3、滚动率矩阵：构建方法与资产质量迁移观察

滚动率矩阵（Roll Rate Matrix）是量化资产质量迁移的核心工具。它通过统计不同逾期状态（如 M0、M1、M2）的客户在下一个观察周期（通常为一个月）内迁移到其他状态的比例，形成一张二维矩阵。这张矩阵不仅揭示了资产池的“健康度”，更是实时预警策略中阈值设定的数据基础。

3.1 滚动率矩阵的构建方法

构建滚动率矩阵需要三个关键要素：观察时点、逾期状态定义、迁移窗口。以下为标准化构建步骤：

1. 确定观察基期：选取一个历史月份（如 2025-01-31）作为起始观察点。
2. 划分逾期状态：将客户按当前逾期天数分为 M0（未逾期）、M1（1-30天）、M2（31-60天）、M3+（61天以上）等状态。
3. 设定迁移窗口：固定一个后续时间点（如 2025-02-28），统计每个状态组内客户在窗口期末的新状态。
4. 计算迁移比例：对每个起始状态，计算迁移到各目标状态的客户数占比，填入矩阵单元格。

3.2 矩阵元素含义与标准结构

一个标准的滚动率矩阵包含 行（起始状态） 和 列（目标状态）。矩阵中的每个元素 P(i→j) 表示：起始状态为 i 的客户，在下一个观察周期结束时，处于状态 j 的比例。

3.3 从矩阵中观察资产质量迁移

滚动率矩阵的核心价值在于揭示资产质量的迁移路径和恶化速度。以下三个观察维度是风控策略人员必须掌握的：

• 恶化迁移率（Deterioration Rate）：关注起始状态向更差状态迁移的比例之和。例如 M1→M2 + M1→M3+ = 22.1% + 10.8% = 32.9%，表示每100个M1客户中，约有33个在下个月会继续恶化。
• 恢复迁移率（Recovery Rate）：关注向更好状态迁移的比例。例如 M1→M0 = 40.5%，表示M1客户中有四成能自然恢复至正常状态。
• 长期坏账锁定率（Bad Rate Lock）：当 M3+ 客户向 M3+ 自身迁移的比例超过 50% 时，说明该群体已基本锁定为坏账，催收资源应优先投入 M1-M2 阶段。

3.4 滚动率矩阵的实时预警应用

在实时预警策略中，滚动率矩阵为每个逾期状态提供了动态阈值基准。例如：

• 若 M0→M1 迁移率从 3.8% 突然上升至 5.5%，触发“早期预警”，需排查外部宏观因素或内部审批策略变化。
• 若 M1→M2 迁移率连续两个月上升超过 5 个百分点，触发“策略干预”，需收紧该客群的额度或提高催收优先级。
• 若 M2→M3+ 迁移率突破 40%，触发“紧急处置”，需启动委外催收或计提更多拨备。

以下 SVG 图展示了滚动率矩阵如何与实时预警策略联动：

3.5 矩阵稳定性与预警阈值校准

滚动率矩阵并非一成不变。风控策略专家需要定期对矩阵进行稳定性检验，以确保预警阈值的有效性：