经常看数据做分析的同学都知道，如果一些数据、曲线有异常，那么业务必然会有想过问题。比如说正文这种情况，前3期增长缓慢，后面开始加速的S型vintage，你会有什么想法？

有人问我，如果出现了前3期增长缓慢，后面开始加速的S型vintage，你会有什么想法？大概如下图。

我说，感觉这个不像是纯现金贷类的产品，是不是有场景的信贷产品？‍

为什么这么说呢？

一般来说，常见的vintage曲线是斜率越来越小的，或者说二阶导小于0。这是很显而易见的，因为其极限是肯定要趋平的，对于一个过0点且趋于平缓的曲线，最简单的形状就是斜率越来越小那条，即下图蓝线。红线显然比蓝线复杂。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

自然规律中，越简单的越容易是真相。这是数学函数和哲学角度的解释。

其业务解释是，用户总是会，履约次数越多就越不容易逾期，不然前面就白履约了。更别提，我们还忽略了欺诈风险，欺诈风险会体现在FPD里，那都是早期风险暴露。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

所以，这个S型曲线不像是纯现金贷的产品，那为什么是有场景的现金贷产品？‍‍‍‍

举几个例子吧。‍‍‍‍‍‍‍‍

运营商十几年前喜欢搞“0元购”那种合约机，就是你的月租套餐贵一点，合同时间长一点，就免费给你送手机。一般是月租100-300，套餐要用2-3年，送你的手机大概是1k-3k价位。前期当然没什么风险，但半年一年过后，你手机丢了，或者旧了换了，风险肯定就蹭蹭上涨。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这几年还有个手机租赁也很火，很多之前搞“714”高炮的人转而搞手机租赁了。几千块钱的手机，你想尝尝鲜装装逼，就租来用用，按天收费。跟运营商0元购机一样，后面风险肯定也是上涨。其风险肯定比0元购机高很多，因为这个场景不可靠。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

医美分期也是。前期乐呵呵，后期效果反弹或者不理想，不愿意还的自然就多了。‍‍‍‍‍‍‍

信用风险的规律从来没有发生变化，但场景使得其vintage发生了变化。也就是说，最终表现出来的风险其实是信用风险叠加一个场景风险。

所以有人说，让场景归场景，金融归金融。这是刘波老师一篇文章《蛋碎了一地的场景金融》中说的，推荐看一看。

但如果硬要说，不是场景金融，就是单纯的现金贷产品，出现了这种S型vintage，并且你们的风险管理策略不会导向这种结果，例如后期不催收了，还有什么解释呢？‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

什么用户会前期偏好后期变坏呢？研究去吧。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍