【对话主持】
北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家、中国宏观经济学会副会长巴曙松

【特邀嘉宾】
信风金融科技创始人陈剑

现在流行病学里常用的模型如SIR、SEIR模型，对数据要求相对来说比较低、比较简单，但缺点也很明显，不能处理中间状态的预测，所以无法预测重症和危重症。而状态转移矩阵对数据的要求可高可低，数据模型比较复杂，但优点很明显，它是唯一可以预测中间状态的模型。还有Cox风险模型、存活性分析，这两类模型都需要个例的数据，我们使用的是卫健委网站上公开的数据，颗粒度比较粗，所以无法用最后两类模型。如果将来能够拿到个例数据，可以采用这些更复杂的比如Cox风险模型来做分析。

我们做的状态转移矩阵模型，非常类似SIR模型，但是中间状态相对来说比较多。从密切接触到接受医学观察，有两种不同的结果，一类是确诊，还有一类是解除医学观察，即没有感染。如果没有感染对模型来说就移除出样本，在确诊里又分成重症、非重症，重症还可以再转化成危重症，危重症如果死亡就移除出样本空间，但是危重症可以再重新被转化为重症、非重症，非重症可以转化为重症，也可以康复，这是基本的逻辑。

这里的状态转移理论其实和信用风险里，尤其是消费贷款信用风险事件的状态转移矩阵高度类似。贷款发放后，可能是正常贷款，也可以提前还款，提前还款是一个终结事件，正常贷款可能变成轻微逾期，比如30天的逾期或者60天的逾期，轻微逾期如果不加管理或放任，有可能变成严重逾期。 在严重逾期后，如果提前还上几笔贷款，又可能重新变为轻微逾期，当然严重逾期也可能直接到违约，违约也是一个终结事件，进而对抵押品进行处置。中间有种状态是贷款修复，一般是贷款曾经出过问题，对贷款进行了一定的利息减免或本金减免，或是期限延期，它不再是完全的正常贷款。类似我们现在说的已经治愈但是有可能复阳的病例，这些修复贷款可能提前还款，也可能再次进入逾期。

随着疫情逐渐好转，研究重点也转到疫情对中国信贷资产的影响上，研究对象主要是居民消费类贷款，分类包括住房抵押贷款、汽车贷款、信用卡分期和无抵押的消费金融贷款，具体包括银行消费贷款、持牌消费金融公司贷款、互金贷款、电商平台类贷款。我们也对企业类信贷，包括中小微企业贷款、供应链金融、租赁、保理、CMBS等数据进行了分析。