貴陽農商行成為銀行資産質量風險暴露的“典型”，或許隻是銀行業的一個開始，尤其是對此前通過扭曲不良貸款偏離度的方式來調低不良貸款率的銀行有很大的影響，市場對銀行業整體不良率的擔憂陡升。一份關于貴陽農商行的評級報告使銀行不良貸款率問題又成為輿論的風口浪尖，這是中誠信國際給貴陽農商行出具的二級資本債跟蹤評級報告。
報告顯示，貴陽農商行不良貸款率從2016年年末的4.13%飙升至2017年年末的19.54%；與此相應的是不良貸款撥備覆蓋率從161.25%下降至34.15%；資本充足率則由11.77%下降為0.91%。據此，中誠信國際将貴陽農商行主體評級由AA-下調為A+，債項評級從A+下調為A。
早在2018年3月，監管層便發布了《銀監會關于調整商業銀行貸款損失準備監管要求的通知》，将撥備覆蓋率監管标準從150%下調至120%-150%之間，貸款撥備率監管要求由2.5%調整為1.5%至2.5%，但滿足撥備率下調的條件之一是貸款分類的準确性，即逾期90天以上貸款納入不良貸款的比例達到100%的銀行，可将撥備覆蓋率監管标準降至最低的120%。
監管層此舉的意圖非常明顯，即此前市場對銀行不良貸款率的真實性頗多微詞，監管調整旨在避免某些銀行通過逾期90天以上貸款不計入不良的手段來有意隐藏不良貸款，以提高銀行報表披露的不良貸款率的真實性。實際上，這種調整過程并不影響銀行的實際風險，隻是會導緻一些銀行的不良情況更加真實地暴露出來。
此次貴陽農商行不良貸款率陡然飙升，主要是該行為了貫徹監管部門降低不良貸款偏離度的要求，将大部分逾期90天以上貸款納入不良貸款所緻。貴陽農商行本次成為銀行資産質量風險暴露的“典型”，或許隻是銀行業的一個開始，尤其是對此前通過扭曲不良貸款偏離度的方式來調低不良貸款率的銀行有很大的影響，市場對銀行業整體不良率的擔憂陡升。
甚至，這種擔憂情緒的連鎖反應也傳導至監管層。繼7月2日青島農商行被證監會取消審核後，7月9日，浙江紹興瑞豐農商行再次被取消審核。據了解，監管層對排隊IPO銀行的從嚴審核，尤其是對不良貸款的重點關注是一周之内兩家銀行被取消審核的原因。
貴陽農商行不良樣本
那麼，此次引爆事件導火索的主體貴陽農商行的資産質量情況究竟如何，是否具有行業代表性引起市場的極大關切，對它進行詳細的樣本剖析也就具有典型的行業意義。
實際上，貴陽農商行的前身是農信社，并由其合并而成，這也是中國農商行形成的典型軌迹。2011年12月23日，貴陽當地的南明、小河、白雲農村信用合作聯社和雲岩農村合作銀行四家農村中小法人金融機構，合并組建貴陽農村商業銀行。成立之時，貴陽農商行注冊資本18億元，各項存款餘額159億元，各項貸款餘額99億元。由于曆史包袱較重，業務基礎較為薄弱，貴陽農商行本身的資質較差。
較差的資質主要表現為貴陽農商行脫胎于農信社、農村合作銀行，難免受限于自身地域欠發達的經濟結構，在業務開展上對當地人脈圈的高度依賴，無法做到像全國性銀行一樣建立行長輪換制度以防止利益輸送。再加上農商行、農信社風險管理能力普遍低下，對管理層缺乏有效的制度約束，資産質量容易積累風險因素。
風險管理水平低下有數據佐證。2013-2016年間，貴陽農商行關注類貸款率基本都在35%以上，除了2015年為30.11%，但仍處于高位，且遠高于同期全國商業銀行的平均水平；逾期貸款率在2016年年底達到34.01%的高峰，亦遠高于同期上市銀行整體逾期貸款率。
逾期90天以上貸款和不良貸款的比例達到623.49%，表明其不良貸款的認定标準極其寬松。按照逾期90天以上貸款和不良貸款比例100%的标準，貴陽農商行未認定的不良貸款額為61.99億元。為了讓賬面不良貸款率保持在外界看起來合理的區間範圍，貴陽農商行絕大部分逾期90天以上的貸款實際上并未及時列入不良貸款，其不良貸款和不良貸款率的真實性存疑。
天風證券認為，貴陽農商行資産質量情況不具有行業代表性，其資産質量極差是多種因素綜合作用的結果，包括較大的曆史包袱、較低的風控水平，以及當地經濟結構等多種因素。而董事長更替風險更是導緻其資産質量風險集中暴露的直接因素。
2016年9月，貴陽農商行原董事長索美英因嚴重違紀被開除黨籍和公職，在潛在不良包袱已經積累了極大風險且足以使貴陽農商行滑入資不抵債深淵的背景下，新董事長上任之後，存量問題貸款的風險集中暴露也是必然趨勢。截至2016年年末，貴陽農商行逾期貸款率由2015年年末的20.28%大幅上升至34.01%。
對銀行而言，不良貸款的認定标準相對主觀，因此，資産質量不能隻看不良貸款率，逾期貸款率是更重要的指标，也更加客觀。2017年，銀監會“三三四十”檢查中對銀行不良貸款偏離度問題的重點關注，強監管之下不良貸款認定标準進一步趨嚴，緻使一些銀行不良貸款率短時間内暴增的可能性陡增。由于貴陽農商行将大部分逾期90天以上的貸款列入不良貸款，導緻其2017年年末的不良貸款率暴增至19.54%。
客觀來看，貴陽農商行最近幾年逾期貸款率其實一直呈顯著下降的态勢，表明其資産質量有所改善。2016年年末、2017年年末，貴陽農商行的逾期貸款率分别為34.01%、25.82%；2016年、2017年、2018年一季度，逾期90天以上貸款比例分别為25.75%、24.3%、18.33%，已經出現明顯下降的趨勢。不過，由于貴陽農商行存量貸款多年積累的問題較為嚴重，非一日之功可以解決，結果就是盡管資産質量有所改善，但其逾期貸款率與不良貸款率仍然遠遠高于行業平均水平。
資産質量的改善主要得益于貴陽農商行新董事長狠抓資産質量問題的成效顯著。2018年一季度，貴陽農商行不良貸款餘額由年初的78.43億元降至58.97億元，降幅達24.81%；不良貸款率也下行5.68個百分點至13.86%。此外，2017年，由于貴陽農商行大力處置不良貸款的過程中消耗了大量撥備，導緻其撥備覆蓋率在年底僅為34.15%，而到了2018年一季度，撥備覆蓋率則回升至42.42%。
除了銀行自身經營管理的原因之外，讨論貴陽農商行的資産質量問題，還是離不開其所處的地域性因素。受經濟下行、不良風險加速暴露等因素的影響，貴州省銀行業資産質量表現一般。
2013-2017年，貴州省銀行業不良貸款率快速上升，由2013年年末的1.33%上升至2017年年末的2.63%，顯著高于2017年年末全國商業銀行1.74%的不良貸款率平均水平。尤其是2017年，受貴陽農商行不良貸款認定趨嚴的影響，貴州省不良貸款率由2016年年末的1.86%跳升至2.63%。
不過，進入2018年，貴州省銀行業資産質量出現好轉迹象。一季度，貴州省銀行業不良貸款率較2017年年末的2.63%顯著下降至2.30%。從貴陽省另外兩家可比銀行來看，貴陽銀行和貴州銀行的不良貸款率、關注類貸款率、逾期貸款率均不高，2013-2017年間的不良貸款率均在2%以下，且自2015年以來呈現明顯的下行趨勢，說明上述兩家銀行的不良貸款在持續出清，資産質量向好趨勢較為明顯。
此外，貴陽銀行和貴州銀行的關注類貸款率都維持在較低水平，貴陽銀行關注類貸款率在5%以下，貴州銀行關注類貸款率則從2015年的6.86%下行至2017年的2.38%，自2015年以來持續走低的趨勢非常明顯，這說明上述兩家銀行的潛在不良風險也在持續出清。
與貴陽銀行和貴州銀行相比，貴陽農商行資産質量表現較差，這既有自身經營管理水平較低的原因，也有地域性經濟結構受限和較大的曆史包袱的原因。種種原因綜合作用的結果，使得貴陽農商行背後的銀行業務的基礎較差，這是其不良貸款率暴增的根本原因。
農商行一般均由農信社改制而來，而農村信用社改制為農商行的初衷是為了解決産權不清、管理體制落後等問題，提升銀行自身經營管理水平，夯實金融支持“三農”的基礎。不過，由于農信社積弊嚴重，使得中國農商行普遍存在不良貸款曆史包袱較重、經營管理水平較低等問題。
根據央行《2017年三季度貨币政策執行報告》披露的信息，截至2017年9月末，全國農信社不良貸款率高達4.1%，顯著高于商業銀行的平均水平，農信社資産質量明顯差于行業平均。
相比上市銀行，農商行普遍公司治理水平較低，風控水平不高，不良貸款認定标準較松，因而受不良監管趨嚴的負面影響較大。2018年年初以來，受不良認定标準趨嚴及風險暴露等因素的影響，農商行整體不良貸款率由2016年四季度的2.49%大幅上升至2018年一季度的3.26%，與同時期商業銀行整體不良貸款率保持穩定的走勢相比，呈現較大的分化趨勢。
2017年年初以來，農商行撥備覆蓋率與大行走勢出現分化。受不良監管加強等影響，農商行不良貸款率上升明顯，從而導緻撥備覆蓋率明顯走低，與大行走勢出現較大的分化。
數據顯示，截至2015年年末和2016年年末，貴陽農商行核心一級資本充足率和資本充足率分别為7.59%和10.57%、8.01%和11.77%；到2017年年末，兩項數據分别降至為-1.41%和0.91%，遠低于監管要求的标準，資本補充的需求凸顯。
在不良貸款飙升的影響下，貴陽農商行2017年年末貸款損失準備缺口高達51.75億元，核心一級資本淨額為-7.28億元，核心一級資本充足率更是降至-1.41%。2017年年末，該行發行的二級資本債合計12億元計入後，年末資本淨額為4.71億元。截至2018年3月末，貴陽農商行撥備覆蓋率較年初上升8.27個百分點至42.42%，仍遠低于120%150%的監管要求。
根據分析，貴陽農商行資本充足率走低，主要因撥備計提不足産生“貸款損失準備缺口”，進而構成了資本的扣減項。2017年年底和2018年一季度分别應扣減51.65億元、33.95億元，從而對資本充足率造成的影響為-9.96個百分點和-6.55個百分點。而随着撥備增提和資産質量的好轉，該扣減項預計逐步下降至零，各項資本充足率也将緩慢上升。
因此，盡管貴陽農商行短期不良貸款率異常飙升，但沒有必要因貴陽農商行的個例就對上市銀行資産質量持悲觀态度。實際上，因當前貨币與信貸政策已悄然微調，加上去杠杆的節奏更加溫和，強監管對經濟的負面影響将逐漸減弱，有利于緩解市場對經濟的悲觀預期，未來銀行業資産質量企穩的趨勢也較為明确。
銀行貸款配置結構解析
銀行資産質量一直是市場非常關注的問題，而銀行資産質量歸根結底取決于銀行資産的配置結構，即銀行貸款的行業分布和地域分布。
26家上市銀行年報已全部披露，銀行貸款作為企業外部融資的主要渠道之一，是企業不斷做大做強的有力支持。2017年以來，在經濟去杠杆、金融強監管等外部形勢疊加的影響下，債券融資整體仍然較為低迷且出現結構性分化，非标融資也不斷萎縮，此時，銀行貸款額度的分配對企業融資的重要性不言而喻。
根據天風證券對26家上市銀行2017年年報數據的整理，我們可以初步了解上市銀行貸款結構的基本情況，并對銀行資産質量進行深入分析，以展示銀行的貸款結構和不良貸款的分布情況，并對市場分析實體行業的信用風險有一定的借鑒意義。
截至2017年年末，上市銀行整體資産規模為148萬億元，較2016年年末增長6.29%，2017年年末貸款規模為77.6萬億元，較2016年年末增長10.82%，總體來看，2017年的貸款規模增速快于銀行總資産增速。
根據《貸款風險分類指引》，中國商業銀行将信貸資産分為正常、關注、次級、可疑、損失五類，以反映貸款收回的可能性并作為計提貸款準備的基礎。其中，五級分類中的後三類被視為不良貸款；銀行在進行五級分類後應确定各級貸款的計提比例以确定需要計提的貸款準備。
根據銀監會公布的數據，截至2017年年末，銀行業不良貸款餘額從2016年年末的15122億元上升至17057億元，同比增長12.80%，2017年年末的不良貸款率為1.74%，不良貸款率與2016年年末相比基本維持穩定。2017年，“次級”、“可疑”、“損失”貸款分别比2016年年末增長2.61%、19.95%、18.86%。
上述數據顯示，2017年，商業銀行不良貸款的規模仍有所增長，但是不良貸款率相比于2016年已經趨于穩定，2017年，商業銀行正常類貸款的規模大幅上升，且占比比2016年也有所提升。由于銀行業不良貸款與經濟周期緊密相連，在經濟平穩運行的情況下，不良貸款新生成數量會逐漸減少。從不良貸款率變化的角度來看，與2016年相比，2017年經濟發展情況有所企穩。
在目前經濟去杠杆、金融強監管等外部形勢疊加的影響下，債券融資整體低迷且出現結構性分化，随着非标融資的不斷萎縮，再融資壓力成為壓垮企業的最後一顆稻草，銀行對于企業的再融資支持尤為重要，回顧2017年銀行的貸款結構分布情況和未來重點關注的領域，銀行貸款額度給到了哪些行業和區域？未來銀行貸款又将繼續重點支持哪些行業？而這些對銀行個體和銀行業整體資産質量的影響都不容小觑。
在對公貸款中，銀行信貸的行業投向直接影響其不良貸款的生成率，因此，優化公司貸款的行業結構是銀行信貸業務中的重要内容，銀行需要結合外部形勢的變化，調整貸款投放領域，調整的标準主要是考慮監管政策的因素，優先支持符合政策導向的行業。
根據相關銀行年報，在國有五大行的對公貸款中，制造業和交通運輸、倉儲和郵政業兩個行業的貸款占比均在15%以上，而對租賃和商務服務業，中國銀行、農業銀行、工商銀行、建設銀行四大行的貸款力度也較大，貸款占比基本均在10%以上。根據中國銀行年報，2017年，其對租賃和商務服務業的貸款占比高達23.2%。
與2016年相比，2017年，國有大行對公貸款中電力、熱力、燃氣及水生産和供應業，交通運輸、倉儲和郵政業，租賃和商務服務業，水利、環境和公共設施管理業的貸款占比有所增加；而采礦業、制造業、批發和零售業的貸款占比則有所下降。
整體來看，銀行制造業貸款額度的占比較高，但最近幾年是呈現逐漸下降的趨勢，國有大行降低了對過剩産能等風險點較多的行業的信貸投放，同時逐步加大了對水利、環境和公共設施，租賃和商務服務業等政府支持領域的信貸投放。
在股份制銀行的對公貸款中，制造業，批發和零售業，房地産業，租賃和商務服務業的占比較高，對制造業的貸款占比均在15%以上，對房地産業的貸款占比均在10%以上。與2016年相比，2017年，股份制銀行對公貸款中電力、熱力、燃氣及水生産和供應業，租賃和商務服務業的貸款占比有所增加；而制造業，建築業、批發和零售業的貸款占比則有所下降。
在城商行的對公貸款中，制造業、批發和零售業，水利、環境和公共設施管理業，租賃和商務服務業的貸款占比較高。與2016年相比，2017年，城商行對公貸款中租賃和商務服務業，水利、環境和公共設施管理業的貸款占比有所增加；而制造業、建築業、房地産業的貸款占比有所下降。
在農商行的對公貸款中，制造業、批發和零售業、租賃和商務服務業的貸款占比較高，其中，對制造業的貸款投放占比基本均在35%以上。與2016年相比，2017年，農商行對公貸款中電力、熱力、燃氣及水生産和供應業，交通運輸、倉儲和郵政業，租賃和商務服務業占比有所增加；而制造業雖然整體占比高，但是相比2016年也有所下降。
分析銀行信貸投放的區域分布可知，國有五大行和股份制銀行的貸款區域分布較為分散，但是整體而言，東北地區的貸款投放量相對較少。就國有五大行披露的分區域貸款結構數據來看，東北地區信貸投放額度占總額度的比例基本在5%左右，而長江三角洲、珠江三角洲、環渤海地區、中部地區、西部地區等基本都在10%以上；就城商行和農商行而言，其業務則相對集中在本省/市的範圍内，地域性色彩更為強烈。
信用風險隐患未除
在分析了銀行貸款投放的行業和地域分布以後，接下來的問題就是，銀行不良貸款的重災區究竟在哪兒？
根據上市銀行披露的不良貸款率情況，整體而言，2017年，多數銀行的不良貸款率有所下降，僅浦發銀行、民生銀行、華夏銀行三家銀行2017年不良貸款率比2016年有所上升。
綜合銀行年報裡披露的信息，不良貸款率下降的原因包括内因和外因，外因主要包括外部經濟環境企穩向好，經濟結構發生積極轉變，增長動力穩步轉換，制造業産能出清，行業集中度提升以及企業利潤改善較為明顯。内因則多是銀行持續優化信貸政策，提升風險管理能力，優化公司貸款的行業結構，加大不良資産清收處置力度，持續強化信用風險防控，建立健全内控案防長效機制等。
相應地，不良貸款率上升的原因也分為内因和外因，外因主要是受外部金融經濟形勢影響，部分民營中小企業、低端制造業等客戶經營困難，融資能力下降，出現資金鍊緊張、斷裂、無力還款等情況；部分企業去産能的壓力仍存，部分企業杠杆率居高不下，融資成本上升，負擔加大，影響銀行信用風險暴露；2017年，原材料價格大幅上漲和運輸成本急升，對下遊行業形成較大的經營壓力，部分地區經濟結構調整産生的企業信用風險暴露仍持續增加；部分制造業、租賃和商務服務業企業受産能過剩、市場需求不足等多重因素的影響，行業内競争加劇、盈利下降，出現信用風險；房地産市場出現分化，房地産開發貸款、建築業貸款風險有所上升。從内因來看，不良貸款率上升的主要因素是銀行的信貸結構、授信範圍、風險化解以及不良資産清收、資産保全能力等。在26家上市銀行2017年年報中，有14家銀行年報披露了分行業不良貸款率的數據，我從這14家上市銀行披露的分行業不良貸款率的情況來看，批發與零售業、制造業、采礦業和農林牧漁業的不良貸款率較高，且2017年較2016年均呈上升趨勢，其中，農林牧漁業不良貸款率增長最快；租賃及商貿服務、教育、水利、環境和公共設施管理業，金融業不良貸款率較低。
結合2017年上市銀行年報披露的分行業不良貸款率和2017年分行業不良貸款率較2016年的變動情況可以發現，批發和零售業、制造業這兩個行業呈現兩高的局面：即不良貸款率處于所有行業的最高水平，且不良貸款率的增長幅度處于高位。
由于宏觀經濟的波動，國内外需求的下滑，以及2017年以來原材料價格的大幅上漲，使得實體經濟和與其相關的上下遊企業的生産經營成本大幅提升，部分制造業企業信用風險加劇，特别是低端制造業、強周期性行業及部分産能過剩行業企業甚至出現信用風險；而批發零售業進入壁壘相對較低，市場競争激烈，小微企業數量多，疊加互聯網對實體購物的沖擊，部分批發領域企業經營出現困難，從而影響銀行信用風險的暴露。
由于房地産市場2017年嚴調控的升級，部分杠杆率居高不下的企業的融資成本大幅上升，債務成本不斷加劇，也在一定程度上影響銀行信用風險的暴露，房地産行業2017年的不良貸款率比2016年有所上升。總體而言，各銀行房地産行業的不良貸款率仍然處于較低水平，但是房地産企業還有很多信托等非标準化融資，因此，銀行不良貸款率對地産行業不良貸款情況的反映可能會有所失真。
針對各區域經濟特點及客群差異，商業銀行可以對各地分支行實行差異化分類督導管理。對風險較高的地區提高授信準入标準、動态調整業務授權，防範區域性系統性風險。
截至2017年年末，浙江省不良貸款餘額為1478億元，相比年初淨減少299億元；不良貸款率下降0.53個百分點至1.64%，不良貸款餘額和不良貸款率實現“雙降”，在各區域中的改善幅度較大；北京、上海、河南和廈門等地區的不良貸款餘額和不良貸款率也呈現“雙降”态勢；而吉林、山東、貴州、西藏等地的不良貸款餘額和不良貸款率則呈現“雙升”趨勢。與銀行貸款的行業分化相類似，區域分化之勢也較為明顯。
由于各家銀行發展策略的不同和行業不良貸款率的差異。銀行信貸投放的行業也有所差異。目前，各家銀行重點關注的風險行業領域主要有哪些？重點布局并支持的行業有哪些？都能在一定程度上反映這些行業可能存在的價值和風險，我們根據26家銀行年報中對其信用風險管理目标的定位和公司對于2018年前景的展望與應對措施的工作安排進行分析。
從行業層面來看，銀行仍然着力壓減“兩高一剩”行業的貸款投放，并且執行嚴格的準入标準，着力壓縮退出重大風險客戶和低端過剩産能客戶，特别是涉及去産能、去杠杆和符合“僵屍企業”标準的客戶。對于房地産行業，工商銀行、農業銀行、中國銀行、招商銀行、上海銀行等均做出相應的風控部署，工商銀行提出要加強房地産行業的風險管理，審慎把握庫存消化周期較長的三四線城市新增住宅開發融資，從嚴控制商用房開發融資；農業銀行則提出要嚴格落實房地産調控政策及各項監管要求，堅持“一城一策”的差異化管理策略，從嚴控制高庫存城市的住房項目及地價過高的高成本項目。
與此同時，在信貸風險管理布局上，招商銀行提出堅持“現金流穩定覆蓋、業務模式合規”的準入标準，将資源投向按市場化、商業化原則運作且具有良好現金流、符合政府購買（采購）、PPP模式的政策要求的地方政府融資平台業務；建設銀行、農業銀行、中國銀行等多家銀行還提出加強政府融資平台存量貸款管理，持續優化政府融資平台貸款結構，對地方政府融資平台貸款總量進行控制。
根據年報，各家銀行基本都表示将全力服務實體經濟，引導信貸資金脫虛向實。加大對戰略性新興産業、重點制造領域、現代服務業等領域的支持力度。重點支持與國計民生密切相關的業内龍頭企業和地區優質企業，優先投放涉及節能環保改造和技術改造升級的融資需求。對于地産和城投等行業，銀行的支持力度則更有差異性和針對性，如工商銀行提出積極支持重點區域、大型優質房地産客戶、政府購買服務棚改區改造房地産客戶融資需求，建設銀行提出房地産項目重點支持優質房地産客戶和普通商品住房項目，積極開拓住房租賃市場，上海銀行提出支持租購并舉下的房地産及城市更新改造。
從區域上而言，商業銀行表示将積極服務京津冀協同發展、“一帶一路”、長江經濟帶建設、東部地區率先發展、中部地區崛起、西部大開發、東北振興等國家戰略和區域經濟社會發展規劃，推動不同區域的分行因地制宜。充分挖掘自貿區、産業園區、改革試驗區等國家給予特殊支持政策區域和“一帶一路”等重要節點城市的業務機遇。
總體來看，2017年，商業銀行不良貸款的規模仍有所增長，但與2016年相比，不良貸款率則逐步趨于穩定；2017年，商業銀行正常類貸款的規模大幅上升，且占比與相2016年相比也有所提升。
從信貸投放的區域分布而言，國有五大行在東北地區的貸款投放量相對較少，從各地銀監局披露的信息來看，吉林、山東、貴州、西藏等地的不良貸款餘額和不良貸款率呈現“雙升”趨勢。未來商業銀行将充分挖掘自貿區、産業園區、改革試驗區等國家給予特殊支持政策區域和“一帶一路”等重要節點城市的業務機遇。
在供給側結構性改革的背景下，随着地方政府債務治理力度的加大，産能過剩行業、僵屍企業的退出将進入攻堅階段，信用風險将可能持續暴露，商業銀行将面臨資産質量進一步下降的壓力。
對“兩高一剩”行業仍然執行嚴格的準入标準，着力壓縮退出重大風險客戶和低端過剩産能客戶，特别是涉及去産能、去杠杆和符合“僵屍企業”标準的客戶。
對于房地産和城投等行業，銀行的支持力度則呈現一定的差異性和針對性，積極支持重點區域、大型優質房地産客戶、政府購買服務棚改區改造房地産客戶融資需求，城投平台需要滿足現金流穩定覆蓋、業務模式合規，同時積極開拓住房租賃市場，支持租購并舉下的房地産及城市更新改造。
對于庫存消化周期較長的三四線城市新增住宅開發融資則相對會審慎把握，并從嚴控制商用房開發融資，高庫存城市的住房項目及地價過高的高成本項目。
同時，各家銀行基本都表示将全力服務實體經濟，引導信貸資金脫虛向實。加大對戰略性新興産業、重點制造領域、現代服務業領域等的支持力度。重點支持與國計民生密切相關的業内龍頭企業和地區優勢企業，優先投放涉及節能環保改造和技術改造升級的融資需求。
受經濟增長放緩、産業結構調整、市場需求下降等因素的影響，未來公司信用風險仍面臨一定程度的壓力，銀行不良貸款也有所上升。制造業、批發和零售業仍是不良貸款的重災區行業，不良貸款和不良貸款率的增速均偏高。
房地産行業2017年的不良貸款率相比2016年也有所上升。總體而言，各銀行的房地産不良貸款率仍處于較低水平。但值得注意的是，房地産企業除了銀行貸款外，還有很多信托等非标準化融資。由于這部分融資的情況銀行并不完全掌握，因此，銀行不良貸款率對房地産行業不良貸款情況的反映可能會有所失真，尤其是對于非标融資過于依賴、表外隐性負債規模較大的房企的風險仍然需要給予重點關注。