全方位多視角看銀行資產(chǎn)質(zhì)量

1、正文目錄 HYPERLINK l _TOC_250017 引言：全方位多視角看銀行資產(chǎn)質(zhì)量 4 HYPERLINK l _TOC_250016 監(jiān)管指標(biāo)：研究資產(chǎn)質(zhì)量的基礎(chǔ) 5 HYPERLINK l _TOC_250015 不良貸款率：資產(chǎn)質(zhì)量的賬面基礎(chǔ)指標(biāo) 5 HYPERLINK l _TOC_250014 撥備覆蓋率及撥貸比：衡量風(fēng)險(xiǎn)抵御能力 6 HYPERLINK l _TOC_250013 撥備計(jì)提：資產(chǎn)質(zhì)量在利潤(rùn)端的體現(xiàn) 8 HYPERLINK l _TOC_250012 多角度深度剖析，關(guān)注全口徑資產(chǎn)質(zhì)量 11 HYPERLINK l _TOC_250011 不良貸款分布：行業(yè)、

2、區(qū)域、擔(dān)保方式 11 HYPERLINK l _TOC_250010 不良與逾期：對(duì)應(yīng)關(guān)系從模糊走向清晰 14 HYPERLINK l _TOC_250009 不良生成率：衡量不良貸款生成情況 15 HYPERLINK l _TOC_250008 等效核銷率：衡量不良貸款處置力度 15 HYPERLINK l _TOC_250007 關(guān)注貸款率：資產(chǎn)質(zhì)量的先行指標(biāo) 16 HYPERLINK l _TOC_250006 全口徑資產(chǎn)質(zhì)量：重點(diǎn)關(guān)注非標(biāo)資產(chǎn) 17 HYPERLINK l _TOC_250005 高頻指標(biāo)：預(yù)判資產(chǎn)質(zhì)量的前瞻依據(jù) 18 HYPERLINK l _TOC_250004 利

3、息保障倍數(shù)：衡量企業(yè)償債能力 18 HYPERLINK l _TOC_250003 貸款 ABS 逾期率：按月追蹤逾期情況 18 HYPERLINK l _TOC_250002 信用利差：信用債與貸款風(fēng)險(xiǎn)有較好擬合 19 HYPERLINK l _TOC_250001 2020 年資產(chǎn)質(zhì)量判斷：把握風(fēng)控能力強(qiáng)的銀行 21 HYPERLINK l _TOC_250000 風(fēng)險(xiǎn)提示 22圖表目錄圖表 1： 銀行業(yè)資產(chǎn)質(zhì)量指標(biāo)體系 4圖表 2： 貸款五級(jí)分類及不良貸款監(jiān)管標(biāo)準(zhǔn) 5圖表 3： 2002 年以來(lái)商業(yè)銀行不良貸款率快速下行 5圖表 4： 2020 年 3 月末上市銀行及銀行業(yè)細(xì)分板塊不良貸

4、款率 5圖表 5： 貸款分類準(zhǔn)確性要求 6圖表 6： 2019 年代表銀行貸款損失準(zhǔn)備變動(dòng)情況 6圖表 7： 2014 年以來(lái)商業(yè)銀行撥備覆蓋率以及撥貸比走勢(shì) 7圖表 8： 2020 年 3 月末上市銀行及銀行業(yè)細(xì)分板塊撥備覆蓋率 7圖表 9： 信用減值損失科目的勾稽關(guān)系 8圖表 10： 2019 年代表行信用減值損失均以貸款減值損失為主 8圖表 11： 預(yù)期信用損失模型“三階段法”計(jì)提損失準(zhǔn)備 9圖表 12： 2019 年代表行計(jì)提撥備分階段情況 9圖表 13： 2019 年末代表行貸款同比增速 9圖表 14： 2020 年 3 月末代表行不良貸款率與撥備覆蓋率 9圖表 15： 2019 年

5、上市銀行信用成本收入比同比上升 10圖表 16： 2019 年代表行貸款信用成本及貸款減值損失占比 10圖表 17： 2019 年末上市銀行對(duì)公貸款不良率高于零售貸款不良率 11圖表 18： 2019 年末代表行按產(chǎn)品類型劃分的零售貸款不良率 11圖表 19： 2017 年末商業(yè)銀行對(duì)公貸款分行業(yè)不良率 12圖表 20： 2019 年末國(guó)有大行不良貸款區(qū)域分布 12圖表 21： 2017 年末商業(yè)銀行分?。ㄊ校┎涣假J款率 13圖表 22： 2019 年末上市銀行分擔(dān)保方式不良貸款率 13圖表 23： 2019 年末上市銀行逾期 90 天+偏離度及逾期貸款率 14圖表 24： 2019 年末上市

6、銀行逾期 90 天+偏離度 14圖表 25： 2020Q1 上市銀行單季度年化不良生成率及其變化 15圖表 26： 四種不良貸款處置方式 15圖表 27： 銀行貸款核銷季節(jié)性強(qiáng)，季度末水平均較高 16圖表 28： 2019 年上市銀行等效核銷率同比提升 16圖表 29： 2020 年 3 月末上市銀行關(guān)注貸款率及其變化 16圖表 30： 2019 年代表行金融資產(chǎn)、同業(yè)資產(chǎn)和表外業(yè)務(wù)信用成本 17圖表 31： 2019 年末上市銀行非標(biāo)資產(chǎn)撥貸比 17圖表 32： 2012 年以來(lái)工業(yè)企業(yè)利息保障倍數(shù)和不良率走勢(shì)情況 18圖表 33： 招行和智 19 年八期個(gè)人消費(fèi)貸款 ABS 逾期率 19圖

7、表 34： 2010 年以來(lái)產(chǎn)業(yè)債和城投債信用利差走勢(shì)情況 19圖表 35： 2020 年 Q1 不同行業(yè)的產(chǎn)業(yè)債信用利差對(duì)比 20圖表 36： 2020 年 Q1 不同地區(qū)的產(chǎn)業(yè)債信用利差對(duì)比 20圖表 37： 2020 年 3 月末資產(chǎn)質(zhì)量相關(guān)指標(biāo)及其變化 22引言：全方位多視角看銀行資產(chǎn)質(zhì)量我們認(rèn)為資產(chǎn)質(zhì)量是現(xiàn)階段影響銀行業(yè)績(jī)的重要因素。年初以來(lái)疫情引發(fā)市場(chǎng)對(duì)銀行業(yè)資產(chǎn)質(zhì)量的高度關(guān)注，其影響路徑主要有三個(gè)方面：其一，影響企業(yè)開(kāi)工。疫情推遲企業(yè)開(kāi)工時(shí)間，且即使開(kāi)工也會(huì)受到諸多限制，對(duì)企業(yè)經(jīng)營(yíng)效率有一定影響。債務(wù)壓力較大的高杠桿企業(yè)風(fēng)險(xiǎn)最先暴露。部分行業(yè)受到疫情沖擊較大，目前也未恢復(fù)到正常水

8、平，如住宿餐飲、旅游文化等。其二，影響居民收入。部分中小微企業(yè)受疫情沖擊而倒閉，或因經(jīng)營(yíng)不善而裁員、降薪。居民收入下滑或面臨失業(yè)，還款能力下降，且在催收無(wú)法正常開(kāi)展情況下還款意愿降低。其三，影響外貿(mào)企業(yè)經(jīng)營(yíng)。隨著境外疫情的爆發(fā)，外貿(mào)企業(yè)的訂單大幅減少。部分企業(yè)也因其上游海外供應(yīng)商破產(chǎn)而陷入經(jīng)營(yíng)困難的局面。一季度上市銀行不良率穩(wěn)定，但關(guān)注率抬頭。雖然理論上疫情對(duì)資產(chǎn)質(zhì)量的沖擊較大，但一季度上市銀行不良率保持基本穩(wěn)定，我們認(rèn)為主要有以下三方面原因。其一，在再貸款再貼現(xiàn)等定向支持政策下，一季度上市銀行貸款投放放量，擴(kuò)大了不良率的分母端。其二，由于不良貸款生成的滯后性，不良率分子端上升較為有限。其三，

9、上市銀行客群較優(yōu)，客群結(jié)構(gòu)抵抗風(fēng)險(xiǎn)能力較強(qiáng)，大型對(duì)公客戶、零售中高端客戶資產(chǎn)質(zhì)量受沖擊較小。雖然一季度上市銀行不良率基本穩(wěn)定，但關(guān)注率抬頭，后續(xù)資產(chǎn)質(zhì)量表現(xiàn)值得持續(xù)關(guān)注?？偨Y(jié)資產(chǎn)質(zhì)量指標(biāo)體系，有助于預(yù)判未來(lái)資產(chǎn)質(zhì)量走勢(shì)。我們通過(guò)梳理資產(chǎn)質(zhì)量的監(jiān)管指標(biāo)體系、資產(chǎn)質(zhì)量在利潤(rùn)端的體現(xiàn)，總結(jié)不良貸款的分布特征、不良貸款的生成和處置衡量指標(biāo)，呈現(xiàn)資產(chǎn)質(zhì)量全景；并提出先行指標(biāo)和高頻跟蹤方法，可對(duì)未來(lái)資產(chǎn)質(zhì)量的走勢(shì)進(jìn)行一定預(yù)判。為更直觀地展示資產(chǎn)質(zhì)量體系，我們選取了四個(gè)子板塊中較為優(yōu)質(zhì)的代表行（工商銀行、招商銀行、寧波銀行、常熟銀行分別作為大行、股份行、城商行和農(nóng)商行的代表，簡(jiǎn)稱為“代表行”），以更好的呈現(xiàn)

10、數(shù)據(jù)并進(jìn)行論證分析。圖表1： 銀行業(yè)資產(chǎn)質(zhì)量指標(biāo)體系指標(biāo)計(jì)算方法簡(jiǎn)稱/備注重要性監(jiān)管指標(biāo)不良貸款率不良貸款/貸款總額簡(jiǎn)稱為不良率撥備覆蓋率貸款損失準(zhǔn)備/不良貸款/貸款撥備率貸款損失準(zhǔn)備/貸款總額簡(jiǎn)稱為撥貸比利潤(rùn)表信用成本收入比信用減值損失/營(yíng)業(yè)收入/貸款信用成本貸款減值損失/貸款平均總額衡量貸款信用風(fēng)險(xiǎn)溢價(jià)偏離度逾期 90 天以上貸款偏離度逾期 90 天以上貸款/不良貸款衡量不良貸款認(rèn)定標(biāo)準(zhǔn)不良的生成不良生成率本期不良生成額/期初貸款總額季節(jié)性較強(qiáng)不良的處置等效核銷率本期核銷處置/期初不良貸款季節(jié)性較強(qiáng)先行指標(biāo)關(guān)注貸款率關(guān)注貸款/貸款總額簡(jiǎn)稱為關(guān)注率逾期貸款率逾期貸款/貸款總額簡(jiǎn)稱為逾期率高頻

11、跟蹤工業(yè)企業(yè)利息保障倍數(shù)(工業(yè)企業(yè)利潤(rùn)總額+利息支出)/衡量工業(yè)企業(yè)償債能力工業(yè)企業(yè)利息支出產(chǎn)業(yè)債、城投債信用利差實(shí)體企業(yè)信用風(fēng)險(xiǎn)貸款 ABS 月頻逾期、違約率等數(shù)據(jù)銀行資產(chǎn)質(zhì)量月頻數(shù)據(jù)資料來(lái)源： 政策對(duì)沖有望使上市銀行資產(chǎn)質(zhì)量分化，推薦客群優(yōu)質(zhì)、風(fēng)控能力較強(qiáng)的銀行。4 月 17日中央政治局會(huì)議提出要以更大的宏觀政策力度對(duì)沖疫情影響，一季度貨幣政策報(bào)告要求強(qiáng)化逆周期調(diào)節(jié)，政策空間依舊較大。上市銀行的客群頭部客戶較多，客群結(jié)構(gòu)抵御風(fēng)險(xiǎn)能力更強(qiáng)。優(yōu)質(zhì)的客群結(jié)構(gòu)、良好的風(fēng)控能力疊加政策的持續(xù)對(duì)沖，有望使優(yōu)質(zhì)上市銀行資產(chǎn)質(zhì)量壓力可控。推薦股份行招商銀行、興業(yè)銀行、平安銀行，以及特色小行常熟銀行、成都銀

12、行、南京銀行。監(jiān)管指標(biāo)：研究資產(chǎn)質(zhì)量的基礎(chǔ)商業(yè)銀行資產(chǎn)質(zhì)量的主要監(jiān)管指標(biāo)包括不良貸款率、撥備覆蓋率和貸款撥備率。商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管核心指標(biāo)分為三個(gè)層次，即風(fēng)險(xiǎn)水平、風(fēng)險(xiǎn)遷徙和風(fēng)險(xiǎn)抵補(bǔ)，其中與銀行業(yè)資產(chǎn)質(zhì)量有關(guān)的主要監(jiān)管指標(biāo)包括：不良貸款率是衡量信用風(fēng)險(xiǎn)水平的主要指標(biāo)之一，現(xiàn)行監(jiān)管要求不良貸款率不超過(guò) 5%；撥備覆蓋率和貸款撥備率是風(fēng)險(xiǎn)抵補(bǔ)類指標(biāo)，衡量商業(yè)銀行抵補(bǔ)風(fēng)險(xiǎn)損失的能力，監(jiān)管標(biāo)準(zhǔn)分別為 120-150%、1.5-2.5%。而風(fēng)險(xiǎn)遷徙類指標(biāo)衡量商業(yè)銀行風(fēng)險(xiǎn)變化的程度，主要包括正常貸款遷徙率和不良貸款遷徙率，監(jiān)管只要求定期披露，但暫無(wú)明確的監(jiān)管要求。目前銀行業(yè)資產(chǎn)質(zhì)量的觀測(cè)重點(diǎn)主要集中于貸款領(lǐng)

13、域，故主要的資產(chǎn)質(zhì)量監(jiān)管指標(biāo)均為貸款質(zhì)量監(jiān)管指標(biāo)。不良貸款率：資產(chǎn)質(zhì)量的賬面基礎(chǔ)指標(biāo)不良貸款率（不良貸款/貸款總額）的現(xiàn)行監(jiān)管標(biāo)準(zhǔn)為不超過(guò) 5%。2001 年 12 月，央行發(fā)布貸款風(fēng)險(xiǎn)分類指導(dǎo)原則，明確貸款五級(jí)分類標(biāo)準(zhǔn)，與國(guó)際通用規(guī)則接軌。不良貸款包括次級(jí)貸款、可疑貸款和損失貸款。貸款五級(jí)分類標(biāo)準(zhǔn)確立后，延續(xù)至今，而部分銀行基于內(nèi)部風(fēng)險(xiǎn)管理的需要，采取了更為細(xì)致的七級(jí)分類（將正常貸款分為正常一、正常二、關(guān)注貸款分為關(guān)注一、關(guān)注二）。根據(jù)貸款五級(jí)分類標(biāo)準(zhǔn)，衍生出不良貸款率（簡(jiǎn)稱“不良率”）的監(jiān)管指標(biāo)，2005 年末銀保監(jiān)會(huì)發(fā)布的商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管核心指標(biāo)要求不良貸款率不得超過(guò) 5%。圖表2： 貸

14、款五級(jí)分類及不良貸款監(jiān)管標(biāo)準(zhǔn)類別定義監(jiān)管標(biāo)準(zhǔn)正常借款人能夠履行合同，沒(méi)有足夠理由懷疑貸款本息不能按時(shí)足額償還。 盡管借款人目前有能力償還貸款本息，但存在一些可能對(duì)償還產(chǎn)生不利影關(guān)注響的因素。不良貸款次級(jí)借款人的還款能力出現(xiàn)明顯問(wèn)題，完全依靠其正常營(yíng)業(yè)收入無(wú)法足額償還貸款本息，即使執(zhí)行擔(dān)保，也可能會(huì)造成一定損失?？梢山杩钊藷o(wú)法足額償還貸款本息，即使執(zhí)行擔(dān)保，也肯定要造成較大損失。損失在采取所有可能的措施或一切必要的法律程序之后，本息仍然無(wú)法收回，或只能收回極少部分。資料來(lái)源：中國(guó)人民銀行，銀保監(jiān)會(huì)， 不良貸款率20%的標(biāo)準(zhǔn)，篩選出以上 21 家上市銀行，其非標(biāo)撥貸比較接近實(shí)際水平資料來(lái)源：公司財(cái)

15、報(bào)， 高頻指標(biāo)：預(yù)判資產(chǎn)質(zhì)量的前瞻依據(jù)可利用利息保障倍數(shù)、貸款 ABS 逾期率、信用利差實(shí)現(xiàn)對(duì)銀行資產(chǎn)質(zhì)量的高頻監(jiān)測(cè)。銀行不良率、關(guān)注率等指標(biāo)的披露頻率較低（每季度一次），因此難以實(shí)現(xiàn)對(duì)銀行資產(chǎn)質(zhì)量的高頻監(jiān)測(cè)。相比之下，工業(yè)企業(yè)利息保障倍數(shù)、貸款 ABS 逾期率、信用利差這三項(xiàng)數(shù)據(jù)有更新頻率較高的優(yōu)勢(shì)，且均能間接反映出信用風(fēng)險(xiǎn)變動(dòng)趨勢(shì)，因此可作為預(yù)判銀行資產(chǎn)質(zhì)量的前瞻性高頻監(jiān)測(cè)指標(biāo)。利息保障倍數(shù)：衡量企業(yè)償債能力工業(yè)企業(yè)利息保障倍數(shù)可作為銀行資產(chǎn)質(zhì)量前瞻指標(biāo)，且工業(yè)企業(yè)對(duì)銀行較有代表性。工業(yè)企業(yè)利息保障倍數(shù)是指工業(yè)企業(yè)息稅前利潤(rùn)與利息費(fèi)用之比，用以衡量企業(yè)長(zhǎng)期償債能力。企業(yè)償債能力惡化會(huì)最終傳

16、導(dǎo)至銀行不良生成，因此利息保障倍數(shù)可作為預(yù)判銀行資產(chǎn)質(zhì)量的先行指標(biāo)。該指標(biāo)優(yōu)勢(shì)有二：一是利息保障倍數(shù)為月頻更新，利于及時(shí)預(yù)判資產(chǎn)質(zhì)量走勢(shì)；二是工業(yè)企業(yè)償債狀況對(duì)于銀行資產(chǎn)端較有代表性。從利息保障倍數(shù)與不良率的歷史走勢(shì)看，利息保障倍數(shù)約領(lǐng)先不良指標(biāo) 6 個(gè)月至 1 年。2012 年-2015 年，利息保障倍數(shù)持續(xù)下滑后維持低位，隨后不良率和關(guān)注+不良率自 2014年下半年起開(kāi)始抬升；2016 年起，利息保障倍數(shù)開(kāi)始回升向好，隨后關(guān)注+不良率自 2016年 9 月開(kāi)始明顯回落，同期不良率也趨于平穩(wěn)；2017 年末以來(lái)，利息保障倍數(shù)又出現(xiàn)下滑趨勢(shì)，不良率在 2018 年下半年出現(xiàn)小幅抬升。整體來(lái)看，

17、利息保障倍數(shù)變動(dòng)趨勢(shì)領(lǐng)先于不良指標(biāo)走勢(shì)約 6 個(gè)月至 1 年。圖表32： 2012 年以來(lái)工業(yè)企業(yè)利息保障倍數(shù)和不良率走勢(shì)情況倍） 利息保障倍數(shù)（左軸） 不良率（右軸）關(guān)注率+不良率（右軸）（8.07%7.56%5%7.04%6.53%6.02%5.51%5.00%12-1213-1214-1215-1216-1217-1218-1219-12注 1：利息保障倍數(shù)=(工業(yè)企業(yè)利潤(rùn)總額+工業(yè)企業(yè)利息費(fèi)用)/工業(yè)企業(yè)利息費(fèi)用注 2：由于工業(yè)企業(yè)利潤(rùn)季節(jié)性波動(dòng)明顯，因此利息保障倍數(shù)取自過(guò)去 12 個(gè)月移動(dòng)平均值資料來(lái)源：Wind， 貸款 ABS 逾期率：按月追蹤逾期情況貸款 ABS 月度數(shù)據(jù)維度多元

18、，逾期率有助于新發(fā)生風(fēng)險(xiǎn)邊際變動(dòng)情況。ABS 信托受托機(jī)構(gòu)會(huì)每月披露銀行貸款 ABS 受托機(jī)構(gòu)報(bào)告，其中涵蓋入池資產(chǎn)的資產(chǎn)質(zhì)量指標(biāo)和收益率指標(biāo)等多維數(shù)據(jù)。該數(shù)據(jù)優(yōu)勢(shì)有二：一是涵蓋貸款種類豐富，ABS 基礎(chǔ)資產(chǎn)分為信用卡貸款、消費(fèi)貸款、企業(yè)貸款、按揭貸款等，可對(duì)銀行各類貸款質(zhì)量進(jìn)行對(duì)比分析；二是數(shù)據(jù)維度多元，定期報(bào)告按借貸方信用評(píng)分、年齡、區(qū)域及貸款五級(jí)分類等類別披露入池資產(chǎn)分布金額，有助于多維研判銀行資產(chǎn)質(zhì)量。各項(xiàng)披露數(shù)據(jù)中，入池資產(chǎn)逾期率（貸款逾期金額與 ABS 當(dāng)期貸款總額之比）有助于判斷銀行資產(chǎn)質(zhì)量，由于貸款 ABS 的入池資產(chǎn)通常較為優(yōu)質(zhì)，因此關(guān)注其環(huán)比變動(dòng)情況有助于判斷新發(fā)生風(fēng)險(xiǎn)邊際

19、趨勢(shì)，可作為銀行資產(chǎn)質(zhì)量的先行監(jiān)測(cè)指標(biāo)。以招商銀行 2019 年 11 月發(fā)行的和智八期個(gè)人消費(fèi)貸款 ABS 為例，截至最新報(bào)告期期末（2020 年 5 月 19 日），資產(chǎn)池未償金額共計(jì) 92.60 億元，從規(guī)模來(lái)看具備一定的代表性。 2020 年 5 月 30 天內(nèi)逾期率環(huán)比下降 37bp 至 1.07%（4 月環(huán)比下降 48bp），預(yù)計(jì)在復(fù)工復(fù)產(chǎn)背景下居民收入改善帶動(dòng)資產(chǎn)質(zhì)量持續(xù)向好；而 61-90 天與 90 天以上逾期率分別環(huán)比+10bp 至 0.72%、+42bp 至 1.19%（4 月分別環(huán)比+9bp、+43bp），預(yù)計(jì)逾期貸款結(jié)構(gòu)或出現(xiàn)下沉趨勢(shì)。圖表33： 招行和智 19 年八

20、期個(gè)人消費(fèi)貸款A(yù)BS 逾期率30天內(nèi)逾期率 31-60天逾期率61-90天逾期率90天以上逾期率2.5%2.0%1.5%1.0%0.5%0.0%2019-122020-012020-022020-032020-042020-05資料來(lái)源：公司公告， 信用利差：信用債與貸款風(fēng)險(xiǎn)有較好擬合產(chǎn)業(yè)債+城投債信用利差樣本大、日頻更新，并可實(shí)現(xiàn)行業(yè)、區(qū)域等多維度對(duì)比資產(chǎn)質(zhì)量。信用利差指信用債收益率與同期限國(guó)債收益率之差值，相當(dāng)于為了補(bǔ)償債券違約風(fēng)險(xiǎn)而高出無(wú)風(fēng)險(xiǎn)利率的溢價(jià)。在有效市場(chǎng)假說(shuō)下，債券定價(jià)充分反應(yīng)市場(chǎng)對(duì)于違約風(fēng)險(xiǎn)的預(yù)期，因此通過(guò)信用利差可合理推測(cè)違約風(fēng)險(xiǎn)；于企業(yè)而言，債券違約風(fēng)險(xiǎn)與貸款違約風(fēng)險(xiǎn)又存

21、在正相關(guān)性，因此信用利差可間接反映市場(chǎng)對(duì)于銀行貸款質(zhì)量的預(yù)期。該指標(biāo)優(yōu)勢(shì)有二：一是樣本大、日頻更新，信用利差指數(shù)總體分為產(chǎn)業(yè)債、城投債，樣本覆蓋中票、短融、公司債、企業(yè)債等；二是指數(shù)體系全面，包含行業(yè)、區(qū)域、企業(yè)性質(zhì)、期限等多元分類，可橫向?qū)Ρ炔煌S度的資產(chǎn)質(zhì)量。該指標(biāo)存在一定噪音，分析中應(yīng)適當(dāng)選取較長(zhǎng)期限數(shù)據(jù)。一是無(wú)法剔除獨(dú)立信用事件影響，信用利差易受到個(gè)別違約事件引起的市場(chǎng)恐慌影響，而此時(shí)銀行資產(chǎn)質(zhì)量并非必然受到?jīng)_擊；二是信用利差變動(dòng)受信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)雙重因素驅(qū)動(dòng)，該數(shù)據(jù)無(wú)法單獨(dú)剔除流動(dòng)性風(fēng)險(xiǎn) 影響，因此預(yù)判銀行資產(chǎn)質(zhì)量時(shí)應(yīng)適當(dāng)選取較長(zhǎng)期限的信用利差數(shù)據(jù)來(lái)避免以上缺陷。圖表34： 20

22、10 年以來(lái)產(chǎn)業(yè)債和城投債信用利差走勢(shì)情況） 信用利差(余額加權(quán))：產(chǎn)業(yè)債 信用利差(余額加權(quán))：城投債（bp 300250200150100502010-01-042010-07-042011-01-042011-07-042012-01-042012-07-042013-01-042013-07-042014-01-042014-07-042015-01-042015-07-042016-01-042016-07-042017-01-042017-07-042018-01-042018-07-042019-01-042019-07-042020-01-040資料來(lái)源：Wind， 分行業(yè)和區(qū)

23、域來(lái)看，信用利差指標(biāo)與不良率指標(biāo)均有較好的擬合度。從不同行業(yè)來(lái)看， 2020 年 Q1 產(chǎn)業(yè)債季均信用利差較高的行業(yè)有輕工制造、紡織服裝等，符合制造業(yè)貸款不良率較高的情況，而交通運(yùn)輸?shù)然ㄐ袠I(yè)的信用利差和不良率一致處于較低水平。從不同區(qū)域來(lái)看，2020 年 4 月北京、珠三角、長(zhǎng)三角等經(jīng)濟(jì)發(fā)達(dá)地區(qū)的產(chǎn)業(yè)債月均信用利差較低，亦與不良率的區(qū)域分布情況高度吻合。可以看出信用利差指標(biāo)確實(shí)具備合理判斷銀行資產(chǎn)質(zhì)量的功能。圖表35： 2020 年 Q1 不同行業(yè)的產(chǎn)業(yè)債信用利差對(duì)比（bp）信用利差(余額加權(quán))：產(chǎn)業(yè)債6005004003002001000輕紡農(nóng)家電通計(jì)化電醫(yī)商房通煤傳建鋼食有休采機(jī)綜建航水

24、專港汽高交公航電非國(guó)鐵工織林用氣用算工子藥業(yè)地信炭媒筑鐵品色閑掘械合筑運(yùn)泥用口車速通用空力銀防路制服牧電設(shè)機(jī)機(jī)造裝漁器備械生貿(mào)產(chǎn) 開(kāi) 裝物易采 飾飲金服 設(shè) 材 制設(shè)料屬務(wù) 備 料 造備公運(yùn)事運(yùn)路輸業(yè)輸金軍運(yùn)融工輸注：原始數(shù)據(jù)為日頻，上圖取自 2020 年 Q1 的季平均值資料來(lái)源：Wind， 圖表36： 2020 年 Q1 不同地區(qū)的產(chǎn)業(yè)債信用利差對(duì)比（bp）信用利差(余額加權(quán))：產(chǎn)業(yè)債1,2001,0008006004002000海 青 吉 重 貴 河 廣 四 湖 云 新 內(nèi) 天 浙 山 山 江 遼 湖 甘 福 河 黑 安 陜 江 上 廣 北南 海 林 慶 州 南 西 川 南 南 疆 蒙

25、津 江 西 東 蘇 寧 北 肅 建 北 龍 徽 西 西 海 東 京古江注：原始數(shù)據(jù)為日頻，上圖取自 2020 年 Q1 的季平均值資料來(lái)源：Wind， 2020 年資產(chǎn)質(zhì)量判斷：把握風(fēng)控能力強(qiáng)的銀行一季度上市銀行資產(chǎn)質(zhì)量穩(wěn)健，但疫情導(dǎo)致先行指標(biāo)和高頻指標(biāo)有一定上行，銀行主動(dòng)計(jì)提撥備以抵御風(fēng)險(xiǎn)。2020 年3 月末上市銀行不良貸款率、撥備覆蓋率分別為1.44%、224%，較 2019 年末+1bp、+3pct。雖然上市銀行資產(chǎn)質(zhì)量整體穩(wěn)健，但銀行業(yè)風(fēng)險(xiǎn)抬頭，3 月末不良率較 19 年末+5bp 至 1.91%。由于不良貸款的生成有一定滯后性（Q1 上市銀行單季度年化不良貸款生成率較 2019 年

26、 Q4 下降 0.40pct），更需關(guān)注先行指標(biāo)和高頻指標(biāo)。一季度上市銀行關(guān)注率提升幅度較高，3 月末上市銀行關(guān)注貸款率較 2019 年末+11bp，高于銀行業(yè)較 19 年末+6bp 的水平；高頻指標(biāo)方面，3 月消費(fèi)貸逾期率和產(chǎn)業(yè)債信用利差快速上行后，目前已迎來(lái)邊際改善，說(shuō)明未來(lái)資產(chǎn)質(zhì)量有一定壓力，但較為可控。上市銀行大多風(fēng)險(xiǎn)審慎以應(yīng)對(duì)未來(lái)的潛在風(fēng)險(xiǎn)沖擊，多數(shù)銀行已主動(dòng)計(jì)提撥備，3 月末股份行、城商行和農(nóng)商行撥備覆蓋率均較 2019 年末提升約 10pct，風(fēng)險(xiǎn)抵御能力顯著增強(qiáng)。不良貸款生成有滯后性，23 季度或形成峰值。相較于對(duì)公業(yè)務(wù)，零售業(yè)務(wù)風(fēng)險(xiǎn)會(huì)更早暴露。一季度疫情導(dǎo)致部分居民收入下降，

27、影響其還款能力和還款意愿，疊加催收清收工作無(wú)法正常推進(jìn)，導(dǎo)致分子端的零售逾期貸款和關(guān)注貸款（主要是消費(fèi)貸款）快速上升，消費(fèi)場(chǎng)景的缺失導(dǎo)致分母端零售貸款增長(zhǎng)乏力，共同導(dǎo)致一季度零售逾期率和關(guān)注率的大幅上升（3 月末招商銀行零售貸款關(guān)注率、逾期率分別較 19 年末+33bp、+60bp）。但隨著國(guó)內(nèi)復(fù)工復(fù)產(chǎn)的推進(jìn)，居民的收入和消費(fèi)意愿均有一定提升，后續(xù)零售業(yè)務(wù)風(fēng)險(xiǎn)相對(duì)可控。根據(jù)招商銀行消費(fèi)貸 ABS 的月度數(shù)據(jù)，30 天內(nèi)逾期率在 3 月達(dá)到高點(diǎn)后已邊際改善，因此二季度或迎來(lái)零售不良率的高點(diǎn)。對(duì)公業(yè)務(wù)不良生成滯后性更明顯。一方面，支持復(fù)工復(fù)產(chǎn)的政策不斷出臺(tái)，針對(duì)中小微企業(yè)的幫扶力度更大，緩釋短期風(fēng)

28、險(xiǎn)；另一方面，企業(yè)的現(xiàn)金流可支撐其短期經(jīng)營(yíng)，但長(zhǎng)期經(jīng)營(yíng)的不確定較高。尤其海外疫情沖擊國(guó)內(nèi)部分外貿(mào)型企業(yè)，批發(fā)零售、住宿餐飲、文化旅游等行業(yè)受疫情沖擊較大，暫未恢復(fù)到疫情前水平。對(duì)比零售的對(duì)公業(yè)務(wù)的高頻指標(biāo)， 2 月消費(fèi)貸逾期率抬頭，而產(chǎn)業(yè)債和城投債信用利差則在 3 月才明確了上行趨勢(shì)。雖然近期產(chǎn)業(yè)債和城投債信用利差從高位下行，但幅度有限（與 2 月低位仍有較大差距，而消費(fèi)貸逾期率則接近 2 月水平），因此我們預(yù)計(jì)對(duì)公不良率高點(diǎn)較零售業(yè)務(wù)略晚。政策對(duì)沖有望使上市銀行資產(chǎn)質(zhì)量分化，部分銀行較早計(jì)提撥備以抵御風(fēng)險(xiǎn)，推薦客群優(yōu)質(zhì)、風(fēng)控能力較強(qiáng)的銀行。4 月 17 日中央政治局會(huì)議提出要以更大的宏觀政策

29、力度對(duì)沖疫情影響，一季度貨幣政策報(bào)告要求強(qiáng)化逆周期調(diào)節(jié)，政策空間依舊較大。上市銀行的客群頭部客戶較多，客群結(jié)構(gòu)抵御風(fēng)險(xiǎn)能力更強(qiáng)。優(yōu)質(zhì)的客群結(jié)構(gòu)、良好的風(fēng)控能力疊加政策的持續(xù)對(duì)沖，有望使得優(yōu)質(zhì)上市銀行資產(chǎn)質(zhì)量壓力可控。推薦股份行招商銀行、興業(yè)銀行、平安銀行，以及特色小行常熟銀行、成都銀行、南京銀行。圖表37： 2020 年 3 月末資產(chǎn)質(zhì)量相關(guān)指標(biāo)及其變化銀行不良貸款率較 19 年末(bp)撥備覆蓋率較 19 年末(pct)關(guān)注率較 19 年末(bp)年化信用成本季度環(huán)比（pct)年化不良生成率季度環(huán)比（pct)工行1.43%0199%01.39%0.401.18%0.26建行1.42%0230

30、%21.27%-0.150.65%-0.25農(nóng)行1.40%0290%11.31%0.270.74%0.07中行1.39%2185%20.97%-0.300.54%-0.66交行1.59%12154%-180.88%-0.271.51%0.28郵儲(chǔ)0.86%0387%-20.90%-0.370.47%-0.27招行1.16%-5451%241.28%101.77%0.32-0.17%-1.09興業(yè)1.52%-2199%02.07%291.80%-0.141.61%-0.21浦發(fā)1.99%-6147%132.85%322.33%0.261.32%-2.13中信1.80%15177%22.19%0.

31、001.42%-0.91民生1.55%-1156%02.09%-0.231.69%-0.35光大1.55%-1182%02.07%-0.251.70%-0.41平安1.65%0200%171.93%-82.60%-0.601.09%-2.20華夏1.82%-1156%143.61%52.18%0.610.90%-1.30浙商1.42%5215%-61.62%-1.131.49%-1.31北京1.47%7231%61.97%0.001.33%-0.56上海1.18%2337%01.86%-22.12%0.070.50%-2.58江蘇1.38%0239%61.89%-51.86%-0.441.17%-0.56南京0.89%0423%51.48%272.17%0.560.88%-0.54寧波0.78%0524%00