2022年主要银行个人住房贷款情况

admin 2025-09-07 阅读:7 评论:0
一段时间以来,部分地区个人住房贷款出现一些风波。近期各主要银行均已公布了2022年年报。鉴于6家国有大型商业银行(简称“六大行”)和12家全国性股份制银行(简称“全国股份行”)可以在全国范围内开展业务,数据在一定程度上可以反映全国的情况,本...

一段时间以来,部分地区个人住房贷款出现一些风波。近期各主要银行均已公布了2022年年报。鉴于6家国有大型商业银行(简称“六大行”)和12家全国性股份制银行(简称“全国股份行”)可以在全国范围内开展业务,数据在一定程度上可以反映全国的情况,本文选取了在A股上市的“六大行”和9家“全国股份行”(简称“6+9家银行”)2021年末和2022年末相关数据进行分析。

一、个人住房贷款规模情况

“6+9家银行”中“建工农中”“四大行”个人住房贷款接近或超过5万亿元,属于我国个人住房贷款的第一梯队;其中建设银行和工商银行个人住房贷款规模超过6万亿元,中国银行略低于5万亿元。邮储银行、交通银行、招商银行和兴业银行个人住房贷款超过1万亿,属于第二梯队,其中邮储银行个人住房贷款超过2万亿,其他三家在1万亿元出头。浙商银行个人住房贷款规模最小,2022年末仅刚超过1000亿元。

与2021年末相比,2022年末“6+9家银行”中有三家银行个人住房贷款规模出现下降,分别是浦发银行下降338亿元,兴业银行下降238亿元,民生银行下降222亿元。由于民生银行2022年末个人住房贷款规模较2021年末出现下降,其该类贷款的规模排名由2021年末高于光大银行变成2022年末低于光大银行。

2021年末和2022年末“6+9家银行”个人住房贷款余额及变动表如下(单位:亿元):

二、个人住房贷款占比情况

总贷款中个人住房贷款占比情况方面,邮储银行占比最高,2022年末达到31.4%。其和建设银行个人住房贷款占总贷款比均超过30%,占比最高。“六大行”和招商银行及兴业银行占比超过20%。平安银行和浙商银行个人住房贷款占全部贷款比重不到10%,占比较小。

2022年末“6+9家银行”除华夏银行和浙商银行外,其他13家银行个人住房贷款占全部贷款的比重均较2021年末出现下降。

2021年末和2022年末“6+9家银行”个人住房贷款余额占全部贷款比见下表:

个人住房贷款占个人(或零售)类贷款比重方面,建设银行占比最高,2022年末达到78.7%。其和工行、中行及农行“四大行”个人类贷款中个人住房贷款占比均超过70%交通银行、邮储银行和兴业银行占比也超过50%,这7家银行个人贷款中主要是个人住房贷款。2022年末平安银行个人住房贷款占其个人类贷款比重仅为13.9%,个人贷款对住房贷款依赖最小。

除平安银行外,“6+9家银行”其他14家银行2022年末个人贷款占个人住房贷款占比均较2021年末出现下降。

2021年末和2022年末“6+9家银行”个人住房贷款余额占个人(零售)类贷款比情况如下表:

三、个人住房贷款资产质量情况

根据可获得的公开数据(部分银行未公布相关数据),与2021年末相比,2022年末“6+9家银行”个人住房贷款不良率均有所上升(有8家银行不良率提升了10个BP以上)但整体个人住房贷款不良率均不高(均不超过1%),均低于其个人(零售)贷款不良率,也均低于其整体贷款不良率。个人住房贷款仍是商业银行贷款中资产质量最好的产品。

平安银行2022年末个人住房贷款不良率最低,仅为0.28%,邮储银行最高,但也仅为0.57%。

2021年末和2022年末“6+9家银行”个人住房贷款等不良贷款率情况如下表:

注:由于各银行财报披露口径不同,本文以各银行年报中披露的个人住房贷款、个人按揭贷款、个人房屋贷款等披露的口径数据代表个人住房贷款(简称“个住贷”)(其中兴业银行披露的为“个人住房及商用房贷款”数据),以各银行披露的个人贷款、零售贷款口径数据代表个人类贷款(简称“个人贷款”)。具体数据以各银行年报为准。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...