银行业信用分析精要与打分模型构建丨金融债分析手册系列之一

（以下内容从浙商证券《银行业信用分析精要与打分模型构建丨金融债分析手册系列之一》研报附件原文摘录）
　　核心观点 本篇是金融债分析手册系列的第一篇，旨在从银行业信用分析精要要点出发，结合银行业的行业特征、经营特性、信用风险情况构建了六维银行业信用评分模型，以量化中小银行信用资质水平。 银行业信用分析精要 微观层面：1、股东背景分析非常重要，通过划分股东背景，即可对银行信用水平进行分层研究；2、高杠杆率银行，对损失较为敏感，高杠杆银行在放大ROE的收益的同时，也可能会放大风险系数；3、实质违约风险低，但面临经营困境时，二级资本债不赎回的风险受到担忧。 宏观层面：1、经营受宏观经济影响较大，银行业的核心利润来源是净息差，而净息差是受到资本回报率影响的，当资本回报率受宏观经济影响偏低时，银行业也会利润偏薄；2、银行业利润水平是工商企业经营的滞后性指标，银行业的报表整体上属于工商企业经营结果的放大器，因而具有很强的周期属性；3、地方性银行受区域基本面影响大，地方性商业银行主要资产负债一般与区域深度绑定；4、银行业系统重要性高，银行业的风险往往有很大的外溢效应，而我国的系统重要性银行由于受到更为严格的监管，往往机构也对其信用水平更为认可；5、我国大行政策传导作用大，例如我国商业银行的小微贷款、支农支小再贷款等性质，体现了其特殊的政策属性。 银行业信用评分模型构建 打分维度：银行二永债机构关注度提升，为了定量化研究银行业信用资质情况，我们构建了一个银行业信用评分模型，从区域经营环境、风险抵御能力、资产质量、负债稳定性、盈利能力、定性因素等6个维度，20个指标来综合评价中小银行的信用资质。 打分对象：剔除系统重要性银行及部分数据缺失银行后剩余的232家发债银行，包含3家股份行、99家城商行、130家农商行。 模型验证：将样本银行金融次级债的1年期收益率与信用得分进行拟合，相关系数为-0.57，二者呈负相关关系，即信用得分越高的银行主体，其次级债的收益率通常更低，在一定程度上验证了我们评分模型的有效性。 评分结果：1、排名靠前的银行多处于浙江、江苏、广东、北京、上海等经济发展较好，综合实力较强、隐性债务风险较低省份的一二线城市；2、部分资产规模不足千亿元的东南沿海地区的小农商行排名较为靠前，主要是因为其在一些比例类的监管指标中表现优秀，整体拉高了其信用评分；3、建议关注样本银行在各个子维度的得分细项情况，以充分了解各家银行的“长板”和“短板”之处。 推荐关注：“高评分&高收益”机会 在当前银行二永债低收益环境中，我们建议重点关注部分“高评分&高收益”银行的高性价比收益挖掘机会，即信用评分在60分以上（232家样本银行中的前94家银行），同时次级债的一年期收益率超2.7%的样本银行，例如厦门国际银行、恒丰银行、浙江泰隆银行、福建海峡银行、唐山银行、河北银行、余杭农商行等，目前二永债1年期收益率在2.7%-2.9%左右，但上述银行也存在一定风险扰动，建议关注。 风险提示 评分指标选取偏主观化，数据可得性问题，对评分结果造成干扰；经济复苏不及预期，或对银行经营造成负面影响。 研报正文 01 银行业信用分析精要 1.1 微观层面关注要点 1、股东背景分析非常重要：由于我国民营银行整体起步较晚，目前市场上绝大多数市场份额仍属于国有银行。通过划分股东背景，即可对银行信用水平进行分层研究。 2、高杠杆率银行，对损失较为敏感：银行经营与一般工商企业经营不同，其自有资本所占比重较小，主要依靠客户存款或吸收其他来源的资金进行信贷和投资业务。高杠杆银行在放大ROE的收益的同时，也可能会放大风险系数。 3、实质违约风险低，但二级资本债不赎回的风险受到担忧：银行同业存单、普通金融债通常安全性较高，因而当银行面临经营困境时，市场通常较为担忧二级资本债的不赎回风险。当前多数机构投资银行债更多关注二永债，由于这类品种往往债项评级偏低，相较于一般债，由于设置了赎回条款，因而对于信用研究的深度要求更高。 1.2 宏观层面关注要点 1、经营受宏观经济影响很大：银行业的核心利润来源是净息差，而净息差是受到资本回报率影响的，当资本回报率受宏观经济影响偏低时，银行业也会利润偏薄。不同国家的银行业由于国内资本平均回报率等因素的差异，有着非常大的息差差异。对于欧洲、日本等实施长期低利率甚至负利率的国家，银行业息差很薄。 2、银行业利润水平是工商企业经营的滞后性指标：历史上来看，银行业的利润水平变化往往滞后于工商企业1-2年。银行业的职能是服务实体经济，其利润率、坏账率、均与宏观经济增速高度相关，其资产增速与货币政策松紧、社融增速高低高度相关。银行业的报表整体上属于工商企业经营结果的放大器，因而具有很强的周期属性。商业银行自身信用水平往往在经济上行周期中加强，经济下行周期中削弱。 3、地方性银行受区域基本面影响大：地方性商业银行主要资产负债与区域深度绑定，受区域投融资习惯、区域隐性债务和大型企业风险影响很大。东南沿海民营经济活跃，东北、西北地区以国有企业为主，部分地区银行贷款方主要为城投平台，有些地方经济还有着鲜明的产业链特征，区域银行易受到此类产业景气度的影响。 4、银行业系统重要性高：银行是现代国民经济运转的枢纽，几次世界性金融危机的导火索多数是银行业危机。由于银行业的风险往往有较大的外溢效应，因而银行业的系统重要性高。而我国的系统重要性银行由于受到更为严格的监管，往往机构也对其信用水平更为认可。涉及到的监管指标涉及巴塞尔协议、MPA考核等多项内容，银行业相较于其他行业而言有良好的外部监管，因而信用水平优于其他行业，且发债收益率也明显低于各行业均值。 5、我国大行政策传导作用大：1994年我国成立三家政策性银行以分离商业银行承担的政策性业务，为商业银行的市场化运行创造了前提条件，但国有行的政策传导作用仍然较大。从政策性职能来看，我国商业银行的小微贷款、支农支小再贷款等性质，体现了其特殊的政策属性；而从风险处置角度来看，1998年海发行出现挤兑风波后，工商银行接手其业务并对其进行托管，也反映了其独特的政策性职能。 02 银行业信用评分模型构建 2.1 模型介绍 银行二永债机构关注度提升。在近年来结构性资产荒行情的影响下，市场对于金融债的关注度明显提升，尤其是作为“类利率”品种，兼具交易属性和配置属性的银行二永债，更是机构重点挖掘收益的对象。但是近年来银行二级资本债不赎回案例偶有发生，市场对于中小银行二永债的不赎回风险有所担忧，因此对于银行债的信用资质研究愈发关注。 为了定量化研究银行业信用资质情况，我们构建了一个银行业信用评分模型，从区域经营环境、风险抵御能力、资产质量、负债稳定性、盈利能力、定性因素等6个维度，20个指标来综合评价中小银行的信用资质。 打分对象方面，我们主要选择在公开市场发行过债券的银行作为信用打分对象，并且由于系统重要性银行信用资质普遍较高，对其进行信用打分区分度不明显，因此将19家系统重要性银行剔除；此外将部分资料缺失、隐含评级在A-及以下的银行剔除，最后剩余3家股份行、99家城商行、130家农商行合计232家银行参与信用打分。 样本银行中，股份行集中在隐含AAA-和AA+级别；城商行集中在AA+、AA和AA-级别；农商行则集中在AA-和A+级别。 打分规则方面，主要通过采取“最小-最大归一化”方法对大部分定量指标进行线性打分，归一化可以保留原数据分布特征形态，同时可消除特征之间的量纲差异，使得不同特征具有可比性，并可直接计算累加。 对于与信用水平呈正相关指标，取(xi-min(x))/(max(x)-min(x))；与信用水平呈负相关指标，取(max(x)-xi)/(max(x)-min(x))。将数据取值映射到[0,1]范围，并用该值乘以指标所赋权重，即得到对应的得分。 2.2 重点指标介绍 2.2.1 区域经营环境 参与信用打分的232家银行主体中以城农商行为主，城农商行这类中小银行的属地性较强，受当地整体经济实力和产业结构影响较大。地区经济实力及居民富裕程度会影响城农商行的存贷款规模，产业结构会影响城农商行贷款的投放行业等，因此区域综合实力会影响所在区域的城农商行的经营表现。并且，在当前监管要求城农商行回归本源、回归本土的大环境下，中小银行异地展业会有所受限，更是加深了城农商行与所在区域的紧密度。 因此我们利用“主营省份隐性债务风险”、“所属城市层级”两个指标来衡量城农商行所属区域经营环境的综合实力。 （1）主营省份隐性债务风险：为了充分衡量尾部城投的风险情况，以所属省份2022年和2023年的城投债信用利差分等级加权平均值衡量区域的隐性债务风险，该值越低表明该区域风险越低，区域综合实力较强。 统计结果显示，上海、广东、北京、浙江、福建等省份近两年的城投债加权平均信用利差较低，在80bp-110bp左右，说明区域信用风险较低，综合实力较强，区域内的中小银行拥有更优质的营商环境；而青海、贵州、云南、甘肃等省份的信用利差偏高，超500bp。 （2）所属城市层级：根据第一财经的城市分类结果，城市层级越高，整体经济发展等综合实力会更强，我们对主营区域位于一线、新一线和二线城市的城农商行予以加分。 参与打分的232家银行中，有7家来自一线城市，54家来自新一线城市，80家来自二线城市，剩余91家来自三四五线城市。 2.2.2 风险抵御能力 对于银行业的风险抵御能力，我们从资本充足水平、防御坏账风险、不良贷款覆盖水平等三方面来衡量，最终选择了：核心一级资本充足率、拨贷比、拨备覆盖率三个指标来综合评价。 （1）核心一级资本充足率：核心一级资本净额/风险加权资产，监管要求非系统性重要银行不得低于7.5%。资本充足性是指银行的资本应保持既能经受坏账损失的风险，又能正常运营、达到盈利的水平，是衡量一家银行业务经营情况是否稳健的一个重要标志。 银行业衡量资本充足性的指标较多，我们推荐重点关注“核心一级资本充足率”指标，主要是由于银行二永债均不能补充核心一级资本，可以更为准确反映银行的资本充足水平。 参与打分的232家样本银行的2022年度核心一级资本充足率的中位数为10.42%，相比7.5%的监管要求存在一定安全边际。 二永债存续规模偏大的样本银行中，重庆农商行、上海农商银行、北京农商行的核心一级资本充足率偏高，在12.9%-13.1%左右。 （2）资本净额：核心资本+附属资本-扣减项，其中核心资本通常指一级资本，是商业银行资本中最稳定、质量最高的部分，银行可以永久性占用，可以长期用来吸收银行在经营管理过程中所产生的损失；附属资本指二级资本。 样本银行2022年度资本净额的中位数为130.33亿元，二永债存续规模偏大的样本银行中，宁波银行、北京银行、上海银行、江苏银行的资本净额规模超2000亿元，体量较大。 （3）拨备覆盖率：贷款损失准备/不良贷款，衡量银行的风险意识与对不良贷款的风险控制能力，拨备覆盖率高，反映银行信用风险抵御能力较强。监管部门要求银行的拨备覆盖率的基本标准为120%~150%，该指标倘若低于100%，说明计提不足，存在准备金缺口。 样本2022年度拨备覆盖率的中位数为232.61%，准备金覆盖较为充足；二永债存续规模偏大的“大体量样本银行”中，宁波银行、成都银行、杭州银行、苏州银行、杭州联合农商行的拨备覆盖率超500%，处于较高水平。 2.2.3 资产质量 银行的资产主要分为贷款资产和投资资产，对于贷款资产，我们选择不良贷款率、关注类贷款占比、单一最大客户集中度来反应不良贷款和贷款集中度情况；对于投资资产，我们重点观测非标投资占比指标，来反应投资资产的质量。 另外，规模因素也很重要，规模越大的银行信用资质往往越强，市场信任度越高，因此我们也重点观测总资产规模指标。 （1）总资产规模：反映商业银行的规模体量，体量越大的银行往往抗风险能力越强。原因在于：第一，规模大的银行风险抵御能力较强，具备较大的资产和头寸腾挪空间；第二，规模大的银行在金融体系中的地位和作用突出，会受到相对更为严格的监管，往往机构也对其信用水平更为认可。 行业马太效应明显。样本232家银行的总资产中位数仅1421亿元，其中资产规模在1000亿元以内的有97家，1000亿元-5000亿元的就有99家，仅36家样本银行的资产规模在5000亿元以上。 （2）不良贷款率：不良贷款/总贷款，监管标准不高于5%，反映贷款质量的直观指标，该指标越低，反应银行的贷款质量越高。 样本银行的不良贷款率的中位数为1.41%，与5%的监管红线仍有不小差距。我们发现，中小银行不良贷款率指标跟地域关系很大，例如浙江、江苏、上海、北京、福建、广东等省份的样本银行平均不良贷款率分别为0.82%、0.95%、1.10%、1.25%、1.30%和1.31%，处于行业较低水平；而黑龙江、贵州、辽宁、内蒙古、青海、吉林、宁夏等省份的平均不良贷款率偏高，在2.5%-3.2%左右。 主要是因为，近年来监管要求中小银行回归本源、回归本土，因此中小银行的贷款质量愈发与所处地区密切相关。区域的经济发达程度会直接影响区域内贷款客户的质量，经济较发达区域的客户群体整体资质会更好，中小银行的贷款质量普遍更高，而弱发达区域的贷款则不良率会偏高。 （3）关注类贷款占比：关注类贷款/总贷款，银行的关注类贷款在经营环境较差情况下容易转为不良贷款，关注类贷款往往为不良贷款的来源，可以将该指标看作是不良贷款率的领先指标。关注类贷款占比偏高的银行，其关注类贷款劣变的风险会更高。样本银行的关注类贷款占比的中位数为1.94%，略高于不良贷款率，对于关注类贷款占比超过10%的样本银行，建议审慎。 （4）单一最大客户集中度：最大一家客户贷款总额/资本净额，监管要求不得高于10%，反映贷款客户的集中程度，若过大，则难以有效分摊风险。样本银行的单一最大客户集中度的中位数为5.91%，对于超过监管红线的样本银行，存在整改压力，建议审慎。 （5）非标投资占比：非标（信托、资管计划、债权融资计划等）资产规模/金融投资规模，可以有效反映投资资产的质量。非标投资占比偏高的银行，面对的投资风险会更高。 样本银行中有40家银行该指标缺失，未缺失样本的非标投资占比的中位数为6.03%；其中，有87家样本银行的非标投资占比在5%以内，38家在5%-10%左右，34家在10%-20%左右。 2.2.4 负债稳定性 负债稳定性是商业银行负债质量的核心，是商业银行稳健经营的基础，我们选取定期存款占比、同业负债占比两个指标来综合衡量。 （1）定期存款占比：定期存款/总存款规模，该指标能直观反映负债成本情况，该值越大，则银行负债端成本相对越高。主要是因为：第一，定期存款期限长，定存占比过高的银行经营成本会偏高。第二，活期存款规模比较稳定，受利率波动影响小；而定期存款受利率波动影响相对较大，居民对定期存款收益率要求更高，一旦存款利率下调较多，定期存款规模可能收缩。 样本银行的的定期存款占比的中位数为61.23%，样本中多数银行的定期存款占比在50%-70%左右，有4家样本银行在40%以内，分别天津滨海农商行、昆仑银行、济宁银行、清镇农商行。 （2）同业负债占比：（同业及其他金融机构存款款项+同业拆入+卖出回购款项+同业存单余额）/总负债规模，同业负债期限较短，对市场波动敏感，稳定性较弱，同业负债占比越高，则银行负债稳定性越弱。 样本银行的的同业负债占比的中位数为9.48%，样本中近半银行的同业负债占比都在10%以内，仅43家在20%以上。 分银行类别来看，农商行的同业负债占比的中位数为4.79%，城商行为17.68%，农商行的同业负债水平明显低于城商行，主要是因为农商行相比城商行，更加深耕区域经济，存款业务多由当地居民储蓄存款构成，资金稳定性更强，对同业资金的依赖程度更低。 2.2.5 盈利能力 良好的盈利能力可对银行资本形成内源性补充，我们选择净资产收益率、净利润规模、成本收入比三项指标来综合衡量。 （1）净资产收益率（ROE）：净利润/净资产，反映银行内生资本积累能力，单位资产收益高，说明银行在拓展收入渠道、提高产品收益水平、控制负债成本方面有效。 样本银行2022年度的ROE指标的中位数为9.23%；二永债存续规模偏大的样本银行中，成都银行、杭州银行、杭州联合农商行、宁波银行、江苏银行的ROE偏高，在12%以上。 （2）净利润规模：直观反映商业银行盈利水平，间接反映银行的规模大小，一般来说净利润高的银行规模相对较大。 样本银行2022年度的净利润规模的中位数为7.21亿元；资产规模超5000亿元的大体量样本银行中，哈尔滨银行、汉口银行、江西银行、吉林银行、盛京银行的净利润规模偏小，不足20亿元。 （3）成本收入比：业务及管理费/营业收入，监管标准不高于45%，衡量银行每一单位的收入需要支出多少成本，反映银行的经营效率。 样本银行的成本收入比的中位数为35.22%，相比监管标准还有一定安全空间；二永债存续规模偏大的样本银行中，成都银行、广州银行、郑州银行、江苏银行、上海银行的成本收入比偏低，在20%-25%左右，经营效率偏高。 2.2.6 定性因素 除了前述分析的定量的财务指标外，我们将部分被监管处罚、违约、失信等舆情类定性信息也加入打分模型中，主要因为外部舆情是银行业公司治理成效的最直观的反映，公司治理混乱的银行多存在一定的负面舆情。 （1）企业属性：包商银行事件之后，市场对于银行业的股东背景也更为关注，国企类股东通常能够提供更强大的资金、资源、客户等方面的支持，并且能对信用资质提供一定背书。 样本银行中有4家央企性质银行、75家国企性质银行、152家公众类银行、1家中外合资银行；农商行中多为公众企业，占比高达89%。 （2）二级市场价格风险：样本银行或其前十大股东债券市场收益率在近五年内曾高于10%，说明市场曾对样本银行或其控股股东存在一定资质担忧，或会影响其后续再融资能力，建议关注。 （3）重大监管处罚次数：2017年以来银行出现重大监管处罚（包括停业整顿、吊销经营许可证、处罚金额在1000万元以上的监管处罚）的次数，若银行多次出现重大监管处罚现象，说明公司内部治理存在一定问题，建议关注。 （4）大股东违约失信风险：持股5%以上的股东、前十大股东、穿透前十大股东后出现违约或失信事件，建议警惕。 （5）是否为公开市场业务一级交易商：一级交易商在传导货币政策、发挥市场稳定器作用、市场活跃度及影响力、依法合规稳健经营、流动性管理能力等方面均表现较好，为一级交易商的银行流动性相对有保障。 样本银行中有22家银行为公开市场业务一级交易商，包括浙商银行、徽商银行、渤海银行、恒丰银行、杭州银行、广州银行、中原银行、广州农商行、河北银行、青岛银行、重庆农商行、厦门银行、北京农商行、上海农商行、长沙银行、宁波银行、江苏银行、北京银行、上海银行、贵阳银行、西安银行、顺德农商行，予以一定加分。 2.3 信用评分结果分析 得到六维银行业信用评分模型的评分结果后，为了验证我们构建的六维银行业信用评分模型的有效性，我们计算了各样本银行在2024年2月9日的金融次级债的1年期收益率（优先选择二级资本债，若缺失，再选择永续债），将其作为Y轴，其对应的信用得分作为X轴，绘制散点图。 我们统计发现，样本银行金融次级债的1年期收益率与银行业信用得分相关系数为-0.57，二者呈负相关关系，即信用得分越高的银行主体，其次级债的收益率通常更低，在一定程度上验证了我们评分模型的有效性。 从我们构建的六维银行业信用评分模型的评分结果可以看出： 1、排名靠前的银行多处于浙江、江苏、广东、北京、上海等经济发展较好，综合实力较强、隐性债务风险较低省份的一二线城市，信用评分的前50家银行中仅昆仑银行和湖州银行来自三四五线城市。 2、信用评分的前50家银行中，存在10家资产规模不足千亿元的小体量银行，主要为东南沿海地区的农商行，这类银行虽然规模稍小，但在一些诸如核心一级资本充足率、拨备覆盖率、不良贷款率等比例类的监管指标中表现优秀，因此整体拉高了其信用评分。 例如浙江宁波的余姚农商行，资产规模仅818.79亿元，但其风险抵御能力较强，核心一级资本充足率为12.37%，拨备覆盖率为590.62%，均处于行业前列；资产质量较好，且客户集中度偏低，不良贷款率仅0.66%，关注类贷款占比仅0.43%，单一最大客户集中度为2.38%；负债稳定性尚可，同业负债占比仅3.37%；并且余姚农商行的股东不存在违约、失信情况，且银行自身也未出现重大的监管处罚情况；因此，余姚农商行的综合信用得分68.9分，排名43/232，整体排名较为靠前。 3、建议关注样本银行在各个子维度的得分细项情况，以充分了解各家银行的“长板”和“短板”之处。例如评分排名靠前的江苏银行、宁波银行、北京农商行、上海银行等均是负债稳定性维度得分偏低，主要是定期存款占比、同业负债占比偏高所致；其余五个维度得分均偏高。 03 推荐关注：“高评分&高收益”机会 随着一揽子化债方案的逐步落地，城投债利差大幅下行，资产荒行情有所加剧，而银行二永债因其安全性高、有品种溢价以及高流动性等优势，市场挖掘力度明显加大，导致自2023年11月以来，银行二永债整体信用利差持续被压缩，利差下行最多的主要是资质偏弱的城农商行，目前估值收益率和信用利差均处于历史低位。 在当前银行二永债低收益环境中，我们建议重点关注部分“高评分&高收益”银行的高性价比收益挖掘机会，即信用评分在60分以上（232家样本银行中的前94家银行），同时次级债的一年期收益率超2.7%的样本银行，例如厦门国际银行、恒丰银行、浙江泰隆银行、福建海峡银行、唐山银行、河北银行、余杭农商行等，二永债1年期收益率在2.7%-2.9%左右，具有一定收益性价比。 浙江泰隆银行：信用评分77.6分，排名20/232，目前二永债存续规模99亿元，1年期二级资本债收益率2.71%、1年期永续债收益率2.86%。 泰隆银行展业区域集中于浙江省台州市，二线城市经济实力尚可，区域内民营经济也较为活跃；不良贷款率和关注类贷款占比均低于1%，处于行业低位，资产质量尚可，定期存款和同业负债占比均偏低，负债稳定性尚可；但泰隆银行的客户以小微客户为主，建议关注未来资产质量变化情况。 厦门国际银行：信用评分77.2分，排名21/232，目前二永债存续规模170亿元，1年期永续债收益率2.86%。 厦门国际银行为厦门市城商行，以福建区域为主营地，国资背景，资产体量大，不良率水平略低于行业平均水平，并且非标资产占比也较低，整体资产质量尚可；但后续需关注银行监管处罚相关情况。 恒丰银行：信用评分71.5分，排名32/232，目前二永债存续规模380亿元，1年期永续债收益率2.81%。 2017年恒丰银行曾因两任原董事长违法违纪，内控不足等问题陷入资不抵债的流动性危机中，后引入优质股东——中央汇金和山东资管，国资控股力度明显得到强化，且股东背景较强，恒丰银行整体公司治理方面有所改善，信贷资产质量有所改善，不良贷款率持续走低，整体资质尚可。但恒丰银行核心一级资本充足率8.43%，非标投资占比23.57%，同业负债占比33.91%，建议持续关注上述指标后续变化情况。 余杭农商行：信用评分66.1分，排名65/232，目前二永债存续规模51亿元，1年期二级资本债收益率2.76%、1年期永续债收益率2.99%。 余杭农商行展业区域集中在浙江省杭州市余杭区，余杭区经济实力较强，GDP在浙江省内区县中排名靠前，余杭农商行拥有优质的展业环境；此外，核心一级资本充足率10.19%，拨备覆盖率412.28%，资本充足，拨备计提充足；不良贷款率和关注类贷款占比均低于1%，处于行业低位，资产质量尚可；但是余杭农商行的股权中国企持股比例偏低。 福建海峡银行：信用评分62.0分，排名84/232，目前二永债存续规模50亿元，1年期二级资本债收益率2.76%、1年期永续债收益率2.99%。 福建海峡银行经营区域位于福州市，国资背景，贷款质量尚可，不良率处于行业偏低水平；但非标资产占比16.89%，建议后续持续关注非标资产占比、股东方面舆情变化情况。 唐山银行：信用评分61.4分，排名87/232，目前二永债存续规模55亿元，1年期永续债收益率3.04%。 唐山银行拨备覆盖率584.04%，处于行业较高水平，拨备计提力度较大；不良贷款率0.91%，关注类贷款占比0.57%，处于行业低位，整体基本面表现尚可；但考虑到唐山银行的贷款行业及区域集中偏高，资产中非标类资产占比偏高，建议后续持续关注。 河北银行：信用评分60.0分，排名93/232，目前二永债存续规模130亿元， 1年期永续债收益率2.86%。 河北银行是河北省唯一省级法人银行，具有一定区位优势，重要性强；但后续对于其股东方面舆情变化情况建议持续关注。 4 风险提示 评分指标选取主观化，数据可得性问题，对评分结果造成干扰。银行业指标数量较大，受数据可得性限制，我们仅能选取部分指标进行打分，并且指标选取偏主观化，可能会对打分结果造成一定影响。 经济复苏不及预期，或对银行经营造成负面影响。经济复苏不及预期，银行业资产质量承压，净息差处于低位，资本补充难度较大，或对银行经营造成负面影响。 < 完 > 本研究报告根据2024年2月26日已公开发布的《银行业信用分析精要与打分模型构建——金融债分析手册系列之一》整理，如需获取完整研报，请联系对口销售。 分析师 杜渐 <执业证书编号：S1230523120005> 研究助理 李艳 <执业证书编号：S1230124010005> 特别声明 法律声明及风险提示： 本公众号为浙商证券固收团队设立。本公众号不是浙商证券固收团队研究报告的发布平台，所载的资料均摘自浙商证券研究所已发布的研究报告或对报告的后续解读，内容仅供浙商证券研究所客户参考使用，其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，使用本公众号内容应当寻求专业投资顾问的指导和解读，浙商证券不因任何订阅本公众号的行为而视其为浙商证券的客户。 本公众号所载的资料摘自浙商证券研究所已发布的研究报告的部分内容和观点，或对已经发布报告的后续解读。订阅者如因摘编、缺乏相关解读等原因引起理解上歧义的，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据浙商证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以浙商证券正式发布的研究报告为准。 本公众号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，浙商证券及相关研究团队不就本公众号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本公众号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，浙商证券及相关研究团队不对任何人因使用本公众号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。 浙商证券及相关内容提供方保留对本公众号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本公众号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“浙商证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。 廉洁从业申明： 我司及业务合作方在开展证券业务及相关活动中，应恪守国家法律法规和廉洁自律的规定，遵守相关行业准则，遵守社会公德、商业道德、职业道德和行为规范，公平竞争，合规经营，忠实勤勉，诚实守信，不直接或者间接向他人输送不正当利益或者谋取不正当利益。

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）