银行行业专题研究：银行资产质量十年沉浮录：基于细分行业的视角.pdf

行业 报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 1 银行 证券 研究报告 2018 年 09 月 11 日 投资 评级 行业 评级 强于大市 (维持 评级 ) 上次评级 强于大市 作者 廖志明 分析师 SAC 执业证书编号： S1110517070001 liaozhimingtfzq 林瑾璐 分析师 SAC 执业证书编号： S1110517090002 linjinlutfzq 资料 来源： 贝格数据 相关报告 1 银行 -行业专题研究 :详解微众银行，见证金融科技的力量 2018-09-08 2 银行 -行业研究简报 :8 月金融数据前瞻：料 8 月信贷与社融相对一般 2018-09-04 3 银行 -行业研究简报 :9 月策略：大行 作 防 御 ， 进 攻 配 优 质 中 小 行 2018-08-30 行业走势图 银行 资产质量十年 沉浮录 ： 基于 细分行业的 视角 银行 资产质量 ， 前方是荆棘路 还是 坦途？ 1979 年 开始 “拨改贷”， 国内 才有了“不良贷款”的概念。 不良贷款 从 91年 开始一路 飞涨 ， 真实反映 了改革开放以来经济发展 政策 的摸索。 98 年底 ，中国银行业迎来至暗时刻 ， 公开 不良贷款率 高 达 33%， 被称 “ 技术性破产 ”。之后是十年漫长的政策性剥离。 08 年 11 月，农行完成 最后一笔政策性 坏账剥离， 标志着全面商业化运作时代 的 来临 。 与此同时，“四万亿” 刺激计划展开。 我们以宏大的视角 ，两万字讲述 商业银行十年资产质量变迁 。 十年间，不良率降了又升， 16、 17 年的时候平了，有人说已触顶，但 1H18又升。又是“ 8”字之年，去杠杆、贸易摩擦交汇， 经济面临较大 下行压力 ，那么 银行资产质量这次会怎样？ 前方是荆棘 满地 ，还是坦途？ 上市 银行 十年 风控 水平 及 信贷结构调整 大盘点 基于 2008-2018H1 的数据， 把总体不良率按 行业 拆解 为 不良率 因素和 贷款占比 因素，分离出不良率的主因： 首先是 制造业 、 批发零售业 （不良率和占比俱高）。按 11 家上市银行口径， 2015 年 这 两个行业 贡献了 63%的 不良，之后随着规模持续压降，贡献度 走入下降通道，到 1H18 为 49%。其次 是 信用卡、采矿 业 、住房按揭、房地产 ， 1H18 合计 贡献了 16%的 不良 。基于行业不良率，可判断银行 风控 水平 。基于行业贷款占比 变化 可 知 信贷 结构调整 。 案例分析： 近距离看中行、农行、兴业。 回顾过往： 中行风景这边独好 但信贷结构待改善 ； 农行努力换得 不良 持续改善 ； 兴业 逾期略升不 掩 好风控 。 经济下行与银行 不良生成 的关联已明显减弱 随着住房按揭成为贷款主力，经济下行对不良的压力已 显著 弱化。 1)老 16家上市银行口径， 房贷 占比已经 从 08 年的 15%上升至 1H18 的 26%，对公 不良易发行业 占比 从 08年的 31%下降至 1H18 的 20%。住房 按揭占比显著 上升 ，对公不良易发行业 占比 大降 ， 根本上 改变 银行 不良发生 结构 。 2) 对比 不良易发行业 的高不良暴露程度（ 批发零售 2.7， 制造业 2.2）， 房贷 不良暴露程度非常低， 2016 年 仅 0.2（近十年均值 仅 0.3），仅相当于整体贷款的 1/5。即便 出现 经济下行，整个银行业面临的不良压力依然会明显好于之前。 投资建议： 以大行 作 防御， 进攻选 风控优异 的 股份行 四 大行住房按揭占比 29%-35%，不良高发行业占比 16%-18%（中行 32%） ，信用卡占比较低，资产质量 安全性较高 。股份行 里 兴业历史风控水平较好，不良认定严格 ，受益于市场利率 大降 ；平安 零售转型战略见成效，信用卡风控有 提升，业绩看好 。 风险 提示 ： 外部环境 不确定性 上升 ； 经济超预期 下行 导致 资产质量恶化 。 重点标的推荐 股票 股票 收盘价 投资 EPS(元 ) P/E 代码 名称 2018-09-10 评级 2017A 2018E 2019E 2020E 2017A 2018E 2019E 2020E 601288.SH 农业银行 3.60 买入 0.59 0.60 0.68 0.76 6.10 6.00 5.29 4.74 000001.SZ 平安银行 9.88 买入 1.35 1.48 1.80 2.09 7.32 6.68 5.49 4.73 601009.SH 南京银行 7.15 增持 1.14 1.36 1.67 2.07 6.27 5.26 4.28 3.45 601166.SH 兴业银行 14.73 买入 2.75 2.98 3.50 4.03 5.36 4.94 4.21 3.66 600036.SH 招商银行 27.90 买入 2.78 3.30 3.93 4.70 10.04 8.45 7.10 5.94 资料来源： 天风证券研究所，注： PE=收盘价 /EPS -16%-11%-6%-1%4%9%14%2017-09 2018-01 2018-05银行 沪深 300行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 商业银行资产质量的十年变迁 . 4 1.1. 2008 年是商业银行的新起点 . 4 1.2. 近十年不良贷款行业变迁情况 . 4 1.2.1. 基于银保监会数据和上市银行财报数据 . 4 1.2.2. 分析方法：不良贡献度 =不良暴露程度 贷款占比 . 5 1.2.3. 从不良贡献度来看：制造业和批发零售为主 . 6 1.2.4. 不良暴露程度来看：批零、制造业、采矿、信用卡较高 . 7 1.2.5. 从贷款占比来看：住房按揭最高，信用卡增长较快 . 7 1.3. 不良贷款之行业贡献度模型 . 8 1.3.1. 简明的银行资产质量动态监测框架 . 8 1.3.2. 建立模型应用于银行业 /单家银行的不良分析预测 . 9 2. 上市银行资产质量管理十年沉浮 . 10 2.1. 选取 “老 16 家 ”上市银行作为样本 . 10 2.2. 从 不良暴露程度来看：银行风控实力有差异么？ . 10 2.2.1. 如何衡量银行的风控水平 . 10 2.2.2. 上市银行十年横评，谁的风控更胜一筹 . 11 2.3. 从贷款结构来看：零售转型带来信贷结构调整 . 12 2.3.1. 不良发生结构本质上取决于三大类业务的占比 . 12 2.3.2. 老 16 家上市银行的贷款结构调整优化 . 13 2.3.3. 16 家上市银行信贷结构调整模式总结 . 14 2.4. 从不良贡献度来看：大行趋降，股份行上升 . 17 3. 案例分析：近距离看中行、农行、兴业 . 18 3.1. 中国银行：风控较好，但信贷结构待进一步调整 . 18 3.2. 农业银行：努力换得资产质量持续改善 . 19 3.3. 兴业银行：逾期上升不掩好风控 . 21 4. 从行业 /个 股的角度跟踪未来资产质量走势 . 23 4.1. 当前经济环境中的不确定性因素 . 23 4.2. 银行受到的冲击如何衡量？ . 23 5. 投资建议：以大行作防御，进攻选风控优异的股份行 . 24 6. 风险提示 . 25 图表目录 图 1： 2005-2016 年商业银行不良贷款额和不良率（单位：亿元） . 4 图 2： 2007-2016 年平均不良占比较高的十大行业 /领域 . 6 图 3： 2007-2016 不良暴露程度比较高的十大行业 /领域 . 7 图 4： 2007-2016 年贷款占比较高的十大行业 /领域 . 8 图 5：个人住房按揭占比高于其余行业 . 8 图 6：信用卡贷款占比提升 较快 . 8 行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 3 图 7：银行十年风控实力均值大比拼：股份行兴业、招商较优，大行里中行较优 . 11 图 8：上市银行十年风控实力大比拼 (趋势 )：大行均有向好趋势，股份行民生对公转好 . 12 图 9：老 16 家上市银行口径的行业大类贷款结构变迁 . 13 图 10：零售贷款占比从 2015 年开始大幅上升（老 16 家口径） . 14 图 11：零售转型带动个人住房按揭和信用卡占比提升（老 16 家） . 14 图 12：建行对公不良易发行业贷款占比显著下降 . 14 图 13：建行各领域贷款占比与同业均值之差情况 . 14 图 14：农行对公不良易发行业贷款下降明显，房贷占比大幅上升 . 15 图 15：农行各领域贷款占比与同业均值之差情况 . 15 图 16：招行房贷与信用卡贷款占比明显上升 . 15 图 17：招行各领域贷款占比与同业均值之差情况 . 15 图 18：中信银行对公不良易发行业贷款占比下降明显 . 16 图 19：中信银行各领域贷款占比与同业均值之差情况 . 16 图 20：平安银行对公易发行业占比大降，信用卡占比上升 . 16 图 21：平安银行各领域贷款占比与同业均值之差情况 . 16 图 22：光大银行对公易发行业占比大降，信用卡占比上升 . 16 图 23：光大银行各领域贷款占比与同业均值之差情况 . 16 图 24： 中国银行房贷占比上升明显，对公不良易发占比下降 . 17 图 25：中国银行各领域贷款占比与同业均值之差情况 . 17 图 26：十年间四大行对行业不良贡献度趋降 . 18 图 27：十年间股份行不良贡献度抬升（多数在 17 年底触顶） . 18 图 28：中国银行十年来不良成因分析：风控较好 . 19 图 29：农业银行十年来不良成因分析：努力换得资产质量改善 . 20 图 30：兴业银行：逾期 90+比率上升后仍然显著低于不良率 . 21 图 31：兴业银行不良指标较 8 家股份行均值水平的差异 . 21 图 32：兴业银行十年来不良成因分析：好风控遇上股份行不良爆发潮 . 22 图 33：兴业银行贷款结构十年变迁 . 23 图 34：兴业银行贷款结构较 16 家同业均值的差异 . 23 图 35： 1H18 五种转型模式下的上市银行 贷款大类占比结构 . 24 表 1： 20 个对公行业和 4 个零售板块的不良易发程度和贷款占比情况（ 2005-2016） . 5 表 2：简明的银行资产质量动态监测框架 . 9 表 3：样本数据披露情 况（ 2007-2018H1） . 10 表 4：四种贷款结构调整模式汇总（ 1H18，贷款占比） . 17 行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 4 1. 商业银行资产质量 的十年变迁 1.1. 2008 年是 商业银行 的新 起点 对 中国 商业 银行 来说，有 三个 关键 的 时间点 值得铭记 。 “拨改贷”象征银行的开端 。 建国 以来， 我国长期实行基本建设投资由国家 财政 预算无偿拨款 ， 经济效应 低下 的矛盾日益突出 。到了 1979 年， 也就是改革开放的 第二年 ，国家开始 进行 “拨改贷” 的尝试 ， 首先在北京、上海、广东三个省市及纺织、轻工、旅游等行业做试点。 1979 年 的 “拨改贷” 是 第一个关键时刻 ，可以看作是中国金融改革的起点。 “拨改贷” 字面上 看似 市场化 ，但其诞生之初，却 使新组建 的银行沦为地方政府 和 国企的“出纳 ”， 或 说 是 “第二财政局 ”。 90 年代 银行 信贷 的 粗放 无序扩张， 表现为 经济过热 、通货膨胀 、 重复建设造成产能 过剩。叠加 1997 年亚洲金融危机的因素， 1998 年 底 国内经济 到了 一个内外交困的关口， 中国 银行业不良贷款比率 高达 33%， 有 外媒称 中国银行业 已 “ 技术性破产 ”， 这是第二个关键时刻 。 1999 年 ，财政部 注资、央行再 贷款 ，四大 AMC 相继 成立 ，以 十年 为时间维度 政策性 剥离四大行的 不良资产。 第一次是 1999 年 ，剥离 四大行及国开行 1.4 万亿不良资产 ； 第二次是 2004 年 ， 共剥离 或 拍卖中行、建行和交行 不良贷款 2.3 万亿 ； 第三次是 2005 年 ， 剥离和拍卖 工行 不良贷款 2.3 万亿 ； 第四次是 2008 年 11 月 ， 财政部发文同意 ， 剥离和 拍卖农行不良资产 0.8 万亿。至此， 中国银行业 全面 正式 走上了商业化运作的道路 ， 这是第三个关键时刻 。 图 1： 2005-2016 年商业银行不良贷款额和不良率（单位：亿元） 资料来源： 银保监会官网， 天风证券研究所 站在 2008 年 ， 往回 看 ， 银行业 深陷 不良泥淖 ； 向未来看 ， 会是 坦途么，还是新的荆棘路？俱往矣 。 2008 年 之所以 是中国 商业 银行业 的 一个 重要 转折 点 ，不光因为它 标志着政策性剥离 不良资产 的结束和股改后商业化运作的开始 ，让 全部银行站在了新的起跑线上 ， 也因为这年年底 出台 的 “四万亿 ”投资 计划 ，拉开了 新一轮经济 周期的序幕 。在 具备企业化 经营 自主权的时代里， 各家商业 银行 选择了 怎样的道路 ， 又 得到了怎样的结果 ？ 十年之期，也应该有一个公允的判断 。 我们 从 细分 行业视角 出发 ， 把目光转向 商业银行过去 十年 （ 2008-2018H1） 的 资产质量 变迁 ， 念一念各家银行心中那本 “难念的经 ”。 1.2. 近 十年 不良贷款行业变迁情况 1.2.1. 基于 银保监会数据 和 上市银行财报数据 银行 信贷是 宏观经济 的缩影， 资产 质量的秘密 藏在其所投 行业的兴衰更替里 。 这就 需要 对贷款做 细分 行业 的 拆分处理 。 贷款首先 可以分为 对公 和 零售 两 个 大类 ， 对公一般按照行业0%1%2%3%4%5%6%7%8%9%10%02,0004,0006,0008,00010,00012,00014,00016,0002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016对公不良贷款 个人不良贷款个人贷款不良率 (右 ) 对公贷款不良率 (右 )行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 5 划分，零售一般按照 业务模式 划分 。根据数据 可得性， 按行业 /业务模式 分类的贷款 目前 有银保监会数据 和上市银行财报 数据 两种 口径 ，它们大致是重合的。 本文用到 两类数据，一类 是银保监会发布的 商业银行 分行业不良贷款 余额和不良率 ， 另一类 上市银行 财报 口径的，各家银行 披露的 分行业 贷款和不良 贷款。 按照 银保监会口径 ， 对公 贷款 ， 涉及 国民经济行业分类的 一级 行业 中 的 20 种 ， 零售 贷款 （ 亦称 个人 贷款） 主要分 4 种 ， 包括 住房按揭、 信用卡 、汽车 、 其他 。 对比 上市银行财报 口径 ， 大部分行业 是能够与银保监会口径对应的 ，个别行业 可能 略有区别， 但 因为占比较低， 影响 不大。 银行财报 里 对公 一般分 10-17 个 行业 不等 ，有些 银行 会把占比 极小 的行业都 放到 “其他 ”类里。 零售 贷款 一般 分为 3-5 个业务板块 ， 其中 住房按揭 、信用卡 口径 与银保监会一致 ， 可作为 统一的 可 比口径 。 除此之外还 包括汽车贷款、消费贷款、经营贷款、农户贷款 、 其他 等 ，各家行的口径难以统一，好在这部分一般占比 不大 ，综合 影响 不大。 1.2.2. 分析方法 ： 不良 贡献度 =不良暴露程度 贷款占比 为了 看清楚不良贷款 的行业 结构 ， 需要想办法 剔除 或分离 出 三 个干扰因素 ： 一是 总不良 额的 跨期波动 。 为了 平抑 总额 的跨期波动， 引入 “不良贡献度 ”指标，关注某行业不良 额 在当年的 总不良额 中的占比， 以此 作为各行业 在 总不良贷款里 相对 重要程度的衡量 （ 也为了区分 “ 不良率 ” 的概念 ） 。 二 是 总 不良率的 跨期 波动 。 各 年份的宏观经济环境不同， 总不良率 会有波动， 各行业 的不良率也会水涨船高 。 因此 引入 “不良暴露程度 ”指标 ，衡量某个行业的不良率与其当年总体不良率的 比值 ， 可以 让不同年份 间 的 各行业 不良率水平直接可比 。三 是 细分 行业 不良 贡献度 还 取决于 其 权重 。 仅仅 衡量 细分 行业 不良率是不够的 ， 资产质量问题的主因 ， 往往是那些 不良率 和 贷款占比 都偏高的行业 。 因此 我们 将 不良贡献度 拆解 为不良暴露程度 和贷款占比 两个 因素 ： i 行业 不良 贡献度 = i 行业不良暴露程度 i 行业贷款占比 i 行业不良额当期 总不良 额= i 行业不良 率当期 总不良率 i 行业贷款额当期 总贷款额不良暴露 程度 =该行业 不良率 /当期银行业不良率。 用 于 计算 ： 某家银行总体贷款 的 不良暴露程度；某家银行对公贷款 和 零售贷款的不良暴露程度；某家银行细分行业 /业务的不良暴露程度。 这个 指标的设计 优于不良率 就在于 ， 当面对 多年份多行业的 不良率 时，很难 立马判断它 的 水平是高 是 低， 需要 拿它与不良率均值做比对 。 而 不良暴露程度 已经内含了比较基准， 能够 直观判断 某 细分行业的 资产质量 好坏，如果大于 1，就说明 表现 差 于 当期 平均水平 ； 如果低于 1，就说明 表现 好 于 当期平均水平 。 这样 标准化 处理之后，跨期的不良 暴露 也能够直接比较 。 表 1： 20 个对公行业和 4 个 零售 板块的不良易发程度和贷款占比 情况 （ 2005-2016） 银行 不良 暴露 程度 (2016) 均值 2005-2016 贷款占比 (2016) 均值 2005-2016 批发和零售 业 2.7 2.0 11.17% 10.31% 制造业 2.2 1.7 15.06% 21.52% 农、林、牧、渔业 2.1 3.5 2.42% 1.50% 采矿业 2.1 0.6 2.19% 2.38% 住宿和餐饮业 1.5 2.3 0.88% 0.84% 居民服务和其他服务业 1.5 1.0 0.44% 0.94% 个人贷款：汽车 1.3 1.8 0.19% 0.30% 个人贷款：信用卡 1.1 1.2 4.50% 2.39% 行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 6 个人贷款：其他 1.0 0.9 2.38% 3.10% 建筑业 1.0 0.7 3.98% 3.69% 科学研究、技术服务和地质勘查业 0.6 1.2 0.21% 0.22% 房地产业 0.6 0.9 6.41% 8.12% 文化、体育和娱乐业 0.5 1.4 0.35% 0.31% 信息传输、计算机服务和软件业 0.5 1.1 0.60% 0.84% 交通运输、仓储和邮政业 0.3 0.6 7.32% 8.75% 租赁和商务服务业 0.3 0.7 5.85% 4.70% 教育 0.2 0.8 0.39% 0.94% 个人贷款：住房按揭贷款 0.2 0.3 19.48% 14.83% 电力、燃气及水的生产和供应业 0.2 0.6 3.99% 6.54% 公共管理和社会组织 0.1 0.5 0.36% 0.80% 水利、环境和公共设施管理业 0.1 0.2 3.57% 4.33% 卫生、社会保障和社会福利业 0.1 0.6 0.44% 0.44% 金融业 0.1 0.2 0.98% 1.07% 国际组织 0.0 0.3 资料来源：银保监会 ， 天风证券研究所 1.2.3. 从 不良 贡献度 来看 ： 制造业 和 批发零售 为主 一般来说 ， 某行业的不良生成模式未发生根本性改变的情况下，其不良 贡献度 会相对稳定 。譬如， 制造业 十年间 的不良贡献度相对 稳定地 保持在 35%左右 ， 可能与其周期性的产能扩张和产能过剩交替有关，可以看到 其在 2008-2011 年 贡献度 小幅下降， 2012-2014 年小幅回升， 2015 之后又小幅下降 ， 在 幅度 总体 都 在 2 pct.以内 。 而 如果 某行业 的 不良生成模式发生转变，那么其不良贡献度就会显著转向 。典型 的 例子是批发零售业 ， 2012-2014 年 ， 受电商崛起蚕食传统零售份额和钢贸 不良 暴露的 影响 ， 2014年底 的不良贡献度 比 2011 年底 高出 19pct.， 相应地挤压了其他行业的不良 贡献度。这也意味着， 某 细分 行业的不良贡献度下降 ， 不一定 是由于其不良生成 模式 的 改善 ，可能 仅仅来自于个别行业 不良暴露 大幅扩大造成的挤压 效应 。 图 2： 2007-2016 年平均不良占比较高的十大行业 /领域 资料来源： 银保监会官网 ， 天风证券研究所 0%10%20%30%40%2007 2008 2009 2010 2011 2012 2013 2014 2015 2016制造业 批发和零售业房地产业 交通运输、仓储和邮政业个人贷款 :住房按揭贷款 电力、燃气及水的生产和供应业农、林、牧、渔业 个人贷款 :信用卡行业报告 | 行业专题研究 请务必阅读正文之后的信息披露和免责申明 7 1.2.4. 不良暴露程度 来看 ： 批零 、 制造 业 、 采矿、信用卡 较高 不良暴露程度 让 各行业的不良率可以跨年比对 。 从 2016 年 的 数据来看， 不良暴露程度 在 1以上的行业 从 高到低 排列 依次为： 批发零售业 （ 2.7） 、制造业 （ 2.2） 、农林牧渔（ 2.1） 、 采矿业 （ 2.1）、 信用卡（ 1.1） 。 有些行业 尽管 不良暴露程度 也大于 1，但因为贷款占比极小，可以 直接忽略不计 ，比如住宿和餐饮业 占比 0.88%， 居民服务 和其他服务业占比 0.44%（ 2016年数据） 。 一般来说 ， 当没有 行业 结构性的 变化 发生时， 不良暴露程度 会表现平稳 。例如 ， 制造业 在2005-2016年间 呈现平稳 地 趋势上行， 对应的 是低端制造业落后产能逐步出清的过程， 2008年、 2011 年的两次下降，是当年的 放量 信贷投放 使分母 放大的效果 。 住房按揭 连续 十年 维持平稳的 低位 ； 信用卡 在 2009 年 不良 暴露过一波之后 一直 保持 平稳 ； 采矿业 在 2013 年以前 保持 在 平稳 的低 位 。 图 3： 2007-2016 不良暴露程度 比较高的十大行业 /领域 资料来源： 银保监会 ， 天风证券研究所 不良暴露程度 的 大幅 变化则 一般 对应着 行业 因素 。例如 ， 信用卡 不良暴露程度 在 2007-2009期间陡然 上升，可能是东部沿海地区的外向型经济受 次贷 危机冲击影响， 国内 早期的信用卡用户就是这一批小企业主 ， 且多数 用作 经营贷的功能 。 房地产 和 住房 按揭 的 不良暴露程度 都 在 2008 年有一个 显著 上升 ，与 2007 年 央行 连续 5 次加息、 10 次 提高存款准备金率的紧货币政策，和 2005-2007 年的房地产调控 有关 。 批发零售 从 2012 年开始， 不良暴露程度 急剧攀升，持续到 2016 年 ， 主要 原因是钢贸不良暴露和 电商 崛起 。 采矿业 从 2014 年开始 ， 不良暴露程度 从 0.6 攀升至 2016 年的 2.0 以上 ， 系因 钢铁、煤炭 产能 过剩引发的价格下跌所致 。 1.2.5. 从 贷款 占比 来看 ： 住房 按揭最高 ， 信用卡 增长 较快 从行业 贷款占比 来看，银行贷款 未来资产质量 可能 的压力源 主要是 这 六 类： 个人 住房按揭（ 19.48%） ，制造业 （ 15.06%） ，批发零售业 （ 11.17%） ，房地产 （ 6.41%），信用卡（ 4.50%） ，采矿业 （ 2.19%） 。尽管 信用卡 2016 年底 的 占比不高， 但 近几年 上升速度较快 ， 且 后续 可能受到 消费贷领域 的 “共债 ”风险波及 ，偏离度 和占