随着新一轮疫情的持续，从香港到深圳，再到上海和吉林。肆虐扩张的疫情让个体经济雪上加霜，不少的城市和行业都受到了不小的波及。因疫情被迫隔离，从而失去收入，导致负债或逾期的人数攀增，各行各业的人都有各自的不容易。
如果在信贷中逾期了，我们如何计算逾期天数？比如一个人在2022年4月由于疫情收入骤减，无奈产生了信贷逾期，到了2022年5月的时候情况好转，把逾期的钱还上了，这时怎么统计这个人的逾期天数？这时统计的口径就可以分为曾经逾期和当前逾期，对应不同的数值。而对于信贷机构，在计算Vintage表时，也会面临这个情况。本文和你一起彻底弄清逾期天数的计算逻辑。
- 一、逾期天数的定义
- 二、逾期天数的计算逻辑
- 1 曾经逾期天数维度
- 情形一：应还日≥观察日（Mob_date）
- 情形二：应还日＜观察日（Mob_date）
- 2 当前逾期天数维度
- 情形一：应还日≥观察日（Mob_date）
- 情形二：应还日＜观察日（Mob_date）
- 3 曾经逾期天数和当前逾期天数统计的区别
一、逾期天数的定义
逾期指的是客户未能在应还款日全额偿还当月应还款额，那么这个合同就产生了逾期。逾期包括历史逾期和当前逾期。历史逾期指的是曾经（观测时点之前的时间）有过逾期。当前逾期指的是不管历史是否有过逾期，只要观测时点存在逾期，即为当前逾期。比如客户虽然在过去逾期了，但是过了几天已经还款，到观测时点已无当前逾期。则该客户存在历史逾期，无当前逾期。
逾期天数DPD（Days Past Due）指的是客户到了应还款日还未还款，逾期天数为应还日次日起到实还日（含）期间的日数，如客户当期未还款无实还日，则取数据统计日取代实还日。
例如：DPDN+表示逾期天数≥N天的客户，如DPD60+表示逾期天数≥60天的客户。
示例：
即客户在第一个还款日（2021年5月12日）未还款，那么2021年5月13日即为逾期一天，客户在5月17日还款，该客户首逾5天。逾期天数的统计也分为曾经逾期天数和当前逾期天数。接下来进行详细的说明。
为了让大家对于逾期天数的统计更加清晰，接下来采用画图的方法进行阐述。
1 曾经逾期天数维度
曾经逾期天数主要考虑客户在观察日之前是否有逾期，首先分为应还日大于等于观察日和应还日小于观察日两种情况。应还日大于等于观察日说明订单还未到应还款的时候，自然没有逾期一说，曾经逾期天数自然为0。应还日小于观察日，又分为到观察日未结清和到观察日已结清两种情况，具体计算逻辑如下：
曾经逾期天数=0
①到观察日未结清
曾经逾期天数=观察日-应还日
②到观察日已结清
a．结清日期在观察日之前
曾经逾期天数=结清日期-应还日
b．结清日期在观察日之后
曾经逾期天数=观察日-应还日
2 当前逾期天数维度
当前逾期天数主要考虑客户在观察日是否有逾期，首先分为应还日大于等于观察日和应还日小于观察日两种情况。应还日大于等于观察日说明订单还未到应还款的时候，自然没有逾期一说，当前逾期天数自然为0。应还日小于观察日，又分为到观察日未结清和到观察日已结清两种情况，具体计算逻辑如下：
情形一：应还日≥观察日（Mob_date）
当前逾期天数=0
情形二：应还日＜观察日（Mob_date）
①到观察日未结清
当前逾期天数=观察日-应还日
②到观察日已结清
a．结清日期在观察日之前（有区别）
当前逾期天数=0
b．结清日期在观察日之后
当前逾期天数=观察日-应还日
3 曾经逾期天数和当前逾期天数统计的区别
从上面的分析可以看出只有在应还日＜观察日，观察日已结清且结清日期在观察日之前这种情况下曾经逾期天数和当前逾期天数有区别。
曾经逾期天数=结清日期-应还日，但是当前逾期天数=0。对于其它几种情况，两种计算逾期天数的口径是一致的，写成对应SQL时注意一下就可以了。
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
用Python绘制520永恒心动
Python人脸识别—我的眼里只有你
Python画好看的星空图（唯美的背景）
【Python】情人节表白烟花（带声音和文字）
用Python中的py2neo库操作neo4j，搭建关联图谱
Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）
