银行的资产质量，要结合静态指标和动态指标全面综合地进行分析。静态指标反映了银行某一时点的资产质量状况，这方面我自创了一个指标“拨备冗余率”，它用于对贷款拨备的衡量，其计算公式为：
拨备冗余率=（拨备余额-逾期90天以上贷款）/贷款总额=拨贷比- 90天以上逾期率，
其含意是，假设把逾期90天以上贷款全部核销，剩余的拨贷比是多少。
我之所以自创“拨备冗余率”这个指标，是因为拨备覆盖率和拨贷比这两个指标都有缺陷。首先，拨备覆盖率这个指标是个相对值，是相对于不良贷款余额来说的，而不良贷款认定有主观因素，而且还是个受到核销等影响的静态值，可以通过很多方法来美化，所以拨备覆盖率也很容易美化。相比之下，拨贷比的观察价值更大一些，然而拨贷比的缺陷是把所有贷款视同一律，完全忽略了不同性质贷款产生不良贷款的显著差异，为了减轻这种影响，我就用拨贷比减去90天以上逾期率这个客观值，得到了“拨备冗余率”。
当然，“拨备冗余率”是一个假设把逾期90天以上贷款全部核销后剩余拨贷比的概念，依然不能解决贷款与贷款之间风险差异的问题，只是相对来说更好一些。之前的文章中对五家银行2014至2021年的 “拨备冗余率”进行了对比，反映出拨备是在增厚还是在释放，如下图：
动态指标反映了银行一段时期的资产质量变化，远比静态指标重要得多。其中最重要的就是反映不良资产新生成的指标，虽然招行、平银等少数银行披露了不良生成率，但计算口径不同，无法在银行之间进行横向对比。为此，我试图找出一组可以通过财报计算出来的可比数据，因此找到了利用贷款迁徙率计算“不良贷款生成率”的方法：
正常类贷款迁徙率＝正常类贷款迁徙额/（期初正常类贷款余额－正常类贷款迁徙额）×100%；
得出：
正常类贷款迁徙额=期初正常类贷款余额*正常类贷款迁徙率/（1+正常类贷款迁徙率）
关注类贷款迁徙额=期初关注类贷款余额*关注类贷款迁徙率/（1+关注类贷款迁徙率）
正常类迁徙至关注类的金额=期末关注类贷款余额-期初关注类贷款余额+关注类贷款迁徙额
正常类迁徙至不良的金额=正常类贷款迁徙额-正常类迁徙至关注类的金额
不良贷款生成额=正常类迁徙至不良的金额+关注类贷款迁徙额
不良贷款生成率=不良贷款生成额/平均贷款余额
招行的财报数据披露最详细，不仅披露了不良贷款生成率，还披露了不良处置的数据，我们还可以通过这一数据来计算不良生成率，但大部分银行这一数据也是不披露的。为了便于横向对比，我们一方面可以计算出“不良贷款生成率下限”，另一方面也可以采用上述方法，通过迁徙率来计算。下图是招行这四个指标的对比：
通过上图可以看出，通过不良处置计算的不良生成率与财报披露的不良生成率几乎完全相同，是最准确的计算方法，但大部分银行并不披露不良处置数据。而不良生成率下限与通过迁徙率计算的不良生成率，虽然与财报披露的数据相差较大，但变动方向和幅度基本一致，在无法获得不良处置数据的情况下，退而求其次，采用这两个指标来横向对比也是比较准确的。
但是，由于不良贷款的认定具有主观性，为了更好的反映资产质量的变化情况，我们还可以使用以下三个指标：
广义不良成生率=正常类贷款迁徙额/平均贷款余额
逾期贷款生成率=不良贷款生成额*平均逾期不良比/平均贷款余额
逾期90天以上贷款生成率=不良贷款生成额*平均不良偏离率/平均贷款余额
通过公式可以看出，逾期贷款生成率、逾期90天以上贷款生成率与不良贷款生成率之间的差异，分别就是逾期不良比和不良偏离率的变化。
下图是招商银行的广义不良成生率、通过迁徙率计算的不良生成率与逾期90天以上生成率：
通过上图可以看出， 2017年招行的资产质量改善幅度十分巨大，随后不良生成维持在低位，广义不良生成率只有2018和2021两年是高于不良生成率的，也就是说除这两个年份之外，招行的关注类贷款是持续压缩的。同时不良生成率持续高于逾期90天以上生成率，且几乎是平行的，说明招行的不良认定十分严格。
对于逾期贷款生成率，我们同样可以通过不良处置来计算，然而同样的原因，由于大部分银行并不披露这一指标，所以在横向对比的时候，只能通过迁徙率来计算，或者采用逾期贷款生成率下限来对比。
逾期贷款生成率=（逾期贷款增量+不良处置）/平均贷款余额
逾期贷款生成率下限=（逾期贷款增量+核销）/平均贷款余额
下图是招商银行通过不良处置计算的逾期生成率、通过迁徙率计算的逾期生成率与逾期生成率下限：
由于招行是在2016年之后才披露不良处置数据的，所以无法得出2015年通过不良处置计算的逾期生成率，但通过上图可以看出，这三个指标的变动方向基本是相同的，在无法获得不良处置数据的情况下，退而求其次，采用另外两个指标来横向对比也是比较准确的。
下面来看一下光大银行的不良生成率和逾期生成率这两组指标：
从图中可以看出，两个下限指标与两个通过不良处置计算的指标十分相近，而通过迁徙率计算的指标略有一些差异，但两组指标都显示2017至2020年光大银行的资产质量在变差。
下面再看一下兴业银行的不良生成率和逾期生成率这两组指标：
从图中可以看出，兴业介于招行和光大之间，最近几年的资产质量小幅改善。
再把三家银行通过迁徙率计算的逾期生成率放在一起比较：
从图中可以看出，由于2015年我国开启供给侧改革，进入产业结构调整期，三家银行的逾期生成率达到历史高位，经过2016至2017两年快速回落之后，招行和兴业的逾期生成在低位波动，而光大却又开始上升。再看三家银行的不良生成率对比：
从图中可以看到，招行的逾期贷款在2015和2016年比较充分地反映到了不良中，将不良快速出清，因此不良生成远高于兴业和光大。而兴业和光大采取了用时间换空间来平滑不良的策略，兴业的资产质量好于光大，不良生成缓慢下降，而光大却缓慢上升。从两组指标中可以明显地看出，三家银行的资产质量分属于三个不同的层次。
这正是：
研究公司有乐趣，自创指标更好玩，
拨备指标有缺陷，拨备冗余来完善。
动静结合来评判，新生不良是关键，
数据披露才好办，没有数据自己算。
