房地产不良生成率下行，民生银行业绩会回应东方系、泛海集团、恒大贷款情况

界面新闻记者 | 安震

4月1日，民生银行副行长黄红日在该行2024年业绩说明会上回应了股东泛海系、东方集团和恒大集团贷款及诉讼情况。

此前，民生银行公布了2024年业绩，该行实现归属于股东的净利润322.96亿元，同比减少35.27亿元，降幅9.85%。2024年实现营业收入1362.90亿元，同比下降45.27亿元，降幅3.21%，去年下半年，实现营业收入691.63亿元，比上半年增加20.36亿元。

资产质量方面，截至2024年末，民生银行不良贷款总额656.10亿元，比上年末增加5.13亿元 ；不良贷款率1.47%，比上年末下降0.01个百分点 ；拨备覆盖率141.94%，比上年末下降7.75个百分点。

房地产、地方债风险总体可控

对于资产质量相关问题，民生银行副行长黄红日表示，民生银行在房地产领域的资产质量总体保持稳定。2024年末，房地产业不良贷款余额比上年末和6月末均有所下降，不良贷款率为5.01%，比6月末下降了0.28个百分点，比上年末略有上升，上升的原因主要是民生银行持续推进受困房企的风险化解，房地产业的贷款规模比上年末是有所下降的。

他进一步表示，从不良生成来看，2024年房地产业的不良贷款生成额、生成率都比2023年略有下降。后续，随着房地产政策组合拳的落地见效，预判中国房地产市场会逐渐止跌回稳，这也将为民生银行推进房地产领域的风险化解创造更为有利的条件。

在地方融资平台方面，黄红日指出，民生银行地方融资平台债务规模总体较低，且持续下降。2024年末，民生银行融资平台业务余额为982.57亿元，较上年末下降了26%。从区域分布来看，主要集中在长三角这些经济发达地区，风险总体可控。

展望未来，黄红日表示，预计2025年全行资产质量将保持总体稳定，将持续关注外部风险形势变化，筑牢全面风险管理根基，并提出几点举措：

一是强化信贷政策对业务的引领作用，将保持贷款规模的合理增长和结构的持续优化；

二是有效提升贷后管理质效，严控新发生的风险；

三是坚持经营不良资产的理念，充分发挥资产保全的止损减损作用，来提高不良清收的处置效能。

泛海、东方、恒大授信及诉讼情况

值得注意的是，本次业绩说明会上，民生银行管理层对市场关注的泛海、东方和恒大相关项目风险情况进行了正面回应。

民生银行副行长黄红日表示，2024年末，东方系在民生银行的贷款余额是76.94亿元，比上年末减少约19亿元，贷款主要担保物是北京地区土地，包括一些商业房地产抵押资产，相关贷款占比不高。

他进一步指出，民生银行已经综合考虑客户的风险状况以及抵质押担保情况，进行了相应的拨备计提。目前民生银行已经向北京金融法院就东方集团相关对该行的欠款提起了诉讼，并且收到了受理案件通知书，后续将依法去维护合法权益。

对于泛海集团的情况，黄红日表示，2024年末，泛海系在民生银行贷款余额为184.84亿元，泛海系贷款主要担保为武汉地区的土地抵押，武汉中心大厦的在建工程抵押以及部分商业房地产抵押和部分的股权质押等，这些也进行了相应的拨备计提。

在股权方面，黄红日称，根据中国证券登记结算有限责任公司提供的股东名册，泛海仅持有1股民生银行股票，已不再是该行主要股东。“从2023年1月开始，民生银行北京分行以金融借款合同纠纷为由，陆续对武汉中心大厦开发投资有限公司、武汉中央商务区股份有限公司、泛海控股股份有限公司、中国泛海控股集团有限公司等主体提起诉讼。截至目前，与武汉中心大厦开发投资有限公司、武汉中央商务区股份有限公司的诉讼已发布立案执行公告；与泛海控股股份有限公司、中国泛海控股集团有限公司的5笔诉讼已取得生效裁判文书，该行胜诉；另2笔诉讼也已取得一审判决结果，民生银行同样胜诉。这些阶段性成果为后续债权回收及风险化解奠定了坚实基础。”

针对恒大集团贷款情况，黄红日表示，截至2024年末，恒大集团在民生银行的贷款余额为91亿元，均房地产项目贷款，总体贷款占比不高，且民生银行已经综合考虑项目实际情况，进行了相应的拨备计提，预计对经营不会产生重大的实质性影响。

落地31个大模型应用场景

在谈到人工智能应用落地情况时，民生银行首席信息官张斌表示，生成式人工智能为代表的大模型正在引起对包括银行业在的各行业各业的变革，从技术现在的快速发展和应用前景来讲，这个变革还在早期，未来还有非常大的潜力和空间。

张斌表示，从应用端来看，去年主要是围绕着营销、风控、运营、决策、开发等八个主要领域，落地了31个大模型应用，实际上覆盖了82个细分场景，应用端的成果可以分为四类：

一是去年推出了15个面向员工各类工作场景的助手和工具类的应用，包括文案编写、公文校对，以会议通知这样的场景为例，全行日均使用超过万次；

二是把大模型和小模型结合，对流程进行智能化的升级，也可以说是生成式智能和传统智能结合。比较典型的场景是客服场景和信贷场景。举例来说，过去平均处理一个工单大概平均是十分钟，现在因为有了大模型降低到了四分多钟，并且工单不规范率也下降了10%。“过去我们对公的一笔贷款审核，平均需要19分钟，现在我们只需要3分钟，零售的贷款审核，过去平均需要13分钟，现在是5分钟。”

三是把大模型和人工智能技术用在科技本身。去年在代码辅助的大方向上，具体的有代码续写、迁移、单元测试的生成和接口文档的转化，在这些场景下AI代码生成采用率超过了34%；

四是民生银行大模型和知识工程两个项目，2023年就决定启动了这两个项目的协同推进。通过建立全行级的知识体系，并且构建了以大模型为支撑的一站式服务的平台，使得全行员工对知识访问的效率、便利性得到了极大的提高。“到去年底，我们员工就是使用智能搜索做知识检索的员工已经超过了1.5万人。”