1、研究框架：真实不良率几乎是一个不可知的数据，但这不重要，影响股价的是预期不良率的变化。投资者是基于不良的历史趋势，以及对未来宏观形势和信用市场流动性的预期，间接形成对未来不良率的预期。2、历史回顾：2011年下半年，随着温州中小企业流动性危机爆发，打破了不良率长期低位的态势。2012-2013年间，风险由温州逐步蔓延至浙江、长三角、沿海地区。2014年以后，不良资产在全国遍地开花。不良区域蔓延路径是基本符合产业链上下游蔓延路径的。3、影响因子：未来新增不良率主要取决于三个指标：货币政策条件、宏观经济增速、结构调整进程。目前经济明显下行可能性不大，货币政策转向紧缩的概率很小，新增不良主要来源于结构调整和落后产能淘汰。4、趋势预判：2015年，较早暴露风险的长三角地区出现了不良企稳迹象，中西部不良资产可能要耗时5年以上方能出清。在无其他变量干预情况下，预计中国不良率将在2020年之后见顶回落。5、处置情况：银行加大处置力度，最根本的原因是将不良贷款维持在可控范围内，同时要兼顾拨备覆盖和利润增速。部分上市银行要想保持2016年利润正增长，可能需要降低拨备覆盖率150%的监管要求。现阶段，资产质量仍是银行业最为重要的指标。在账面不良率不为市场信任的情况下，市场更为关心所谓的真实不良率，而这确实又是一个几乎不可知的指标。但影响银行股估值的，其实是市场预期不良率的变化。所以，我们的研究分析，要重点落脚在如何掌握市场的预期不良率的变化上。不良率是评价银行资产质量最重要的指标。但是，不良率又是一个经济周期的滞后指标和钝化指标，银行股股价基本同步于经济周期。因此，很难用不良贷款预测银行股股价变动。- 从企业角度讲，企业无力偿还贷款本息是滞后于盈利恶化的。经济周期下行后，起初企业收入开始下滑，但仍能偿付银行贷款的本息。随着下滑加剧，才会逐渐出现企业无法偿付贷款本息的情况，也就是产生不良贷款。
- 从银行角度讲，账面不良是滞后于真实资产质量变化的。在不良贷款出现的初期，银行往往能够通过协商、重组、展期、出表等方式（有些方式不被监管允许，为暗箱操作），使不良贷款暂时不被暴露。同时，银行也会通过清收等方式，提前规避信贷风险。直至最后问题恶化到难以操纵时，不良贷款才会体现于报表。
账面不良率是经济周期的滞后指标，而所谓“真实不良率”几乎又是一个不可知的数据。首先，银行的基层业务人员，会通过各种手段（主要是各种变现的展期、借新还旧等）掩盖不良，总行所掌握的不良率会有所偏差。即使该行内控良好，基层绝少这类操作，那么不良贷款汇总至总行后，总行也会通过重组、展期、出表等手段，进行又一轮掩盖，然后再披露。所以，所披露的不良率已经两轮处理，监管层和公众很难掌握全行业的真实不良率，真实不良率成为了一个只有上帝才知道的指标。虽然随着时间推移，有些掩盖的不良会陆续暴露，但真实不良率仍可能永不露面。只要经济不出现断崖式恶化，银行就对不良资产仍有较强的操纵能力，可以暂时隐藏一部分，并结合自身的盈利情况，在将来经济形势启稳、新增不良下降后，逐步将存量不良释放，用未来的盈利慢慢消化，从而熨平自身的盈利波动。这一情况可用图2表示。但此时，银行外部的人只能看到图3这样的账面不良率，永远没机会看到所谓的真实不良率。真实不良率不可知，导致银行股估值困难。投资者因为看不清银行资产质量，会以预期中的糟糕的不良率给银行股估值，并形成一个极低估值。我们先将其称为市场的“预期不良率”。我们可以用估值模型大致测算市场的预期不良率。其中一种较为简略的方法为：银行股目前PB估值低于1倍，但我们仍假设银行股合理PB为1倍，按此计算出一个每股净资产，是为“挤干水分后的每股净资产”，记为BPS’。BPS’与账面BPS（要先剔除会计拨备影响之后）之差，即为市场所认为的未披露的不良损失，如x。但不良损失并不一定等于不良，这里还有个不良资产的损失率问题，比如不良损失率50%，那么未披露的不良总额为2x。未披露的不良（2x）与账面不良之和，即为现行股价下投资者所预期的不良。按此方法估计，截止2016年一季度末，16家A股上市银行的预期不良率均值在8.7%左右（基于假设：合理PB为1倍、不良损失率为50%。PB高于1倍的个股不参与个股测算，但参与全部均值的测算），而其账面不良率仅为1.69%。从逻辑上讲，若其他变量不变，那么需要将这预期不良率证伪（即证明，真实不良率远低于预期不良率），估值才会修复。但现实中，恰恰由于真实不良率不可知，那么这种证伪几乎是不可能的。这成为银行股研究的一大困扰。但是，值得一提的是，虽然所谓的真实不良率不可知（因此无法证伪预期不良率），但这并无大碍，因为投资者心中预期不良率的变化，才是影响银行股估值水平的重要指标。 众所周知，任何股票价格本质上都是未来现金流的折现：代入上述模型中的指标的数值，都是投资者对未来的预期值。对于银行股而言，投资者的预期不良率作为一个指标可以代入上述模型，比如可以代入分子，成为未来预期现金流的一个减项。也可以代入分母，因为预期不良率越高，说明投资者对未来的风险越是担忧，从而会需要更高的风险溢价（风险溢价是折现率的一部分）。不管代入分子还是分母，结果是一样的：预期不良率越高，股价越低。所以，只需要代入分子或分母之一（不用同时代入）。为分析方便，我们只代入分子。影响股价变动的是预期的变化。即，投资对未来不良率先是形成一个初始预期，而当某些因素变化，使该预期发生变化后，才会引起股价变化。换言之，这一股价模型里未直接用到所谓的“真实不良率”。它只需要用到“预期不良率”的变化。诚如前文所言，我们很难知道所谓的真实不良率，但这并无大碍。所以，我们要跟踪预期不良率的变化。影响预期不良率的重点因素包括：（1）已有的不良走势，尤其是近期的走势：历史可以影响未来，所以现有不良的走势（包括生成和处置情况）是后文重点分析的内容。（2）宏观经济形势：宏观经济无疑是最为影响资产质量的指标。未来经济形势若有好转，企业盈利便会改善，其偿付贷款的能力也会提高，因此市场会预期未来不良率改善。目前，在经济“L”形预期下，GDP增速重拾升势的可能性不大。但只要GDP增速已经大致走平，不再显著下滑，那么新生不良就会下降。（3）信用市场的流动性：哪怕宏观经济形势无变化，但如果信用投放（包括贷款、债券、股票、非标等）增加，信用市场流动性改善，企业的信用可得性提高，企业的流动性向好，也能提高其信贷偿还能力。最为典型的例子包括，2012年以来温州不良率的月度环比升幅（个百分点），与信用市场流动性之间（我们用长三角票据直贴利率代表，它对中小企业信用市场的流动性有较好代表性）有显著正相关。这种正相关也存在于不良率与货币市场利率之间（货币市场与信用市场流动性之间有一定传导性）。虽然很难识别所谓的真实不良率，但这不重要，影响股价的是预期不良率的变化。而投资者又是基于不良的历史趋势，以及对未来宏观形势和信用市场流动性的预期，间接形成对未来不良率的预期。宏观经济形势和信用市场的流动性成为了不良率的两个影子指标，仍然需要我们后期持续关注。此外，不良率仍然是一个很好的宏观指标。因为全国银行的信贷总额可以视为一种全国范围、全部行业的债权资产配置，不良贷款也是一个很好的宏观指标。不良贷款还直接决定了不良资产处置公司（AMC）的基本面情况。商业银行处置不良贷款的重要手段之一就是转让给AMC，不良资产处置行业迎来爆发式增长。粗略估计目前AMC行业已经形成万亿量级的市场空间，未来3-5年将保持20%以上的行业增速。在研究不良贷款中，目前我们没有可供参考的不良周期经验数据，因为我们是首次经历市场化的不良周期。①中国2004年完成了大型银行的股份制改革，并陆续上市。改革期间，由四大AMC剥离了银行的历史不良，银行实现财务重组，卸下包袱，轻装上阵。②2005年至2008年间，中国进入新一轮经济增长周期，信贷高速增长，而不良产生较少，不良率逐年“双降”。③2007年底，美国发生次贷危机，并波及中国。我国于2008年推出四万亿刺激计划，信贷井喷，不良率进一步被稀释。2011年下半年，以温州中小企业流动性风险爆发为标志，不良率长期低位的态势被打破，成为我们此次不良周期的起点。之后不良形势由点向面扩散。2012-2013年间，从不良风险暴露由温州逐步蔓延至浙江、长三角、沿海地区。2014年以后，不良遍地开花，从沿海地区向内陆地区蔓延。温州危机的产生和古今中外的金融危机并无本质区别，经历了吹起泡沫、刺破泡沫两个过程。- 温州危机的前提是过度信贷。银根宽松阶段，为了完成信贷投放任务，金融机构进行同质化的放贷竞争，甚至降低放贷标准，将本身隐藏系统性风险的互保联保贷款用于中小企业。浙江地区经济发达、信用较好，获得信贷资源倾斜。
- 在流动性过剩的背景下，资产价格持续上升，实体经济发展带来的利润远小于固定资产升值带来的利润，过度信贷使企业获得的借款是多于主业所需的，资金流向省内外的房地产、矿产等投机性领域。另外，信贷存在短贷长用问题，暗藏流动性风险。
- 2010年和2011年的房地产调控和收缩银根使银行信贷投放趋于谨慎。2011年下半年，温州企业资金链和信贷担保链断裂，并以圈层形式递进，温州信贷危机爆发。温州银行业不良率从2011年6月末的0.36%激增至2014年4月末的4%以上，当地银行机构出现亏损，回吐往年利润。
温州爆发危机后，在2012-2013年间，浙江其他地区（如绍兴、宁波、杭州等）也出现类似的情况，由于各地杠杆率不同、支柱产业出现恶化时间不一，浙江其他地区出现问题的时间略有先后，但危机爆发过程基本类似，都是企业出现流动性问题，风险通过互保链蔓延，区域内发生信用危机。2012年浙江省不良率明显恶化，较年初上升77bp至1.68%。2012年开始，江苏、上海等沿海地区的中小企业信贷质量出现恶化。由于钢价下跌，上海等地钢贸出现大量不良；国内产能过剩、外贸内需不振等多重因素，江苏等地光伏行业信贷质量也出现恶化。与浙江不同的是，由于江苏、上海等地企业规模较大、产业多元化，风险多呈现行业性而非区域性，区域不良余额和比率均低于浙江。 2014年以后，银行不良从沿海地区向内陆地区蔓延，不良资产在全国遍地开花。从工行、建行、农行新增不良中区域分布占比数据看出，2011年至2013年，长三角是不良的主要生成区域，2014年和2015年，中西部、东北地区风险逐步暴露。从2015年的不良率数据可以看出，较早暴露的长三角地区出现了不良企稳甚至下降趋势，但中西部地区开始上升较快。2015年，中部地区、东北地区和西南地区不良率大幅攀升，山西、吉林、黑龙江、河南等省不良率上升2-3pc。而2015年、2016Q1浙江省不良率仅上升0.33pc、0.02pc，2015年江苏省不良率仅上升0.18pc，2015年、2016Q1上海不良率下降0.11pc、0.05pc。不良区域蔓延的路径，基本符合产业链上下游蔓延路径。长三角地区以中小企业为主，大多生产消费品和小型工业用品，属于下游行业；中游以重化工业为主，上游主要是资源型行业，中上游大多数企业集中在内地。在经济下行阶段，需求走软，终端消费品和工业用品最先受到冲击，而后风险向中上游蔓延。一是信贷周期中产生不良。即银根放松，金融机构过度信贷，催生泡沫，银根收紧时，由于借款周期与用款周期不匹配（企业申请长期贷款难度较大，通常存在短贷长用的现象），资金链断裂。典型的代表是温州危机和钢贸贷款。二是经济周期中产生不良。经济繁荣阶段，企业扩大经营规模。经济下行阶段，外贸内需不景气，需求走软，企业经营恶化。典型代表是光伏、钢铁、煤炭等行业。由于信贷周期和经济周期往往是相生相伴的，大多数企业贷款风险会同时面临以上两种情况。经济景气时，企业盈利状况好，银行愿意多投放信贷，企业加杠杆扩规模；经济不景气时，企业经营恶化，银行倾向于谨慎投放，甚至压缩某些行业信贷，加重企业流动性风险。信贷周期导致不良的典型代表是温州危机。2005-2010年间，浙江省是信贷资源重点倾斜的领域，新增信贷占全国比例基本保持在10%左右，但GDP占比基本维持在6-7%之间，导致当地杠杆率偏高。另外，民间过桥借贷参与度广。2011年二季度温州中心支行调查显示，民间借贷参与规模首次超越房地产、股票、基金等投资方式，温州已有89%的家庭个人、59.67%的企业参与民间借贷。过度信贷用于投机领域导致的危机，多集中在长三角地区，往往以一种剧烈的方式爆发。其他地区杠杆率没有长三角地区高，信贷资金用于投机的比例也较低，企业往往由于经营恶化导致信贷资产质量恶化，银行能够通过贷后管理获得提前预警，因此这类不良恶化趋势会比较温和。由于经济不景气导致的资产质量问题，预计仍会不断恶化。这类不良未来的趋势，主要取决于三个指标：- 货币政策条件：货币宽松能够缓解银行资产质量问题。原因有三方面，第一是引导市场利率下行，减轻企业债务负担；二是宽松货币后，货币实际购买力下降，债务人真实债务负担下降，利于改善银行资产质量；三是企业的信贷可得性提高，再融资难度减小。目前经济仍不景气，预计货币政策转向紧缩的可能性很小，将维持宽松。
- 经济增速下滑：经济下滑速度越快，企业经营恶化越快，不良暴露速度越快。未来几年，我国GDP增速可能维持在6.5%左右，不会明显下滑。
- 结构调整进程：目前我国经济面临结构调整压力，大量信贷投放于落后产能之中，结构调整越快，不良暴露速度越快。预计这是未来新增不良的重要因素。
我们认为长三角地区的信贷资产质量已经度过了最糟糕的时期，预计在未来1年左右将企稳。最先出现问题的温州地区用了约3年时间不良见顶，2014年率先出现不良双降。长三角等地在消耗钢贸、光伏等行业不良后，很少有意外新生的不良。2015年上海不良率开始下降，浙江地区不良率仍在上升，但预计将在未来1年左右企稳。 预计中西部重化工业、资源型行业不良资产可能要耗时5年以上方能出清。长三角不良率大约耗时4年左右才见顶回落，由于中上游企业规模较大、国企偏多，出清速度慢，预计中西部和东北地区将耗时更久。按此估计，在无其他变量干预情况下，中国不良率将在2020年之后见顶回落，除非政策上主动加快出清。在宏观经济下行的背景下，不良率继续上行是大概率事件，因此银行仍需要投入大量资源用于清收处置不良。这是因为，一来这是满足监管的需求，二来表内有大量的不良将影响银行的信贷投放能力。清收，是指采取多种手段，包括诉讼、变卖抵质押品、履行担保等手段，尽可能完整地收回所欠本息。对于清收难度极大的不良，则需加快处置，主要方法包括核销、转让给AMC、资产证券化、债转股。①核销：即会计上注销该笔不良，同时也相应注销所计提的贷款损失准备（拨备）。银行核销不良资产的动机并不强。- 根据不良资产核销的有关规定（财政部、税务总局等），银行在核销不良时要收集一系列证据，证明该贷款确实是难以收回，因此操作成本和时间成本较高。
- 好处是银行继续持有该贷款，继续维持与借款人关系，客户资源不流失，若未来客户情况好转，则能挽回部分损失。
②转让给AMC：资产管理公司是专营不良贷款的金融机构，商业银行因监管要求需尽快处置不良，AMC可以从容不迫地处置，在时间、方法上更为主动，其处置方式所受的限制也要少于商业银行。目前转让不良资产时价格一般为贷款面值的20-40%左右，视质量优劣而定。- 银行向资产管理公司转让不良，手续相对简便，是一种快速处置不良的方式。
③不良资产证券化：我国银行业不良资产证券化，在早年已有案例，发起人为银行或AMC。由于资产证券化交易流程较为复杂，涉及多方机构，因此短期内仍处于小额试点阶段，尚不能成为主流方式。- 不良ABS和转让AMC最大的差异在于不良ABS能够分享处置收益。因此，若预期处置收益率较高，银行为缓解表内资产质量压力，将选择不良资产证券化；否则，则倾向选择转出给AMC。
- 目前是不良ABS的试点阶段，外部市场条件尚不成熟。存在交易不活跃、定价困难、合格潜在投资者不足、刚兑预期下风险难以实质出表等问题。
④债转股：债转股为银行新增一个选择权，对产业也构成利好，但仍需关注风险。债转股适用于常规处置方式已经失效但仍有前景、直接破产清算显得可惜的不良资产企业。债务转股后，银行（或AMC）作为新股东，有必要强制“修理”企业（积极股东主义），使其好转，再择时退出，从而尽可能多地收回资金。从中行公布的不良贷款回收数据中可以看出，清收、核销和转出是最主要的三种不良处置方式，占回收金额比例高达80%以上。几年来不良上升速度较快，超过了商业银行自身能够清收的上限，所以核销和转出的比例逐步增大，尤其是转出占回收金额比例从2013年的10%升至2015年32%。银行资产质量方面，主要的监管指标有：不良贷款率、拨备覆盖率、拨贷比。其中，三者的关系是：不良率=拨贷比÷拨备覆盖率。根据银监会2011年颁布的《商业银行贷款损失准备管理办法》，规定拨贷比不低于2.5%，拨备覆盖率不低于150%，两者均需达标。因此可以得到一个不良率临界值：1.67%。即当不良率低于1.67%时，只要拨贷比达到2.5%以上，那么拨备覆盖率肯定超过150%，拨贷比是考察拨备计提充足性的指标；当不良率超过1.67%时，只要拨备覆盖率达到150%以上，那么拨贷比肯定超过2.5%，拨备覆盖率是考察拨备计提充足性的指标。2016年一季度末中国商业银行不良率1.75%，预计不良率将继续上升，因此拨备覆盖率成为强约束指标。银行加大处置力度，最根本的原因是将不良贷款和不良率维持在可控范围内。此外，再去兼顾拨贷比、拨备覆盖率。根据不良、拨备、利润之间的勾稽关系，商业银行要想保持2016年利润正增长，可能需要降低拨备覆盖率150%的监管要求。商业银行不良率是一个在生成不良的基础上清收处置后的结果，在账面上以一个平稳的速度递增（预计2016年末，上市银行不良率将提升36bp至2.00%。）。因此在确定不良自然生成、计提拨备后，就能得出资产质量对当期利润的影响。根据这一模型，我们可以做出净利润对不良自然生成率、拨备覆盖率的敏感性分析。- 乐观假设：2015年上市银行不良自然生成率1.37%，假设2016年保持不变，要想净利润增速保持正增长，上市银行拨备覆盖率将降至150%。考虑部分银行有能力将拨备覆盖率保持在150%以上，因此少数银行面临拨备覆盖率低于监管要求的压力。
- 一般假设：我们预计2016年不良自然生成率可能升至1.50%左右，上市银行拨备覆盖率或降至145%左右。
- 悲观假设：若不良自然生成率超预期上升达到1.7%以上，上银行拨备覆盖率将降至135%以下。
从上市银行2016年一季报公布的数据可以看出，对于拨备水平并不充足的银行，核销转出会继续拉低拨备，导致处置后仍然需要重新计提更多拨备，这可能会导致银行当期盈利收缩。银行为了保持盈利增速的基本平稳，可能直接计提拨备，减少核销，如工商银行、交通银行、建设银行、民生银行、光大银行（中国银行出售南洋商业银行兑现收益，盈利增速无忧）。而对于南京银行、宁波银行、北京银行、浦发银行、兴业银行来说，拨贷比、拨备覆盖率都较好，仍可加大处置力度。这实质上，是用拨备“储备”了过往的利润，此时则用于反哺利润。
表情
