2025年如何评估资产质量？基于“广义不良”和“超额拨备”的分析

一、引言：资产质量的意义

银行估值溢价通常源自中收和负债优势，估值折价通常源自资产质量的担忧。 银行不良生成具有滞后性，会呈现出宏观行业周期和微观管理层周期交错共振。 微观银行短期业绩超额弹性和压力通常源自资产质量出清和拨备反哺周期的错 位，所以我们研究和投资银行，客观评估资产质量状况是核心。 本篇报告作为我们银行研思录第 10 篇，将从传统指标出发，介绍当期银行不良 和资产质量指标体系，然后尝试通过构建“广义不良率”和“超额拨备利润倍数”两 个指标，尝试更加客观地评估和比较各家银行当前资产质量状态。

二、传统资产质量指标介绍

市场关注度最高的银行资产质量指标是不良率和拨备覆盖率，关注其次的是拨贷 比、关注率、逾期率、重组率等，再次为资产三阶段。 根据上述资产质量相关指标所基于的风险分类体系和所表征的意义，我们可将其 分为四类： （1）五级分类：包括正常类贷款、关注类贷款、不良贷款（即次级类贷款、可 疑类贷款、损失类贷款），其基于已发生损失模型； （2）三阶段：即贷款以及其他非信贷资产的阶段一、阶段二、阶段三，其基于 预期信用损失模型；（3）逾期和重组：逾期为贷款风险状况的客观事实反映，是否逾期和逾期天数 也是银行判断某笔贷款是否为关注贷款、不良贷款的重要事实依据；重组贷款是 指银行由于借款人财务状况恶化，或无力还款而对借款合同还款条款作出调整的 贷款，逾期为贷款重组的先决条件之一，但由于重组后还款人还款压力改善，重 组后再逾期需要一个过程，因此通常逾期和重组贷款重合度不高。 （4）拨备安全垫：包括拨备覆盖率和拨贷比，前者为贷款减值准备/不良贷款余 额，后者为贷款减值准备/总贷款。

1、五级分类与三阶段分类

银行风险分类可根据已发生损失模型和预期信用损失模型分为“五级分类”和“三 阶段分类”两个体系。 五级分类：1998 年，人民银行出台《贷款风险分类指导原则》，提出五级分类 概念。2007 年，原银监会发布《贷款风险分类指引》，进一步明确了五级分类 监管要求，规定商业银行应至少将贷款划分为正常、关注、次级、可疑和损失五 类，后三类合称为不良贷款。贷款不良率为不良贷款余额/贷款总额。 2023 年，银保监会发布《商业银行金融资产风险分类办法》，更进一步核定了 更为严格的五级分类归类情况。相较于旧规仅覆盖表内贷款及部 分授信业务，新规全面扩展至承担信用风险的所有表内金融资产，包括贷款、债 券和其他投资、同业资产、应收款项等。 资产三阶段分类：根据 I9 相关准则，企业应当在每个资产负债表日评估相关金 融工具的信用风险自初始确认后是否已显著增加，并将其分为三个阶段，以便及 时充分确认预期信用损失。 对比来看，五级分类和三阶段均可表征银行信用资产风险状况，不同的是，五级 分类是基于已发生损失模型，即划分聚焦于资产负债表日时点的风险状况，三阶 段分类基于预期信用损失模型，其与已发生损失模型最大的区别为对于“信用风 险显著增加”的认定。但两种划分方式也存在一定的对应关系： 第三阶段资产与不良资产基本对应。第三阶段指在资产负债表日存在客观减值证 据的金融资产，《商业银行预期信用损失法实施管理办法》也明确规定“逾期超 过 90 天的信用风险敞口，应划分至第三阶段，除非有充分合理的信息证明信用 主体并未违约”，与五级分类中不良资产（次级、可疑和损失）的认定标准类似。 第二阶段、第一阶段资产可分别部分对应关注类、正常类资产。第二阶段、第一 阶段与关注类、正常类资产大致对应，但并非完全对应，其间差异主要来自对于 “信用风险显著增加”的认定，五级分类只需判断资产负债表日的绝对风险状况， 三阶段更偏向相对比较法，需考虑违约概率的变化、内部信用评级的变化、逾期 天数（例如逾期 30 天）和“预警清单”等多方面因素，判断颗粒度更细。

2、重组和逾期

除了前述基于模型和分类的动态评估体系，资产质量的真实变化往往最诚实地反 映在合同履约行为上。逾期与贷款重组情况，正是观测的客观指标。 逾期资产：《商业银行金融资产风险分类办法》明确规定，金融资产逾期后应至 少归为关注类，逾期超过 90 天、270 天应至少归为次级类、可疑类，逾期超过 360 天应归为损失类。 新规进一步规定的逾期天数标准及其直接关联风险分类的要求（见表 4），首次 将逾期天数（90 天）作为不良资产认定的刚性底线标准。重组资产应当至少归 为关注类，重组前属于不良类别的，应至少归为次级类。若重组观察期内发生任 何逾期还款行为（即使不足 90 天），再次重组的资产应至少归为次级类，并重 新计算观察期，以延长该笔资产停留在不良类别和被严格监控的时间。 重组资产：根据 2007 年颁布的《贷款风险分类指引》规定，重组贷款是指银行 由于借款人财务状况恶化，或无力还款而对借款合同还款条款作出调整的贷款。 2023 年，《商业银行金融资产风险分类办法》定义重组资产为债务人发生财务 困难，为促使债务人偿还债务，商业银行对债务合同作出有利于债务人调整的金 融资产，或对债务人现有债务提供再融资，包括借新还旧、新增债务融资等。 相较于旧规，新规进一步从“合同调整”和“财务困难”两个方面细化了重组的概念， 并将重组观察期由至少 6 个月延长为至少 1 年，且不再统一要求重组资产必须分 为不良，但应至少分为关注，有利于推动债务重组顺利进行。 逾期贷款与重组贷款的相关性：逾期为贷款重组的先决条件之一，但由于重组后 还款人还款压力改善，重组后是否仍然逾期需要进一步观察，因此逾期和重组贷 款重合度不高。

3、拨备安全垫表征指标

拨备安全垫表征指标主要包括拨备覆盖率和拨贷比，根据《商业银行贷款损失准 备管理办法》规定，贷款拨备率为贷款损失准备/各项贷款余额；拨备覆盖率为 贷款损失准备/不良贷款余额。贷款拨备率基本标准为 2.5％，拨备覆盖率基本标 准为 150％。此外，贷款净额为贷款总额减贷款拨备额，也就是资产负债表上的 贷款额。目前，指标存在局限性，指标分母仅限于“贷款余额”，未覆盖其他可能 产生信用风险的资产（如债券、同业、表外承诺等），而这部分非信贷资产的不 良和拨备水平在银行间分化也很大。

三、如何客观评估银行不良？

1、传统资产质量指标的问题

由于口径不统一、覆盖资产不够全面，目前传统资产质量指标或许难以反映银行 真实的拨备情况。 （1）不良认定标准不统一，目前各家银行对于不良资产的认定标准并不统一， 如部分银行将逾期 60 天以上的贷款均纳入不良，也有银行逾期 90 天以上贷款才 纳入不良，不同认定标准下的拨备覆盖率并不可比； （2）拨备覆盖率和拨贷比均针对贷款，未涉及金融投资、同业资产、表外承诺 等其他金融资产，而这部分非信贷资产对于银行拨备水平的影响也是非常显著的。

2、广义不良资产率构建

为了拉平不良资产的认定标准，尽可能充分地体现银行表内的信用风险，可构建 广义不良资产率指标： 首先，以 MAX（逾期贷款额+重组贷款额，关注贷款额+不良贷款额）来表征银 行“广义风险贷款额”，用广义风险贷款额/总贷款额表征“广义风险贷款率”； 其次，以（金融投资阶段三规模+同业资产阶段三规模）/金融投资及同业资产总 规模表征银行风险非信贷资产不良率。 基于以上，银行广义不良资产率=（广义风险贷款额+非信贷资产阶段三）/总生 息资产。 从结果来看，大行风险贷款率近两年相对平稳，股份行略有波动，城农商行波动 较大，但去年下半年以来已出现拐点；纳入金融投资和同业资产后，股份行和城 商行广义不良资产率相对偏高，国有行相对平稳，农商行近两年延续改善。

四、超额拨备利润倍数指标构建

银行资产质量除了看不良水平外，还要看银行为对应不良计提了多少拨备，通常 拨备厚度预示着后续业绩潜力。因此，我们在广义不良资产率的基础上，可进一 步构建“超额拨备利润倍数”衡量各家银行业绩弹性空间，构建“超额拨备净资 产倍数”衡量各家银行业绩弹性空间。 我们设定：基准超额拨备=（贷款拨备-广义风险贷款）+（非信贷资产拨备-非信 贷资产三阶段）； 超额拨备利润倍数=超额拨备/归母净利润（TTM）； 超额拨备净资产倍数=超额拨备/归母净资产。 从结果来看，优质区域行资产质量相对较稳定，风险抵补能力较强，超额拨备利 润倍数普遍偏高，例如杭州银行 2024 年末超额利润倍数为 247%，这也意味着 其拨备隐含了 2.5 年的净利润；另外大行中农业银行、股份行中招商银行超额拨 备利润倍数高于可比同业。 另外，部分银行非信贷资产三阶段占比偏高，主要是资管新规后部分不符合净值 化要求的表外理财回表所产生的不良，该部分资产可回收率差异较大，基于此， 我们假设了非信贷资产可回收率分别为 0%、30%、50%、70%四种情形，结果 如表 8，股份行超额拨备水平对可回收率较为敏感，若假设其他非信贷资产可回 收率为 50%，则股份行超额拨备利润倍数较 0 回收率提升 35pct。 更进一步，我们对所有风险资产（信贷和非信贷）进行回收率模拟测算，结果如 表 9，可回收率 30%、50%、70%情形下，超额拨备利润倍数分别提升 79pct、 132pct、185pct，且高广义不良资产率的银行对不良回收率情况更加敏感。所以 对于静态不良率偏高的银行，我们需要高度关注其底层不良资产的分布和类型， 如果银行能够高效处置回收，有可能会带来较大的利润回补空间。

五、广义超额拨备视角下，哪些银行被低估？

长期来看，银行估值水平与 ROE 中枢基本呈正相关，超额拨备回补对于业绩的 贡献最终也将反映到估值的提升。 我们将各家银行当前 PB、PE 估值与广义不良资产率、超额拨备利润比进行对比 可发现，多家银行明显位于 PB-超额拨备利润倍数回归线以上，其中包括无锡银 行、苏州银行、张家港行、农业银行等资产质量原本相对优秀的银行，也包括贵 阳银行、北京银行、光大银行、渝农商行（H 股）、青岛银行（H 股）等估值相 对偏低的标的。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）