意見領袖丨中銀研究（梁斯）

　　經濟下行壓力加大疊加新冠疫情沖擊，商業銀行資產質量管理難度上升。本文在分析商業銀行不良貸款率變化基礎上，從不良貸款凈生成率、逾期貸款率及企業償債能力等角度對商業銀行資產質量進行評估。結果發現：五大行和股份行通過核銷及轉出穩定了不良貸款率，并通過計提貸款損失準備應對不良形成速度加快，企業償債能力下降、資產負債率上升導致銀行不良資產壓力明顯高于名義不良。但從全球范圍內看，我國商業銀行不良貸款率在新興市場國家中處于較低水平，仍在可控范圍內。

　　整體看，新冠疫情對商業銀行資產質量的影響已開始顯現，未來我國經濟發展面臨的內外部形勢仍然十分嚴峻，企業經營狀況惡化，資金周轉周期延長的問題更加突出，2020年起商業銀行資產質量管理難度將明顯上升。針對商業銀行后續資產質量管理工作，提出如下建議：合理計提貸款損失準備，做好風險對沖工作，加快不良清收；劃分風險響應區域，分類施策，準確評估資產風險；加大與其他機構合作，分擔業務風險，確保資產安全；積極支持受疫情影響較大的行業，多措并舉穩定客戶關系，共度時艱；推動線上化業務發展，拓寬收入來源，彌補不良損失。

　　新冠疫情下商業銀行資產質量變化趨勢及其應對策略

　　經濟下行壓力加大疊加新冠疫情沖擊，商業銀行資產質量管理難度上升。本文在分析商業銀行不良貸款率變化基礎上，從不良貸款凈生成率、逾期貸款率及企業償債能力等角度對商業銀行資產質量進行評估。結果發現：五大行和股份行通過核銷及轉出穩定了不良貸款率，并通過計提貸款損失準備應對不良形成速度加快，企業償債能力下降、資產負債率上升導致銀行不良資產壓力明顯高于名義不良。但從全球范圍內看，我國商業銀行不良貸款率在新興市場國家中處于較低水平，仍在可控范圍內。

　　整體看，新冠疫情對商業銀行資產質量的影響已開始顯現，未來我國經濟發展面臨的內外部形勢仍然十分嚴峻，企業經營狀況惡化，資金周轉周期延長的問題更加突出，2020年起商業銀行資產質量管理難度將明顯上升。針對商業銀行后續資產質量管理工作，提出如下建議：合理計提貸款損失準備，做好風險對沖工作，加快不良清收；劃分風險響應區域，分類施策，準確評估資產風險；加大與其他機構合作，分擔業務風險，確保資產安全；積極支持受疫情影響較大的行業，多措并舉穩定客戶關系，共度時艱；推動線上化業務發展，拓寬收入來源，彌補不良損失。

　　疫情暴發后，全球經濟運行遭遇嚴重沖擊，我國經濟出現明顯下降，銀行面臨的外部風險迅速上升，因此今年7月，銀保監會稱要做好不良貸款可能大幅反彈的應對準備。

　　一、商業銀行資產質量的變化特征

　　一是企業信用風險上升推高商業銀行不良貸款率，但上市銀行不良貸款率基本穩定。近年來，受經濟增速持續下行影響，企業經營狀況惡化，資金周轉周期延長，部分企業生產經營面臨困境，信用風險有所上升。從數據看，我國A股上市公司應收賬款周轉天數由2012年平均72天延長至2019年的130天，2020年一季度更是增加至302天這一歷史最高值，疫情對企業資金流的負面影響十分突出。受此影響，商業銀行不良貸款率由2012年的1.1%持續上升至2020年一季度的1.91%，2020年二季度銀行業金融機構不良貸款率已達到2.1%，二者均為近十年新高[1]。分類型看，城商行、農商行不良貸款率整體偏高，2020年一季度其分別為2.45%、4.09%。但上市銀行資產質量保持相對穩健，在2015年達到高點后，不良貸款率開始下行。2020年一季度，上市銀行不良貸款率為1.44%，與2019年年底相比保持穩定（圖1、圖2）。

　　圖1：我國商業銀行不良貸款率變化（%） 圖2：我國上市銀行不良貸款率變化（%）

　　資料來源：中國銀保監會，WIND

　　二是不良貸款率區域走勢分化，“北升南降”態勢明顯。在經濟下行壓力加大背景下，區域經濟增速出現明顯放緩。東三省、部分西部省份較南方省份經濟增速放緩速度更快，不良貸款率“北升南降”態勢明顯。例如東三省平均不良貸款率由2011年1.14%增長至2018年的4.04%，上升2.9個百分點。山西由2011年的1.45%增長至2018年的3.04%，甘肅由2011年的1.19%增長至2018年的5%。南方的一些省份，如湖北、浙江、廣東、河南、湖南等不良貸款率保持在較低水平，大體維持在2%以下，尤其浙江不良貸款率近兩年來出現明顯下降（圖3）。

　　三是制造業、批發零售業等親周期行業不良貸款率偏高且呈上升趨勢。從行業情況看，在國內需求放緩、生產成本上升以及外部環境惡化等多重因素沖擊下，部分親周期行業，例如制造業、批發零售業等行業不良貸款率偏高且呈上升趨勢。從數據上看，我國居民最終消費支出同比增速由2012年的11.85%降至2019年的8.97%，貨物和服務凈出口占GDP比重由3%降至1%，A股上市公司制造業企業營業收入同比增速由7.34%降至6.26%。受此影響，批發零售業、制造業不良貸款率由2012年的1.66%、1.61%持續上升至2019年的5.37%和5.35%（圖4）

　　圖3：部分省份不良貸款率變化（%） 圖4：上市銀行部分行業不良貸款率變化（%）

　　資料來源：中國銀保監會，WIND

　　四是企業不良貸款率持續上升，個人經營性貸款、信用卡貸款不良率有惡化趨勢。近些年來，中小企業信用風險有所抬頭，違約事件增多，上市銀行企業不良貸款率出現持續上升，由2012年的0.88%上升至2019年的2.26%，增長1.38個百分點。從個人不良貸款率看，上市銀行個人不良貸款率經歷了先上升、后下降的過程。由2012年的0.49%上升至2016年的1.2%，后又降至2019年的0.81%，商業銀行個人貸款仍是優質資產（圖5）。但值得注意的是，企業經營困難導致個人償債能力下降，個人經營性貸款、信用卡貸款不良率有惡化趨勢，其分別由2012年的0.6%、1.25%上升至2019年的2.83%和1.54%，需要引起密切關注[2]。

　　圖5：上市銀行企業、個人不良貸款率變化（%）

　　資料來源：中國銀保監會，WIND

　　二、商業銀行“真實”資產質量評估

　　對銀行資產質量評估的主要指標是不良貸款余額和不良貸款率，但二者均是事后概念，主要反映商業銀行對歷史風險的控制情況，是名義上的“不良”，屬于靜態分析，并未反映銀行的風險處置過程，因此單純觀察不良貸款率會對銀行的資產質量形成誤判。作者認為，銀行“真實”的資產質量還可以從如下方面進行評估。

　　（一）不良貸款凈生成率

　　商業銀行不良貸款率與其核銷行為密切相關，核銷越快，名義不良貸款率越低。為準確評估銀行核銷行為對銀行“真實”不良貸款率的影響，構建不良貸款凈生成率分析銀行不良核銷前的資產質量。計算公式為：

　　不良貸款凈生成率=（（當期新增不良貸款+當期核銷不良貸款）/上一期貸款余額）×100

　　不良貸款的形成速度對銀行名義不良率和利潤有直接影響，與名義不良率相比，不良凈生成率是流量指標，相對名義不良率更具前瞻性，同時加回核銷后能在一定程度上減輕銀行對不良的“粉飾”。不良凈生成率越高，說明商業銀行當期形成不良資產的速度越快，資產質量惡化速度也越快。這也意味著商業銀行需加大不良處置力度，核銷處置會消耗撥備，繼而導致銀行利潤下降。因此，構建貸款信用成本評估銀行為應對不良所作的準備。貸款信用成本上升，意味著銀行通過減少利潤的方式為不良生成率提高做準備，也可以反映銀行為控制不良上升導致利潤減少所付出的“機會成本”[3]。

　　第一，五大行不良貸款凈生成率在波動中有所上升。五大行不良貸款凈生成率在2015年達到最高，2016、2017年連續出現下降，自2018年起連續兩年出現上升，2019年達到0.98%，接近2015年1.1%的高位，不良貸款形成速度有所加快，這與不良貸款率2018年以來的連續下降有所背離，意味著近年來五大行通過核銷及轉出的方式穩定了不良貸款率。

　　值得注意的是，五大行貸款信用成本2019年達到2.7%，為近十年最高，與不良貸款凈生成率基本保持同步，說明五大行通過筑牢信用“緩沖墊”的方式為未來做準備，即通過更多計提貸款減值以應對可能未來資產質量惡化風險，但代價是利潤增速的放緩。

　　第二，股份行不良貸款凈生成率上升速度更快。股份行不良貸款凈生成率與大型銀行相比速度明顯更快，其自2018年起連續兩年出現上升，2019年已超過2016年的最高水平，接近1.8%，這同樣與不良貸款率走勢背離。與五大行類似，股份行不良貸款率的穩定也得益于核銷及轉出力度加大。

　　此外，近年來股份行貸款信用成本上升速度有所加快，2019年已達到2.5%，同樣創下近十年新高，其上升“斜率”與五大行相比更加陡峭，說明股份行也在為不良形成速度加快做準備，且與五大行相比力度更大，這也反映出股份行與五大行相比面臨更大的資產質量管理壓力（圖6、圖7）。

　　圖6：五大行不良貸款凈生成率（%）   圖7：股份行不良貸款凈生成率（%）

　　資料來源：各行年報，作者計算

　　整體看，2018年以來，五大行和股份行通過加大核銷及轉出力度穩定了不良貸款率，并加大貸款損失準備計提應對不良形成速度加快，商業銀行“真實”不良資產壓力要明顯大于名義不良。若不考慮處置因素，計算商業銀行“真實”不良貸款率。計算公式為：

　　“真實”不良貸款率=（（不良貸款余額+不良處置金額）/加回不良處置后的貸款總額）×100

　　根據測算結果，2019年商業銀行“真實”不良貸款率約為3.35%，高于名義不良貸款率1.49個百分點。部分城商行、農商行不良貸款率將更高。在疫情影響下，不良貸款生成速度勢必加快，銀行“真實”不良貸款率將繼續走高。但與其他新興市場國家相比，我國“真實”不良貸款率也相對較低，資產質量風險仍在可控范圍內。

　　（二）逾期貸款變化情況

　　根據現有監管規則，逾期90天以上的貸款需要納入不良，逾期1-90天的貸款則未納入統計。由于逾期1-90天的貸款也有較大可能會成為不良貸款，因此包含全部逾期貸款的逾期貸款率能更真實反映銀行貸款質量風險。此外，與不良貸款率相比，逾期貸款率前瞻性更強，同時受逾期貸款天數劃分這一主觀因素影響較小，但也可能會高估風險。

　　數據顯示，各類上市銀行逾期貸款率在2015年達到最高點2.5%-3.5%，隨后開始持續下行，其中股份制銀行逾期貸款率相對更高。另外，逾期貸款率變化趨勢上與不良貸款率大致相同，但明顯不如不良貸款率“平滑”，這也說明了逾期貸款率的“客觀性”，其劃分受主觀因素影響更小（圖8）。

　　值得注意的是，各類型銀行逾期貸款率與不良貸款率差距有所收窄，這與近年來經濟下行壓力加大及監管提高對不良認定的標準有關，二者未來走勢有望進一步趨同。

　　圖8：各類型上市銀行逾期貸款率變化（%）

　　資料來源：各行年報，中國銀行研究院

　　（三）企業償債能力下降對應較高的潛在不良率

　　企業償付能力變化及自身資產負債情況將直接影響未來對商業銀行貸款的償付，如果其利息保障倍數下降，資產負債率過高，將直接影響到銀行資產質量。

　　從各行業企業償債能力看，2019年，除能源和日常消費類行業外，其他各類行業利息保障倍數中位數較2018年均出現不同程度下降，其中醫療保健業和信息技術業降幅較大，分別下降2.94和1.9倍，工業企業也下降了0.19倍。

　　從資產負債率看，2019年，除信息技術業外，其他各類行業大都出現不同程度上升，其中公用事業類及房地產類上升幅度最大，與2018年相比分別上升1.6和2.71個百分點，工業企業小幅上升0.06個百分點（圖9）。

　　圖9：2019年比2018年各行業利息保障倍數及資產負債率變化（倍，%）

　　資料來源：WIND，作者計算

　　整體看，大型銀行和股份制行不良貸款凈生成速度近年來呈上升趨勢，在疫情影響下不良形成速度將繼續加快，資產質量持續向好態勢將扭轉。此外，經濟環境走弱疊加疫情沖擊，各類行業企業償債能力將持續下降，2020年起商業銀行資產質量管理難度將明顯上升。

　　三、商業銀行資產質量展望

　　疫情暴發對商業銀行經營帶來嚴重沖擊，疊加國內經濟增速放緩、中國美國貿易摩擦加劇、全球經濟復蘇動力不足等問題，預計未來商業銀行資產質量將面臨較大壓力。

　　第一，商業銀行不良貸款率或將繼續走高，其影響可能在2021年進一步顯現。在疫情暴發初期，各地均采取了較為嚴格的防控措施，各類企業經營均受到影響，考慮到經濟全面復蘇尚需時日，商業銀行不良壓力短期內還將上升。此外，部分線上服務能力弱、疫情管控嚴格地區的中小銀行經營受到較大影響，資產質量管理能力面臨較大挑戰。綜合來看，核銷力度加大將在一定程度上壓制不良貸款率上升趨勢，但受經濟回暖周期較長和銀行自身因素影響，商業銀行整體不良貸款率上行壓力依然較大，或將續創新高。值得注意的是，疫情暴發以來，政府出臺了對貸款展期等支持政策，這使企業當期償債壓力緩解，未來隨著這些政策的逐步退出，商業銀行不良資產惡化壓力會加速顯現，預計2021年二季度及之后商業銀行不良率或將出現跳升[4]。

　　第二，疫情嚴重地區不良率將明顯反彈。部分疫情影響嚴重地區，例如湖北省內各項生產經營活動完全復蘇需要時間，企業生產線周轉短期內無法恢復正常，預計不良率將出現明顯上升。此外，在全球疫情蔓延背景下，廣東、浙江等出口大省也將受到一定影響，出口企業生存壓力加大，違約風險上升，這將推高不良率。部分地區例如東北、西部省份本身不良率已較高，疊加新冠疫情影響導致企業經營困難，同時部分區域性銀行風險管控能力較弱，不良率或將繼續上升。

　　第三，部分行業不良貸款率將走高。新冠疫情在春節前后暴發，導致交通運輸、餐飲住宿、旅游等具有人群聚集性質的行業受到嚴重沖擊。考慮到疫情可能存在反復，為鞏固防控效果，部分管制措施仍然存在，各類人群密集型行業恢復還需要較長時間，這些行業的償債能力仍將面臨嚴峻考驗。2020年一季度，批發及零售業行業企業利息保障中位數同比下降1.93倍，住宿及餐飲業已降為負值，沖擊效應已開始顯現，預計此類行業后續不良貸款率將出現明顯攀升。

　　第四，中小企業信用風險暴露加大，資產質量管理壓力上升。在經濟下行壓力不斷加大背景下，中小企業本身面臨較大生存壓力。疊加疫情影響，防控措施限制，企業訂單、物流體系、資金周轉等受到嚴重干擾，考慮到經濟活動完全恢復正常尚需時間，中小企業風險暴露將有所上升。

　　四、商業銀行應對策略

　　第一，合理計提貸款損失準備，做好風險對沖工作，加快不良清收。提前評估后續經濟環境變化對資產質量影響的趨勢和程度，合理計提貸款損失準備，提前做好對沖工作，強化貸款業務全鏈條管理，避免出現更大損失。此外，要利用政策便利，加大與監管部門溝通，加快核銷力度，同時采用資產證券化、市場化債轉股等方式共同清理存量不良。

　　第二，劃分風險響應區域，分類施策，準確評估資產風險。全國性、跨區域的商業銀行要全面分析各地形勢，做出管理預案。根據不同地區經濟恢復情況劃分區域，各區域統籌規劃，系統分析各地資產質量變化情況。積極關注風險較高，受疫情影響較大地區的情況，對當期企業復工復產、居民收入情況及還款能力變化要認真評估，對風險資產要盡快處置。

　　第三，加大與其他機構合作，分擔業務風險，確保資產安全。在經濟復蘇不確定性較大背景下，銀行業務開展面臨一定風險，建議加大與同業和非銀機構合作力度，積極引入其他方式降低業務風險，例如采用聯合貸款、信用保險、聯合擔保等方式分散業務分險，穩定資產質量。

　　第四，積極支持受疫情影響較大的行業，多措并舉穩定客戶關系，共度時艱。積極支持交通運輸、餐飲、旅游等受疫情影響較大的行業復蘇，密切跟蹤相關企業發展、儲備及現金流情況，加強與重點企業、重點客戶溝通。同時，關注地方政府采取幫扶措施的情況和力度，采取適應性措施為企業提供支持，合理安排信貸投放和其他金融服務，避免為保證資產質量采取提前收回貸款、追討等措施，穩定業務渠道及后續客戶關系維護，與企業共度時艱。

　　第五，大力開拓線上化業務發展，拓展收入來源，彌補不良損失。疫情極大改變了居民的消費方式和消費習慣，商業銀行可提供更多線上化、無接觸式的金融產品及服務，減少接觸式傳播，建立客戶粘性，增加利潤來源。中長期內，進一步推廣各類產品覆蓋面，推廣更多數字化、智能化技術產品的使用，提供嫁接更多生活場景的嵌入式產品，增大客群基數，助力產品營銷，積極拓寬收入來源，彌補不良帶來的損失。

　　[1]  銀保監會統計數據中只披露商業銀行的不良貸款率，銀行業金融機構不良貸款率會階段性在新聞發布會上披露，各省和各行業不良貸款率披露至2018年、2019年。另外，銀保監會將商業銀行分為大型商業銀行（包括工、建、中、農、交、郵）、股份制商業銀行、城市商業銀行、農村商業銀行等。上市銀行五大行包括工、建、中、農、交（郵儲銀行信息披露不完全）。

　　[2] 信用卡和個人經營性貸款樣本銀行均為11家，企業不良貸款率上市銀行樣本為10家，個人不良貸款率樣本為12家。

　　[3]  主要選取了上市銀行數據披露相對完整的五大行和股份制銀行數據。計算公式為：

　　貸款信用成本=計提的貸款減值準備/貸款余額×100

　　[4] 根據中國銀保監會于2020年6月發布的《關于進一步對中小微企業貸款實施階段性延期還本付息的通知》要求，對于2020年年底前到期的普惠小微貸款本金、2020年年底前存續的普惠小微貸款應付利息，銀行業金融機構應根據企業申請，給予一定期限的延期還本付息安排，最長可延至2021年3月31日，并免收罰息。如果這一政策不作調整，這意味著2021年二季度開始企業將歸還債務，信用風險才可能真正暴露。

　　(本文作者介紹：中國銀行總行一級部門。研究領域涵蓋全球經濟、國際金融、宏觀經濟與政策、金融市場、銀行業發展等。)