全盘逾期率 7.2% 是个平均数：按机型切开之后差几倍

先给结论：全盘逾期率 7.2% 这个参考值只能用来做横向定位，不能用来做准入判断。同一个盘子里，不同机型吸引来的客群结构差别很大，逾期表现也跟着分层：行业里能看到某个机型的客群逾期率达到 11.4%，是全盘的 1.58 倍。如果你的风控参数是按全盘均值设的，这个机型就是稳定亏损的那一档。

为什么机型能当风险分层变量

机型本身不是风险，机型背后的人群才是。高价旗舰机和中端机在申请人画像上天然不同，付款意愿、换机动机、甚至打算拿来做什么都不一样。因为准入参数通常按全盘平均设定，所以某一档机型的真实风险就会长期偏离参数，这个偏离量就是亏损。之所以用机型来切最省事，是因为机型在订单表上本来就是一个字段，不需要额外打标。

底层逻辑和渠道分层是一样的：分层的价值不在于把人群分成几类，而在于让定价和准入参数能对上真实风险。全盘均值是一个已经被平均过的数，它对每一档都不准。

口径怎么定，算式才有意义

取数口径要写清楚三点。时间窗取近 6 个月该机型的全部成交订单，而不是当期未结清的订单；分子是这批订单里出现过逾期的单数，分母是这批订单总数；和全盘对比时，全盘也要用同一个时间窗，两边口径不一致，比值就没有意义。

止损线可以落成一个具体的数：该机型客群逾期率超过全盘的 1.5 倍，就上调该机型的准入门槛或停售。按全盘 7.2% 算，这条线大约在 10.8%；11.4% 这个数已经越线。

之所以设 1.5 倍而不是 1 倍，是因为分层数据本身有波动，小样本上的比值噪声很大。1.5 倍这个量级能过滤掉大部分随机波动，同时保留真实的偏差。

和残值、期限放在一起看

逾期率不是单独看的指标。同一台机器，租期越长，暴露在逾期风险里的时间越长，累计逾期概率越高；如果这台机器同时又是残值下行快的机型，那它承担的是双重风险：一边是租金收不回来，一边是收回来的机器在贬值。

所以合理的做法是把机型和两个数一起看：该机型的客群逾期率，以及该机型的二手报价月降幅。两项都偏高，说明这台机器在上游和下游同时不受保护，退出要更早。

两个容易误判的地方

误判一：把逾期率当成全盘指标来管。不等于——它是分机型的；混在一起看，问题机型会被平均水平稀释掉。

误判二：看到某机型逾期率高就直接停售。不意味着——要先看样本量，近 6 个月成交不足 30 单的机型，比值波动大，正确做法是先降额度观察一到两个周期再决定。

两条边界说明。一，这套统计的前提是机型和逾期状态能在同一张表里取到，也就是这两个信息是订单记录上的两个字段；如果它们分散在两个系统里，需要先做一次关联，关联本身会带来口径误差。二，行业 7.2% 这个全盘参考值只作横向定位用，你自己的全盘均值才是分母，两者不要混。

把机型分层做成常规报表

机制上说，之所以要把这个比值做成常规报表而不是临时查一次，是因为它属于慢变量：一个机型的客群结构要几个月才显形，靠临时起意去查，往往是在已经亏了一段时间之后才发现。

落到操作上是三个动作：按机型分组算出近 6 个月的逾期率，和同期全盘均值比一次，把比值和样本量一起记录下来；比值超过 1.5 倍且样本量足够的，进观察名单并下调额度；连续两个周期仍越线的，停掉采购。

星皓易租的订单表把机型和逾期状态做成同一条记录上的两个字段，按机型分组导出之后直接做比值就能得到分层结果，不需要先做一次跨系统关联。分层结果呈现出来之后，是收紧准入还是调整定价，属于经营判断，要结合你自己的资金和处置能力来定。

再补一个规模上的口径：分层比值在小样本上噪声很大，近 6 个月成交 20 单的机型只要多 1 单逾期，逾期率就从 5% 跳到 10%，比值会虚高一倍。所以我们把样本量门槛放在 30 单，低于这个数只看趋势、不动参数。按全盘 7.2% 算，30 单里出现 4 单逾期就是 13.3%，已经接近 1.5 倍止损线，这说明小样本下要先攒样本再下判断。星皓易租的订单表把机型和逾期状态做成同一条记录上的两个字段，按机型分组导出之后直接做比值就能得到分层结果。

给同行的一个自验判据

把最近 6 个月的订单按机型分组，每组算一个逾期率和一个样本量，然后找出比值最高的一组。如果这一组的样本量不足 30 单，先别动它，先扩样本；如果样本量够，那就用这一组去回答「我的参数是不是按全盘均值设的」这个问题。

判据一：逾期率按机型分组算，和同期全盘均值比，不用跨期数据比

判据二：止损线设在全盘的 1.5 倍，按 7.2% 折算约在 10.8%

判据三：近 6 个月成交不足 30 单的机型，先降额度观察，不要直接停售

判据四：逾期率要和机型残值的月降幅一起看，两项都高就提前退出