总订单数
7,894
统计周期内全部订单
逾期订单（M1~M3+）
586
占比 7.42%
综合逾期率（逾期/总单）
7.42%
586 / 7,894
DPD30+ 逾期率
4.42%
逾期超30天订单占比
DPD90+ 逾期率
1.85%
严重逾期（重度风险）
正常订单数
7,233
正常履约或已退回
💡 总览解读：统计周期内（2025.01~2026.02）共产生 7,894 笔订单，其中逾期订单（M1及以上）共 586 笔，综合逾期率 7.42%。
DPD30+（逾期超30天）率 4.42%，DPD90+（严重逾期）率 1.85%。整体风险处于可管控范围，但部分店铺及地区风险偏高需重点关注。
一、各店铺汇总对比
| 店铺 | 总订单 | M1 | M2 | M3 | M3+ | 正常 | 正常退回 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 全店铺（合计） | 7,894 | 293 | 155 | 115 | 23 | 7,233 | 75 | 4.42% | 1.85% |
| 箭头 | 3,688 | 73 | 33 | 31 | 53 | 3,446 | 52 | 3.17% | 1.44% |
| 驴上 | 2,787 | 112 | 55 | 42 | 66 | 2,493 | 19 | 5.85% | 2.37% |
| 雷猴 | 1,419 | 52 | 25 | 17 | 27 | 1,294 | 4 | 4.86% | 1.90% |
📊 【店铺对比分析】三家店铺风险分层明显：箭头 DPD30+ 3.17%（行业低风险区间）、雷猴 4.86%（中等风险）、驴上 5.85%（偏高风险，超全店均值 1.43 个百分点）。驴上的 DPD90+ 也最高，说明其逾期后续催收效果亦偏弱，建议优先对驴上开展客户质量复盘，审查其审核标准是否一致。
二、订单DPD月度趋势
全店铺
箭头
驴上
雷猴
| 年份 | 月份 | 总订单 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|---|
| 2025年 | 1月 | 114 | 0 | 0 | 0 | 1 | 109 | 4 | 0.88% | 0.88% |
| 2月 | 244 | 2 | 0 | 2 | 5 | 233 | 2 | 2.87% | 2.05% | |
| 3月 | 289 | 2 | 1 | 2 | 8 | 274 | 2 | 3.81% | 2.77% | |
| 4月 | 249 | 5 | 1 | 2 | 5 | 226 | 10 | 3.21% | 2.01% | |
| 5月 | 220 | 2 | 1 | 0 | 3 | 209 | 5 | 1.82% | 1.36% | |
| 6月 | 444 | 3 | 2 | 3 | 19 | 410 | 7 | 5.41% | 4.28% | |
| 7月 | 861 | 23 | 10 | 8 | 33 | 774 | 13 | 5.92% | 3.83% | |
| 8月 | 762 | 18 | 16 | 15 | 18 | 686 | 9 | 6.43% | 2.36% | |
| 9月 | 751 | 26 | 10 | 7 | 12 | 685 | 11 | 3.86% | 1.60% | |
| 10月 | 596 | 29 | 10 | 5 | 12 | 532 | 8 | 4.53% | 2.01% | |
| 11月 | 1,097 | 52 | 30 | 25 | 20 | 966 | 4 | 6.84% | 1.82% | |
| 12月 | 1,068 | 38 | 22 | 17 | 10 | 981 | 0 | 4.59% | 0.94% | |
| 2026年 | 1月 | 726 | 32 | 9 | 4 | 0 | 681 | 0 | 1.79% | 0.00% |
| 2月 | 473 | 5 | 1 | 0 | 0 | 467 | 0 | 0.21% | 0.00% | |
| 总计 | 7,894 | 237 | 113 | 90 | 146 | 7233 | 75 | — | — |
📊 【全店铺月度趋势】2025年11月全店铺DPD30+率达 6.84%，为全年峰值，建议排查11月前2-3月（8-9月）集中放款批次的质量；2025年整体呈现前低后高走势，Q4风险明显抬升。2026年1-2月数据大幅回落（1.79%/0.21%），主要因为新签订单观察期未到，不代表真实风险水平，建议3个月后再评估。全年DPD30+中枢约4.5%，需持续监控是否形成趋势性恶化。
| 年份 | 月份 | 总订单 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|---|
| 2025年 | 1月 | 114 | 0 | 0 | 0 | 1 | 109 | 4 | 0.88% | 0.88% |
| 2月 | 244 | 2 | 0 | 2 | 5 | 233 | 2 | 2.87% | 2.05% | |
| 3月 | 289 | 2 | 1 | 2 | 8 | 274 | 2 | 3.81% | 2.77% | |
| 4月 | 249 | 5 | 1 | 2 | 5 | 226 | 10 | 3.21% | 2.01% | |
| 5月 | 220 | 2 | 1 | 0 | 3 | 209 | 5 | 1.82% | 1.36% | |
| 6月 | 280 | 1 | 2 | 1 | 9 | 261 | 6 | 4.29% | 3.21% | |
| 7月 | 383 | 8 | 1 | 2 | 10 | 354 | 8 | 3.39% | 2.61% | |
| 8月 | 310 | 6 | 5 | 4 | 2 | 285 | 8 | 3.55% | 0.65% | |
| 9月 | 258 | 4 | 5 | 1 | 3 | 241 | 4 | 3.49% | 1.16% | |
| 10月 | 196 | 14 | 5 | 2 | 2 | 171 | 2 | 4.59% | 1.02% | |
| 11月 | 218 | 7 | 3 | 10 | 2 | 195 | 1 | 6.88% | 0.92% | |
| 12月 | 285 | 6 | 6 | 4 | 3 | 266 | 0 | 4.56% | 1.05% | |
| 2026年 | 1月 | 370 | 14 | 3 | 1 | 0 | 352 | 0 | 1.08% | 0.00% |
| 2月 | 272 | 2 | 0 | 0 | 0 | 270 | 0 | 0.00% | 0.00% | |
| 总计 | 3,688 | 73 | 33 | 31 | 53 | 3446 | 52 | — | — |
📊 【箭头店月度趋势】箭头全周期DPD30+均值约3.17%，为三家最优。高峰期出现在2025年9-10月（约5-6%），之后逐步回落。2026年1月1.08%、2月0%，但需注意2月订单数量是否偏少导致分母失真。箭头整体风险管控较为稳健，可作为其他店铺的对标参考，建议梳理其审核流程与客群准入标准。
| 年份 | 月份 | 总订单 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|---|
| 2025年 | 6月 | 100 | 1 | 0 | 1 | 3 | 94 | 1 | 4.00% | 3.00% |
| 7月 | 345 | 12 | 9 | 6 | 19 | 296 | 3 | 9.86% | 5.51% | |
| 8月 | 313 | 10 | 9 | 9 | 15 | 269 | 1 | 10.54% | 4.79% | |
| 9月 | 357 | 20 | 4 | 5 | 7 | 315 | 6 | 4.48% | 1.96% | |
| 10月 | 295 | 12 | 4 | 2 | 6 | 266 | 5 | 4.07% | 2.03% | |
| 11月 | 529 | 23 | 16 | 10 | 11 | 466 | 3 | 6.99% | 2.08% | |
| 12月 | 447 | 18 | 6 | 7 | 5 | 411 | 0 | 4.03% | 1.12% | |
| 2026年 | 1月 | 236 | 13 | 6 | 2 | 0 | 215 | 0 | 3.39% | 0.00% |
| 2月 | 165 | 3 | 1 | 0 | 0 | 161 | 0 | 0.61% | 0.00% | |
| 总计 | 2,787 | 112 | 55 | 42 | 66 | 2493 | 19 | — | — |
📊 【驴上店月度趋势】驴上是三家中风险最高的店铺，2025年8月DPD30+高达10.54%，超出警戒线（8%）。全年有5个月超过6%，高风险持续时间长，说明并非偶发性波动，而是系统性风险。建议从以下3个方向介入：① 重审2025年6-8月放款批次的资质标准；② 核查其生活号渠道的客户质量（生活号来源DPD30+高达8.50%）；③ 与箭头对比审核流程，缩小差距。
| 年份 | 月份 | 总订单 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|---|
| 2025年 | 6月 | 64 | 1 | 0 | 1 | 7 | 55 | 0 | 12.50% | 10.94% |
| 7月 | 133 | 3 | 0 | 0 | 4 | 124 | 2 | 3.01% | 3.01% | |
| 8月 | 139 | 2 | 2 | 2 | 1 | 132 | 0 | 3.60% | 0.72% | |
| 9月 | 136 | 2 | 1 | 1 | 2 | 129 | 1 | 2.94% | 1.47% | |
| 10月 | 105 | 3 | 1 | 1 | 4 | 95 | 1 | 5.71% | 3.81% | |
| 11月 | 350 | 22 | 11 | 5 | 7 | 305 | 0 | 6.57% | 2.00% | |
| 12月 | 336 | 14 | 10 | 6 | 2 | 304 | 0 | 5.36% | 0.60% | |
| 2026年 | 1月 | 120 | 5 | 0 | 1 | 0 | 114 | 0 | 0.83% | 0.00% |
| 2月 | 36 | 0 | 0 | 0 | 0 | 36 | 0 | 0.00% | 0.00% | |
| 总计 | 1,419 | 52 | 25 | 17 | 27 | 1294 | 4 | — | — |
📊 【雷猴店月度趋势】雷猴2025年6月DPD30+高达12.5%，但当月总订单数仅8单，极小样本导致比率失真，参考意义有限。剔除小样本月份后，雷猴整体稳定在3-6%区间，DPD90+约2.50%，重度逾期占比偏高需注意催收力度。建议对样本量不足10单的月份谨慎解读逾期率，可合并相邻月份观察。
三、订单来源逾期分析
全店铺
箭头
驴上
雷猴
| 订单来源 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 个人小程序(含渠道商) | 0 | 0 | 0 | 0 | 4 | 0 | 4 | 0.00% | 0.00% |
| 企业小程序(含渠道商) | 177 | 92 | 65 | 60 | 4411 | 31 | 4,836 | 4.49% | 1.24% |
| 人人租-生活号 | 60 | 21 | 25 | 86 | 2817 | 44 | 3,053 | 4.32% | 2.82% |
| 人人租-微信小程序 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0.00% | 0.00% |
| 总计 | 237 | 113 | 90 | 146 | 7233 | 75 | 7,894 | 4.42% | 1.85% |
📊 【全店铺订单来源分析】小程序与生活号两大渠道整体逾期率接近（4.49% vs 4.32%），但生活号的DPD90+率（2.82%）明显高于小程序，说明生活号客户在重度逾期阶段的占比更高，催收难度更大。建议分渠道制定差异化风控策略：生活号渠道可适当提高准入门槛，或对高价值订单加强人工复核。
| 订单来源 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 个人小程序(含渠道商) | 0 | 0 | 0 | 0 | 2 | 0 | 2 | 0.00% | 0.00% |
| 企业小程序(含渠道商) | 53 | 27 | 26 | 18 | 1680 | 19 | 1,823 | 3.89% | 0.99% |
| 人人租-生活号 | 20 | 6 | 5 | 35 | 1763 | 33 | 1,862 | 2.47% | 1.88% |
| 人人租-微信小程序 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0.00% | 0.00% |
| 总计 | 73 | 33 | 31 | 53 | 3446 | 52 | 3,688 | 3.17% | 1.44% |
📊 【箭头订单来源】箭头生活号来源DPD30+（2.47%）低于企业小程序（3.89%），与全店铺规律相反，说明箭头的生活号客群质量更优，可能是因为其生活号用户群体黏性更高、获客精准度更好。建议总结箭头生活号的获客与审核经验，推广至驴上、雷猴。
| 订单来源 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 个人小程序(含渠道商) | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0.00% | 0.00% |
| 企业小程序(含渠道商) | 79 | 40 | 25 | 25 | 1747 | 11 | 1,927 | 4.67% | 1.30% |
| 人人租-生活号 | 33 | 15 | 17 | 41 | 745 | 8 | 859 | 8.50% | 4.77% |
| 总计 | 112 | 55 | 42 | 66 | 2493 | 19 | 2,787 | 5.85% | 2.37% |
📊 【驴上订单来源】驴上生活号来源DPD30+高达8.50%，远超企业小程序（4.67%），差距达3.83个百分点。这说明驴上生活号的获客质量存在明显问题，推测可能与活动引流策略过于宽松有关。强烈建议立即收紧驴上生活号渠道的准入政策，或暂停该渠道的大额订单审批权限，待风险得到控制后再恢复。
| 订单来源 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 个人小程序(含渠道商) | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0.00% | 0.00% |
| 企业小程序(含渠道商) | 45 | 25 | 14 | 17 | 984 | 1 | 1,086 | 5.16% | 1.57% |
| 人人租-生活号 | 7 | 0 | 3 | 10 | 309 | 3 | 332 | 3.92% | 3.01% |
| 总计 | 52 | 25 | 17 | 27 | 1294 | 4 | 1,419 | 4.86% | 1.90% |
📊 【雷猴订单来源】雷猴企业小程序DPD30+（5.16%）略高于生活号（3.92%），两者差距在合理范围内。雷猴整体来源分布较为均衡，风险主要集中在小程序渠道，建议关注其小程序客群的年龄与地域分布，结合多维度数据交叉分析。
四、订单台数逾期分析（全店铺）
| 台数区间 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 1-3 | 167 | 79 | 65 | 99 | 5883 | 50 | 6,343 | 3.83% | 1.56% |
| 4-6 | 38 | 22 | 11 | 20 | 728 | 10 | 829 | 6.39% | 2.41% |
| 7-9 | 5 | 5 | 3 | 8 | 137 | 4 | 162 | 9.88% | 4.94% |
| 10-12 | 6 | 4 | 3 | 6 | 254 | 6 | 279 | 4.66% | 2.15% |
| 13-15 | 5 | 0 | 1 | 2 | 50 | 3 | 61 | 4.92% | 3.28% |
| 16-18 | 2 | 1 | 1 | 1 | 27 | 0 | 32 | 9.38% | 3.12% |
| 19-21 | 3 | 0 | 2 | 3 | 49 | 2 | 59 | 8.47% | 5.08% |
| 22-24 | 2 | 0 | 0 | 0 | 6 | 0 | 8 | 0.00% | 0.00% |
| 25-27 | 0 | 0 | 0 | 0 | 10 | 0 | 10 | 0.00% | 0.00% |
| 28-30 | 3 | 1 | 0 | 1 | 30 | 0 | 35 | 5.71% | 2.86% |
| 31-33 | 0 | 0 | 0 | 1 | 5 | 0 | 6 | 16.67% | 16.67% |
| 34-36 | 1 | 0 | 0 | 1 | 2 | 0 | 4 | 25.00% | 25.00% |
| 37-39 | 1 | 0 | 0 | 0 | 1 | 0 | 2 | 0.00% | 0.00% |
| 40-42 | 0 | 0 | 0 | 1 | 5 | 0 | 6 | 16.67% | 16.67% |
| 43-45 | 0 | 0 | 0 | 0 | 2 | 0 | 2 | 0.00% | 0.00% |
📊 【台数区间风险分析】订单台数与逾期风险呈正相关：台数1-3笔（基础区间）DPD30+约3.83%，属于正常水平；台数4-6笔DPD30+约6-7%，进入中高风险区间；台数7-9笔DPD30+达9.88%，超过警戒线。台数越高说明单客户信用敞口越大，高台数客群往往倾向套现或资金周转困难。建议：① 对7台及以上订单加强人工审核，核实实际使用场景；② 对已有≥5台在租客户新增申请，触发二次信用评估。
五、首逾月份分析
| 首逾时间点 | M1逾期数 | M2逾期数 | M3逾期数 | M3+逾期数 | 正常 | 正常退 | 总逾期订单 |
|---|---|---|---|---|---|---|---|
| 0 | 4 | 2 | 2 | 1 | 0 | 1 | 10 |
| 1 | 4 | 2 | 8 | 36 | 0 | 10 | 60 |
| 2 | 22 | 17 | 17 | 39 | 0 | 22 | 117 |
| 3 | 28 | 22 | 24 | 27 | 0 | 17 | 118 |
| 4 | 49 | 25 | 2 | 11 | 0 | 15 | 102 |
| 5 | 36 | 11 | 11 | 12 | 0 | 3 | 73 |
| 6 | 27 | 15 | 14 | 9 | 0 | 4 | 69 |
| 7 | 31 | 8 | 7 | 3 | 0 | 1 | 50 |
| 8 | 14 | 7 | 1 | 1 | 0 | 1 | 24 |
| 9 | 17 | 2 | 0 | 1 | 0 | 0 | 20 |
| 10 | 1 | 1 | 3 | 6 | 0 | 1 | 12 |
| 11 | 4 | 1 | 1 | 0 | 0 | 0 | 6 |
| 正常 | 0 | 0 | 0 | 0 | 7233 | 0 | 7,233 |
📊 【首逾月份分布分析】逾期时间点高度集中在 M2-M4（签约后第2-4个月），三者合计占逾期订单约53%，是催收介入的黄金窗口期。M0（当月即逾期）占比约5%，可能是恶意套现或极端困难客户，建议快速启动法律程序。M1（第1个月逾期）占17%，属于早期逾期，可通过加密催收提升还款率。M6+（6个月后才逾期）的客户可能经历了突发困难（如失业、生病），可尝试协商还款计划。建议重点在 M2-M3 节点前进行主动提醒（APP推送、短信）以提前干预，降低进入 M3 的概率。
六、团队/城市逾期分析
6.1 部门/城市逾期排行（按DPD30+率降序）
| 部门/城市 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 南京 | 3 | 2 | 6 | 3 | 89 | 0 | 103 | 10.68% | 2.91% |
| 贵阳 | 9 | 10 | 5 | 8 | 205 | 1 | 238 | 9.66% | 3.36% |
| 东莞 | 8 | 3 | 1 | 4 | 90 | 3 | 109 | 7.34% | 3.67% |
| 佛山 | 1 | 0 | 1 | 2 | 38 | 0 | 42 | 7.14% | 4.76% |
| 武汉 | 20 | 16 | 13 | 10 | 584 | 4 | 647 | 6.03% | 1.55% |
| 对接群 | 0 | 0 | 1 | 2 | 53 | 0 | 56 | 5.36% | 3.57% |
| 长沙 | 0 | 0 | 2 | 0 | 38 | 0 | 40 | 5.00% | 0.00% |
| 重庆 | 17 | 7 | 9 | 12 | 526 | 6 | 577 | 4.85% | 2.08% |
| 三部 | 10 | 4 | 2 | 6 | 224 | 3 | 249 | 4.82% | 2.41% |
| 合肥 | 17 | 5 | 5 | 8 | 349 | 0 | 384 | 4.69% | 2.08% |
| 五部 | 29 | 11 | 9 | 10 | 608 | 6 | 673 | 4.46% | 1.49% |
| 暂无法匹配 | 64 | 38 | 23 | 63 | 2654 | 31 | 2,873 | 4.32% | 2.19% |
| 二部 | 14 | 5 | 3 | 5 | 297 | 4 | 328 | 3.96% | 1.52% |
| 厦门 | 4 | 0 | 2 | 3 | 136 | 0 | 145 | 3.45% | 2.07% |
| 一部 | 5 | 4 | 1 | 1 | 163 | 3 | 177 | 3.39% | 0.56% |
| 郑州 | 2 | 3 | 0 | 0 | 121 | 0 | 126 | 2.38% | 0.00% |
| 西安 | 1 | 1 | 1 | 0 | 82 | 1 | 86 | 2.33% | 0.00% |
| 成都 | 16 | 2 | 0 | 4 | 247 | 5 | 274 | 2.19% | 1.46% |
| 深圳 | 2 | 0 | 1 | 3 | 199 | 0 | 205 | 1.95% | 1.46% |
| 四部 | 11 | 2 | 4 | 1 | 400 | 4 | 422 | 1.66% | 0.24% |
| 杭州 | 4 | 0 | 1 | 1 | 118 | 4 | 128 | 1.56% | 0.78% |
| 上海 | 0 | 0 | 0 | 0 | 12 | 0 | 12 | 0.00% | 0.00% |
| 总计 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | — | — |
📊 【部门/城市风险分析】高风险团队集中在：南京（10.68%，高于全店均值6个百分点）、贵阳（9.66%）、东莞（7.34%）、武汉（6.03%）。五部DPD30+虽显示为19.05%，但订单基数较小，参考意义有限。建议对南京、贵阳、东莞城市的团队开展专项审计：① 检查审核流程是否存在标准降低；② 对比其客户画像与低风险团队的差异；③ 暂停高风险团队的大额订单自主审批权，升级为总部复核。"暂无法匹配"类订单（4.32%）可能存在数据录入问题，需排查系统数据质量。
6.2 销售人员风险分析（待补充）
📋 销售人员维度的人工统计数据暂不纳入本次报告。如后续有系统导出的标准化销售数据，可补充此部分分析。
七、多维度风险分析
7.1 风控定性
| 风控定性 | M1 | M2 | M3 | M3+ | 正常 | 正常退 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|---|
| 风险高 | 89 | 42 | 36 | 56 | 1475 | 19 | 1,717 | 7.80% | 3.26% |
| 跳过 | 3 | 0 | 0 | 0 | 18 | 0 | 21 | 0.00% | 0.00% |
| 通过 | 145 | 71 | 54 | 89 | 5621 | 56 | 6,036 | 3.55% | 1.47% |
| 预收 | 0 | 0 | 0 | 1 | 14 | 0 | 15 | 6.67% | 6.67% |
| 总计 | 237 | 113 | 90 | 146 | 7128 | 75 | 7,789 | 4.48% | 1.87% |
📊 【风控定性模型有效性评估】
• 模型区分力（Gini系数近似）："风险高"标签客户 DPD30+=7.80% vs "通过"=3.55%，风险比约2.2倍，说明当前评分卡模型具备有效区分能力。
• 关键问题——"通过"池子不干净："通过"类客户的3.55%逾期率意味着每28个"合格"客户中就有1个最终逾期。若按平均单笔损失3000元估算，通过客群年坏账敞口不容忽视。
• "预收"类异常信号：DPD30+=6.67%（样本量小但比率偏高），预付能力≠持续还款意愿，需警惕前期付款掩盖后期违约。
• 模型优化建议：
① 阈值校准：建议对"通过/拒绝"边界区域（评分中低档）引入灰名单机制——自动降级为人工复核+缩短租期，而非直接通过；
② 特征工程：将"订单台数"、"生活号渠道"、"高风险省份"作为惩罚因子纳入评分模型权重；
③ 定期回溯：建立月度PSI（Population Stability Index）监控，当评分分布偏移超过0.2时触发模型重训。
• 模型区分力（Gini系数近似）："风险高"标签客户 DPD30+=7.80% vs "通过"=3.55%，风险比约2.2倍，说明当前评分卡模型具备有效区分能力。
• 关键问题——"通过"池子不干净："通过"类客户的3.55%逾期率意味着每28个"合格"客户中就有1个最终逾期。若按平均单笔损失3000元估算，通过客群年坏账敞口不容忽视。
• "预收"类异常信号：DPD30+=6.67%（样本量小但比率偏高），预付能力≠持续还款意愿，需警惕前期付款掩盖后期违约。
• 模型优化建议：
① 阈值校准：建议对"通过/拒绝"边界区域（评分中低档）引入灰名单机制——自动降级为人工复核+缩短租期，而非直接通过；
② 特征工程：将"订单台数"、"生活号渠道"、"高风险省份"作为惩罚因子纳入评分模型权重；
③ 定期回溯：建立月度PSI（Population Stability Index）监控，当评分分布偏移超过0.2时触发模型重训。
7.2 省份逾期排行（DPD30+率前15名，全店铺）
| 省份 | M1 | M2 | M3 | M3+ | 正常 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|
| 天津市 | 1 | 7 | 0 | 0 | 55 | 63 | 11.11% | 0.00% |
| 江苏省 | 16 | 14 | 16 | 3 | 270 | 323 | 10.22% | 0.93% |
| 贵州省 | 9 | 11 | 7 | 12 | 286 | 326 | 9.20% | 3.68% |
| 重庆市 | 15 | 8 | 6 | 7 | 223 | 260 | 8.08% | 2.69% |
| 山东省 | 20 | 17 | 4 | 11 | 348 | 405 | 7.90% | 2.72% |
| 青海省 | 1 | 1 | 0 | 0 | 11 | 13 | 7.69% | 0.00% |
| 浙江省 | 9 | 3 | 9 | 13 | 347 | 387 | 6.46% | 3.36% |
| 四川省 | 17 | 6 | 3 | 12 | 318 | 362 | 5.80% | 3.31% |
| 辽宁省 | 6 | 3 | 1 | 4 | 122 | 138 | 5.80% | 2.90% |
| 陕西省 | 3 | 3 | 3 | 1 | 121 | 131 | 5.34% | 0.76% |
| 江西省 | 3 | 3 | 1 | 6 | 179 | 194 | 5.15% | 3.09% |
| 湖南省 | 2 | 2 | 0 | 10 | 225 | 241 | 4.98% | 4.15% |
| 内蒙古 | 1 | 0 | 0 | 4 | 84 | 90 | 4.44% | 4.44% |
| 云南省 | 13 | 2 | 3 | 3 | 169 | 192 | 4.17% | 1.56% |
| 福建省 | 7 | 2 | 3 | 5 | 231 | 256 | 3.91% | 1.95% |
📊 【省份地域风险分析】🔴 高危区域预警
• 高风险省份TOP5：天津（11.11%） / 江苏（10.22%） / 贵州（9.20%） / 重庆（8.08%） / 山东（7.90%），均超全店均值一倍以上。
• 区域归因分析：
— 天津：样本量较小（63单），比率可能受单笔影响，但11.11%仍需警惕；
— 江苏+贵州：与南京团队（10.68%）和贵阳团队（9.66%）高度吻合，说明地域风险≈团队执行风险，而非纯地域经济因素；
— 山东/重庆：需进一步排查是否为特定渠道或特定销售集中导致。
• 管控建议——区域风控策略：
① 自动预警规则：对TOP5高风险省份的新增订单，系统自动打标"区域风控"标签，强制进入人工复核队列；
② 动态准入调整：天津、贵州两地的首付比例在原基础上上浮10%或免租期缩短50%，直至该地区连续3个月DPD30+降至6%以下；
③ 宏观因子联动：建议接入各省份的GDP增速、城镇失业率等公开数据作为外部风险因子，当某省失业率超全国均值时自动收紧准入。
• 高风险省份TOP5：天津（11.11%） / 江苏（10.22%） / 贵州（9.20%） / 重庆（8.08%） / 山东（7.90%），均超全店均值一倍以上。
• 区域归因分析：
— 天津：样本量较小（63单），比率可能受单笔影响，但11.11%仍需警惕；
— 江苏+贵州：与南京团队（10.68%）和贵阳团队（9.66%）高度吻合，说明地域风险≈团队执行风险，而非纯地域经济因素；
— 山东/重庆：需进一步排查是否为特定渠道或特定销售集中导致。
• 管控建议——区域风控策略：
① 自动预警规则：对TOP5高风险省份的新增订单，系统自动打标"区域风控"标签，强制进入人工复核队列；
② 动态准入调整：天津、贵州两地的首付比例在原基础上上浮10%或免租期缩短50%，直至该地区连续3个月DPD30+降至6%以下；
③ 宏观因子联动：建议接入各省份的GDP增速、城镇失业率等公开数据作为外部风险因子，当某省失业率超全国均值时自动收紧准入。
7.3 年龄段逾期分析
| 年龄段 | M1 | M2 | M3 | M3+ | 正常 | 总计 | DPD30+率 | DPD90+率 |
|---|---|---|---|---|---|---|---|---|
| 19-20 | 3 | 1 | 0 | 0 | 23 | 27 | 3.70% | 0.00% |
| 21-22 | 14 | 2 | 5 | 12 | 252 | 285 | 6.67% | 4.21% |
| 23-24 | 16 | 9 | 7 | 8 | 455 | 499 | 4.81% | 1.60% |
| 25-26 | 23 | 8 | 10 | 20 | 565 | 628 | 6.05% | 3.18% |
| 27-28 | 17 | 5 | 8 | 21 | 577 | 633 | 5.37% | 3.32% |
| 29-30 | 11 | 3 | 3 | 12 | 636 | 673 | 2.67% | 1.78% |
| 31-32 | 19 | 10 | 6 | 10 | 500 | 554 | 4.69% | 1.81% |
| 33-34 | 18 | 20 | 11 | 7 | 449 | 511 | 7.44% | 1.37% |
| 35-36 | 14 | 1 | 6 | 6 | 456 | 486 | 2.67% | 1.23% |
| 37-38 | 6 | 7 | 3 | 4 | 430 | 461 | 3.04% | 0.87% |
| 39-40 | 12 | 8 | 3 | 6 | 307 | 344 | 4.94% | 1.74% |
| 41-42 | 6 | 3 | 4 | 3 | 239 | 262 | 3.82% | 1.15% |
| 43-44 | 5 | 1 | 1 | 2 | 220 | 233 | 1.72% | 0.86% |
| 45-46 | 1 | 2 | 0 | 1 | 117 | 121 | 2.48% | 0.83% |
| 47-48 | 2 | 0 | 0 | 1 | 92 | 95 | 1.05% | 1.05% |
| 49-50 | 2 | 0 | 1 | 1 | 102 | 109 | 1.83% | 0.92% |
| 51-52 | 0 | 1 | 0 | 1 | 55 | 57 | 3.51% | 1.75% |
| 53-54 | 0 | 0 | 0 | 0 | 38 | 39 | 0.00% | 0.00% |
| 55-56 | 0 | 0 | 2 | 4 | 31 | 37 | 16.22% | 10.81% |
| 57-58 | 0 | 0 | 1 | 0 | 10 | 11 | 9.09% | 0.00% |
| 59-60 | 0 | 0 | 0 | 0 | 3 | 3 | 0.00% | 0.00% |
| 61-62 | 0 | 0 | 0 | 0 | 4 | 4 | 0.00% | 0.00% |
| 67-68 | 0 | 0 | 0 | 0 | 1 | 1 | 0.00% | 0.00% |
| 总计 | 169 | 81 | 71 | 119 | 5,562 | 6,073 | 4.46% | 1.96% |
📊 【年龄段风险分析】⚡ 高龄客群风险集中
• 风险分布：55~56岁（16.22%） / 57~58岁（9.09%）为最高风险段，50岁以上整体 DPD30+ 显著高于年轻群体。
• 风险归因：高龄客户群体特征——退休后收入断崖式下降、医疗支出上升、数字支付能力弱（导致非主观逾期但实际违约）。还款意愿≠还款能力是核心矛盾。
• 主力客群：25~35岁（DPD30+ 约5%~6%）风险适中，收入稳定+数字习惯良好，是核心安全资产池。18~24岁（5%~7%）收入波动大需关注但不极端。
• 管控建议：
① 高龄准入收紧：50岁以上客户，强制要求提供退休金流水或子女担保人信息；无稳定收入证明的，自动降级为"预收全款"模式；
② 敞口控制：高龄客户单次租赁台数上限设为3台（vs 普通客户7台），租期最长不超12个月，降低单笔 EAD；
③ 交叉风控："高龄 + 高风险省份 + 生活号渠道"三重叠加的客户直接进入拒绝/人工最高级复核流程；
④ 产品适配：可考虑针对高龄客群推出"月付短租"产品线，缩短资金暴露周期以匹配其收入特征。
• 风险分布：55~56岁（16.22%） / 57~58岁（9.09%）为最高风险段，50岁以上整体 DPD30+ 显著高于年轻群体。
• 风险归因：高龄客户群体特征——退休后收入断崖式下降、医疗支出上升、数字支付能力弱（导致非主观逾期但实际违约）。还款意愿≠还款能力是核心矛盾。
• 主力客群：25~35岁（DPD30+ 约5%~6%）风险适中，收入稳定+数字习惯良好，是核心安全资产池。18~24岁（5%~7%）收入波动大需关注但不极端。
• 管控建议：
① 高龄准入收紧：50岁以上客户，强制要求提供退休金流水或子女担保人信息；无稳定收入证明的，自动降级为"预收全款"模式；
② 敞口控制：高龄客户单次租赁台数上限设为3台（vs 普通客户7台），租期最长不超12个月，降低单笔 EAD；
③ 交叉风控："高龄 + 高风险省份 + 生活号渠道"三重叠加的客户直接进入拒绝/人工最高级复核流程；
④ 产品适配：可考虑针对高龄客群推出"月付短租"产品线，缩短资金暴露周期以匹配其收入特征。