Ⅰ 銀行不良貸款率怎麼計算
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。
供參考，謝謝！
Ⅱ 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。
(2)各國商業銀行不良貸款率擴展閱讀
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。
Ⅲ 造成銀行不良貸款率持續上升的原因有
一直以來，不良貸款問題是制約國有商業銀行進一步加快發展速度，一方面商業銀行缺乏一個有效風險定價機制，整個風險的價格完全在政府的管制下；另一方面國有商業銀行的產權結構和政府角色定位的失衡，不良貸款形成的原因主要有以下幾個方面。
一、資金體制變革的影響。在從計劃經濟向市場經濟過渡的過程中，隨著「撥改貸」政策的逐步實施，國企不再得到國撥資金的補充，以致企業虧損等財政性支出被擠入了銀行流動資金貸款，因此造成企業資金捉襟見肘，周轉失靈，這對國企最終無力償付貸款本息有相當影響。
二、投融資體制約束了銀行自主經營。我國的投資體制缺乏責任制的約束，長期以來形成一種「政府立項、計委審批、財政與銀行買單」的模式，由於投資項目的確立，系由有關部門包攬決定，銀行只作為一個現成的貸款人。如遇到決策失誤、立項不當，或經濟環境變化，往往發生項目建成無法投產，或因重復建設，投產後產品積壓，以及產銷不對路、效益低下等。結果使貸款到期無力歸還，造成逾期和呆滯，形成不良。
三、會計核算處理上的弊漏。流動資金貸款原是填補國企自有資金不足，由銀行發放的短期貸款，它的貸款期限一般為一年。但實際上它是銀行墊付國企鋪底的流動資金，是長期被企業周轉佔用，形成「短貸長用」。對這類貸款的到期還款，相應的會計核算處理方法一直為「借新還舊」。隨著短期貸款到期申請展期期限累計不得超過原貸款期限，經批准展期後的貸款，如到期無力還款，次日起即屬逾期貸款等規定的出台，堵住了沒完沒了的展期，貸款的逾期情況得到了真實反映，這是不良貸款快速增長的一個重要原因。
四、實體經濟拖累。銀行是服務業，銀行業的發展和實體經濟緊密關聯。造成銀行業經營困難，大量不良產生的原因，一定程度上是由於經濟壓力日漸增大而造成的。而這種經濟壓力在目前看來不會立刻得到緩解。預計未來我國經濟運行將是L型走勢。這個L型是一個階段，持續時間相對較長。因此今後幾年，總需求低迷和產能過剩並存的格局難以出現根本改變，銀行不良貸款率仍舊面臨著嚴峻的考驗。因此銀行業需要做好長期艱苦作戰的思想准備，苦練內功，迎接漫長嚴冬的考驗。
Ⅳ 請問各地的銀行不良貸款率能在哪裡找到
各地銀行不良貸款率獲取渠道：
人民銀行貨幣信貸科；
銀監局監管科。
註：
不良貸款率屬於銀行內部數據，不對外公布；
如需獲取，請攜帶相關公函前往查詢，且保證對數據的保密。
不良貸款率：
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良貸款。
Ⅳ 為什麼中國商業銀行不良貸款率低於世界平均水平
因為中國的大部分貸款都是抵押貸款。無抵押的則審核很嚴格
Ⅵ 銀行不良資產的現狀和未來發展趨勢
不良資產處置行業市場格局再次引發關注 創新模式不斷出現
2018年末，不良貸款余額達到2.03萬億，不良資產市場的市場格局再次引發關注。不良資產的市場隨著經濟周期的波動更迭，資產管理公司(AMC)從銀行或其他金融機構、公司處收購不良資產，然後處置回收。對於銀行等機構或公司來說，可以加速不良資產處置，快速收回資金，投入到正常業務中;而對於AMC而言可以折價收購不良，處置資產回收資金後賺取一定價差。
在行業蛋糕變大的同時，不良資產處置模式也在不斷革新，如債務重組、市場化債轉股、產融結合基金、不良資產證券化、互聯網+不良資產處置等創新模式不斷出現，拓展了不良資產處置途徑。
不良資產處置市場規模創近年高位水平
不良貸款余額在2018年末達到2.03
萬億元，較3季度末有所下降，減少68億元，但依舊處於近年來高位水平。商業銀行不良貸款率1.83%，較上季末下降0.04個百分點。
從全年趨勢看，不良貸款率從年初開始連續三個季度攀升，到4季度有所下降。1季度不良貸款率為1.75%;2季度不良貸款率升至1.86%，在連續9個季度穩定在1.75%左右之後首次出現上升;3季度，商業銀行不良貸款率上升
0.01個百分點至1.87%;4 季度，隨著國家一系列防風險政策出台，不良率有明顯下降，為1.83%，仍處於近年高位。
商業銀行五級貸款方面，近兩年，正常類貸款佔比有小幅度提升，關注類貸款佔比則 一定程度的下降，不良類貸款佔比升高。2018
年四季度末，中國商業銀行正常類貸款余額105.02萬億元，關注類貸款余額3.46 萬億元，不良貸款余額2.03萬億元。
2011-2018年Q4中國商業銀行不良貸款余額統計情況
數據來源：前瞻產業研究院整理
從不良資產供給角度看，夏雨認為，商業銀行三類貸款增速上，不良貸款增速開始抬頭，從2017年維持在12%附近，快速上漲到201·8年三季度的21.66%。未來不良資產包的形成或將隨著經濟下行壓力增大而保持較大的供給量。
從不良資產需求角度看，「4+2+N+銀行系」的不良資產市場格局基本確定，變數僅在「N」(民營未持牌資產管理機構)。隨著市場趨於飽和，未來不良資產經營機構的數量將保持在較慢的增長水平。
不良資產處置模式不斷創新
產公司可通過追償債務、租賃、轉讓、重組、資產置換、委託處置、債權轉股權、資產證券化等多種方式處置資產。
除了傳統的資產處置方式，不少市場人士認為未來，金融資產管理公司應以投行的理念、工具、模式經營不良資產，通過債務重組、產融結合基金、市場化債轉股、不良資產證券化、「互聯網+」等創新方式積極參與運作，發現由於信息不對稱而暫時被低估價值的資產，並嫁接資本市場，提升其內在價值。例如，中國長城總裁、執行董事周禮耀曾表示：「面對新形勢，長城資產的不良資產處置模式，已經主要從政策性時期的『三打』模式實現了向商業化的『三血』模式轉變。」
目前，許多處置方式都在由傳統模式向投行化思維轉變。馬賽在采訪中也提到處置不良資產的兩個行業理論：冰棍理論和劈柴理論，所謂冰棍理論——「處置不良資產就像賣冰棍。冰棍在手裡時間長了，就融化了，不良資產也是如此。如果不能趕快處置，時間長了，就只剩下一根兒木棒了。
——更多數據參考前瞻產業研究院發布的《中國不良資產處置行業市場前瞻與投資戰略規劃分析報告》。
Ⅶ 不良貸款率與gdp增長率實證用什麼模型
利率是貨幣的價格，商業銀行是經營貨幣的金融機構，這就決定了利率變化必然會對商業銀行風險承擔產生重要影響。傳統的理論認為金融市場中的信息不對稱會引起逆向選擇和道德風險問題，從而導致商業銀行在高利率水平下承擔高風險。逆向選擇問題是指當利率處於較高水平時，優質借款人由於較高借款成本而放棄借款，而那些知道自己不可能償還貸款的人則會積極的尋求貸款，從而增加貸款風險發生的可能性。道德風險問題是指當利率較高時，借款人由於從事原本的經營活動不可能償還貸款或者出於追求更高利潤的動機，而採取與貸款人意願相背離的活動，增加貸款違約的可能性。然而，近幾年學術界又興起了另一種觀點，認為長期的低利率環境同樣會增大商業銀行的風險承擔。2007年美國爆發了次貸危機，進而引發了全球性金融危機，對世界各國的金融體系和實體經濟造成了很大傷害。反思這次金融危機產生的原因，眾說紛壇：金融自由化、金融創新的管理不當，資產價格泡沫的積聚和崩潰，委託—代理問題等。但最根本的原因還是商業銀行承擔了過度的風險。美聯儲自2002年就一直實行寬松的貨幣政策，導致貨幣市場利率長期處於較低水平，這增加了商業銀行對風險的容忍度，降低了它對風險的感知程度，致使其放鬆了貸款的價格條款，最終影響到銀行貸款的整體質量（Borio&Zhu，2008）。基於以上兩種觀點，需要思考我國的貨幣市場利率與商業銀行的風險承擔關系。我國的利率市場化改革程度不斷向縱深方向推進，利率的不規則波動性加大，加劇了銀行的脆弱性，本文要研究的另一個問題就是利率變化的不確定性對商業銀行風險承擔的影響。一、變數選擇與模型構建（一）變數選擇1.被解釋變數。在商業銀行風險承擔的度量方面，國內外學者主要採用的度量指標有不良貸款率（NPL）、加權風險資產佔比（RA）、破產概率Z值（Z-score）。Delis&Kouretas（2011）使用了不良資產率和加權風險資產佔比這兩個指標來度量銀行風險承擔，徐明東、陳學彬（2012）選用Z值和資產貸款率作為銀行風險的測度指標。除此之外，還有學者使用貸款損失率、預期違約率等來衡量商業銀行的風險承擔水平。考慮到存貸款業務在我國商業銀行業務中一直佔有較高比重以及數據的准確性，本文選用各大銀行公布的不良貸款率作為銀行風險承擔的衡量指標。2.解釋變數。在選擇貨幣市場利率變數時，由於我國貨幣市場還未形成一個公認的基準利率，因此不得不採取多個指標。國內學者對基準利率的爭論主要集中於全國銀行間同業拆借利率（CRATE）、銀行間債券市場利率（BRATE）與上海銀行間同業拆放利率（SHIBOR）三者之間。海濤、方兆本（2010）通過對SHIBOR、CRATE和BRATE的波動狀況進行分析，發現這三種利率均不能完全獨立地作為我國貨幣市場的基準利率。本文選取銀行間債券市場利率（BRATE）與上海銀行間同業拆放利率（SHIBOR）作為貨幣市場利率的衡量指標。利率波動性的變數則採用上海銀行間同業拆借利率的標准差來衡量，即DSH。3.控制變數。為了控制銀行自身因素、宏觀經濟狀況和市場競爭等可能對商業銀行風險承擔產生的影響，本文選取銀行規模（SIZE）、銀行資本充足率（CAR）、銀行資產收益率（ROA）、實際經濟增長率（GDPG）、銀行業景氣指數（BBI）和市場集中度（CON）六個變數作為控制變數。（二）模型構建基於研究目標和變數選擇，本文參照Delis&Kouretas（2011）的模型設定。模型（1）用以研究貨幣市場利率對商業銀行風險承擔的影響。在模型（1）中，i代表i銀行，t代表t期，Risk為被解釋變數，代表商業銀行的風險承擔，本文以不良貸款率作為其衡量指標。MP是解釋變數，代表貨幣市場利率，本文以BRATE、SHIBOR作為貨幣市場利率的指標。控制變數：SIZE銀行規模，CAR銀行資本充足率，ROA銀行資產收益率，GDPG實際經濟增長率，BBI銀行業景氣指數，CON市場集中度。銀行業景氣指數反映的是調查當期相對於上期銀行業的變化情況；市場集中度反映的是銀行業的競爭情況，集中度越高，市場競爭越小。二、實證分析（一）數據來源基於數據的可得性和可信性，本文採取我國16家上市銀行2007年至2014年的面板數據進行研究，包括中國銀行、農業銀行、工商銀行、建設銀行、交通銀行、民生銀行、中信銀行、光大銀行、招商銀行、平安銀行、寧波銀行、興業銀行、南京銀行、北京銀行、華夏銀行、浦發銀行。數據來源於各銀行年度報表、中國人民銀行網站和中國國家統計局網站。（二）各變數的描述性統計（表2）由於BRATE所取得的數據為月加權平均數據，HIBOR所取得的數據為日數據，因此，在這里用隔夜SHIBOR的曲線圖來說明我國貨幣市場利率的變化趨勢，如圖1所示。（三）參數估計與分析1.估計方法。由於所構建的模型中均含有被解釋變數的滯後一階，為了避免出現內生性問題，本文採用廣義矩估計（GMM）方法對模型進行估計。廣義矩估計分為差分廣義矩估計（DIFGMM）和系統廣義矩估計（SYSGMM），但在有限樣本下，系統GMM的估計結果相對於差分GMM的估計結果來說，偏差更小。系統GMM又可分為一步廣義矩估計和兩步廣義矩估計，相對來說，兩步法的估計結果對異方差和截面相關性具有更高的穩健性，因此本文最終選用系統廣義矩估計兩步法對模型進行估計，估計結果如表3所示。2.估計結果。首先，觀察表3中所有AR（2）和Sargan檢驗的P值，結果發現它們的P值都顯著大於0.1，這說明可以接受這兩種檢驗的原假設，即「不存在序列自相關」、「所有工具變數都是有效的」。另一方面，被解釋變數滯後一階系數在各個模型估計中都顯著為正，說明商業銀行的風險承擔在相鄰期間內存在較強的關聯，可以認為之前所構建的4個模型都是合理的。（四）解釋變數、控制變數和交叉項的系數1.貨幣市場利率與商業銀行風險承擔之間存在顯著負相關關系。以BRATE為解釋變數的模型估計結果中，BRATE的β系數分別為-0.07、-0.282、-0.474，z值分別為-8.07、-7.35、-3.03，均在1%的水平上顯著；在以SHIBOR為解釋變數的模型估計結果中，SHIBOR的β系數分別為-0.069、-0.353、-0.397，z值分別為-7.8、-3.44、-3.11，同樣都在1%的水平上高度顯著。這一結論與Altunbas（2009）、Martha（2010）、牛曉健、裘翔（2013）的研究發現基本一致，低利率水平會助長商業銀行的風險偏好。結合我國2007年到2014年的隔夜SHIBOR曲線圖（圖1），發現我國貨幣市場利率在2007到2010年間一直處於較低水平，波動性不大，從2011年開始，利率波動性顯著增加，但利率整體水平並未提升到相當高的程度。因此，可以得出結論，目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，較低的利率水平提升了商業銀行對風險的容忍度，降低了商業銀行對風險的感知度，刺激了商業銀行對高收益的慾望，最終導致商業銀行的風險承擔加重。2.利率波動性與商業銀行風險承擔具有顯著的正相關關系。從表2中模型（4）的估計結果中可以看到DSH的β系數為0.188，z值為11.73，在1%的水平上顯著。這一結論驗證了黃金老（2001）的理論推斷：利率市場化會帶來兩種風險，分別是利率顯著升高和利率不規則波動性加劇，但利率不規則波動性加劇將是我國商業銀行面臨的主要風險。在我國，由於利率長期處於管制狀態，商業銀行缺乏完善的風險管理制度和有效的金融工具用以應對利率變化的不確定性。盡管我國近幾年大力推進金融體系改革，但商業銀行適應新的環境仍需時間，必須要逐步改善管理制度，實現金融創新。3.從實證研究結果可以看出，銀行規模與商業銀行風險承擔正相關，銀行資本充足率和銀行盈利水平與商業銀行風險承擔負相關。銀行的規模越大，其風險承擔越高，這符合「太大而不能倒」的範式，規模較大的銀行考慮到自身在銀行體系中的重要性，認為當自身出現危機時，中央銀行為了保證金融環境的穩定必定會對其伸出援手，因此，會主動承擔的風險以獲取高收益。銀行的資本充足率越高，就會越傾向於採取謹慎的投資決策，以防止出現重大損失；盈利能力較強的銀行，不會過分追求高收益，而會將管理目標地放到安全性方面，因此銀行資本充足率和盈利水平較高的銀行會傾向於承擔較低的風險。另一方面，將BRATE和SHIBOR的系數與MP*CAR和MP*ROA的系數結合起來分析，BRATE和SHIBOR的系數均顯著為負，而它們與CAR和ROA的交叉項的系數均顯著為正，可以得出結論，較高的資本充足率和盈利水平能夠降低商業銀行風險承擔對利率的敏感性。4.宏觀經濟狀況、市場集中度與商業銀行風險承擔正相關，銀行業景氣指數與商業銀行風險承擔負相關。表2的估計結果顯示GDPG和CON的系數均顯著為正，BBI的系數顯著為負。一般來說，宏觀經濟狀況良好，無風險收益率會降低，商業銀行為了保證足夠的收益，一方面會進行高風險投資，另一方面會放寬借貸標准，從而導致銀行風險承擔上升。市場集中度越低，市場競爭越充分，銀行風險承擔越低，這一結論與Michalak（2011）的研究結果一致。銀行業景氣指數反映了銀行業相對於上期的變化，BBI指數越高，表示銀行業的變化越好，商業銀行的風險承擔水平就越低。三、結論與啟示本文從高利率、低利率、利率波動性三個方面分析了貨幣市場利率對商業銀行風險承擔的影響機制，並基於我國16家上市銀行2007—2014年的年度面板數據進行了實證檢驗。實證研究結果發現：貨幣市場利率與商業銀行風險承擔顯著負相關，這表明目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，低利率水平加大了商業銀行的風險偏好；利率波動性與商業銀行風險承擔正相關，且影響系數較大，這表明我國商業銀行缺乏有效的手段來應對利率變化的不確定性；銀行規模與商業銀行風險承擔正相關；銀行資本充足率、盈利能力與商業銀行風險承擔負相關，並且較高的資本充足率和盈利水平能夠降低商業銀行風險承擔對利率的敏感性；宏觀經濟狀況、市場集中度與商業銀行風險承擔正相關，銀行業景氣指數與商業銀行風險承擔負相關。本文研究的結果顯示目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，這對商業銀行風險承擔管理具有重要啟示：第一，商業銀行要加強對借款人資格的審查，保持一定的貸款標准，降低貸款違約的可能性；第二，商業銀行在追求高收益的同時，應該兼顧資金的安全性，實現收入多元化，分散風險。利率波動性對商業銀行風險承擔具有較強的正向影響，這說明目前我國商業銀行對利率劇烈波動的適應能力較弱，因此政府應繼續堅持穩步推進利率市場化改革的方針，對於放開存款利率的時點、方法要謹慎考慮。
Ⅷ 我國商業銀行與發達國家的商業銀行的差距主要體現在哪些方面
(1)商業銀行的資本實力上的差距。世界上前20家大銀行的資本充足率為11％，而按照國人民銀行比較寬松的資本充足率來計算，我國國有商業銀行的資本充足率都不高。
(2)經營效率方面的差距。全球500強 >500強中，有3家銀行來自中國——中國工商銀行,中國建設銀行,中國銀行,但人均創造收入和人均管理資產卻是最少的。在股本回報率方面，國際大銀行水平一般可以達到15％以上，而中國國有銀行仍然達不到5％的水平。
(3)資產質量和風險管理的差距。世界前20家銀行的不良貸款率是13．2％。美國的比率．67％，而我國四大國有銀行在去年剝離了1．3萬億不良資產後，不良資產率下降了咯，但是仍在25％左右徘徊。
(4)公司治理方面的差距。我國國有銀行由於歷史原因還沒有建立起良好的公司機制，不能完全按照現代企業制度的方式運作。
（5）經營機制和管理體制方面的差距。我國國有商業銀行自主經營、自我約束的機制尚未建立，經營目標模糊。在管理方式上外資銀行更多地採取扁平化、垂直式的管理模式，我國銀行仍舊沿用著階梯式的管理和行政式的管理模式。
（6）信息科技水平相對落後。與國外商業銀行相比，我國商業銀行在信息科技水平方面相對落後。這種落後不僅表現投入少，更主要的表現為投入分散、互不兼容和信息不能共享等方面。這一點在各家商業銀行開辦的銀行卡業務中表現得尤為明顯。為了解決這一問題、提高我國商業銀行的信息科技水平和金融服務水平，國家於2002年成立了中國銀聯股份有限公司。
Ⅸ 求 四大國有商業銀行 2000年以來 不良貸款率的官方數據
可能我的不到你的100大分~但是我很你說句實話~因為我是金融本科畢業~也在銀行實習了1個月~對於銀行的系統雖不說很了解但是我要說出我的心裡話~
就是首先商業銀行做為國家的金融管理中心~即使它有不良資產和不良帳目以及虧損巨大~中央政府可能會透露出來嗎？如果透露出來~那麼後果就是中國老百姓會去擠兌銀行~我想那時候只要是銀行，門口都排著人提錢~如果國外其他不友好的國家再這么一攪和，我想~不要打仗，就能把中國社會秩序弄亂~所以，根本不會有這方面的資料~即使有，也就是幾個字提一下~過幾天網業就被刪除了~
Ⅹ 不良貸款率的一般水平
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，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。
定義
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。
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%。