You are browsing the Hong Kong website, Regulated by Hong Kong SFC (CE number: BJA907). Investment is risky and you must be cautious when entering the market.
中金:關於銀行涉房敞口的幾個焦點問題
格隆匯 12-22 14:42

本文來自:中金貨幣金融研究 作者:林英奇、許鴻明等

近期銀行涉房業務關注度上升,我們針對投資者關心的問題做出解答。

理由

Q1:當前房企融資條件如何?

今年下半年房地產銷售回款階段性下滑疊加其他渠道融資趨緊。10月以來,按揭貸款投放已有明顯改善,房地產行業融資條件有所恢復。

Q2:銀行房地產業務相關敞口有多大?

銀行涉房敞口主要包括居民按揭貸款和對公房地產貸款、非標和信用債等。我們估計,截至2021年9月,銀行涉房敞口合計約佔銀行總資產的20%,其中70%為居民住房按揭貸款,30%為對公房企敞口,二者負債主體和風險有明顯差異。

Q3:涉房敞口如何影響銀行資產質量?

我們認為對銀行而言,當前涉房敞口對資產質量的影響主要來自部分房企償債能力下滑的風險,居民按揭貸款風險較低。2021年6月底上市銀行對公地產貸款不良率約為1.9%,相比2020年末上升約0.5個百分點,反映相關風險有所暴露。

Q4:銀行業風險抵禦能力如何?

我們測算銀行體系現有的可用於應對資產質量風險的資源達到13.5萬億元,考慮30%的清收回收率的情況下,能覆蓋的貸款規模約為19.2萬億元,佔全部貸款的12%,相當於目前不良率的7倍,顯示銀行系統用於抵禦風險的資源較為充裕。人民銀行在《金融穩定報吿》中的壓力測試也顯示大中型銀行有較強的信貸風險抵禦能力。

Q5:哪些銀行更能應對風險?

我們認為,涉房敞口風險呈現結構化特徵,不可一以概之,銀行間差異較大。我們認為對於具備以下特徵的銀行涉房敞口無需過分擔憂:1)客户深度經營,資產質量管控能力穿越週期;2)風險偏好較低,主要覆蓋頭部房企;3)經營區域僅覆蓋發達經濟區域,即使敞口風險暴露也方便後續處置回收。向前看,我們認為涉房敞口風險管理能力將進一步促進銀行分化。

風險

經濟增速超預期下滑;房地產行業風險擴散。

1. 當前房企融資條件如何?

地產融資監管趨嚴後對銷售回款依賴度提升。從融資渠道來看,房企投資資金來源主要包括銷售回款(約32%)、自籌資金(包括股權融資、債券和資產證券化,約56%)、上下游產業鏈應付款(約25%)和金融機構貸款(約12%)等(截至2021年10月的12個月)。歷史上房企各類資金來源呈現此消彼長的關係,當銷售回款下降時其他融資渠道能夠實現一定補充。而2017年以來,包括非標在內的地產融資監管趨嚴,房企外部融資比例明顯下滑,對銷售回款的依賴度明顯上升。特別是“三條紅線”和貸款集中度政策推出後,房地產融資進一步受到限制。

外部融資收緊疊加短期銷售回款下滑導致部分房企資金偏緊。與歷史主要幾輪地產下行週期不同的是,今年下半年以來各類渠道資金同時出現下滑,是導致部分房企出現階段性資金偏緊的主要原因。

風險上升環境下,銀行開發貸投放風險偏好較低。相比歷史地產下行週期,本輪開發貸增速下滑跌幅較深、時間較長,從2018年3季度的25%下滑到2021年3季度的0%。近期房地產行業風險上升,銀行風險偏好較低,開發貸增速仍有下行壓力。

按揭貸款投放階段性放緩,近期已有改善。相比歷史地產下行週期,本輪按揭貸款增速下滑時間較長,但幅度較為平緩,截至2021年3季度仍有11.3%的同比增速,接近2012年的底部水平。銀行按揭投放主要受制於房地產貸款集中度要求和居民購房需求制約。另外,下半年部分銀行按揭貸款放款週期相較上半年延長,也是按揭投放放緩的原因。10月以來按揭貸款投放有所改善,2021年5月-9月居民中長期貸款連續5個月同比少增,10月和11月開始轉為同比多增。

圖表1:歷史上房企各類資金來源呈現此消彼長的關係,而2017年地產融資趨嚴以來,房企外部融資比例明顯下滑,對銷售回款的依賴度明顯上升,特別是房企“三條紅線”和銀行貸款集中度政策推出後…

資料來源:國家統計局,中金公司研究部

圖表2:…與歷史主要幾輪地產下行週期不同,本輪各類渠道資金同時出現下滑,尤其是貸款增速下滑至歷史最低點

資料來源:國家統計局,中金公司研究部

圖表3:相比歷史地產下行週期,本輪開發貸增速下滑跌幅較深、時間較長

資料來源:國家統計局,中金公司研究部

圖表4:相比歷史地產下行週期,本輪按揭貸款增速下滑時間較長,但幅度較為平緩,截至2021年3季度仍有11.3%的同比增速

資料來源:國家統計局,中金公司研究部

圖表5:2020年“三條紅線”政策出台後,房企信用債淨髮行量出現收縮

資料來源:中國人民銀行,銀保監會,萬得資訊,中金公司研究部

圖表6:2021年下半年開始房企境外債融資也出現收縮

資料來源:中國人民銀行,銀保監會,萬得資訊,中金公司研究部

圖表7:2018年資管新規後非標融資開始萎縮

資料來源:中國人民銀行,萬得資訊,中金公司研究部

圖表8:2019年監管趨嚴後,房地產信託規模和佔比明顯下滑

資料來源:中國人民銀行,信託業協會,萬得資訊,中金公司研究部

2. 銀行房地產業務敞口有多大?

房地產相關金融負債包括居民的按揭貸款和房企的金融負債,二者負債主體和風險特徵存在明顯差異。具體來看(截至2021年9月):

1.      居民按揭貸款:規模約37.4萬億元,負債主體為居民,資金來源主要來自於銀行。

2.      對公地產貸款:規模約14萬億元,負債主體為房企,主要來自銀行開發貸、併購貸等。

3.      非標融資:負債主體為房企,我們根據房地產投資資金來源數據和個別銀行披露數據估算規模約3萬億元,主要形式為信託貸款、委託貸款等。

4.      境內信用債:負債主體為房企,規模約2萬億元(包括企業債、公司債和ABS等)我們估計絕大多數由境內非銀金融機構持有。

5.      境外信用債:負債主體為房企,規模約1.5萬億元(折人民幣),主要為由海外機構持有的美元計價債券。

從融資來源來看,我們估計以上絕大部分(92%)為銀行表內風險敞口,合計約佔銀行總資產的20%,其中對公房企敞口約佔總資產6%,居民按揭貸款佔總資產13%。2019年以來銀行逐漸開始壓縮房地產業務,相關風險敞口占比開始逐步下降。

另外,除金融負債外和居民購房預收款外,房企的負債還包括供應鏈企業的應付款。2017年以來,房地產融資監管趨嚴,房企金融負債(貸款、債券)佔負債比例逐漸下降,預收房款和供應鏈應付款佔比上升。

圖表9:我們估算個人按揭貸款37.4萬億元,對公房企金融負債21萬億元,絕大部分為為銀行表內風險敞口

資料來源:中國人民銀行,國家統計局,萬得資訊,中金公司研究部

注:截至2021年9月;非標數據根據房地產投資資金來源數據和個別銀行披露數據估算

圖表10:估算銀行表內房地產相關業務敞口70%為個人按揭貸款,其餘為對公業務

資料來源:中國人民銀行,國家統計局,萬得資訊,中金公司研究部

圖表11:房地產相關業務敞口占銀行總資產約20%;2019年以來銀行逐漸開始壓縮房地產業務,相關資產佔比開始逐步下降

資料來源:中國人民銀行,國家統計局,中國銀保監會,萬得資訊,中金公司研究部

圖表12:招行對公房地產風險敞口中,貸款規模與債券、非標規模接近;2020年以來相關風險敞口開始逐步壓降

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表13:2017年以來,房企金融負債(貸款、債券)佔負債比例逐漸下降,預收房款和供應鏈應付款佔比上升

資料來源:公司公吿,萬得資訊,中金公司研究部

注:採用135家上市房企數據計算。

圖表14:房地產“隱性負債”:部分可能未計入有息負債

資料來源:萬得資訊,中金公司研究部

3. 涉房敞口如何影響資產質量?

銀行涉房敞口中對公業務敞口和居民按揭貸款二者負債主體不同,風險特徵也有明顯差異。我們認為對銀行而言,當前涉房敞口可能影響資產質量的途徑主要是部分房企償債能力下滑的風險。除此以外,我們也對供應鏈企業債務、地方隱性債務、居民部門償債能力的可能影響進行探討。具體而言:

1.      房地產企業償債風險。上市銀行2021年6月底對公地產貸款不良率約為1.9%,相比2020年末上升約0.5個百分點,略高於全部貸款約1.8%的水平,反映房企償債風險有所暴露。將128家A股上市房企作為樣本,我們發現2021年房地產企業償債能力明顯下滑,利息覆蓋率(EBITDA/利息費用)小於1的公司有息負債比例上升較快(約15%)。儘管當前償付風險僅在個別企業出現,但銀行風險偏好可能因此降低。

2.      對供應鏈企業債務的影響。房企上下游產業鏈較長,一旦出現違約將影響相關行業的資金週轉。另外,銀行以房企為核心的供應鏈融資也使得金融風險具有傳染性。考慮到政策“保交房”導向,我們認為行業出現大面積資金拖欠的風險較低。

3.      對地方隱性債務的影響。我們測算土地出讓收入佔地方政府綜合收入(按一般預算收入+政府基金性收入計算)比重達到44%。如果房企拿地意願下滑可能對地方政府收入造成拖累。在化解地方隱性債務的政策導向下,我們認為部分債務負擔較重、對土地出讓收入依賴度較高的省份可能將面臨可支配財政資源下降的風險。

4.      居民按揭貸款的影響。國內按揭貸款不良率長期僅為約0.3%左右,遠低於其它貸款1.8%左右的水平,也遠低於美國2%-10%的水平。當前房價預期平穩,我們認為按揭不良上升風險較低。2021年6月底按揭不良率為0.29%,相比2020年底下降0.02個百分點,顯示資產質量保持穩定。

圖表15:房地產企業通過開發貸、按揭貸、土地財政、供應鏈金融等途徑連接居民、政府和上下游企業

資料來源:中金公司研究部

圖表16:穩定房價預期能夠避免房地產相關風險傳導

資料來源;中金公司研究部

圖表17:我們測算今年以來房地產行業償債風險上升較快

資料來源:公司公吿,萬得資訊,中金公司研究部

注:我們將4,000多家非金融上市公司作為樣本,將利息覆蓋率(EBITDA/利息費用)小於1的公司有息負債定義為“存在償債風險的負債”。

圖表18:2021年房地產企業償債能力明顯下滑,存在償債風險的負債比例上升

資料來源:公司公吿,萬得資訊,中金公司研究部

注:風險負債比例=利息覆蓋率<1債務佔比。利息覆蓋率=EBITDA/利息費用。樣本採用128A股上市房企

圖表19:銀行抵押貸款佔全部貸款比重約42%,其中絕大多數抵押品為房地產

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表20:國有大行和中小銀行對公地產不良率2020年以來年都有所上升…

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表21:國有大行和中小銀行按揭不良率最近兩年總體保持平穩

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表22:居民首套房貸款首付比例約為30%

資料來源:萬得資訊,中金公司研究部

圖表23:中國大陸住房按揭貸款違約率相比美國較低

資料來源:聖路易斯聯儲,中國銀監會,韓國央行,香港金融管理局,中金公司研究部

圖表24:中國居民部門債務槓桿率絕對水平不高,但上升速度較快

資料來源:國際清算銀行,中金公司研究部

圖表25:住房價值佔居民總資產價值的約40%

資料來源:社科院估算,中金公司研究部

圖表26:居民購房意願仍然偏弱,商品房成交弱於往年同期

資料來源:萬得資訊,中金公司研究部

圖表27:2021年下半年以來房價漲幅放緩,二三線城市房價漲幅更加低迷

資料來源:國家統計局,萬得資訊,中金公司研究部

圖表28:土地成交出現下滑跡象,尤其是二三線城市

資料來源:萬得資訊,中金公司研究部

圖表29:土地出讓佔地方政府收入比重達到44%

資料來源:財政部,萬得資訊,中金公司研究部

注:我們定義的地方政府財政廣義收入包括一般財政收入和基金性收入

圖表30:房企拿地速度下滑拖累地方政府收入

資料來源:財政部,萬得資訊,中金公司研究部

圖表31:失業率影響個人還款能力

資料來源:中國人民銀行,國家統計局,中金公司研究部

圖表32:部分中西部省份債務負擔較重、對土地出讓收入依賴度較高

資料來源:財政部,萬得資訊,中金公司研究部

注:考慮數據可得性,地方政府相關債務包括地方政府債券和城投債;地方綜合財力包括本級財政收入和政府基金性收入

圖表33:中西部省份地方政府相關債務負擔高於東部省份

資料來源:財政部,萬得資訊,中金公司研究部

注:考慮數據可得性,地方政府相關債務僅包括地方政府債券和城投債;地方綜合財力包括本級財政收入和政府基金性收入

4. 銀行業風險抵禦能力如何?

在資產質量風險侵蝕淨資產前,銀行的“三道防線”能夠抵禦風險,包括不良貸款撥備、撥備前利潤和清收處置。在外部資本補充和救助前,銀行的超額核心一級資本也可用於吸收損失。我們測算銀行體系在外部資本補充前現有的可用於應對資產質量風險的資源達到13.5萬億元,考慮30%的清收回收率的情況下,能覆蓋的貸款規模約為19.2萬億元,佔全部貸款的12%,相當於目前不良率的7倍,顯示銀行系統用於抵禦風險的資源較為充裕。具體而言,當不良率上升時銀行能夠通過以下方式緩衝風險:

1.      允許撥備覆蓋率下降。三季度銀行業不良率為1.8%,撥備覆蓋率為197%,貸款損失撥備為5.6萬億元。一般撥備覆蓋率基本標準為150%,因此在撥備覆蓋率不低於150%的情況下銀行系統能夠最多覆蓋3.7萬億元的不良資產,佔全部貸款的比例為2.3%。

2.      使用全部貸款損失撥備覆蓋損失。當前銀行貸款損失撥備餘額約5.6萬億元,可全部用於覆蓋不良損失。假設清收回收率為30%(下同),則全部撥備能否覆蓋的貸款規模佔全部貸款比例為5.0%。

3.      繼續使用撥備前利潤覆蓋損失。當風險繼續上升,除貸款損失撥備外,銀行可使用當年淨利潤覆蓋損失。在此假設下,銀行能夠用於抵禦風險的資源規模為9.5萬億元,能否覆蓋的貸款規模佔全部貸款比例為8.5%。

4.      繼續使用超額CET-1覆蓋損失。除以上緩衝以外,銀行的超額核心一級資本可用於緩解外部衝擊,超過該水平則銀行需要外部資本補充和救助才能滿足最低的核心一級資本要求。我們估算全部銀行系統超額核心一級資本約為4萬億元(考慮系統重要性銀行附加資本要求),加上該部分緩衝銀行系統擁有的用於抵禦風險的資源為13.5萬億元,能夠覆蓋的貸款規模佔全部貸款比例為12.1%。該水平相當於現有賬面不良率的6.8倍,顯示銀行可用於抵禦風險的資源較為充裕。

考慮到對公房地產貸款佔比較低(7%),且按揭貸款風險較低(現有不良率僅0.3%),房地產相關風險上升對銀行系統整體不良率影響較小。另外,由於開發貸和按揭貸款一般為足額抵押,在房價不出現大幅下跌的情況下銀行能夠通過抵押品收回貸款,因此實際清收回收率可能遠高於30%的假設值。綜合來看,我們認為當前銀行系統用於抵禦風險的資源較為充裕,能夠充分應對房地產行業出現的風險。人民銀行在《金融穩定報吿(2021年)》[1] 中的壓力測試也顯示,對於30家大中型銀行,在整體信貸資產風險壓力測試中的各個衝擊下,整體資本充足率均滿足10.5%的監管要求,有較強的信貸風險抵禦能力。

[1] http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/4332768/index.html

圖表34:我們測算銀行現有的用於抵禦風險的資源達到13.5萬億元,能覆蓋的貸款規模佔全部貸款比例約12%,是當前不良率的7倍,顯示資源較為充裕

資料來源:公司公吿,中國銀保監會,萬得資訊,中金公司研究部 注:假設清收回收率為70%;使用撥備、利潤和資本覆蓋貸款損失部分;時間截至2021年9月底

圖表35:敏感性分析:由於對公房地產貸款佔全部貸款的比例僅為7%,即使該類貸款風險大幅上升整體不良率仍然處於可控水平

資料來源:中國人民銀行,中國銀保監會,萬得資訊,中金公司研究部

注:1H21對公房地產和按揭不良率來自上市銀行;假設僅用於演示性測算;假設清收回收率為30%;使用撥備、利潤和資本覆蓋貸款損失部分;撥備前淨利潤為2021E全年利潤

圖表36:2017年以來銀行不良率和關注率明顯下降,扣除核銷的不良貸款總生成率也回落到較低水平

資料來源:中國人民銀行,中國銀保監會,萬得資訊,中金公司研究部

圖表37:大型銀行和中小銀行撥備覆蓋率出現分化

資料來源:中國人民銀行,中國銀保監會,萬得資訊,中金公司研究部

圖表38:房企破產清算償付順序:貸款順序低於購房者交付和建築工程款,但高於信用債

資料來源:《破產法》,最高人民法院,中金公司研究部

5. 哪些銀行更能應對風險?

我們根據上市銀行披露的按揭和對公房地產貸款數據分析銀行房地產風險敞口,主要結論如下(截至2021年6月):

1.      中小銀行對公房地產貸款佔比較高。股份行和區域行的對公房地產貸款佔全部貸款比重約為8.0%,高於國有大行的5.4%。但2019年以來中小銀行對公房地產貸款增速下滑幅度也高於國有大行,截至1H21股份行和區域行對公房地產貸款同比增速為-2.0%/6.5%,低於國有大行的9.8%,主要原因可能是中小銀行在行業下行週期時風險偏好下降更快。

2.      大行個人按揭貸款佔比較高。國有大行按揭貸款佔全部貸款比重約為30.5%,高於股份行和區域行的18.9%/14.1%,主要由於大行資金成本更優。增速方面,國有銀行按揭貸款增速從2017年以來持續下降,而股份行和區域行按揭增速從2019年以來開始反彈。1H21股份行/區域行按揭貸款增速14.0%/25.8%,高於國有行的10.3%,主要由於部分中小銀行按揭貸款規模低於貸款集中度限制,且按揭貸款利率近年有所上升。

3.      不良風險方面,國有大行和中小銀行對公地產不良率2020年以來都有所上升,而按揭不良率最近兩年總體保持平穩。國有大/股份行/區域行對公地產貸款不良率1H21分別為2.3%/1.4%/1.7%,相比2020年底分別上升0.6/0.3/0.2個百分點,顯示不良風險已有所暴露。而按揭貸款大部分銀行大多數銀行按揭貸款不良率在0.4%以下,2020年上半年不良率仍在下降。

4.      房地產敞口較低、撥備充足的優質銀行更能抵禦地產風險。根據我們的測算,即使對公房地產和按揭貸款不良率分別上升至20%和1%,常熟、郵儲、寧波、杭州、南京、招行等銀行仍能保持170%以上的撥備覆蓋率水平。

綜合來看,我們認為,涉房敞口風險呈現結構化特徵,不可一以概之,銀行間差異較大。我們認為對於具備以下特徵的銀行涉房敞口無需過分擔憂:1)客户深度經營,資產質量管控能力穿越週期;2)風險偏好較低,主要覆蓋頭部房企;3)經營區域僅覆蓋發達經濟區域,即使敞口風險暴露也方便後續處置回收。向前看,我們認為涉房敞口風險管理能力將進一步促進銀行間業績分化。

圖表39:中小銀行對公房地產貸款佔比高於國有大行…

資料來源:公司公吿,萬得資訊,中金公司研究部

注:統計僅包括上市銀行數據

圖表40:…最近兩年中小銀行對公房地產貸款增速下滑幅度也高於國有大行

資料來源:公司公吿,萬得資訊,中金公司研究部

注:統計僅包括上市銀行數據

圖表41:大行個人按揭貸款佔比高於中小銀行…

資料來源:公司公吿,萬得資訊,中金公司研究部

注:統計僅包括上市銀行數據

圖表42:…最近兩年中小銀行個人按揭貸款增速高於國有大行

資料來源:公司公吿,萬得資訊,中金公司研究部

注:統計僅包括上市銀行數據

圖表43:2020年下半年以來中小銀行貸款增速下滑明顯,而國有大行貸款增速保持穩定….

資料來源:中國人民銀行,萬得資訊,中金公司研究部

圖表44:…2021年9月中小銀行貸款明顯同比少增

資料來源:中國人民銀行,萬得資訊,中金公司研究部

圖表45:浙商銀行、民生銀行和平安銀行房地產對公貸款佔比較高…

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表46:…國有大行按揭貸款佔比較高

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表47:大部分銀行2020年上半年對公地產不良率有所上升;郵儲銀行、華夏銀行、平安銀行對公房地產貸款不良率較低…

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表48:…大部分銀行大多數銀行按揭貸款不良率在0.4%以下,2020年上半年不良率有所下降

資料來源:公司公吿,萬得資訊,中金公司研究部

6. 房地產貸款集中度要求影響幾何?

房地產貸款集中度管理制度是2020年底央行、銀保監會建立的銀行業金融管理制度,分五檔設定房地產貸款以及個人住房貸款佔比上限。2021年初開始生效的房地產貸款集中度管理制度已實施近一年,我們回顧政策帶來的影響。從2021年上半年上市銀行房地產貸款數據來看,有數據的35家上市銀行中,房地產貸款集中度超標的銀行有11家,其中10家銀行相關貸款比重已開始下降,且大多數銀行(7家)按照1H21 的速度能夠在截止日期前達標。我們認為這意味着從符合監管要求的角度,未來房地產貸款增速下滑幅度不會有明顯加快。

圖表49:我們估計房地產貸款集中度超標的銀行中,絕大多數銀行按照1H21 的速度能夠達標

資料來源:中國人民銀行,公司公吿,萬得資訊,中金公司研究部

注:估算達標時間為按照1H21貸款佔比變化的速度超標銀行達到要求的時間。超標2個百分點以內的最晚達標時間為2022年底,超標2個百分點以內的最晚達標時間為2024年底。綠色代表按照當前速度能夠按期達標,紅色代表需要加快速度才能達標。

7. 房地產貸款會拖累信貸增速嗎?

近期經濟“穩增長”預期升温,貨幣政策報吿強調“增強信貸總量增長的穩定性”,投資者關心信貸擴張的力度和方向,特別是房地產貸款增速下滑帶來的信貸缺口能否覆蓋。我們作如下演示性測算,供投資者參考(詳見圖表1-3):

1. 開發貸:9月末開發貸餘額同比增速0%,相比2020年的10.1%下滑10個百分點。悲觀假設下,如果2022年開發貸以同樣的幅度下滑,則2022年同比增速-10%,餘額下滑約1.1萬億元。當前制約開發貸增速的因素主要為房地產市場風險發酵,銀行風險偏好較低。

2. 按揭:9月末居民中長期貸款餘額同比增速13.6%,相比2020年的14.9%下滑1.3個百分點。受集中度要求限制,假設2022年以同樣的幅度下滑,則2022年同比增速12.3%,新增約6.4萬億元,同比仍多增1600億元。

3. 綠色貸款:9月末綠色貸款餘額同比增速28.0%,相比2020年的16.9%明顯加速。假設2022年綠色貸款保持約30%增速 ,則2022年新增4.6萬億元,同比多增約1.2萬億元。

4. 普惠小微:9月末普惠小微貸款餘額同比增速27.3%,相比2020年的30.3%有所下滑,主要由於普惠覆蓋面已較高 ,假設2022年保持約25%的增速,則2022年新增4.8萬億元,同比多增約6800億元。

5. 基建:9月末基建類貸款餘額(剔除綠色貸款)同比增速14.9%,相比2020年的20.5%有所下滑,主要由於去年高基數、地方債務監管趨嚴,假設2022年保持約15%的增速,則2022年新增7.6萬億元,同比多增約1萬億元。

綜合來看,在以上假設條件下,綠色、普惠小微、基建類貸款合計貢獻約17萬億元新增貸款,約佔2022年新增貸款的73%,同比多增約3萬億元,能夠覆蓋房地產貸款下滑的1萬億元信貸缺口,總體上2022年信貸增速將與2021年保持穩定。可能影響以上假設條件的因素包括:中央經濟會議等政策定調、貨幣政策調整、實體經濟信貸需求、銀行資金預算情況等。

圖表50:演示性測算:假設各類貸款延續2021年增速趨勢,2022年總體貸款增速能夠保持穩定

資料來源:中國人民銀行,公司公吿,萬得資訊,中金公司研究部

注:假設2021年各類貸款增速與9月末持平、2022年增速延續2021年趨勢。百分數為餘額同比增速。

圖表51:綠色貸款和普惠小微貸款增速較快

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表52:10月社融、信貸規模同比增速觸底

資料來源:公司公吿,萬得資訊,中金公司研究部

圖表53:演示性測算:貸款增量及結構

資料來源:公司公吿,中國人民銀行,中金公司研究部

注:假設2021年各類貸款增速與9月末持平、2022年增速延續2021年趨勢。基建類貸款採用上市公司銀行數據股份估算,不包括綠色貸款中的基建部份。

圖表54:演示性測算:貸款存量及結構

資料來源:公司公吿,中國人民銀行,中金公司研究部

注:假設2021年各類貸款增速與9月末持平、2022年增速延續2021年趨勢。基建類貸款採用上市公司銀行數據股份估算,不包括綠色貸款中的基建部份。

8. 銀行房地產業務向何處去?

2017年以來“房住不炒“原則下政策趨嚴。2016年11月中央經濟工作會議提出“房子是用來住的,不是用來炒的”的定位,要求綜合運用土地、金融、財税、投資、立法等手段,加快研究建立基礎性制度和長效機制。在此之後,房地產融資相關政策開始逐漸趨嚴,包括貸款集中度要求、房企“三條紅線“、限制非標通道以及嚴查貸款用途等措施。

政策導向維護房地產市場穩定。2021年以來房地產信用風險事件增多,9月底監管部門召開座談會後,政策基調以“維護房地產市場平穩健康發展”為主;另一方面,11月19日發佈的貨幣政策報吿中定性“房地產市場風險總體可控”,同時堅持 “不將房地產作為短期刺激經濟的手段”;風險處置方面,有關部門堅持“市場化、法治化”原則,妥善處理個別風險事件。

長期來看涉房貸款增速仍有下行壓力,但風險可控。10月以來,住房按揭貸款投放環比提速、開發貸收縮較快的情況有所緩解。但我們認為集中度和“三條紅線”規定對貸款按揭投放仍將形成一定約束,開發貸資產質量承壓也會影響銀行風險偏好,尤其是對於部分存在風險的中小房企。因此,未來房地產貸款增速可能仍有下行壓力,但幅度可能較為緩和。

房地產風險總體可控,堅守優質銀行。總體而言,我們認為房地產相關風險對銀行業影響可控,風險管理審慎、撥備充足的優質銀行更能抵禦地產風險。而與此同時行業內的分化將持續,部分對風險房企敞口較大、撥備不夠充足的中小銀行可能面臨一定的壓力,我們也將持續關注相關風險。

圖表55:近年來主要房地產政策:2017年以來“房住不炒“定位下房地產融資條件明顯收緊

資料來源:中國人民銀行,新華社,中國政府網,萬得資訊,中金公司研究部

附錄

圖表56:房地產企業融資渠道:金融機構、外資、居民部門和上下游企業是主要的資金來源

資料來源:萬得資訊,中金公司研究部

圖表57:房地產融資流程:銀行通過開發貸、按揭貸款、信用債和非標等方式為房企融資

資料來源:萬得資訊,中金公司研究部

圖表58:統計局口徑房地產企業開發投資到位資金來源

資料來源:國家統計局,中金公司研究部

Follow us
Find us on Facebook, Twitter , Instagram, and YouTube or frequent updates on all things investing.Have a financial topic you would like to discuss? Head over to the uSMART Community to share your thoughts and insights about the market! Click the picture below to download and explore uSMART app!
Disclaimers
uSmart Securities Limited (“uSmart”) is based on its internal research and public third party information in preparation of this article. Although uSmart uses its best endeavours to ensure the content of this article is accurate, uSmart does not guarantee the accuracy, timeliness or completeness of the information of this article and is not responsible for any views/opinions/comments in this article. Opinions, forecasts and estimations reflect uSmart’s assessment as of the date of this article and are subject to change. uSmart has no obligation to notify you or anyone of any such changes. You must make independent analysis and judgment on any matters involved in this article. uSmart and any directors, officers, employees or agents of uSmart will not be liable for any loss or damage suffered by any person in reliance on any representation or omission in the content of this article. The content of the article is for reference only and does not constitute any offer, solicitation, recommendation, opinion or guarantee of any securities, virtual assets, financial products or instruments. Regulatory authorities may restrict the trading of virtual asset-related ETFs to only investors who meet specified requirements. Any calculations or images in the article are for illustrative purposes only.
Investment involves risks and the value and income from securities may rise or fall. Past performance is not indicative of future performance. Please carefully consider your personal risk tolerance, and consult independent professional advice if necessary.
uSMART
Wealth Growth Made Easy
Open Account