迁徙率这三个字,很多银行人只在1104报表和风险分类培训里见过,真到要算的时候,反而不知道怎么下手。我的判断是:迁徙率不是什么高深的模型,它就是一个用几个数就能看穿资产质量的小工具,问题在于大部分人把它想复杂了。
说实话,我做了这么多年贷后和资产质量分析,最有用的从来不是那些花里胡哨的风险模型,而是迁徙率这种土办法。它回答一个问题:上个月正常类的那批贷款,这个月有多少掉进了关注类?这里面藏着资产质量恶化的速度和方向。
迁徙率的本质:它就是一条流水线
先把概念说清楚。迁徙率衡量的是某一类贷款在一个观察期内转移到其他类别的比例。最经典的是五级分类迁徙:正常、关注、次级、可疑、损失。假设一家支行6月末正常类贷款是10亿,到9月末(观察期三个月),其中有3000万变成了关注类,那正常类到关注类的迁徙率就是3%。
就这一个数,水平怎么样?我给你一个参照。行业里正常类到关注类的季度迁徙率,好的银行能压在1.5%以内,超过3%就要警惕了,超过5%基本说明投放端出了系统性问题。这不是我拍脑袋,翻一翻上市银行年报的风险披露章节,招商、宁波这些资产质量标杆,这几年正常类迁徙率长期维持在低位,而一些城商行、农商行,这个数经常在4%-6%之间晃。
这里有个细节很多人搞错:迁徙率算的是"率",不是"额"。分母用的是期初那一类的余额,不是期末总余额。用错了分母,算出来的数根本没法比。我自己早些年就吃过这个亏,拿期末
假设你要给一家分行做季度资产质量体检。需要的数据就几列:期初(6月末)各类贷款余额,和这些贷款在期末(9月末)分别落到了哪一类。有内部评级系统或者信贷管理系统的,导出迁徙矩阵就行;系统不支持的,拉个贷款台账按分类字段透视一下也能出来。
9月末)分别落到了哪一类。有内部评级系统或者信贷管理系统的,导出迁徙矩阵就行;系统不支持的,拉个贷款台账按分类字段透视一下也能出来。以我见过的一个真实场景举例。某分行6月末正常类余额80亿,9月末这80亿里,77.6亿仍是正常,1.6亿迁到关注,8000万直接迁到次级。那正常类到关注迁徙率就是2%,正常类到次级迁徙率1%。再看关注类:期初5亿,其中4.5亿维持关注,4000万迁到次级,1000万迁到可疑,关注类迁徙到后三类的比例就是10%。
这几个数摆在一起,你就能读出故事:正常类迁移还算稳,但关注类的恶化速度偏快——10%的关注类向下迁移,说明存量里已经有一批客户在实质性劣变,光靠正常类的新增投放掩盖不住。
这就是迁徙率最值钱的地方,它能把"静态的不良率"背后的动态趋势给挖出来。不良率是存量概念,可能因为核销、因为新投放稀释,看着很漂亮;迁徙率是流量概念,藏不住。
别只看一个数,要看迁移的方向和速度
很多人拿到迁徙率,看一眼数字就完了。其实真正要看的是两件事:方向和速度。
方向,是往上迁还是往下迁。关注类往上回迁到正常,说明风险在化解;往下迁到次级、可疑,说明在恶化。我特别注意"关注类回迁率",这个指标反映的是处置能力和客户实际经营改善情况。一家分行如果关注类回迁率长期很低,只有单向往下跌,那基本可以判断它的贷后管理是"只分类不处置"。
速度,是迁徙率环比、同比的变化。0.5个百分点的抬升不吓人,但从1.5%三个季度爬到4%,这个斜率才是要命的。前瞻性看,正常类和关注类的迁徙率往往领先不良率一到两个季度。换句话说,今天迁徙率的抬头,是明天不良生成的先行信号。
这里必须提监管口径。《商业银行金融资产风险分类办法》(2023年7月施行)明确了"逾期超过90天即应至少归为次级"这类硬约束,还有交叉违约、多笔债务分类上调等要求。这意味着迁徙率的计算基础变了——以前靠人工调分类腾挪空间,现在刚性标准卡在那,迁徙率会更真实地反映资产质量。我个人的判断是,新规之后,很多银行尤其是中小银行的迁徙率会"变难看",但那才是真的。
它不能告诉你全部,但能告诉你从哪查起
得说句公道话,迁徙率不是万能的。它是贷后结果指标,有滞后性;它不区分迁徙的客户是行业性风险还是个体风险;它也没法直接告诉你该不该计提多少减值。
但它的价值在于定位。迁徙率一异动,你就知道该往哪个方向查:是某个行业集中出问题,还是某几家分支机构分类不审慎,还是某类产品设计本身有缺陷。我做过一次排查,某分行正常类迁徙率突然跳升,一拉明细,发现80%的迁移集中在两个对公行业和三家支行,问题一下就锁定了,比漫无目的地看几百页台账效率高得多。
资产质量这件事,不怕它差,就怕你不知道它从哪儿开始差。迁徙率给你的,就是那个"从哪儿开始"。
所以我的建议很直接:每个季度给自己算一次迁徙矩阵,不用多复杂,五个分类、三个方向、环比同比各一列,十几个数的事。算出来和上年同期、和同业比一比,心里就有底了。系统能自动跑当然好,跑不出来的,手算也要算——这点功夫,比出了不良再补救划算太多。
本文由「银行人实用工具箱」(deepwater84.cn)出品。
