【研報】銀行業：如何從新視角評估農商行的信用風險-210413（22頁）.pdf

1、賦分前十農商行綜合實力較強賦分前十的農商行綜合實力較強。截至 2019 年底，得分前十的農商行中僅廣州農村商業銀行在港股上市，其余均未上市。其中七家位于廣東省，三家位于福建、安徽、浙江，可見發達的區域經濟對于農商行經營發展十分有利。十家農商行中，有 7 家總資產規模超過1000 億元，在樣本中處于中上游位置，已經形成了一定的規模優勢。十家農商行 2019 年平均營收/歸母凈利潤增速為 13.13%/18.60%，部分農商行增速達到 20%以上，發展十分強勁。從流動性和資本充足情況來看，除廣州農商行核心一級資本充足率略低，其余九家農商行資本較為充足，資產流動性比例大多在 70%以上，為業務開展打

2、下良好基礎。得分前十的農商行平均不良貸款率為 1.13%，平均撥備覆蓋率為 366.41%，資產質量較為扎實，撥備水平高，風險抵補能力較強。模型有效性較高模型賦分結果和樣本農商行 2020 年信用評級具有強相關性。我們搜集了 411 家農商行的主體最新信用評級(截至 2020 年末)，其中共有 286 家農商行數據非空。我們創建了名為信評賦分的變量，并令信用評級為 AAA/AA+/AA/AA-/A+/A/A-/BBB+/BBB/BBB-的農商行信評賦分分別為 10/9/8/7/6/5/4/3/2/1。計算得出模型賦分和信評賦分的相關系數為 0.65，兩者具有較高的相關性，佐證了我們模型的有效性。模型預測農商行的信用評級下調。2018-2019 年共有 13 家農商行信用評級下調，我們希望用構建的賦分模型來預測農商行信用評級的變化。我們定義啞變量 downgrade，如果一家農商行在 2018-2019 年出現了評級下調，downgrade 的值為 1，否則為 0。然后我們用logit 模型進行回歸。