一、迁徙率
迁徙率可以用来预测不同逾期阶段的未来坏账损失，是资产管理中的核心指标，可以分为M0-M1、M1-M2、M2-M3、M3-M4迁徙率，同时也可以拆分为件数、金额的迁徙率。计算公式大致如下，以月末金额迁徙率为例
M0-M1迁徙率：本月M1未还本金/上月M0未还本金
M1-M2迁徙率：本月M2未还本金/上月M1未还本金
M2-M3迁徙率：本月M3未还本金/上月M2未还本金
M3-M4迁徙率：本月M4未还本金/上月M3未还本金
综合迁徙率:(M0-M1)(M1-M2)(M2-M3)*(M3-M4)迁徙率
如果迁徙率出现大于1的情况，往往会有两种原因，以M0-M1迁徙率为例：
- M2催回流转到M1的金额较多。
这种情况导致本月M1的未还本金大于上月M0未还本金。 - 大小月份造成的误差。
因为M1指的是逾期1-30天以内，如果2月份只有28天，那么2月末时逾期1天和逾期29天的资产都会被算作M1，导致分子过大。
二、回收率
回收率和迁徙率是高度相关的两个指标，比如本月M1的回收率较高，那么相应的M1-M2的迁徙率就会变低。仔细分析一下这两个指标的计算逻辑(按未还本金的口径计算)：
M1的回收率：上月M1未还本金-本月M1未还本金/上月M1未还本金
M0-M1迁徙率：本月M1未还本金/上月M0未还本金
由于分母不一样，所以M1的回收率不可以用1减去M1-M2迁徙率，但是迁徙率和回收率成反比关系是确定的。回收率高，迁徙率自然就会低。
回收率的计算一般有三种口径：
- 按个数计算，即实际回收个数/委案个数。
- 按回收金额计算，即实际回收金额/委案金额。
- 按未收本金计算，即回收案件的剩余本金/委托案件的剩余本金。
三、滚动率
滚动率：表示客户从A时间点到B时间点，还款状态从a到还款状态b的转化比率；是两个快照数据之间还款状态的变化情况。滚动率有两个方向，向前滚和向后滚；向后滚是指客户逾期等级更高了（即客户继续逾期），向前滚是指客户逾期等级变低了或者变成正常客户了（即逾期客户有还款行为）。
滚动率有点类似转换率的意思，下一级比上这一级的比率，有的也会称之为“迁徙率”但并非本文的风控迁徙率。
四、损失率
应收账款的坏账由原来的实际损失法变为预期信用损失法，会涉及预期信用损失率计算、迁徙率计算。那么如何利用迁徙率模型来计算预计信用损失呢？
利用回收率结合迁徙率模型计算历史损失率
为方便理解，将上表公式化后如下表所示
接下来，对上述数据做下说明：
平均回收率：这里的平均回收率用的是3年的算数平均，当然也可以用2年/5年的数据来计算。不用算数平均，用加权平均也未尝不可。
迁徙率：这里的迁徙率是指，转移到下一年的比例。以1年以内为例，1年以内回收率为80%，故有20%在次年会转移到1-2年。而1-2年又有31.11%的比例会转移到下一年。以此类推。
历史损失率：根据3年的数据测算，3年以上账龄的有75%的概率无法收回。由此得出3年以上账龄的历史损失率为75%，再根据各期的迁徙率计算各期最终转移到3年以上的概率，得出各期的历史损失率。
前瞻性信息：这里的前瞻性因素5%仅仅是举个例子，实际操作中还需要结合企业实际情况和整体经济环境进行判断。通过前瞻性因素的调整，我们将历史损失率转变成了预计损失率。而新金融工具准则，注重的是未来而非历史。可以说前瞻性信息的调整是注入灵魂的一步。
小结：上面的案例描述了如何利用回收率和迁徙率模型计算预计信用损失。这只是预计信用损失的计算方式之一。方式可以各式各样：比如直接利用各期余额的转换率来计算迁徙率；比如通过逾期天数来搭建模型等等。
若有收获，就点个赞吧
0 人点赞
