率。图57 携程拿去花逾期率携程拿去花逾期率除2016年1月达到较高之外，其他月份逾期率控制在1%-2%以间。通过对30家平台逾期率比对，我们得到Vintage分析的规律，即用Vintage方法绘制逾期率曲线时，在发生逾期的前几期都会快速上升，达到一个较高的峰值，而后缓慢上升趋于平稳。市场上各信贷平台的逾期率有高有低，信贷产品质量也参差不齐，当然采取的样本数据不同，不同产品和不同周期的所体现的逾期率也会有千差万别，逾期率是不断在发生变化的数值，阶段性数据也只能反应本时段内的信贷产品质量，但仅从本文这些数据来看，各平台的信贷产品的逾期率并不像平台描述的那样美好。

　　从单一的逾期率指标也无法判断某个平台的产品质量好坏，风控体系很多相关指标例如迁移率，核准率等都是判定因素，当然各平台也不会为了追求低逾期率更顾此失彼，只有达到风险和收益的平衡状态，才能得到最高的回报。版权声明

　　一年多来，我们经历了最严酷的疫情，社会经济发生很多变化，信用经济也发生了很大的变化。一方面，征信体系和社会信用体系都在进行相关的制度建设推进，尤其是征信体系相关政策和制度落地，正在深刻改变征信及其相关生态体系的格局；另一方面，数字经济依然保持在高速发展，对社会生活的渗透进一步加深，而数据要素市场相关制度的逐步确立，尤其是“数据二十条”提出的四大数据基础制度建设，将为信用经济打开全新的市场空间，并催生一个丰富的数据和信用生态体系。【更多信用经济探讨，请

　　工信部：加快新一代信息技术与制造业深度融合 大力发展数字经济两部门：为外资研发中心开展科技创新、从事基础和前沿研究提供金融支持