銀行不良驚雷

楊練

一份關于貴陽農商行的評級報告使銀行不良貸款率問題又成為輿論的風口浪尖，這是中誠信國際給貴陽農商行出具的二級資本債跟蹤評級報告。

報告顯示，貴陽農商行不良貸款率從2016年年末的4.13%飆升至2017年年末的19.54%；與此相應的是不良貸款撥備覆蓋率從161.25%下降至34.15%；資本充足率則由11.77%下降為0.91%。據(jù)此，中誠信國際將貴陽農商行主體評級由AA-下調為A+，債項評級從A+下調為A。

早在2018年3月，監(jiān)管層便發(fā)布了《銀監(jiān)會關于調整商業(yè)銀行貸款損失準備監(jiān)管要求的通知》，將撥備覆蓋率監(jiān)管標準從150%下調至120%-150%之間，貸款撥備率監(jiān)管要求由2.5%調整為1.5%至2.5%，但滿足撥備率下調的條件之一是貸款分類的準確性，即逾期90天以上貸款納入不良貸款的比例達到100%的銀行，可將撥備覆蓋率監(jiān)管標準降至最低的120%。

監(jiān)管層此舉的意圖非常明顯，即此前市場對銀行不良貸款率的真實性頗多微詞，監(jiān)管調整旨在避免某些銀行通過逾期90天以上貸款不計入不良的手段來有意隱藏不良貸款，以提高銀行報表披露的不良貸款率的真實性。實際上，這種調整過程并不影響銀行的實際風險，只是會導致一些銀行的不良情況更加真實地暴露出來。

此次貴陽農商行不良貸款率陡然飆升，主要是該行為了貫徹監(jiān)管部門降低不良貸款偏離度的要求，將大部分逾期90天以上貸款納入不良貸款所致。貴陽農商行本次成為銀行資產質量風險暴露的“典型”，或許只是銀行業(yè)的一個開始，尤其是對此前通過扭曲不良貸款偏離度的方式來調低不良貸款率的銀行有很大的影響，市場對銀行業(yè)整體不良率的擔憂陡升。

甚至，這種擔憂情緒的連鎖反應也傳導至監(jiān)管層。繼7月2日青島農商行被證監(jiān)會取消審核后，7月9日，浙江紹興瑞豐農商行再次被取消審核。據(jù)了解，監(jiān)管層對排隊IPO銀行的從嚴審核，尤其是對不良貸款的重點關注是一周之內兩家銀行被取消審核的原因。

貴陽農商行不良樣本

那么，此次引爆事件導火索的主體貴陽農商行的資產質量情況究竟如何，是否具有行業(yè)代表性引起市場的極大關切，對它進行詳細的樣本剖析也就具有典型的行業(yè)意義。

實際上，貴陽農商行的前身是農信社，并由其合并而成，這也是中國農商行形成的典型軌跡。2011年12月23日，貴陽當?shù)氐哪厦?、小河、白云農村信用合作聯(lián)社和云巖農村合作銀行四家農村中小法人金融機構，合并組建貴陽農村商業(yè)銀行。成立之時，貴陽農商行注冊資本18億元，各項存款余額159億元，各項貸款余額99億元。由于歷史包袱較重，業(yè)務基礎較為薄弱，貴陽農商行本身的資質較差。

較差的資質主要表現(xiàn)為貴陽農商行脫胎于農信社、農村合作銀行，難免受限于自身地域欠發(fā)達的經濟結構，在業(yè)務開展上對當?shù)厝嗣}圈的高度依賴，無法做到像全國性銀行一樣建立行長輪換制度以防止利益輸送。再加上農商行、農信社風險管理能力普遍低下，對管理層缺乏有效的制度約束，資產質量容易積累風險因素。

風險管理水平低下有數(shù)據(jù)佐證。2013-2016年間，貴陽農商行關注類貸款率基本都在35%以上，除了2015年為30.11%，但仍處于高位，且遠高于同期全國商業(yè)銀行的平均水平；逾期貸款率在2016年年底達到34.01%的高峰，亦遠高于同期上市銀行整體逾期貸款率。

逾期90天以上貸款和不良貸款的比例達到623.49%，表明其不良貸款的認定標準極其寬松。按照逾期90天以上貸款和不良貸款比例100%的標準，貴陽農商行未認定的不良貸款額為61.99億元。為了讓賬面不良貸款率保持在外界看起來合理的區(qū)間范圍，貴陽農商行絕大部分逾期90天以上的貸款實際上并未及時列入不良貸款，其不良貸款和不良貸款率的真實性存疑。

天風證券認為，貴陽農商行資產質量情況不具有行業(yè)代表性，其資產質量極差是多種因素綜合作用的結果，包括較大的歷史包袱、較低的風控水平，以及當?shù)亟洕Y構等多種因素。而董事長更替風險更是導致其資產質量風險集中暴露的直接因素。

2016年9月，貴陽農商行原董事長索美英因嚴重違紀被開除黨籍和公職，在潛在不良包袱已經積累了極大風險且足以使貴陽農商行滑入資不抵債深淵的背景下，新董事長上任之后，存量問題貸款的風險集中暴露也是必然趨勢。截至2016年年末，貴陽農商行逾期貸款率由2015年年末的20.28%大幅上升至34.01%。

對銀行而言，不良貸款的認定標準相對主觀，因此，資產質量不能只看不良貸款率，逾期貸款率是更重要的指標，也更加客觀。2017年，銀監(jiān)會“三三四十”檢查中對銀行不良貸款偏離度問題的重點關注，強監(jiān)管之下不良貸款認定標準進一步趨嚴，致使一些銀行不良貸款率短時間內暴增的可能性陡增。由于貴陽農商行將大部分逾期90天以上的貸款列入不良貸款，導致其2017年年末的不良貸款率暴增至19.54%。

客觀來看，貴陽農商行最近幾年逾期貸款率其實一直呈顯著下降的態(tài)勢，表明其資產質量有所改善。2016年年末、2017年年末，貴陽農商行的逾期貸款率分別為34.01%、25.82%；2016年、2017年、2018年一季度，逾期90天以上貸款比例分別為25.75%、24.3%、18.33%，已經出現(xiàn)明顯下降的趨勢。不過，由于貴陽農商行存量貸款多年積累的問題較為嚴重，非一日之功可以解決，結果就是盡管資產質量有所改善，但其逾期貸款率與不良貸款率仍然遠遠高于行業(yè)平均水平。

資產質量的改善主要得益于貴陽農商行新董事長狠抓資產質量問題的成效顯著。2018年一季度，貴陽農商行不良貸款余額由年初的78.43億元降至58.97億元，降幅達24.81%；不良貸款率也下行5.68個百分點至13.86%。此外，2017年，由于貴陽農商行大力處置不良貸款的過程中消耗了大量撥備，導致其撥備覆蓋率在年底僅為34.15%，而到了2018年一季度，撥備覆蓋率則回升至42.42%。

除了銀行自身經營管理的原因之外，討論貴陽農商行的資產質量問題，還是離不開其所處的地域性因素。受經濟下行、不良風險加速暴露等因素的影響，貴州省銀行業(yè)資產質量表現(xiàn)一般。

2013 -2017年，貴州省銀行業(yè)不良貸款率快速上升，由2013年年末的1.33%上升至2017年年末的2.63%，顯著高于2017年年末全國商業(yè)銀行1.74%的不良貸款率平均水平。尤其是2017年，受貴陽農商行不良貸款認定趨嚴的影響，貴州省不良貸款率由2016年年末的1.86%跳升至2.63%。

不過，進入2018年，貴州省銀行業(yè)資產質量出現(xiàn)好轉跡象。一季度，貴州省銀行業(yè)不良貸款率較2017年年末的2.63%顯著下降至2.30%。從貴陽省另外兩家可比銀行來看，貴陽銀行和貴州銀行的不良貸款率、關注類貸款率、逾期貸款率均不高，2013-2017年間的不良貸款率均在2%以下，且自2015年以來呈現(xiàn)明顯的下行趨勢，說明上述兩家銀行的不良貸款在持續(xù)出清，資產質量向好趨勢較為明顯。

此外，貴陽銀行和貴州銀行的關注類貸款率都維持在較低水平，貴陽銀行關注類貸款率在5%以下，貴州銀行關注類貸款率則從2015年的6.86%下行至2017年的2.38%，自2015年以來持續(xù)走低的趨勢非常明顯，這說明上述兩家銀行的潛在不良風險也在持續(xù)出清。

與貴陽銀行和貴州銀行相比，貴陽農商行資產質量表現(xiàn)較差，這既有自身經營管理水平較低的原因，也有地域性經濟結構受限和較大的歷史包袱的原因。種種原因綜合作用的結果，使得貴陽農商行背后的銀行業(yè)務的基礎較差，這是其不良貸款率暴增的根本原因。

農商行一般均由農信社改制而來，而農村信用社改制為農商行的初衷是為了解決產權不清、管理體制落后等問題，提升銀行自身經營管理水平，夯實金融支持“三農”的基礎。不過，由于農信社積弊嚴重，使得中國農商行普遍存在不良貸款歷史包袱較重、經營管理水平較低等問題。

根據(jù)央行《2017年三季度貨幣政策執(zhí)行報告》披露的信息，截至2017年9月末，全國農信社不良貸款率高達4.1 %，顯著高于商業(yè)銀行的平均水平，農信社資產質量明顯差于行業(yè)平均。

相比上市銀行，農商行普遍公司治理水平較低，風控水平不高，不良貸款認定標準較松，因而受不良監(jiān)管趨嚴的負面影響較大。2018年年初以來，受不良認定標準趨嚴及風險暴露等因素的影響，農商行整體不良貸款率由2016年四季度的2.49%大幅上升至2018年一季度的3.26%，與同時期商業(yè)銀行整體不良貸款率保持穩(wěn)定的走勢相比，呈現(xiàn)較大的分化趨勢。

2017年年初以來，農商行撥備覆蓋率與大行走勢出現(xiàn)分化。受不良監(jiān)管加強等影響，農商行不良貸款率上升明顯，從而導致?lián)軅涓采w率明顯走低，與大行走勢出現(xiàn)較大的分化。

數(shù)據(jù)顯示，截至2015年年末和2016年年末，貴陽農商行核心一級資本充足率和資本充足率分別為7.59%和10.57%、8.01%和11.77%；到2017年年末，兩項數(shù)據(jù)分別降至為-1.41%和0.91%，遠低于監(jiān)管要求的標準，資本補充的需求凸顯。

在不良貸款飆升的影響下，貴陽農商行2017年年末貸款損失準備缺口高達51.75億元，核心一級資本凈額為-7.28億元，核心一級資本充足率更是降至-1.41%。2017年年末，該行發(fā)行的二級資本債合計12億元計入后，年末資本凈額為4.71億元。截至2018年3月末，貴陽農商行撥備覆蓋率較年初上升8.27個百分點至42.42%，仍遠低于120%至150%的監(jiān)管要求。

根據(jù)分析，貴陽農商行資本充足率走低，主要因撥備計提不足產生“貸款損失準備缺口”，進而構成了資本的扣減項。2017年年底和2018年一季度分別應扣減51.65億元、33.95億元，從而對資本充足率造成的影響為-9.96個百分點和-6.55個百分點。而隨著撥備增提和資產質量的好轉，該扣減項預計逐步下降至零，各項資本充足率也將緩慢上升。

因此，盡管貴陽農商行短期不良貸款率異常飆升，但沒有必要因貴陽農商行的個例就對上市銀行資產質量持悲觀態(tài)度。實際上，因當前貨幣與信貸政策已悄然微調，加上去杠桿的節(jié)奏更加溫和，強監(jiān)管對經濟的負面影響將逐漸減弱，有利于緩解市場對經濟的悲觀預期，未來銀行業(yè)資產質量企穩(wěn)的趨勢也較為明確。

銀行貸款配置結構解析

銀行資產質量一直是市場非常關注的問題，而銀行資產質量歸根結底取決于銀行資產的配置結構，即銀行貸款的行業(yè)分布和地域分布。

26家上市銀行年報已全部披露，銀行貸款作為企業(yè)外部融資的主要渠道之一，是企業(yè)不斷做大做強的有力支持。2017年以來，在經濟去杠桿、金融強監(jiān)管等外部形勢疊加的影響下，債券融資整體仍然較為低迷且出現(xiàn)結構性分化，非標融資也不斷萎縮，此時，銀行貸款額度的分配對企業(yè)融資的重要性不言而喻。

根據(jù)天風證券對26家上市銀行2017年年報數(shù)據(jù)的整理，我們可以初步了解上市銀行貸款結構的基本情況，并對銀行資產質量進行深入分析，以展示銀行的貸款結構和不良貸款的分布情況，并對市場分析實體行業(yè)的信用風險有一定的借鑒意義。

截至2017年年末，上市銀行整體資產規(guī)模為148萬億元，較2016年年末增長6.29%，2017年年末貸款規(guī)模為77.6萬億元，較2016年年末增長10.82%，總體來看，2017年的貸款規(guī)模增速快于銀行總資產增速。

根據(jù)《貸款風險分類指引》，中國商業(yè)銀行將信貸資產分為正常、關注、次級、可疑、損失五類，以反映貸款收回的可能性并作為計提貸款準備的基礎。其中，五級分類中的后三類被視為不良貸款；銀行在進行五級分類后應確定各級貸款的計提比例以確定需要計提的貸款準備。

根據(jù)銀監(jiān)會公布的數(shù)據(jù)，截至2017年年末，銀行業(yè)不良貸款余額從2016年年末的15122億元上升至17057億元，同比增長12.80%，2017年年末的不良貸款率為1.74%，不良貸款率與2016年年末相比基本維持穩(wěn)定。2017年，“次級”、“可疑”、“損失”貸款分別比2016年年末增長2.61%、19.95%、18.86%。

上述數(shù)據(jù)顯示，2017年，商業(yè)銀行不良貸款的規(guī)模仍有所增長，但是不良貸款率相比于2016年已經趨于穩(wěn)定，2017年，商業(yè)銀行正常類貸款的規(guī)模大幅上升，且占比比2016 年也有所提升。由于銀行業(yè)不良貸款與經濟周期緊密相連，在經濟平穩(wěn)運行的情況下，不良貸款新生成數(shù)量會逐漸減少。從不良貸款率變化的角度來看，與2016年相比，2017年經濟發(fā)展情況有所企穩(wěn)。

在目前經濟去杠桿、金融強監(jiān)管等外部形勢疊加的影響下，債券融資整體低迷且出現(xiàn)結構性分化，隨著非標融資的不斷萎縮，再融資壓力成為壓垮企業(yè)的最后一顆稻草，銀行對于企業(yè)的再融資支持尤為重要，回顧2017年銀行的貸款結構分布情況和未來重點關注的領域，銀行貸款額度給到了哪些行業(yè)和區(qū)域？未來銀行貸款又將繼續(xù)重點支持哪些行業(yè)？而這些對銀行個體和銀行業(yè)整體資產質量的影響都不容小覷。

在對公貸款中，銀行信貸的行業(yè)投向直接影響其不良貸款的生成率，因此，優(yōu)化公司貸款的行業(yè)結構是銀行信貸業(yè)務中的重要內容，銀行需要結合外部形勢的變化，調整貸款投放領域，調整的標準主要是考慮監(jiān)管政策的因素，優(yōu)先支持符合政策導向的行業(yè)。

根據(jù)相關銀行年報，在國有五大行的對公貸款中，制造業(yè)和交通運輸、倉儲和郵政業(yè)兩個行業(yè)的貸款占比均在15%以上，而對租賃和商務服務業(yè)，中國銀行、農業(yè)銀行、工商銀行、建設銀行四大行的貸款力度也較大，貸款占比基本均在10%以上。根據(jù)中國銀行年報，2017 年，其對租賃和商務服務業(yè)的貸款占比高達23.2%。

與2016年相比，2017年，國有大行對公貸款中電力、熱力、燃氣及水生產和供應業(yè)，交通運輸、倉儲和郵政業(yè)，租賃和商務服務業(yè)，水利、環(huán)境和公共設施管理業(yè)的貸款占比有所增加；而采礦業(yè)、制造業(yè)、批發(fā)和零售業(yè)的貸款占比則有所下降。

整體來看，銀行制造業(yè)貸款額度的占比較高，但最近幾年是呈現(xiàn)逐漸下降的趨勢，國有大行降低了對過剩產能等風險點較多的行業(yè)的信貸投放，同時逐步加大了對水利、環(huán)境和公共設施，租賃和商務服務業(yè)等政府支持領域的信貸投放。

在股份制銀行的對公貸款中，制造業(yè)，批發(fā)和零售業(yè)，房地產業(yè)，租賃和商務服務業(yè)的占比較高，對制造業(yè)的貸款占比均在15%以上，對房地產業(yè)的貸款占比均在10%以上。與2016年相比，2017年，股份制銀行對公貸款中電力、熱力、燃氣及水生產和供應業(yè)，租賃和商務服務業(yè)的貸款占比有所增加；而制造業(yè)，建筑業(yè)，批發(fā)和零售業(yè)的貸款占比則有所下降。

在城商行的對公貸款中，制造業(yè)，批發(fā)和零售業(yè)，水利、環(huán)境和公共設施管理業(yè)，租賃和商務服務業(yè)的貸款占比較高。與2016年相比，2017年，城商行對公貸款中租賃和商務服務業(yè)，水利、環(huán)境和公共設施管理業(yè)的貸款占比有所增加；而制造業(yè)、建筑業(yè)、房地產業(yè)的貸款占比有所下降。

在農商行的對公貸款中，制造業(yè)、批發(fā)和零售業(yè)、租賃和商務服務業(yè)的貸款占比較高，其中，對制造業(yè)的貸款投放占比基本均在35%以上。與2016年相比，2017年，農商行對公貸款中電力、熱力、燃氣及水生產和供應業(yè)，交通運輸、倉儲和郵政業(yè)，租賃和商務服務業(yè)占比有所增加；而制造業(yè)雖然整體占比高，但是相比2016年也有所下降。

分析銀行信貸投放的區(qū)域分布可知，國有五大行和股份制銀行的貸款區(qū)域分布較為分散，但是整體而言，東北地區(qū)的貸款投放量相對較少。就國有五大行披露的分區(qū)域貸款結構數(shù)據(jù)來看，東北地區(qū)信貸投放額度占總額度的比例基本在5%左右，而長江三角洲、珠江三角洲、環(huán)渤海地區(qū)、中部地區(qū)、西部地區(qū)等基本都在10%以上；就城商行和農商行而言，其業(yè)務則相對集中在本省/市的范圍內，地域性色彩更為強烈。

信用風險隱患未除

在分析了銀行貸款投放的行業(yè)和地域分布以后，接下來的問題就是，銀行不良貸款的重災區(qū)究竟在哪兒？

根據(jù)上市銀行披露的不良貸款率情況，整體而言，2017年，多數(shù)銀行的不良貸款率有所下降，僅浦發(fā)銀行、民生銀行、華夏銀行三家銀行2017年不良貸款率比2016年有所上升。

綜合銀行年報里披露的信息，不良貸款率下降的原因包括內因和外因，外因主要包括外部經濟環(huán)境企穩(wěn)向好，經濟結構發(fā)生積極轉變，增長動力穩(wěn)步轉換，制造業(yè)產能出清，行業(yè)集中度提升以及企業(yè)利潤改善較為明顯。內因則多是銀行持續(xù)優(yōu)化信貸政策，提升風險管理能力，優(yōu)化公司貸款的行業(yè)結構，加大不良資產清收處置力度，持續(xù)強化信用風險防控，建立健全內控案防長效機制等。

相應地，不良貸款率上升的原因也分為內因和外因，外因主要是受外部金融經濟形勢影響，部分民營中小企業(yè)、低端制造業(yè)等客戶經營困難，融資能力下降，出現(xiàn)資金鏈緊張、斷裂、無力還款等情況；部分企業(yè)去產能的壓力仍存，部分企業(yè)杠桿率居高不下，融資成本上升，負擔加大，影響銀行信用風險暴露；2017年，原材料價格大幅上漲和運輸成本急升，對下游行業(yè)形成較大的經營壓力，部分地區(qū)經濟結構調整產生的企業(yè)信用風險暴露仍持續(xù)增加；部分制造業(yè)、租賃和商務服務業(yè)企業(yè)受產能過剩、市場需求不足等多重因素的影響，行業(yè)內競爭加劇、盈利下降，出現(xiàn)信用風險；房地產市場出現(xiàn)分化，房地產開發(fā)貸款、建筑業(yè)貸款風險有所上升。從內因來看，不良貸款率上升的主要因素是銀行的信貸結構、授信范圍、風險化解以及不良資產清收、資產保全能力等。

在26家上市銀行2017年年報中，有14家銀行年報披露了分行業(yè)不良貸款率的數(shù)據(jù)，我從這14家上市銀行披露的分行業(yè)不良貸款率的情況來看，批發(fā)與零售業(yè)、制造業(yè)、采礦業(yè)和農林牧漁業(yè)的不良貸款率較高，且2017年較2016年均呈上升趨勢，其中，農林牧漁業(yè)不良貸款率增長最快；租賃及商貿服務、教育、水利、環(huán)境和公共設施管理業(yè)，金融業(yè)不良貸款率較低。

結合2017年上市銀行年報披露的分行業(yè)不良貸款率和2017年分行業(yè)不良貸款率較2016年的變動情況可以發(fā)現(xiàn)，批發(fā)和零售業(yè)、制造業(yè)這兩個行業(yè)呈現(xiàn)兩高的局面：即不良貸款率處于所有行業(yè)的最高水平，且不良貸款率的增長幅度處于高位。

由于宏觀經濟的波動，國內外需求的下滑，以及2017年以來原材料價格的大幅上漲，使得實體經濟和與其相關的上下游企業(yè)的生產經營成本大幅提升，部分制造業(yè)企業(yè)信用風險加劇，特別是低端制造業(yè)、強周期性行業(yè)及部分產能過剩行業(yè)企業(yè)甚至出現(xiàn)信用風險；而批發(fā)零售業(yè)進入壁壘相對較低，市場競爭激烈，小微企業(yè)數(shù)量多，疊加互聯(lián)網對實體購物的沖擊，部分批發(fā)領域企業(yè)經營出現(xiàn)困難，從而影響銀行信用風險的暴露。

由于房地產市場2017年嚴調控的升級，部分杠桿率居高不下的企業(yè)的融資成本大幅上升，債務成本不斷加劇，也在一定程度上影響銀行信用風險的暴露，房地產行業(yè)2017年的不良貸款率比2016年有所上升。總體而言，各銀行房地產行業(yè)的不良貸款率仍然處于較低水平，但是房地產企業(yè)還有很多信托等非標準化融資，因此，銀行不良貸款率對地產行業(yè)不良貸款情況的反映可能會有所失真。

針對各區(qū)域經濟特點及客群差異，商業(yè)銀行可以對各地分支行實行差異化分類督導管理。對風險較高的地區(qū)提高授信準入標準、動態(tài)調整業(yè)務授權，防范區(qū)域性系統(tǒng)性風險。

截至2017年年末，浙江省不良貸款余額為1478億元，相比年初凈減少299億元；不良貸款率下降0.53個百分點至1.64%，不良貸款余額和不良貸款率實現(xiàn)“雙降”，在各區(qū)域中的改善幅度較大；北京、上海、河南和廈門等地區(qū)的不良貸款余額和不良貸款率也呈現(xiàn)“雙降”態(tài)勢；而吉林、山東、貴州、西藏等地的不良貸款余額和不良貸款率則呈現(xiàn)“雙升”趨勢。與銀行貸款的行業(yè)分化相類似，區(qū)域分化之勢也較為明顯。

由于各家銀行發(fā)展策略的不同和行業(yè)不良貸款率的差異。銀行信貸投放的行業(yè)也有所差異，目前，各家銀行重點關注的風險行業(yè)領域主要有哪些？重點布局并支持的行業(yè)有哪些？都能在一定程度上反映這些行業(yè)可能存在的價值和風險，我們根據(jù)26家銀行年報中對其信用風險管理目標的定位和公司對于2018年前景的展望與應對措施的工作安排進行分析。

從行業(yè)層面來看，銀行仍然著力壓減“兩高一剩”行業(yè)的貸款投放，并且執(zhí)行嚴格的準入標準，著力壓縮退出重大風險客戶和低端過剩產能客戶，特別是涉及去產能、去杠桿和符合“僵尸企業(yè)”標準的客戶。對于房地產行業(yè)，工商銀行、農業(yè)銀行、中國銀行、招商銀行、上海銀行等均做出相應的風控部署，工商銀行提出要加強房地產行業(yè)的風險管理，審慎把握庫存消化周期較長的三四線城市新增住宅開發(fā)融資，從嚴控制商用房開發(fā)融資；農業(yè)銀行則提出要嚴格落實房地產調控政策及各項監(jiān)管要求，堅持“一城一策”的差異化管理策略，從嚴控制高庫存城市的住房項目及地價過高的高成本項目。

與此同時，在信貸風險管理布局上，招商銀行提出堅持“現(xiàn)金流穩(wěn)定覆蓋、業(yè)務模式合規(guī)”的準入標準，將資源投向按市場化、商業(yè)化原則運作且具有良好現(xiàn)金流、符合政府購買（采購）、PPP模式的政策要求的地方政府融資平臺業(yè)務；建設銀行、農業(yè)銀行、中國銀行等多家銀行還提出加強政府融資平臺存量貸款管理，持續(xù)優(yōu)化政府融資平臺貸款結構，對地方政府融資平臺貸款總量進行控制。

根據(jù)年報，各家銀行基本都表示將全力服務實體經濟，引導信貸資金脫虛向實。加大對戰(zhàn)略性新興產業(yè)、重點制造領域、現(xiàn)代服務業(yè)等領域的支持力度。重點支持與國計民生密切相關的業(yè)內龍頭企業(yè)和地區(qū)優(yōu)勢企業(yè)，優(yōu)先投放涉及節(jié)能環(huán)保改造和技術改造升級的融資需求。對于地產和城投等行業(yè)，銀行的支持力度則更有差異性和針對性，如工商銀行提出積極支持重點區(qū)域、大型優(yōu)質房地產客戶、政府購買服務棚改區(qū)改造房地產客戶融資需求，建設銀行提出房地產項目重點支持優(yōu)質房地產客戶和普通商品住房項目，積極開拓住房租賃市場，上海銀行提出支持租購并舉下的房地產及城市更新改造。

從區(qū)域上而言，商業(yè)銀行表示將積極服務京津冀協(xié)同發(fā)展、“一帶一路”、長江經濟帶建設、東部地區(qū)率先發(fā)展、中部地區(qū)崛起、西部大開發(fā)、東北振興等國家戰(zhàn)略和區(qū)域經濟社會發(fā)展規(guī)劃，推動不同區(qū)域的分行因地制宜。充分挖掘自貿區(qū)、產業(yè)園區(qū)、改革試驗區(qū)等國家給予特殊支持政策區(qū)域和“一帶一路”等重要節(jié)點城市的業(yè)務機遇。

總體來看，2017年，商業(yè)銀行不良貸款的規(guī)模仍有所增長，但與2016年相比，不良貸款率則逐步趨于穩(wěn)定；2017年，商業(yè)銀行正常類貸款的規(guī)模大幅上升，且占比與相2016年相比也有所提升。

從信貸投放的區(qū)域分布而言，國有五大行在東北地區(qū)的貸款投放量相對較少，從各地銀監(jiān)局披露的信息來看，吉林、山東、貴州、西藏等地的不良貸款余額和不良貸款率呈現(xiàn)“雙升”趨勢。未來商業(yè)銀行將充分挖掘自貿區(qū)、產業(yè)園區(qū)、改革試驗區(qū)等國家給予特殊支持政策區(qū)域和“一帶一路”等重要節(jié)點城市的業(yè)務機遇。

在供給側結構性改革的背景下，隨著地方政府債務治理力度的加大，產能過剩行業(yè)、僵尸企業(yè)的退出將進入攻堅階段，信用風險將可能持續(xù)暴露，商業(yè)銀行將面臨資產質量進一步下降的壓力。

對“兩高一剩”行業(yè)仍然執(zhí)行嚴格的準入標準，著力壓縮退出重大風險客戶和低端過剩產能客戶，特別是涉及去產能、去杠桿和符合“僵尸企業(yè)”標準的客戶“。

對于房地產和城投等行業(yè)，銀行的支持力度則呈現(xiàn)一定的差異性和針對性，積極支持重點區(qū)域、大型優(yōu)質房地產客戶、政府購買服務棚改區(qū)改造房地產客戶融資需求，城投平臺需要滿足現(xiàn)金流穩(wěn)定覆蓋、業(yè)務模式合規(guī)，同時積極開拓住房租賃市場，支持租購并舉下的房地產及城市更新改造。

對于庫存消化周期較長的三四線城市新增住宅開發(fā)融資則相對會審慎把握，并從嚴控制商用房開發(fā)融資，高庫存城市的住房項目及地價過高的高成本項目。

同時，各家銀行基本都表示將全力服務實體經濟，引導信貸資金脫虛向實。加大對戰(zhàn)略性新興產業(yè)、重點制造領域、現(xiàn)代服務業(yè)領域等的支持力度。重點支持與國計民生密切相關的業(yè)內龍頭企業(yè)和地區(qū)優(yōu)勢企業(yè)，優(yōu)先投放涉及節(jié)能環(huán)保改造和技術改造升級的融資需求。

受經濟增長放緩、產業(yè)結構調整、市場需求下降等因素的影響，未來公司信用風險仍面臨一定程度的壓力，銀行不良貸款也有所上升。制造業(yè)、批發(fā)和零售業(yè)仍是不良貸款的重災區(qū)行業(yè)，不良貸款和不良貸款率的增速均偏高。

房地產行業(yè)2017年的不良貸款率相比2016年也有所上升?？傮w而言，各銀行的房地產不良貸款率仍處于較低水平。但值得注意的是，房地產企業(yè)除了銀行貸款外，還有很多信托等非標準化融資。由于這部分融資的情況銀行并不完全掌握，因此，銀行不良貸款率對房地產行業(yè)不良貸款情況的反映可能會有所失真，尤其是對于非標融資過于依賴、表外隱性負債規(guī)模較大的房企的風險仍然需要給予重點關注。