不良貸款率計算公式是期末不良貸款余額

⑴ 不良貸款率計算公式

法律分析： 不良貸款生成率計算公式：不良貸款生產率=（期末不良貸款-期初不良貸款+核銷的不良貸款）/期初貸款余額。

法律依據：《中華人民共和國商蔽物業銀行法》 第七條 商業銀行開展信貸業務，應當嚴格審查借款人的資信，實行擔保，保障按期收回貸款。

商業銀行依法向借款人收回到期貸款的本金和利息，受法律保護。

逾貸比就是逾期貸款率，是指本期貸款余額中逾段並迅期貸款余額所佔比重。它通常反映銀行所發放貸款沒有按期收回的程度的指標。通常造成逾期貸款的主要原因有：拖延工期，停緩建，建成後不能使用，投產後經濟效益低、無還款能力，非常損失和不同意歸還等。

⑵ 什麼是不良貸款生成率

1、不良貸款率指金融機構不良貸款占總貸款余額的比重。不良貸款是指在評估銀行貸款質量時，把貸款按風險基礎分為正常、關注、次級、可疑和損失五類，其中後三類合稱為不2良貸款。
2、不良貸款的形成原因多種多樣，不外乎來自於銀行外部的原發性因素和銀行內部管理的內生性因素。
銀行外部原發性因素
(1)借款人的因素。借款人可能是內部經營不善、產品市場萎縮，也有可能是借款人借改制之機故意逃廢銀行債務，缺乏還款意識。(2)政策因素。由於宏觀經濟政策缺乏連續性，經濟波動的頻率高、幅度大，使信貸擴張和收縮的壓力相當大，在宏觀緊縮、經濟調整時期，往往形成大量貸款沉澱。(3)行政干預因素。主要表現
銀行外部因素引發不良貸款率
為地方政府壓，地方財政擠，迫使銀行發放大量指使性貸款、救濟貸款，貸款行為行政化，信貸資金財政化，直接削弱了貸款產生經濟效益的基礎。
銀行內部管理內生性因素
(1)決策失誤。銀行的高級管理人員對借款人的現狀及市場形勢的判斷偏差或失誤引起重大信貸決策上的失敗導致不良貸款的形成。(2)信貸人員素質。部分人員素質不高，難以進行貸款的科學決策和有效管理，違規放貸時有發生；在執行信貸政策方面，有的信貸人員隨意性很大，存在「人情代替制度」現象。(3)貸款結構不合理。貸款組合結構性失衡，如貸款投向不合理引起貸款過度集中等造成不良貸款的形成。(4)道德因素。信貸人員除了必須具備一定的金融理論、企業財務管理、法律制度等業務知識外，還必須具有誠實的品格和強烈的責任心。部分信貸員「在其位而不謀其職」工作主動性差，缺乏開拓創新精神，不能幹好自己的本職工作。甚至蓄意營私舞弊、違規違紀、違法犯罪，引起不良貸款的形成。

⑶ 商業銀行不良貸款率怎麼計算公式

不良貸款率計算公式如下：不良貸款率=（次級類貸款+可疑類貸款+損失類貸款）/各項貸款×100%

=貸款撥備率/撥備覆蓋率×100%

金融機構不良貸款率是評價金融機構信貸資產安全狀況的重要指標之一。不良貸款率高，可能無法收回的貸款占總貸款的比例越大；不良貸款率低，說明金融機構不能收回貸款占總貸款的比例越小。

正常類貸款定義為借款人能夠履行合同，沒有足夠理由懷疑貸款本息不能按時足額償還。關注類貸款定義為盡管借款人有能力償還貸款本息，但存在一些可能對償還產生不利影響的因素。

次級類貸款定義為借款人的還款能力出現明顯問題，完全依靠其正常營業收入無法足額償還貸款本息，即使執行擔保，也可能會造成一定損失。可疑類貸款的定義為借款人無法足額償還貸款本息，即使執行擔保，也肯定要造成較大損失。

損失類貸款定義為在採取所有可能的措施或一切必要的法律程序之後，本息仍然無法收回，或只能收回極少部分。對各項貸款進行分類後，其後三類貸款合計為不良貸款。

各項貸款指銀行業金融機構對借款人融出貨幣資金形成的資產。主要包括貸款、貿易融資、票據融資、融資租賃、從非金融機構買入返售資產、透支、各項墊款等。

(3)不良貸款率計算公式是期末不良貸款余額擴展閱讀

危害性：

根據日本的經驗，中國經濟也象日本一樣被不良貸款所拖累。越來越多的人看到了不良資產的危害性。

1、不良貸款率高，最大的危害是影響銀行對經濟的支持能力。中國的銀行對貸款極其謹慎小心，就是因為不良貸款太多，影響了銀行放款能力。

2、如果靠發行基礎貨幣來解決不良貸款問題，容易引發通貨膨脹。如果對之掉以輕心，不良貸款的大量發生還會誘發社會道德風險，如果加大處理不良貸款的力度又可能會引起企業連鎖倒閉破產，增加財政風險和社會危機。

解決辦法：

1、加強金融企業的業務監管，保證今後每一筆貸款的質量，防止新的不良貸款產生。

2、加大中國企業的體制改革，強化企業的經營和競爭機制。

3、適當採取擴張性貨幣政策，給一些能救活的企業輸血，使之起死回生。

4、發行基礎貨幣，沖淡不良貸款。

第3和第4種辦法都是增加貨幣供給，通過適度通脹抵消不良貸款，從而活躍中國經濟，使經濟增加活力。

⑷ 商業銀行不良資產率和不良貸款率

1. 計算公式為: 不良資產率=不良資產期末余額/總資產期末余額*100%
2. 不良資產是不能參與企業正常資金周轉的資產,如債務單位長期拖欠的應收款項,企業購進或生產的呆滯積壓物資以及，不良貸款率指銀行的不良貸款占總貸款余額的比重。金融機構不良貸款率是評價金融機構信貸資產安全狀況的重要指標之一，商業銀行的不良貸款率一般不應高於5%。不良貸款率高，可能無法收回的貸款占總貸款的比例越大；不良貸款率低，說明金融機構不能收回貸款占總貸款的比例越小。

⑸ 稀釋不良貸款率

稀釋不良貸款率是指銀行或金融機構在報告期內發放的新貸款中，不良貸款的比例。稀釋不良貸款率是衡量銀行或金融機構貸款質量的重要指標，它反映了銀行或金融機構貸款管理水平的高低。稀釋不良貸款率越低，說明銀行或金融機構的貸款管理水平越高，貸款風險也越小。
稀釋不良貸款率的計算方法是：稀釋不良貸款率=（期末不良貸款余額+期末不良貸款准備金）/（期初不良貸款余額+期末不游汪良貸款准備金+期末新發放貸款余額）。

稀釋不良貸款率的降低，有助於銀行或金融機搭塵構提高貸款質量，降低貸款風險，提高貸款管理水平，保持良好的貸款狀態，有神枝仔利於銀行或金融機構的發展。因此，銀行或金融機構應採取有效的措施，加強貸款管理，提高貸款審批標准，加強風險防範，積極控制不良貸款，有效降低稀釋不良貸款率，提高貸款質量。

⑹ 關於銀行不良貸款撥備覆蓋率計算公式

詳細理解不良貸款率計算公式

不良貸款率是衡量銀行貸款風險的重要指標，它反映了銀行貸款的質量，是衡量銀行貸款風險的重要指標。本文將詳細介紹不良貸款率的計算公式，以及如何准確計算不良貸款率。

什麼是不良貸款率

ing Rate）是指銀行貸款中，拖欠本息超過90天的貸款占總貸款余額的比例，也就是說，不良貸款率是指銀行貸款中，拖欠本息超過90天的貸款占總貸款余額的比例。

不良貸款率的計算公式

不良貸款率的計算公式為：

不良貸款率=（不良貸款余額/總貸款余額）×100%

其中，不良貸款余額是指拖欠本息超過90天的貸款余額，總貸款余額是指所有貸款余額的總和。

如何准確計算不良貸款率

1. 了解不良貸款的定義。不良貸款是指拖欠本息超過90天的貸款，因此，在計算不良貸款率時，需要先確定哪些貸款屬於不良貸款。

2. 確定不良貸款余額。在確定不良貸款余額時，需要將所有不良貸款的余額進行累加，以獲得不良貸款余額。

3. 確定總貸款余額。在確定總貸款余額時，需要將所有貸款的余額進行累加，以獲得總貸款余額。

4. 計算不良貸款率。根據不良貸款率的計算公式，將不良貸款余額和總貸款余額相除，再乘以100%，即可計算出不良貸款率。

不良貸款率的重要性

不良貸款率是衡量銀行貸款風險的重要指標，它反映了銀行貸款的質量，是衡量銀行貸款風險的重要指標。如果不良貸款率過高，說明銀行貸款的質量較差，風險較大，因此，銀行應採取有效措施，降低不良貸款率，以確保銀行貸款的安全性。

結論

不良貸款率是衡量銀行貸款風險的重要指標，它反映了銀行貸款的質量，是衡量銀行貸款風險的重要指標。不良貸款率的計算公式為：不良貸款率=（不良貸款余額/總貸款余額）×100%，要准確計算不良貸款率，需要了解不良貸款的定義，確定不良貸款余額和總貸款余額，然後按照不良貸款率的計算公式計算出不良貸款率。不良貸款率的高低反映了銀行貸款的質量，因此，銀行應採取有效措施，降低不良貸款率，以確保銀行貸款的安全性。

逾期60天以上貸款偏離度計算公式

逾期60天以上貸款偏離度=逾期60天以上貸款余額/不良貸款余額。凳改拍

貸款偏離度也叫貸款分類偏離度，是指貸款的賬面分類和真實分類的偏差程度，是衡量貸款分類准確性的逆指標，即偏離度指標值越大，分類准確性越差；偏離度指標值越小，分類准確性越高。考核貸款分類偏離度有兩個基本指標，不良貸款率的相對偏離度和絕對偏離度。

計算公式：

抽查樣本的偏離度=抽查樣本中新增的不良貸款金額÷抽查樣本貸款規模

實際不良比率=（抽查樣本的偏離度×全轄信貸規模+原有的不良貸款規模）÷全轄信貸規模

偏離度=實際不良比率-上報的不良比率

不良貸款偏離度是衡量貸款分類准確性的逆指標，即偏離度指標值越大，分類准確性越差；偏離度指標值越小，分類准確性越高。考核貸款分類偏離度有兩個基本指標，不良貸款率的相對偏離度和絕對偏離度。

跟蹤偏離度的計算公式是什麼?

跟蹤偏離度=證券組合的真實收益率-基準組合的收益率。

相關介紹：

偏離度是偏離數的絕對值之和，偏離數為三次產業的不變價產值比重與從業人員比重的差值。如果某一產業的產值份額與就業份額越接近，其偏離度就越小。

從多個國家的統計資料可以看出，某一產業的偏離度通常呈現出U 型的特徵，即當某一產業處於發展初期，其偏離度較高，隨著進一步發展偏離度下降並達到最低點。然後，這一產業的技術進步和勞動生產率提高，導致其產出份額增長快於就業份額增長，偏離度又逐步上升。

為了約束銀行業金融機構拉存款「沖時點」行為，監管機構擬推出存款偏離度監管指標，以此來引導商業銀行加強流動性和資產負債管理，做好各時點的流動性安排，合理安排資產負債總量和期限結構，提高流動性風險管理水平。

銀監會一直在圍繞存款「沖時點」的問題進行監測，也將存款從月末統計上升為存款的日均統計。整個存款偏離度機制已經基本有雛形了，這個監測體系已經建成了。下一步要確定一個合理的罰則，並盡快推出。

貸款偏離度，也叫貸款分類偏離度是指貸款的賬面分類和真實分類的偏差程度，是衡量貸款分類准確性的逆指標，即偏離度指標值越大棗羨，分類准確性越差;偏離度指標值越小，分類准確性越高。考核貸款分類偏離度有兩個基本指標，不良貸款率的相對偏離度和絕對偏離度。

貸款五級分類的偏離度該怎麼算？

抽查樣本的偏離度=抽查樣本中新增的不良貸款金額÷抽查樣本貸款規模

實際不良比率=（抽查樣本的偏殲升離度×全轄信貸規模+原有的不良貸款規模）÷全轄信貸規模

偏離度=實際不良比率-上報的不良比率

假設抽樣中共100戶，5000萬元貸款，其中99戶為正常類，1戶100萬元為次級，不良率為2%，在實際檢查中發現還應該有2戶500萬元應為次級或可疑，那麼不良偏離度則為500（新增不良或不良貸款差異額合計數）/5000（樣本總額）=10%，如果發現正常關注之間分類也存在問題則還需計算類別偏離度，計算方法同上。

同業負債依存度計算公式

同業負債依存度計算公式：負債依存度 = 核心負債 ÷ 總負債 × 100%。核心負債依存度反映了商業銀行存款業務中資金來源的穩定性，該比率越大，商業銀行的經營越穩健，核心負債依存度是核心負債點擊總負債的比例。

一、銀行壓降同業規模哪些銀行受影響?

根據江海證券首席經濟學家屈慶測算，2018年底，全國性商業銀行、城商行和農商行的平均同業投資與一級資本凈額比值為145.49%，遠低於監管要求。大部分上市銀行達標輕松，而農商行的同業投資與一級資本凈額平均比值為386.09%，多數農商行的評級相對較低，按照300%的監管指標，未來將面臨較大的監管壓力。從農商行同業資產的結構來看，同業存單佔比超過50%，是未來壓降的重點方向。「城商行雖然整體壓力不大，但是具體到各個銀行，還是存在不少銀行有較大壓力。」屈慶表示。

二、銀行不良貸款偏離度怎樣計算？

銀行不良貸款偏離度的計算公式如下：抽查樣本的偏離度=抽查樣本中新增的不良貸款金額÷抽查樣本貸款規模；實際不良比率=（抽查樣本的偏離度×全轄信貸規模+原有的不良貸款規模）÷全轄信貸規模；偏離度=實際不良比率-上報的不良比率。不良貸款偏離度是衡量貸款分類准確性的逆指標，即偏離度指標值越大，分類准確性越差；偏離度指標值越小，分類准確性越高。考核貸款分類偏離度有兩個基本指標，不良貸款率的相對偏離度和絕對偏離度。

借款人遭到重大自然災害或意外事故，損失巨大且不能獲得保險補償，確實無力償還的部分或全部貸款，或者以保險清償後，未能還清的貸款；貸款人依法處置貸款抵押物、質物所得價款不足以補償抵押、質押貸款的部分；經國務院專案批准核銷的貸款。

⑺ 信貸不良率

從2017年開始，如前我一直在整理上市國有銀行和股份制銀行近十年的財務數據，陸續發表了一些橫向和縱向的對比文章。在這個過程中，我也學到了很多知識，加深了對銀行的了解。最近一個月，因為被困在家裡，我又對銀行的財務報告做了一次深入的探索，有了很多新的發現，其中一些其實也解答了我自己的一些疑惑。這一系列的文章，大約9-10篇，將這些新的發現與前面提到的但經常被忽略的內容整合在一起。由於我的能力有限，我將不可避免地犯錯誤。請批評指正。但是，希望讀者在發表意見之前，能夠仔細閱讀。我很感激！

初步計劃的文章如下：

(一)與不良貸款有關的問題1

(2)與不良貸款有關的問題

(3)壞賬投資。

(4)與凈息差相關的問題1

(5)與凈息差相關的問題2

(6)與凈息差相關的問題3

(七)與非利息收入有關的問題1

(8)與非利息收入有關的問題2

(9)與成本相關的一些問題。

我希望知識可以一直學下去，不斷更新，活到老學到老，讓自己每天都更接近真理(因為真理只能無限接近)。

2015 -2016年供給側改革後，上市銀行不良貸款密集爆發。此後，大家一直試圖通過銀行的不良率或銀行財報中的不良率來預測銀行的不良貸款是否已經見頂，也就是尋找這一輪不良貸款的拐點。不幸的是，大多數可能的拐點最終都被證偽了。本文試圖探討這兩個指標失真的原因，以更有效地反映當前的不良貸款水平。那麼在下一篇文章中，我會根據本文的結論尋找一個可以判斷銀行不良貸款峰值的有效指標，即如何判斷不良貸款的拐點。

很多人會把貸款的不良率作為判斷不良貸款底部的重要依據。原因也很簡單。不良貸款比例開始下降，自然會在圖中形成拐點。難道不是見頂的信號嗎？最有代表性的就是下圖紅線畫的招行近十年不良率圖。

圖1-1招商銀行不良相關數據趨勢圖

我們可以從圖1-1的紅線中清晰的看到一條倒V型的折線，這說明2016年是不良率最高的一年，這也說明其不良貸款在今年已經見頂，也就是不良貸款已經清理完畢。所以在2017年年報、中報甚至一季報公布的時候，我們可以看到這個趨勢，從而預測未來的業績走勢，甚至股價的走勢。2017年之後，招行股價的走勢也恰好與這個數據完美吻合，如下圖所示。

圖1-1-1招商銀行股價月k線圖

註：因為我的不良貸款走勢圖是倒序排列的，不良貸款與股價負相關，所以走勢圖中高點左側的部分(2016年之前的部分，紅色折價)理論上應該與股價k線圖的走勢一致。

計算公式：不良貸款率=不良貸款余額貸款總額。

可惜這只是非常理想的情況，其他銀行並沒有體現。

接下來我們來看看興業銀行和中信銀行的情況。

圖1-2興業銀行不良相關數據趨勢圖

圖1-3中信銀行不良相關渣陵清數據趨勢圖

不良率失真的一個重要原因是，不良率代表了相應時點財務報告中汪禪不良貸款余額的比例。比如2017年年報中的不良率，指的是2017年12月31日年末的不良貸款余額佔比，只是最後一天的快照，實際上並不能代表2017年全年的真實情況。想知道全年真實的不良情況，需要把當期核銷的不良加回來，看核銷的不良比例。

計算公式：不良貸款核銷比例=不良貸款核銷率=(不良貸款余額當期貸款核銷額)貸款總額。

註：本文所有貸款核銷額均指貸款的凈核銷額，即當期貸款減值損失-(貸款撥備期末余額-貸款撥備期初余額)

所以回到圖1-2和圖1-3，看看興業和中信的不良貸款核銷率，也就是兩幅圖中的藍線，其走勢偏離紅線。興業銀行的藍線雖然整體低於2016年的高點，但2018年再次轉為向上，2019年依然高於2017年，這意味著興業銀行2018年的真實不良情況甚至高於2017年。中信2019年的實際不良水平也高於2018年。

與興業銀行真實不良水平(圖1-2中藍線)相對應的是下圖股價的k線圖。興業銀行股價從2017年到2020年在12元-18元的大盒子里波動，被稱為「永遠的18」。直到2020年底才突破這個大盒子，這大概和它真正的爛水平有關。但2019年興業股價突破了2017年大盤藍籌的高點，可能是因為興業2019年的真實不良水平(圖1-2藍線)比2018年有所改善，也明顯好於2016年。(圖1-2和圖2中藍線的高點

016年左側的部分，和股價的K線圖走勢接近）

圖1-2-1興業銀行股價月K線圖

再看中信銀行下圖中的K線圖，在2017年藍籌行情的高點後，一直震盪下跌，在2019年的行情中也毫無表現，越走越低，這恐怕就是其真實不良水平（圖1-3中藍線）的的映射吧。（圖1-3中藍線2016年左側的部分，和股價的K線圖走勢接近）

圖1-3-1中信銀行股價月K線圖

實際上，銀行的不良 核銷的佔比與貸款的不良生成率是高度相關的。

計算公式：不良生成率=(期末不良貸款余額-期初不良貸款余額 當期核銷不良金額)÷期末貸款總額

那麼，如果貸款的核銷率或者不良的生成率大幅下降了，是不是不良貸款見頂的明確信號呢？遺憾的是，答案也是否定的。

回到圖1-2，再看下興業銀行的不良生成率（黃線）和不良核銷率（綠線），在2017年較2016年大幅下降，但之後幾年都比2017年要高，直到2021年才又低於2017年。那麼，真的是其經營又出了問題導致不良生成也出現反彈嗎？還是有別的原因呢？

興業的趨勢可能不太明顯，我們再來考察下民生和浦發。

圖1-4民生銀行不良趨勢圖

圖1-5浦發銀行不良趨勢圖

民生和浦發的股價K線圖我就不貼了，大家看圖1-4和圖1-5中的藍線走勢（2016年左側部分）應該也能猜到其股價的走勢情況了吧，二者大體上是匹配的（民生的月K線是單邊下跌而浦發是橫盤震盪）。

圖1-4和圖1-5中的黃線和綠線是兩家銀行的不良生成率和核銷率，和興業類似，2017年的民生銀行和2018年的浦發銀行，不良生成率和核銷率都出現的了大幅的降低，看上去拐點出現了，不良要見頂了，如果不看後邊的數據，我們真有可能會以此為依據猜測其之後的經營會大幅改善，並推測業績和股價也會隨之走高。但不幸的是，之後一年的數據又再次惡化，所以很顯然生成率這個指標不能直接預判不良的拐點。

其實，貸款的核銷率和不良生成率的降低，有兩種可能的原因，一種當然就是不良已經出清，也就不需要核銷那麼多不良了，不良生成率自然也會下降。但是，還有另外一種可能，就是銀行由於某種原因無法將應該核銷的不良核銷掉，只能減少核銷，進而減少不良的確認，或者是給某些問題貸款展期（同時可以降低逾期率）。而無法足額核銷的原因，常見的情況通常就是營收增長乏力，無法計提足夠的不良貸款撥備。

所以說，銀行貸款的不良生成率與核銷率大幅下降除了不良拐點出現之外，還有可能是營收出了問題，導致被動減少貸款損失准備的計提，進而暫緩了不良貸款的核銷處置。

註：關於銀行在收入中增加計提和減少計提的矛盾與悖論，我曾經單獨發文《一張圖看懂如何選擇銀行股——銀行隱藏不良的邏輯》論述過，這里不再重復。

總結一下，不良率的快照特性導致了其不能准確地反映出銀行當期不良貸款的真實情況，而營收出現問題也會導致銀行暫緩處置不良進而導致貸款不良生成率出現暫時的失真。

那麼，是不是說我們就無法預測不良拐點了呢？其實還是有辦法的，我們利用不良生成率失真的可能原因就可以找到不良拐點的預測方法。具體將在下篇文章中介紹。

相關問答：

⑻ 不良貸款率

商業銀行不良貸款率警戒線是2%，也就是說等於或超過2%，就觸及到了警戒線。

根據預計，2019年商業銀行平均不良貸款率在1.9%以內，猛並在部分領域仍舊存在較大的風險。不良貸款率如果能夠穩定或者下降，那麼對於商業銀行碰祥的盈利是非常有幫助的。

銀行要降低不良貸款率，主要是要加強自身的風控能力、審核力度等。

次級類貸款是指一些貸款機構向信用程度較差和收入不高的借款人提供的貸款。

可疑類貸款的定義為借款人無法足額償還貸款本息，即使執行擔保，也肯定要造成較大損失。

損失類貸款定義為在採取所有可能的措施或一切必要的法律程序之後，本息仍然無法收回，或只能收回極少部分。對各項貸款進行分類後，其後三類貸款合計為不良貸款。

金融機構不良貸款率是評價金融機構信貸資產安全狀況的重要指標之一。不良貸款率高，說明金融機構收回貸款的風險大;不良貸款率低，說明金融機構收回貸款的風險小。