界面新聞記者 | 安震

4月1日，民生銀行副行長黃紅日在該行2024年業績說明會上回應了股東泛海系、東方集團和恒大集團貸款及訴訟情況。

此前，民生銀行公布了2024年業績，該行實現歸屬于股東的凈利潤322.96億元，同比減少35.27億元，降幅9.85%。2024年實現營業收入1362.90億元，同比下降45.27億元，降幅3.21%，去年下半年，實現營業收入691.63億元，比上半年增加20.36億元。

資產質量方面，截至2024年末，民生銀行不良貸款總額656.10億元，比上年末增加5.13億元 ；不良貸款率1.47%，比上年末下降0.01個百分點 ；撥備覆蓋率141.94%，比上年末下降7.75個百分點。

房地產、地方債風險總體可控

對于資產質量相關問題，民生銀行副行長黃紅日表示，民生銀行在房地產領域的資產質量總體保持穩定。2024年末，房地產業不良貸款余額比上年末和6月末均有所下降，不良貸款率為5.01%，比6月末下降了0.28個百分點，比上年末略有上升，上升的原因主要是民生銀行持續推進受困房企的風險化解，房地產業的貸款規模比上年末是有所下降的。

他進一步表示，從不良生成來看，2024年房地產業的不良貸款生成額、生成率都比2023年略有下降。后續，隨著房地產政策組合拳的落地見效，預判中國房地產市場會逐漸止跌回穩，這也將為民生銀行推進房地產領域的風險化解創造更為有利的條件。

在地方融資平臺方面，黃紅日指出，民生銀行地方融資平臺債務規模總體較低，且持續下降。2024年末，民生銀行融資平臺業務余額為982.57億元，較上年末下降了26%。從區域分布來看，主要集中在長三角這些經濟發達地區，風險總體可控。

展望未來，黃紅日表示，預計2025年全行資產質量將保持總體穩定，將持續關注外部風險形勢變化，筑牢全面風險管理根基，并提出幾點舉措：

一是強化信貸政策對業務的引領作用，將保持貸款規模的合理增長和結構的持續優化；

二是有效提升貸后管理質效，嚴控新發生的風險；

三是堅持經營不良資產的理念，充分發揮資產保全的止損減損作用，來提高不良清收的處置效能。

泛海、東方、恒大授信及訴訟情況

值得注意的是，本次業績說明會上，民生銀行管理層對市場關注的泛海、東方和恒大相關項目風險情況進行了正面回應。

民生銀行副行長黃紅日表示，2024年末，東方系在民生銀行的貸款余額是76.94億元，比上年末減少約19億元，貸款主要擔保物是北京地區土地，包括一些商業房地產抵押資產，相關貸款占比不高。

他進一步指出，民生銀行已經綜合考慮客戶的風險狀況以及抵質押擔保情況，進行了相應的撥備計提。目前民生銀行已經向北京金融法院就東方集團相關對該行的欠款提起了訴訟，并且收到了受理案件通知書，后續將依法去維護合法權益。

對于泛海集團的情況，黃紅日表示，2024年末，泛海系在民生銀行貸款余額為184.84億元，泛海系貸款主要擔保為武漢地區的土地抵押，武漢中心大廈的在建工程抵押以及部分商業房地產抵押和部分的股權質押等，這些也進行了相應的撥備計提。

在股權方面，黃紅日稱，根據中國證券登記結算有限責任公司提供的股東名冊，泛海僅持有1股民生銀行股票，已不再是該行主要股東。“從2023年1月開始，民生銀行北京分行以金融借款合同糾紛為由，陸續對武漢中心大廈開發投資有限公司、武漢中央商務區股份有限公司、泛海控股股份有限公司、中國泛海控股集團有限公司等主體提起訴訟。截至目前，與武漢中心大廈開發投資有限公司、武漢中央商務區股份有限公司的訴訟已發布立案執行公告；與泛海控股股份有限公司、中國泛海控股集團有限公司的5筆訴訟已取得生效裁判文書，該行勝訴；另2筆訴訟也已取得一審判決結果，民生銀行同樣勝訴。這些階段性成果為后續債權回收及風險化解奠定了堅實基礎。”

針對恒大集團貸款情況，黃紅日表示，截至2024年末，恒大集團在民生銀行的貸款余額為91億元，均房地產項目貸款，總體貸款占比不高，且民生銀行已經綜合考慮項目實際情況，進行了相應的撥備計提，預計對經營不會產生重大的實質性影響。

落地31個大模型應用場景

在談到人工智能應用落地情況時，民生銀行首席信息官張斌表示，生成式人工智能為代表的大模型正在引起對包括銀行業在的各行業各業的變革，從技術現在的快速發展和應用前景來講，這個變革還在早期，未來還有非常大的潛力和空間。

張斌表示，從應用端來看，去年主要是圍繞著營銷、風控、運營、決策、開發等八個主要領域，落地了31個大模型應用，實際上覆蓋了82個細分場景，應用端的成果可以分為四類：

一是去年推出了15個面向員工各類工作場景的助手和工具類的應用，包括文案編寫、公文校對，以會議通知這樣的場景為例，全行日均使用超過萬次；

二是把大模型和小模型結合，對流程進行智能化的升級，也可以說是生成式智能和傳統智能結合。比較典型的場景是客服場景和信貸場景。舉例來說，過去平均處理一個工單大概平均是十分鐘，現在因為有了大模型降低到了四分多鐘，并且工單不規范率也下降了10%。“過去我們對公的一筆貸款審核，平均需要19分鐘，現在我們只需要3分鐘，零售的貸款審核，過去平均需要13分鐘，現在是5分鐘。”

三是把大模型和人工智能技術用在科技本身。去年在代碼輔助的大方向上，具體的有代碼續寫、遷移、單元測試的生成和接口文檔的轉化，在這些場景下AI代碼生成采用率超過了34%；

四是民生銀行大模型和知識工程兩個項目，2023年就決定啟動了這兩個項目的協同推進。通過建立全行級的知識體系，并且構建了以大模型為支撐的一站式服務的平臺，使得全行員工對知識訪問的效率、便利性得到了極大的提高。“到去年底，我們員工就是使用智能搜索做知識檢索的員工已經超過了1.5萬人。”