迁徙率模型是一种估计预期信用损失的方法，常用于计算金融工具，如应收账款的坏账准备。根据《企业会计准则第22号——金融工具确认和计量（2017年修订）和《企业会计准则第37号——金融工具列报》（2017），企业需要评估金融工具的信用风险，并据此计量预期信用损失。
迁徙率模型基于历史数据，尤其是过去的逾期账款余额的账龄结构，来估计未来的损失。以下是计算坏账准备的基本步骤：
-
数据收集：收集过去几年（例如过去12个月、24个月、36个月等）的应收账款账龄结构数据。
-
构建转移矩阵：** 分析历史数据，确定不同账龄段的应收账款在下一个时间段内迁徙到更高账龄段的概率。例如，分析过去几年的数据，看有多少比例的1年以内的应收账款在接下来的一年内迁徙到了1至2年账龄段，以此类推。
-
计算迁徙率：基于转移矩阵，计算不同账龄段之间的迁徙率，比如，如果1年以内的应收账款有10%在下一年变成了1至2年账龄段，那么1年以内的迁徙率就是10%。
-
估计预期信用损失：根据迁徙率，估计未来12个月、12个月、24个月等时间段内可能发生的预期信用损失。这需要考虑货币时间价值，因为预期信用损失的估计应反映无偏概率加权平均金额。
-
计量损失准备：根据预期信用损失的估计，计量不同时间段内应计提的损失准备。例如，如果预计1年内会有10%的应收账款可能变成坏账，那么1年内预期信用损失的10%金额将被计提为坏账准备。
-
调整和更新：随着时间的推移，企业需要定期评估和更新迁徙率，以反映最新的信用风险变化。例如，如果宏观经济环境、行业状况或特定债务人的财务状况发生变化，可能需要调整迁徙率。
通过这种方法，企业可以更准确地估计未来的信用损失，从而更恰当地计提坏账准备。在实际操作中，企业需要根据具体情况和历史数据来确定最合适的迁徙率，以反映应收账款可能发生的信用损失。
