测试数据——有效范围（2）

测试数据库搞好，学习了一下逾期率的官方定义：

• 对于某支标，如果某一期没有正常还款，则悲观逾期率=所有未还本金/借款本金；

• 对于一批标，悲观逾期率=当前逾期标的所有未还本金/借款本金；

• 以30天逾期率为例，\30+"悲观逾期率=当前逾期30天以上标的未还本金/所有标的本金之和。

库里数据统计日期是17.2.22，有5万多个标是1.22之后的，也就是说，还未到首次还款时间，剔除之。

然后计算了一下，库中27万笔数据的逾期率：

select sum(wh)/sum(amount) from l3

结果，很受伤，高达33%：





把数据分开，按月统计标的数量和逾期率，结果：





这个就比较容易理解了，时间越往后逾期率越高，而1年前以及更早的标的，逾期率趋于稳定。我理解是逾期并非一出现就铁定逾期，随着时间的推移可能还会还。所以，比较接近真实的逾期率，应该是经过一段时间沉淀后的逾期率。这个和一些高手告知的经验也比较吻合。

尽管后面的数据肯定有用，但我的目的只是要一个相对可参考的逾期率，所以，我把样本选在了1年前的数据，即2015年3月以前的数据。