2. 迁移矩阵基础概念：状态定义、转移概率与数学表示

贷后预警迁移矩阵是量化资产质量演变的核心工具。其本质是马尔可夫链在信贷风险管理中的具体应用——通过记录贷款在不同风险等级之间的转移规律，预测未来资产组合的劣化趋势，并为坏样本归因提供概率依据。

2.1 五级风险状态定义

依据《贷款风险分类指引》（银监发〔2007〕54号），贷款按风险程度划分为以下五个状态，构成迁移矩阵的行列标签：

2.2 状态转移概率

状态转移概率 Pij 表示：当前处于状态 i 的贷款，在下一个观察周期（通常为月或季）转移到状态 j 的概率。其数学定义为：

Pij = P( Xt+1 = j | Xt = i )

其中：

• Xt 表示贷款在时间 t 的风险状态；
• i, j ∈ {S1, S2, S3, S4, S5}；
• 满足 ∑j Pij = 1（每一行的概率之和为1）。

实际计算时，采用频率法估计：

Pij = (从状态 i 转移到状态 j 的贷款笔数) / (期初处于状态 i 的贷款总笔数)

2.3 迁移矩阵的数学表示

一个完整的五级迁移矩阵是一个 5×5 的方阵，行表示期初状态，列表示期末状态。矩阵元素即为转移概率 Pij：

         S1      S2      S3      S4      S5
S1  [  P11   P12   P13   P14   P15  ]
S2  [  P21   P22   P23   P24   P25  ]
M = S3  [  P31   P32   P33   P34   P35  ]
S4  [  P41   P42   P43   P44   P45  ]
S5  [  P51   P52   P53   P54   P55  ]

矩阵具有以下重要性质：

• 非负性： 所有元素 Pij ≥ 0；
• 行归一性： 每行元素之和等于1；
• 对角线主导： 正常和关注状态通常保留在原状态的概率最高（>80%），而次级、可疑、损失状态的留存概率相对较低；
• 吸收态特性： 损失状态行中 P55 = 1，其余 P5j = 0（j≠5）。

2.4 迁移矩阵结构图

下图展示了五级风险状态之间的主要转移路径，箭头粗细示意转移概率的相对大小：

2.5 迁移矩阵的典型数值示例

以下是一个基于某银行信用卡业务历史数据计算的月度迁移矩阵（数值已脱敏）：

2.6 迁移矩阵在贷后预警中的核心作用

迁移矩阵不仅是描述性工具，更是预测与归因的基础：

• 滚动预测： 通过矩阵乘法 Vt+n = Vt × Mn，预测未来各期资产质量分布；
• 坏样本归因： 追溯损失贷款的迁移路径，识别“正常→损失”的关键跳转节点（如S2→S3的加速点）；
• 压力测试： 在矩阵元素上叠加宏观因子冲击（如GDP下降1%），评估资产组合的脆弱性；
• 策略效果评估： 比较实施催收策略前后的迁移矩阵差异，量化风控措施的边际贡献。