本文爲國信證券經濟研究所銀行團隊最新報告，着眼於短期縱向分析，講述對銀行板塊估值走勢的分析預測方法。

作者：

王劍 CFA 金融業首席分析師

陳俊良 銀行業分析師

報告正文

一、報告起因

我們此前發佈的多篇個股深度報告着重從長期角度剖析一家銀行，而不太注重行業短期週期性變動的影響，這跟市場上其他個股研究報告很不相同。我們分析個股時注重將一家銀行的中長期ROE與行業平均水平進行對比，分析其超額利潤背後所隱含的競爭優勢的強度和可持續性，使用的核心工具是杜邦分析。

本篇報告則着眼於短期縱向分析，講述我們對銀行板塊估值走勢的分析預測方法。因爲是分析短期邊際變化，所以更加關注淨利潤增速這一指標（與淨利潤增速相比，ROE十分鈍化）。需要指出的是，作爲會計數字，淨利潤難免受主觀調節影響，因此我們不光要看淨利潤增速這個單一指標，更要關注其背後所隱含的行業景氣度和關鍵驅動因素的變化。

二、淨利潤驅動因素分析

1.三大驅動因素：淨息差、資產、資產質量

從銀行收入來看，利息淨收入是收入的最主要構成部分，大約佔到總收入的七成。由於利息淨收入=生息資產平均餘額×淨息差，因此從收入來看，生息資產和淨息差是兩個最重要的驅動因素。由於銀行的總資產基本都是生息資產，爲了方便，我們很多時候會用總資產代替生息資產來進行分析。此外，非息收入的特點是構成項目多、單項收入佔比低，因此我們不再單獨分析非息收入。

從對收入的影響程度來看，淨息差比資產更加重要。根據經驗數據，銀行總資產同比增速的波動性遠沒有淨息差同比增速的波動性大（而且歷史數據顯示收入增速的變動主要受淨息差增速驅動，而不是資產增速驅動，這一點將在後文論及），因此就邊際影響而言，淨息差增速的重要性要遠高於資產增速。只有在發生銀行業危機的時候，銀行的總資產同比增速纔會出現劇烈波動，比如美國的儲貸危機和次貸危機期間。

資產減值損失波動性大，從而對淨利潤產生很大影響。從成本構成來看，雖然業務及管理費、資產減值損失的佔比都很大，但業務及管理費支出是剛性的，波動性不大，因此對淨利潤增速邊際變化影響最大的是資產減值損失增速。資產減值損失的計提不光受真實資產質量變化影響，還受銀行通過計提撥備進行會計調節的影響，因此相比於資產減值損失這一賬面數字，我們更看重的是銀行資產質量本身的變化。

因此對於銀行而言，淨利潤三大驅動因素是淨息差、資產和資產質量。

2.淨息差：滯後於貨幣政策

淨息差走勢的判斷很容易，但前提條件是我們知道貨幣政策的取向。當加息（提高存貸款基準利率）時，淨息差是上升的；當降息（降低存貸款基準利率）時，淨息差是下降的；市場利率（指存貸款基準利率之外的利率，本文用十年期國債收益率或三個月期Shibor爲代表）僅在大幅變動且持續較長一段時間時纔會對淨息差產生影響，市場利率與淨息差一般也是同步變動。資產和負債在重定價時間上存在錯配，淨息差對基準利率和市場利率變動的反應存在時滯，因此一旦貨幣政策取向明朗，淨息差的走勢也就隨之而定。所以說知道貨幣政策取向之後，淨息差走勢是很容易判斷的（貨幣政策不會頻繁變化，所以很容易滿足前述“持續較長一段時間”的要求）。

淨息差之所以會有這種特徵，我們認爲主要是因爲銀行資產負債表的左右兩端對利率變化的敏感性不同：左端現金和存款準備金對利率不敏感，右端活期存款和淨資產對利率不敏感，但是左端的利率不敏感資產比右端的利率不敏感負債少，所以就出現一個缺口，且由於這個缺口很大，即“（淨資產+活期存款-現金及存放央行款項）/生息資產”很大，所以基準利率變動時銀行的淨息差會受到很大影響。而市場利率對淨息差的影響遠沒有基準利率大，則是因爲目前採用市場利率定價的資產和負債佔比不高，或者說貨幣政策的傳導效率較低。隨着利率市場化的推進，我們預期市場利率對銀行淨息差的影響也將逐漸加大，不過這將是一個漫長的過程。

淨息差的變動受到很多擾動因素影響，有所波動十分正常，我們不能拿着顯微鏡找理由，因此將對淨息差的分析判斷置於貨幣政策的大環境中是十分必要的。

需要特別指出的是，淨息差僅影響淨利潤，淨息差同比增速才影響淨利潤增速。淨息差同比增速在貨幣政策轉向時容易判斷，但是在貨幣政策取向延續期間不太容易把握。比如貨幣政策由松轉緊容易判斷，但轉緊之後的力道變化就非常難判斷了。這時候我們往往需要根據銀行披露的重定價或到期日結構數據，在一定假設下測算其淨息差變動幅度，受篇幅所限，測算方法不再詳述。

3.資產增速：同步於貨幣政策

利率對應資金的價格，資產對應資金的數量，因此與淨息差相反，當貨幣政策放鬆時，資產增速往往會上升，反之則下降。當然，這種關係並不是絕對的，因爲銀行資產擴張不僅受貨幣政策影響，還受資金需求影響。當資金需求十分疲弱時，即便貨幣政策極度寬鬆（利率和淨息差都被壓得很低），銀行的資產也不見得增長很快，出現所謂的“流動性陷阱”，這一現象在我國還沒有出現過。

此外，銀行資產的增長還受到資本、資金投向、融資方式等各方面監管規則的約束。當然，大部分時期貨幣政策仍然是最主要的關注點。

4.資產質量：貸款的拆分判斷

資產質量的變化遠比資產增速和淨息差鈍化，其變動更加平滑。銀行的資產主要是對企業的債權資產，由於企業的股權資產相當於一個緩衝墊，因此只有經濟大幅起落的時候，銀行的債權資產的質量纔會發生明顯變化，所以銀行資產質量的變動本身就比較平滑。再加上銀行業超額撥備所帶來的“以豐補歉”效果，資產質量的變化對淨利潤的影響就變得更加平滑。

資產減值損失絕大部分都是貸款減值損失，所以我們主要看貸款的質量（受表述習慣影響，我們對資產質量和貸款質量不做區分）。我們將資產質量理解爲本金損失的風險。這種風險不像資產增速或者淨息差那樣是非常顯性的變量，投資者總是能找出很多理由去懷疑銀行資產質量的真實性，所以對資產質量的判斷可以說是仁者見仁、智者見智，也是不同投資者對銀行價值產生分歧的重要原因，從而也是超額收益的重要來源（從這個角度來講，資產質量這一驅動因素比淨息差重要得多）。我們只能儘可能多地收集信息，以準確判斷損失出現的概率和規模爲目標，力求逼近真相。

爲了便於分析，我們把銀行貸款分爲四大類：

工業和批發零售業貸款，包括對製造業，電力、熱力、燃氣及水生產和供應業，採礦業和批發零售業的對公貸款。批發零售業服務於採礦業、製造業等行業的流通環節，因此我們將其跟製造業歸爲一類；

基建貸款，包括對交通運輸、倉儲和郵政業，水利、環境和公共設施管理業，租賃和商務服務業以及建築業的對公貸款。這四個行業的貸款往往是投向基礎設施建設領域，比如很多銀行會把對城投公司的貸款劃入租賃和商業服務業；

個人住房抵押貸款；

其他，包括房地產行業對公貸款、其他行業的對公貸款、個人消費性貸款、個人經營性貸款等。這些貸款合計佔到總貸款的1/4，但比較零散，單獨每一類貸款的佔比都不高，我們就不再單獨分析，只重點分析前三類。

評估這些貸款的質量，最重要的是評估這些貸款所投企業或個人的償債能力。

■ 工業和批發零售業：跟蹤工業企業利息保障倍數

我們使用統計局披露的工業企業利潤數據，計算工業企業利息保障倍數，以此衡量工業和批發零售業企業的償債能力。從歷史數據來看，企業償債能力大幅下降之後，隨之而來的是不良率的上升；當企業償債能力回升到高位之後，不良率便有所回落。

由於近幾年發生的不良主要來自工業和批發零售業，因此工業企業利息保障倍數對判斷全部貸款的不良生成率也有效。當然，假如說未來新發生不良的行業發生變化，這種關係可能會失效。

■基建行業：壓力測試

基建行業企業沒有高頻、全面的統計數據，我們對其進行壓力測試，以便在估值中尋求安全邊際。

首先需要說明的是，當經濟下行甚至是危機來臨時，銀行的貸款中也不是所有貸款都會同時出現大量違約。以美國爲例，在2008年次貸危機期間，逾期90天以上貸款佔比大幅上升的是房屋抵押貸款（1-4 Family residential mortgages）和開發建設貸款，其他類型的住房貸款（比如Multifamily residential real estate、Non-farm nonresidential）以及工商企業貸款（Commercial & industrial loans）等都沒有上升很多，而信用卡貸款的逾期90天以上佔比一直很高（我們在這裏不去仔細區分美國各類貸款的差別，只是用來說明即便在危機這種極端壓力情形下，不同類型貸款的違約表現也是迥異的）。

所以就我國上市銀行情況來看，基建行業的貸款不良率很低，並不能說明銀行在隱藏不良。有不少投資者從發債企業數據來推測銀行資產質量，但是我們需要特別指出的是，發債企業本身僅佔全部企業的少數，而且由於結構性差異，這一數據很有可能存在較大的樣本偏誤（比如基建行業的企業往往是比較大的企業，我們用發債企業推測全行業情況尚能接受；但工業和批發零售業的中小企業很多，因此這些行業發債企業的代表性存疑。所以單看債企業數據，工業和批發零售業企業償債能力高於基建行業，但全行業情況未必如此）。

出於審慎考慮，我們對基建行業貸款質量進行壓力測試，以期在估值方面得到足夠的安全邊際，從而降低投資銀行股所面臨的風險。

■ 個人住房抵押貸款：優質資產

作爲個人住房抵押貸款的第一還款來源，個人收入是影響房貸質量的最重要因素。實際上我們認爲住房價格並不是影響房貸質量的主要因素，雖然從美國曆史數據來看，個人住房抵押貸款的質量似乎與房價密切相關（比如在房價大幅下跌的次貸危機期間，房屋抵押貸款的逾期90天以上佔比大幅上升，而其餘時間房價持續攀升，同時逾期90天以上佔比都很低），但我們認爲這主要是因爲次貸危機之前很多金融機構將貸款發放給了沒有足夠償債能力的羣體（這樣第一還款來源就從貸款人的收入變成了上漲的房價），這才導致問題的出現。約翰•赫爾在《期權、期貨及其他衍生產品》中列舉了一些房貸標準放鬆的例子，比如在房價上漲後部分購買首套住房的人無力承擔高額貸款，有銀行便開發出可調整利率按揭（貸款的初期利率很低，2~3年後利率大幅上升）來滿足這些不合格貸款人的貸款需求。

我國個人住房抵押貸款的不良率很低，屬於十分優質的資產。目前我國住房貸款嚴格遵照“房子是用來住的、不是用來炒的”定位，首付比例很高，而且貸款人的收入尚有保證（收入低或不穩定的人羣難以獲得貸款），也沒有出現一些新奇的創新型房貸產品，因此住房抵押貸款的整體風險仍然很低。

三、銀行板塊估值的歷史回顧

1.行業景氣度變化影響短期估值波動

我們接下來回顧三大驅動因素如何影響銀行基本面（即行業景氣度）的走向，並進一步影響到銀行板塊估值的走向。我們以貨幣政策作爲階段劃分的標準，原因是貨幣政策的轉向信號明顯，比較容易觀察。

淨利潤同比增速是行業景氣度的指示器。按理說淨利潤同比增速直接影響板塊估值，但考慮到銀行可能對淨利潤增速有一定的主觀調節，所以我們同時考慮淨利潤同比增速以及主要驅動因素淨息差、資產質量，來判斷行業真實景氣度的變化，這樣可靠度更高一些。從結果來看，雖然淨利潤同比增速在一定程度上受主觀調節影響，但仍然較好地同步於行業景氣度的變化，因此我們在後文中以淨利潤同比增速來代表行業景氣度。

ROE作爲影響PB的最核心變量，基本上決定了估值中樞；而景氣度的邊際變化則導致了實際PB圍繞中樞的上下波動。這可以從美國和我國銀行板塊估值的歷史表現中看出（注意淨利潤同比增速的邊際變化較好地指示了銀行業景氣度的變化）。

2.估值拐點領先景氣度拐點2個季度左右

以淨利潤同比增速作爲行業景氣度變化的指示器，我們可以發現板塊估值的變化大概領先行業景氣度變化2個季度左右。因此要想判斷接下來1-2個季度的板塊估值走勢，我們需要預判未來3-4個季度的行業景氣度變化趨勢。

另外，市場對基本面預期的變化也會在短期內影響估值（即便這種預期最終沒有兌現），對於這一點我們在本篇報告中不加詳述。從歷史數據來看，只有2012年四季度~2013年一季度和2014年四季度~2015年二季度的估值上升沒有在基本面上得到反映，其中前者是因爲2012年四季度經濟數據短暫向好，還沒有來得及對銀行基本面產生較大影響便匆匆結束（也就是銀行景氣度向好的預期最終沒有兌現）；後者則與當時的股市環境有關。

四、行業景氣度展望與投資建議

首先今年二季度以來整體貨幣環境是偏寬鬆的，在發生明顯的轉向信號之前，我們假設後續貨幣政策維持在偏寬鬆的水平。

在這樣的前提假設下，我們預計後續行業總資產增速將回升，但是考慮到穩槓桿的需要，行業資產增速也很難回到兩位數水平，因此我們估計資產增速將小幅回升；

考慮到貨幣政策在邊際上沒有太大變化，尤其是基準利率沒動，淨息差不會有大幅的起落。因去年一季度市場利率突然大幅上升、資產負債重定價時點錯配導致的淨息差變動在今年二季度接近尾聲，預計後續淨息差將保持穩定，因此淨息差同比增速到明年末可能會逐步回落至0%附近。

資產質量由改善轉爲穩定或平緩下行。這種邊際上的變化主要由工業和批發零售業貸款質量變化引起。今年以來工業企業償債能力持續回落，給銀行整體資產質量的繼續改善也帶來壓力，從銀行中報各項指標來看，行業資產質量轉向平穩（具體分析見《銀行業2018年中報綜述（上）：下半年政策環境有望好於上半年》）。目前工業企業利息保障倍數仍在回落，但仍然處於較高水平，所以我們估計後續工業及批發零售業貸款的質量難言好轉，但大幅下降的概率也不大，我們認爲更可能出現的情形是穩定或者平緩下行。

當前銀行板塊低估值爲足以承受基建行業貸款質量的大幅下行。對於基建行業貸款質量，我們無法通過高頻數據跟蹤，因此採取壓力測試的方法，以期從估值上加以彌補。我們做出如下假設：

假設上市銀行各行業貸款質量可用六家銀行（工商銀行、建設銀行、農業銀行、招商銀行、浦發銀行、中信銀行）的數據來代表；

假設2018年6月末基建行業貸款不良率上升到跟工業和批發零售業一樣高，且補提的不良貸款回收率爲0%（回收率爲0的假設極其悲觀）；

前述假設尚未考慮到不良貸款的處置。本輪不良貸款週期始於2012年下半年，這期間全行業處置了大量的不良貸款損失準備。我們假設“2013年~2018上半年處置的基建行業貸款損失準備/2018年6月末補提後的基建行業不良貸款=2013年~2018上半年處置的全部貸款損失準備/2018年6月末補提前的全行業不良貸款”；

我們假設全部補提的貸款損失準備可用來抵減所得稅，稅率爲25%。

在上述假設下，上市銀行整體PB將從0.9x變爲1.0x（考慮到銀行當前高達兩位數的ROE，1.0x已經比較低了）。也就是說，當前0.9x的PB意味着即便在極端情形下，銀行板塊的估值也能承受住基建貸款質量大幅下降的壓力。

整體來看，我們認爲銀行業景氣度在明年大概率是平緩下行。然而從估值來看，二季度以來銀行板塊估值大幅回落，反映出市場對銀行業景氣度的預期是快速下行，我們認爲這過於悲觀，尤其是考慮到板塊PB在壓力情形下亦只有1.0x，因此我們判斷後續銀行板塊估值易上難下。近期政策頻出，若後續宏觀經濟企穩，銀行板塊估值有望持續修復；若政策效果低於預期，板塊兩位數的ROE（2017年爲13%）所帶來的淨資產快速積累亦可帶來豐厚的絕對收益。我們認爲銀行板塊在當前時點具有配置價值，維持“超配”評級。

五、風險提示

目前中美貿易等存在不確定性，若經濟因外部不利因素影響而失速下行，將對銀行資產質量產生較大影響；

目前貨幣政策保持穩健略寬鬆，政策當局推出多項措施推動銀行信用投放。如果後續政策效果低於預期，對銀行資產質量可能會有一定影響，對市場情緒也可能產生擾動。

來源：王劍的角度

風險提示：任何在本文出現的信息（包括但不限於評論、預測、圖表、指標、理論、任何形式的表述等）均只作爲參考，投資人須對任何自主決定的投資行爲負責。另，本文中的任何觀點、分析及預測不構成對閱讀者任何形式的投資建議，本公司亦不對因使用本文內容所引發的直接或間接損失負任何責任。基金投資有風險，基金的過往業績並不代表其未來表現，投資需謹慎。貨幣基金投資不等同於銀行存款，不保證一定盈利，也不保證最低收益。

免責聲明：轉載內容僅供讀者參考，版權歸原作者所有，內容爲作者個人觀點，不代表其任職機構立場及任何產品的投資策略。本文只提供參考並不構成任何投資及應用建議。如您認爲本文對您的知識產權造成了侵害，請立即告知，我們將在第一時間處理

$招商銀行(SH600036)$ $興業銀行(SH601166)$ $銀行ETF(SH512800)$

@今日話題