如何从新视角评估农商行的信用风险

1、内容目录 HYPERLINK l _TOC_250023 我们模型的优势 4 HYPERLINK l _TOC_250022 区域经济及股东治理分析 4 HYPERLINK l _TOC_250021 区域经济状况决定农商行发展空间 4 HYPERLINK l _TOC_250020 股东是农商行重要的外部资源 5 HYPERLINK l _TOC_250019 对公及零售业务结构分析 6 HYPERLINK l _TOC_250018 对公业务是农商行竞争力的基石 7 HYPERLINK l _TOC_250017 零售业务是农商行转型的必由之路 8 HYPERLINK l _TOC_250

2、016 资金业务是农商行信评的侧重点 9 HYPERLINK l _TOC_250015 资产质量是信评的重中之重 11 HYPERLINK l _TOC_250014 资产质量恶化是农商行评级下调的根源 11 HYPERLINK l _TOC_250013 拨备策略和贷款集中度需重点审查 13 HYPERLINK l _TOC_250012 盈利能力分析 15 HYPERLINK l _TOC_250011 盈利是银行内生性补充资本的重要渠道 15 HYPERLINK l _TOC_250010 净息差反映农商行的风险定价能力 16 HYPERLINK l _TOC_250009 流动性与资

3、本充足情况分析 17 HYPERLINK l _TOC_250008 流动性风险分析是信评的重点 17 HYPERLINK l _TOC_250007 农商行资本充足率逐年提升 17 HYPERLINK l _TOC_250006 模型赋分结果及有效性分析 18 HYPERLINK l _TOC_250005 赋分前十农商行综合实力较强 19 HYPERLINK l _TOC_250004 模型有效性较高 19 HYPERLINK l _TOC_250003 农商行未来如何发展 20 HYPERLINK l _TOC_250002 下沉重心服务小微三农 21 HYPERLINK l _TOC_

4、250001 转型中分化加大更需关注信用风险 21 HYPERLINK l _TOC_250000 风险提示 21图表目录图 1：2015-2020 年信用评级下调农商行的数量逐步增多（家， ） 4图 2：样本农商行所在地 GDP 均值增速较快（2017-2019，亿元， ） 4图 3：样本农商行前五大股东中国有法人较少（截至 2019.12.31，家） 6图 4：上市农商行前十大股东持股比例逐渐提升（2013-2019， ） 6图 5：上市农商行公司活期存款占比回升后下降（2010-2019， ） 7图 6：上市农商行投向制造业和批发零售业的贷款占比均值逐年下降（2010-2019， ）.

5、7图 7：上市农商行零售类活期存款占比均值下降（2010-2019， ） 8图 8：上市农商行零售类贷款占比均值逐年增长（2010-2019， ） 9图 9：上市农商行住房贷款占比先降后升（2010-2019， ） 9图 10：2010-2018 样本农商行同业科目变动 10图 11：上市农商行年非标类资产占比先增后减（2010-2018， ） 11图 12：农商行不良贷款率较高（ ） 12图 13：上市农商行关注贷款率快速下降（2010-2019， ） 12图 14：上市农商行 2015 年以后逾期贷款占比下降 13图 15：2019 年部分农商行不良贷款偏离度大于 1 13图 16：上市农

6、商行抵质押贷款占比先增后降（2010-2019， ） 13图 17：2018 年以来各类银行拨备覆盖率出现分化（ ） 14图 18 ：上市农商行单一最大客户贷款比例、最大十家客户贷款比例呈下降趋势（2010-2019， ）.14图 19：2002-2011 年是银行业发展的黄金期（2001-2018， ） 15图 20：2017 年以来农商行总资产增速先降后升（万亿元， ） 16图 21：2019 年以来农商行净息差整体有所下降（ ） 16图 22：2014 年以来农商行 ROE 及 ROA 呈下降趋势（2007-2020， ） 17图 23：农商行流动性比例上升幅度较大（ ） 17图 24：

7、农商行资本充足率稳定在 13左右（ ） 18图 25：2018 年以来上升农商行平均所有者权益增速整体小幅上升（亿元， ） 18图 26：logit 模型回归结果 20图 27：包商银行风险处置事件同业利差显著扩大（ ，BP） 20表 1：上市银行分布图（截止 2021.3.1） 5表 2：5 号文的重要指标 9表 3：得分前十农商行部分指标展示（2019/12/31） 19表 4：模型赋分和信评赋分的相关性较高 20我们模型的优势农商行信用评级下调风险值得关注。2019 年以来，农商行信用评级下调数量大幅增长。这其中有宏观经济下行、企业信用风险暴露、农商行资产质量恶化、包商事件冲击等因素；也

8、有监管要求农商行重新聚焦本土小微企业和三农客户的背景之下，曾依赖同业扩张的农商行不适应监管转向的因素。此外，银行经营流动性与风险，其信用风险评估与实体企业 大不相同，评估难度亦大于后者。综上，农商行的信用风险评估越来越受到市场重视，我们尝试从 区域经济及股东结构、业务结构、资产质量、盈利能力、流动性与资本充足性五大板块构建一个农商行的信用风险分析模型。图 1：2015-2020 年信用评级下调农商行的数量逐步增多（家， ）14120012100010800860064004200200201520162017201820192020-200下调评级农商行数量同比增速（右轴）资料来源：wind，

9、相较现有信用评级分析模式，我们搭建的模型具有样本覆盖面广、独特银行业分析视角、结合定性与定量方法的优势。首先，除去已获取信用评级的农商行，我们还将未获取评级的农商行标的也纳入模型，扩大了信用评级分析的覆盖标的。其次，在已有研究的基础上，从银行业分析师的视角丰富了信用评级方式，在房地产贷款、零售贷款等方面都加入了银行业角度的理解。在模型评估指标上，我们采用定性定量结合的分析思路，对样本进行综合赋分，从一定程度上避免了纯量化带来的“精确的错误”。样本数据选取方面，考虑到数据的可获得性，选择了已披露 2019 年年报的农商行，共 411 家。为防止数据遗漏，数 据来源选取 Wind 和 iFinD，

10、交叉抽取验证。区域经济及股东治理分析区域经济状况决定农商行发展空间农商行经营发展与所在地的经济状况息息相关，良好的区域经济环境能有效降低所在地农商行的信用风险。农商行的前身是农村信用合作社，其业务主要在所在地进行开展。2018年及之后监管对农商行的思路就是回归本源，即服务当地的小微企业和三农。譬如银监农金【2018】12 号文，强调穿透授信，要求农商行严格控制对省外金融机构或经营情况不明金融机构的同业授信；2019 年的关于推进农村商业银行坚守定位强化治理提升金融服务能力的意见（银保监会 5 号文）关于“大额贷款占比”、“新增资金用于当地比例”、“涉 农与小微贷款增速”等监管指标，要求农商行将

11、资金主要投放于所在地区域。因此，农商行的发展状况与所在区域的经济发展关系密切，优质的区域经济可以为农商行创造良好的经营环境。图 2：样本农商行所在地 GDP 均值增速较快（2017-2019，亿元， ）420041004000390038003700360035003400330032003100109876543210201720182019GDP均值GDP增速（右轴）资料来源：wind，样本农商行所在地 GDP 增速水平较高，复合增速均值为 8.82。根据对样本银行所在地市的 GDP 数据整理计算，得到农商行所在地 2017 年-2019 年 GDP 复合增速均值为 8.82 ，处在较高水

12、平。2018-2019 年的样本农商行所在地 GDP 同比增速均值为 9.40 /8.23 ，增速略有下降，但仍高于同期 2018/2019 年的国内 GDP 增速 6.6/6.0。股东是农商行重要的外部资源外部支持是缓释农商行信用风险的重要工具，而股东是农商行非常重要的外部资源。农商行中上市银行占比较低。相较非上市银行，上市银行的财务数据披露更加及时完整，信息透明度高，有利于企业开展业务，获得融资等。同时，上市银行受监管力度更强，也更便于信用评级及跟踪分析，信用风险较小。在样本银行中，资产规模较大的农商行中上市比例更高。在资产规模前 20 的农商行中，上市农商行有 6 家，411 家样本农商

13、行中，上市农商行共有 10 家，分别是渝农商行、广州农商行、青农商行、紫金农商行、常熟银行、九台农商银行、无锡银行、江阴银行、苏州农商行、张家港行。表 1：上市银行分布图（截止 2021.3.1）银行简称上市地点股票代码渝农商行A 股+H 股601077.SH; 3618.HK广州农商银行H 股1551.HK青农商行A 股002958.SZ紫金银行A 股601860.SH常熟银行A 股601128.SH九台农商银行H 股6122.HK无锡银行A 股600908.SH江阴银行A 股002807.SZ苏农银行A 股603323.SH张家港行A 股002839.SZ资料来源：wind，股东是农商行重

14、要的外部资源，国有法人股东的资源优势更突出。包商银行事件后，银行的信用资质受到更大重视，股东作为银行重要的外部资源，也被给予了更多关注。国有法人股东通常具有较强的资源优势，可以为农商行提供有力的外部支持，因此国有法人股东占比高的农商行相对可获得的股东支持更强。但农商行有相当数量是由农信社改制成立，而农信社的股东多为个人股东，因此农商行股东中非国有法人占比较高。同时，2013 年发布的中国银监会办公厅关于农村商业银行差异化监管的意见中提出，要优化农商行股权结构，加快构建“多元化和民营化”的股权结构，也鼓励农商行保持较高比例的非国有法人股东。图 3：样本农商行前五大股东中国有法人较少（截至 201

15、9.12.31，家）450400350300250200150100500第一大股东第二大股东第三大股东第四大股东第五大股东国家国有法人境内非国有法人境内自然人境外法人空缺资料来源：wind，较高的股权集中度更有利于企业发展。股权集中度较低，公司控制权由几个股东分享，有助于大股东相互监督，但同时也可能导致各相关利益方意见不统一，导致经营方面的协调效率低下等问题；股东持股比例集中度较高，有助于协调股东意见，削弱控制权冲突，达 成一致的发展战略。图 4：上市农商行前十大股东持股比例逐渐提升（2013-2019， ）资料来源：iFinD，农商行员工数量一定程度上反映了其经营实力，数量越多获取政府支持

16、的可能性会越高。员工数量较多的农商行对所在地就业及经济发展的重要性也越强，其获取政府支持的可能性也越高，相应的信用风险也越低。对公及零售业务结构分析对公业务是农商行竞争力的基石传统对公业务是银行经营稳定的压舱石，良好的对公业务结构能改善银行的资产质量，为业务转型提供良好的支撑，从而降低信用风险。对公活期存款占比越高对负债成本改善作用越大。农商行的存款业务分为定期存款以及活期存款。相比个人来说，公司对灵活支取存款的需求更强，因此公司类存款中往往活期占比较高。由于活期存款相比理财与基金利率较低，银行公司活期存款占比提升有助于降低其计息负债成本，银行低成本运营的能力增强；农商行往往通过存贷挂钩，考核

17、分层计价 的方式来提高对公存款活期率。图 5：上市农商行公司活期存款占比回升后下降（2010-2019， ）资料来源：wind，注：上市公司包括 A+H 股上市农商行：渝农商行、广州农商行、青农商行、紫金银行、常熟银行、九台农商行、无锡银行、江阴银行、苏农银行、张家港行，下同投向制造业和批发零售业的贷款不良隐忧较大。银行贷款投向行业包括制造业、批发和零售业、交通运输、房地产业、建筑业、采矿业等，若贷款投向行业的发展受到阻碍、景气度下滑，贷款可能面临逾期以及不能完整收回等问题。其中，制造业与批发和批发零售业是不良贷款高发的行业，贷款重点投向此两个行业的农商行或面临更大的不良风险。10 年 以后，

18、银行业贷款结构持续调整，上市银行制造业+批发零售业贷款占比逐渐下降。图 6：上市农商行投向制造业和批发零售业的贷款占比均值逐年下降（2010-2019， ）资料来源：wind，零售业务是农商行转型的必由之路零售业务因资本占用少、不良风险低、资产收益率较高等优势，被视为银行转型的大方向，是银行信用风险缓释的重要途径。零售类活期存款对降低农商行负债成本起到重要作用。与对公活期存款的分析类似，零售活期存款占比越高，对银行负债成本改善越大；零售存款活期率的高低，主要看银行的服 务增值能力及客户粘性，侧面反映了银行经营水平的高低。农商行零售类活期存款占比较低。活期零售存款多为零售客户以结算及消费为需求进

19、行的业务，因为活期存款利率相对较低，客户更倾向于在安全性及便捷性高的银行进行活期储蓄，而农商行一般规模较小，对客户的吸引力弱于规模较大的商业银行，因此零售类活期存款占比较低。图 7：上市农商行零售类活期存款占比均值下降（2010-2019， ）资料来源：wind，零售类贷款收益率相对较高，零售贷款占比高的银行业务经营的面临的不良风险较小。相较对公业务，零售业务受经济周期、金融监管等因素的影响较小，新生成不良压力低。此 外，消费类、经营类贷款收益率一般高于传统对公贷款，使得零售贷款收益风险比高于对 公贷款。图 8：上市农商行零售类贷款占比均值逐年增长（2010-2019， ）资料来源：wind，

20、个人住房贷款需求大，不良率低，是银行的优质资产。1998 年住房改革后，商业银行发放的个人住房贷款在支持居民购房安居上发挥了重大作用。个人住房贷款不良率极低，资本占用（按揭风险权重为 50 ）也低于对公贷款（一般企业为 100 ），是银行的优质资产。图 9：上市农商行住房贷款占比先降后升（2010-2019， ）资料来源：wind，资金业务是农商行信评的侧重点因资金业务的跨区域性与农商行定位有所冲突，农商行的资金业务是重点监管对象，亦是产生信用风险的重要来源。银保监会发布的关于推进农村商业银行坚守定位强化治理提升金融服务能力的意见要求农商行将资金主要投放于所在地，将压缩农商行的证券投资与非标类

21、资产占比，更多用于流动性调节。如果这两类资产占比过高，或表征农商行所在 地贷款需求较疲软，面临资产荒，未来也难以满足监管要求。表 2：5 号文的重要指标指标名称预期目标计算方式贷款占比50贷款期末余额/表内总资产期末余额新增可贷资金用于当地比例70年度新增当地贷款/年度新增可贷资金涉农与小微企业贷款增速逐年上升至 80 以上（涉农贷款与小微企业贷款扣除重复部分期末余额-涉农贷款与小微企业贷款扣除重复部分的期初余额）/涉农贷款与小微企业贷款扣除重复部分的期初余额大额贷款占比逐年下降直至低于 30大额贷款期末余额/各项贷款期末余额涉农与小微企业贷款增速各项贷款增速（涉农贷款与小微企业贷款扣除重复部

22、分的期末余额-涉农贷款与小微企业贷款扣除重复部分的期初余额）/涉农贷款与小微企业贷款扣除重复部分的期初余额农户授信覆盖面逐年上升授信农户户数期末余额/当地农户总户数期末余额小微企业授信覆盖面逐年上升授信小微企业期末余额/当地小微企业总期末余额农户与小微企业用信覆盖面逐年上升农户和小微企业的用信（贷款）户数/农户和小微企业的授信户数农户建档评级覆盖面逐年上升建档评级农户户数期末余额/当地所有农户户数期末余额小微企业建档评级覆盖面逐年上升建档评级的小微企业户数期末余额/当地所有小微企业户数期末余额电子交易替代率逐年上升主要电子交易笔数/（主要电子交易笔数柜面交易笔数其他交易笔数）小微企业贷款不良率

23、容忍度自身各项贷款不良率之上 3 个百分点小微企业不良贷款余额/小微企业贷款余额支农支小贷款业务绩效考核指标支农支小业务绩效考核倾斜度权重其他业务绩效考核指标权重资料来源：关于推进农村商业银行坚守定位强化治理提升金融服务能力的意见，我们选取 2018 年资产规模前 100 家的农商行作统计（约占全国农商行资产总体的 46 ），发现其资产端配置变动与同业监管政策节奏呈正相关性。农商行同业资产（存放同业、拆出资金、买入返售）和同业投资（应收账款类）占比在影子银行扩张周期中（10-16 年）大幅上升，贷款占比下降，在强监管开启的 17 年开始显著回落。图 10：2010-2018 样本农商行同业科目

24、变动10090807060504030201002010年2011年2012年2013年2014年2015年2016年2017年2018年同业资产（不包含买入返售）买入返售金融投资（不包含应收账款）应收账款类投资存放央行发放贷款资料来源：wind，注 1：同业资产包含存放同业、拆出资金，买入返售单独列出；金融投资包含交易性、持有到期、可供出售证券注 2：此次样本选取 2018 年资产规模前 100 的农商行过高的非标类资产占比将增加银行的流动性风险与资产质量压力。应收款项的定义为，银行持有的在银行间市场及证券交易所市场交易的各类债权投资，包括信贷资产、信托贷款、委托债权、承兑汇票、各类受（收）

25、益权等非标资产。其中部分项目难以在二级市场转让，流动性较差，同时，部分银行利用短期同业融资支持应收款项类投资，两者间的期限错配也将导致流动性风险，因此，过高的非标类资产占比将增加银行的流动性风险。加之上文提到关于推进农村商业银行坚守定位强化治理提升金融服务能力的意见中非标资产占比与信贷风险的关系，非标类资产占比过高也意味着更大的信贷风险。近年针对非标类资产的监管力度加强。近年针对农商行同业业务的监管力度不断加强，出台了相关文件及检查举措，在同业业务的参与资格、线下跨省同业业务规模等方面加强限制，倒逼农商行回归贷款业务，推动金融投资的标准化，减少非标类资产占比。2014 年，中证协发布关于进一步

26、规范证券公司资产管理业务有关事项的补充通知， 将与证券公 司开展通道类业务的银行最低资产规模限制提高到 500 亿元，加强农商行的同业业务门槛 限制。2017 年，银监会组织开展“三三四”检查，标志着对银行同业、理财和表外业务强监管的到来。同年银监会发布关于规范银信类业务的通知，加强银信类业务的监管。 2018 年资管新规、专门针对农商行的“银监农金 12 号文” 及商业银行委托贷款管理办法出台，加强对通道业务及对省外金融机构的同业业务的监管，遏制了银行通过通道业务投资非标的业务。 自 2016 年强监管开启之后，上市农商行非标类资产在总资产中 的占比均值逐年下降。图 11：上市农商行年非标类

27、资产占比先增后减（2010-2018， ）资料来源：wind，资产质量是信评的重中之重资产质量恶化是农商行评级下调的根源资产质量是农商行的生命线，资产质量恶化是农商行信用评级下调的重要原因。我们选取不良贷款率、关注贷款率、逾期贷款率、抵质押贷款占比作为贷款质量的衡量因素。在 2020年评级下调的农商行中，烟台农商行、吉林蛟河农商行都存在着 2017-2019 年不良贷款率等指标连续恶化的情况。银监会以风险为基础把贷款分为五类。为建立现代银行制度，改进贷款分类方法，1999年中国人民银行印发贷款风险分类指导原则（试行）， 根据借款人及时足额归还贷款本 息的可能性，把贷款分为正常、关注、次级、可疑

28、和损失五类，后三类合称为不良贷款。关注类贷款的借款人有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素。不良贷款的借款人则无法足额偿还贷款本息。农商行关注、不良贷款率较高。以农商行为首的农村金融机构一直以来负责支农工作，随着经济发展很多农户变成了小微企业主，也自然成为农商行的客户。而三农客户和小微企业的抗风险能力较低，其贷款在经济周期下行时容易形成坏账，这导致了农商行的贷款不良率、关注率高于行业平均。不良率和关注类贷款占比越高，就有越多的贷款可能无法收回。这一方面会造成银行的拨备消耗，另一方面也会降低银行的营利能力。图 12：农商行不良贷款率较高（ ）资料来源：wind，2011 年后

29、农商行不良率逐渐上台阶。2011 年末农商行的不良率为 1.60 ，至 2018 年 6 月末上升至顶峰 4.20 ，20 年末回落至 3.88 。2011 年后随着经济增速走低，且“四万亿”贷款的不良风险开始暴露，导致不良贷款率逐年走高。近两年农商行在核销不良贷款方面不断加大力度，并采用批量打包出售、定增搭售和资产证券化的方式积极处置质量较差的贷款，使得贷款质量有所改善。上市农商行关注类贷款占比快速下降。2010 年末上市农商行和上市商业银行的关注贷款率平均值分别为 10.74 和 3.79 ，而 2019 年末分别为 2.57 和 2.74 。上市农商行的关注贷款率从远高于上市商业银行发展

30、到低于上市商业银行，进步十分迅速。上市农商行虽然历史上关注贷款率较高，但通过提升管理水平和建立风控体系，历史包袱可逐渐消化。图 13：上市农商行关注贷款率快速下降（2010-2019， ）资料来源：wind，与贷款质量相关的另一分类体系是逾期欠息体系。在银监发【2007】54 号文中，五类贷款的划分根据的是借款人还本付息的可能性和潜在损失的大小，和贷款是否逾期并无必然关系。但 2019 年银保监会发布的商业银行金融资产风险分类暂行办法（征求意见稿） 明确要求将逾期贷款至少归入关注类，逾期 90 天以上贷款至少归入次级类。除以上要求外，银保监会还“鼓励有条件的银行可以更加审慎地把逾期 60 天以

31、上的也纳入不良”，可见两种贷款分类体系存在较大的相关性。2015 年以后上市农商行逾期贷款在贷款余额的占比逐年下降。2015-2019 年的上市农商行逾期贷款占比均值分别为 3.25 /2.83 /2.27 /1.92 /1.76 。农商行的逾期贷款占比下降， 主要是加大不良资产处置力度。截至 2019 年末，只有极少数农商行不良贷款偏离度大于 1北京农商行、武汉农商行、江门农商行、贵阳农商行、山西尧都农商行、河北邢台农商行、江西瑞金农商行、江西寻乌农商行的逾期 90 天以上贷款余额均高于不良贷款余额。图 14：上市农商行 2015 年以后逾期贷款占比下降图 15：2019 年部分农商行不良贷

32、款偏离度大于 1资料来源：wind，资料来源：wind，ifind，信用贷款有较大的信用风险，抵押和质押则是有效的风险缓释工具。按保障方式划分，银行贷款可以分为信用贷款和担保贷款，担保贷款又可以分为保证贷款、抵押贷款和质押贷款。保证、抵押、质押的担保工具可以有效实现信用风险缓释。2015 年以前上市农商行抵质押贷款占比上升，此后下降。2015 年以前，上市农商行抵质押贷款占比呈上升趋势主要是“四万亿”后不良风险开始集中暴露，各类资产质量指标恶化，农商行对信用、担保类贷款担忧较重。随着不良风险见顶，此担忧开始缓解，农商行抵质押类贷款占比逐渐回落。图 16：上市农商行抵质押贷款占比先增后降（201

33、0-2019， ）资料来源：wind，拨备策略和贷款集中度需重点审查农商行信用风险分析既要看资产质量是否稳固，也要看面对损失风险的防范能力如何。我们选取拨备覆盖率作为衡量指标，拨备覆盖率等于贷款损失准备金计提余额除以不良贷款余额。计提较少的贷款损失准备可能有利于提高银行的资金利用效率和盈利水平，但同时当贷款出现损失时银行也会遭受更大的冲击。从风险防范的角度考虑，较高的拨备覆盖率 更有利于银行稳定发展。部分农商行拨备覆盖率未达监管要求。2018 年之前商业银行拨备覆盖率的监管标准为 150。银监发【2018】4 号文将商业银行贷款分类准确性、处置不良主动性和资本充足性三方面因素纳入考虑，综合确定

34、拨备覆盖率最低要求，监管标准可在 120-150 之间波动。截至 2019 年末，样本中有 28 家农商行拨备覆盖率低于 120，有 36 家农商行拨备覆盖率介于 120-150。图 17：2018 年以来各类银行拨备覆盖率出现分化（ ）资料来源：wind，监管要求逾期 90 天以上贷款纳入不良导致拨备覆盖率下降。2018 年以前各类银行的拨备 覆盖率均呈下降趋势，然而 2018 年以来出现较大分化。城商行和农商行的拨备覆盖率继 续下降，六大行和股份行的拨备覆盖率回升。2018 年q2 农商行的拨备覆盖率降低了 36.69 ，而不良贷款率提升了 11BP，主要是监管要求加大不良确认力度导致农商

35、行拨备消耗（防止 不良贷款率升幅过大）。贷款集中度过高既体现了贷款风险也体现了治理缺陷。一方面如果农商行的贷款集中度过高，当头部客户还款出现问题时，有可能造成银行资金链断裂。另一方面贷款集中度过高经常是由关联交易引起，在一定程度上反映了银行的部分违规行为。为避免这种风险，商业银行法规定“对同一借款人的贷款余额与商业银行资本余额的比例不得超过 10”。1994年，央行曾发布过商业银行资产负债比例管理暂行监控指标（已废止），其中规定对最大十家客户发放的贷款总额不得超过银行资本总额的 50。上市农商行单一最大客户贷款比例和最大十家客户贷款比例逐年下降。2010 年末上市农商行单一最大客户贷款比例平均

36、值为 6.07 ，2019 年末已降至 4.41 ，低于同期上市商业银行平均水平 5.20。2010 年末上市农商行最大十家客户贷款比例平均值为 51.13，2019年末已降至 26.23 ，略高于同期上市商业银行平均水平 25.96 。图 18：上市农商行单一最大客户贷款比例、最大十家客户贷款比例呈下降趋势（2010-2019， ）资料来源：wind，盈利能力分析盈利是银行内生性补充资本的重要渠道盈利是银行内生性补充资本的重要渠道，也是抵御信用风险的安全垫。银行业发展的黄金期也是农商行的黄金十年。银行业绩与宏观经济环境息息相关， 2002-2011 年是银行业发展的黄金期。这十年间，GDP

37、增速维持在 10左右，大部分时期处于加息周期，农商银行的息差较高且规模快速增长，业绩迎来高速增长，不良贷款率快速下降。沿海等经济发达地区的农商行抓住这个机遇高速发展，但有些治理能力差的农商行就错过了这次机遇。中西部地区承接沿海地区产业转移，所属地农商行发展或许稍慢，但靠近省会的农商银行得益于城镇化扩张，发展也较快。2011 年后农商行业绩逐渐下台阶。2011 年后随着经济增速走低，信用扩张速度放缓，叠加贷款基准利率连续调降，这些 让农商行业绩增速持续下滑。图 19：2002-2011 年是银行业发展的黄金期（2001-2018， ）20300152502001015051002001-03-3

38、12002-05-312002-10-292003-03-282003-09-022004-02-052004-07-062004-12-022005-05-082005-09-292006-03-092006-08-072007-01-042007-06-062007-11-012008-03-312008-08-272009-01-242009-06-292009-11-262010-04-282010-09-252011-02-282011-07-272011-12-262012-05-282012-10-242013-03-252013-08-192014-01-172014-06-2

39、02014-11-192015-04-212015-09-172016-02-222016-07-202016-12-192017-05-192017-10-192018-03-162018-08-102019-01-082019-06-102019-11-062020-04-092020-09-04050-50-10GDP:不变价:累计同比规模以上工业增加值:同比农村商业银行税后利润:同比:右轴-50资料来源：WIND，资产规模相当于银行提供产品的“数量”，资产规模扩张是银行维持的盈利增长必要条件。农商行总资产增速与信用扩张周期同步，截至 20 年底农商行总资产为 41.53 万亿元，增速为

40、 11.6 ，增速同比提高 3.9pct。图 20：2017 年以来农商行总资产增速先降后升（万亿元， ）资料来源：WIND，净息差反映农商行的风险定价能力净息差相当于银行生息资产的“价格”，反映了银行对风险的定价能力。 净息差也称净利 息收益率，是银行净利息收入和平均生息资产的比值，衡量了生息资产的获利能力，是投 资者关注银行经营情况的重要指标之一。从银保监会公布数据来看，农商行净息差远高于其他类型商业银行，一农商行存款占比较高负债成本较低；二是农商行客户主要是三农和小微企业，贷款收益率高。2020 年底，农商行净息差为 2.49 ，同比下降 32BP，主要受市场利率下降压制贷款收益率，而存

41、款竞争激烈，负债成本有所抬升。图 21：2019 年以来农商行净息差整体有所下降（ ）3.12.92.72.52.32.11.91.71.52017-032017-092018-032018-092019-032019-092020-032020-09国有大行股份行城商行农商行资料来源：WIND，ROE 和 ROA 是从股东权益和总资产角度衡量商业银行盈利能力的重要指标。2011 年后随着经济增速走低，且“四万亿”贷款的不良风险开始暴露，叠加贷款基准利率连续调降，这些让农商行业绩增速持续下滑，且不良贷款率逐年走高。农商行的 ROE 和 ROA 在 2014年见顶后逐年下降。图 22：2014

42、年以来农商行 ROE 及 ROA 呈下降趋势（2007-2020， ）201816141210864202007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20202.01.81.61.41.21.00.80.60.40.20.0ROEROA资料来源：WIND，流动性与资本充足情况分析流动性风险分析是信评的重点商业银行流动性风险指商业银行无法以合理成本及时获得充足资金，用于偿付到期债务、履行其他支付义务和满足正常业务开展的其他资金需求的风险（商业银行流动性风险管理办法2018）。从银保监会公布数据看，商业银行整体流动

43、性比例呈上升趋势，其中农商行上升幅度较大。2020 年底，农商行整体流动性比例为 65.2 ，同比上升 2.05pct，环比上升 2.04pct。随着 监管对商行银行流动性管理的不断强化，农商行资产流动性比例上升幅度仅次于城市商业 银行，资产流动性较为充裕。图 23：农商行流动性比例上升幅度较大（ ）706560555045402017-032017-092018-032018-092019-032019-092020-032020-09国有大行股份行城商行农商行资料来源：WIND，农商行资本充足率逐年提升资本是银行抵御信用风险的最后防线。商业银行核心一级资本包括：实收资本或普通股、资本公积、

44、盈余公积、一般风险准备、未分配利润、少数股东资本可计入部分。 根据巴塞 尔协议及中国银保监会 2012 年发布的资本管理办法，非系统性重要银行资本充足率 不得低于 10.5，一级资本充足率不得低于 8.5，核心一级资本充足率不得低于 7.5 。根据银保监会公布的数据，2014 年以来商业银行整体资本充足率呈上升趋势。农商行资 本充足率稳定在 13 左右，且近年来有小幅下降；因缺乏资本补充渠道，农商行整体资本 充足率在所有类型银行中垫底。截至 2020 年底，农商行平均资本充足率为 12.37 ，同比下降 0.76pct，环比上升 0.26pct。图 24：农商行资本充足率稳定在 13左右（ ）

45、17.0016.0015.0014.0013.0012.0011.0010.00国有大行股份行城商行农商行资料来源：WIND，商业银行所有者权益主要包括实收资本（或股本）、资本公积、盈余公积和未分配利润等。商业银行从税后利润中计提的一般风险准备也是所有者权益的组成部分。根据 A+H 股上市农商行披露数据，2018 年以来所有者权益增速整体小幅上升。2019 年底，A+H 上市农商行平均所有者权益为 281.61 亿元，增速为 22.08 ，同比增加 9.28pct。图 25：2018 年以来上升农商行平均所有者权益增速整体小幅上升（亿元， ）30040%25020035%30%25%15020

46、%1005015%10%5%00%2016-062016-122017-062017-122018-062018-122019-062019-12平均所有者权益同比（右轴）资料来源：WIND，模型赋分结果及有效性分析赋分前十农商行综合实力较强赋分前十的农商行综合实力较强。截至 2019 年底，得分前十的农商行中仅广州农村商业银行在港股上市，其余均未上市。其中七家位于广东省，三家位于福建、安徽、浙江，可 见发达的区域经济对于农商行经营发展十分有利。十家农商行中，有 7 家总资产规模超过1000 亿元，在样本中处于中上游位置，已经形成了一定的规模优势。十家农商行 2019 年平均营收/归母净利润增

47、速为 13.13 /18.60 ，部分农商行增速达到 20 以上，发展十分强劲。从流动性和资本充足情况来看，除广州农商行核心一级资本充足率略低，其余九家农商行资本较为充足，资产流动性比例大多在 70 以上，为业务开展打下良好基础。得分前十的农商行平均不良贷款率为 1.13 ，平均拨备覆盖率为 366.41 ，资产质量较为扎实，拨备水平高，风险抵补能力较强。表 3：得分前十农商行部分指标展示（2019/12/31）经营情况流动性和资本充足资产质量最新评级是否上市总资产（亿元）营收同比归母净利润同比净息差核心一级资本流动性不良率拨备覆盖率充足率东莞农村商业AAA否461221.998.65%12.

48、63%89.53%1.00%389.57%银行%惠州农村商业AA否61611.88%21.55%3.44%12.66%71.06%0.78%371.91%银行深圳农村商业AAA否422010.5210.91%2.50%11.88%74.63%1.15%280.97%银行%福建安溪农村AA-否2022.66%0.59%4.53%17.63%51.51%0.85%558.31%商业银行广州农村商业AAA是894215.9515.23%2.61%9.96%88.51%1.73%208.09%银行%广东南海农村AAA否20075.08%17.77%2.60%15.22%72.62%1.06%324.4

49、1%商业银行杭州联合农村AAA否23655.68%5.46%3.19%11.23%1.05%443.95%商业银行阜阳颍泉农村AA-否22526.1929.68%13.35%55.90%1.85%256.31%商业银行%中山农村商业AA+否12526.26%22.56%2.47%12.11%76.80%0.96%477.25%银行佛山农村商业AA+否141925.1453.55%17.54%50.90%0.89%353.36%银行%平均258613.1318.60%3.05%13.42%70.16%1.13%366.41%资料来源：WIND, 模型有效性较高模型赋分结果和样本农商行 2020

50、年信用评级具有强相关性。我们搜集了 411 家农商行的主体最新信用评级（截至 2020 年末），其中共有 286 家农商行数据非空。我们创建了名为信评赋分的变量，并令信用评级为 AAA/AA+/AA/AA-/A+/A/A-/BBB+/BBB/BBB-的农商行信评赋分分别为 10/9/8/7/6/5/4/3/2/1。计算得出模型赋分和信评赋分的相关系数为 0.65，两者具有较高的相关性，佐证了我们模型的有效性。表 4：模型赋分和信评赋分的相关性较高变量(1)(2)(1) 模型赋分1.000(2) 信评赋分0.6501.000资料来源：wind，iFinD，模型预测农商行的信用评级下调。2018-

51、2019 年共有 13 家农商行信用评级下调，我们希望用构建的赋分模型来预测农商行信用评级的变化。我们定义哑变量 downgrade，如果一家农商行在 2018-2019 年出现了评级下调，downgrade 的值为 1，否则为 0。然后我们用 logit 模型进行回归，回归结果如图所示。图 26：logit 模型回归结果资料来源：wind，iFinD，模型赋分每增加 1 分，信评下调的几率比降低 9.8。数据样本量为 286 家农商行。LR 统计量为 14.83，对应的 p 值为 0.00，故方程系数的显著性很高。我们定义信用评级下调的几率比为信用评级下调的概率除以信用评级不下调的概率，则模型赋分每增加 1 分，信用评级下调的几率比就会降低 9.8，该结果在 1 的水平下显著。模型预测信用评级下调的准确率达 95.45 。如果模型预测一家城商行信用评级下调的发生概率大于等于 0.5，则认为该农商行会发生信用评级下调，否则则认为该农商行