在信贷管理与风险控制中，逾期指标是衡量资产质量的核心参数。无论是银行、消费金融公司还是企业应收账款管理部门，都需要通过标准化的逾期指标公式来量化风险、监控资金回收效率，并为决策提供数据支撑。以下内容将围绕逾期指标的核心公式、计算逻辑及具体应用场景展开，同时结合常用软件工具（如Excel或专业风控系统）的操作方法，帮助你快速构建一套可落地的逾期监控体系。
一、逾期指标的核心公式
1. 逾期率（Overdue Rate）
逾期率是最基础的指标，反映逾期贷款或应收款项在总余额中的占比。其计算公式为：
逾期率 = 逾期余额 ÷ 总贷款余额 × 100其中，逾期余额指所有处于逾期状态（如M1、M2、M3等不同阶段）的未偿还本金或本息合计。总贷款余额为企业当期全部未结清的贷款本金。例如，某平台月末总贷款余额为10亿元，其中逾期超过1天未还的余额为500万元，则逾期率=500万÷10亿=5此公式既可按全量计算，也可按不同逾期天数分段计算（如30+逾期率、60+逾期率### 2. 金额占比（Overdue Amount Ratio）
该指标更侧重于金额维度的风险暴露，常用于判断损失严重性。
逾期金额占比 =某一逾期阶段的逾期金额 ÷ 逾期金额 × 100例如，M2阶段（逾期31-60天）金额为200万元，总逾期金额为100万元，则M2阶段占比为%。通过分段占比可以识别风险聚集点，优先处理高金额逾期段。
3. 滚动逾期率（Roll Rate / Flow Rate）
滚动率用于预测未来逾期恶化概率，是资产质量动态监测的关键指标。其公式为：
滚动率 = 当月进入下一逾期阶段的金额 ÷ 处于当前阶段的初始金额 × 100举例来说，1月份处于M1（逾期1-30天）的客户中，有30%在2月份继续逾期进入M2阶段，则M1→M2的滚动率为30%。率往往以近期历史数据的平均值或加权值作为未来损失估计的依据。
4 回收率（Recovery）
回收率反映逾期款项的追回效率，直接关系最终损失。
回收率 = 本期实际回收的逾期金额 ÷ 本期应回收的逾期金额总额 × 100%其中“本期应回收”通常指在某一时间点之前到期未还，并在当期内有回款动作的逾期本金及利息。回收率按月份、季度单独计算，也可按逾期阶段或催收渠道（电话、函件、上门等）细分。
5. 天数分布（DPD Distribution）
该指标通常以表格或直方图形式呈现，其公式为每个逾期天数区间内的余额或笔数占总体的比例。常用区间包括DPD1-7、DPD8-15、DPD1630、DPD30+等。计算公式为：
区间占比 = 该逾期天数区间内的未还本金 ÷ 总未还本金 × 100%分布可以快速定位逾期集中度，例如若DPD1-7占比过高，说明催收响应效率不足；若DPD90+占比过高，需考虑核销策略。
二、逾期指标公式在软件中的实现
实际工作中，你无需完全手动计算这些指标，借助Excel、SQL或专业风控软件即可自动化生成。这里以Excel为例，演示如何使用公式计算逾期率。
- 准备数据：首先，你需要一张包含客户编号、贷款发放日、到期日、当前余额、已还金额、最后还款日等字段的明细表。
- 计算逾期天数：新增一列“逾期天数”，使用
=IF(TODAY()>到期日, TODAY()-到期日, )，公式会自动判断当前日期是否超过到期日若超过则计算天数，否则返回。若需固定某历史日期，可将TODAY()为指定日期单元格。
=IF(逾期天数=,"正常",IF(逾期天数<=30,"M",IF(逾期<=60,"M2",IF(逾期天数90,"M3","4+"))))
- 计算总逾期余额：使用SUMIF函数按阶段汇总，例如计算M1阶段余额：
=SUMIF(逾期阶段列,"M1",当前余额列)。
=C2/B1，并将单元格格式设置为百分比。
如果使用专业风控软件或BI工具（如Power BI、帆软FineReport），通常只需配置好数据源，系统会自动根据内置的逾期指标模型计算并生成仪表盘，实时展示各阶段逾期率、滚动率及回收趋势，免去手动维护公式的烦恼，同时支持多维度下钻，例如按产品类型、地区或渠道筛选逾期指标。
三、使用逾期指标公式的注意事项
在应用上述公式时，有几个关键细节需要重视：
- 口径统一：逾期天数的起算点必须明确，通常是从到期日次日开始计算，但有的机构以宽限期结束日为起点。无论哪种口径，全公司或全部门应保持一致，否则横向对比会失真。
- 数据准确性：逾期金额应包含本金、利息及违约金（如有），但计算逾期率时，部分机构只考虑本金余额，需在公式中明确注释，避免误解。
- 分母：计算逾期率时分母可以是“总贷款余额”或“总资产余额”，但更严谨的做法是使用“当期应还余额”或“日均余额”，特别是对于新发放大量贷款的月份，使用期末余额会高估或低估逾期率。
- 动态更新：逾期指标是时点数，随还款行为不断变化。建议设置每日自动重算，或使用快照表记录每日指标，以便后期分析趋势和季节性波动。
四、逾期指标公式的实际应用案例
假设某消费金融公司需要评估2025年一季度资产质量，根据系统导出的数据：
- 1月末总贷款余额为50亿元，逾期30天以上的余额为1.2亿元，则1月30+逾期率为2.4%。
- 2月末，1月份逾期30天的客户中有30%进入逾期60天阶段，则M1→M2滚动率为30%。2月总逾期金额为1.5亿元，其中M1（1-30天）40%，M2（-60天）占比35%，M3+占比25%，说明风险正在向长期逾期迁移。
- 2月实际回收逾期金额为800万元，而2月应回收逾期总额（期初逾期金额加当期新逾期金额）为1.1亿元，则当月回收率为7.27%，低于行业基准10%，需加强催收力度。
、结语
逾期指标公式并非孤立的数学表达式，而是风险管理体系中的逻辑骨架。掌握逾期率、滚动率、回收率等核心公式，并借助Excel或专业软件灵活实现，能够让你从杂乱的数据中快速提取风险信号。更重要的是，在应用过程中要始终保持口径清晰、数据准确和动态监控，如此才能真正发挥逾期指标的预警和决策价值。无论你是信贷经理、财务人员还是数据分析师，只要将上述公式与合适的工具结合，就能构建起一套高效、稳定的逾期管理流程。
