Ⅰ 银行不良贷款率怎么计算
不良贷款率计算公式如下：不良贷款率=（次级类贷款+可疑类贷款+损失类贷款）/各项贷款×100%
=贷款拨备率/拨备覆盖率×100%
金融机构不良贷款率是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，可能无法收回的贷款占总贷款的比例越大；不良贷款率低，说明金融机构不能收回贷款占总贷款的比例越小。
正常类贷款定义为借款人能够履行合同，没有足够理由怀疑贷款本息不能按时足额偿还。关注类贷款定义为尽管借款人有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素。
次级类贷款定义为借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息，即使执行担保，也可能会造成一定损失。可疑类贷款的定义为借款人无法足额偿还贷款本息，即使执行担保，也肯定要造成较大损失。
损失类贷款定义为在采取所有可能的措施或一切必要的法律程序之后，本息仍然无法收回，或只能收回极少部分。对各项贷款进行分类后，其后三类贷款合计为不良贷款。
各项贷款指银行业金融机构对借款人融出货币资金形成的资产。主要包括贷款、贸易融资、票据融资、融资租赁、从非金融机构买入返售资产、透支、各项垫款等。
供参考，谢谢！
Ⅱ 商业银行不良贷款率怎么计算公式
不良贷款率计算公式如下：不良贷款率=（次级类贷款+可疑类贷款+损失类贷款）/各项贷款×100%
=贷款拨备率/拨备覆盖率×100%
金融机构不良贷款率是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，可能无法收回的贷款占总贷款的比例越大；不良贷款率低，说明金融机构不能收回贷款占总贷款的比例越小。
正常类贷款定义为借款人能够履行合同，没有足够理由怀疑贷款本息不能按时足额偿还。关注类贷款定义为尽管借款人有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素。
次级类贷款定义为借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息，即使执行担保，也可能会造成一定损失。可疑类贷款的定义为借款人无法足额偿还贷款本息，即使执行担保，也肯定要造成较大损失。
损失类贷款定义为在采取所有可能的措施或一切必要的法律程序之后，本息仍然无法收回，或只能收回极少部分。对各项贷款进行分类后，其后三类贷款合计为不良贷款。
各项贷款指银行业金融机构对借款人融出货币资金形成的资产。主要包括贷款、贸易融资、票据融资、融资租赁、从非金融机构买入返售资产、透支、各项垫款等。
(2)各国商业银行不良贷款率扩展阅读
危害性：
根据日本的经验，中国经济也象日本一样被不良贷款所拖累。越来越多的人看到了不良资产的危害性。
1、不良贷款率高，最大的危害是影响银行对经济的支持能力。中国的银行对贷款极其谨慎小心，就是因为不良贷款太多，影响了银行放款能力。
2、如果靠发行基础货币来解决不良贷款问题，容易引发通货膨胀。如果对之掉以轻心，不良贷款的大量发生还会诱发社会道德风险，如果加大处理不良贷款的力度又可能会引起企业连锁倒闭破产，增加财政风险和社会危机。
解决办法：
1、加强金融企业的业务监管，保证今后每一笔贷款的质量，防止新的不良贷款产生。
2、加大中国企业的体制改革，强化企业的经营和竞争机制。
3、适当采取扩张性货币政策，给一些能救活的企业输血，使之起死回生。
4、发行基础货币，冲淡不良贷款。
第3和第4种办法都是增加货币供给，通过适度通胀抵消不良贷款，从而活跃中国经济，使经济增加活力。
Ⅲ 造成银行不良贷款率持续上升的原因有
一直以来，不良贷款问题是制约国有商业银行进一步加快发展速度，一方面商业银行缺乏一个有效风险定价机制，整个风险的价格完全在政府的管制下；另一方面国有商业银行的产权结构和政府角色定位的失衡，不良贷款形成的原因主要有以下几个方面。
一、资金体制变革的影响。在从计划经济向市场经济过渡的过程中，随着“拨改贷”政策的逐步实施，国企不再得到国拨资金的补充，以致企业亏损等财政性支出被挤入了银行流动资金贷款，因此造成企业资金捉襟见肘，周转失灵，这对国企最终无力偿付贷款本息有相当影响。
二、投融资体制约束了银行自主经营。我国的投资体制缺乏责任制的约束，长期以来形成一种“政府立项、计委审批、财政与银行买单”的模式，由于投资项目的确立，系由有关部门包揽决定，银行只作为一个现成的贷款人。如遇到决策失误、立项不当，或经济环境变化，往往发生项目建成无法投产，或因重复建设，投产后产品积压，以及产销不对路、效益低下等。结果使贷款到期无力归还，造成逾期和呆滞，形成不良。
三、会计核算处理上的弊漏。流动资金贷款原是填补国企自有资金不足，由银行发放的短期贷款，它的贷款期限一般为一年。但实际上它是银行垫付国企铺底的流动资金，是长期被企业周转占用，形成“短贷长用”。对这类贷款的到期还款，相应的会计核算处理方法一直为“借新还旧”。随着短期贷款到期申请展期期限累计不得超过原贷款期限，经批准展期后的贷款，如到期无力还款，次日起即属逾期贷款等规定的出台，堵住了没完没了的展期，贷款的逾期情况得到了真实反映，这是不良贷款快速增长的一个重要原因。
四、实体经济拖累。银行是服务业，银行业的发展和实体经济紧密关联。造成银行业经营困难，大量不良产生的原因，一定程度上是由于经济压力日渐增大而造成的。而这种经济压力在目前看来不会立刻得到缓解。预计未来我国经济运行将是L型走势。这个L型是一个阶段，持续时间相对较长。因此今后几年，总需求低迷和产能过剩并存的格局难以出现根本改变，银行不良贷款率仍旧面临着严峻的考验。因此银行业需要做好长期艰苦作战的思想准备，苦练内功，迎接漫长严冬的考验。
Ⅳ 请问各地的银行不良贷款率能在哪里找到
各地银行不良贷款率获取渠道：
人民银行货币信贷科；
银监局监管科。
注：
不良贷款率属于银行内部数据，不对外公布；
如需获取，请携带相关公函前往查询，且保证对数据的保密。
不良贷款率：
不良贷款率指金融机构不良贷款占总贷款余额的比重；
不良贷款是指在评估银行贷款质量时，把贷款按风险基础分为正常、关注、次级、可疑和损失五类，其中后三类合称为不良贷款。
Ⅳ 为什么中国商业银行不良贷款率低于世界平均水平
因为中国的大部分贷款都是抵押贷款。无抵押的则审核很严格
Ⅵ 银行不良资产的现状和未来发展趋势
不良资产处置行业市场格局再次引发关注 创新模式不断出现
2018年末，不良贷款余额达到2.03万亿，不良资产市场的市场格局再次引发关注。不良资产的市场随着经济周期的波动更迭，资产管理公司(AMC)从银行或其他金融机构、公司处收购不良资产，然后处置回收。对于银行等机构或公司来说，可以加速不良资产处置，快速收回资金，投入到正常业务中;而对于AMC而言可以折价收购不良，处置资产回收资金后赚取一定价差。
在行业蛋糕变大的同时，不良资产处置模式也在不断革新，如债务重组、市场化债转股、产融结合基金、不良资产证券化、互联网+不良资产处置等创新模式不断出现，拓展了不良资产处置途径。
不良资产处置市场规模创近年高位水平
不良贷款余额在2018年末达到2.03
万亿元，较3季度末有所下降，减少68亿元，但依旧处于近年来高位水平。商业银行不良贷款率1.83%，较上季末下降0.04个百分点。
从全年趋势看，不良贷款率从年初开始连续三个季度攀升，到4季度有所下降。1季度不良贷款率为1.75%;2季度不良贷款率升至1.86%，在连续9个季度稳定在1.75%左右之后首次出现上升;3季度，商业银行不良贷款率上升
0.01个百分点至1.87%;4 季度，随着国家一系列防风险政策出台，不良率有明显下降，为1.83%，仍处于近年高位。
商业银行五级贷款方面，近两年，正常类贷款占比有小幅度提升，关注类贷款占比则 一定程度的下降，不良类贷款占比升高。2018
年四季度末，中国商业银行正常类贷款余额105.02万亿元，关注类贷款余额3.46 万亿元，不良贷款余额2.03万亿元。
2011-2018年Q4中国商业银行不良贷款余额统计情况
数据来源：前瞻产业研究院整理
从不良资产供给角度看，夏雨认为，商业银行三类贷款增速上，不良贷款增速开始抬头，从2017年维持在12%附近，快速上涨到201·8年三季度的21.66%。未来不良资产包的形成或将随着经济下行压力增大而保持较大的供给量。
从不良资产需求角度看，“4+2+N+银行系”的不良资产市场格局基本确定，变数仅在“N”(民营未持牌资产管理机构)。随着市场趋于饱和，未来不良资产经营机构的数量将保持在较慢的增长水平。
不良资产处置模式不断创新
产公司可通过追偿债务、租赁、转让、重组、资产置换、委托处置、债权转股权、资产证券化等多种方式处置资产。
除了传统的资产处置方式，不少市场人士认为未来，金融资产管理公司应以投行的理念、工具、模式经营不良资产，通过债务重组、产融结合基金、市场化债转股、不良资产证券化、“互联网+”等创新方式积极参与运作，发现由于信息不对称而暂时被低估价值的资产，并嫁接资本市场，提升其内在价值。例如，中国长城总裁、执行董事周礼耀曾表示：“面对新形势，长城资产的不良资产处置模式，已经主要从政策性时期的‘三打’模式实现了向商业化的‘三血’模式转变。”
目前，许多处置方式都在由传统模式向投行化思维转变。马赛在采访中也提到处置不良资产的两个行业理论：冰棍理论和劈柴理论，所谓冰棍理论——“处置不良资产就像卖冰棍。冰棍在手里时间长了，就融化了，不良资产也是如此。如果不能赶快处置，时间长了，就只剩下一根儿木棒了。
——更多数据参考前瞻产业研究院发布的《中国不良资产处置行业市场前瞻与投资战略规划分析报告》。
Ⅶ 不良贷款率与gdp增长率实证用什么模型
利率是货币的价格，商业银行是经营货币的金融机构，这就决定了利率变化必然会对商业银行风险承担产生重要影响。传统的理论认为金融市场中的信息不对称会引起逆向选择和道德风险问题，从而导致商业银行在高利率水平下承担高风险。逆向选择问题是指当利率处于较高水平时，优质借款人由于较高借款成本而放弃借款，而那些知道自己不可能偿还贷款的人则会积极的寻求贷款，从而增加贷款风险发生的可能性。道德风险问题是指当利率较高时，借款人由于从事原本的经营活动不可能偿还贷款或者出于追求更高利润的动机，而采取与贷款人意愿相背离的活动，增加贷款违约的可能性。然而，近几年学术界又兴起了另一种观点，认为长期的低利率环境同样会增大商业银行的风险承担。2007年美国爆发了次贷危机，进而引发了全球性金融危机，对世界各国的金融体系和实体经济造成了很大伤害。反思这次金融危机产生的原因，众说纷坛：金融自由化、金融创新的管理不当，资产价格泡沫的积聚和崩溃，委托—代理问题等。但最根本的原因还是商业银行承担了过度的风险。美联储自2002年就一直实行宽松的货币政策，导致货币市场利率长期处于较低水平，这增加了商业银行对风险的容忍度，降低了它对风险的感知程度，致使其放松了贷款的价格条款，最终影响到银行贷款的整体质量（Borio&Zhu，2008）。基于以上两种观点，需要思考我国的货币市场利率与商业银行的风险承担关系。我国的利率市场化改革程度不断向纵深方向推进，利率的不规则波动性加大，加剧了银行的脆弱性，本文要研究的另一个问题就是利率变化的不确定性对商业银行风险承担的影响。一、变量选择与模型构建（一）变量选择1.被解释变量。在商业银行风险承担的度量方面，国内外学者主要采用的度量指标有不良贷款率（NPL）、加权风险资产占比（RA）、破产概率Z值（Z-score）。Delis&Kouretas（2011）使用了不良资产率和加权风险资产占比这两个指标来度量银行风险承担，徐明东、陈学彬（2012）选用Z值和资产贷款率作为银行风险的测度指标。除此之外，还有学者使用贷款损失率、预期违约率等来衡量商业银行的风险承担水平。考虑到存贷款业务在我国商业银行业务中一直占有较高比重以及数据的准确性，本文选用各大银行公布的不良贷款率作为银行风险承担的衡量指标。2.解释变量。在选择货币市场利率变量时，由于我国货币市场还未形成一个公认的基准利率，因此不得不采取多个指标。国内学者对基准利率的争论主要集中于全国银行间同业拆借利率（CRATE）、银行间债券市场利率（BRATE）与上海银行间同业拆放利率（SHIBOR）三者之间。海涛、方兆本（2010）通过对SHIBOR、CRATE和BRATE的波动状况进行分析，发现这三种利率均不能完全独立地作为我国货币市场的基准利率。本文选取银行间债券市场利率（BRATE）与上海银行间同业拆放利率（SHIBOR）作为货币市场利率的衡量指标。利率波动性的变量则采用上海银行间同业拆借利率的标准差来衡量，即DSH。3.控制变量。为了控制银行自身因素、宏观经济状况和市场竞争等可能对商业银行风险承担产生的影响，本文选取银行规模（SIZE）、银行资本充足率（CAR）、银行资产收益率（ROA）、实际经济增长率（GDPG）、银行业景气指数（BBI）和市场集中度（CON）六个变量作为控制变量。（二）模型构建基于研究目标和变量选择，本文参照Delis&Kouretas（2011）的模型设定。模型（1）用以研究货币市场利率对商业银行风险承担的影响。在模型（1）中，i代表i银行，t代表t期，Risk为被解释变量，代表商业银行的风险承担，本文以不良贷款率作为其衡量指标。MP是解释变量，代表货币市场利率，本文以BRATE、SHIBOR作为货币市场利率的指标。控制变量：SIZE银行规模，CAR银行资本充足率，ROA银行资产收益率，GDPG实际经济增长率，BBI银行业景气指数，CON市场集中度。银行业景气指数反映的是调查当期相对于上期银行业的变化情况；市场集中度反映的是银行业的竞争情况，集中度越高，市场竞争越小。二、实证分析（一）数据来源基于数据的可得性和可信性，本文采取我国16家上市银行2007年至2014年的面板数据进行研究，包括中国银行、农业银行、工商银行、建设银行、交通银行、民生银行、中信银行、光大银行、招商银行、平安银行、宁波银行、兴业银行、南京银行、北京银行、华夏银行、浦发银行。数据来源于各银行年度报表、中国人民银行网站和中国国家统计局网站。（二）各变量的描述性统计（表2）由于BRATE所取得的数据为月加权平均数据，HIBOR所取得的数据为日数据，因此，在这里用隔夜SHIBOR的曲线图来说明我国货币市场利率的变化趋势，如图1所示。（三）参数估计与分析1.估计方法。由于所构建的模型中均含有被解释变量的滞后一阶，为了避免出现内生性问题，本文采用广义矩估计（GMM）方法对模型进行估计。广义矩估计分为差分广义矩估计（DIFGMM）和系统广义矩估计（SYSGMM），但在有限样本下，系统GMM的估计结果相对于差分GMM的估计结果来说，偏差更小。系统GMM又可分为一步广义矩估计和两步广义矩估计，相对来说，两步法的估计结果对异方差和截面相关性具有更高的稳健性，因此本文最终选用系统广义矩估计两步法对模型进行估计，估计结果如表3所示。2.估计结果。首先，观察表3中所有AR（2）和Sargan检验的P值，结果发现它们的P值都显著大于0.1，这说明可以接受这两种检验的原假设，即“不存在序列自相关”、“所有工具变量都是有效的”。另一方面，被解释变量滞后一阶系数在各个模型估计中都显著为正，说明商业银行的风险承担在相邻期间内存在较强的关联，可以认为之前所构建的4个模型都是合理的。（四）解释变量、控制变量和交叉项的系数1.货币市场利率与商业银行风险承担之间存在显著负相关关系。以BRATE为解释变量的模型估计结果中，BRATE的β系数分别为-0.07、-0.282、-0.474，z值分别为-8.07、-7.35、-3.03，均在1%的水平上显著；在以SHIBOR为解释变量的模型估计结果中，SHIBOR的β系数分别为-0.069、-0.353、-0.397，z值分别为-7.8、-3.44、-3.11，同样都在1%的水平上高度显著。这一结论与Altunbas（2009）、Martha（2010）、牛晓健、裘翔（2013）的研究发现基本一致，低利率水平会助长商业银行的风险偏好。结合我国2007年到2014年的隔夜SHIBOR曲线图（图1），发现我国货币市场利率在2007到2010年间一直处于较低水平，波动性不大，从2011年开始，利率波动性显著增加，但利率整体水平并未提升到相当高的程度。因此，可以得出结论，目前我国货币市场利率对商业银行风险承担的影响主要是通过估值效应和逐利机制来实现的，较低的利率水平提升了商业银行对风险的容忍度，降低了商业银行对风险的感知度，刺激了商业银行对高收益的欲望，最终导致商业银行的风险承担加重。2.利率波动性与商业银行风险承担具有显著的正相关关系。从表2中模型（4）的估计结果中可以看到DSH的β系数为0.188，z值为11.73，在1%的水平上显著。这一结论验证了黄金老（2001）的理论推断：利率市场化会带来两种风险，分别是利率显著升高和利率不规则波动性加剧，但利率不规则波动性加剧将是我国商业银行面临的主要风险。在我国，由于利率长期处于管制状态，商业银行缺乏完善的风险管理制度和有效的金融工具用以应对利率变化的不确定性。尽管我国近几年大力推进金融体系改革，但商业银行适应新的环境仍需时间，必须要逐步改善管理制度，实现金融创新。3.从实证研究结果可以看出，银行规模与商业银行风险承担正相关，银行资本充足率和银行盈利水平与商业银行风险承担负相关。银行的规模越大，其风险承担越高，这符合“太大而不能倒”的范式，规模较大的银行考虑到自身在银行体系中的重要性，认为当自身出现危机时，中央银行为了保证金融环境的稳定必定会对其伸出援手，因此，会主动承担的风险以获取高收益。银行的资本充足率越高，就会越倾向于采取谨慎的投资决策，以防止出现重大损失；盈利能力较强的银行，不会过分追求高收益，而会将管理目标地放到安全性方面，因此银行资本充足率和盈利水平较高的银行会倾向于承担较低的风险。另一方面，将BRATE和SHIBOR的系数与MP*CAR和MP*ROA的系数结合起来分析，BRATE和SHIBOR的系数均显著为负，而它们与CAR和ROA的交叉项的系数均显著为正，可以得出结论，较高的资本充足率和盈利水平能够降低商业银行风险承担对利率的敏感性。4.宏观经济状况、市场集中度与商业银行风险承担正相关，银行业景气指数与商业银行风险承担负相关。表2的估计结果显示GDPG和CON的系数均显著为正，BBI的系数显著为负。一般来说，宏观经济状况良好，无风险收益率会降低，商业银行为了保证足够的收益，一方面会进行高风险投资，另一方面会放宽借贷标准，从而导致银行风险承担上升。市场集中度越低，市场竞争越充分，银行风险承担越低，这一结论与Michalak（2011）的研究结果一致。银行业景气指数反映了银行业相对于上期的变化，BBI指数越高，表示银行业的变化越好，商业银行的风险承担水平就越低。三、结论与启示本文从高利率、低利率、利率波动性三个方面分析了货币市场利率对商业银行风险承担的影响机制，并基于我国16家上市银行2007—2014年的年度面板数据进行了实证检验。实证研究结果发现：货币市场利率与商业银行风险承担显著负相关，这表明目前我国货币市场利率对商业银行风险承担的影响主要是通过估值效应和逐利机制来实现的，低利率水平加大了商业银行的风险偏好；利率波动性与商业银行风险承担正相关，且影响系数较大，这表明我国商业银行缺乏有效的手段来应对利率变化的不确定性；银行规模与商业银行风险承担正相关；银行资本充足率、盈利能力与商业银行风险承担负相关，并且较高的资本充足率和盈利水平能够降低商业银行风险承担对利率的敏感性；宏观经济状况、市场集中度与商业银行风险承担正相关，银行业景气指数与商业银行风险承担负相关。本文研究的结果显示目前我国货币市场利率对商业银行风险承担的影响主要是通过估值效应和逐利机制来实现的，这对商业银行风险承担管理具有重要启示：第一，商业银行要加强对借款人资格的审查，保持一定的贷款标准，降低贷款违约的可能性；第二，商业银行在追求高收益的同时，应该兼顾资金的安全性，实现收入多元化，分散风险。利率波动性对商业银行风险承担具有较强的正向影响，这说明目前我国商业银行对利率剧烈波动的适应能力较弱，因此政府应继续坚持稳步推进利率市场化改革的方针，对于放开存款利率的时点、方法要谨慎考虑。
Ⅷ 我国商业银行与发达国家的商业银行的差距主要体现在哪些方面
(1)商业银行的资本实力上的差距。世界上前20家大银行的资本充足率为11％，而按照国人民银行比较宽松的资本充足率来计算，我国国有商业银行的资本充足率都不高。
(2)经营效率方面的差距。全球500强 >500强中，有3家银行来自中国——中国工商银行,中国建设银行,中国银行,但人均创造收入和人均管理资产却是最少的。在股本回报率方面，国际大银行水平一般可以达到15％以上，而中国国有银行仍然达不到5％的水平。
(3)资产质量和风险管理的差距。世界前20家银行的不良贷款率是13．2％。美国的比率．67％，而我国四大国有银行在去年剥离了1．3万亿不良资产后，不良资产率下降了咯，但是仍在25％左右徘徊。
(4)公司治理方面的差距。我国国有银行由于历史原因还没有建立起良好的公司机制，不能完全按照现代企业制度的方式运作。
（5）经营机制和管理体制方面的差距。我国国有商业银行自主经营、自我约束的机制尚未建立，经营目标模糊。在管理方式上外资银行更多地采取扁平化、垂直式的管理模式，我国银行仍旧沿用着阶梯式的管理和行政式的管理模式。
（6）信息科技水平相对落后。与国外商业银行相比，我国商业银行在信息科技水平方面相对落后。这种落后不仅表现投入少，更主要的表现为投入分散、互不兼容和信息不能共享等方面。这一点在各家商业银行开办的银行卡业务中表现得尤为明显。为了解决这一问题、提高我国商业银行的信息科技水平和金融服务水平，国家于2002年成立了中国银联股份有限公司。
Ⅸ 求 四大国有商业银行 2000年以来 不良贷款率的官方数据
可能我的不到你的100大分~但是我很你说句实话~因为我是金融本科毕业~也在银行实习了1个月~对于银行的系统虽不说很了解但是我要说出我的心里话~
就是首先商业银行做为国家的金融管理中心~即使它有不良资产和不良帐目以及亏损巨大~中央政府可能会透露出来吗？如果透露出来~那么后果就是中国老百姓会去挤兑银行~我想那时候只要是银行，门口都排着人提钱~如果国外其他不友好的国家再这么一搅和，我想~不要打仗，就能把中国社会秩序弄乱~所以，根本不会有这方面的资料~即使有，也就是几个字提一下~过几天网业就被删除了~
Ⅹ 不良贷款率的一般水平
商业银行不良贷款率警戒线是2%，也就是说等于或超过2%，就触及到了警戒线。
根据预计，2019年商业银行平均不良贷款率在1.9%以内，在部分领域仍旧存在较大的风险。不良贷款率如果能够稳定或者下降，那么对于商业银行的盈利是非常有帮助的。
银行要降低不良贷款率，主要是要加强自身的风控能力、审核力度等。
定义
金融机构不良贷款率是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，可能无法收回的贷款占总贷款的比例越大；不良贷款率低，说明金融机构不能收回贷款占总贷款的比例越小。
不良贷款率计算公式如下：不良贷款率＝（次级类贷款＋可疑类贷款＋损失类贷款）／各项贷款×100%。
＝贷款拨备率／拨备覆盖率×100%。