信用迁移矩阵作为信用风险动态计量的工具,通过时期初的信用状况与时期末的信用状况进行比较计算,度量在一段特定的时间内从目前的信用级别迁移到其他信用级别的概率,评估了群体性考察对象的“信用路径”或者信用历史,向管理层、监管者、投者者和风险管理人员提供信用状况未来预期途径的资料。在实践运用中,信用迁移矩阵可针对债券和债券发行人构建,也可针对贷款和贷款债务方构建。　　 国外对迁移矩阵的研究已经非常深入,标准普尔、穆迪、跨国银行及咨询机构都开展了大量研究,并开发了基于信用迁移矩阵的信用风险管理工具和系统。国内对迁移矩阵的研究还相对落后,主要原因在于规范化的评级开展时间不长和相关数据的积累、储备普遍不足,这导致对信用迁移矩阵的认识主要停留在理论分析上,尚未进行多层次的深入研究并应用到操作层面。本文认为,信用迁移矩阵作为国内商业银行信用风险管理的基本工具,可以梳理和分析历史信用迁移和违约情况,在总结经验、分析问题和决策支持方面发挥重要的作用；针对信用等级迁移矩阵无法反映资产价值变化的缺陷,可以通过五级分类迁移矩阵的考察来弥补。　　 国内商业银行尤其是分支机构在日常的风险管理活动中,如何构建和应用信用迁移矩阵?本文选取某国内商业银行在同一地区最近九年的企业贷款数据为样本进行实证分析,分别构建基于信用等级标准的企业客户信用等级迁移矩阵和基于五级分类标准的企业客户信用分类迁移矩阵,多跨度、多维度地分析企业客户信用迁移和违约的历史规律,构建基于历史数据的信用等级平均迁移矩阵并假设迁移情况,比较与国外信用迁移矩阵在矩阵特性和迁移规律方面的异同,分析和探讨应用中存在的问题。　　 通过实证研究和比较分析,发现样本银行的信用等级迁移矩阵在矩阵的结构、对称性、各信用级别的变化方向等方面与国外信用迁移矩阵基本一致,但仍存在较大的差别:国内的贷款和债券尚未形成广泛公开的交易市场,导致信用迁移矩阵不能直接发挥监控和预测资产价值的作用；样本银行信用迁移矩阵由于内外部环境的原因,迁移幅度大,信用保持率低,违约率和客户消亡率则明显较高；样本银行高信用级别客户表现了较好的稳定性,中间级别的客户迁移最值得关注,但由于考察周期较短,尚不能验证较长时期后高信用级别客户是否加速下滑。　　 本文的分析存在一些不足之处,如考察期不长、缺乏数理验证、周期因素和成熟效应考虑不足等方面,尚不能进一步阐述五级分类迁移矩阵“盯市”的具体作用,有待于考察期的延续、数据的充分积累和分析方法的改进,以更好地发挥信用迁移矩阵在商业银行信用风险管理中的作用。