Local EPUB Text
资产质量
资本充足率
资本充足率是银行业首要监管指标，投资者主要观察银行资本充足率高出监管标准多少，推测银行有没有急迫的再融资需求，有没有高比例分红的可能，新的一年里资本所能允许的最大规模扩张是多少。这个比较简单，前面谈过，此处不再详述。
不良与拨备
不良是拨备的母体，而拨备则是银行利润表的减项，降低当期利润。不良与拨备是理解银行报表的核心部分。一家银行拨备充足，意味着利润含金量高，意味着未来经济情况如果好转，不仅利润本身会增长，而且会出现拨备反哺利润的叠加效应；反之，如果拨备不足，不仅当前利润质量差，净资产总额值得怀疑，而且即便未来经济好转，带来的利润增长也有可能被拿去平滑现在所掩盖的坏账，使利润增长情况落后于经济回暖程度。
拨备是否充分，涉及两个概念，一个是不良率（尤其是不良贷款率）数据的可信程度，一个是拨备覆盖率数据的大小，前者是后者的基础。不良率可信，直接可以看拨备覆盖率。若不良率不可信，不能直接看拨备覆盖率，而需要先想办法尽可能地让不良率接近真相。
验证不良数据是否可信，老唐个人喜欢从逾期90天以上贷款/不良贷款、逾期不良差、贷款迁徙率这几个指标去看。
逾期90天以上贷款/不良贷款，这个数据正常而言应该小于1。因为从五级贷款的分类标准看，逾期90天以上的贷款，应该归入不良贷款。但不良贷款里除了因逾期90天以上划入的贷款，还有因为其他因素划入的。所以，这个比值如果大于1，意味着有部分逾期90天以上的贷款并没有被归入不良贷款，该银行的五级分类很可能就有问题。五级分类有问题，不良贷款数据自然也成了无源之水，可信度降低。
（逾期贷款-不良贷款）/贷款余额。鉴于逾期贷款比较刚性，只要本金或利息逾期1天就是逾期贷款，没什么调节空间。因而，这部分差额——多数是逾期1天～90天的——大体上可以看作不良贷款的预备队，属于潜在风险较大的贷款。该比例的变化可以用来观察银行资产质量变化的趋势。
贷款迁徙率，主要看关注类贷款迁徙率和次级类贷款迁徙率两组数据，其指标意义和计算公式在第十五课的风险迁徙类指标中有介绍，具体数值财报中有披露，直接引用即可。例如，工商银行2015年财报第95页。
关注类贷款是出现了某种不好的苗头，但银行依然认为可以全部收回本息的贷款。因此，我们通过对“关注类贷款迁徙率”数据的历史统计，可以观察这些“银行预计可以全部收回本息的贷款”，最终有多少变成了不良贷款。从而看出该银行将出现变坏苗头的贷款放在关注里（而不是划为不良贷款）是否可信。该指标数值越低，意味着较少的关注贷款变成了不良贷款，说明银行的“预计”可信，五级分类标准比较严格，资产质量值得信赖。
例如，我们选A股最大和最小的两家银行来对比，统计该项历史数据可以得到图17-4。很明显，工商银行的关注类贷款恶化成不良贷款的比例相对稳定，且总体较小。相对于宁波银行而言，工行的五级分类标准更值得我们信赖一些。
图17-4 2007—2015年工商银行与宁波银行关注类贷款迁徙率对比
同样，还可以观测次级类贷款迁徙率。逻辑上说，已经归入了不良贷款，再行美化的必要性下降，恶化数据相对靠谱。观察其一年内变成可疑类贷款和损失类贷款的概率，该指标值越低，说明次级类贷款的质量相对较好，在一年时间里恶化成可疑类和损失类的贷款比例较小。如图17-5所示，宁波银行起伏比较极端，在不足5%和近80%之间大幅波动。而工商银行则相对稳定，基本上在30%～40%之间窄幅波动。这一者是规模的因素，贷款规模越大，受个案影响就越小，越接近市场平均水平；二者也体现了贷款分类的可信程度。
验证过数据可信度后，就可以看拨备是否充足了。拨备是否充足，可以直接看拨备覆盖率的指标值，也可以变通将逾期90天以上贷款和重组贷款之和看作不良贷款的替代品，更保守地看待拨备。即，采用拨备/（逾期90天以上贷款+重组贷款），看是否能够覆盖（即是否大于100%），同时也看和同行该口径数据对比的高低。
图17-5 2007—2015年工商银行与宁波银行次级类贷款迁徙率对比
注意一下，此处一般使用逾期90天以上贷款和重组贷款，而不是逾期贷款和重组贷款。因为银行的逾期贷款里有很大部分是技术性逾期。简单地说，就是信用卡透支人或者企业个人贷款客户在应还款当日，忘记保持账上留有足够的活期存款，或者企业资金没衔接好，刚好差那么几天。在银行报送监管的数据里，逾期90天以内还会分成更细的几部分。依照工行的数据说，大约有30%的逾期贷款是逾期10天以内的技术性逾期。
不良的样本
接下来就是看不良率（主要是不良贷款率）的变化趋势了。通过财报里的不良贷款余额及不良贷款率数据构建曲线，观察不良率的方向和趋势。以工商银行为例，如图17-6所示。
观察工行的不良状况，2015年工行的不良虽然距离2006年的3.79%的高度，还有很远的安全距离，但依然呈明显加速暴露态势。未来的不良率，何时重新出现持平乃至扭头向下，是银行股投资者需要密切关注的数据。
图17-6 2006—2015年工商银行不良贷款
总体来说，不良率变化的趋势，除了银行自身的风险控制以外，还取决于三个方面。
一是GDP增长速度，GDP增长越快，产生的新蛋糕越大，银行的日子就相对好过；反之，GDP增速下滑，部分企业的经营就会恶化，不良会越来越多地暴露。
二是宏观产业调整。宏观产业调整，必将对某些产业产生釜底抽薪的作用，促使其产生不良资产。
三是货币政策。宽松的货币政策导致市场利率下降，减轻企业债务负担，增加企业生存和获利的可能，从而减少银行潜在损失；宽松货币政策产生通货膨胀，债务人名义债务不变的情况下，真实债务下降，偿还的可能增加；宽松的货币政策导致企业获取新贷款或者利用其他融资手段获得资金的可能性增加，从而使资金链断裂的可能性减少，利于降低银行不良率。
上述三个角度，站在2016年中，可以预见的是，宽松的货币政策将继续保持，GDP增速会保持相对稳定，不会大起大落，这两项是银行不良的利好因素。但宏观产业结构的调整，仍然是中国经济必须面对的趋势，这个过程中，仍然将会暴露更多的不良贷款，尤其是在与中央经济政策发展方向不吻合的落后产能里聚集较多贷款的银行，必将承受更大的不良暴露压力。银行的分化趋势将会越来越明显。
沾我国地域广大、各省发展不均匀的光，分省来看，某些地区实际上已经给我们展示了GDP下滑和产业结构调整双重压力测试下的银行业样本。透过这些悲惨样本，投资者可以观测和设想银行业可能遭遇的最坏情况。
案例分析：面对极端悲观情况银行会如何？
例如，以本次产业结构调整中受伤相对严重的山西省为例。由于山西没有上市银行，老唐拿2009年2月28日成立的、总行位于山西太原、主要服务于山西企业的非上市银行“晋商银行”的数据来对比。之所以选它，实在是因为它太过典型：一是经营范围位于本次供给侧改革中受伤最严重的山西省，全省GDP增速从2010年的13.9%一直跌落至2015年的3.1%，堪称断崖式、高空跳水；二是晋商银行这个“倒霉鬼”成立于2009年初，正好赶上四万亿“大放水”的刺激政策，然后立刻赶上供给侧改革，相当于成为了现实中的压力测试实验室。看晋商银行的财报，完全有一种“人生大起大落，实在是太刺激了”的感觉。
样本太有价值，老唐下面直接给出晋商银行的经营数据表。
上述数据，首先我们可以看到的是山西GDP增速从13.9%跌落至3.1%的过程中，晋商银行的营业收入和税后净利，如图17-7所示。
图17-7 2010—2015年晋商银行营业收入与税后净利
表17-2和图17-7的最大作用是帮助我们分析：假设悲观情况下，全国GDP走势如同山西省GDP一样，从目前的6.9%滑落向3.1%，银行会怎样？会亏损，会破产？
晋商银行给出的答案是：营业收入保持稳定，净利润增速会出现高达22%的下滑。下滑的主要原因是当期为了应付翻倍暴露的不良贷款率，而实施的高达300%以上的拨备计提。然而，最终结果我们看得见，依然是——保持稳定盈利！
当然，代价是即便通过大力核销手段——2014年和2015年的核销额分别是2013年核销额的539%和1875%，拨备覆盖率也从400%+跌落至200%+。如果2016年拨备覆盖率监管指标不下调的话，库存拨备可供腾挪的额度已经不多，依然需要本期计提额来填补新的不良暴露。但可以推测，即便山西省的GDP继续恶化，短期内晋商银行出现亏损的概率依然很低——当然，有些朋友喜欢谈，如果不是借新还旧等腾挪手段，情况一定比这个糟糕得多！但，很遗憾，银行业的腾挪手段过去存在、现在存在、未来也将存在，且将被永远使用，它本就是银行业优势的构成部分。所谓“无腾挪、必悲惨”的假设，如同“不呼吸、一定死”的假设一样，对投资而言，正确但没有意义。
产业结构单一，处于供给侧改革打压重灾区的银行，不过如此。相比山西而言，全国的产业结构就均衡多了。全国GDP增速走出如山西省GDP一样的曲线，老唐估计至少十年内是看不见的。上市银行，尤其是经营地域分布较广、跨越产业数量较多的五大行及股份行，出现如晋商银行这么“糟糕”的情况——其实也不算糟糕，只是赚的没以前多而已——概率依然极其微小。
这就是晋商银行这只“小白鼠”，在这个时点对投资者的价值所在。此时，监管层给出的银行业总体结论是：信贷资产质量总体可控；银行业利润增长趋缓；银行业整体风险抵补能力稳定；针对信用风险计提的减值准备较为充足。未来是否如此，我们可以观察和验证。