迁徙率告别手工测算：一个输入框，胜过十张Excel表

这篇文章想说的是：迁徙率计算器不是什么高深莫测的金融工程，它就是把“监管要求”和“数学逻辑”压缩成一个输入框，让支行客户经理也能在十分钟内算出资产质量的变化趋势。

说实话，我见过太多信贷员被1104报表里的“迁徙率”三个字搞得一头雾水。2023年国家金融监督管理总局披露的数据显示，全年银行业金融机构共收到罚单391份，其中涉及贷款分类不准确、资产质量反映失真的占比不低。监管三令五申要“做实资产质量”，可基层行的现实是：离年末还有两周，风险部的人还在用Excel手动拉数，一个公式套错，整个迁徙率矩阵就得重来。

我以前在分行做贷后管理时，每到季末就头皮发麻。五个客户经理各自维护着上百户对公贷款，逾期天数怎么算，五级分类怎么调，全靠个人经验。同一个客户，A经理觉得是关注类，B经理觉得该划次级，报上来的数字五花八门。后来总行要求上迁徙率测算，我们只能拿历史数据硬凑，算出来的结果连自己都不敢信。

算准迁徙率，得先理解监管的铁律

很多人以为迁徙率是个报表指标，错了，它其实是风险分类的动态投影。《商业银行金融资产风险分类办法》（银保监发〔2023〕10号）第七条明确要求，商业银行应当对金融资产进行动态分类，这句话落到实操层面，盯的就是贷款在五级分类之间“搬家”的概率。正常类变成关注类，关注类滑向次级类，每一层之间的流动比例，就是迁徙率。

举个例子，某城商行对公贷款余额2000亿，年末正常类贷款迁徙率如果从1.45%上升到2.1%，意味着什么？意味着至少有13亿的贷款正在从正常类滑向关注类。按照《商业银行资本管理办法》的风险权重计提要求，这部分资产要额外多占用资本，资本充足率可能因此下降0.3个百分点。别小看这0.3%，去年某股份行就是因为资本充足率低于监管红线，被限制了新增资产规模，股价当天跌了4%（wind数据，2024年8月）。所以迁徙率不是财务部的内部报表，它是资本管理的前置雷达。

手工版的三个死穴，输入框全部绕开了

手工算迁徙率，绕不开三个死穴。第一是数据口径打架：逾期天数的起算点，有人按本金逾期算，有人按利息逾期算，就差一天，迁徙率结果能差出0.5个百分点。第二是期初余额对不上：上季度末的五级分类余额和本季度初的余额，因为核销、还旧借新，总有几个数字对不上。第三是公式错误率离谱，我见过有同事把“期末关注类余额”除以“期初正常类余额”，结果分母错了，迁徙率算出来300%，风险部的人还当成大事上报。为什么会这样？因为没有一个人愿意逐条去核对几千行的明细数据。

迁徙率计算器解决的问题，不是算数快慢，而是把“监管语义”和“数学操作”统一成了一个计算范式。你在输入框里填上期初余额、期末余额、期间新发生不良、收回核销金额，系统自动按监管口径归集。它的底层逻辑就是我们做贷款五级分类的那套规则——唯一的区别是，以前靠人，现在靠一个标准化的输入框。这不是工具，这是把资产质量的表达逻辑固化成了一套工程规范。

从“事后统计”到“事前预警”的距离，只有几个参数

我以前在贷后管理岗位的时候，最怕的不是不良率抬头，而是等到迁徙率报表出来，风险已经明摆着了。2023年审计署在对某国有大行的审计报告中指出，部分分支机构存在风险分类滞后，逾期90天以上贷款未及时下调为不良，暴露时间超过9个月。迁徙率的价值恰恰在于，它是“在途风险”的计量器——当正常类到关注类的迁徙率连续两个季度上升，说明下一季度不良生成率大概率要抬头，这个信号比不良率早了整整一个季度。

这也是我认为迁徙率计算器最有价值的地方：它把“迁徙率矩阵”降维成了几个输入参数，你可以用它对不同资产组合做压力测试。比如，把某行业贷款的期初余额填进去，假设经济下行导致逾期率上升1个百分点，看关注类迁徙率会变成多少。过去这个场景需要风险经理用SAS跑半天模型，现在往计算器里敲几个数，十分钟就能得到结果。对于大部分中小银行来说，模型复杂不等于风控有效，及时性和正确性才是底线。

我的判断：未来的资产质量管控，拼的是“响应速度”

别忘了，监管对迁徙率的关注不是静态的。2023年原银保监会发布了《关于进一步做实资产质量分类的通知》，里面专门提到“加强迁徙率监测，及时反映风险变化趋势”。我的判断是，未来监管对银行资产质量的考核，会从“不良率结果导向”转向“迁徙率过程导向”。那些能实时算出迁徙率、提前做出响应的银行，在监管评级和资本计量上会占明显优势。

举个具体场景：一个做制造业贷款的客户经理，手上有30户贷款，其中2户开始逾期，按十年前的做法，只要客户还在付息，就不会动分类。但如果你用迁徙率计算器按这个区域、这个行业的迁徙率数据一测，发现正常到关注的迁徙率已经从1.2%飙到3.8%，你就该主动上门做贷后检查，重新评估抵押物价值，而不是等90天后才想起调分类。这个动作叫“预调分类”，不是监管要求的，但是经营智慧。

我的建议很直接：不管你是支行客户经理、风险部专员还是分管行长，都可以自己动手把上季度末和本季度末的贷款明细拉出来，用计算器跑一遍迁徙率。重点看两个地方：一是正常类到关注类的迁徙率是不是在上升，二是关注类到次级类的迁徙率是不是超过历史均值。如果两个都超了，那不好意思，你的资产质量大概率被低估了。

其实，工具这东西，说到底就是个效率杠杆。以前花两周才能完成的迁徙率测算，现在输入几个数，喝杯茶的功夫就出结果了。这不是说Excel和手工统计要被淘汰，而是说，与其把精力耗费在公式调整和数据核对上，不如把时间用在真正有价值的事上——想清楚迁徙率变化背后的原因，做有意义的贷后管理决策。反正，数据是死的，算得快不算本事，算得对、用得早，才是资产质量管理的门道。

本文由「银行人实用工具箱」（deepwater84.cn）出品，专注银行从业者的效率工具与专业内容。