Python中贷款迁徙率转换矩阵设计作业答疑请求

嘿，我明白你在做这个贷款迁徙率矩阵作业时遇到的坎儿了——我之前在风控项目里也折腾过类似的东西，咱们一步步来拆解解决：

一、先理清贷款迁徙率矩阵的核心结构 #

首先得明确：迁徙率矩阵是用来展示不同信用等级的贷款在一段周期（比如季度/年度）内，迁徙到其他等级或状态的比例。行代表周期开始时的初始等级，列代表周期结束时的期末等级，每行的总和必须是1（或100%），因为每笔贷款最终都会处于某个确定状态（包括违约、结清）。

常见的信用等级划分参考：正常（A）、关注（B）、次级（C）、可疑（D）、损失（E，即违约）、结清（F），你可以根据作业要求调整等级数量或命名。

二、从回溯数据（Retro Data）推导迁徙率的步骤 #

这部分是核心，不能光靠随机数凑，得贴合真实业务逻辑：

• 第一步：整理回溯数据集：你需要的历史数据至少包含：每笔贷款的ID、初始信用等级（周期起点）、期末信用等级（周期终点）、贷款状态（是否结清/违约）。
• 第二步：分组统计迁徙数量：按初始等级分组，统计每个初始等级下，迁徙到各个期末等级的贷款笔数。比如初始等级A的贷款有1000笔，其中950笔保持A、30笔降到B、15笔结清、5笔违约。
• 第三步：计算迁徙比率：用每个迁徙方向的贷款数除以该初始等级的总贷款数，得到迁徙率。比如上面的例子里，A行的迁徙率就是[0.95, 0.03, 0, 0, 0.005, 0.015]。
• 注意细节：要排除已经结清/违约的贷款在后续周期的统计；如果某个等级的样本量过小（比如只有几笔贷款），比率波动会很大，可以用行业均值做平滑处理。

三、贴合实际的示例比率（常识+行业数据参考） #

给你一组接近真实风控场景的年度迁徙率示例，直接就能用到你的DataFrame里：

逻辑解释：正常贷款大概率保持原有等级，小部分降级；关注贷款有一定概率回归正常，但更多还是维持或降级；次级/可疑贷款违约概率显著升高；损失、结清状态的贷款不会再发生迁徙。

四、Python实现的修正代码（替换随机数，贴合真实逻辑） #

如果你之前用了纯随机数生成DataFrame，现在可以改成基于真实逻辑的代码：

直接创建标准迁徙率矩阵 #

import pandas as pd

# 定义信用等级列表
grades = ["正常(A)", "关注(B)", "次级(C)", "可疑(D)", "损失(E)", "结清(F)"]

# 填入实际迁徙率数据
transition_rates = [
    [0.92, 0.05, 0.01, 0.005, 0.005, 0.01],
    [0.10, 0.75, 0.08, 0.04, 0.02, 0.01],
    [0.02, 0.15, 0.60, 0.15, 0.06, 0.02],
    [0.00, 0.03, 0.12, 0.55, 0.25, 0.05],
    [0.00, 0.00, 0.00, 0.00, 1.00, 0.00],
    [0.00, 0.00, 0.00, 0.00, 0.00, 1.00]
]

# 创建DataFrame矩阵
transition_matrix = pd.DataFrame(transition_rates, index=grades, columns=grades)

# 验证每行总和是否为1（允许微小浮点误差）
print("每行总和验证：")
print(transition_matrix.sum(axis=1))

# 输出最终矩阵
print("\n贷款迁徙率转换矩阵：")
print(transition_matrix)

从模拟回溯数据推导迁徙率 #

如果需要展示“从回溯数据推导”的过程，可以用这段模拟代码：

import pandas as pd
import numpy as np

# 模拟10000笔贷款的回溯数据
np.random.seed(42)
n_loans = 10000
grades = ["正常(A)", "关注(B)", "次级(C)", "可疑(D)", "损失(E)", "结清(F)"]
initial_grades = np.random.choice(grades, size=n_loans, p=[0.7, 0.15, 0.08, 0.05, 0.01, 0.01])

# 定义迁徙概率映射（和标准矩阵一致）
transition_probs = {
    "正常(A)": [0.92, 0.05, 0.01, 0.005, 0.005, 0.01],
    "关注(B)": [0.10, 0.75, 0.08, 0.04, 0.02, 0.01],
    "次级(C)": [0.02, 0.15, 0.60, 0.15, 0.06, 0.02],
    "可疑(D)": [0.00, 0.03, 0.12, 0.55, 0.25, 0.05],
    "损失(E)": [0.00, 0.00, 0.00, 0.00, 1.00, 0.00],
    "结清(F)": [0.00, 0.00, 0.00, 0.00, 0.00, 1.00]
}

# 生成期末等级
final_grades = []
for grade in initial_grades:
    final_grade = np.random.choice(grades, p=transition_probs[grade])
    final_grades.append(final_grade)

# 创建回溯数据集
retro_data = pd.DataFrame({
    "initial_grade": initial_grades,
    "final_grade": final_grades
})

# 从回溯数据推导迁徙率矩阵（按行归一化）
transition_matrix_from_data = pd.crosstab(retro_data["initial_grade"], retro_data["final_grade"], normalize="index")

# 输出推导后的矩阵
print("从回溯数据推导的迁徙率矩阵：")
print(transition_matrix_from_data)

五、常见问题解决 #

1. 随机数矩阵不符合实际逻辑：比如正常贷款迁徙到损失的概率过高，这时候要基于行业常识调整概率，或者用真实回溯数据统计，不要用纯随机数。
2. 行总和不为1：可能是随机数生成时没做归一化，或者统计时遗漏了部分贷款。可以用df.div(df.sum(axis=1), axis=0)对每行做归一化处理。
3. 出现NaN值：如果某个初始等级没有迁徙到某个期末等级的贷款，会出现NaN，用df.fillna(0)填充即可。

内容的提问来源于stack exchange，提问作者robert james