迁徙率模板用对了,资产质量拐点能提前两个季度看见
不良率是所有资产质量指标里最会骗人的一个。它是个结果指标,是坏账已经暴露、已经分类、已经计提之后才呈现在报表上的数字。而迁徙率是过程指标——它盯的是钱在五级分类之间怎么流动。我做了十几年贷后和资产质量分析,越来越确信一件事:一家银行资产质量的真实拐点,从来不是在不良率上先出现的,而是在迁徙率上先出现的。
不良率平稳,不代表资产质量平稳
2025年二季度末,商业银行不良贷款余额3.4万亿左右,不良率1.5%附近,拨备覆盖率210%上下。这三个数字单拎出来看,非常稳。但稳的背后是分母在扩、核销在扛。不良率等于期末不良除以期末总贷款,只要贷款规模保持两位数增长,只要每年拿出几百亿核销,不良率就能被按住不动。
我见过一家总资产两千亿出头的城商行,2022到2024连续三年不良率在1.6%到1.7%之间横着,董事会每次开会都挺满意。但同一时间,它的关注类贷款迁徙率从15%一路跑到28%,正常类迁徙率从1.2%爬到2.6%。说实话,这两个数字放在一起看,意思很清楚:还有一大批贷款正在往关注类里装,关注类里又有接近三成会在一年内变成不良。后来的事不用猜了,2025年上半年这家行的不良率跳到了2.1%,拨备覆盖率掉了40多个百分点。
迁徙率的价值就在这里。它把"结果"拆成了"过程",把一年一次的体检报告变成了实时的血液检测。监管其实早就给了这套工具的制度基础——《商业银行金融资产风险分类办法》明确,金融资产逾期后至少归为关注,逾期超过90天至少归为次级,超过270天至少归为可疑,超过360天归为损失。这四道时间刻度,本质上就是迁徙率的分母和分子的时间标尺。
模板第一层:把G12还原成一个迁徙矩阵
很多人的迁徙率测算是从1104报表里的贷款质量迁徙情况表直接抄数,抄完做个同比就交差了。这太浪费了。这张表真正的用法,是把它还原成一个完整的迁徙矩阵:正常、关注、次级、可疑、损失五个层级,两两之间的流向和流量。
基本公式不复杂:某一层级的迁徙率,等于本期由该层级迁入
但坑在这里。第一,核销会污染分母。核销掉的不良贷款会直接从次级、可疑、损失里消失,导致你算出来的迁徙率系统性偏低。做分析的时候,必须在分子分母里同时还原期间核销金额。第二,上迁会污染分子。重组、清收后上调分类的贷款会反向流动,如果只算单向流动,迁徙率会被低估。第三,分母口径要用"期初余额加本期新增"更准,因为本期新投放的贷款同样会迁徙,只用期初余额算出来的迁徙率,在信贷高速扩张的年份会明显失真。
分母口径要用"期初余额加本期新增"更准,因为本期新投放的贷款同样会迁徙,只用期初余额算出来的迁徙率,在信贷高速扩张的年份会明显失真。我的判断是,市面上多数迁徙率模板错在只算了一条线——关注到不良。但真正有信息量的是"正常到关注"这条线。它是所有风险的源头,也是最不容易被人为调节的一环。关注类可以靠展期压一压,正常类迁徙率压不住。
模板第二层:单期迁徙率没有意义,多期平均才有
一个季度的迁徙率是噪声。我见过一家股份行2023年三季度关注类迁徙率单季冲到45%,原因是两笔十亿级的地产贷款集中下迁,属于个案。如果用这个数字去外推全年,会得出一个荒谬的结论。
所以模板里必须有第二层:至少拉八个季度、最好十二个季度的数据,做加权平均。我的习惯是最近四个季度给权重60%,前八个季度给40%,因为信贷结构的恶化往往是有趋势的,近期的数据更能反映当期客户的真实状态。这样做出来的平均迁徙率,才是一个可以拿来做预测的参数。
实操里还有一个细节:迁徙率要分客群、分产品、分区域看。对公和对小,正常类迁徙率能差出三倍;按揭和经营贷,关注类迁徙率的稳定性完全不是一回事。一个全行层面的迁徙率,掩盖掉的结构性信息,往往比它显示出来的还多。
模板第三层:从迁徙率推到不良生成率和拨备缺口
这才是模板的终点。不良生成率等于各层级迁徙金额的合计,除以平均贷款余额。用上面那家城商行的数字算一遍:正常类1800亿、迁徙率2%,关注类50亿、迁徙率25%,当年迁徙产生的不良就是36亿加上12.5亿,合计约48.5亿,不良生成率2.4%。这个数字,比报表上1.6%的不良率高出一大截,差额就是核销和规模增长吃掉的部分。
再往前走一步,就是拨备。48.5亿的不良生成,如果目标拨备覆盖率是150%,对应的拨备计提需求是73亿。这家行当年的净利润是多少?不到15亿。这就是迁徙率测算真正的杀伤力——它会提前告诉你,明年要计提多少钱,利润够不够扛。
顺带说一句,迁徙率法不只是做资产质量分析的土办法。《商业银行预期信用损失法实施管理办法》2022年落地之后,预期信用损失模型里的违约概率估计,滚率法也就是迁徙率法,是最经典的路径之一。换句话说,你算的迁徙率,理论上应该和减值模型里的参数对得上。对不上,两边至少有一边是错的。
还有个容易被忽略的点:《商业银行金融资产风险分类办法》里的同一债务人认定规则,会让迁徙率出现"跳变"。同一非零售债务人在本行的债务有5%以上被分为不良的,其他债权原则上也要归为不良。这意味着一个客户的下迁,可能带出一整串资产的迁徙。做模板的时候如果在客户层面没有做关联,算出来的迁徙率会偏低。
该怎么做
我给三条具体建议。第一,模板的数据基础至少八个季度,做两组结果——一组还原核销和上迁,一组不还原,两组对比出来的差额,就是这家行"财务管理"的力度。第二,把关注类迁徙率和正常类迁徙率设成月度监控指标,不要等季度报表。正常类迁徙率连续两个季度环比上升超过0.3个百分点,就该启动特定行业和产品的排查。第三,迁徙率一定要和拨备覆盖率、净利润放在同一张表上看,单独看迁徙率只是预警,放在利润表里看才是决策。
资产质量这件事,坏消息从来不会缺席,只会迟到。迁徙率模板的作用,就是让这个迟到的时间差尽量短一点。
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。
