迁徙率：被多数银行低估的资产质量预警器
这篇文章想讲清楚一件事——迁徙率不是什么高深莫测的监管指标，它是每一家银行都能用、都应该用的资产质量预警器，但绝大多数银行把它用成了填表的工具。我见过太多信贷经理，每个季度往1104报表里填G12表的时候都烦躁得要命，觉得迁徙率就是监管要的又一张表格。
一个被忽视的数字
说实话，迁徙率这个东西在国内银行体系里被重视的程度，远远配不上它在风险预警上的实际价值。我们天天盯着不良率，那个数字一个月才动一次，等到它动了，问题贷款早就烂透了。迁徙率不一样，它是动态指标，反映的是贷款从正常类跑到关注类、从次级类跑到可疑类的"流量"趋势。打个比方，不良率是一张静态照片，迁徙率是视频监控。
去年我在某股份制银行的年报里看到一组数据，这家银行2023年末正常类贷款迁徙率是2.86%，而2022年这个数字是1.94%。看似只是不到一个百分点的波动，但如果换算到它的贷款存量上，意味着有接近80亿的贷款资产质量在恶化。我后来跟这家银行的风控朋友聊天，他说确实，那个季度他们的关注类贷款规模暴增了60%。这就是迁徙率的意义——它比不良率提前了至少一个季度暴露问题。
公式比你想的简单，但逻辑要拎清
大家不用被"迁徙率"这个名字吓到，它的计算公式其实就是小学算术。以正常类贷款迁徙率为例：计算期内从正常类降为关注类、次级类、可疑类、损失类的贷款总额，除以期初正常类贷款总额，乘以百分之一百。年初你有100亿正常类贷款，到期中有3亿降到了关注类或以下级别，那迁徙率就是3%。
复杂的是后面的事情。按照《商业银行金融资产风险分类办法》（2023年银保监会1号令）的要求，逾期天数超过90天至少要划为次级类，超过270天就要划为可疑类，超过360天直接认定为损失类。这里的逻辑链是：逾期天数催生风险分类调整，风险分类调整驱动迁徙率变化，迁徙率变化最终传导到拨备覆盖率。我认识一个城商行的信贷主管，他们行内部叫"1210原则"——逾期1天重点关注、逾期2天预警、逾期10天必降级。虽然每家行尺度不一样，但底层逻辑是一样的。
比不良率早一步的方向盘
我判断，迁徙率真正的价值在于它是一套"三层预警"体系。第一层盯正常类迁徙率，这是最敏感的指标，一旦超过2.5%就要警惕信贷政策是不是该收紧了；第二层盯关注类迁徙率，这个数字超过15%意味着你的存量正常客户里有一大批正在滑向实质性不良；第三层盯次级类和可疑类迁徙率，这两个数字告诉你清收处置的力度够不够。
举个例子。我在分析某国有大行2023年年报时注意到，它的关注类贷款迁徙率是43.67%，不良贷款迁徙率64.42%。什么意思？就是说100块钱的关注类贷款，有43.67元最终变成了不良。这个比例下，它的不良率数据领先同业，是因为它的分母太大、拨备太厚。反过来，一家农商行如果关注类迁徙率超过50%，那它今年的拨备计提压力会非常恐怖，利润表基本就交代了。
光看平均值没用，要拆开看
还有一个问题大家容易踩坑：迁徙率一定要按行业拆了看。一家银行整体迁徙率可能只有2%，看似很正常，但里面藏着雷——制造业的迁徙率可能已经飙到5.5%，批发零售业甚至更高，只是被按揭贷款和基建项目贷款的低迁徙率给"平均"掉了。这是一句算总账的粗话，但它掩盖了结构性问题。
我之前帮一家农商行做过一次测算，把他们的公司贷款按照行业拆开，批发零售行业的正常类迁徙率高达4.2%，而制造业是1.8%。如果按照整体口径看，这家银行好像没什么问题，但结构拆开以后，批发零售板块的风险敞口其实已经非常大了。后来我把这个结果拿给他们的风险总监看，他愣了半天说：怪不得批发零售的不良率最近涨得这么快。
用起来，比什么都重要
写到这里，我想给三点建议。第一，别再把迁徙率当成季报的应付题，把它当成月度跟踪指标来用，至少每个月算一次，尤其是关注类迁徙率。第二，迁徙率要和逾期率结合起来看，如果一个客户逾期30天以内频繁发生，但还没到90天降到关注类，这时候就要提前干预，不要等到等级下调了再去处理。第三，每一家银行都应该建立自己的迁徙率预警阈值，别抄监管的标准，也别抄同业的标杆——各家的客户结构不同，同一个数字对不同机构含义完全不同。
反正我的判断很简单：谁能把迁徙率从报表数据变成日常管理动作，谁就能在下一轮资产质量承压周期里握有清晰的方向盘。
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。