您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[安信证券]:《商业银行金融资产风险分类办法》点评:风险分类对象拓宽,强调更多客观因素 - 发现报告
当前位置:首页/行业研究/报告详情/

《商业银行金融资产风险分类办法》点评:风险分类对象拓宽,强调更多客观因素

金融2023-02-14李双安信证券键***
《商业银行金融资产风险分类办法》点评:风险分类对象拓宽,强调更多客观因素

999563371 事件:2月10日,银保监会、人民银行联合发布1号令《商业银行金融资产风险分类办法》(以下简称“新办法”),该办法将于2023年7月1日起施行,并设置过渡期至2025年12月31日对存量业务进行重新分类,我们点评如下: 风险分类对象由贷款拓宽至全部金融资产:相较2007年《贷款风险分类指引》(以下简称“现行办法”),五级分类的资产由此前的贷款拓宽至包括贷款、债券和其他投资、同业资产、应收款项以及表外承担信用风险的项目(与征求意见稿相比,剔除了“银行交易账簿下的金融资产以及衍生品交易形成的相关资产”)。根据2016年9月发布的《关于进一步加强信用风险管理的通知》,要求各政策性银行、国有大行、股份行、外资银行参照贷款分类的有关规定,对实质上由银行承担信用风险的表内外业务均应进行分类。目前来看,该规定对国有行及股份行影响较小,但城商行及农商行对非信贷资产的五级分类并未全部实行,拨备计提范围可能会扩大。 明确逾期天数、信用减值与风险分类的关联关系。现行办法中对贷款进行五级分类时,虽然也有考虑逾期和信用减值因素,但并未明确两个因素与风险分类的关系,新办法中明确提出: ①逾期天数:金融资产逾期后应至少归为关注类,逾期90天、270天、360天以上应至少分别归为次级类、可疑类、损失类,即逾期90天以上(即使抵押担保充足)应纳入不良。截至2022年6月末的数据,多数上市银行逾期90天以上贷款/不良贷款的比例均已低于100%,其中国有大行对不良认定更为严格,部分城农商行可能存在压力,如上海银行、郑州银行。 ②信用减值:已发生信用减值的资产应进入不良,其中预期信用损失占账面余额50%以上应至少归为可疑,占账面余额90%以上应归为损失。 考虑到同业资产发生信用减值的风险相对较低,我们观察各家银行剔除交易性金融资产和利率债后的非信贷资产占比,用以判断该银行未来面临资产分类的压力,从2022年中期数据来看,部分中西部城商行可能压力相对较大,如贵阳银行、重庆银行。 明确以债务人为中心的风险分类理念。新办法要求商业银行对非零售金融资产进行风险分类时,应以评估债务人的履约能力为中心,①债务人在本行债权超过10%分类为不良的,该债务人在本行所有债权均应分类为不良;②债务人在所有银行的债务中,逾期超过90天的债务已经超过20%的,各银行均应将其债务归为不良。此项规定相较征求意见稿要求有所放松,征求意见稿中提出“非零售债务人在单家银行的不良率超过5%或在所有银行的90天以上逾期率超过5%时,其债务均应归为不良”。 不再要求重组资产全部归为不良。相比现行办法中要求重组贷款均应分类不良,新办法不再统一要求重组资产必须分为不良,但应至少分为关注。 重组观察期由至少6个月延长为至少1年,对划分为不良的重组资产,在观察期内符合不良上调条件的,可以上调为关注类,对于再次重组的资产至少归为次级类,并重新计算观察期。 鼓励通过收并购化解风险。因并购导致偿债主体发生变化的,并购方和被并购方相关金融资产风险分类在6个月内不得上调,其中的不良金融资产不纳入相关条款的指标计算。即其中的不良金融资产单独管理,避免并购主体因为该笔交易受影响而被下调分类,体现监管对并购化解风险的鼓励态度。 整体来看,新办法和现行办法相比更加严格,体现在拨备计提范围扩大,资产分类强调更多客观因素,并且考虑交叉违约影响,但同时在新办法中又体现出鼓励通过重组和并购化解风险,有利于房地产及城投债务重组和并购。新办法和征求意见稿比做了部分放松,比如关注类贷款认定中,增加操作性或技术性短期逾期7天内可以豁免,债券、符合条件的小微企业续贷业务除外;交叉违约风险防范中,本行风险暴露门槛从5%提高到10%,所有银行风险暴露门槛从5%提高到20%;给定三年过渡期,对2023年7月1日前的业务,银行仍可以按照现行规定施行,压力有所减轻。 对银行而言,我们认为短期内上市银行资产分类下调的压力相对可控,但部分高风险资产占比相对较高的城商行,在过渡期内可能会加大力度推动并购重组以化解风险。从中长期来看,预计银行将主动加强对债务主体资质的审查,对非标等高风险资产的投资也将更加审慎。 风险提示:突发事件扰乱经济复苏节奏、经济下行超预期、银行资产质量恶化超预期。 图1.各家银行可能面临五级分类调整的敞口(2022H数据) 图2.各家银行逾期90天以上贷款/不良贷款比例(2022H数据)