银行业深度分析：银行资产质量分化的成因解析

1、 第 页 目录索引 HYPERLINK l _TOC_250014 一、宏观层面：投效主导ROIC变化，且领于银行体系资产质变化6 HYPERLINK l _TOC_250013 实经的务化先于行系资变，ROIC 决债是可持续的关因素经下期资向策引的域集产过剩需下致ROIC 下滑、行良升 HYPERLINK l _TOC_250012 国ROIC 融成之差化先行良化约3-4季度9 HYPERLINK l _TOC_250011 二、非金融企业部门层：上市公司隐含不良率揭示对公业务信用风险面具有一定导性 HYPERLINK l _TOC_250010 A股金上公司ROIC 融成之差含不率势步领商

2、业银行不变化约3-4季度 HYPERLINK l _TOC_250009 分区看东发地区良露、善，中部区益供侧改 革，良露后 HYPERLINK l _TOC_250008 分业看存不集中前产过和金敏型业房产基础设施行不可被估警惕19 HYPERLINK l _TOC_250007 美两信卡机发轨相，用贷款/GDP 快上和银用卡坏账突是警号 HYPERLINK l _TOC_250006 我居信卡务快速积偿压上，风已积聚23 HYPERLINK l _TOC_250005 四、上市银行资产量化核心在于资源配结构25 HYPERLINK l _TOC_250004 全性业行国大行份目不分化要自公

3、务未来零售战分的响能大 HYPERLINK l _TOC_250003 区性业行城商行：务要局，不表与域济切相关 HYPERLINK l _TOC_250002 风抵能对：份行城行对弱34 HYPERLINK l _TOC_250001 五、经济的可持续长资产质量改善之源周洗礼下银行之间的距逐渐拉大35 HYPERLINK l _TOC_250000 投资建议与风险提示35图表索引图 1：有国控位投增和间资速（位：%）7图 2：础施资造业资房产发资增（位：%）8图 增速单：%）8图4RCP（） 9图 5：业行良率（位：%）9图6：28家A上银合计良生率测（单：） 10图 7：A股金上司ROIC

4、（TTM）与贷款权均率势比图 8：A 股金上司ROIC（TTM）一贷款权均率挂隐含不良率行12图 9A 3-4季度12图 10：部区中区、部区A 非上市司含良率13图 东地、部区、部区A非上市司ROIC（TTM）14图12A股非金融上市公司RT） 14图 13：部区中区、部区表省份A 非融市司不良率15图 14：部区中区、部区业行良贷率单：%）15图 15：2017年商行不贷率地情（单：%）16图 16：2017年商行不贷率地同变化况单：BP）16图 17：2017年商行不贷率行情（单：%）17图 18：2017年商行贷主行占与良贷占比18图 19：业A股融上公隐不率商业行造不贷率18图20房

5、地业A金融市司R（含良与业行房地产业良款率19图21基础施业A股非融市司R（TM含良与业银行基础施业良款率19图 22：国义GDP速与国业（位：%）21图 23：国邦金（单：%）21图 24：国用发量及速单：万张/%）22图 25：国均有卡数（位张）22图 26：国费环/GDP现及用坏（单：%）22图 27：国费环/GDP现及用坏（单：%）23图 28：人房款与短贷中费款速对比24图 29：国用发量及速单：张）24图 30：国均有卡数（位张）24图 31：国用贷占GDP（价比、用不良（位亿）24图 32：国民门占可配入重25图 33：A 上国大和股行公款不票据现）/贷总额26图 34：2018

6、 年末，A 股上市国有大行和股份对公贷款（不含票据贴现）不良率 26图 35：2018年，A上市有行股行公不贷余行分布27图 36：2018 ，A上市有行股行公贷不票贴行业分布27图 37：A 2015-2018 2018年比速比28图 股市有和股行售款/款额以个住贷款零贷款对比29图 39：A上城商对公款不票贴）/贷总额30图 40：A上城行款主域A股金市公隐不率32图 41：A上城行良净成（算对比33图 42：A上农行款主域A股金市公隐不率33图 43：A上农行良净成（算对比34图 44：2018 年末，A /风险加权资产对比 34表 1：2019年4月存性公概（位亿）6表 2：2018年

7、行业贷款额动况单：亿）28表 3：A股市有和股行用不率单位：%）29表 4：A股市商行2018末款要在（单：万）31表 5：A股市商行2018末款要在（单：万）32表 6：股美可司估情况35ROIC 实体经济的债务变化领先于银行体系的资产变化，ROIC 是否可持续的关键因素表从资金的流向（融资-投资-盈利-偿债）表 1：2019年4月末存款性公司概览（单位：亿元）项目金额占比项目金额占比国外净资产259,07611.3%货币和准货币（M2）1,884,67082.1%国内信贷2,037,68388.7%货币 （M1）540,61523.5%对政府债权（净）257,74611.2%流通中货币73

8、,9663.2%对非金融部门债权1,523,09066.3%单位活期存款466,64920.3%对其他金融部门债权256,84711.2%准货币1,344,05658.5%单位定期存款365,30515.9%个人存款776,27633.8%其他存款202,4748.8%不纳入广义货币的存款46,8472.0%债券265,50911.6%实收资本55,4882.4%其他（净）44,2441.9%注 1：我国“存款性公司”包括中国人民银行和银行业存款类金融机构。其中银行业存款类金融机构包括银行、信用社和财务公司。注 2：“不纳入广义货币的存款”指的是非金融机构及住户的“可转让存款”及“其他存款”。

9、注 3：“其他（净）”为资产与负债的差额，相当于平衡项目。数据来源：Wind， ROIC 下滑、银行不良上升金融危机以来，我国经济增长主要由投资驱动。回顾历史可以发现，在经济下行阶段，政策引导下我国投资结构呈现出两个特征：（1）对比国有及国有控股单位（对比基（2）图。果，但中长期来看会导致产业链上相关行业产能过剩矛盾突出和区域产业发展同质ROIC具体来看：2008年之前我国ROIC总体在10%左右，金融危机中断了这一趋势； 政策刺激下，基建和房地产投资拉动2010年至2011年ROIC小幅回升；2012年至2015年我国ROIC波动下滑与实体经济部门的融资成本之差不断萎缩，甚至在2013 年和

10、2015年出现倒挂，意味着盈利对债务的覆盖能力越来越弱，直至庞氏融资出现（图此外，推进实体经济转型升级过程中，产业政策的不当执行也会导致一些行业2018预计将引发新一轮存量风险的暴露，同时部分新兴行业面临补贴政策退潮后变成新（注：本文用金融机构人民币一般贷款加权平均利率指代实体经济部门的融资成本。）图 1：国有及国有控股单位投资增速和民间投资增速（单位：%）80.0070.0060.0050.0040.0030.0020.0010.002005-042005-102005-042005-102006-042006-102007-042007-102008-042008-102009-04200

11、9-102010-042010-102011-042011-102012-042012-102013-042013-102014-042014-102015-042015-102016-042016-102017-042017-102018-042018-102019-04固定资产投资完成额:累计同比固定资产投资完成额:内资企业:国有及国有控股单位:累计同比民间固定资产投资完成额:累计同比数据来源：Wind， 图 2：基础设施投资、制造业投资和房地产开发投资增速（单位：%）60.0050.0040.0030.0020.0010.002005-042005-102005-042005-10200

12、6-042006-102007-042007-102008-042008-102009-042009-102010-042010-102011-042011-102012-042012-102013-042013-102014-042014-102015-042015-102016-042016-102017-042017-102018-042018-102019-04-10.00固定资产投资完成额:制造业:累计同比固定资产投资完成额:基础设施建设投资:累计同比房地产开发投资完成额:累计同比固定资产投资完成额:累计同比数据来源：Wind， 图 3：我国商业银行制造业贷款余额、基建贷款余额、房地

13、产业贷款余额增速与M2增速（单位：%）40.0035.0030.0025.0020.0015.0010.005.002007-012007-062007-012007-062007-112008-042008-092009-022009-072009-122010-052010-102011-032011-082012-012012-062012-112013-042013-092014-022014-072014-122015-052015-102016-032016-082017-012017-062017-11-5.00M2:同比商业银行:制造业贷款余额:同比 商业银行:基建贷款余额:同

14、比商业银行:房地产业贷款余额:同以及水利、环境和公共设施管理业贷款余额之和的同比增速。数据来源：Wind， 图 4：中国资本回报率（ROIC）、一般贷款加权平均利率、名义GDP增速（单位：%）-40.0035.0030.0025.0020.0015.0010.005.0019781979197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016

15、20172018中国ROIC（广发估算版）-左轴一般贷款加权平均利-左轴名义GDP增速-右轴注：资本回报率 = 资本收入份额/资本产出份额 +（投资品平减指数 -GDP 平减指数）- 折旧率注：2007 3 5 年含数据来源：Wind， ROIC3-4个季度2013测算28家A股上市银行不良净生成率大约从2013年三季度开始明显抬升，滞后期约3-420162015图 5：商业银行不良贷款率（单位：%）2.302.101.901.701.501.301.100.900.702009-032009-062009-092009-032009-062009-092009-122010-032010-0

16、62010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-122019-03商业银行:不良贷款率数据来源：Wind， 图 6：28家A股上市银行合计不良净生成率（测算）（单位：%）2.

17、50%2.00%1.50%1.00%0.50%0.00%-0.50%国有大行股份行城商行农商行上市银行合计2019 28 A 5 家国有大行、8 家股份行、10 5 家农商行，下同。数据来源：Wind， ROICA二、非金融企业部门层面：上市公司隐含不良率在揭示对公业务信用风险方面具有一定先导性A（”），分（1）AEBITDA（注：隐含不良贷款率最早由高盛公司和IMF提出，并主要运用于亚洲地区。该指标是在把利息保障倍数小于1的公司债务视为存在偿还风险的债务的前提下，将其与全部样本企业的总负债相除得出。）A 股非金融上市公司 ROIC 3-4个季度A2018年四季度至2019年一季度（图7）。同

18、期A（图8）3-4个季度图9）。（A图 7：A股非金融上市公司ROIC（TTM）与一般贷款加权平均利率走势对比12.00%10.00%8.00%6.00%4.00%2.00%2-0-0-0-12369 369236923692369-0-0-0-1-0-0-0-1-0-0-0-1-0-0-01222 3333444455556662-0-0-0-12369 369236923692369-0-0-0-1-0-0-0-1-0-0-0-1-0-0-01222 3333444455556661000 0000000000000000223-1-02002-122003-032003-062003-0

19、92003-122004-032004-062004-092004-122005-032005-062005-092005-122006-032006-062006-092006-122007-032007-062007-092007-122008-032008-062008-092008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-09-2016-122017-032017-062017-092017-122018-032018-062018-09A股非金融上市公司ROIC（TTM）

20、一般贷款加权平均利率数据来源：Wind， 图 8：A股非金融上市公司ROIC（TTM）与一般贷款加权平均利率倒挂，隐含不良率上行20.00%18.00%16.00%14.00%12.00%10.00%8.00%6.00%4.00%2.00%3 9 3 9 3 9 3 9 3 9-0 -0 -0 -0 -0 -0 -0 -0 -0 -023 9 3 9 3 9 3 9 3 9-0 -0 -0 -0 -0 -0 -0 -0 -0 -02 2 3 3 4 4 5 5 6 61 1 1 1 1 1 1 1 1 10 0 0 0 0 0 0 0 0 02 2 2 2 2 2 2 2 2 22003-03

21、2003-092004-032004-092005-032005-092006-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-032011-094.00%3.00%2.00%1.00%0.00%-1.00%9 3-0 -09 3-0 -08 91 10 02 22017-032017-092018-03A股非金融上市公司隐含不良率-2017-032017-092018-03一般贷款加权平均利率与A股非金融上市公司ROIC（TTM）之差-右轴数据来源：Wind， 图 9：从趋势上来看，A股非金融上市公司

22、隐含不良率领先商业银行不良贷款率约3-4个季度14.00%12.00%10.00%8.00%6.00%4.00%2.00%0.00%2.6%央行发布的金融稳定报告显示 2015-央行发布的金融稳定报告显示 2015-2017 90 款94.63%、102.60%、92.49%2.2%2.0%1.8%1.6%1.4%1.2%1.0%2008-122009-032008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122

23、013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-122019-03A股非金融上市公司隐含不良率-左轴商业银行不良贷款率-右轴注：2008 年之前商业银行进行了多次不良剥离，导致不良贷款率大幅下降。考虑到可比性，图中数据节点从 2008 年末开始。数据来源：Wind， 供给侧改革，不良暴露滞后从A2011-201320

24、1610）（图11）。我们选取了不同地区代表性省份的数据进行对比分析：2016年四（图12、图13）。（图年浙江省不良贷款率位居全国第一，2017年已经退居至第20贵州、云南的不良贷款率排名逐渐前移（图15）。2017年，不良贷款率上升省区集中在中西部地区和东北地区（图16）。图 10：东部地区、中部地区、西部地区A股非金融上市公司隐含不良率35.00%30.00%25.00%20.00%15.00%10.00%5.00%2003-032003-092003-032003-092004-032004-092005-032005-092006-032006-092007-032007-09200

25、8-032008-092009-032009-092010-032010-092011-032011-092012-032012-092013-032013-092014-032014-092015-032015-092016-032016-092017-032017-092018-032018-092019-03东部地区-A股非金融上市公司隐含不良率中部地区-A股非金融上市公司隐含不良西部地区-A股非金融上市公司隐含不良率A （剔除金融业云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、广西壮族自治区和内蒙古自治区。下同。 数据来源：Wind， 图 11：东部地区

26、、中部地区、西部地区A股非金融上市公司ROIC（TTM）12.00%10.00%8.00%6.00%4.00%2.00%2003-032003-092003-032003-092004-032004-092005-032005-092006-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-032011-092012-032012-092013-032013-092014-032014-092015-032015-092016-032016-092017-032017-092018-032018-0920

27、19-03东部地区-A股非金融上市公司ROIC（TTM）中部地区-A股非金融上市公司西部地区-A股非金融上市公司ROIC（TTM）数据来源：Wind， 图 12：东部地区、中部地区、西部地区代表性省份A股非金融上市公司ROIC（TTM）20.00%18.00%16.00%14.00%12.00%10.00%8.00%6.00%4.00%2.00%2006-092007-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-032011-092012-032012-092013-032013-092014-03

28、2014-092015-032015-092016-032016-092017-032017-092018-032018-092019-03浙江省-ROIC（TTM）江苏省-ROIC（TTM）安徽省湖南省-ROIC（TTM）贵州省-ROIC（TTM）四川省数据来源：Wind， 图 13：东部地区、中部地区、西部地区代表性省份A股非金融上市公司隐含不良率35.00%30.00%25.00%20.00%15.00%10.00%5.00%2006-092007-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-

29、032011-092012-032012-092013-032013-092014-032014-092015-032015-092016-032016-092017-032017-092018-032018-092019-03-5.00%浙江省-隐含不良率江苏省-隐含不良率安徽省-隐含不良湖南省-隐含不良率贵州省-隐含不良率四川省-隐含不良数据来源：Wind， 图 14：东部地区、中部地区、西部地区商业银行不良贷款率（单位：%）2008200920102011201220132014201520162017东部地区-商业银行不良贷款率中部地区-商业银行不良贷款西部地区-商业银行不良贷款率数据

30、来源：Wind，银监会年报， 图 15：2017年末商业银行不良贷款率分地区情况（单位：%）古江2017年末不良贷款率数据来源：Wind，银监会年报， 图 16：2017年末商业银行不良贷款率分地区同比变化情况（单位：BP）2.00甘 贵 辽 山 天 黑 吉 青 宁 内 四 湖 河 江 海 河 西 安 新 北 云 广 上 重 江 湖 陕 广 山 浙 福肃 州 宁 东 津 龙 林 海 夏 蒙 川 南 北 西 南 南 藏 徽 疆 京 南 东 海 庆 苏 北 西 西 西 江 建江甘 贵 辽 山 天 黑 吉 青 宁 内 四 湖 河 江 海 河 西 安 新 北 云 广 上 重 江 湖 陕 广 山 浙 福

31、肃 州 宁 东 津 龙 林 海 夏 蒙 川 南 北 西 南 南 藏 徽 疆 京 南 东 海 庆 苏 北 西 西 西 江 建江古市1.000.500.00-0.50-1.002017年末不良贷款率同比变化数据来源：Wind，银监会年报， 20172017最高的三个行业依次是批发和零售业（4.70%）、农林牧渔业（4.40%）和制造业（4202762和32364。在2017款占比较多。（图17、图18）3-4A2012（图7.0%）的情况来看，20142016A2014（图2017年末（图21）图 17：2017年末商业银行不良贷款率分行业情况（单位：%）2017年末不良贷款率个人贷款:个人贷款:

32、汽车个人贷款:其他文化、体育和娱乐业信息传输、计算机服务和软件业 交通运输、仓储和邮政业租赁和商务服务业个人贷款:住房按揭贷款卫生、社会保障和社会福利业水利、环境和公共设施管理业0.000.501.001.502.002.503.003.504.004.505.00数据来源：Wind，银监会年报， 图 18：2017年末商业银行贷款主要行业占比与不良贷款占比住宿和餐饮业电力、燃气及水的生产和供应业租赁和商务服务业批发和零售业制造业0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%不良贷款余额占比贷款占比数据来源：Wind，银监会年报， 图 19：制造业A股非金融上市公

33、司隐含不良率与商业银行制造业不良贷款率20.00%18.00%16.00%14.00%12.00%10.00%8.00%6.00%4.00%2.00%0.00%4.50%4.00%3.50%3.00%2.50%2.00%2008-122009-032008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122

34、015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-122019-03制造业:A股非金融上市公司隐含不良率-左轴商业银行:制造业不良贷款率-右轴数据来源：Wind， 图 20：房地产业A股非金融上市公司ROIC（TTM）、隐含不良率与商业银行房地产业不良贷款率18.00%16.00%14.00%12.00%10.00%8.00%6.00%4.00%2.00%2008-122009-032008-122009-032009-0620

35、09-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-122019-033.40%2.90%2.40%1.90%1.40%0.90

36、%0.40%房地产业:A股非金融上市公司隐含不良率-左轴商业银行:房地产业不良贷款率-右轴数据来源：Wind， 图 21：基础设施行业A股非金融上市公司ROIC（TTM）、隐含不良率与商业银行基础设施行业不良贷款率25.00%20.00%15.00%10.00%5.00%0.00%1.90%1.70%1.50%1.30%1.10%0.90%0.70%0.50%2008-122009-032008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-06

37、2012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-122019-03基础设施行业:A股非金融上市公司隐含不良贷率-左轴商业银行:基础设施行业不良贷款率-右轴数据来源：Wind， 三、居民部门层面：从美国两次信用卡危机爆发轨迹来看，我国信用卡业务风险应当引起警惕美国两次信用卡危机爆发轨迹相似

38、，信用卡贷款/GDP 银行信用卡坏账率突增是预警信号美国两次信用卡危机有着相似的爆发轨迹，回顾其演进过程大致可以分为四个阶段。第一阶段（危机爆发早期）：低利率环境催生泡沫，经济过热，信用卡业务快2001年3月达到顶点后快速下跌；2001年互联网泡沫破现价第二阶段（危爆发前夕）：月-2000年2004年6月-2006年2007年现价年6月和2008年3月分别达到6.72%和6.96%。与此同时小银行信用卡坏账率陡然出第三阶段（危机全面爆发期）：经济衰退，失业潮尾随而至，小银行和大银行2-3（2001年122009年12（00年301年61078108。第四阶段（危机爆发后期）：扩张性政策效果显现

39、，经济开始复苏，监管规范信用卡业务，约3-4个季度后银行业信用卡坏账率回落至常态。（1）宏观环境：低3-4, 意味着风险的提高。图 22：美国名义GDP增速与美国失业率（单位：%）12.0010.008.00联网泡沫破灭 2002-03美国银行联网泡沫破灭 2002-03美国银行业信用卡危机次贷危机爆发2007-08美国2010-06美国银行业信用卡危机6.004.002.001995-031995-111995-031995-111996-071997-031997-111998-071999-031999-112000-072001-032001-112002-072003-032003-

40、112004-072005-032005-112006-072007-032007-112008-072009-032009-112010-072011-032011-112012-072013-032013-112014-072015-032015-112016-072017-032017-112018-072019-03-2.00-4.00美国:GDP:现价:折年数:季调:同比美国:失业率:季调季数据来源：Wind， 图 23：美国联邦基金利率（单位：%）相对低息的周期相对低息的周期， 互联网泡沫产生加息周期为刺激经济，连续降息连续加息降息周期7.006.005.004.003.002.0

41、01.003-099911 7-1 -093-099911 7-1 -0909090123 1 7 3 1-0 -1 -0 -0 -11 1 2 330 0 0 000 0 0 002 2 2 227 3 17-0 -0-14 5 56000-0 0 002 2 22-0 -11373-00 077890-0002 20 2 21995-031995-111996-071997-031997-111998-07002009-112010-072011-032011-112012-072013-032013-112014-072015-032015-112016-072017-032017-11

42、2018-072019-03美国:联邦基金利率(日):月数据来源：Wind， 图 24：美国信用卡发卡数量及增速（单位：百万张/%）图 25：美国人均持有信用卡数量（单位：张）10.05.00.0(5.0)(10.0)(15.0)(20.0)200020012000200120022003200420052006200720082009201020112012201320142015201620174.44.34.44.44.24.34.44.44.23.62.82.82.92.93.03.13.23.23.62.82.82.92.93.03.13.23.2银行卡发行数量增长:信用功能:美国-

43、右轴200020012002200320042005200020012002200320042005200620072008200920102011201220132014201520162017数据来源：Wind， 数据来源：Wind， 图 26：美国消费循环信贷/GDP现价及信用卡坏账率（单位：%）11.0010.009.008.007.006.005.004.003.002.002001-06触顶2001-12小银行信用卡坏账7.006.806.606.406.206.005.805.601996-031996-061996-031996-061996-091996-121997-031

44、997-061997-091997-121998-031998-061998-091998-121999-031999-061999-091999-122000-032000-062000-092000-122001-032001-062001-092001-122002-032002-062002-092002-122003-032003-062003-092003-122004-032004-062004-092004-122005-032005-062005-09率达到峰值快速发展期2002-03前100大银行信用卡坏账率达到峰值美国:消费循环信贷/GDP现价-右轴美国所有银行:信用卡撇

45、帐率:季调-左美国前100大银行:信用卡撇帐率:季调-左轴美国其他银行:信用卡撇帐率:季调-率达到峰值快速发展期2002-03前100大银行信用卡坏账率达到峰值注：（1）美国消费循环信贷以信用卡为主；（2）信用卡撇帐率是指银行一定时期内无法收回的信用卡透支金额与同期信用卡贷款总额的比值，即信用卡坏账率，下同。数据来源：Wind， 图 27：美国消费循环信贷/GDP现价及信用卡坏账率（单位：%）12.0011.0010.009.008.007.006.005.004.003.002003-092.002003-097.502009-06前2009-06前100大银行信用2008-03触顶快速发展

46、期卡坏账率快速上升 2010-06前100大银行信用卡坏账率达到峰值 2009-12小银行信用卡坏账率达到峰值2008-12小银行信用卡坏账率快速上升6.506.005.505.004.502018-122019-034.002018-122019-032003-122004-032004-062004-092004-122005-032005-062005-092005-122006-032006-062006-092006-122007-032007-062007-092007-122008-032008-062008-092008-122009-032009-062009-092009-

47、122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-09美国:消费循环信贷/GDP现价-右轴美国所有银行:信用卡撇帐率:季调-左美国前100大银行:信用卡撇帐率:

48、季调-左轴美国其他银行:信用卡撇帐率:季调2003-122004-032004-062004-092004-122005-032005-062005-092005-122006-032006-062006-092006-122007-032007-062007-092007-122008-032008-062008-092008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-0

49、92013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-09数据来源：Wind， 我国居民信用卡债务在快速累积，偿债压力上升，风险已在积聚10%以上的背景下，以信用卡贷款为主的居民短期消费贷款总体保持了20%201738%左201626.5%、16.7%20180.49/GDP（现价已经从20165.49%上升至20187.61%2018121.6%。近几年我国信用卡不良率总

50、体在1.0%-1.5%之间小幅波动，不过信用卡债务在快速累积，居民的偿债压力也在上升，一定程度上说明我国信用卡业务的风险已在积聚，应当引起警惕。图 28：个人住房贷款增速与短期贷款中消费贷款增速对比80.0%70.0%60.0%50.0%40.0%30.0%20.0%10.0%2006-092007-022007-072006-092007-022007-072007-122008-052008-102009-032009-082010-012010-062010-112011-042011-092012-022012-072012-122013-052013-102014-032014-08

51、2015-012015-062015-112016-042016-092017-022017-072017-122018-052018-102019-03个人住房贷款余额:同比增长住户贷款:短期贷款:消费贷款同比增长数据来源：Wind， 图 29：我国信用卡发卡量及增速（单位：张）图 30：我国人均持有信卡数量（单位：张）8.007.006.005.004.003.002.001.000.0070.0%60.0%50.0%40.0%30.0%20.0%10.0%0.0%200720082007200820092010201120122013201420152016201720180.600.4

52、90.420.490.420.210.240.290.070.110.140.400.300.200.1020072008200720082009201020112012201320142015201620172018信用卡累计发卡量-左轴同比增速-右轴人均持有信用卡数量数据来源：Wind， 数据来源：Wind， 图 31：我国信用卡贷占GDP（现价）比重、信用卡不良率（单位：亿元）4.00%7.61%8.00%3.50%3.00%2.50%2.00%1.50%1.00%0.50%0.00%4.50%5.49%7.00%6.00%5.00%1.16%4.00%3.00%2.00%1.00%20

53、08-122009-032008-122009-032009-062009-092009-122010-032010-062010-092010-122011-032011-062011-092011-122012-032012-062012-092012-122013-032013-062013-092013-122014-032014-062014-092014-122015-032015-062015-092015-122016-032016-062016-092016-122017-032017-062017-092017-122018-032018-062018-092018-12信

54、用卡期末应偿信贷总额/GDP（现价）-右轴信用卡逾期半年未偿信贷总额占比-左轴数据来源：Wind， 图 32：我国居民部门债务占可支配收入比重140.0%120.0%100.0%80.0%60.0%40.0%20.0%0.0%20112012201320142015201620172018我国居民部门债务/可支配收入注：我国居民部门债务=金融机构:本外币:资金运用:各项贷款:境内贷款:住户贷款，居民可支配收入=国家统计局披露的城乡一体化住户调查口径全国居民人均可支配收入国家统计局披露的总人口数。数据来源：Wind， 四、上市银行资产质量分化核心在于资源配置结构（国有大行股份行务，未来零售战略分

55、化的影响可能变大2018年末，A股上市的5家国有大行和8家股份行对公贷款（不含票据贴现）合5927（208、 2.51%201（1批发和零售业、采矿业贷款余额合计占比方面，股份行（30.0%）高于国有大行（20.0%）（35.6%）个行业（4）从2018年分行业不良贷款余额的边际变化来看：国有大行基础设施行业贷款、股份行房地产行业贷款的不良余额增幅位居前列，印证了我们在第二章中的分析。2018图 33：A股上市国有大行和股份行对公贷款（不含票据贴现）/贷款总额A 5 8 数据来源：Wind， 图 34：2018年末，A股上市国有大行和股份对公贷款（不含票据贴现）不良率注：华夏银行未披露 201

56、8 年对公贷款（不含票据贴现）的不良贷款余额及不良贷款率，因此本图中未包含华夏银行数据。数据来源：公司财报，Wind， 图 35：2018年末，A股上市国有大行和股份行对公不良贷款余额行业分布注：交通银行和华夏银行未披露不良贷款余额行业分布情况。数据来源：Wind， 图 36：2018年末，A股上市国有大行和股份行对公贷款（不含票据贴现）行业分布数据来源：Wind， 表 2：2018年分行业不良贷款余额变动情况（单位：亿元）18年不良 交通运输贷款余额 、仓储和同比变动 邮政业制造业租赁和 电力、热 水利、环商务服 力、燃气 境和公共 房地产业 批发和零务业及水生产设施管理售业和供应业业建筑业

57、采矿业其他对公不良贷款合计变动工商银行54.5121.90.37.17.4-38.1-27.88.99.731.3175.1建设银行22.344.213.748.716.1-7.3-75.0-6.4-3.4-20.732.0农业银行23.112.623.73.30.326.6-82.4-7.4-43.525.4-18.3招商银行-5.713.13.8-1.01.10.5-22.3-3.7-16.0-7.5-37.6中信银行13.248.06.26.3-1.72.321.8-9.1-18.069.1民生银行-1.3-0.41.03.6-5.7-10.84.43.818.224.2兴业银行1.2

58、5.22.9-0.113.737.4-2.0-4.21.372.8浦发银行-0.8-6.9-8.1-0.91.4-4.5-21.21.4-12.72.6-49.6平安银行8.226.814.2-15.7-1.0-12.92.653.4光大银行-1.239.8-1.4-3.07.9-3.0-5.9-9.132.9国有大行89.2216.8113.960.232.8-31.3-185.2-9.4-43.033.2277.2股份行13.7137.622.312.30.836.312.8-13.0-47.9-9.8165.1注：交通银行和华夏银行未披露不良贷款余额行业分布情况。数据来源：Wind， A

59、37.2%201818.0%和18.3%43.3%， 38.7%78.8%39.8%。A10家银行中）图 37：A股上市国有大行和股份行信用卡应收账款2015-2018年均复合增速以及2018年同比增速对比数据来源：Wind， 图 38：A股上市国有大行和股份行零售贷款/贷款总额以及个人住房贷款/零售贷款对比数据来源：Wind， 表 3：A股上市国有大行和股份行信用卡不良率（单位：%）信用卡不良率2016-122017-062017-122018-062018-1218 年末同比变化建设银行0.981.170.891.090.980.09农业银行2.883.101.991.961.66-0.3

60、3交通银行1.951.981.841.841.52-0.32招商银行1.401.261.111.141.110中信银行1.481.301.240.981.850.61民生银行2.50未披露2.07未披露2.150.08兴业银行1.441.731.291.271.06-0.23浦发银行1.211.271.321.581.810.49平安银行1.431.201.181.191.320.14注：工商银行、华夏银行、光大银行未披露信用卡不良率数据。数据来源：公司财报，Wind， （城农商行济密切相关约3-4们观察2018年一季度A2019A从2018年和2019年一季度分地区A股非金融上市公司隐含不良