最重要的事情开始都会讲:建模是始终服务于业务的,没有业务的评分卡就没有灵魂

利率这件事情,大部分人都模棱两可,建模的过程不是仅仅把数据掌握,而是你是否充分掌握很多数据的起因和一些基本数据的产生法则,我们将逾期率,一般是针对金额的,那么金额的利率你需要知道,利率所造成的结果很有可能导致不同的逾期行为,比如年化1000%的利率肯定要比年化为1%造成的压力大,这一点你们一定要知道。也就是说授信你要了解产品定价,要了解Y的定义,一整套流程下来,你对整个业务的了解会更加的深入,也就是一个成功的建模工程师应该具备的素质和能力。

回归正题,利率 这一件事情,实际上是小贷、消费的命脉,从古至今都是高利贷都是存在的,玩的就是利率二字,虽然互联网金融的不正常的暴利期已经过去了,但是还没有到达房价泡沫的状态,以目前的发展趋势,P2P必定大量转型,市场上对利率这件事情卡的越来越严,年化36%的红线已经是必须的合规线,针对这种情况,实际上是更容易让我们了解利率

第一部分 名义利率和实际利率

在这里的计算,不考虑无风险收益情况或者膨胀率,这些数字,你可以理解为本金*最后的一个常数项,在计算实际的收入情况的时候,可以做忽略。

名义利率

名义利率实际上是一个结果,不考虑中间的过程:比如放款10000元,最终一年后回收利息3600元,那么它的名义年化就是36%,忽略中间的还款方式,无论是等额本息,等额本金,等本等息,通通不需要考虑

实际利率

实际利率也叫综合年化,也就是他既要考虑过程,也要考虑结果:比如放款10000元,最终一年后收回利率3600元,但是他是需要考虑中间过程的,这个中间过程叫做本金的占有率。本金的占有率比如分期付款,我分12期,一个月还多少钱,我们可以得到实际的本金占有率(计算过程在第二部分),假设这里的占有率是50%,那么实际利率就变成了 72%,实际上是两倍差距

这个实际上还是相对来讲比较简单的计算法则,之前监管不严格的时候,还有714,超级55,外加砍头息,服务费,增值服务包,综合年化上1000%,这些实际上都是变相的提高实际利率,核心的方式就是减少本金或者减少本金的占有率,增加名义年化利率,两种思路让实际利率变的异常夸张,同时,混乱的收费制度,也让利率计算变的困难,一些小贷公司,也是通过以这两种目的作为导向,实现暴利。

第二部分 还款方式以及计算逻辑

首先需要说明的是,客户资质的好坏实际上和本金的占有率成正比关系,本金占有率高,实际对于客户的资质要求会比较高,本金占有率低,对客户资质要求比较低,
这里忽略利息的复利情况,也就是第一期和最后一期的利息是一致的,忽略膨胀以及将利息转为他用,否则计算就变得异常复杂,我们计算的时候,只需要计算利息的总额,本金的占有率情况,计算的就是综合年化

我们可以发现这样一个现象,如果我们收益是正的,收到的利息可以继续放贷,实际上复利效果很明显,名义年化有对应的实际年化,而实际年化对应的一个复利效应,也就是我们赚了一个折现率

先息后本(按月付息、到期还本)

定义先息后本,利息按月平均归还,最后一个月还本付息
实际利率:本金占有率100%,名义利率等于实际利率
知识科普
一般都是中短期产品,当下比较流行的是90天产品,不可能超过6个月,因为本金占有率太高,如果造成损失,是巨大的。
1万 年利率36% 分12期 ,每期300元 ,最后一个月还10300,一共13600元,总支付利息是3600元

一次性还本付息

一次性还本付息实际上是先息后本的一个子集
定义到期一次性全部付完
实际利率:这里实际利率等于名义利率,因为本金占有率是100%,到期还本付息
举例

知识科普:在印尼等地,基本上都是实行短期标,这种标的逾期率特别高,需要通过利率覆盖成本,核心根本原因就是信贷产业及其不完善,身份证等信息基本上缺失率都很高,所能依赖的数据一般是通话数据,无论是从放款端来讲,基本上都是热钱,从借钱端来讲,这无异于让自己置身于万劫不复

等额本息

目前所有的放款平台所采用主流放款方式,计算公式如下
等额本息指将预期年化收益和本息加起来后平均到每个月,每月偿还同等数额的资金,这种还款方式由于每期本金所占比重越来越多,利息所占比重越来越少,占用资金时间较长,还款总利息较相同期限的等额本金还款高

每月还款额 = 贷款本金×[月利率×(1+月利率) ^ 还款月数]÷{[(1+月利率) ^ 还款月数]-1}
还款总额 = 每月还款额还款月数
每月还款利息 = 剩余本金
月利率
每月还款本金= 每月还款额-利息
剩余本金 = 本金-每月还款本金
实际年化 = 名义年化/资金占有率
举例说明: 50万,名义年化7%,10年,月利率0.5833%
每月还款额为5805.4元
第一个月还款利息:50万0.5833%=2916.5元
第一个月还款本金:5805.4-2916.5=2888.9元
剩余本金,50万-2888.9=497111元
。。。。。。
第二个月还款利息: 497111
0.5833%=2899.6元,
第一个月还款本金:5805.4-2899.6=2905.8元
以此类推
本金越还越多,利息越还越少

等额本金

等额本金:是在还款期内把贷款数总额等分,每月偿还同等数额的本金和剩余贷款在该月所产生的利息,每月的还款本金额固定,而利息越来越少

每月还款本金= 贷款金额/总还款月份
每月还款利息 = 剩余本金*月利率
每月还款额 = 每月还款本金+每月还款利息
还款总额 = 贷款金额 +每月还款利息的总和
实际年化 = 名义年化/资金占有率

举例说明: 50万,名义年化7%,10年,月利率0.5833%
每月还款本金为:50万/120个月=4167元;
第一个月还款利息:50万0.5833%=2916.5元
第一个月还款总额:4167+2916.5=7083.5元
剩余本金,50万-4167=495833元
。。。。。。
第二个月还款利息:495833
0.5833%=2892.2元
第一个月还款总额:4167+2892.2=7059.2元
以此类推
本金不变,利息越还越少

等本等息

等本等息的所有利息计算都是以全额,本金均等分

每月还款本金= 贷款金额/总还款月份
每月还款利息 = 贷款金额*年利率/12

举例:
一年周期,月利息1.5%年率就是18%;每个月还款的本息是相同的
每月还款本金 50W/12月=41667元
每月还款利息:50W*1.5%=7500元
每月还款金额:41667+7500=49167元

第三部分 那些分期产品究竟实际年化多少

实际利率计算器
http://loan.chahuo.com/
年利率=单期手续费率*分期数/(分期数+1)*24
通过这个我们可以得到实际利率公式
接下来会通过两个例子
1 是信用卡分期
https://www.sohu.com/a/242370815_100141058
2 花呗分期
https://www.csai.cn/loan/1270264.html
http://dy.163.com/v2/article/detail/ECQMFQDG05199LN1.html

第四部分 借款端关注点与放款端关注点

借款端作为客户来讲,实际关注点是在于还款金额利息的绝对数
我会基于10000块钱如果多还10块钱,实际利率变化了多少
放款端在意的是实际年化,因为他们在意的是自己的资金周转

参考文献:

https://mp.weixin.qq.com/s/UlUixyunzx9LRQGtjpnxNw
https://mp.weixin.qq.com/s/BkX8H6jf4TurnLl1Z7P-Yg
https://www.csai.cn/p2pzixun/835680.html
https://www.sohu.com/a/242370815_100141058
最重要的事情最后都会讲:建模是始终服务于业务的,没有业务的评分卡就没有灵魂

PART 1.3 风控利率那些事儿(名义利率 实际利率 还款方式 以及 计算逻辑汇总)相关推荐

  1. 风控每日一问:如何利用互联网金融数据与深度挖掘?

    观点: 其实现在做互联网金融风控的,只要稍靠谱的,数据源都差不多. 比如公司的[内部数据源]包括--在自有平台的用户借贷记录,用户申请时的行为数据,还有内部或行业间共享的黑名单.灰名单等. [外部数据 ...

  2. 【风控决策】风控决策引擎

    [博客地址]:https://blog.csdn.net/sunyaowu315 [博客大纲地址]:https://blog.csdn.net/sunyaowu315/article/details/ ...

  3. 【采用-决策引擎】一文看懂风控决策引擎搭建思路

    消费金融的门槛核心在于风控系统,面向C端客群的线上产品线,如消费分期.现金贷及信用卡代偿等业务方向,其需实时支持大量业务的自动化处理,风控系统将承担贷前.贷中和贷后的风控评估.处理及预警的角色,极大地 ...

  4. 水土不服?谈一谈机器学习在金融风控实践经验

    作者 | 风浪(已授权) 整理 | NewBeeNLP 由于金融风控场景的特殊性,很多算法同学在刚进入这个领域容易"水土不服",为了使机器学习项目(也包括图算法相关的应用)落地更加 ...

  5. 模型ks_风控建模 模型指标篇

    根据自己做风控模型(A卡)的经验:汇总风控模型中的重要指标: 其中部分指标加上了个人见解:有不同意见欢迎讨论; 先来看混淆矩阵: TP: 预测为正实际为正 FN: 预测为负实际为正 FP: 预测为正实 ...

  6. 机器学习在金融风控的经验总结!

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:风浪-知乎,来源:NewBeeNLP 由于金融风控场景的特殊性,很 ...

  7. 用借款方实际付出的手续费(或利息)计算真实的手续费率(或利率),或快速估算年利率

    年利率快速估算 由于一般信用卡分期或者网上借贷通常采用每月等额本息的偿还方式,可以采用如下方法快速估算年利率:总利息 / 本金 × 2 × 100.因为第1月和第12月的本息还款,相当于这两笔钱只用了 ...

  8. 特征编码在风控建模中的应用(上篇)—WOE是否可以提升集成算法效果?

    序言: 在风控模型开流程中,使用的场景分别有A卡.B卡.C卡等模型,常规使用最多的就是逻辑回归算法.使用逻辑回归算法80%会使用的编码方式就是WOE编码,相信做模型的同学对这种编码方式非常熟悉. 做W ...

  9. 用dreamweaver cs6快速布局后台架构_后台系统:产品设计 | 七步法

    点击上方 "三分设 "  → 点击右上角"..." → 点选"设为星标 ★ " 赶快为三分设点上★,帮助全球 1 亿设计师成长 后台产品设计 ...

  10. [渝粤教育] 西南科技大学 货币银行学 在线考试复习资料

    货币银行学--在线考试复习资料 一.单选题 1.最严重的恶性通货膨胀的最终结果是( ). A.突发性的商品抢购 B.挤兑银行 C.货币制度崩溃 D.投机盛行 2.凯恩斯的货币需求函数非常重视( ). ...

最新文章

  1. C#中Dispose和Close的区别
  2. Lazada代运营怎么样?需不需要找?如何选择一家靠谱的公司
  3. 深度学习笔记 第四门课 卷积神经网络 第四周 特殊应用:人脸识别和神经风格转换...
  4. T-SQL 之 多表联合更新
  5. mysql ---事务
  6. 一个demo学会java
  7. MATLAB 安装包
  8. 如何在计算机里打开ps,传授电脑psd文件用什么软件打开
  9. Oracle查看表空间使用率及爆满解决方案
  10. wmp 11安装方法
  11. sklearn中精确率、召回率及F1值得micro,macro及weighted算法
  12. 利用windows网络诊断功能修复网络能连接但无Internet
  13. 港股系统开发美股软件开发之简单了解券商交易系统开发及港美股交易平台
  14. 【HBase】HBase入门详解(二)
  15. 免费计算机论文 阅读,关于计算机的毕业论文
  16. varargin、varargout、nargin和nargout的使用方法
  17. 掌握这些电脑知识,你会玩得很无耻
  18. Ubuntu11.10下wine QQ2011成功
  19. 机器人运动学-加速度问题
  20. 电脑屏幕随着显示内容的亮暗而导致屏幕亮暗变化的原因及解决方法

热门文章

  1. matlab宝典pdf,《MATLAB 宝典(第4版)》---- 优化.pdf
  2. 影子之美!太阳日照阴影变化之计算模拟
  3. 买二手iphone的建议
  4. ttest求pvalue_excle如何计算t的值,TTEST 在EXCEL计算出的结果是t还是p值,用哪一个公式在excel中计算出t值和p值是多少...
  5. C语言!鸡兔同笼的程序
  6. 安全测试之sql注入
  7. 夏普计算机各键功能,夏普打印机按键说明
  8. 电路基本原理的那些事儿之 分压原理
  9. html整体布局居中,HTML实现常见居中布局
  10. 非线性光纤光学——四波混频