逾期迁徙率收敛四成：信用卡贷后的"前置干预"范式

信用卡的资产质量压力，从来不在不良余额的总量，而在账龄结构的迁徙。一笔M1若放任不管，向M3、M4滚动的概率呈复利式放大；等它出现在核销清单上，风险成本早已远超当初本金。对信用卡中心而言，真正该盯的KPI不是"催回了多少"，而是逾期迁徙率——有多少账户，正从短账龄滑向长账龄。某银行信用卡中心引入智能外呼后，近两个月重复入催规模占比从38.68%降至22.32%，收敛约四成。这背后不完全是催收话术的升级，而是贷后运营逻辑的一次范式的转移。

01 为什么迁徙率是贷后的"真问题"

传统贷后把资源堆在M3+的“重症监护”上，但账龄越往后，挽回概率越低、成本越高。行业的结构性压力是实打实的：2025年末商业银行不良贷款余额3.5万亿元，信用卡是零售不良重灾区，部分大行信用卡不良率已达4.61%。用迁徙率视角看，问题更清晰。逾期账户遵循一条迁徙漏斗：M1遗忘型（一提醒就还）、M2试探型（需施压才正视）、M3破罐型（需给方案才肯谈）。每一层下迁，都是上一层“未接棒”。人工模式的瓶颈恰恰在这里：小额案件（占比超60%）单轮提醒后就无人跟进，客户在M1→M2的窗口期滑走。等人工回头，已是要加倍成本才能处理的“重症”。这不是催收不力，是运营节奏与迁徙节奏错配。

02 前置干预：把"接力"工程化

解法不是加人，而是把催收团队的“接力”机制工程化为智能外呼的运营流程——按账龄分层、差异化触达：M1（第1-3天）「客服」角色：温和提醒，广覆盖，把“遗忘型”账户先捞回；M2（第4-7天）「经理」角色：正式告知征信影响，让“试探型”客户正视还款义务；M3-（第8-30天）「主管」角色：主动对接分期、减免，给“破罐型”客户出路。关键不在“多打几遍电话”，而在跨时点上下文继承——每一棒接住上一棒的信息，客户无需重复陈述。整套流程单位成本不到人工多轮催收的1/10，却把触达从“单点”变成“连续曲线”。这本质上是一种风险成本的二阶调控：在迁徙曲线的早期拐点介入，边际收益远高于事后补救。

03 数据印证：迁徙率确实在收敛

光有逻辑不够，看一组真实落地数据（某信用卡中心引入智能外呼后）：逾期金额同比由升转降：当月客单逾期金额，由此前同比增长35.8%，转为同比下降6.54%；以某客群为例，客单金额从10319.80元降至8878.59元（降幅14.0%）。重复入催规模持续收缩：连续两个月重复入催金额从11138.34元降至9093.20元（降幅18.4%）；近两月重复入催规模占比从38.68%降至22.32%（最大规模降至15.54%），近三月从15.86%降至11.76%（最大规模降至6.22%）。该收敛趋势在近三个月连续成立，非单月波动。这组数据的含义是：逾期向长账龄迁移的通道被有效收窄，不良生成率在源头被压低。智能外呼前置干预的价值，不在于多催回几笔，而在于改变整条账龄曲线的形状。

04 趋势判断：贷后将从“成本中心”走向“风险调节器”

今天的“多天多轮多角色”，策略仍是人预设的——第几天换角色、用什么话术。它的真正潜力，在智能外呼、甚至是大模型介入之后释放：客户分流入池，同样逾期，有人遗忘、有人困难、有人逃废债，策略不该一致；该加压的加压、该给方案给方案、该转人工转人工。跨时点记忆，客户昨日说“周五发工资就还”，系统今日记得，甚至周五主动跟进。这种连贯，是单轮外呼的结构性短板。情绪自适应，听出烦躁则软化、听出回避则加压，像资深主管般动态调节施压强度。未来两三年，贷后的核心竞争力不是谁的话术更狠，而是把海量账户按画像分流入不同的迁徙干预策略，人工只兜底高价值、高风险案件。那时会从“按账龄跑流程”进化为“按客户跑策略”——贷后部门也不再是事后善后的成本中心，而是实时调节风险成本的经营单元。

写在最后

迁徙率治理，本质是银行在存量时代对资产质量水位线的守护，这正是九四智能深耕的领域。我们的大模型联络中心以“三核三辅”构建体系，为贷后运营提供底层基础设施：“三核”——AIGC+行业大模型按画像生成个性化话术（迭代效率+80%）；自研H-TTS语音自然度达98%；多模态融合AI电话、5G视频、智能短信，实现全渠道触达。"三辅"——全链路数据安全（本地存储+加密+号码隐藏，符合等保三级与ISO27001）；人机协同，复杂场景平滑转接人工；灵活部署（SaaS/混合云/RPA/本地化，适配不同规模银行）。我们做的，就是把“多天多轮多角色”做成银行开箱即用的能力：接入即按账龄自动跑完干预接力，话术经法务审核、频次受控。我们更在意的不是打了多少通电话，而是多少注定下迁的账户能被接回短账龄——让迁徙率真正收敛，让资产质量守住底线。