迁徙率才是资产质量的先行指标,几个数就能算出来
说实话,我见过太多支行行长,每月例会只盯一个数:不良率。可不良率是后视镜,等你从里面看见追尾,车早就撞上了。真正能提前半年闻到味道的是迁徙率——而它压根不需要什么系统,几个数就能算清楚。
这篇文章我想讲三件事:迁徙率凭什么比不良率值钱,迁徙率计算器到底吃哪几个输入,以及算完之后你该怎么读。核心判断就一句:不良率告诉你已经烂了多少,迁徙率告诉你还会烂多少。
不良率是结果,迁徙率是过程
五级分类那五档——正常、关注、次级、可疑、损失——本质上是一个池子。不良率只统计后三档占多大比例,它是个静态切片。迁徙率不一样,它统计的是报告期内有多少钱从好档"漏"到了坏档。
这个差别要命。一家银行不良率1.5%,看着挺稳,但如果它的关注类迁徙率从去年的18%蹿到35%,那就意味着关注类里每三块钱就有一块在往下掉。等这批钱真进了不良,报表上难看是半年后的事。我在做贷后检查时最怕的不是不良率高,而是关注类迁徙率突然抬头——那往往意味着前端准入出了系统性问题。
行业里的口径大致是这样:正常类迁徙率常年趴在1%到3%之间,关注类迁徙率一到两成算正常,次级类迁徙率多年过半。三檔数字差了好几个量级,也正因如此,正常类迁徙率哪怕只动零点几个百分点,都值得追一追。
计算器到底吃哪几个数
公式本身不复杂,难的是把数据凑齐。原银保监会2023年7月1日施行的《商业银行金融资产风险分类办法》,把分类逻辑从"贷款"转成了"债务人",逾期超过90天必须进不良,这条硬杠杠让迁徙率的参考价值又上了一个台阶。
以正常类迁徙率为例,你要输三个数:期初正常类贷款余额、期内正常类收回(含核销、转让)金额、期末仍在正常类的余额。分子是"期初正常类里降级的那部分",分母是"期初正常类减去期内收回"。关注类、次级类、可疑类同理,只是分母要扣掉的项不同。1104报表里那张贷款质量迁徙表,底层逻辑就是这个。
很多人算错,就错在分母。分母不能直接用期初余额,得把期间正常收回、核销出去的部分剔掉,否则你会把"还钱了"误算成"迁徙了",迁徙率虚高。这个坑我评审一家城商行内部报表时踩过——他们拿期初余额做分母,算出来的关注类迁徙率比年报披露值高出近8个百分点,虚惊一场。
算出来怎么读,才是真本事
数字出来只是开始。我的经验是分三个场景看。
正常类迁徙率抬头,说明新发放的贷款在下沉,问题出在准入端,这时候该去查客户经理的评级有没有放水。关注类迁徙率飙升,是存量要出事的信号,得赶紧摸底层资产,看是不是某个行业或区域在集中塌方。次级类迁徙率居高不下,考验的就不是风控,而是处置能力——清收、核销、转让哪条路都堵着,迁徙率自然降不下来。
去年我见过一家农商行,正常类迁徙率一个季度从1.2%跳到2.8%,翻了一倍多。追下去发现,是当地一个产业集群订单断崖,客户经理为完成投放指标,硬把评级往上抬了一档。你看,迁徙率一算,问题也就露头了。
三个坑,避开再下结论
迁徙率不是算命,用之前心里得有数。核销和转让会"美化"数据——一大笔不良核销出去,分子分母同时变了,前后根本不可比;分类口径的变动同样要命,2023年新规之后,不少银行把逾期90天以上贷款一次性并入不良,那一年的迁徙率和上年搁一块看就是耍流氓;至于拿单点数据下结论,一个季度说明不了趋势,起码得看四个季度。
我个人的判断是:迁徙率最大的价值不在绝对值,而在它的方向和加速度。一家银行迁徙率从15%慢慢爬到20%,跟从15%两个季度蹿到40%,后者才需要立刻拉警报。盯趋势,比盯数字有用得多。
所以我的建议很实在:从下个季度起,把正常类和关注类迁徙率加进贷后例会的看板,和不良率并排放。算不清楚没关系,把期初、收回、期末这几个数填进去,结果自己就出来了。真要落地,先把口径统一了,别让不同支行用不同分母各算各的,那比不算还糟。
资产质量这件事,从来没有事后诸葛亮,只有提前量。迁徙率就是那个提前量。
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。
