上海銀行三季度不良貸款率

Ⅰ 同業融入比例

上海銀行堅持「精品銀行」戰略引領，積極應對新冠肺炎疫情後經濟金融形勢變化，主動響應國家宏觀政策導向，積極減費讓利，加大對實體經濟服務力度，持續推動業務轉型和結構調整，提升專業化經營能力，強化風險管控和不良化解，全面推進三年發展規劃(2018-2020年)收官，經營業績穩健增長。
1、各項業務穩步增長，資產質量保持良好
2020年，上海銀行聚焦主責主業，積極支持服務實體經濟，加大普惠金融、供應鏈金融、科創金融、民生金融等領域信貸投放，優化信貸結構。
剛剛公布的該行2020年年度報告顯示，上海銀行資產總額24621.44億元，較上年末增長10.06%;存款總額12971.76億元，較上年末增長9.37%;貸款總額10981.24億元，較上年末增長12.92%，其中普惠金融、民生金融領域貸款余額增長顯著，較2019年年末分別增長98.84%和124.75%。
2、經營業績方面，年報顯示，2020年該行實現營業收入507.46億元，同比增長1.90%;實現歸屬於母公司股東的凈利潤208.85億元，同比增長2.89%。值得注意的是，2020年上海銀行積極應對復雜多變的外部形勢，有效應對疫情沖擊帶來的不良暴露壓力，資產質量總體保持穩定運行。2020年末，上海銀行不良貸款率1.22%;撥備覆蓋率321.38%，繼續保持行業較好水平。
3、升級「六大金融」，增強服務實體質效
2020年，上海銀行升級普惠金融、供應鏈金融、科創金融、民生金融、綠色金融、跨境金融「六大金融」服務體系，建設商投行聯動特色，構建一體化經營體系，深化客戶經營，優化業務結構，聚焦數字化轉型，創新線上化產品，市場競爭力持續增強。
普惠金融全力推進數字化轉型，充分利用分支機構區位優勢，整合各方優勢力量及資源，與政府、擔保機構、園區等第三方合作機構對接，構建「上海銀行 」合作生態體系，為更多小微企業提供全方位金融服務。2020年，上海銀行普惠型小微企業貸款投放金額506.27億元，同比增長112.23%。「上行普惠非接觸式金融服務」創新納入上海市金融科技創新監管試點。

Ⅱ 6家銀行上半年資產質量持續改善嗎

6家銀行業績快報顯示，在不良貸款率方面，除南京銀行較報告期初保持不變外，其餘5家銀行不良率均有不同程度的下降。其中，吳江銀行不良貸款率降幅最大，上半年不良貸款率為1.39%，較2017年末下降0.25個百分點；另外，上半年招商銀行不良貸款率為1.43%，較2017年末下降0.18個百分點。

在撥備方面，「一行一測」定調或將導致各行表現略有分化，但壓力均會緩解，前期撥備充裕的銀行具備較大的利潤釋放空間，不良確認較松的銀行在監管壓力下會適當消耗撥備來維持資產質量相對穩定。

傅慧芳認為，二季度盡管實際的不良生成率仍在改善，但考慮到信用風險事件的影響，預計商業銀行在營收改善的窗口期將加速不良的確認、核銷處置，並保持相對較高的信用成本。

Ⅲ 招商銀行信用卡積分什麼時候會清零嗎

我行信用卡消費累積積分，單筆消費每20元人民幣/2美元積1分，積分不會清零，永久有效，不能與他人合並。（存入卡中款項消費，積分累積規則相同）
註：
① 車卡、城市主題系列金卡每20元或2美元累積1分，再額外贈送50%的積分（積分值取整數），但有效期為3年（不同積分類型的積分無法合並、轉換）。
② YOUNG卡青年版、GQ卡、微博卡、航海王卡的主卡持卡人在生日當月持該卡消費，額外獎勵1倍積分，最多獎勵2000分。

Ⅳ 住房抵押貸款違約率占總不良率多少

、我國個人住房抵押貸款發展現狀
在個人消費信貸中，由於個人住房抵押貸款占據了重要地位，近年來，個人住房抵押貸款已成為我國商業銀行具有強勁發展勢頭的「零售業務」，被視為拓展信貸營銷業務、優化信貸資產結構的主要手段，個人住房抵押貸款自然成為商業銀行重點拓展的貸款投向。在表1中，2000—2005年間個人住房抵押貸款余額佔全國消費信貸余額比重均在74％以上，2004年、2005年則到達80％左右。2005年個人住房抵押貸款余額為18400億元，是2000年的5.45倍，1998年的43.19倍，與2004年個人住房抵押貸款余額相比，增長16.07％，個人住房抵押貸款無論是在增長速度上還是在總量上每年均發展迅速。
表1 1998—2005年全國個人住房抵押貸款(單位：億)
1998 1999 2000 2001 2002 2003 2004 2005
全國消費信貸余額 472 1097 4235 6990 10669 15736 20063 22150
個人住房抵押貸款余額 426 770 3377 5598 8258 11782 15853 18400
個人住房抵押貸款比重 90.25％ 70.19％ 79.74％ 80.09％ 77.40％ 74.87％ 79.02％ 83.37％
個人住房抵押貸款增長比例 80.75％ 338.57％ 65.77％ 47.52％ 42.67％ 34.55％ 16.07％

資料來源：統計公報(2000—2005)
商業銀行之所以爭先發展個人住房抵押貸款，主要原因有二：一是近些年我國房地產市場的繁榮以及國家信貸政策的支持；二是商業銀行普遍認為個人住房抵押貸款是優質資產，不良貸款率極低，比批發類貸款風險小得多。事實上，個人住房抵押貸款不良貸款率低、風險相對小並非必然的，它是同經濟環境等因素密切相關的，上世紀80年代美國住房抵押公司風波和1995年日本住房金融案件，均與個人住房抵押貸款風險相關。隨著我國個人住房抵押貸款余額快速增加，個人住房抵押貸款不良率也開始不斷上升，2002年四大國有商業銀行個人住房抵押貸款的平均不良率在1％左右[1]，到2004年底，個人住房抵押貸款不良貸款率達到1.5％左右，其中農行高於2％。在我國個人住房抵押貸款較發達地區上海，2004年商業銀行個人住房抵押貸款平均不良率只有0.1％左右，到2006年9月末，平均不良率上升到0.86％，兩年多時間上升7倍多。
我國市場經濟處於發展初期，法律制度欠缺，個人信用徵信體系不健全，商業銀行風險管理水平低，個人住房抵押貸款存在很大風險，實際的貸款違約率高，特定條件下(如貸款高速增長)，用於風險分析的不良貸款率指標滯後性非常明顯，掩蓋了實際風險狀況。房地產市場具有周期性，個人住房抵押貸款期限長，每筆貸款數額小，一旦房地產市場出現調整或振盪，貸款違約等風險就會顯現，我國個人住房抵押貸款業務還沒有遇到真正考驗，因此加強個人住房抵押貸款風險防範，完善風險管理機制是個人住房抵押貸款走向良性發展的一條必經之路。
二、商業銀行個人住房抵押貸款風險分析
在目前我國的經濟體制環境下，個人住房抵押貸款風險發生有其可能性和必然性，這主要是個人住房抵押貸款自身的特性和市場環境等諸多內、外部因素決定，具體而言，我國商業銀行個人住房抵押貸款主要面臨以下幾個方面風險：
1.信用風險
信用風險是個人住房抵押貸款風險中最基本最直接的風險。一般有下面幾種形式：
一是被迫違約。被迫違約是借款人的被動行為，是指借款人在購買房產後，因實際支付能力下降或突發事件的發生，無法繼續正常向商業銀行按照規定還本付息。我國市場競爭異常激烈，就業條件嚴峻，教育、醫療等支出急劇增加，都會使借款人的支付能力下降甚至惡化，使借款人無力繼續償還貸款本息。
二是理性違約。理性違約是借款人的主動行為，是指借款人主觀上認為放棄繼續還款能帶來更大的收益而產生的違約行為。當房價迅速下跌或利率上升幅度較大，繼續還款的成本大於放棄還款的收益，借款人會理性違約。主動違約最有可能發生在貸款合同簽訂後的頭二年，因為此時違約的機會成本相對較低，損失的僅僅是首付款、交易費用和一部分貸款本息[2]。
三是提前還款。提前還款是借款人主動違約行為，是指借款人不按照合同約定的期限和額度提前償還部分或全部貸款的行為。當市場利率低於合同利率時，提前償還貸行為就有可能發生，提前還貸一方面使商業銀行損失原合同利率帶來的利息收入，另一方面商業銀行還得遭受為還貸資金尋找合適投資渠道的損失[3]。
四是惡意騙貸。惡意騙貸一般稱為「假按揭」，是一種欺騙行為，主要特徵是實際借款人將套取的個人住房抵押貸款資金用於風險更高的投資，如挪用到房地開發，或者進入資本市場，導致商業銀行信貸風險大幅上升。2007年1月底銀監會發布《關於進一步防範銀行業金融機構與證券公司業務往來相關風險的通知》，住房按揭貸款成為被挪用入市檢查重點。
2.抵押風險
貸款抵押物是商業銀行第二還款來源，但是商業銀行也常面臨如下抵押風險：
一是抵押處置風險。當抵押物變現渠道窄、成本高，商業銀行不能順利、足額、合法變現，就會遭受抵押處置風險。我國住房二級市場處於起步階段，交易法規不完善，手續煩瑣，交易費用高，導致銀行的抵押物變現困難。
二是抵押物價格風險。抵押物價格風險包括抵押物價格市場風險和抵押物價格人為風險。前者是指抵押物因房地產市場的變化和房屋自然磨損而導致抵押房屋價格下跌的風險。當房地產市場處於調整或不景氣時，價格下跌有可能導致抵押房屋價格不能夠覆蓋銀行本金和利息。後者是抵押人在其抵押期限內對房屋的損壞造成抵押物價值下降，或者由於估價人員因其過失或故意過高估價抵押物而產生的風險。
3.利率風險
利率風險是指金融市場利率波動導致存貸款利差縮小，甚至出現貸款利率低於存款利率，導致銀行收不抵支的風險。一般來說，商業銀行所面臨的利率風險有：一是「不匹配」風險，抵押貸款的長期性和存款利率與貸款利率調整的不同步，如個人住房抵押貸款是固定利率，如果存款利率上調，銀行的資金成本就會上升；個人住房抵押貸款是浮動利率且下浮時，如果銀行資金成本不變，銀行的利差也會縮小。二是由利率風險引發的提前還貸信用風險。
4.流動性風險
流動性風險是指商業銀行持有的住房貸款債權不能及時足額變現遭受的利益損失。引起流動性風險原因在於商業銀行經營特徵和個人住房抵押貸款特徵，商業銀行資金主要來源於企業存款、居民儲蓄存款等短期資金，個人住房抵押貸款期限長、回收慢，資金的來源和運用在時間上明顯不匹配，存在「短存長貸」的問題。我國個人住房抵押貸款的變現性比較差，一是因為個人住房抵押貸款是零售性業務，每筆貸款的貸款利率、到期日、貸款成數以及貸款期限等都不同，商業銀行無法實現標准化管理；二是信貸市場信息不對稱導致貸款的投資者無法逐筆估計每筆貸款的違約風險成本，投資者望而卻步；三是住房等消費品二級市場尚未形成，抵押物變現難影響住房抵押貸款變現性。
5.法律制度風險
法律制度風險是指法律制度不健全，對失信、違約行為懲罰辦法不具體，執行力度不強，使商業銀行面臨損失。良好的社會法律環境是發展個人住房抵押貸款的基礎條件，如美國1968年頒布了《統一消費信貸法典》、《消費信貸保護法》，1974年又頒布了新的《統一消費信貸法典》。我國還沒有針對消費信貸的專項法律、法規，《商業銀行法》、《貸款通則》、《擔保法》、《票據法》、《合同法》等法規都是為生產信貸而建立的，與個人住房抵押貸款特點不相符。
6.市場政策風險
市場政策風險包含兩個方面，一是指國民經濟在整體發展過程中存在由繁榮到蕭條周而復始周期性波動，影響房地產業的市場風險。與其他行業相比，房地產業對於經濟周期具有更高的敏感性，經濟高漲時，居民收入水平提高，市場對房地產的需求增加，貸款數量急劇擴大，經濟蕭條時，失業率上升，居民收入急劇下降，房價下跌，商業銀行勢必會面臨大量的「呆壞賬」損失。二是政府經濟政策的調整引起房地產市場變化給商業銀行帶來損失。我國整個經濟處於轉軌時期，市場機制不健全，政府的定位不明確，由於住房消費是居民的大額消費，投資乘數大，房地產業對經濟增長具有較強的拉動作用，從而成為政府調控經濟拉動消費，促進經濟增長的重要行業。當房地產市場發展脫離個人消費能力，出現泡沫和經濟過熱，與調控宏觀目標相違背，政府會採取房地產調整政策，隨著房地產業的調整和收縮，商業銀行也將面臨政策風險。
7.管理風險
管理風險是指商業銀行內部個人住房抵押貸款管理出現問題，導致的信貸風險。從貸款政策、管理流程、組織結構、技術基礎等方面看，我國商業銀行的個人住房抵押貸款管理基本上處於一個比較低的水平。如商業銀行在個人住房抵押貸款上存在重業務拓展、輕業務管理的沖動，不計風險代價搶占市場份額；個人住房抵押貸款業務運作中隨意性較大，尚未形成合理評價標准和業務流程；熟悉個人住房抵押貸款的專家人才匱乏，管理經驗和人員的培訓跟不上業務的快速發展；個人信用信息基本屬於封閉狀態，銀行之間缺乏溝通，個人的信用信息資源無法共享，缺乏統一信息資料庫和個人信用評估體系等等。這些管理因素均導致個人住房抵押貸款的風險增大。
8.操作風險
違規操作是銀行內部形成資產風險最主要原因之一，是經營機構在制度管理上放寬貸款要求而造成的業務風險。主要表現為：一是在業務導向激勵約束機制下，經營機構重業務輕管理，甚至違規經營，未經批准擅自或變相降低貸款標准和擔保條件，借個人住房抵押貸款為名違規開辦個人股票質押貸款等高風險業務；二是部分工作人員自身業務素質或思想素質不高，工作不負責任，違反操作規程，有的甚至與借款人串通，逃避制度約束。
三、商業銀行個人住房抵押貸款風險的防範
針對上述商業銀行個人住房抵押貸款八大風險，商業銀行可以採取如下措施予以化解和防範。
1.開發和建立內部評級體系和內部評級模型
我國商業銀行目前信貸管理主要圍繞單一借款人風險展開，根據巴塞爾新資本協議關於風險管理精神，現代商業銀行信用風險管理不僅僅包含單一借款人風險管理，更加重要的是，應當以優化配置風險資本和配置信貸資產組合為風險管理模式，對銀行面臨的整體風險進行測量、監控和主動管理，因此要求商業銀行對整體信貸業務開發和建立內部評級體系，採用內部評級法，用統計模型測算出個人住房抵押貸款的違約概率(PD)、違約損失率(LGD)、風險暴露(EAD)和期限(M)指標，全面准確把握個人住房抵押貸款的風險狀況，對未來整體風險做出合理預測。在此基礎上，充分考慮借款人個人資料和歷史信用信息，建立科學的償債能力和資信評估模型，逐步完善單一借款人信用評級體系，對借款人進行市場細分，以此作為開展業務的重要依據。
2.完善銀行內部信貸管理機制，防範管理和操作風險
商業銀行應制定一套嚴密、詳細、操作性強的規章制度和流程，逐步提高信貸管理水平。
第一，根據個人住房抵押貸款內部評級模型的相關數據制定貸款風險資本配置和信貸組合計劃，確定業務發展方向、比重以及發展節奏和進程，避免貸款政策管理失誤帶來損失。
第二，加強貸款流程全過程管理，從貸前調查、貸款審批和貸後檢查等環節分析相關風險點，落實管理職責，規范操作流程；建立合理的激勵約束機制，促使業務人員自覺遵守各項規章制度，解決重業務拓展輕風險管理的導向機制；強化損失責任追究制度，根據資產的實際損失追究相應責任。
第三，在組織結構上，可以逐步實行審批官和風險控制官派駐制，實現審貸分離和風險監管分離，保證貸款審批和風險控制的獨立性；成立專門審查審批中心，實行集約化經營，逐步培養優秀的專業化審批官和風險管理官，提高管理專業水平。
第四，加強借款人信息的收集和分析，信息收集量越大，信息質量可能就越高，信息分析結果可能越准確，為較好預防和控制信用風險評價提供客觀依據[4]。
3.建立個人住房抵押貸款風險預警系統，防範市場和政策風險
房地產業是一個與宏觀經濟高度相關性的行業，受宏觀經濟的影響並反過來給宏觀經濟以強烈的作用，建立風險預警系統主要是為了防範市場系統性和政策風險，建立預警模型對宏觀經濟指標、產業經濟指標以及國家相關政策分析，對房地產市場及整個社會經濟環境進行預測，及早做出反應，避免由此帶來的損失。預警系統構建完善是一項龐大的工程，一是建立風險預警的資料庫，從各個方面取得數據，不斷積累和完善數據的收集整理，為模型開發打下堅實的基礎；二是開發合適的風險預警模型，針對我國實際情況，對預警區間、警戒線以及指標權重、概率密度函數等設置合理參數；三是建立快速反應和預控機制，對風險預警系統顯示的潛在風險進行及時處理和化解。
4.加強個人住房抵押貸款的利率風險管理和流動性管理
隨著我國利率市場化改革不斷推進，利率風險會逐步顯現，商業銀行在防範個人住房抵押貸款的利率風險上可以採取以下措施。
第一，開發可調整利率抵押貸款，其利率根據市場利率的不斷變化而作周期性調整，利率調整周期可以是1個月、1季度、半年或者1年。與我國現行的浮動利率相比，它的不同之處在於這種周期性的利率調整將有助於改善商業銀行存貸款期限的匹配狀況，把由商業銀行承擔的利率上升的風險轉移給借款人，同時也把由借款人承擔的利率下降的風險轉移給商業銀行。
第二，開發固定利率抵押貸款，固定利率抵押貸款是指在抵押貸款合同所規定的還貸期限內，貸款利率固定不變的抵押貸款方式。在固定利率抵押貸款模式下，商業銀行承擔了大部分的利率風險，如果商業銀行能夠通過獲得固定利率資金來源與貸款相匹配，如發行固定利率債券，利率互換等，可以避免相應的利率錯配和流動性風險。
第三，套期保值，我國金融期貨市場正逐步開放，商業銀行可以運用金融衍生工具實行套期保值進行利率風險管理，通過市場交易抵補資產負債由於利率變化導致的價值變化，如可用遠期利率協議、利率期貨和交易所期權進行短期利率風險管理，用銀行間期權(上限期權、下限期權和雙限期權)、互換和互換期權進行長期利率風險管理。
第四，大力發展個人住房抵押貸款交易的二級市場，通過該市場商業銀行可將個人住房抵押貸款形成債權出售，換取貸款資金或流動性高的短期債權，提高流動性。
5.發展個人住房抵押貸款風險轉移機制
第一，建立和完善抵押貸款保險機制。個人住房抵押貸款保險的目的在於規避或分散三類風險，一是房屋毀損的風險，二是貸款的信用風險，三是借款人的人身風險。我國目前個人住房抵押貸款保險機構層次和險種均較單一，銀行信貸風險和保險機構承保的信用風險、人身風險沒能合理劃分，亟待通過建立和完善個人住房抵押貸款保險機制來解決，在保險品種上，可以開發與消費信貸相關的財產險、失業險、人壽保險、履約保證保險等保險品種，在保險機構上，可以為中低收入借款人建立政策性保險機制的抵押貸款保險，為高收入借款人和中、高檔住房提供商業性專業保險公司抵押貸款保險業務。
第二，推進個人住房抵押貸款證券化。個人住房抵押貸款「存短貸長」的矛盾使商業銀行面臨著流動性風險、利率風險、信用風險等多種風險，個人住房抵押貸款證券化能從根本上解決商業銀行「存短貸長」的矛盾[5]。我國2005年12月開始商業銀行資產證券化的試點工作，隨著資產證券化試點工作的推廣和資產證券化業務品種的豐富，可以適時推出個人住房抵押貸款證券化，有效降低商業銀行在個人住房抵押貸款上所承受的風險。
6.完善個人住房抵押貸款的法律制度環境
個人住房抵押貸款涉及到社會經濟的方方面面，有效降低商業銀行所面臨的風險需要有良好的法律環境和立法支持。我國應盡快制定和頒布《消費信貸法》，明確消費信貸活動中相關主體的職責，合理分散信貸風險；建立個人破產制度，使個人住房抵押貸款的相關環節均有法可依，通過立法強制推行個人信用制度，充分借鑒發達國家個人信用管理的經驗，如美國的消費信用方面法律就有：《公平信用報告法》、《誠實信貸法》、《誠實借貸法》、《公平信用結賬法》、《信用卡發行法》、《平等信用機會法》、《公平債務催收法》等[6]；同時改善法律執行環境，建立處置銀行抵押資產的小額債權速審法庭，減少繁雜手續和環節，增加公正性和透明度，降低抵押物處置成本，提高處置的效率。

Ⅳ 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。

Ⅵ 上海銀行貸款申請要求和流程是怎樣的

上海地區的銀行貸款申請要求並不嚴格，不過去銀行之前需要看下自身的基本情況和需要提供的資料，否則進門就讓你出來了。所以一般申請銀行貸款還是最好找到正規靠譜的機構協助你去申請，這樣的話成功率會更好，而且匹配的也是最低利息的銀行貸款。
個人貸款基本要求如下：
1、年齡在18-60周歲之間
2、在本地有固定住所
3、有穩定的經濟來源（比如工資流水，社保公積金，稅單，房子，車子等等）
4、借款人無不良信用記錄
5、銀行要求的其他條件（不同銀行要求的都不一樣）
需要材料：
1）有效身份證件;
2）常住戶口資料或有效居住資料，及固定住所資料;
3）婚姻狀況資料;
4）收入資料或個人資產狀況資料;
5）貸款用途或聲明;
但是額度是根據你的綜合資質來決定的。當然接審核電話很重要（錢不能用於股權益類投資，比如房市、股市、期貨等等）
如果你需要去申請｛貸款｝___我建議樓主到奔奔牛申請貸款業務，其網上評價非常好！

Ⅶ 上海銀行小額貸款利率

一般是在0.83-2.25左右的。
小額貸款申請條件：

1、為年滿十八周歲中國大陸居民；
2、有穩定的住址和工作或經營地點；
3、有穩定的收入來源；
4、無不良信用記錄，貸款用途不能作為炒股，賭博等行為。
5、銀行要求的其他條件。
小額貸款辦理流程：
1、向當地銀行或者貸款機構提交申請；
2、准備貸款所需的各種資料；
3、面簽銀行或貸款機構；
4、銀行審核貸款人資質；
5、審核通過、成功放款。

Ⅷ 上海銀行的貸款上海貸款基本條件是什麼

自己名下有房產，車產，人壽保險，公積金，社保，營業執照等條件最好

Ⅸ 工商銀行近三年財務分析2018-2020

城商行優等生上海銀行2018年至2020年不良貸款率分別為1.14%、1.16%、1.22%，連續3年上升，撥備覆蓋率分別為332.95%、337.15%、321.38%，連續3年呈下降趨勢。
本刊特約作者 劉鏈／文
4月24日，上海銀行發布2020年業績報告，根據年報，2020年，上海銀行實現營業收入507.46億元，同比增長1.90%；實現歸母凈利潤208.85億元，同比增長2.89%。
截至2020年末，上海銀行資產總額達到2.46萬億元，比2019年年末增長10.06%；存款總額達到1.3萬億元，比2019年年末增長9.37%；貸款總額達到1.10萬億元，比2019年年末增長12.92%。
2018年至2020年，上海銀行的不良貸款率分別為1.14%、1.16%、1.22%，連續3年上升，在資產質量方面的表現不容樂觀；與此同時，撥備覆蓋率分別為332.95%、337.15%、321.38%，連續3年呈下降趨勢。
業務增速方面的表現同樣差強人意，2018年至2020年，上海銀行的營收增速分別為32.49%、13.47%、1.90%，凈利增速分別為17.65%、12.55%、2.89%，下滑趨勢非常明顯。
這里有一點需要格外注意，那就是上海銀行2020年四季度的凈利潤同比增長48.11%至58.33億元。一般而言，銀行業第四季度的凈利潤要低於前三季度的均值，上海銀行2020年前三季度的凈利潤同比下降7.99%，也就是說，上海銀行在第四季度的凈利潤回補了前三個季度，使得2020年全年凈利潤止跌回升。要做到這一點實屬不易，看來上海銀行為了凈利潤增速為正也是「拼了」。
上海銀行於2016年在上交所登陸，上市後資產規模擴張迅速，在城商行中僅次於北京銀行。截至2020年年末，資產總額達到2.46萬億元，同比增長10.06%；負債總額為2.27萬億元，同比增長10.26%。值得注意的是，在資產負債規模增長的同時，上海銀行的資產質量卻面臨一定的風險。
截至2020年年末，上海銀行不良貸款余額達到134.01億元，同比增加21.48億元。回顧過去兩年的數據發現，截至2018年年末、2019年年末、2020年年末，上海銀行的不良貸款率分別為1.14%、1.16%、1.22%，已經連續3年呈上升趨勢，這足以說明其內部風險管控存在較大的問題和不足。此外，截至2020年年末，上海銀行撥備覆蓋率為321.38%，較上年末下降了15.77個百分點。
而在資本管理方面，截至2020年年末，上海銀行核心一級資本充足率、一級資本充足率、資本充足率分別為9.34%、10.46%、12.86%。其中一級資本充足率已連降3年，2018年年末、2019年年末分別為11.22%、10.92%；核心一級資本充足率自上市以來就一直處於下滑的狀態，2016年至2020年，上海銀行的核心一級資本充足率分別為11.13%、10.69%、9.83%、9.66%、9.34%。
面對資本充足水平的持續下滑，上海銀行資本融資提上日程。2021年1月25日，上海銀行公開發行人民幣200億元A股可轉換公司債券。上海銀行在公告中稱，所募集資金在扣除發行費用後，將用於支持該行未來業務發展，在可轉債轉股後按照相關監管要求用於補充本行核心一級資本。
綜合上述分析再來看上海銀行2020年年報，在營收同比僅微增1.90%的情況下，上海銀行還能實現凈利潤同比增長2.89%，確實需要下很大的工夫才能做到。盡管2020年年報最終將營收和凈利潤增速保持在正增長的區間，但毋庸置疑這樣的正增長已經岌岌可危，大不如前。財經網金融梳理發現，上海銀行2018年至2020年營業收入和凈利潤同比增長率已連續3年下滑，足以表明其業績增長明顯乏力。未來如果沒有更好盈利能力和風控能力，業績增速轉負也並非不可能。
業績靠撥備釋放轉正
平安證券認為，上海銀行2020年實現歸母凈利潤同比增長2.9%，利潤重回正增長，盈利增速從2020年前三季度的-8.0%一舉實現全年業績增速的回正，而且四季度單季實現利潤增速48.1%，利潤增速的大幅提升除了與營收增速的小幅提升有關外，更多應該歸因於撥備計提力度下降所帶來的盈利釋放。也就是說，撥備釋放成為上海銀行2020年業績正增長的最大彈性因素。
2020年，上海銀行實現營收同比增長1.90%，營收增速穩中有升，前三季度為-0.9%，四季度單季營收增速為10.8%。分結構來看，上海銀行2020年全年凈利息收入增速為14.6%，與前三季度18.5%的增速相比有所下降；手續費及傭金凈收入同比增長9.5%，與前三季度7.3%的增速相比略有提升。
不過，需要注意的是，由於上海銀行在2020年年報中調整了信用卡業務收入的核算口徑，將分期收入從手續費收入調整為利息收入，因此對收入結構產生一定的擾動，但並不影響營收的增速。
上海銀行2020年重分類後凈息差為1.82%，同比上行4BP，息差表現優於同業，平安證券認為息差逆勢提升主要歸因於負債端成本的優化，負債端成本的改善驅動息差逆勢走闊。
上海銀行2020年全年計息負債成本率為2.26%，同比下降25BP，驅動主要來自存款成本的有效管控和主動負債成本的下行。受益於結構性存款為代表的高成本存款的有效管理，公司存款付息成本同比下降4BP至2.15%；尤其在主動負債方面，上海銀行同業負債成本率同比下降67BP至2.18%，成功抓住了2020年利率下行的機會。
從資產端來看，上海銀行貸款收益率同比下行42BP至5.06%，與行業的整體趨勢相同。展望2021年，隨著經濟的逐步修復，銀行基本面維持穩定，對於銀行資產端定價彈性的提升相對有利，上海銀行整體息差表現有望保持平穩態勢。
再來看資產負債結構，截至2020年年末，上海銀行總資產同比增長10.1%，與前三季度11.7%的同比增速相比有所放緩，但信貸投放力度不減，資產結構繼續向貸款傾斜，截至2020年年末，上海銀行貸款總額同比增長12.9%，比前三季度11.3%的同比增速進一步提升。
在貸款投放結構方面，由於上海銀行在2020年下半年加大了對公投放的力度，且對公投放大於零售，對公新增投放526億元，零售新增投放251億元。從負債端看，2020年全年存款同比增長9.4%，與前三季度12.3%的增速相比確實有所放緩。
數據顯示，上海銀行2020年年末不良率為1.22%，環比持平。在不良生成方面，2020年四季度宏觀經濟持續改善，根據平安證券的測算，上海銀行四季度單季年化不良生成率環比下行35BP至1.35%，不良生成壓力有所改善。在前瞻性指標方面，截至2020年年末，上市銀行關注類貸款率為1.91%，比上半年末下行4BP。
在撥備方面，由於四季度撥備計提力度的邊際下降，2020年年末撥備覆蓋率為321%，環比下行6.69個百分點；撥貸比為3.92%，環比下行8BP，但從撥備覆蓋水平絕對值來看依然處於行業前列。上市銀行2020年全年撥備計提同比增長6.6%，前三季度為19.8%。這表明上市銀行不良生成壓力邊際緩釋，資產質量保持穩定。
平安證券非常看好上海銀行獨特的區位優勢，看好零售轉型穩步推進對上海銀行的積極影響。上海銀行深耕以上海為主的長三角、粵港澳大灣區、京津冀等重點區域，區位優勢顯著，這些地區良好的信用環境為公司的發展奠定了堅實的基礎。另一方面，公司加快推進零售轉型，聚焦消費金融、財富管理、養老金融三大主線，持續加快零售業務布局，近三年實現核心客戶數和客戶AUM 的翻番，預計隨著疫情緩和、經濟修復、消費信貸需求回暖，上海銀行的盈利有望繼續迎來修復。
房地產不良貸款急劇惡化
通觀上海銀行2020年年報，值得注意的是其不良貸款及房地產不良貸款的變動。
年報顯示，截至2020年年底，上海銀行不良貸款率為1.22%，比2019年上升了0.06個百分點。根據年報，上海銀行房地產行業不良貸款金額為37.47億元，不良貸款率為2.39%，比2019年的0.1%增長了近23倍。實際上，在經過多年的快速增長之後，上海銀行個人消費貸款在2020年也開始踩剎車。截至2020年年末，貸款余額為1583.69億元，比2019年年末減少了166.9億元，降幅已超10%。
事實上，2020年，在「房住不炒」的主基調下，國內房地產業的經營環境和融資環境均發生了深刻的變化，這對銀行業而言也許也是一個「至暗時刻」。隨著上市銀行2020年年報的陸續披露，房地產業的真實情況逐漸浮出水面，銀行與房地產相關資產的真實情況也呈現「冰山一角」，具體表現為各家銀行房地產行業的不良貸款率普遍大增。
先來看國有銀行的數據——2020年，工商銀行房地產不良貸款金額為162.38億元，不良貸款率為2.32%。這一比率比2019年1.71%的房地產不良貸款率增長了35.67%，而且遠高於工商銀行披露的2020年全年1.58%總體不良貸款率。
建設銀行2020年房地產不良貸款率也從0.94%增長到了1.31%，增加了39.36%；農業銀行則增長24.83%到1.81%；國有大行中增長幅度最大的當屬交通銀行，房地產不良貸款率2019年為0.33%，2020年增長到了1.35%，增長了4倍。
除了國有銀行外，股份制銀行中的中信銀行、民生銀行等2020年房地產不良貸款率的增長幅度也均超過了三位數，分別達到182%、146%。
不過，與上述銀行相比，日前公布年報的上海銀行在房地產貸款方面則更讓人瞠目。數據顯示，截至2020年年末，上海銀行的客戶貸款及墊款總額為10981億元，比2019年年末的9725億元同比增長12.9%，其中，投向房地產業的貸款余額為1567億元，同比微增1.5%，占總貸款比例為14.27%。
單從佔比來看，2019年年末，房地產業是上海銀行第一大貸款來源，而到2020年年末，這一貸款的佔比較2019年年末已下降了1.61個百分點，退居該行第二大貸款來源；而貸款佔比為16.14%的租賃和商務服務業則升至第一位。
盡管房地產業的總貸款微增，佔比下降，基本符合行業趨勢，但令人不可思議的是，上海銀行房地產業貸款的資產質量卻出現大幅惡化。
數據顯示，截至2020年年末，上海銀行房地產業不良貸款余額為37.47億元，與2019年年末的1.54億元相比，增加了近36億元，增幅高達2333%；與此同時，房地產業不良貸款率也從2019年年末的0.1%上升到了2.39%，同比增長了22.9倍。
房地產不良貸款率一度暴增近23倍，不但遠超同的增速，也大幅超出市場預期。對此，上海銀行在年報中表示，受房地產調控政策持續加碼、收緊等影響，個別項目施工和租售進度未達預期，還款能力有所下降，導致房地產業不良貸款率有所波動。
實際上，自從將房子定位為「住而不炒」的政策方向以來，監管層對銀行房地產貸款的政策不斷收緊。尤其是在2020年，這一緊箍咒越發收緊，從房地產融資的「三道紅線」，到為銀行設定房地產貸款的具體比例，甚至銀保監會主席郭樹清也多次在公開場合表示，房地產是現階段中國金融風險方面最大的「灰犀牛」，要堅決抑制房地產泡沫。
就上海銀行而言，如果去掉房地產業務，上海銀行的總體資產質量也面臨一定的風險。截至2020年年末，上海銀行總的不良貸款余額達到134.01億元，同比增加21.48億元，增幅為19.09%。
同時，而且，如上所述，上海銀行不良貸款率的增加並不是僅僅體現在2020年這一年。事實上，最近三年的2018年年末、2019年年末、2020年年末，上海銀行的不良貸款率分別為1.14%、1.16%、1.22%，已經連續三年呈上升趨勢。此外，截至2020年年末，上海銀行撥備覆蓋率為321.38%，較上年末下降了15.77個百分點。不良率連續上行，撥備水平還在下降，上海銀行資產質量的壓力由此可見一斑。
更為關鍵的問題在於，房地產業的形勢不僅沒有好轉反而更為嚴峻。最近，部分熱點城市樓市持續升溫，引發新一輪房地產調控。上海、深圳、北京、廣州、杭州等城市相繼出台針對性調控政策，落實「房住不炒」的監管要求，打擊違規和套利行為。
對於銀行而言，房地產貸款投放除要落實房地產貸款集中度管理，嚴格防止信用貸、消費貸、經營貸等信貸資金違規流入外，個別銀行的住房按揭貸款額度還接到了央行窗口指導。
「房地產信貸方面，房地產貸款集中度管理更加嚴格，住房按揭貸款額度受央行窗口指導，商業銀行需嚴格防止信用貸、消費貸、經營貸等信貸資金違規流入房市，同時要嚴格審核首付款資金來源和償債能力審核、借款人資格審查和信用管理、風險排查等，房地產信貸合規風險和操作風險加大。」有銀行在2020年年度報告中坦言。
上海銀行在年報中表示，該行穩步發展住房按揭業務，貫徹落實國家房地產宏觀調控政策，堅持「房住不炒」定位前提下，立足區位優勢，服務民生，引導住房按揭業務良性發展，支持對經營機構所在地一、二線城市居民自住和改善購房合理需求。
年報顯示截至2020年年末，上海銀行個人住房按揭貸款余額分別為1238.53億元，比2019年末增長31.14%，佔全部貸款的比例為12.22%。從按揭貸款的資產質量來看，截至2020年年末，上海銀行住房按揭貸款不良率為0.14%，較上年末下降0.02個百分點。
與按揭貸款質量相比，上海銀行對公房地產貸款資產質量令人堪憂。截至2020年年末，上海銀行對公房地產不良貸款余額為37.47億元，比2019年末增長23.3倍，不良率則提升至2.39%；房地產貸款余額佔全部貸款比例為14.27%。
根據上海銀行的解釋，受房地產調控政策持續加碼、收緊等影響，個別項目施工和租售進度未達預期，還款能力有所下降，導致房地產業不良貸款率有所波動。
上海銀行還表示，在「三道紅線」和「銀行業房地產貸款集中度管理」政策下，房地產整體融資增速將受到限制，企業分化亦會有所加大。2021年，該行將嚴格實施房地產集中度管理要求，密切關注房地產企業「三道紅線」，聚焦「優質客戶」、「優質業務」，繼續優化結構，穩健經營，推進房地產業務平穩健康發展。
消費貸猛踩剎車波動大
除了房地產業務暴露出的風險讓令人擔憂之外，上海銀行優勢業務消費貸業績也似乎出現了問題。截至2020年年末，上海銀行的資產總額達到2.46萬億元，同比增長10.06%；負債總額為2.27萬億元，同比增長10.26%。早在2015年年末時，上海銀行個人消費貸的規模僅為120.77億元。到了2019年年末，這一數據已攀升至1750.59億元，5年時間增長了10倍有餘。
進入2020年，上海銀行的消費貸業務卻突然踩下剎車。數據顯示，早在2020年上半年年末時，上海銀行個人消費貸規模已下降至1610.96億元，相比2019年年末的1750.59億元減少了139.63億元，降幅為7.98%。
截至2020年年末，上海銀行的個人消費貸規模為1583.69億元，比2019年年末減少了166.9億元，降幅進一步擴大為9.5%；在總貸款中的佔比也從2019年年末的18%下降至14.42%，下降了3.58個百分點。
而且，從增速方面來看，早在2019年時，上海銀行的消費貸業務增長已現疲軟之勢。從2016年到2018年，上海銀行消費貸規模連續3年實現了翻倍增長，增速分別為129.09%、151.31%、127.39%。這一增速在2019年明顯放緩，已降至11.16%。截至2020年年末，上海銀行消費貸規模的增速已變成負值，余額出現下降。與此同時，該行消費貸的風險也逐漸顯露。
數據顯示，截至2020年年末，上海銀行個人消費貸的不良貸款余額為29.66億元，比2019年年末增加了9.6億元，增幅達47.86%；個人消費貸的不良貸款率也從2019年年末的1.15%上升至1.87%，增幅高達62.6%。除此之外，同為零售業務的上海銀行信用卡業務的不良貸款率也從2019年年末的1.63%上升到2020年年末的1.74%，上升了6.75%。
上海銀行在年報中表示，從時序結構看，2020年上半年受疫情影響，催收能力受限，消費貸款逾期發生額增長，並在2020年第二季度生成不良，自下半年起，單月不良新增逐月下降，9月起不良貸款余額呈下降趨勢，已逐步趨於穩定。
值得注意的是，自上海銀行消費貸規模從2016年連年猛增後，最近5年，其消費貸的不良率也是連年上升。2016年至2020年，上海銀行個人消費貸的不良貸款率分別為0.35%、0.43%、0.52%、1.15%、1.87%，呈逐年上升趨勢。
有業內人士分析認為，部分銀行前幾年布局消費貸業務過於激進，如今規模膨脹後難逃不良率高企的懲罰，隨著去年疫情爆發，更是加劇了這一風險的曝露。盡管之後開始壓縮規模，但是由於規模基數過大，因此引發相關問題。
不過，總部同在上海的海通證券認為，上海銀行在2020年下半年零售風險逐步緩釋，資產結構優化調整，並且繼續保持較低的成本收入比。
根據海通證券的分析，上海銀行凈利息收入抵消其他非息收入的不利影響。上海銀行2020年全年歸母凈利潤同比增長2.89%，營收同比增長1.90%。息差擴大、成本有效控制推動盈利增長，但其他非息收入下降32.29%有所拖累。這主要是由於2019年有一次性收入的高基數，2020年交易性金融資產在投資類中佔比壓縮，並且其中的同業理財、基金受市場利率下行影響。另一方面，成本收入比2020年全年為18.9%，同比下降1.1個百分點，在上市銀行中甚至低於國有大行。
2020年，上海銀行手續費及傭金凈收入同比增長9.46%，零售業務發揮地緣優勢；其中，財富管理中間業務收入同比增長21.48%。公司繼續發揮養老金融獨特優勢，養老金客戶綜合資產同比增速20.73%，並且還通過代發工資、社保卡換發為零售表內外負債引流。截至2020年年末，上海銀行零售整體AUM同比增長17.80%；下半年公司加大按揭貸款投放力度，按揭佔比較年中提高1.06個百分點，個貸佔比則回升0.31個百分點。
上海銀行2020年全年凈息差為1.82%，較2019年擴大4BP。2020年負債成本持續下行，上半年主要源於同業負債成本改善，下半年存款也開始改善，不僅定期存款成本下降，日均活期存款的佔比在全年也比上半年提高1.01個百分點。這使得上海銀行2020年全年負債成本比上半年下降6BP，全年同比下降25BP，對息差有明顯的正向貢獻。
截至2020年年末，上海銀行不良率為1.22%，環比持平；關注類貸款佔比為1.91%，環比提高12BP；逾期貸款率為1.60%，較年中下降54BP。消費類不良率全年經歷倒V型走勢，在下半年逐漸改善：2020年年末，上海銀行消費類貸款、信用卡貸款、個人貸款總不良率為1.87%、1.74%、1.12%，分別比年中下降2BP、10BP、11BP。對公不良率年末較年中上升9BP，主要是房地產不良率有所上升。
總體來看，上海銀行在2020年下半年零售風險逐步緩釋，資產結構優化調整，並且繼續保持較低的成本收入比。預計未來隨著零售風險的緩釋和不良的處置，尤其是下半年個貸改善趨勢能能夠延續，則上海銀行資產質量有望改善。