【广发倪军团队】银行资产质量分化的成因解析

（以下内容从广发证券《【广发倪军团队】银行资产质量分化的成因解析》研报附件原文摘录）
　　倪军 广发证券银行业首席分析师；分析师资格编号：S0260518020004 屈俊 广发证券银行业联席首席分析师；分析师资格编号：S0260515030005，SFCCE No. BLZ443 核心观点 1. 投资效率主导我国ROIC变化，领先于银行不良变化约3-4个季度 实体经济的债务变化领先于银行体系的资产变化，ROIC是决定债务是否可持续的关键因素。金融危机以来，我国投资效率主导了ROIC的变化。经济下行期，资源向政策引导的基建等领域聚集，短期内可以达到刺激经济稳增长的效果，但中长期来看大量低效率投资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化严重，进而导致我国ROIC下滑，实体经济部门偿债压力上升，3-4个季度后引发银行体系不良贷款显著增加。本轮银行不良主要集中在以钢铁、煤炭为代表的前期形成过剩产能的上游行业，以及产能过剩行业占比高的中西部和东北地区。 18年至今，关于化解过剩产能和加快重点领域“僵尸企业”出清的政策频出，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产能过剩行业的可能，或埋下新的风险隐患，银行不良管控仍将面临较大挑战。 2. 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股非金融上市公司ROIC与资金成本倒挂期间，A股非金融上市公司的隐含不良率同步上行，而商业银行不良走势滞后约3-4个季度。分地区和分行业来看，基本均呈现出同样的时滞期。同时不良分布跟我国投资结构变化高度相关：（1）东部发达地区不良暴露早、改善早，中西部地区受益于供给侧改革，不良暴露滞后；（2）存量不良集中在前期产能过剩和资金敏感型行业，房地产和基础设施行业不良可能被低估。 3. 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需警惕 美国两次信用卡危机爆发轨迹相似，信用卡贷款/GDP快速上升和小银行信用卡坏账率突增是预警信号。我国目前信用卡业务发展状况与美国信用卡危机爆发早期相似，近几年在个人房贷保持10%以上增长的同时，信用卡贷款也在高速增长。虽然我国信用卡不良率总体在1.0%-1.5%之间小幅波动，但信用卡债务在快速累积，居民部门债务占可支配收入比在16年突破100%之后不断上升，说明偿债压力在加大，信用卡业务的风险已在积聚，应当引起警惕。 4. 上市银行资产质量分化核心在于资源配置结构 全国性商业银行目前不良分化主要源自对公业务，未来零售战略分化的影响可能变大。18年末股份行对公不良平均水平高于国有大行。主因是：（1）国有大行低不良的基础设施行业贷款占比高；（2）部分股份行大力发展零售业务，投向对公的信贷资源减少；（3）国有大行受益于不良剥离和地方债务置换。从不良贷款余额的边际变化来看：基础设施行业和房地产行业不良风险上升。零售方面，国有大行主攻按揭，股份行发力信用卡。18年末多家银行信用卡不良率抬头，一定程度上说明风险有上升的趋势。区域性商业银行深耕本土，不良表现与区域经济密切相关。各地区A股非金融上市公司隐含不良率明显分层，且领先于对应区域上市城农商行不良的变化。 5. 银行进入结构和质量取胜阶段，周期洗礼下银行间的差距将逐渐拉大 我国银行业发展进入以结构和质量取胜的差异化竞争阶段。预计银行之间的差距将逐渐拉大。经营稳健、风控能力强、客户基础具备优势的国有大行和细分板块优质龙头将在周期洗礼中胜出。 风险提示：1.关注房地产行业和地方融资平台的潜在风险；2.关注居民部门债务快速上升的风险；3.关注中美贸易格局变化对区域经济的影响。 一、宏观层面：投资效率主导ROIC变化，且领先于银行体系资产质量变化 1.1实体经济的债务变化领先于银行体系的资产变化，ROIC是决定债务是否可持续的关键因素 我国融资体系以银行信贷的间接融资为主，银行体系的资产负债表和实体经济部门的资产负债表具有较强的联动关系，实体经济部门的债务是银行体系资产端的主要组成部分（表1）。从借贷还款的时间顺序上来看，实体经济部门的债务变化领先于银行体系信用风险变化。 从资金的流向（融资-投资-盈利-偿债）来看，实体经济部门的融资成本和投资回报率决定了盈利情况，进而决定了债务是否能偿还。而融资成本在获得融资时已确定，因此盈利情况的不确定性主要来自投资带来的回报，即资本回报率（ROIC）。 1.2经济下行期，资源向政策引导的领域聚集，产能过剩和需求下降导致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投资和民间投资的增速，投资结构呈现出“国进民退”的特征（图1）；（2）对比基础设施投资、制造业投资和房地产开发投资的增速，资源配置向基础设施领域倾斜的趋势比较明显（图2）。同期商业银行信贷投放也呈现出同样的特征（图3）。 这种资源向低效率部门聚集的投资结构，短期内可以达到刺激经济稳增长的效果，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化严重。投资结构的恶化导致我国ROIC下滑，与融资成本之差萎缩，实体经济部门偿债压力上升，最终引发银行体系不良贷款的形成。 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4）。与之相应的，本轮银行体系不良也主要集中在以钢铁、煤炭为代表的前期形成过剩产能的上游行业，以及产能过剩行业占比高的中西部和东北地区。从上市银行近几年的财报来看，不良贷款余额增加较多的主要是东北地区、环渤海地区、中西部地区，煤炭、钢铁、煤化工等压缩退出类行业、房地产和地方政府融资平台是风险防控的重点领域。 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的产能过剩和债务风险增加。例如，政策鼓励光伏、风电等战略性新兴产业的发展，一时间几乎所有地方政府都将这些行业列为重点发展行业，企业盲目低水平扩张，导致产能利用率过低的行业范围从传统产业扩展到战略性新兴产业，违约风险增加，最终形成坏账。 2018年至今，关于化解过剩产能和加快重点领域“僵尸企业”出清的政策频出，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产能过剩行业的可能，或埋下新的风险隐患，银行不良管控仍将面临较大挑战。 （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。） 1.3我国ROIC与融资成本之差变化领先银行不良变化约3-4个季度 从商业银行不良指标来看，账面不良贷款率开始明显上行大约是2013年四季度，滞后我国ROIC与资金成本之差的变化约4个季度；若是考虑加回核销转出，据我们测算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3-4个季度。二者在2016年之前都经历了一轮稳步上行的过程，2016年以来虽然我国ROIC有所回升，但随着去杠杆持续推进，部分企业无法满足庞氏融资，导致信用风险暴露，银行的不良贷款率和不良净生成率总体都维持在2015年的高位水平。 由于我国部分宏观数据披露频率不高且披露时间滞后，因此中国ROIC很难及时跟踪，而且该指标是一个总量指标，难以跟踪结构上的偿债压力。为了进一步验证实体经济部门偿债压力与银行体系不良的关系，我们在后文第二章和第三章将分成非金融企业部门和居民部门两部分进行分析，并应用于第四章来具体解释导致我国A股上市银行资产质量分化的原因。 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 考虑到数据的可得性和全面性，我们选取了A股非金融上市公司作为样本，测算其ROIC（TTM）和隐含不良贷款率（隐含不良贷款率=“EBITDA”为负或小于“利息支出”的样本企业的负债之和/全部企业总负债，以下简称“隐含不良率”），分行业和地区分析盈利情况和偿债压力，并与监管部门披露的商业银行分行业、分区域不良贷款率对比。 需要注意的是：（1）A股非金融上市公司只是我国企业中表现相对较好的一个子集，而商业银行的企业客户还涵盖许多非上市企业，因此二者对照分析可能存在一定的偏差；（2）因为EBITDA无法体现应收账款、库存变化、抵押品价值等情况，所以隐含不良率指标无法十分准确衡量企业的偿债压力，因此隐含不良率的波动趋势与银行体系实际信贷质量存在差距。 （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。） 2.1A股非金融上市公司ROIC与融资成本之差和隐含不良率走势同步，领先商业银行不良变化约3-4个季度 金融危机以来，有两个阶段A股非金融上市公司ROIC（TTM）与融资成本倒挂：一是2011年四季度至2016年三季度；二是2018年四季度至2019年一季度（图7）。同期A股非金融上市公司的隐含不良率基本同步上行（图8）。与商业银行不良贷款率走势相比，进一步验证了银行在事后确认的不良指标存在滞后性，滞后期约3-4个季度（图9）。 由于分行业和地区的融资成本数据不便于获取，本章剩余部分将主要分析同步指标（A股非金融上市公司的隐含不良率）在预判银行对公业务信用风险走势方面具有一定的先导效果。 2.2分地区来看：东部发达地区不良暴露早、改善早，中西部地区受益于供给侧改革，不良暴露滞后 从A股非金融上市公司隐含不良率指标来看，金融危机以来东部地区偿债压力显现早、改善早，中西部地区受益于供给侧改革。2011年三季度-2013年三季度，东部地区隐含不良率中枢明显抬升，与中西部地区差距缩小，之后东部地区趋于稳定，中西部地区隐含不良率则大幅攀升后在2016年四季度出现下行，与东部地区之间的差距再次趋于收敛（图10）。一是东部地区外向型的经济结构特征导致该地区受金融危机影响大，随着上下游产业结构调整，负面影响逐渐向中西部地区传导；二是由于供给侧改革推进，上游供给侧压缩导致原材料价格上涨，上游行业盈利改善，相关下游行业盈利受到挤压，而东部地区下游产业占比高，ROIC（TTM）相对受损（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：江浙地区隐含不良率和ROIC（TTM）较为稳定，中西部地区预计是受政策和地域经济影响较大。2016年四季度以来，中西部地区主要省份ROIC（TTM）拉升幅度明显高于江浙地区。与此同时，当地非金融上市公司隐含不良率大幅下降。其中，贵州省上市公司ROIC（TTM）较高、隐含不良率最低，可能是由于该省上市公司非标类债务占比高，信贷占比低（图12、图13）。 本轮商业银行不良也呈现出同样的特征，不过存在一定滞后性，滞后期约1年（图14）。比如浙江省的不良释放早、处置早。从原银监会披露的数据来看，2012-2013年浙江省不良贷款率位居全国第一，2017年已经退居至第20位。而内蒙古、甘肃、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）。 2.3分行业来看：存量不良集中在前期产能过剩和资金敏感型行业，房地产和基础设施行业不良可能被低估 从监管部门披露的数据来看，截至2017年末，商业银行账面不良贷款集中在产能过剩比较严重的制造业和对融资环境比较敏感的批发零售业，房地产业和基础设施行业的不良贷款率低，可能是由于融资渠道较为多元化。2017年末，不良贷款率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（4.20%），不良贷款余额分别占到全部不良的 27.9%、6.2%和32.3%，合计达66.4%。在2017年贷款规模最大的十个行业中，上述三个行业的不良贷款余额占比超出其贷款占比较多。（图17、图18） 我们挑选了三个代表性行业的数据来看隐含不良率的领先性，制造业和房地产业不良贷款率走势滞后相应行业上市公司隐含不良率约3-4个季度，基础设施行业二者走势相关性不高可能是由于隐性债务。（1）制造业：2012年之后A股制造业上市公司隐含不良率波动上行，商业银行制造造业不良贷款率大约从2012年四季度开始不断攀升（图19）。（2）房地产业：从房地产业贷款（占商业银行各项贷款的7.0%）的情况来看，2014年一季度至2016年三季度，A股上市房地产公司隐含不良率波动上行，之后持续走低，商业银行房地产不良贷款率从2014年末开始上行后走稳（图20）。（3）基础设施行业：A股上市公司隐含不良率呈波动状态，但截至2017年末商业银行基础设施行业不良贷款率指标却持续处于低位（图21）。基础设施行业贷款占比高而不良贷款率低，可能与部分地方政府融资平台能从其他非经营渠道获得偿债资金有关。我国经济下行周期中，资源向基础设施领域聚集的趋势比较明显，但考虑到基础设施行业具有一定的公益性质，回报率相对低，长期而言信贷资源流向该行业的模式不可持续，不良贷款率可能被低估。 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 3.1美国两次信用卡危机爆发轨迹相似，信用卡贷款/GDP快速上升和小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，信用卡业务快速增长，信用卡坏账率低位窄幅波动。（1）宏观环境： 为应对亚洲金融危机，1999年开始美国处于相对较低的利率环境，流动性涌入当时处快速发展期的互联网企业，纳斯达克指数一路上扬，于2001年3月达到顶点后快速下跌；2001年互联网泡沫破灭后，经济陷入衰退，“911事件”雪上加霜，美联储采取了宽松的货币政策，催生了后续的房地产市场泡沫；（2）信用卡业务发展情况：在经济繁荣时期，居民收入来源稳定，且征信体系较为完备的情况下居民对个人信用记录十分在意，信用卡违约少，信用卡业务成为最受金融机构青睐的“低风险高回报”业务之一。金融机构都大力发展信用卡业务，这一阶段许多机构为追求客户量而放松发卡标准，信用卡发卡量和信用卡贷款/GDP（现价）同时快速上升，信用卡坏账率总体在较低范围内波动。 第二阶段（危爆发前夕）：货币政策收紧，泡沫破灭，经济出现衰退，失业率上升，经过过度无序竞争后信用卡贷款/GDP（现价）触顶，小银行信用卡坏账率陡然向上。（1）宏观环境：经济出现过热倾向，核心通胀抬头，货币政策收紧，1999年6月-2000年5月、2004年6月-2006年6月，美联储上调联邦基金利率，2001年互联网泡沫破灭、2007年次贷危机爆发，金融危机蔓延至实体经济，美国经济出现衰退，失业率随之上升；（2）信用卡业务发展情况：金融机构过度无序竞争，信用卡业务经过一段爆发式增长期（一年半至2年）。两次危机前夕，美国人均持有信用卡数量均在4张以上。随着信用卡债务快速上升，信用卡贷款占GDP（现价）比重触顶，2001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现明显向上拐点。 第三阶段（危机全面爆发期）：经济衰退，失业潮尾随而至，小银行和大银行信用卡坏账率先后呈现非线性快速上升态势，发卡标准和信用额度收紧。（1）宏观环境：危机后经济出现衰退，失业率攀升，扩张性货币政策和财政政策出台；（2）信用卡业务发展情况：信用卡贷款/GDP（现价）触顶后2-3个季度，小银行信用卡坏账率非线性快速上升达到阶段峰值（2001年12月、2009年12月小银行信用卡坏账率分别为10.00%、8.68%），紧接着大银行信用卡坏账率开始快速上升，1-2个季度达到峰值（2002年3月、2010年6月前100大银行信用卡坏账率分别为7.98%、10.68%）。发卡机构信用卡业务盈利大幅缩水，为避免危机蔓延损失加重，许多发卡机构相继提高信用卡申请标准，收缩信用卡发卡量并降低现有持卡客户的透支额度。 第四阶段（危机爆发后期）：扩张性政策效果显现，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：低利率环境叠加积极的财政政策，经济开始复苏，失业率逐渐下降；（2）信用卡业务发展情况：信用卡业务监管加强，经过约3-4个季度银行业信用卡坏账率恢复至危机前正常水平，其中小银行可能出现反复。 总的来看，美国两次信用卡危机的根本原因是居民的消费需求严重超过居民收入，在经济增速下降叠加失业率上升的背景下，收入下滑和负债率的继续上升 , 意味着风险的提高。 3.2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 从我国信用卡业务的发展情况来看，过去十多年，在个人住房贷款同比增速在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%以上的高速增长。在短期消费贷款体量不断扩大的情况下，2017年增速一度反弹至38%左右。一方面可能是有部分消费贷违规流向房市，更重要的原因可能是2016年以来几乎所有上市银行都提出向零售转型，大力发展信用卡业务，2017-2018年我国信用卡累计发卡量同比增速分别为26.5%、16.7%，较过去几年明显提高。 虽然，央行披露的数据显示截至2018年末我国人均信用卡持卡量仅0.49张，远低于美国信用卡危机爆发前夕的数据，但是信用卡期末应偿信贷总额/GDP（现价）已经从2016年末的5.49%上升至2018年末的7.61%。同时居民部门债务占可支配收入比重快速上升，根据国家统计局披露的数据测算，2016年末首次突破100%，截至2018年末已高达121.6%。 近几年我国信用卡不良率总体在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。 四、上市银行资产质量分化核心在于资源配置结构 4.1全国性商业银行（国有大行+股份行）：目前不良分化主要源自对公业务，未来零售战略分化的影响可能变大 1.对公业务：国有大行基础设施行业占比高，且受益于不良剥离和地方债务置换 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）合计占总贷款比重分别59.4%、52.7%，对公贷款（不含票据贴现）不良率分别为2.08%、2.51%，从不良贷款余额行业分布来看，均主要集中在制造业、批发和零售业。 2018年末股份行对公不良平均水平高于国有大行的主要原因是：（1）制造业、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（26.5%），股份行这3个行业的不良贷款合计占比高达75%；（2）基础设施行业贷款余额占比方面，股份行（20.0%）低于国有大行（35.6%），国有大行这3个行业的不良贷款余额占比仅10.8%；（3）部分股份行大力发展零售业务，投向对公的信贷资源减少；（4）不良剥离及地方债务置换减轻了国有大行历史包袱。 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年上市的全国性商业银行不良贷款余额增加较多的行业是制造业、基础设施行业以及租赁和商务服务业，其中国有大行（不含交通银行）增加较多的前五大行业分别是①制造业、②租赁和商务服务业、③交通运输、仓储和邮政业、④电力、热力、燃气及水生产和供应业、⑤水利、环境和公共设施管理业；股份行（不含华夏银行）增加较多的前五大行业分别是①制造业、②房地产业、③租赁和商务服务业、④交通运输、仓储和邮政业、⑤电力、热力、燃气及水生产和供应业。 2.零售业务：股份行发力信用卡，国有大行主攻按揭 近三年，股份行普遍加大了零售贷款投放力度，尤其是信用卡业务。A股上市的8家股份行2015-2018年信用卡应收账款合计年均复合增速达37.2%、2018年同比增速达29.0%，而同期国有大行分别为18.0%和18.3%，远低于股份行。 从零售贷款存量占比上来看，2018年末股份行零售贷款占贷款总额比重43.3%，高于国有大行的38.7%。从零售贷款结构上来看，国有大行零售贷款中主要是个人住房贷款，2018年末占比为78.8%，而股份行仅39.8%。 从信用卡业务风险来看，A股上市国有大行和股份行的信用卡不良率总体不高，但是经过这几年快速发展，2018年末，披露数据的10家银行中5家信用卡不良率同比上升（4家为股份行）、1家持平，一定程度上说明风险有上升的趋势。 4.2区域性商业银行（城农商行）：业务主要布局本土，不良表现与区域经济密切相关 从贷款结构上来看，A股上市城农商行多数以对公业务为主，且对公贷款主要分布在经营所在地区。从区域经济运行效率来看：除贵州省ROIC（TTM）明显较高之外，其余地区差别不大；但各地区A股非金融上市公司隐含不良率出现明显分层，且领先于当地上市城农商行不良变化。 （1）A股上市城商行方面：考虑到不良净生成率的滞后性（约3-4个季度），我们观察2018年一季度A股非金融上市公司隐含不良贷款率分地区排序：江苏省＞南京市＞浙江省＞长沙市＞成都市＞上海市＞杭州市＞北京市＞宁波市＞贵州省。 2019年一季度A股上市城商行不良净生成率（测算值）排序：南京银行＞北京银行＞成都银行＞上海银行＞长沙银行＞杭州银行＞江苏银行＞宁波银行＞贵阳银行。 对比来看，除北京银行、长沙银行和江苏银行外，其余6家上市城商行不良生成情况排序基本与1年前主要经营所在地上市公司隐含不良率一致。 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率来看，南京市＞浙江省＞杭州市＞江苏省＞长沙市＞成都市＞贵州省＞北京市＞上海市＞宁波市。根据前面的推导，预计未来几个季度不良压力最小的可能是宁波银行。 （2）A股上市农商行方面：2017年和2018年一季度分地区A股非金融上市公司隐含不良贷款率分地区排序：江阴市＞苏州市＞江苏省＞无锡市＝常熟市。 2018年和2019年一季度A股上市农商行不良净生成率（测算值）排序：江阴银行＞苏农银行＞张家港行＞常熟银行＞无锡银行。 对比来看，A股上市农商行不良生成情况排序基本与1年前主要经营所在地上市公司隐含不良率一致。 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率来看，江阴市＞常熟市＞苏州市＞江苏省＞无锡市。同时考虑到常熟银行在常熟以外的江苏省内地区贷款占比接近52%，另外零售贷款（其中信用卡贷款不到5%）占贷款总额比重超过50%，可在一定程度上分散风险。预计未来几个季度不良压力较小的可能是无锡银行、常熟银行。 4.3风险抵补能力对比：股份行和城商行相对偏弱 考虑到中小银行表内非标投资占比相对较高、城农商行表内贷款占比相对较低，而拨贷比、拨备覆盖率等监管指标仅衡量了拨备对信贷风险的地域情况，因此用贷款减值准备余额/风险加权资产来对比各家银行的风险抵补能力可能更具客观性和可比性。从子板块情况来看，农商行＞国有大行＞股份行＞城商行。 五、经济的可持续增长是资产质量改善之源，周期洗礼下银行之间的差距将逐渐拉大 银行体系资产结构是资金在实体经济部门配置的结果，实体经济部门对资金的利用效率将决定其盈利情况，进而决定其债务偿还能力。因此中国经济的可持续增长是改善银行资产质量的最重要途径。 我国经济正从高速增长转向高质量发展，意味着银行过去依靠规模驱动的同质化粗放式增长时代已结束，开始进入以结构和质量取胜的差异化竞争阶段。现有的客户基础以及未来发展战略的选择，决定了资源的配置结构和利用效率，最终的差异将反应到银行的资产质量上，并进一步影响利润和ROE，在经济下行期这种差异将会更加明显。而无论是客户基础培育还是战略目标的实现都需要相当长的时间，预计银行之间的差异化将越来越大。经营稳健、风控能力强、客户基础具备优势的国有大行和细分板块优质龙头将在周期洗礼中胜出。 风险提示：1.关注房地产行业和地方融资平台的潜在风险；2.关注居民部门债务快速上升的风险；3.关注中美贸易格局变化对区域经济的影响。 相关报告信息： 《银行行业：银行资产质量分化的成因解析》 对外发布日期：2019年5月29日 报告正文请参阅广发研报系统（可向对口销售咨询登入方式） https://research.gf.com.cn/reportdetail/500003487 法律声明 本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。 完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。 在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。 本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。 本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）