行業背景（摘抄）：在信用評分領域，壹般用客戶拖欠欠款的時間來刻畫客戶的行為，逾期時間越長，逾期等級越高，客戶風險也就越高。但是由於收益與風險的正比關系，銀行為了找到平衡，不會認為所有發生過逾期的客戶都是壞客戶，並且“適當”的逾期不僅不會帶來損失，反而帶來了可觀的逾期利息收入，所以對於銀行來說，他所關註的壞客戶是壞到某壹程度，也就是逾期等級較高且不還款的客戶。
信用風險模型中的滾動率分析，簡單地說就是以某壹時間點為觀察節點，觀察客戶在該點前壹段時間內（比如壹年）最壞逾期程度，並追蹤其在觀察點之後的壹段時間向其他逾期程度發展的情況，特別是向更壞程度發展的情況。
實例：假設我們取2016年8月31日為觀察點，向前推壹年為觀察期，向後推壹年為表現期，分別觀察X萬客戶。
首先我們解釋壹下表中逾期期數的意思，假設壹個客戶在本月還款日的時候沒有及時還上錢，那麽他的逾期期數就記為1，如果他在下個月仍然沒能在還款日時還上這筆款，那麽他的逾期期數就記為2，期數會持續累加，直到他把這筆款還上。
所以上表中的這個客戶，他在觀察期裏11月有過1次逾期，3-5月連續逾期了3期，也就是說該客戶在前1年裏面最壞的逾期記錄應該是3期。同理，在後1年裏面最壞的逾期記錄是2期。
然後我們把X萬個客戶，在觀察期和表現期最壞逾期期數都統計出來，就做出了如下頻數匯總圖：
上圖縱坐標為觀察期（前1年）客戶最壞逾期期數，壹***有5檔：正常、逾1期、逾2期、逾3期、逾3期以上。橫坐標為表現期（後1年）的表現情況。我們分別來看看這幾類客戶的情況：
1. 正常檔的客戶在未來1年裏，98%的客戶還是會保持正常（無逾期）狀態，也就是說此種程度下的客戶比較傾向於保持自我屬性；
2. 曾經逾1期的客戶在未來80%會從良不再犯，但是還有20%會繼續，甚至有5%的人往更壞的程度發展去了；
3. 曾經逾2期的客戶在未來40%的人會繼續惡化，22%左右的人會變正常（完全從良）；
4. 曾經逾3期的客戶在未來60%的人會繼續惡化，15%左右的人會變正常（完全從良）；
5. 逾期3期以上的客戶在未來80%的客戶會繼續此狀態（沒救了）。
在風險裏面我們對於壞的定義比較謹慎，所以需要找到壹個不可逆的點，比如逾期3期以上的客戶，就都是無力搶救的壞客戶了。但是假如我們想把條件收緊壹點，那麽我們可能會選擇逾3期或者2期。再假如我要給壞設定等級，那麽我就可以把3期以上設為極度壞，逾3、2期的話可能設置為中度壞，那麽1期的人我就覺得是不經意的壞。以此類推，這個道理也可以應用到其他行為的程度定義裏。
除了滾動率分析之外，還有壹種時間維度的vintage分析，也可以幫助判斷好壞客戶。