这篇文章主要帮大家搞懂正常类贷款迁徙率这个专业指标——它到底是啥？怎么算出来的？对银行和普通人有啥影响？咱们会拆解它的核心概念、计算公式，聊聊经济环境、行业政策这些外部因素咋影响它，再结合实际案例说说金融机构怎么用它做风险预警。对了，后半段还会分享几个降低迁徙率的实战经验，看完你绝对能把这个指标玩明白！
图片由www.webtj.cn匿名网友分享
一、先整明白啥叫正常类贷款迁徙率
简单来说，它就是原本按时还款的贷款客户突然变“坏账预备军”的比例。比如某银行有100笔正常贷款，过了一个季度发现有3笔开始逾期，那迁徙率就是3%。这个数越高，说明资产质量越不稳定，得赶紧找原因了。不过要注意啊，不同银行的计算周期可能不一样，有的按月统计，有的按季度，这个得看具体口径。
二、迁徙率到底咋算出来的？手把手教你
公式其实挺直白的：（观察期内新增不良贷款余额 ÷ 期初正常类贷款余额）×100%。举个栗子，某分行年初正常贷款有5000万，年中突然冒出200万逾期，那迁徙率就是4%。不过实际操作中，有些机构还会把展期贷款、借新还旧这些特殊操作也算进分子里，这时候数值可能更高。哎对了，记得分母要用期初数，别拿期末数搞混了！
三、哪些因素会让迁徙率坐过山车？
先说外部的：经济周期波动绝对是头号杀手。像2020年疫情那会儿，很多小微企业现金流断裂，迁徙率直接翻倍。再就是行业政策变化，比如去年教培行业整顿，相关贷款迁徙率蹭蹭涨。内部的嘛，风控模型灵敏度、客户经理的贷后管理这些都很关键，有个银行因为没及时跟进客户经营状况，迁徙率半年涨了5个百分点。
四、实战中怎么用这个指标做预警？
三招见效快的法子：1. 设置行业阈值红线，比如消费贷迁徙率超过2%就触发预警2. 按月盯住迁徙率变化趋势，要是连续三个月上涨，赶紧排查客户群体3. 重点监控迁徙率突然翻倍的区域或产品线，去年某城商行的车贷产品就因为区域经理违规放贷，迁徙率一周内从1.5%飙升到6%。
五、降低迁徙率的四个必杀技
先说个反常识的——提高部分客户的贷款利率反而能稳定迁徙率！某股份制银行把风险评分70分以下的客户利率上调0.5%，逾期率立马降了30%。其他有效操作包括：• 建立客户现金流监测系统，提前30天预警可能断流的客户• 对存量客户做场景化分期产品转化，比如把信用贷转成抵押贷• 重点维护还款记录24期以上的优质客户，这类客群迁徙概率不到0.3%。
说到底，迁徙率就是个动态风险管理工具。别光盯着数字看，得结合逾期分布、客户画像这些维度一起分析。最近有些银行开始用AI预测迁徙率，准确率能到85%以上，不过这又是另一个话题了...
