閔瑞

2018年，面對錯綜復雜的內(nèi)外部經(jīng)濟形勢、不良認定標準趨嚴等政策環(huán)境，上市城商行不忘初心、回歸本源，一方面扎根地方，積極服務實體經(jīng)濟;另一方面，堅持穩(wěn)健發(fā)展的經(jīng)營理念，?積極防范化解金融風險，保持了資產(chǎn)質量的總體穩(wěn)定。

2018年上市城商行資產(chǎn)質量表現(xiàn)

不良貸款率小幅上升

截至2018年末，上市城商行不良貸款率為1.43%，較2016?年、2017年分別上升0.08、0.11個百分點，但仍比銀行業(yè)整體水平1.83%、上市銀行整體水平的1.50%分別低0.4、0.07個百分點（見圖1）。其中，寧波銀行、瀘州銀行、南京銀行2018年不良貸款率排在前三位，分別為0.78%、0.8%、0.89%;鄭州銀行、中原銀行、甘肅銀行排在后三位，分別為2.47%、2.44%、2.29%。從近三年不良貸款率走勢看（見圖2），各家銀行不良貸款率變動相對穩(wěn)定，18家銀行2018年不良貸款率與近三年不良率均值的差異絕對值在0.2%以內(nèi)。

不良核銷力度加大

2018年，國內(nèi)商業(yè)銀行通過加速清理存量不良，保持了資產(chǎn)質量整體穩(wěn)定。從核銷規(guī)模來看，銀行業(yè)整體累計核銷不良貸款9880億元，同比增長35.52%;上市城商行累計核銷不良貸款491?億元，同比增長45.74%，增速高于銀行業(yè)整體水平（見圖3）。

撥備覆蓋率相對充足

截至2018年末，上市城商行撥備覆蓋率239.34%，較2016年上升9.83個百分點，較2017年下降3.13個百分點;較銀行業(yè)整體水平186.31%、上市銀行整體水平206.09%分別高53.03個百分點、33.25個百分點（見圖4）。

從2018年各家上市城商行不良貸款率和撥備覆蓋率走勢來看，兩者大致呈現(xiàn)負相關，即不良貸款率越低的銀行撥備覆蓋率越高，反映出資產(chǎn)質量越好的銀行計提的撥備越厚，未來抵御信用風險損失的能力越強。因此，未來上市銀行資產(chǎn)質量將更趨于分化，即優(yōu)者恒優(yōu)，而差者資產(chǎn)質量下滑風險更大（圖5）。

關注類貸款占比持續(xù)下降

2018年，上市城商行關注類貸款余額1701億元，占貸款比重2.26%，較2016年、2017年分別下降0.36、0.02個百分點，呈逐年下降趨勢，反映未來資產(chǎn)質量下行壓力有所減緩。逾期貸款余額1881億元，占貸款比重2.52%，較2016年下降0.06個百分點，?較2017年上升0.21個百分點。逾期貸款占比2018年出現(xiàn)回升主要受少數(shù)銀行拉動影響（見圖6、圖7）。

不良偏離度呈下降趨勢

不良偏離度是指逾期90天以上貸款占不良貸款的比重，這一指標的數(shù)值越低代表不良認定標準越嚴格，信貸資產(chǎn)風險暴露越充分。上市城商行不良偏離度呈現(xiàn)逐年下降趨勢，2018年不良偏離度為104.26%，較2016年、2017年分別下降9.84、7.69個百分點，表明越來越多的機構將逾期90天以上貸款納入不良貸款，信貸資產(chǎn)的風險暴露越來越充分。截至2018年底，不良偏離度仍大于1的上市城商行有盛京銀行（328.04%）和甘肅銀行（136.20%）（圖8）。

正常貸款遷徙率上升

遷徙率是指各類貸款在期末發(fā)生降級的比率，這一動態(tài)結果反映了資產(chǎn)質量的穩(wěn)定性。2018年，A股上市城商行正常類貸款遷徙率2.95%，同比上升0.42個百分點，其中長沙銀行上升最多為3.48個百分點;關注類貸款遷徙率52.60%，同比上升12.94個百分點，其中北京銀行上升最多為80.48個百分點，反映出城商行正常貸款的資產(chǎn)質量穩(wěn)定性下降（見圖9）。

各上市城商行資產(chǎn)質量的量化評估

不良貸款率是衡量信貸資產(chǎn)風險的重要指標，但也存在不夠全面、客觀，以及反映滯后等問題，因此本節(jié)構建包括反映風險抵補能力的撥備覆蓋率、撥貸比，以及更為客觀和前瞻性的關注類貸款占比、不良偏離度等多項指標的評價體系，采用綜合評價法對各家銀行資產(chǎn)質量進行量化評估，進而更全面、真實、清楚地反映各上市城商行資產(chǎn)質量情況。

評價體系構建

銀行資產(chǎn)質量評價對象主要包括當期資產(chǎn)質量水平、風險抵補能力、未來資產(chǎn)質量承壓程度、資產(chǎn)質量的真實性以及資產(chǎn)質量的穩(wěn)定性五方面。

評價指標。反映當期資產(chǎn)質量水平的評價指標包括不良貸款率、不良生成率，兩者均為逆向指標，即比率越低得分越高;?反映風險抵補能力的評價指標包括撥備覆蓋率、撥貸比，兩者均為正向指標，即比率越高得分越高;反映未來資產(chǎn)質量承壓程度的評價指標包括關注類貸款占比、逾期類貸款占比，兩者均為逆向指標，即比率越低得分越高;反映資產(chǎn)質量真實性的評價指標為不良偏離度，該指標為逆向指標，即偏離度越低得分越高。此外，考慮到僅有A股上市城商行披露了貸款遷徙率，無法評估H?股上市城商行資產(chǎn)質量的穩(wěn)定性，因此本文引入近3年不良貸款率波動情況反映資產(chǎn)質量的穩(wěn)定性，該指標為逆向指標，即波動水平越小得分越高。

權重設置。評價指標共計8項，考慮到反映當期資產(chǎn)質量水平的不良貸款率、不良生成率是考察銀行信貸風險管控能力的最直接體現(xiàn)，因此權重相應較高設為20%，其余指標均為10%。

評估規(guī)則。本文共選取22家上市城商行進行評估，單項得分規(guī)則按照各單項指標排名情況，排名第1～20位的銀行分別獲得20～1分，第21、22家銀行不得分。銀行資產(chǎn)質量評價體系如下（見表1）：

得分及排名

根據(jù)評價規(guī)則，我們計算了22家上市城商行資產(chǎn)質量綜合得分，其中排名前十位的城商行得分情況如下（見表2）：

2018年，上市城商行資產(chǎn)質量綜合排名前三位分別是寧波銀行、南京銀行、上海銀行。寧波銀行是資產(chǎn)質量的標桿銀行，在當前資產(chǎn)質量、風險抵補能力、未來承壓程度、資產(chǎn)質量穩(wěn)定性等方面都表現(xiàn)突出;南京銀行表現(xiàn)出更為穩(wěn)健的資產(chǎn)質量管控能力，近3年不良貸款率穩(wěn)定在0.85%～0.9%;上海銀行不良認定嚴格，在資產(chǎn)質量真實性方面表現(xiàn)較為突出。

結論與展望

結合各家城商行資產(chǎn)質量排名，可以發(fā)現(xiàn)專注于地方經(jīng)濟的城商行的資產(chǎn)質量與所處地域的經(jīng)濟狀況密切相關。此外，對公貸款不良控制水平是影響城商行整體信貸質量的重要因素，增加低不良率行業(yè)的信貸投放有助于優(yōu)化資產(chǎn)質量。

從地域看，長三角地區(qū)銀行整體資產(chǎn)質量表現(xiàn)較好。結合上市城商行資產(chǎn)質量綜合評價結果發(fā)現(xiàn)，位于長三角地區(qū)的寧波銀行、南京銀行、上海銀行、徽商銀行、杭州銀行、江蘇銀行等銀行綜合得分較高，均躋身上市城商行資產(chǎn)質量排名前十位，而部分中西部及東北地區(qū)的城商行資產(chǎn)質量排名相對靠后。這主要是因為長三角地區(qū)資產(chǎn)質量風險經(jīng)過近幾年的暴露已逐步趨于穩(wěn)定，這種趨勢直接利好業(yè)務在長三角地區(qū)較為集中的地方性商業(yè)銀行;而東北、中西部部分地區(qū)多為規(guī)模較大的重化工業(yè)、資源型行業(yè)，不良出清速度較慢，信貸資產(chǎn)不良率仍未見頂。根據(jù)各地銀監(jiān)局發(fā)布數(shù)據(jù)，東北地區(qū)不良仍處高位，吉林省、黑龍江省2018年銀行業(yè)不良率分別為4.28%、3.24%，而江浙滬地區(qū)銀行業(yè)資產(chǎn)質量仍整體較佳，上海市、浙江省、江蘇省銀行業(yè)不良率僅為0.78%、1.15%、1.21%。

從貸款結構看，對公貸款不良率控制水平對整體資產(chǎn)質量影響更大。對公貸款不良率控制水平影響力更大主要因為：一方面，對公貸款規(guī)模占總貸款規(guī)模比重更大，22家上市城商行2018年對公貸款占比平均值為65.49%，零售貸款占比平均值為30.14%（見圖10）;另一方面，對公貸款不良率往往高于零售貸款，且各家銀行在對公貸款不良率控制能力方面的差異性較零售貸款更大，根據(jù)17家上市城商行所披露數(shù)據(jù)，對公貸款不良率平均值為1.90%、方差為0.63%，零售貸款不良率平均值為1.05%、方差為0.32%。因此，對公貸款資產(chǎn)質量控制是影響銀行整體不良率的關鍵，資產(chǎn)質量綜合評價排名前5位的寧波銀行、南京銀行、上海銀行、瀘州銀行、徽商銀行對公貸款不良率同樣排名靠前，分別為0.85%、0.98%、1.5%、0.7%、1.45%、（圖11）。

從貸款行業(yè)分布看，減少高不良率行業(yè)貸款、增加低不良率行業(yè)貸款有助于優(yōu)化資產(chǎn)質量。根據(jù)各家上市城商行披露的2018?年對公貸款不良率行業(yè)分布來看，批發(fā)和零售業(yè)、制造業(yè)、住宿和餐飲業(yè)、農(nóng)林牧漁業(yè)、信息傳輸、軟件和信息技術服務業(yè)、采礦業(yè)等六項行業(yè)的不良率較高，而金融業(yè)、衛(wèi)生和社會工作業(yè)、水利、環(huán)境和公共設施管理業(yè)、教育業(yè)、租賃和商務服務業(yè)等五項行業(yè)的不良率相對較低。

整體來看，各家銀行在高、低不良率行業(yè)分配的對公貸款規(guī)模平均占比分別為23.57%、21.95%，資產(chǎn)質量綜合評價排名靠后的銀行往往發(fā)放較高比例高不良率行業(yè)貸款，而在低不良率行業(yè)貸款占比較低;而資產(chǎn)質量綜合評價排名靠前的銀行在低不良率行業(yè)貸款占比相對較高，同時部分銀行如寧波銀行、瀘州銀行、南京銀行在高不良率行業(yè)也投放較高比例的貸款，足見這些銀行資產(chǎn)質量控制水平較高（見圖12）。

展望2019年，受貿(mào)易緊張形勢加劇削弱世界經(jīng)濟增長前景、不良認定監(jiān)管政策進一步收緊、存量不良資產(chǎn)處置核銷難度加大等因素影響，預計上市城商行的資產(chǎn)質量還將繼續(xù)承壓并加劇分化。其中，部分上市銀行的真實不良率將進一步暴露、關注類貸款占比將明顯上升、撥備覆蓋率甚至可能跌破監(jiān)管紅線等。各城商行應借鑒同行業(yè)先進風險管控經(jīng)驗，盡快建立健全風險分類治理架構，完善風險分類管理制度，優(yōu)化信息系統(tǒng)功能，加強監(jiān)測分析和信息披露，切實提升資產(chǎn)質量管理水平。

（作者單位：江西銀行戰(zhàn)略研究院）