【华泰金融沈娟团队】全方位多视角看银行资产质量—银行财务解析系列（二）：资产质量深度研究【证券研究报告】

华泰金融研究全新平台

2020.05.1920:50

关注

来源：华泰金融研究全新平台

沈娟 S0570514040002 研究员

蒋昭鹏 S0570118030059 联系人

报告发布时间：2020年5月19日

核心观点

我们认为资产质量是现阶段影响银行业绩的重要因素，剖析其结构和成因，帮助预判未来资产质量走势。通过梳理资产质量的监管指标、在利润端体现，总结不良贷款分布特征、生成和处置衡量指标，并归纳先行指标和高频跟踪方法，呈现资产质量全景。Q1资产质量稳健，但关注率上行，预计不良率高点出现在2-3季度。优质客群结构、良好风控能力叠加政策强力对冲，有望使优质银行资产质量压力可控。推荐股份行招商银行、兴业银行、平安银行，以及特色小行常熟银行、成都银行、南京银行。

监管指标：研究资产质量的基础

商业银行资产质量主要监管指标包括不良贷款率、拨备覆盖率和贷款拨备率。三者存在关系式：不良贷款率=贷款拨备率/拨备覆盖率。不良贷款率拨备覆盖率、贷款拨备率的现行监管标准分别为不超过5%、120%-150%、1.5%-2.5%。为抵御疫情冲击，国常会阶段性将中小行拨备覆盖率监管标准下调20pct至100%-130%。上市银行资产质量好于行业水平。

拨备计提：资产质量在利润端的体现

信用减值损失是资产质量在利润表中的体现，主要由贷款减值损失构成。贷款减值损失对应贷款损失准备变动的本年计提部分，因此贷款减值损失又称“拨备计提”。IFRS9实施后，拨备计提方式由已发生损失法变为预期损失法（“三阶段法”）。针对三阶段法，各家银行计提标准有一定差异。指标方面，贷款信用成本可看做贷款的信用风险溢价，是重点关注指标之一。

关注分布特征、先行指标和高频跟踪方法

经济下行压力导致零售贷款较对公贷款不良率更低，按揭贷款最为优质；行业分布方面，批发零售业和制造业不良率较高，基建类、租赁商业服务业不良率较低；区域不良率与区域经济情况密切相关。不良生成率和等效核销率可分别作为不良贷款生成、处置的衡量指标，分析不良贷款率变动原因，逾期率、关注率则可作为不良率的先行指标。利用企业的利息保障倍数、企业的信用利差以及贷款ABS公布的月频资产质量数据，可对资产质量进行高频追踪。最后，资产质量并不仅局限于贷款质量，金融资产风险分类新规即将推出，全口径的资产质量值得关注，非标是主要风险点。

2020年资产质量判断：把握风控能力较强的银行

Q1上市银行资产质量稳健，但由于不良生成有滞后性，更需关注先行和高频指标。Q1上市银行关注率有一定上行，3月消费贷逾期率和产业债信用利差快速上行后出现边际改善迹象，未来资产质量有一定压力但相对可控。目前零售对公风险暴露情况有一定分化，零售风险暴露更早，对公不良生成滞后性更明显。预计2020年不良率高点出现在2~3季度，但部分银行已提前计提拨备以抵御风险。推荐客群结构优质、风控能力强的银行。

风险提示：经济下行超预期，资产质量恶化超预期。

报告正文

引言：全方位多视角看银行资产质量

我们认为资产质量是现阶段影响银行业绩的重要因素。年初以来疫情引发市场对银行业资产质量的高度关注，其影响路径主要有三个方面：其一，影响企业开工。疫情推迟企业开工时间，且即使开工也会受到诸多限制，对企业经营效率有一定影响。债务压力较大的高杠杆企业风险最先暴露。部分行业受到疫情冲击较大，目前也未恢复到正常水平，如住宿餐饮、旅游文化等。其二，影响居民收入。部分中小微企业受疫情冲击而倒闭，或因经营不善而裁员、降薪。居民收入下滑或面临失业，还款能力下降，且在催收无法正常开展情况下还款意愿降低。其三，影响外贸企业经营。随着境外疫情的爆发，外贸企业的订单大幅减少。部分企业也因其上游海外供应商破产而陷入经营困难的局面。

一季度上市银行不良率稳定，但关注率抬头。虽然理论上疫情对资产质量的冲击较大，但一季度上市银行不良率保持基本稳定，我们认为主要有以下三方面原因。其一，在再贷款再贴现等定向支持政策下，一季度上市银行贷款投放放量，扩大了不良率的分母端。其二，由于不良贷款生成的滞后性，不良率分子端上升较为有限。其三，上市银行客群较优，客群结构抵抗风险能力较强，大型对公客户、零售中高端客户资产质量受冲击较小。虽然一季度上市银行不良率基本稳定，但关注率抬头，后续资产质量表现值得持续关注。

总结资产质量指标体系，有助于预判未来资产质量走势。我们通过梳理资产质量的监管指标体系、资产质量在利润端的体现，总结不良贷款的分布特征、不良贷款的生成和处置衡量指标，呈现资产质量全景；并提出先行指标和高频跟踪方法，可对未来资产质量的走势进行一定预判。为更直观地展示资产质量体系，我们选取了四个子板块中较为优质的代表行（工商银行、招商银行、宁波银行、常熟银行分别作为大行、股份行、城商行和农商行的代表，简称为“代表行”），以更好的呈现数据并进行论证分析。

政策对冲有望使上市银行资产质量分化，推荐客群优质、风控能力较强的银行。4月17日中央政治局会议提出要以更大的宏观政策力度对冲疫情影响，一季度货币政策报告要求强化逆周期调节，政策空间依旧较大。上市银行的客群头部客户较多，客群结构抵御风险能力更强。优质的客群结构、良好的风控能力叠加政策的持续对冲，有望使优质上市银行资产质量压力可控。推荐股份行招商银行、兴业银行、平安银行，以及特色小行常熟银行、成都银行、南京银行。

监管指标：研究资产质量的基础

商业银行资产质量的主要监管指标包括不良贷款率、拨备覆盖率和贷款拨备率。商业银行风险监管核心指标分为三个层次，即风险水平、风险迁徙和风险抵补，其中与银行业资产质量有关的主要监管指标包括：不良贷款率是衡量信用风险水平的主要指标之一，现行监管要求不良贷款率不超过5%；拨备覆盖率和贷款拨备率是风险抵补类指标，衡量商业银行抵补风险损失的能力，监管标准分别为120-150%、1.5-2.5%。而风险迁徙类指标衡量商业银行风险变化的程度，主要包括正常贷款迁徙率和不良贷款迁徙率，监管只要求定期披露，但暂无明确的监管要求。目前银行业资产质量的观测重点主要集中于贷款领域，故主要的资产质量监管指标均为贷款质量监管指标。

不良贷款率：资产质量的账面基础指标

不良贷款率（不良贷款/贷款总额）的现行监管标准为不超过5%。2001年12月，央行发布《贷款风险分类指导原则》，明确贷款五级分类标准，与国际通用规则接轨。不良贷款包括次级贷款、可疑贷款和损失贷款。贷款五级分类标准确立后，延续至今，而部分银行基于内部风险管理的需要，采取了更为细致的七级分类（将正常贷款分为正常一、正常二、关注贷款分为关注一、关注二）。根据贷款五级分类标准，衍生出不良贷款率（简称“不良率”）的监管指标，2005年末银保监会发布的《商业银行风险监管核心指标》要求不良贷款率不得超过5%。

不良率快速下行主要由于四大AMC收购银行不良资产，上市区域性银行不良率远低于行业水平。2000-2010年商业银行不良贷款率快速下行，主要由于四大资产管理公司（AMC）收购了大量银行的不良资产，使国内银行业不良贷款率水平可与国际主要国家进行对比。监管发布不良率监管要求后，2008年以来银行业不良贷款率均低于5%。2020年3月末，商业银行不良贷款率为1.91%，上市银行不良贷款率更为优秀，达到1.44%。细分子板块来看，全国性银行不良率水平较低，区域性银行不良率水平较高，但上市区域性银行不良率远低于行业水平。

拨备覆盖率及拨贷比：衡量风险抵御能力

拨备覆盖率（贷款损失准备/不良贷款）和贷款拨备率（贷款损失准备/贷款总额）的现行监管指标分别为120%~150%、1.5%~2.5%。由拨备覆盖率和贷款拨备率（简称“拨贷比”）的计算公式可得出，不良率=拨贷比/拨备覆盖率。拨备覆盖率和拨贷比均为监管指标，2018年3月银监会印发《关于调整商业银行贷款损失准备监管要求的通知》下调了二者的监管标准。拨备覆盖率监管要求由150%，调整为120%~150%；贷款拨备率监管要求由2.5%，调整为1.5%~2.5%。而由于新冠疫情影响，国常会为提升中小银行服务小微企业的能力，将中小银行拨备覆盖率监管标准阶段性下调20pct至100%~130%。

拨备覆盖率和拨贷比的分子均为贷款损失准备，其变动主要受计提拨备和不良贷款处置核销影响。贷款损失准备（简称“拨备”）的变动适用于BASE原则，即期末余额=期初余额+增加值-减小值，具体来看，可归结为以下公式：

期末余额=期初余额+本期计提/转回-不良贷款处置/核销+其他变动

根据2019年四家代表银行的贷款损失准备变动情况，区域性银行每年新增拨备占期末余额的比例（25%）较全国性银行（15%）高10pct左右，主要有两方面原因：其一，区域性银行计提拨备（主要的增加项）更为充分。2019年区域性银行计提拨备力度较大，均超过30%，高于招行，与工行差距不大。考虑到2019年末两家区域性银行不良率均低于两家全国性银行，区域性银行为提升风险抵御能力计提了更多的拨备。其二，区域性银行不良处置（主要的减少项）占期末余额比例更低。区域性银行不良贷款处置占比较低与其较为优异的资产质量水平密切相关，全国性银行不良处置占拨备期末余额比例为15-20%，而区域性银行则仅为10%左右。

金融工具准则调整导致拨备提升较快，上市区域性银行拨备覆盖率远高于行业水平。2018年A+H上市银行由于实施了新的金融工具准则（IFRS9），导致2018年3月末拨备覆盖率和拨贷比有较为明显的上升（下文将详细论述），2019年A股上市银行也开始实施IFRS9。截至2020年3月末，商业银行拨备覆盖率、拨贷比分别为183%、3.5%，均远高于监管要求，银行业风险抵御能力较强。上市银行风险抵御能力则更为优异，上市区域性银行拨备覆盖率达到300%左右，远高于行业水平。

拨备计提：资产质量在利润端的体现

“信用减值损失”是资产质量在利润表中的体现，主要由贷款减值损失构成。IFRS9实施后，资产减值损失由信用减值损失和其他资产减值损失两个科目列示，银行资产质量在利润表中主要由信用减值损失体现。信用减值损失是银行根据预期信用损失模型计提的损失准备，用以应对银行正在或未来将要发生的风险。结构上看，信用减值损失主要以贷款为主，四家代表行贷款减值损失占比均在90%左右。贷款减值损失对应贷款损失准备变动的本年计提部分，因此贷款减值损失又称“拨备计提”。

IFRS9实施后，贷款损失准备计提方式由已发生损失法变为预期损失法。2018年起，新的金融工具准则（IFRS 9）逐渐实施（2018年“A+H”上市银行适用，2019年A股上市银行适用）。IFRS9实施前，拨备计提主要依据《银行贷款损失准备计提指引》，一般准备的年末余额应不低于贷款余额的1%；关注、次级、可疑、损失类信贷资产按照比例计提专项拨备，并根据特种风险情况自行计提特种准备。而在IFRS9实施后，贷款损失准备金计提模型由已发生损失模型变为预期信用损失模型，基于自初始确认后信用风险变化按照“三阶段法”计提拨备。由于信用风险并未显著增加，也需要按照未来12个月内可能发生损失的概率计提拨备（之前并不需要计提这部分拨备）。因此IFRS9实施后，银行拨备计提有一定提升，贷款损失准备等于贷款总额与贷款余额之差的等式关系也不再成立。

针对三阶段计提法，不同阶段各家银行拨备计提力度差距较大。根据2019年代表行计提拨备分阶段情况，招商银行和常熟银行第一阶段占比最高，故其拨备计提主要由于贷款规模增长。宁波银行则在第二阶段占比最高，第一阶段占比最低，预计主要由于其预期信用损失模型参数设定较为严格导致，其拨备计提更为审慎。推断的依据为宁波银行2019年贷款同比增速较高，且资产质量长期保持上市银行前列位置，故部分本可在第一阶段计提的拨备转移至第二阶段，拨备计提更为充分。工商银行则在第三阶段占比最高，主要由于其不良率在四家代表行中处于相对较高的位置。

信用成本收入比（资产减值损失/营业收入）可衡量拨备计提的力度。资产（信用）减值损失作为银行利润表中营业支出的主要构成项之一，可用信用成本收入比（资产减值损失/营业收入）来衡量拨备计提的力度。2019年上市银行信用成本收入比平均为25.9%，同比+1.1pct，一方面由于不良贷款确认标准提升，另一方面由于IFRS9实施。上市银行中，大行信用成本收入比处于较低水平。

信用成本（贷款减值损失/贷款平均总额）可看做贷款的信用风险溢价。贷款信用成本是衡量资产质量的重点关注指标之一，可体现出资产质量传导至利润端的结果，相当于贷款的信用风险溢价。2019年四家代表行贷款信用成本在1%-1.5%，三家中小行计提拨备力度更大。

多角度深度剖析，关注全口径资产质量

通过不良贷款的分布特征、还原不良贷款的生成和处置、关注全口径资产质量，可更深度的解析资产质量。通过商业银行监管指标和信用成本指标，可对各家银行的资产质量进行横向比较，得出初步结论。但要进一步的分析各家银行资产质量情况的成因，仍需继续补全资产质量指标体系。从静态角度分析，不良贷款的业务特征、行业特征和区域特征均较为明显，因此不良贷款率与其贷款的分布情况往往密切相关。从动态角度分析，不良贷款的生成和处置的相关指标，可分析不良贷款率的变动原因，逾期率、关注率则可作为不良率的先行指标。最后，资产质量并不仅局限于贷款质量，金融资产风险分类新规即将推出，全口径的资产质量值得关注。

不良贷款分布：行业、区域、担保方式

当前经济下行阶段，零售贷款凭借小额分散和弱周期的特点，其不良率较对公贷款更低。2019年末，上市银行对公不良贷款率为2%，而零售不良贷款率则仅为0.8%。当前经济下行阶段，零售贷款凭借其弱周期、小额分散的特点，资产质量优势较为明显。零售贷款的产品分布方面，按揭贷款资产质量最为优质，一般低于0.3%。消费贷款（包括信用卡贷款）和经营性贷款的资产质量与银行的风控水平、客群选择密切相关，各家银行不良率分化较大。根据2019年末代表行数据，消费贷款不良率主要集中于1%-1.5%，经营性贷款不良率分散在0.5%-2.5%，其中三家中小行则均低于1%。

批发零售业、制造业等行业贷款不良率较高，基建类、租赁商业服务业贷款较为优质。对公贷款的行业分布方面，不良率较高的行业为批发零售业、农林牧渔业和制造业，2017年末商业银行在三个行业的不良率均超过4%，基建类、租赁和商业服务业不良率则较低（不足1%）。目前商业银行普遍增配基建类、租赁和商业服务业等不良率较低的贷款，以优化对公贷款结构，改善对公不良贷款率。

珠三角和长三角地区由于经济较为发达，其不良贷款率较低。经济较为发达的区域，企业融资需求丰富，居民财富处全国较高水平，对公和零售业务优质客户资源均较为充足，开展业务的信用风险较为可控。珠三角和长三角地区是国家重点战略布局的区域，其经济较为发达。2019年末，国有大行珠三角和长三角地区的不良贷款率均处于较低水平（1%左右）；而东北地区经济发展相对景气度较低，其不良贷款率较高（达到3%）。基于区域的不良贷款率特点，大行东北地区贷款占比较低。而细分至各省市，除位于长三角和珠三角的省市外，北京等地经济发展情况也较好，其不良率水平较低。

信用贷款和抵押贷款不良率较低，保证贷款集中于小微贷款导致不良率较高。2019年末，除保证贷款外，上市银行其余担保方式的贷款不良率略高于1%。信用贷款发放的门槛较高，集中于优质的企业和个人客户，其资产质量情况较好。抵押贷款则由于有较为充足的抵押品（多为房产、土地等），客户资质同样较为优质，且即使客户违约，也可通过处置抵押品的方式收回至少70-80%的不良贷款，故其不良率也处于较低水平。质押贷款主要以动产进行质押，包括股票、票据等有价证券，质押品价格的不确定性高于抵押品，因此质押贷款不良率略高于抵押贷款。2019年末，上市银行保证贷款不良率超过2%，远高于其余三类贷款的不良率水平。保证贷款不良率较高主要与其贷款集中于小微企业有关。小微企业大多缺少合格的抵质押品，信用情况又不足以支撑其获得银行的信用贷款，导致其贷款多为保证贷款的形式。

不良与逾期：对应关系从模糊走向清晰

将逾期期限和五级分类明确对应，降低各家银行对不良贷款认定的主观性。相较于贷款五级分类，贷款按照逾期期限的分布相对更加客观。2018年3月银监发7号文以逾期90天以上贷款纳入不良贷款的比例，作为衡量银行风险分类结果准确性的标准，鼓励银行严格确认不良贷款。2019年4月银保监会发布《商业银行金融资产风险分类暂行办法（征求意见稿）》，要求逾期、逾期90天以上、逾期270天以上、逾期360天以上的金融资产分别至少计入关注类、次级类、可疑类和损失类资产，明确不良贷款与逾期贷款的对应关系。

在衡量不良贷款认定标准时，常使用逾期90天以上贷款偏离度指标（逾期90天以上贷款/不良贷款）。2019年末上市银行逾期90天以上贷款偏离度基本已低于100%，且部分银行将逾期60天以上贷款偏离度也降至100%以下（如平安银行、中信银行、江苏银行等），不良贷款认定标准进一步趋严。此外，逾期贷款率（逾期贷款/贷款总额）可作为观察资产质量的先行指标，但由于其披露频率较低（半年一次），研究资产质量时对逾期率的使用频率较低。

不良生成率：衡量不良贷款生成情况

不良贷款生成率（本期不良生成额/期初贷款总额）可衡量不良贷款的生成情况。不良贷款的变动主要由两部分构成，本期不良贷款的生成导致不良贷款余额增加，本期不良贷款的处置导致不良贷款余额的减少。因此不良生成额可利用以下公式计算得出：

本期不良生成额=本期新增不良贷款+本期不良贷款核销/处置

=（期末不良贷款-期初不良贷款）+（期初拨备+本期拨备计提-期末拨备）

不良贷款生成率是衡量银行业资产质量的主要领先指标之一，较不良贷款余额的变动，可更真实的体现出风险暴露情况。

等效核销率：衡量不良贷款处置力度

不良贷款的处置方式主要包括重组、清收、核销和剥离等四种。重组贷款由于仍属于不良贷款，对财务报表其他科目并不产生影响，因此关注率不高。清收往往不单独披露，或只在文字中披露，无法持续观测。而核销和转出一般列示在贷款损失准备变动表中，可进行量化持续的观测。核销季节性较强，季末核销力度较大，可直接在账面上同时抵消不良贷款和贷款损失准备，但核销并不代表清收程序结束，因此有贷款损失准备变动中有“收回已核销贷款”一项。转出一般指将不良贷款折价出售给AMC、AIC等，或打包为ABS产品。当期可直接减小不良贷款，并收到转出所获得的现金（一般为不良贷款的20-30%），净损失直接列示在贷款损失准备变动中。

等效核销率（本期核销处置/期初不良贷款）可衡量不良贷款处置的力度。根据简化的贷款损失准备计算公式，可粗略计算本期的不良贷款核销情况：

本期不良贷款核销/处置=期初贷款损失准备+贷款减值损失-期末贷款损失准备 +其他 ≈期初贷款损失准备+信用减值损失-期末贷款损失准备

根据以上公式可得到较为粗略的季度频率的等效核销率（本期核销处置/期初不良贷款），由于指标的季节性较强（年末较高、其他季末次高），通常比较同比变化更有意义，或对指标进行滚动平均的修正。2019年上市银行加大了不良贷款的处置力度，其等效核销率达到65%，同比+17pct。

关注贷款率：资产质量的先行指标

关注贷款率（关注类贷款占比）是不良贷款率的先行指标。关注率是隐性风险观测指标，其季度环比上升说明隐性风险加大，未来不良生成率会有一定上升的趋势。2020年3月末，在新冠疫情的影响下，上市银行关注率较12月末+11bp，但一季度单季度年化不良生成率环比下行。相较关注率，不良贷款的生成有一定滞后性，因此关注率是观测资产质量的先行指标。

全口径资产质量：重点关注非标资产

全口径资产质量值得关注，非标是主要风险点。2019年4月，银保监会发布《商业银行金融资产风险分类暂行办法（征求意见稿）》，将风险分类对象由贷款扩展至承担信用风险的全部金融资产。即除贷款外，针对表内金融资产、同业资产、表外业务的信用风险也应严格计提拨备。虽然根据2019年代表行主要资产的信用成本来看，金融投资类资产、同业资产和表外业务的信用成本较低，与贷款信用成本仍有较大差距，但金融投资类资产的信用成本处于相对较高水平，其中非标是主要风险点。

假设金融投资类资产（仅包括债权投资和其他债权投资，交易性金融资产不计提损失准备）的损失准备均因非标资产计提导致，则可计算非标资产的拨贷比（债券投资和其他债券损失准备/非标资产）。排除非标占投资类资产比例不足20%的样本后（非标占比过低说明代表性较差），2019年末上市银行非标拨贷比基本均达到1.5%以上的水平，且大多数银行非标拨贷比同比大幅提升，说明上市银行非标资产风险整体可控。

高频指标：预判资产质量的前瞻依据

可利用利息保障倍数、贷款ABS逾期率、信用利差实现对银行资产质量的高频监测。银行不良率、关注率等指标的披露频率较低（每季度一次），因此难以实现对银行资产质量的高频监测。相比之下，工业企业利息保障倍数、贷款ABS逾期率、信用利差这三项数据有更新频率较高的优势，且均能间接反映出信用风险变动趋势，因此可作为预判银行资产质量的前瞻性高频监测指标。

利息保障倍数：衡量企业偿债能力

工业企业利息保障倍数可作为银行资产质量前瞻指标，且工业企业对银行较有代表性。工业企业利息保障倍数是指工业企业息税前利润与利息费用之比，用以衡量企业长期偿债能力。企业偿债能力恶化会最终传导至银行不良生成，因此利息保障倍数可作为预判银行资产质量的先行指标。该指标优势有二：一是利息保障倍数为月频更新，利于及时预判资产质量走势；二是工业企业偿债状况对于银行资产端较有代表性。

从利息保障倍数与不良率的历史走势看，利息保障倍数约领先不良指标6个月至1年。2012年-2015年，利息保障倍数持续下滑后维持低位，随后不良率和关注+不良率自2014年下半年起开始抬升；2016年起，利息保障倍数开始回升向好，随后关注+不良率自2016年9月开始明显回落，同期不良率也趋于平稳；2017年末以来，利息保障倍数又出现下滑趋势，不良率在2018年下半年出现小幅抬升。整体来看，利息保障倍数变动趋势领先于不良指标走势约6个月至1年。

贷款ABS逾期率：按月追踪逾期情况

贷款ABS月度数据维度多元，逾期率有助于新发生风险边际变动情况。ABS信托受托机构会每月披露银行贷款ABS受托机构报告，其中涵盖入池资产的资产质量指标和收益率指标等多维数据。该数据优势有二：一是涵盖贷款种类丰富，ABS基础资产分为信用卡贷款、消费贷款、企业贷款、按揭贷款等，可对银行各类贷款质量进行对比分析；二是数据维度多元，定期报告按借贷方信用评分、年龄、区域及贷款五级分类等类别披露入池资产分布金额，有助于多维研判银行资产质量。各项披露数据中，入池资产逾期率（贷款逾期金额与ABS当期贷款总额之比）有助于判断银行资产质量，由于贷款ABS的入池资产通常较为优质，因此关注其环比变动情况有助于判断新发生风险边际趋势，可作为银行资产质量的先行监测指标。

以招商银行2019年11月发行的和智八期个人消费贷款ABS为例，截至最新报告期期末（2020年5月19日），资产池未偿金额共计92.60亿元，从规模来看具备一定的代表性。2020年5月30天内逾期率环比下降37bp至1.07%（4月环比下降48bp），预计在复工复产背景下居民收入改善带动资产质量持续向好；而61-90天与90天以上逾期率分别环比+10bp至0.72%、+42bp至1.19%（4月分别环比+9bp、+43bp），预计逾期贷款结构或出现下沉趋势。

信用利差：信用债与贷款风险有较好拟合

产业债+城投债信用利差样本大、日频更新，并可实现行业、区域等多维度对比资产质量。信用利差指信用债收益率与同期限国债收益率之差值，相当于为了补偿债券违约风险而高出无风险利率的溢价。在有效市场假说下，债券定价充分反应市场对于违约风险的预期，因此通过信用利差可合理推测违约风险；于企业而言，债券违约风险与贷款违约风险又存在正相关性，因此信用利差可间接反映市场对于银行贷款质量的预期。该指标优势有二：一是样本大、日频更新，信用利差指数总体分为产业债、城投债，样本覆盖中票、短融、公司债、企业债等；二是指数体系全面，包含行业、区域、企业性质、期限等多元分类，可横向对比不同维度的资产质量。

该指标存在一定噪音，分析中应适当选取较长期限数据。一是无法剔除独立信用事件影响，信用利差易受到个别违约事件引起的市场恐慌影响，而此时银行资产质量并非必然受到冲击；二是信用利差变动受信用风险、流动性风险双重因素驱动，该数据无法单独剔除流动性风险影响，因此预判银行资产质量时应适当选取较长期限的信用利差数据来避免以上缺陷。

分行业和区域来看，信用利差指标与不良率指标均有较好的拟合度。从不同行业来看，2020年Q1产业债季均信用利差较高的行业有轻工制造、纺织服装等，符合制造业贷款不良率较高的情况，而交通运输等基建行业的信用利差和不良率一致处于较低水平。从不同区域来看，2020年4月北京、珠三角、长三角等经济发达地区的产业债月均信用利差较低，亦与不良率的区域分布情况高度吻合。可以看出信用利差指标确实具备合理判断银行资产质量的功能。

2020年资产质量判断：把握风控能力强的银行

一季度上市银行资产质量稳健，但疫情导致先行指标和高频指标有一定上行，银行主动计提拨备以抵御风险。2020年3月末上市银行不良贷款率、拨备覆盖率分别为1.44%、224%，较2019年末+1bp、+3pct。虽然上市银行资产质量整体稳健，但银行业风险抬头，3月末不良率较19年末+5bp至1.91%。由于不良贷款的生成有一定滞后性（Q1上市银行单季度年化不良贷款生成率较2019年Q4下降0.40pct），更需关注先行指标和高频指标。一季度上市银行关注率提升幅度较高，3月末上市银行关注贷款率较2019年末+11bp，高于银行业较19年末+6bp的水平；高频指标方面，3月消费贷逾期率和产业债信用利差快速上行后，目前已迎来边际改善，说明未来资产质量有一定压力，但较为可控。上市银行大多风险审慎以应对未来的潜在风险冲击，多数银行已主动计提拨备，3月末股份行、城商行和农商行拨备覆盖率均较2019年末提升约10pct，风险抵御能力显著增强。

不良贷款生成有滞后性，2~3季度或形成峰值。相较于对公业务，零售业务风险会更早暴露。一季度疫情导致部分居民收入下降，影响其还款能力和还款意愿，叠加催收清收工作无法正常推进，导致分子端的零售逾期贷款和关注贷款（主要是消费贷款）快速上升，消费场景的缺失导致分母端零售贷款增长乏力，共同导致一季度零售逾期率和关注率的大幅上升（3月末招商银行零售贷款关注率、逾期率分别较19年末+33bp、+60bp）。但随着国内复工复产的推进，居民的收入和消费意愿均有一定提升，后续零售业务风险相对可控。根据招商银行消费贷ABS的月度数据，30天内逾期率在3月达到高点后已边际改善，因此二季度或迎来零售不良率的高点。

对公业务不良生成滞后性更明显。一方面，支持复工复产的政策不断出台，针对中小微企业的帮扶力度更大，缓释短期风险；另一方面，企业的现金流可支撑其短期经营，但长期经营的不确定较高。尤其海外疫情冲击国内部分外贸型企业，批发零售、住宿餐饮、文化旅游等行业受疫情冲击较大，暂未恢复到疫情前水平。对比零售的对公业务的高频指标，2月消费贷逾期率抬头，而产业债和城投债信用利差则在3月才明确了上行趋势。虽然近期产业债和城投债信用利差从高位下行，但幅度有限（与2月低位仍有较大差距，而消费贷逾期率则接近2月水平），因此我们预计对公不良率高点较零售业务略晚。

政策对冲有望使上市银行资产质量分化，部分银行较早计提拨备以抵御风险，推荐客群优质、风控能力较强的银行。4月17日中央政治局会议提出要以更大的宏观政策力度对冲疫情影响，一季度货币政策报告要求强化逆周期调节，政策空间依旧较大。上市银行的客群头部客户较多，客群结构抵御风险能力更强。优质的客群结构、良好的风控能力叠加政策的持续对冲，有望使得优质上市银行资产质量压力可控。推荐股份行招商银行、兴业银行、平安银行，以及特色小行常熟银行、成都银行、南京银行。