1 封面 闪耀的北极星 第四张报表再观中小银行转型之路 德勤德勤中国中国 2023 年年 9 月月 2 3 目录 1 中小银行整体业绩回顾.2 1.1 盈利能力:增速放缓,分化日益显著.2 1.2 资产规模:稳健增长,结构亟需优化.4 1.3 资本补充:渠道受限,长期发展承压.5 2 中小银行价值管理框架.8 2.1 前情回顾:第四张报表价值管理体系.8 2.2 溯源观星:银行价值管理北极星.9 2.3 拨云见雾:中小银行价值管理框架.10 3 样本银行价值分析洞察.13 3.1 战略层.13 3.2 客户层.17 3.3 产品层.24 3.4 渠道层.32 4 中小银行价值管理建议.38 4.1 主动布局绿色金融.39 4.2 纵深推进交易银行.40 4.3 积极探索科创金融.41 4.4 持续深耕普惠金融.42 4.5 精准拓展消费信贷.43 4.6 双轮驱动财富管理.44 5 结语.46 4 前言 两年前,德勤中国发布第四张报表第四张报表:银行价值管理银行价值管理白皮书白皮书(“白皮书”),深入探索了商业银行价值构成、驱动和增长之路,为展望中国银行业未来发展的新开局、新篇章、新征程提出了数字化时代下的新破局之道。随着深刻影响历史进程的大事件接连发生,我们渡过了极不平凡的两年。尽管面对异常复杂和不确定的国际、国内环境,以及多重超预期因素的冲击,中国银行业仍然展现出非凡的韧性,交付了一份令人钦佩的答卷。这其中,国有大行固然肩负稳定大盘的使命,全国性股份制银行亦在坚持探索创新发展的路径。而我们特别注意到,区域性中小银行区域性中小银行作为新时代中国特色金融的重要新兴力量,通过深耕资源禀赋,积极推进特色化经营与数智化建设,也走出了一条条极具个性的转型之路。两年以来,德勤第四张报表也在演进德勤第四张报表也在演进。在第四张报表2.0的价值管理体系中,我们创新性的引入了“北极星指标北极星指标”的概念,期望帮助商业伙伴识别与战略、业务最相关的绝对核心指标,从而将价值管理变得更明确、更聚焦、更可行。现在,就让“北极星指标”如同在黑夜中指引旅人的方向一般,指引我们再观中小银行转型之路“”朱磊 德勤中国 创新数字化研发中心 合伙人 风险咨询数字工厂 主管合伙人 第四张报表 产品合伙人 5 研究对象 本报告围绕中国境内区域性商业银行 1(含城市商业银行、农村商业银行)开展研究,并从中选取 32 家上市家上市中小中小银行银行作为【样本银行样本银行】进行分析,信息和数据均来源于其披露的报告和公开信息,包括但不限于:近三年年度报告、国家金融监督管理总局网站、银行官方网站及公开媒体报道等提供的相关信息。这 32 家样本银行包括(按拼音首字母顺序进行排序):1.北京银行 2.成都银行 3.重庆银行 4.长沙银行 5.甘肃银行 6.贵阳银行 7.贵州银行 8.哈尔滨银行 9.杭州银行 10.徽商银行 11.江苏银行 12.江西银行 13.晋商银行 14.九江银行 15.兰州银行 16.泸州银行 17.南京银行 18.宁波银行 19.齐鲁银行 20.青岛银行 21.上海银行 22.上海农商银行 23.盛京银行 24.苏州银行 25.天津银行 26.威海银行 27.厦门银行 28.西安银行 29.重庆农商银行 30.广州农商银行 31.郑州银行 32.中原银行 注1:至本文截稿之日,据国家金融监督管理总局网站公开的金融许可证信息,全国共有城市商业银行 125 家,农村商业银行 1,609 家,合计 1,734 家。6 术语释义“中小银行”如无特别说明,本文所称“中小银行”,泛指中国境内区域性商业银行,包括城市商业银行、农村商业银行。“样本银行”如无特别说明,本文所称“样本银行”,均指代本文选取的 32 家上市中小银行(名单请参见“研究对象”)。“第四张报表”第四张报表,全称为“第四张报表价值管理体系”,是德勤中国与上海国家会计学院等专业机构联合研发的价值洞察、衡量和管理工具。第四张报表从企业的战略、用户、产品、渠道和数智科技等维度入手,洞察价值驱动因素、识别价值衡量指标,助力价值管理落地。“北极星”指标 北极星指标(North Star Metric),也叫作第一关键指标,是指与企业战略和各项业务发展最相关的绝对核心指标。北极星指标的命名由来:这些指标一旦确立,就像北极星一样闪耀在空中,指引企业的业务团队向同一个方向迈进(提升这一指标)。7 第一章 中小银行整体业绩回顾 闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 2 1 中小银行整体业绩回顾中小银行整体业绩回顾 1.1 盈利能力:盈利能力:增速放缓,增速放缓,分化分化日益日益显著显著 1.1.1 盈利能力盈利能力评价评价指标指标:1.利润增速利润增速 基于国家金融监督管理总局发布的数据,2022 年全国中小银行(指中国境内城市商业银行及农村商业银行,下同)净利润总额为 4,634 亿元,同比利润增速仅为 2.4%。纵向来看:利润增速对标上年大幅下降 8 个百分点;横向来看:该增速也显著低于大型国有银行(5.0%)及股份制银行(8.8%)的表现。(图 1.1A)图 1.1A 2022 年全国中小银行净利润增速分析及对标 随着利率市场化改革的深入,中小银行存贷利差逐步收窄;伴随大行服务重心下沉,中小银行的手续费等中间业务收入亦明显承压,中小银行创利能力“雪上加霜”,利润利润增速分化显著,增速分化显著,银行业的马太效应银行业的马太效应逐步显现逐步显现。然而,值得注意的是,反观我们选取的 32 家样本银行,其平均利润增速达 13.2%,显著高于中小银行整体平均水平,甚至高于全国股份制银行的平均值,值得深入研究。编者注:32 家样本银行 2022 年录得净利润总额为 2,257.5 亿元,占全国中小银行净利润总额的 48.7%。2.4.4%5.0%8.8.2%0.0%2.0%4.0%6.0%8.0.0.0.0%净利润增速(当年净利润/上年净利润-1)*100%闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 3 1.1.2 盈利能力盈利能力评价评价指标指标:2.净息差净息差 截至 2022 年末,我国商业银行整体净息差下行至 1.91%,较上年同期降低了 17 个基点。而中小银行面临资产端利率下行、负债端成本刚性的“两端挤压”,其净息差更是收窄至1.67%,较上年同期下降 24 个基点,降幅显著高于行业水平。(图 1.1B)由于中小银行对利息收入的依赖更高,息差收窄对其盈利能力的影响更大;而影响的主要原因可能是其相对而言在渠道数量和获客成本等方面不渠道数量和获客成本等方面不具优势具优势,规模效应有限。同时,缺乏鲜明的客户定位和特色产品缺乏鲜明的客户定位和特色产品也导致中小银行普遍在营销及议价能力上欠缺相应支撑。1.1.3 盈利能力盈利能力评价评价指标指标 3:资产利润率资产利润率 资产利润率方面,中小银行同样显著低于国有行及股份行(图 1.1C),并呈同比下降趋势。值得关注的是,2023 年 4 月 10 日,市场利率定价自律机制发布金融机构合格审慎评估实施办法(2023 年修订版),其中明确了商业银行资产利润率(ROA)不低于 0.50%的要求。截至 2022 年末,城、农商行的平均值均已非常接近该临界下限值。1.67%1.91%1.90%1.99%1.5%1.6%1.7%1.8%1.9%2.0%2.1%净息差国有行股份行城商行农商行20200.89%0.75%0.55%0.62 210.92%0.78%0.56%0.60 220.88%0.79%0.54%0.53%0.0%0.5%1.0%资产利润率图 1.1B 2022 年中小银行净息差分析及对标 图 1.1C 2022 年中小银行资产利润率分析及对标 闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 4 1.2 资产规模资产规模:稳健增长稳健增长,结构,结构亟需亟需优化优化 截至 2022 年底,全国中小银行资产规模达 99.9 万亿元,同比增长 10.1%,增速较上年提升 0.2 个百分点,低于大型商业银行(12.9%),但高于股份制商业银行(6.9%)。从占比来看,中小银行资产规模在银行业金融机构中占比已达 26.3%,已然成为新时代中国特色金融的重要新兴力量重要新兴力量。图 1.2A 2022 年中小银行资产情况分析 1.2.1 资产结构资产结构评价评价指标:指标:1.普惠贷款增速普惠贷款增速、2.普惠贷款份额普惠贷款份额 近年来,在服务实体、回归主业的政策导向下,国内银行纷纷加大信贷投放力度,尤其是普惠金融、“三农”贷款等领域。其中,国有大行凭借资金成本、服务网络和信息科技优势,重点发力中小银行传统业务领域,在一定程度上对中小银行形成“挤出效应”。从指标上反映,中小银行无论是增速还是份额都受到了相应的冲击。横向来看,2022 年中小银行的普惠贷款增速显著低于国有大行 12.7 个百分点;纵向来看,中小银行的普惠贷款份额则较上年下降了 1.9 个百分点。(图 1.2B)99.9 万亿 10.1&.3%资产规模 同比增长 整体占比 43.8E.76.5.2%0.0.0 .00.0.0P.0.0%普惠贷款份额(各类型余额/总额)*100.5.91.2 .1%0.0.0 .00.0.0%普惠贷款增速(当年末余额/上年末余额-1)*100%图 1.2B 2022 年中小银行普惠贷款分析及对标 闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 5 1.3 资本资本补充补充:渠道受限渠道受限,长期长期发展发展承压承压 1.3.1 资本补充资本补充能力能力评价评价指标:资本充足率指标:资本充足率 截至 2022 年末,我国商业银行资本充足率为15.17%,其中国有大型银行资本充足率达到17.35%,显著高于行业平均水平。从中小银行来看,2022 年末城商行资本充足率为12.61%,农商行为 12.37%,均低于行业均值。长期趋势显示,该差距在2017年以后还有所加大(图 1.3A)。导致中小银行资本充足率偏低的原因是多样化的。首先,外源性融资难是核心原因外源性融资难是核心原因。外源性融资工具(如增资扩股、公开发行上市、发行二级资本债等)是商业银行补充各类资本的重要来源,但这些工具对银行资质本身也有着较高的要求,多数中小银行难以满足,或者需要更高的融资成本。其次,利润增速下滑利润增速下滑也也导致导致中小银行中小银行自身造血功能减弱自身造血功能减弱,主要来源于利润留存的内源性融资能力亦显不足。在资本监管框架之下,财务表现趋弱的上市中小银行通过资本市场进行股权再融资补充资本也受到制约,而非上市中小银行的股权对民间资本的吸引力亦下降。再加上大型商业银行纷纷发行二级资本债补充资本,对中小银行发债形成挤压。同时,中小银行往往追求规模快速发展,不够重视资本的集约使用,因此资本充足率自然持续下滑。资本补充能力在很大程度上影响和制约中小银行业务发展和转型创新的空间,因此其长期可持续发展或将面临更严峻的挑战。10%资本充足率大型商业银行股份制商业银行城市商业银行农村商业银行图 1.3A 2017-2022 年中小银行资本充足率分析及对标 闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 6 回顾 2022 年,中小银行的整体业绩总体呈现三大趋势:中小银行面临的发展困境,表面上看是宏观经济下行和行业竞争加剧的影响,深层次看更是战略战略定位定位不清、用不清、用户经营粗放、产品缺乏特色、渠道覆户经营粗放、产品缺乏特色、渠道覆盖不足、盖不足、赋能体系赋能体系薄弱薄弱等多方面因素造成的银行价值和市场竞争力下降的结果。因此,中小银行应聚焦价值和竞争力提升,明晰战略业务定位,重塑用户、产品、渠道的价值管理体系,夯实运营、科技、数据、风控等中后台赋能基础,尽快提升盈利能力,破解价值弱化带来的资本补充困境,长期持续提升发展能力,走上符合自身特点的差异化、特色化的发展道路。盈利能力下降(相关指标:利润增速、净息差、资产利润率等)行业竞争加剧(相关指标:普惠贷款增速及份额等)资本补充受限(相关指标:资本充足率)1 2 3 闪耀的北极星闪耀的北极星|第一章 中小银行整体业绩回顾 7 第二章 中小银行价值管理框架 闪耀的北极星闪耀的北极星|第二章 中小银行价值管理框架 8 2 中小银行价值管理框架中小银行价值管理框架 2.1 前情回顾:前情回顾:第四张报表价值管理体系第四张报表价值管理体系 随着金融企业持续推进数字化、智慧化转型(“数智转型”)及业财融合多元化发展,其价值驱动也必将呈现出多因素化的特征。因此,早在 2016 年,德勤第四张报表团队就指出,仅以财务结果论英雄的仅以财务结果论英雄的时代已经过去时代已经过去,银行需要体系化地梳理价值构成,并逐个击破,找到价值驱动要素。德勤第四张报表价值管理体系从价值洞察出发,以用户、产品/服务、渠道、运营、数据资产、科技实力等多视角价值驱动因素为依据,从中识别并分析企业新价值增长点的构成、驱动和评估管理方式。图 2.1 德勤第四张报表价值管理体系框架 闪耀的北极星闪耀的北极星|第二章 中小银行价值管理框架 9 2.2 溯源观星:溯源观星:银行银行价值价值管理管理北极星北极星 何为北极星指标?何为北极星指标?北极星指标(North Star Metric),也叫作第一关键指标,最早由谷歌公司提出并广泛应用于互联网行业,是指与现阶段现阶段战略和各项业务发展最相关战略和各项业务发展最相关的绝对核心指标的绝对核心指标。这些指标一旦确立,就像北极星一样闪耀在空中,指引企业的业务团队向同一个方向迈进。为何引入为何引入银行业?银行业?银行业对北极星指标的应用最早出现在招商银行。2018 年,招商银行为了实现真正以客户体验为导向的核心目标,果断决定从关注交易的零售 AUM(资产管理规模)指标变为关注交互的 MAU(月度活跃用户数)指标,从而将“招商银行”和“掌上生活”两大 APP 的 MAU定为零售业务的“北极星”指标。作为第一家将 MAU 定为“北极星”指标的银行,当时其这一行为也曾饱受争议。然而,一个“北极星”指标的转变,让所有人看到了管理层对于优化客户体验的决心,意味着所有部门将为了同一个目标合作而降低部门隔阂,也意味着银行每一位员工绩效目标及努力方向的调整,甚至可以说影响了银行的整体文化。如今招商银行作为“零售之王”的市场地位依然难以撼动,北极星指标的应用成效有目共睹。中小银行中小银行应用趋势应用趋势 如今,越来越多的银行也开始借鉴使用北极星指标。2022 年,32 家样本银行中的 24 家在年报中披露了 MAU 指标,占比达 3/4。光大银行光大银行明确宣布锚定 1)AUM(零售资产管理规模)、2)FPA(对公综合融资规模)、3)GMV(金融市场交易总额)作为银行的三大北极星指标;其管理层亦在公开场合多次提出“零售金融以 AUM 为牵引推动业务发展、公司金融以FPA为牵引提升综合服务能力、金融市场以 GMV 为牵引强化价值创造能力”的战略愿景。齐鲁银行齐鲁银行在新三年战略规划中设计了一套结构化的北极星指标,包括战略级指标和涉及六大业务条线的业务级指标,通过这套全行北极星图全行北极星图,全面指引和管理未来三年战略发展方向。闪耀的北极星闪耀的北极星|第二章 中小银行价值管理框架 10 2.3 拨云见雾:拨云见雾:中小银行价值管理框架中小银行价值管理框架 基于德勤第四张报表价值管理体系框架,结合银行价值北极星指标的应用,德勤为中小银行量身打造了“1 3 N”的中小银行价值管理框架(图 2.3A)。1 个战略愿景个战略愿景 在战略愿景层,银行首先要思考“我们的成功理念是什么?我们在哪里竞争?”,即战略目标和定位。例如对于上市中小银行,首要明确的可能是资本市场目标资本市场目标(如资产规模、风险加权资产收益率等),通过做好上市银行价值管理寻求外源性资本补充的渠道。其次则是盈利目标盈利目标(如净资产收益率 ROE),通过提高盈利能力补充内源性资本。此外还可考虑提升资产质量、市场和客户满意度、促进数字化转型等目标。3 大核心要素大核心要素 3 大核心要素沿袭第四张报表价值管理三要素,即客户、产品、渠道,它们共同回答“我们如何获胜?”的问题。在建立业务级北极星指标时,通常可先厘清先厘清核心核心业务条线业务条线。在综合考虑业务现状、资源禀赋、增长潜力等因素的情况下,对银行现有业务条线进行优先级排序。图 2.3A“1 3 N”中小银行价值管理框架 闪耀的北极星闪耀的北极星|第二章 中小银行价值管理框架 11 之后针对每个业务条线分别设定独立的三要素相关北极星指标。典型的客户类北极星指标客户类北极星指标包括:(活跃)客户规模 (活跃)客户增速 (活跃)客户占比等 典型的产品类北极星指标产品类北极星指标包括:特色金融产品类指标(如普惠、科创、县域、绿色金融等)信用卡发卡量及活跃卡数量等 典型的渠道类北极星指标渠道类北极星指标包括:网点数量、覆盖率等 电子渠道分流率、智能化率等 社交媒体及短视频平台触达数等 N 类支撑保障类支撑保障 在明确前端业务目标后,中小银行也要充分重视中后台对目标实现的支撑保障中后台对目标实现的支撑保障,尤其是运营、风控、组织人才、数据及科技赋能等。中后台支撑侧应当打破隔阂,为了同一个北极星指标与业务部门充分合作,向着同样的绩效目标及方向努力。图 2.3B 第四张报表与中小银行价值管理框架 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析 12 第三章 样本银行价值分析洞察 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 13 13 3 样本银行价值分析样本银行价值分析洞察洞察 本章中,我们将对 32 家样本银行基于战略层、客户层、产品层及渠道层分别进行价值分析,形成数据洞察和案例解读。在分析之前,我们还将分别介绍各个层级的典型北极星指标。3.1 战略层战略层 3.1.1 典型的典型的战略层战略层北极星指标北极星指标 在战略层,中小银行通常可关注的典型北极星指标包括:1.风险加权资产回报率(风险加权资产回报率(RoRWA)RoRWA 衡量银行盈利能力与其承担的风险之间的关系,是同时衡量银行业务效率和风险管理能力的核心指标。通过将风险加权资产纳入计算,RoRWA 提供了一个更准确的盈利能力体现,因为其考虑了银行持有的资产风险。较高的 RoRWA 表明银行在保持相对较低风险水平的同时实现了更好的盈利能力,即内生性增长动力更强、长期化解风险能力更强、资产利用效率更高(这对于中小银行来说尤其重要),对资本市场和管理层来说都是积极的信号。2.净资产收益率(净资产收益率(ROE)ROE 是衡量银行利润相对于其净资产的指标,反映了股东的投资回报率。ROE 是资本市场关注的关键指标。较高的 ROE 意味着中小银行在净资产方面取得了更好的回报,表明银行具有较高的盈利能力和效率。3.资产资产总额总额 资产总额资产总额是衡量银行规模的指标,它代表了银行业务的规模和范围。虽然资产总额本身不能直接反映银行的盈利能力或效率,但它在评估银行的整体发展和影响力时具有重要作用。较高的资产总额通常意味着中小银行在市场上具有更强的竞争力,并能提供更多的金融服务,这在战略层面上是一个非常重要的优势。其他可关注的战略层北极星指标还有:不良贷款率(NPL)、资本充足率(Capital Adequacy Ratio,CAR)、净利息差(Net Interest Margin,NIM)、客户满意度、信息科技投入占比等。闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 14 表 3.1.2A 样本银行分析:风险加权资产收益率 3.1.2 样本银行战略层北极星指标分析样本银行战略层北极星指标分析(一)(一)风险风险加权加权资产收益率资产收益率 RoRWA RoRWA=净利润(年初风险加权资产 年末风险加权资产)2 截至本文发稿日,已公布“风险加权资产”的 21 家样本银行中,RoRWA 中位数为 1.25%(杭州银行及天津银行)成都银行、宁波银行及南京银行分列前三;江西银行、哈尔滨银行则排名末位,且其 RoRWA 已显著低于样本银行均值。(表 3.1.2A)值得一提的是,成都银行成都银行凭借 1.69%的 RoRWA 排名第一,在境内上市银行中也仅次于招商银行的 2.38%。进一步分析,成都银行 2022 年录得100.4 亿元净利润,同比增长 28.24%。尽管利润规模并不突出,但其平均风险加权资产仅不到 6,000 亿,约为头部城商行均值的 1/3(前五大规模城商行平均风险加权资产约 18,000 亿),展现了强劲的盈利效率和风险管理能力。相对应的,哈尔滨银行的风险加权资产规模与成都银行相当,但2022年仅录得净利润7.1亿元,不到成都银行的10%。排名 银行名称 RoRWA 01 成都银行成都银行 1.69 宁波银行 1.61 南京银行 1.55 沪农商行 1.49 江苏银行 1.42 长沙银行 1.34 贵阳银行 1.34 徽商银行 1.33 渝农商行 1.28 杭州银行 1.25 天津银行 1.25 齐鲁银行 1.24 厦门银行 1.21 北京银行 1.10 上海银行 1.09 重庆银行 1.09 青岛银行 1.00 西安银行 0.97 威海银行 0.94 江西银行 0.43! 哈尔滨银行 0.13%闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 15 15 (二)(二)净资产收益率净资产收益率 ROE ROE=净利润 年初净资产 年末净资产2 32 家样本银行中,ROE 中位数为 9.5%(贵州银行)与RoRWA相似,成都银行、宁波银行及南京银行的 ROE 分列前三 甘肃银行、盛京银行、哈尔滨银行则排名末位,其 ROE 显著低于样本银行均值。(表3.1.2B)。成都银行成都银行凭借 17.73%的 ROE 排名样本银行第一,并超越招商银行(17.06%),俨然成为上市银行“领头羊”。排名 银行名称 ROE 01 成都银行成都银行 17.7 宁波银行 14.6 南京银行 13.3 江苏银行 12.7 杭州银行 12.4 长沙银行 11.8 徽商银行 11.7 沪农商行 11.2 贵阳银行 11.2 苏州银行 11.0 厦门银行 10.7 齐鲁银行 10.6 上海银行 10.5 重庆银行 10.1 威海银行 9.7 贵州银行 9.5 渝农商行 9.4 青岛银行 9.0 西安银行 8.5 北京银行 8.2! 泸州银行 8.1 晋商银行 8.1# 天津银行 6.1$ 兰州银行 5.7% 中原银行 4.9& 九江银行 4.6 郑州银行 4.5( 粤农商行 4.3) 江西银行 3.60 甘肃银行 1.91 盛京银行 1.22 哈尔滨银行 0.9%图 3.1.2B 样本银行分析:净资产收益率 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 16 案例解读(三)(三)资产资产总额总额 32 家样本银行中 已有 12 家银行资产资产总额总额规模超过 1 万亿,排名前五的中小银行均突破 2 万亿规模。成都银行及长沙银行即将加入“万亿级银行”家族(若继续维持当前增长率的情况下)。同比增长方面,中原银行在完成吸收合并洛阳银行、平顶山银行和焦作中旅银行后,资产资产总额总额规模同比大增72.7%;余下样本银行中,成都银行成都银行再次以 19.4%的增长率位居第一,南京银行、宁波银行、西安银行及齐鲁银行亦位居前列,增长率均超过 16%。青岛银行、江西银行以 1.4%的增长率排名末位。成都银行的“1 3 5”战略规划框架 从战略层分析来看,成都银行表现突出,无论是盈利能力还是资产增长均处于同业领先地位,而其结构明晰的战略规划功不可没。2022 年 5 月,成都银行宣布完成 2022-2024 年新一轮战略规划,提出了“1 3 5”的规划框架,这与德勤中小银行价值管理框架可谓不谋而合。具体来看,包括:1 个战略愿景个战略愿景 即“更高规模量级、更强管理能级”的万亿级银行(以“资产规模”为北极星指标)。3 大护城河大护城河 包括建立“首站首选银行”为目标的政务金融业务,攻坚“双两千亿”为目标的实体企业业务(聚焦绿色环保、科创金融),以及提升储蓄存款贡献为目标的零售负债业务。5 大大赋能力赋能力 包括实体客群分析(客户)、财富管理品牌、消贷超市升级、金融市场拓展(产品)、异地分行提升(渠道)。图 3.1.2C 样本银行分析 资产总额(亿元,左)及同比增长(右)33,880 29,803 28,785 23,661 20,595 16,165 15,802 13,523 13,267 12,814 12,335 10,824 9,177 9,047 7,611 7,127 6,847 6,460 5,915 5,338 5,296 5,245 5,156 5,060 4,797 4,359 4,058 3,772 3,712 3,437 3,364 1,486 北京银行江苏银行上海银行宁波银行南京银行杭州银行徽商银行渝农商行中原银行沪农商行粤农商行盛京银行成都银行长沙银行天津银行哈尔滨行重庆银行贵阳银行郑州银行贵州银行青岛银行苏州银行江西银行齐鲁银行九江银行兰州银行西安银行甘肃银行厦门银行威海银行晋商银行泸州银行11%8%7s%6%8%6%6%3%6%1%1%4%9%5%闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 17 17 3.2 客户客户层层 3.2.1 典型的典型的客户客户层北极星指标层北极星指标 在客户层,中小银行通常可关注的典型北极星指标包括:1.活跃用户数活跃用户数 活跃用户通常是指在一定期间内至少登录过一次线上应用(如手机银行、信用卡APP等)的用户。如将该期间定为1 个月,即为月活月活跃用户(跃用户(MAU)。MAU 是衡量银行线上服务使用频率和用户参与度的重要指标,也反映了用户对银行数字化服务的接受度、依赖度和满意度。MAU 的持续增长对于中小银行来说非常重要,活跃用户数的增加一方面意味着用户规模的增长,同时也意味着更多的用户倾向于在移动设备上进行金融交易和浏览信息。这一方面有助于银行降低运营成本,提高服务效率,另一方面也反映了数字化转型的成效。2.重点业务客户规模重点业务客户规模 中小银行在战略层明确核心重点业务后,不仅要关注其财务业绩,更应关注客户规模及增长情况。因为客户规模的增长比业绩更早体现银行的业务拓展成效,能够带来更广阔的业务发展机遇和盈利潜力。针对不同业务,客户规模指标也有差异性,例如:针对普惠金融业务,可关注“普普惠型小微企业惠型小微企业信贷信贷户数户数”针对财富管理业务,可关注“私私行客户数行客户数”、“财富管理客户数财富管理客户数”针对消费贷款业务,关注“信用信用卡发卡量卡发卡量”、“累计累计激活信用卡激活信用卡张数张数”等。3.零售零售资产管理规模资产管理规模(AUM)AUM 是银行用来衡量其管理资产规模的指标。而零售零售AUM 特指银行在零售业务领域所管理的资产总额,包括储蓄、投资组合、基金、信托资产等,反映了银行在零售领域的业务规模和客户信任,是衡量零售转型成效的重要指标。零售零售 AUM 也间接反映了客户粘性。零售客户的资产配置越多,意味着对银行更信任,更有可能长期与银行保持合作关系。通过设置 AUM 门槛,中小银行可快速识别出有效客户数量。随着中小银行数字化转型的推进,通过手机银行等渠道获客的便捷性更高,增加零售零售 AUM 的数字化手段也更多,因此零售零售 AUM 也在一定程度上反映了中小银行数字化转型的成效。其他可关注的客户层北极星指标还有客户满意度、客户行为分析等。闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 18 3.2.2 样本银行客户层北极星指标分析样本银行客户层北极星指标分析(一)(一)手机银行用户总数手机银行用户总数 32 家样本银行中有 21 家在年报中披露了手机银行用户总数。(表 3.2.2A)从规模来看,江苏银行江苏银行以 1,550 万用户数位居第一,北京银行、重庆农商行、中原银行均突破了千万级用户规模。从增长来看,杭州银行以 31.3%的同比增长率位居第一,而中原银行、贵州银行、威海银行、宁波银行均以约30%的增长率排名前列。#银行名称 手机银行用户总数(万户)同比增长率(%)01 江苏银行江苏银行 1,550 19.2 北京银行 1,366 21.0 渝农商行 1,352 8.2 中原银行 1,203 30.6 徽商银行 848 20.3 宁波银行 738 29.0 贵州银行 576 29.8 沪农商行 568 9.0 贵阳银行 555 4.5 杭州银行 506 31.3 青岛银行 458 18.4 成都银行 388 13.5 盛京银行 382 10.3 甘肃银行 351 11.9 江西银行 310 13.8 兰州银行 289 未披露 17 郑州银行 274 12.0 威海银行 253 29.3 九江银行 245 22.7 重庆银行 177 20.1! 厦门银行 117 20.6%表 3.2.2A 样本银行分析:手机银行用户总数及同比增长情况 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 19 19 综合来看,若将 21 家样本银行以规模、增长两个维度绘制散点图进行聚类分析,可以发现图中最右上角 3 家银行形成第一梯队(中原银行、北京银行及江苏银行),其共同特征是已经具备相当的手机银行用户规模,同时也维持了较高的增长率,可见零售数字化转型和拓客获得了一定的成效。(图 3.2.2B)其次,图中左上角四家银行为第二组(宁波银行、贵州银行、杭州银行及威海银行),其成长性表现尤为突出,尽管规模尚未超越第一梯队,但增长势头向好。相对应的,右下角的重庆农商银行已经形成了一定量的规模,但在用户拓展上可能暂时遇到了瓶颈。中原银行北京银行贵州银行宁波银行杭州银行江苏银行徽商银行威海银行渝农商行青岛银行九江银行沪农商行成都银行哈尔滨行江西银行厦门银行贵阳银行重庆银行盛京银行甘肃银行增长(由慢到快)规模(由小到大)图 3.2.2B 样本银行分析:手机银行用户聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 20(二)手机(二)手机银行银行月月活跃用户数活跃用户数(MAU)目前中小银行披露活跃用户数的比例尚未过半:在 32 家样本银行中,共有13 家银行在年报中披露了手机银行活跃用户情况,且口径也不统一。明确披露 MAU 的银行有北京银行、江苏银行、宁波银行、上海银行、长沙银行、杭州银行、苏州银行、贵州银行、厦门银行等 9 家(表 3.2.2C),其余银行则选择披露活跃用户总数。从规模来看,北京银行北京银行与江苏银行江苏银行均以约 530 万 MAU 领跑城商行。从增长来看,北京银行同比增长情况优于江苏银行,厦门银行、宁波银行也实现了约 30%的 MAU 增长。#银行名称 手机银行 MAU(万户)同比增长率(%)01 北京银行 530 28.6%江苏银行 530 17.8 宁波银行 335 29.0 上海银行 277 6.5 长沙银行 202 16.2 杭州银行 153 17.7 苏州银行 81 未披露 08 贵州银行 70 25.3 厦门银行 32 30.6%综合来看,北京银行、宁波银北京银行、宁波银行行、江苏银行、江苏银行组成第一梯队,其规模性、成长性兼具。上海银行与长沙银行具备一定的活跃用户规模,但增长情况有待提升;而厦门银行、贵州银行尽管 MAU 相对规模较小但增长率较高。(图 3.2.2D)表 3.2.2C 样本银行分析:手机银行 MAU 及同比增长情况 北京银行江苏银行宁波银行上海银行长沙银行杭州银行贵州银行厦门银行增长(由慢到快)规模(由小到大)图 3.2.2D 样本银行分析:手机银行 MAU 聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 21 21 “案例解读(三)手机银行活跃用户占比(三)手机银行活跃用户占比 除规模和增长情况之外,手机银行活手机银行活跃用户占比跃用户占比也是非常重要的指标,因其反映了银行移动端用户的整体粘性、忠诚度和质量。目前样本银行的年报尚未单独披露该指标,但我们可以通过计算得出。活跃用户占比=月度活跃用户数累计用户总数 通过分析发现,宁波银行宁波银行、北京银行北京银行均取得约4成成的活跃用户占比,若仅从用户活跃度来看,已然不逊色于“零售之王”招商银行。(表 3.2.2E)截至 2022 年末,招商银行 APP 和掌上生活 APP 的活跃用户占比分别为 35.5%和和 32%。#银行名称 手机银行活跃用户占比 01 宁波银行宁波银行 45.4 北京银行 39.0 江苏银行 34.2 杭州银行 30.2 厦门银行 27.6 贵州银行 12.2%宁波银行的“开放 ”平台 传统的手机银行,其实是一个相对低频的应用,纯金融场景很难带来类似消费、资讯类应用的用户活跃度和黏性。然而,招商银行的“掌上生活”通过场景融合和产品开放等举措率先打破了这一壁垒。2021 年 11 月,宁波银行 APP 全新升级 2022 版,亦正式推出“开放 ”平台,成为继招行、平安等4家股份制银行后首家转型财富开放平台的城商行。新版本中,8 家基金公司率先入驻,随后大量外卖、电影、出行、游戏等非金融场景合作商户加入,共同携手助力宁波银行 APP从纯金融场景走向泛金融的生活场景式服务,有效提升了用户活跃度,增强了用户黏性。表 3.2.2E 样本银行分析:手机银行活跃用户占比 来源:宁波银行 APP 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 22(四)普惠(四)普惠型型小微小微企业信贷企业信贷户数户数 除了手机银行客户情况外,普惠型小普惠型小微企业信贷户微企业信贷户数数也是中小银行在年报中重点披露的指标之一,因其不仅反映普惠金融业务拓展的情况,也是对监管机构关于普惠型小微贷款“两增”目标的回应。2022 年 4 月,原银保监会发布关于2022 年进一步强化金融支持小微企业发展工作的通知,明确了银行业应实现普惠型小微企业贷款增速、户数“两增”的目标。32 家样本银行中,共有 24 家银行披露了监管口径的普惠型小微企业贷款户数(单户授信额低于 1000 万元)。(表 3.2.2F)#银行名称 普惠型小微企业信贷户数(万户)同比增长率(%)01 天津银行天津银行 55.50 8.9 北京银行 29.90 116.7 上海银行 25.30 133.9 宁波银行 18.62 125.1 渝农商行 17.60 13.4 徽商银行 17.57 27.3 哈尔滨行 17.00 上年数据未披露 08 中原银行 12.87 92.1 威海银行 7.28 12.1 郑州银行 6.68 2.0 长沙银行 6.65 28.1 齐鲁银行 5.90 59.5 重庆银行 5.44 0.8 青岛银行 5.04 14.3 贵阳银行 3.87 5.6 九江银行 3.71 40.5 沪农商行 3.41 44.5 贵州银行 3.27 78.1 江西银行 3.09 18.8 南京银行 2.98 155.8! 甘肃银行 1.39 170.7 泸州银行 0.83 2.5# 兰州银行 0.82 上年数据未披露 24 粤农商行 0.52 上年数据未披露 表 3.2.2F 样本银行分析:普惠型小微企业信贷户数及同比增长情况 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 23 23 “案例解读 从规模来看,天津银行天津银行以 55.5 万户普惠型小微贷款户稳居第一,显著高于其他样本银行。北京银行、上海银行、宁波银行分列二至四位,且均实现了翻倍的增长,共同组成第二梯队。从增长来看,甘肃银行、南京银行位列前两位,但其用户规模基数仍然较低。(图 3.2.2G)天津银行的“智慧小二”2019年,在中国人民银行天津分行的指导下,天津银行启动建设“智慧小二”金融服务平台(“平台”)。平台秉承“扶助小微、践行普惠、回归本源、服务实体”的理念,通过向个体工商户提供支付、金融、营销等多种数字化能力,全维度赋能实体经济,深耕小微市场。首年,平台入驻个体工商户即达 8.5 万户。次年,入驻商户突破 20 万。如今,“智慧小二”的身影已遍布天津的大街小巷,渗透到市民生活的点点滴滴。截至 2022 年末,平台入网商户已达 59.06 万户,其中天津地区入围商户 31.35 万户,约占全市个体工商户总数的45%,服务覆盖天津市内 16 个行政区域,涵盖衣、食、住、行、娱等十个大类 120 个行业。同时,依托平台数据研发的“天行用呗天行用呗”专属信用贷款,平台通过对商户日常经营收入的大数据分析,对优质个体工商户进行主动授信,做到“入网易得、动态提额、随借随还、循环使用”,从源头上解决了个体工商户“融资难、融资慢、融资贵”的难题,累计为客户节约融资成本 2.17 亿元,也在行内形成普惠高效、风险可控、商业可持续的普惠金融新模式。经过三年多的运营,天津银行“智慧小二”金融服务平台在场景建设、金融服务、平台价值以及政府服务方面均取得突出成绩,“天津实践”得到中国人民银行总行和央视新闻联播的多次宣传推广。由此,天津银行的普惠小微贷款户稳居第一,也完全不令人意外了。天津银行北京银行上海银行宁波银行渝农商行徽商银行中原银行齐鲁银行九江银行等沪农商行贵州银行南京银行甘肃银行增长(由慢到快)规模(由小到大)图 3.2.2G 样本银行分析:普惠型小微企业信贷户数聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 24 3.3 产品层产品层 3.3.1 典型的产品层北极星指标典型的产品层北极星指标 在产品层,中小银行可关注的典型北极星指标通常和银行自身重点业务与特色业务相关,例如:1.绿色金融贷款绿色金融贷款 近年来,随着双碳目标持续深化落地,监管机构逐步完善绿色金融政策体系构建,并持续引导银行业大力发展绿色金融。从整体来看,各家银行均在全力打造“绿色金融 ”产品体系,而其中绿色信贷产品依然还是主流。绿色金融贷款指在低碳、环保、可持续发展等领域提供融资支持的贷款产品,绿色金融贷款余额绿色金融贷款余额的持续增长对推动银行业务转型、彰显社会责任担当、切实保护环境、促进可持续发展目标以及提升金融机构的竞争力和社会声誉都具有重要意义。2.科创金融贷款科创金融贷款 科创金融贷款主要用于支持科技创新和新兴产业的发展。对于中小银行来说,积极投放科创金融贷款意味着能够将资金投入到具有高成长性和潜力的新兴产业,如人工智能、生物技术、新能源等领域。这有助于推动当地经济结构的优化和升级,提升中小银行在本土经济中的市场地位和影响力。其次,通过关注科创板块,中小银行也能够树立自身的“勇于创新”的品牌形象,甚至通过与科创企业进行合作,为中小银行带来更多的合作可能,推动银行自身金融科技的创新发展。因此,科创金融贷款科创金融贷款的增长,对于中小银行来说不仅是一个重要的业绩增长点,也是推动经济转型升级、促进金融创新和实现社会责任的重要途径。3.消费贷款消费贷款 自原银保监会2021年明确要求地方法人银行不得跨注册辖区开展互联网贷款业务以来,中小银行为寻求综合化经营破局方向,申请消费金融牌照或入股消费金融公司也成为众多区域性银行的布局重点。个人消费贷款个人消费贷款的增长有助于中小银行提升服务长尾客户的能力,也有助于全国展业。其他可关注的产品层北极星指标还有对公客户融资总量(FPA)、信用卡发卡量、金融市场资产托管业务规模、代客衍生品业务规模等,取决于各家银行的业务发展战略。闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 25 25 3.3.2 样本银行产品层北极星指标分析样本银行产品层北极星指标分析(一)绿色金融贷款(一)绿色金融贷款 截至本文发稿日,32 家样本银行中共有 31 家银行披露了“绿色信贷余额”,其中 21 家银行在年报中直接披露,其余 10 家则在社会责任报告或环境、社会及管治报告(即ESG报告)中披露。目前仅甘肃银行尚未披露相关数据。#银行名称 绿色信贷余额(亿元)同比增长率(%)01 江苏银行江苏银行 2,015.00 58.4 南京银行 1,329.56 34.6 北京银行 1,103.03 131.0 上海银行 653.70 116.4 徽商银行 545.76 69.6 杭州银行 540.03 28.8 渝农商行 487.15 32.9 贵州银行 466.30 25.0 沪农商行 435.67 120.3 长沙银行 326.01 28.3 贵阳银行 282.16 24.0 重庆银行 276.21 44.5 中原银行 271.30 124.0 九江银行 258.89 47.0 粤农商行 248.95 68.4 宁波银行 237.10 49.7 江西银行 226.96 33.5 青岛银行 209.24 9.7 苏州银行 178.94 36.8 齐鲁银行 167.64 30.3! 成都银行 167.34 147.1 天津银行 164.17 36.0# 威海银行 159.51 26.4$ 晋商银行 145.60 未披露 25 兰州银行 94.35 48.3& 盛京银行 64.49 -14.2 厦门银行 41.31 126.1( 哈尔滨行 30.89 41.5) 郑州银行 28.54 35.50 西安银行 11.00 0.01 泸州银行 3.01 30.3%表 3.3.2A 样本银行分析:绿色信贷余额规模及同比增长情况 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 26 从规模上看,江苏银行以突破 2,000 亿元的余额排名第一,南京银行、北京银行也以超过 1,000 亿元亿元的绿色信贷规模紧随其后。从增长上看,31 家样本银行中仅盛京盛京银行银行的绿色信贷余额同比出现下降,其余银行均呈同比上升趋势,平均增长率约为 53%。成都银行、北京银行、厦门银行、中原银行、上海农商银行及上海银行等 8家银行获得了 100%以上的增长。综合分析,江苏银行江苏银行、南京银行南京银行在规模性和成长性上表现俱佳,可形成第一梯队。北京银行、上海银行、上海农商银行、中原银行等 4家银行成长性表现尤为突出,而徽商银行与广州农商银行也取得了不错的业绩。江苏银行南京银行北京银行上海银行徽商银行沪农商行中原银行粤农商行宁波银行等青岛银行增长(由慢到快)规模(由小到大)图 3.3.2B 样本银行分析:绿色信贷余额聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 27 27 (二)科创金融贷款(二)科创金融贷款 截至本文发稿日,32 家样本银行中共有 12 家披露了“科创金融贷款余额”。从规模来看,北京银行、江苏银行、上海银行位列前三,均突破了千亿级规模。从增长来看,上海农商银行、徽商银行、南京银行取得了约30%的同比增长率,处于领先位置。(表 3.3.2C)#银行名称 科创金融贷款余额(亿元)同比增长率(%)01 北京银行北京银行 1,947.70 23.4 江苏银行 1,428.00 19.0 上海银行 1,038.74 19.3 沪农商行 712.12 35.4 南京银行 660.97 29.1 徽商银行 585.30 33.3 渝农商行 512.03 1.7 杭州银行 480.95 2.3 中原银行 419.30 未披露 10 天津银行 321.70 21.9 齐鲁银行 316.14 24.2 苏州银行 300.00 未披露 综合来看,通过聚类分析可以得知,北京银行北京银行、江苏银行、上海、江苏银行、上海银行银行无论从科创贷款的规模还是成长性上均取得较为领先的业绩,形成第一梯队。而上海农商银行、徽商银行、南京银行表现其次。(图 3.3.2D)表 3.3.2C 样本银行分析:科创金融贷款余额及同比增长情况 沪农商行徽商银行南京银行齐鲁银行北京银行天津银行上海银行江苏银行杭州银行渝农商行增长(由慢到快)规模(由小到大)图 3.3.2D 样本银行分析:科创金融贷款余额聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 28(三)消费贷款(三)消费贷款 截至本文发稿日,32 家样本银行中共有 31 家银行披露了“个人消费贷款余额”及相应的“贷款不良率”,仅齐鲁银行未披露相关数据。(表 3.3.2E)#银行名称 个人消费贷款余额(亿元)占个人贷款比(%)贷款不良率(%)01 江苏银行江苏银行 2,877.95 48%未披露未披露 02 宁波银行 2,361.64 61%未披露 03 南京银行 1,443.31 55%1.32 北京银行 1,343.01 21%未披露 05 上海银行 1,107.19 27%1.70 哈尔滨行 781.32 67%3.10 天津银行 617.89 50%1.80 长沙银行 555.75 32%未披露 09 杭州银行 484.36 19%未披露 10 中原银行 402.05 17%3.30 沪农商行 376.78 19%未披露 12 西安银行 301.43 48%未披露 13 盛京银行 254.08 25%1.66 晋商银行 220.29 8%3.64 九江银行 183.12 19%1.67 甘肃银行 181.25 36%2.58 兰州银行 177.01 31%未披露 18 苏州银行 171.01 7%0.93 青岛银行 169.31 6%未披露 20 徽商银行 125.53 7%未披露 21 渝农商行 111.30 4%1.25 粤农商行 110.00 7%1.76# 重庆银行 104.90 11%1.49$ 厦门银行 78.20 10%未披露 25 郑州银行 70.38 9%2.88& 威海银行 62.04 14%0.87 江西银行 34.14 4%未披露 28 泸州银行 23.26 19%2.09) 成都银行 20.31 2%3.040 贵阳银行 15.70 4%未披露 31 贵州银行 2.73 1%4.35%表 3.3.2E 样本银行分析:个人消费贷款规模、占比及不良贷款率 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 29 29 从规模来看,江苏银行和宁波银行显著领先其余样本银行,南京银行、北京银行与上海银行也都超过了 1,000 亿的规模。从占比来看,哈尔滨银行个人消费贷款占个人贷款总额达67%,排名第一,其余占比过半的银行包括宁波银行、南京银行、天津银行等。而有 11 家银行的占比低于 10%。然而,从贷款质量来看,中小银行的消费贷款风险水平普遍不容乐观。在单独披露消费贷款不良率的 18 家样本银行中,平均不良率为 2.19%,其中仅苏州银行和威海银行的不良率低于1.2%。不良率最高的贵州银行达到4.35%,而不良率超过 2.0%的银行共有9 家。闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 30(四)信用卡发卡量(四)信用卡发卡量 32 家样本银行中,共有 25 家银行披露了信用卡累计发卡量。从规模来看,上海银行以 1380 万张显著领先其余样本银行,江苏银行、北京银行及宁波银行位列二至四位。从增长来看,贵州银行、江西银行、兰州银行及宁波银行均实现了超过30%的同比增长率,2022 年发卡成效显著。(表 3.3.2F)#银行名称 信用卡累计发卡量(万张)同比增长率(%)01 上海银行上海银行 1380.42 10.9 江苏银行 653.36 28.0 北京银行 597.00 15.2 宁波银行 485.00 30.4 青岛银行 365.24 21.7 中原银行 363.48 15.6 长沙银行 305.98 11.0 徽商银行 243.75 0.4 沪农商行 210.00 1.4 盛京银行 208.30 13.0 粤农商行 199.31 5.6 南京银行 198.20 22.4 渝农商行 186.74 11.3 哈尔滨行 176.41 11.2 贵阳银行 162.33 1.6 天津银行 155.38 20.4 九江银行 106.05 27.5 江西银行 97.05 36.0 贵州银行 74.44 36.4 甘肃银行 66.18 25.2! 郑州银行 63.13 12.1 苏州银行 48.00 2.1# 兰州银行 43.91 35.8$ 重庆银行 43.27 26.9% 威海银行 15.66 12.7%表 3.3.2F 样本银行分析:信用卡累计发卡量及同比增长情况 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 31 31 “案例解读 综合来看,通过聚类分析得知,上海银行上海银行凭借遥遥领先的发卡量,以及不错的增长率成为中小银行信用卡业务发展的第一梯队。宁波银行、江苏银行的规模和成长性其次,而贵州银行、江西银行和兰州银行从特征上来看属于信用卡业务的起步阶段和高速成长期。上海银行的“精品信用卡”上海银行信用卡中心于 2002 年正式挂牌成立,是国内首家开启信用卡业务的城商行,20 年来已累计服务客户超千万,位列区域性银行首位。经过分析,上海银行的信用卡业务“精”在四个方面。1.“精”于“精”于产品的产品的品牌塑造品牌塑造 近 5 年,上海银行陆续推出光明随心订、全家集享等本地生活类商户联名信用卡,美团、京东、盒马等互联网平台联名信用卡,以及熊本熊、招财猫等 IP 主题信用卡,形成多维品牌,全面涵盖老、中、青三代客群的喜爱。2.“精”于“精”于产品的产品的客户体验客户体验 2022 年初,上海银行决心升级产品服务能力,创新性推出虚实一体数字卡,客户只需面签激活后即可第一时间绑定移动支付,实现了“即申、秒批、即用”,显著提升了信用卡申请和激活的客户体验。3.“精”于“精”于产品的产品的需求需求迭代迭代 上海银行的美好生活 APP 涵盖了金融、生活、消费的需求,通过联合支付宝、微信、京东、美团等多家头部互联网平台,深度链接高频消费场景。高端信用卡方面,上海银行持续塑造差异化特色,以“出行服务”为核心服务权益,准确命中高端商务人士的生活、差旅和度假需求。4.“精”于“精”于产品的产品的多元联动多元联动 上海银行以信用卡分期业务为切入口,针对居民购车、旅游、健身、大额耐用品等消费升级需求,积极丰富信贷产品,于消费信贷密切联动。上海银行与多家主要汽车销售品牌开展汽车消费分期信贷合作,签约门店超过 1000 家,是中小银行里为数不多坚持走汽车分期道路并形成信贷规模效应的成功案例。贵州银行江西银行兰州银行宁波银行江苏银行九江银行等青岛银行北京银行盛京银行等渝农商行等长沙银行上海银行增长(由慢到快)规模(由小到大)图 3.3.2G 样本银行分析:信用卡累计发卡量聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 32 3.4 渠道层渠道层 3.4.1 典型的典型的渠道渠道层北极星指标层北极星指标 在渠道层,中小银行既要关注传统的线下渠道(即网点),也要关注线上渠道的建设、拓展和运营。典型的北极星指标包括:1.营业网点类指标营业网点类指标 营业网点类指标的设计应当考虑网点从规划、选址、运营、合规、绩效评估等全生命周期的过程。具体来看,可以包括:网点规模类指标:营业网点数量、智能设备数量等 网点触达率指标:县域覆盖率等 网点智能化指标:柜面替代率、预约预处理业务比例、智能设备分流率等 网点效益性指标:网均利润(网点平均利润)、网均收入等 网点服务类指标:网点业务平均等候时长、网点投诉量、客户随访满意度等 网点合规类指标:柜面业务差错率、操作风险事件等 2.电子渠道类指标电子渠道类指标 电子渠道类指标与网点类指标设计的思路基本类似,可以包括:规模类指标:电子渠道建设数量、应用功能开发迭代次数等 触达率指标:注册用户数、活跃用户数等 智能化指标:呼入服务智能化率、AI 外呼业务占比等 效率类指标:电子渠道分流率、获客数量、流量转化率等 服务类指标:电子渠道客户满意度评分等 创新渠道指标:微信银行/公众号关注数、短视频播放量、直播平台合作次数等 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 33 33 3.4.2 样本银行渠道层北极星指标分析样本银行渠道层北极星指标分析(一)(一)营业网点营业网点类类指标指标 32 家样本银行中,有 15 家银行在年报披露了营业网点数量,其余样本银行的营业网点数量来自于国家金融监督管理总局金融许可证查询平台。结合财务数据,还可以计算得出网均营业收入、网均净利润等衍生指标。#银行名称 营业网点数量(个)网均营业收入(万元)网均净利润(万元)01 南京银行南京银行 242 18,432.4 7,606.6 02 上海银行 339 15,667.4 6,572.3 03 江苏银行 532 13,265.1 4,771.8 04 宁波银行 486 11,909.3 4,759.7 05 杭州银行 255 12,914.3 4,580.1 06 成都银行 240 8,433.9 4,184.3 07 北京银行 639 10,371.8 3,874.8 08 沪农商行 364 7,040.5 3,130.0 09 重庆银行 166 8,111.7 2,932.4 10 徽商银行 552 6,563.4 2,478.8 11 苏州银行 170 6,919.4 2,305.0 12 厦门银行 109 5,408.3 2,299.2 13 泸州银行 36 10,838.2,243.1 14 齐鲁银行 182 6,079.0 1,995.0 15 贵阳银行 307 5,095.4 1,989.1 16 长沙银行 380 6,017.8 1,792.4 17 青岛银行 180 6,468.9 1,712.7 18 贵州银行 227 5,281.9 1,687.0 19 威海银行 126 6,580.1 1,649.6 20 西安银行 177 3,710.5 1,369.7 21 郑州银行 181 8,343.3 1,338.3 22 晋商银行 154 3,415.7 1,191.8 23 天津银行 307 5,133.1 1,160.6 24 兰州银行 174 4,281.8 996.4 25 江西银行 225 5,650.7 711.6 26 渝农商行 1,755 1,651.9 597.0 27 九江银行 283 3,841.0 593.8 28 粤农商行 605 3,726.4 556.0 29 中原银行 708 3,617.4 540.3 30 盛京银行 213 7,583.6 478.5 31 甘肃银行 181 3,606.0 333.5 32 哈尔滨行 311 4,138.4 229.1 表 3.4.2A 样本银行分析:营业网点数量及网均指标 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 34 尽管金融服务日益呈现线上化、移动化趋势,网均类指标可能已经不适合直接反映银行渠道运营效率的全貌,但若横向比较来看,过低的网均收入可能间接反映了该银行存在网点冗余或网点效能较低的现象。而较高的网均利润,可能代表该银行仅凭借较少的网点就实现了较高的利润,间接反映了线上渠道的转型成效更好。因此,网均收入和网均利润还是有其价值评估的意义。从表3.4.2A来看,无论是网均收入还是网均利润,南京银行、上海银行、江南京银行、上海银行、江苏银行苏银行均位列全部样本银行的前三位。尤其是南京银行,凭借242家营业网点(前三位银行中最少)实现了最高的网均收入和网均利润。从聚类分析来看,南京银行与上海银行无论是网均收入还是网均利润均处于样本银行领先位置,无可争议的处于第一梯队。南京银行上海银行江苏银行杭州银行宁波银行泸州银行北京银行成都银行郑州银行等重庆银行等盛京银行沪农商行江西银行厦门银行利润(由小到大)收入(由小到大)图 3.4.2B 样本银行分析:网均类指标聚类分析 闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 35 35 案例解读 “生存还是毁灭”:网点趋势大不同 随着银行数字化转型浪潮如“奔流到海不复回”一般持续推进,银行网点的大规模扩张阶段似乎也一去不复返。银行 4.0一书甚至曾经让不少银行管理层开始思考物理网点存在的必要性。但冷静下来看,网点布局策略其实在大型银行和中小银行之间逐渐呈现明显分化特征。1.大型银行的网点策略大型银行的网点策略 一方面,大型国有银行、股份制银行确实纷纷聚焦网点“关迁并转”,不断进行网点数量的缩编。截至 2022 年末,六家国有大型银行营业网点总数较 2021 年减少了 470 个。2.中小银行的网点策略中小银行的网点策略 另一方面,区域性中小银行则不约而同的逆势扩张,稳步推进网点下沉、县域覆盖等区域扩张策略。以宁波银行宁波银行为例,2020 年末其网点数量为 422 个,至 2021 年年末上升为 463 个。截至 2022年末,宁波银行在全国多地已拥有 486 个营业网点。重庆农商银行重庆农商银行更是为县域金融布设了多达 1,449 个支行及分理处,以线上线下双向驱动加大县域金融供给,满足农村市场主体多元化、多层次的金融产品和服务需求,截至 2022 年末,其县域地区贷款余额已达3,173.02 亿元。3.两极分化的原因?两极分化的原因?究其原因,物理网点对于国有大行也许属于冗余成本,但对于用户基础、资源禀赋、金融科技均不占优势的中小银行来说,线下渠道却仍然是其直面客户的重要方式。近年来,有不少城商行、农商行逆势宣布了区域布局策略和网点扩张计划。南京银行网点全面转型南京银行网点全面转型 南京银行在德勤的助力下,于2021 年完成网点全面转型规划,明确提出网点的全新职能定位是“线下流量经营场所”,即触达、获客、营销、服务和维系客户的重要渠道。董事长胡昇荣在 2023 年一季度业绩说明会上特别提出,“南京银行在江苏省内所有地级市的营业网点将实现东南西北中全覆盖,把物理网点渗透到所有的区域,让服务更走近市民,更走进中小企业。”齐鲁银行齐鲁银行区域区域发展策略发展策略 齐鲁银行在新三年战略规划中也明确提出,为贯彻县域金融战略部署,优先实现省内网点全覆盖。同时,立足济南大本营,紧跟全市东强发展战略,加强东区网格布局,通过网点迁址、新设,实现东部区域全覆盖等目标。闪耀的北极星闪耀的北极星|第三章 样本银行价值分析洞察 36(二)微信银行(二)微信银行/公众号关注数公众号关注数 除了传统的手机银行(已在 3.2.2 中进行了分析)、网上银行等电子渠道,社交媒体及短视频平台是相对比较新兴而又潜力巨大的电子渠道。目前几乎所有银行都已开通了微信公众号、视频号,部分银行还以微信小程序的形式提供账户查询、信用卡还款等简单的金融服务。我们注意到 32 家样本银行中,已有 7家在年报中明确披露了微信银行/公众号的关注人数(粉丝数量)。#银行名称 微信银行/公众号关注人数(万)01 中原银行 798.90 02 哈尔滨行 418.01 03 上海银行 415.00 04 九江银行 98.14 05 江西银行 92.54 06 威海银行 38.20 07 南京银行 31.40 我们相信其他样本银行也许已经在微信公众号的推广上取得了更好的成果,获得了更高的公众号关注人数,我们期待将来有更多的银行加入到披露社交媒体和短视频平台相关渠道运营数据的行列中来。表 3.4.2C 样本银行分析:微信银行/公众号关注人数 37 37 第四章 中小银行价值管理建议 闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 38 4 中小银行价值管理建议中小银行价值管理建议 经过对样本银行在战略层、客户层、产品层和渠道层的价值分析,我们形成了一系列数据洞察和案例解读。这些内容给了我们这样的启发在那些保持高质量发展的中小银行里,是否存在一些共性的价值驱动因素?正如前言所述,北极星指标的分析,如同黑夜中指引方向一般,帮助我们从样本银行里识别出了高质量发展的“好样本”,包括:北京银行、江苏银行、上海银行、宁波银行、南京银行、杭州银行、中原银行、沪农商行、成都银行、长沙银行等。我们进一步研究了这些银行在年报中关于业务发展战略的描述,最终提取了出现频率较高的六大关键字(图4.0A):大势所趋的绿色金融绿色金融 服务实体的普惠金融普惠金融 促进创新的科创金融科创金融 数智驱动的消费信贷消费信贷 大有可为的财富管理财富管理 双轻转型的交易银行交易银行。由此,我们建议中小银行可把握以下这六大业务增长引擎(图 4.0B)。图 4.0A 标杆银行业务战略关键词 图 4.0B 中小银行六大业务增长引擎 闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 39 39 4.1 主动布局绿色金融主动布局绿色金融 近年来,随着双碳目标持续深化落地,监管机构逐步完善绿色金融政策体系构建,引导银行业发展绿色金融,并持续加大对绿色金融发展的支持。各家银行积极践行绿色发展理念,把握绿色产业发展机遇期,将绿色金融作为实施战略转型、实现高质量可持续发展的重要方向。领先银行纷纷从战略引领、顶层设计、产品体系、管理配套、运营优化等多方面着手加快布局,完善各项体制机制建设,做大业务规模和客户数量,提升绿色金融贷款占比,打造具有鲜明绿色特征的金融产品,有效支持区域内经济社会绿色可持续发展和低碳转型。从整体来看,领先银行均在全力打造“绿色金融 ”产品服务体系,持续推进产品创新,加大对清洁能源、节能环保等绿色领域直接融资支持,为客户及其产业链提供一站式、全方位的绿色投融资服务。从产品来看,绿色金融业务以绿色信贷产品为主,贷款规模增幅显著且用途趋于广泛,中小银行可充分结合区域绿色金融发展情况,通过产品结构设计、强化增信以及扩大抵质押品担保范围等方式进行绿色信贷产品创新。同时,中小银行可通过债券发行、投资、承销等方式参与到绿色债券市场中。综合实力相对较强的银行亦可在资产管理业务中逐步布局绿色投资,持续拓展绿色金融产品体系,强化资源配置功能。主动布局 绿色金融 实践示例:北京银行如何主动布局绿色金融 战略层:提出“全力建设五大银行”的战略目标,其中就包括建设以绿色金融推动 ESG 发展的“生态银行”。客户层:聚焦绿色产业细分赛道,围绕清洁能源、绿色交通、绿色制造、绿色建筑、污废处理、绿色消费、转型经济七大场景客户,梳理业务机会,加大存量客户挖潜和新客户拓展力度。产品层:创新打造立体化绿色金融产品体系,落地北京市首单 CCER 质押贷款、全行首笔碳中和支持贷款,发布数字化与低碳服务品牌产品“京碳宝”。渠道层:推动建设通州绿色支行,成为北京市银行业首家碳中和网点。闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 40 4.2 纵深推进交易银行纵深推进交易银行 在当前利率市场化推进以及金融科技飞速发展的背景下,银行业对公业务传统的“垒大户、重投放”的粗放发展模式将面临严峻挑战。公司银行业务必须向着专业化、精细化、多元化的方式转型。其中,交易银行业务作为服务实体经济的重要载体,凭借“低风险、低资本占用、弱周期、高粘性、高频率”等优质特征,成为各家银行引领对公业务转型升级的关键。交易银行业务应当与客户全方位开展深度合作,深入挖掘各类客群需求,提升创新及差异化服务能力,增强客户粘性,从而为银行获得稳定、低成本的中间业务收入,推动银行轻型化转型。我们认为,中小银行需要基于地域和客户特点,通过整合自身资源来制定特色化交易银行业务发展战略。同时,中小银行需顺应时代趋势,注重提升数字化能力,不断丰富产品体系、拓展渠道,并从客户视角持续优化产品及服务体验,致力于构建“以客户为中心”的一体化金融服务体系,覆盖现金管理、供应链金融、贸易融资、跨境金融等多元化服务。交易银行业务还需要通过融合业务流程、建立集中运维和服务保障团队,不断提升客户体验、提高服务效率,并逐步搭建标准化及场景化组合的客户评价及风控体系。纵深推进 交易银行 实践示例:南京银行如何纵深推进交易银行 战略层:聚焦“国际业务、供应链金融、现金管理”三大业务主线。客户层:持续增强客户服务能力,通过对客户数据的深度应用,为各类客群提供差异化的产品与服务。产品层:注重科技赋能,着力推进产品及业务线上化改造,打造非金融场景。渠道层:全面铺开线上渠道,构建生态圈。闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 41 41 4.3 积极探索科创金融积极探索科创金融 近年来,国家陆续出台针对科技创新的扶持政策,引导金融机构加大支持科技创新企业的力度,为科技创新企业提供针对性强的金融服务。例如,中央深改委审议通过“十四五”时期完善金融支持创新体系工作方案,央行等八部门印发上海市、南京市、杭州市、合肥市、嘉兴市建设科创金融改革试验区总体方案等。对于中小银行而言,能否明确自身定位,发挥地缘优势,并结合自身的资源禀赋制定精准的特色化科创金融服务策略尤为关键。我们认为,中小银行需要做好以下几点:1)投放科创优质资产,致力于构建全产品、全流程、多维度的企业全生命周期科创金融服务体系;2)扩大商投行联动范围,加强集团内投融资合作,推进科创企业投贷联动;3)深化重点产品服务体系,聚焦优质科技型企业,积极支持先进制造、高端制造、战略新兴等重点领域。4)同时,深化与证券交易所合作,联动资本市场为“专精特新”企业构建全方位服务生态链条,共同满足企业多元化融资需求,积极开展股权试点登记、投贷联动等业务模式。积极探索 科创金融 实践示例:杭州银行如何积极探索科创金融 战略层:依托地缘经济优势,紧抓国家实施创新驱动的时代机遇,将“科创金引擎”作为公司金融业务“六大引擎”之一。客户层:聚焦战略新兴产业、高科技产业等领域,为“专精特新”客户提供综合化、多样性的金融服务。产品层:自主研发科创企业成长性评价体系,通过大数据信息形成科创标签和多数据来源分析,实现对科创企业成长性的量化评价。迭代标准化产品,完成“科易贷”(人才线上信用贷款)风控模型优化。渠道层:加强标准团队建设,加快培养一线专营服务人员及专业科创产品经理,完成 70 个科创标准团队建设。闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 42 4.4 持续深耕普惠金融持续深耕普惠金融 在大行普惠业务进入平稳增长阶段以及互联网贷款进入规范期的背景下,中小行如何走出一条差异化发展路径、实现普惠小微业务错位竞争显得尤为重要。2022 年 1 月,人民银行印发金融科技发展规划(2022-2025 年)指出,要坚持“数字驱动、智慧为民、绿色低碳、公平普惠”的发展原则,将数字元素注入金融服务全流程,将数字思维贯穿业务运营全链条。发展数字化普惠金融已经成为拓展普惠金融服务覆盖面、提升客户粘性、增强竞争优势的必经之路。我们认为,中小银行需要深化“数字普惠”模式,健全产品体系,创新服务模式,不断提高普惠金融综合化服务水平,持续推动普惠金融可持续、高质量发展。通过大数据、人工智能、区块链等技术与普惠金融业务深度融合,提升数字化风控、精准营销以及精细化运营能力。同时,积极打造对小微企业的“一站式”综合金融服务平台,以更丰富的金融产品、更敏捷的客户响应、更安全的技术保障,打造普惠服务生态圈,为处在不同发展阶段的小微企业提供更优质的金融服务,为稳定宏观经济大盘贡献力量。持续深耕 普惠金融 实践示例:北京银行如何持续深耕普惠金融 战略层:坚定“服务小微企业”战略定位,推出数字普惠金融陪伴计划,打造数字普惠发展模式,切实强化普惠金融保障。客户层:依托数字技术拓宽服务广度,提升客户需求响应能力。升级助企纾困措施,制定 5 项 25 条举措,建立小微企业客户“敢贷、愿贷、能贷、会贷”的长效机制。产品层:优化数字产品矩阵,升级“银税贷”“普惠速贷”,推出新产品“票易贷”“账户速贷”,国内银行首家实现担保公司 APP 和银行 APP 功能融合。渠道层:深化数智平台经营,拓展对公网贷平台业务功能。全新上线“小巨人”APP2.0,在服务、功能、产品、体验四大维度实现全新升级。闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 43 43 4.5 精准拓展消费信贷精准拓展消费信贷 2021 年 2 月,原银保监会发布关于进一步规范商业银行互联网贷款业务的通知,提出严控跨区域经营,明确要求地方法人银行不得跨注册辖区开展互联网贷款业务。为寻求综合化经营破局方向,入股或申请消费金融牌照成为众多中小银行布局个人消费贷款的重点。成立消费金融子公司有助于全国展业,能有效提升服务长尾客户的能力,并与母行业务形成协同互补,形成差异化发展模式。多家银行在逐步深化与流量平台及金融科技公司合作,不断完善消金子公司在客户营销、产品创新、渠道建设、场景布局以及风险管理等方面能力建设。我们认为,中小银行需要加快零售客户生态建设,把握乡村振兴、养老第三支柱、新市民等市场机遇,围绕安居、出行、教育等高频生活场景以及各地特色生活场景,将金融服务融入日常生活,提升消费信贷服务的可得性和舒适性。同时,坚持以客户需求为导向,整合个人客户融资服务,形成信用卡、信用贷款、抵质押贷款等产品的全流程服务新模式。在信用卡业务策略方面,顺应信用卡业务回归消费和支付本源的趋势,持续推动信用卡客户的价值经营,提升消费频度和账单厚度,并推动业务向购车、旅游、教育等场景类分期转型。并持续完善信用卡产品矩阵,实现零售客户全生命周期的信用卡产品经营。精准拓展 消费信贷 实践示例:上海银行如何精准拓展消费信贷 战略层:响应国家促进消费升级、加强新市民服务等政策,创新优化消费金融产品,助力居民消费持续复苏 客户层:契合都市生活消费需求,立足核心城市圈,重点聚焦城市新市民、职场新人等年轻客群。产品层:加大新能源汽车消费、新市民消费信贷等重点领域信贷支持,不断丰富汽车消费信贷产品。构建覆盖持卡人完整生命周期的信用卡产品体系。渠道层:加强多元获客和社交传播,销售获客面打破墨守成规,抢占线上流量阵地,开拓社交裂变,结合短视频、种草平台、直播平台等新型传播渠道。闪耀的北极星闪耀的北极星|第四章 中小银行价值管理建议 44 4.6 双轮驱双轮驱动财富管理动财富管理 在中等收入群体持续扩大、居民财富不断增长的背景下,财富管理需求越来越普遍化和多元化。坚定不移地发展财富管理业务是银行转型的新动能。尤其对于中小银行而言,其深耕区域市场,具备较为完善且下沉的渠道布局和众多本地优质忠实的客户资源积累,其较短的决策流程也带来了高效运营的优势,通过与其他业务板块协同,为客户提供综合化的金融服务。我们认为,中小银行应当构建完善的开放式和高品质的财富管理平台,通过自营、代销双轮驱动,带动财富管理业务持续增长。同时,通过投资者教育宣传、投资陪伴、产品研选等新型服务模式,为客户提供投前、投中、投后的全旅程陪伴服务。通过“研市场、选产品、做专业、精推荐、智诊断和随相伴”的全旅程服务,让投资变得更加普遍、快捷、贴心。其次,中小银行应当持续丰富产品体系,精准提升新市民、家庭、养老等客群的金融产品供给,注重财富管理业务核心能力体系升级,目标构建特色化财富管理业务体系。在具备一定高端客户的前提下,积极尝试和拓展私行中心建设,丰富私行产品体系,发挥集团化金融服务优势,充分发挥投顾队伍作用,整合投融资产品服务资源,强化产品全生命周期运维管理。双轮驱动 财富管理 实践示例:江苏银行如何双轮驱动财富管理 战略层:紧扣“做大零售业务,聚焦财富管理”战略要求,立足“全客群、全渠道、全产品”三大发展要素。客户层:突出老年客群等细分领域专属服务。产品层:聚焦居民财富保值增值目标,打造“分层 分群”精细化服务模式,搭建全谱系、多策略零售产品货架,满足各类客户财富管理需求。渠道层:拥有各级机构超过 530 家,实现江苏省内县域全覆盖,辐射长三角、大湾区、环渤海三大经济圈。手机银行月活客户数居城商行第 1 位。45 45 结语 46 5 结语结语 本报告作为第四张报表:银行价值管理白皮书的延续之作,基于新的第四张报表 2.0 价值管理体系,结合“北极星”指标的应用,提出了中小银行“1 3 N”价值管理框架,并选取典型的战略层、客户层、产品层及渠道层北极星指标,对 32 家上市中小银行进行了深层次的价值对标分析。在分析过程中,我们在各个层级都发现了不少“好样本”它们无论从规模还是成长性上看都表现出较为明显的优势。而其背后,往往都伴随着这些中小银行独有的转型举措。通过对这些举措的解构,我们注意到一些值得中小银行重点关注的共性建议。战略层战略层 度身而衣,向星而行 对于区域性中小银行来说,依据自身区位资源禀赋和客群特征,走差异化、特色化经营的道路显得尤其重要。中小银行的战略规划,不片面追求“宏大叙事”,而是着眼于自身特点,找准价值定位,探索创新、多元化的战略发展方向。对于上市中小银行,建议首先锚定资本市场目标和盈利目标等全行级北极星指标(如 RoRWA、ROE、资产规模等),向着上市银行价值管理目标精确制导。举要去芜,务之为急 其次,我们建议中小银行基于战略规划重新审视自身业务布局,在综合考虑业务现状、资源禀赋、增长潜力等因素的情况下,对现有业务条线进行梳理和优先级排序,确定未来重点发展的领域。通过对样本银行的价值分析,我们认为中小银行值得关注的六大业务增长引擎包括:1)绿色金融 2)交易银行 3)科创金融 4)普惠金融 5)消费信贷 6)财富管理等。47 47 客户层客户层 聚焦活客,重塑获客 在客户层,零售和普惠业务依然是绝大多数中小银行数字化转型的重点,因此长期来看,活跃用户数量的提升还将是最重要的关注目标。由于区域性经营,中小银行获取新客户相对更容易遇到瓶颈,在此情况下深耕存量客户就是银行利润提升的核心动能。这就要求中小银行比以往更重视客户的活跃度和粘性。无论是锚定 MAU 还是锚定 AUM,都能体现存量客户的经营成效。其次,在确定了新的业务增长点后,中小银行也应当重塑获客方向,将资源向核心优先业务倾斜,并持续关注其客户规模的增长,以保障足够的发展潜力。因此,锚定特定金融业务的客户同比增长率也是值得考虑的举措。产品层产品层 鞭辟入里,见微知著 在产品层,我们建议中小银行在关注宏观业务指标外,更应该锚定特色核心业务的具体指标,从而避免因为仅关注整体性指标而掩盖了具体业务发展情况的现象。中小银行可以基于自身业务增长引擎,锚定特色金融产品类指标(如普惠、科创、县域、绿色金融等信贷产品),消费信贷类产品指标(信用卡发卡量及活跃卡数量)及财富管理类产品指标等。通过对这些北极星指标的关注,中小银行可以确保业务转型的顺利推进,从而见微知著,实现整体业务规模的提升。渠道渠道层层 守正创新,拥抱变化 在渠道层,中小银行除了关注传统的线下渠道(网点)的规模、效率,以及线上渠道的建设、拓展和运营外,也不能忽视层出不穷、颠覆传统的新兴渠道,例如短视频平台、直播平台等。相信在相关监管政策完善后,这些能够触达更多客户的“非主流”渠道也终将成为银行获客营销的中坚力量。48 联系我们联系我们 朱磊朱磊 德勤中国德勤中国 创新创新数字化数字化研发中心研发中心合伙人合伙人 第四张报表产品合伙人第四张报表产品合伙人 电话: 86 21 6141 1547 电子邮件: 李雯李雯 德勤中国德勤中国 创新、数字化及研发中心总监创新、数字化及研发中心总监 第四张报表产品总监第四张报表产品总监 电话: 86 21 2312 7160 电子邮件: 王晟中王晟中 德勤中国德勤中国 创新、数字化及研发中心总监创新、数字化及研发中心总监 电话: 86 21 2316 6745 电子邮件: 方烨方烨 德勤中国金融服务业德勤中国金融服务业 风险咨询主管合伙人风险咨询主管合伙人 电话: 86 21 6141 1569 电子邮件: 吴吴洁洁 德勤中国金融服务业德勤中国金融服务业 风险与合规服务主管合伙人风险与合规服务主管合伙人 电话: 86 21 6141 2237 电子邮件: 吴囡吴囡 德勤中国金融服务业德勤中国金融服务业 风险咨询总监风险咨询总监 电话: 86 21 2306 4008 电子邮件: 49 49 办事处地址办事处地址 北京北京 北京市朝阳区针织路23号楼 国寿金融中心12层 邮政编码:100026 电话: 86 10 8520 7788 传真: 86 10 6508 8781 长沙长沙 长沙市开福区芙蓉北路一段109号 华创国际广场3号栋20楼 邮政编码:410008 电话: 86 731 8522 8790 传真: 86 731 8522 8230 成都成都 成都市高新区交子大道365号 中海国际中心F座17层 邮政编码:610041 电话: 86 28 6789 8188 传真: 86 28 6317 3500 重庆重庆 重庆市渝中区民族路188号 环球金融中心43层 邮政编码:400010 电话: 86 23 8823 1888 传真: 86 23 8857 0978 大连大连 大连市中山路147号 申贸大厦15楼 邮政编码:116011 电话: 86 411 8371 2888 传真: 86 411 8360 3297 广州广州 广州市珠江东路28号 越秀金融大厦26楼 邮政编码:510623 电话: 86 20 8396 9228 传真: 86 20 3888 0121 杭州杭州 杭州市上城区飞云江路9号 赞成中心东楼1206室 邮政编码:310008 电话: 86 571 8972 7688 传真: 86 571 8779 7915 哈尔滨哈尔滨 哈尔滨市南岗区长江路368号 开发区管理大厦1618室 邮政编码:150090 电话: 86 451 8586 0060 传真: 86 451 8586 0056 合肥合肥 安徽省合肥市蜀山区潜山路111号 华润大厦A座1506单元 邮政编码:230022 电话: 86 551 6585 5927 传真: 86 551 6585 5687 香港香港 香港金钟道88号 太古广场一座35楼 电话: 852 2852 1600 传真: 852 2541 1911 济南济南 济南市市中区二环南路6636号 中海广场28层2802-2804单元 邮政编码:250000 电话: 86 531 8973 5800 传真: 86 531 8973 5811 澳门澳门 澳门殷皇子大马路43-53A号 澳门广场19楼H-L座 电话: 853 2871 2998 传真: 853 2871 3033 南昌南昌 南昌市红谷滩区绿茵路129号 联发广场写字楼41层08-09室 邮政编码:330038 电话: 86 791 8387 1177 传真: 86 791 8381 8800 南京南京 南京市建邺区江东中路347号 国金中心办公楼一期40层 邮政编码:210019 电话: 86 25 5790 8880 传真: 86 25 8691 8776 宁波宁波 宁波市海曙区和义路168号 万豪中心1702室 邮政编码:315000 电话: 86 574 8768 3928 传真: 86 574 8707 4131 三亚三亚 海南省三亚市吉阳区新风街279号 蓝海华庭(三亚华夏保险中心)16层 邮政编码:572099 电话: 86 898 8861 5558 传真: 86 898 8861 0723 上海上海 上海市延安东路222号 外滩中心30楼 邮政编码:200002 电话: 86 21 6141 8888 传真: 86 21 6335 0003 沈阳沈阳 沈阳市沈河区青年大街1-1号 沈阳市府恒隆广场办公楼1座 3605-3606单元 邮政编码:110063 电话: 86 24 6785 4068 传真: 86 24 6785 4067 深圳深圳 深圳市深南东路5001号 华润大厦9楼 邮政编码:518010 电话: 86 755 8246 3255 传真: 86 755 8246 3186 苏州苏州 苏州市工业园区苏绣路58号 苏州中心广场58幢A座24层 邮政编码:215021 电话: 86 512 6289 1238 传真: 86 512 6762 3338/3318 天津天津 天津市和平区南京路183号 天津世纪都会商厦45层 邮政编码:300051 电话: 86 22 2320 6688 传真: 86 22 8312 6099 武汉武汉 武汉市江汉区建设大道568号 新世界国贸大厦49层01室 邮政编码:430000 电话: 86 27 8538 2222 传真: 86 27 8526 7032 厦门厦门 厦门市思明区鹭江道8号 国际银行大厦26楼E单元 邮政编码:361001 电话: 86 592 2107 298 传真: 86 592 2107 259 西安西安 西安市高新区唐延路11号 西安国寿金融中心3003单元 邮政编码:710075 电话: 86 29 8114 0201 传真: 86 29 8114 0205 郑州郑州 郑州市金水东路51号 楷林中心8座5A10 邮政编码:450018 电话: 86 371 8897 3700 传真: 86 371 8897 3710 50 关于德勤 德勤中国是一家立足本土、连接全球的综合性专业服务机构,由德勤中国的合伙人 共同拥有,始终服务于中国改革开放和经济建设的前沿。我们的办公室遍布中国 30 个城市,现有超过 2 万名专业人才,向客户提供审计及鉴证、管理咨询、财务咨询、风险咨询、税务与商务咨询等全球领先的一站式专业服务。我们诚信为本,坚守质量,勇于创新,以卓越的专业能力、丰富的行业洞察和智慧 的技术解决方案,助力各行各业的客户与合作伙伴把握机遇,应对挑战,实现世界 一流的高质量发展目标。德勤品牌始于 1845 年,其中文名称“德勤”于 1978 年起用,寓意“敬德修业,业精 于勤”。德勤专业网络的成员机构遍布 150 多个国家或地区,以“因我不同,成就不 凡”为宗旨,为资本市场增强公众信任,为客户转型升级赋能,为人才激活迎接未 来的能力,为更繁荣的经济、更公平的社会和可持续的世界而开拓前行。Deloitte(“德勤”)泛指一家或多家德勤有限公司,以及其全球成员所网络和它们 的关联机构(统称为“德勤组织”)。德勤有限公司(又称“德勤全球”)及其每 一家成员所和它们的关联机构均为具有独立法律地位的法律实体,相互之间不因第 三方而承担任何责任或约束对方。德勤有限公司及其每一家成员所和它们的关联机 构仅对自身行为承担责任,而对相互的行为不承担任何法律责任。德勤有限公司并 不向客户提供服务。德勤亚太有限公司(即一家担保有限公司)是德勤有限公司的成员所。德勤亚太有 限公司的每一家成员及其关联机构均为具有独立法律地位的法律实体,在亚太地区 超过 100 个城市提供专业服务。请参阅 http:/ 了解更多信息。本通讯中所含内容乃一般性信息,任何德勤有限公司、其全球成员所网络或它们的 关联机构(统称为“德勤组织”)并不因此构成提供任何专业建议或服务。在作出 任何可能影响您的财务或业务的决策或采取任何相关行动前,您应咨询合资格的专 业顾问。我们并未对本通讯所含信息的准确性或完整性作出任何(明示或暗示)陈述、保证 或承诺。任何德勤有限公司、其成员所、关联机构、员工或代理方均不对任何方因 使用本通讯而直接或间接导致的任何损失或损害承担责任。德勤有限公司及其每一 家成员所和它们的关联机构均为具有独立法律地位的法律实体。我们并未对本通讯所含信息的准确性或完整性作出任何(明示或暗示)陈述、保证 或承诺。任何德勤有限公司、其成员所、关联机构、员工或代理方均不对任何方因 使用本通讯而直接或间接导致的任何损失或损害承担责任。德勤有限公司及其每一 家成员所和它们的关联机构均为具有独立法律地位的法律实体。2023。欲了解更多信息,请联系德勤中国。
云南省绿色金融产品指南,银行篇2023版,指导单位,国家金融监督管理总局云南监管局指导单位,国家金融监督管理总局云南监管局编制单位,云南省银行业协会编制单位,云南省银行业协会参与单位,云南省中小企业服.
银行行业及其人才与人力资源服务需求分析2022,2023十大行业洞察序言2022年,中国银行业实现经营业绩稳定增长,资产和业务结构持续优化,服务实体经济能力增强,盈利水平修复回升,非息收入占比提升,盈.
银行银行请务必参阅正文后面的信息披露和法律声明123银行银行2023年09月09日投资评级,投资评级,看好看好,维持维持,行业走势图行业走势图数据来源,聚源商业银行财富管理系列专题一,模式之辩,机遇之.
银行研究框架及银行研究框架及2023H1业绩综述,业绩综述,看好板块行情的持续性看好板块行情的持续性如何看财务报表,经营情况,识别风险2023年09月05日证券分析师,马婷婷执业证书编号,S06805.
年月日地方化债路径推演与对银行影响分析师梁凤洁分析师邱冠华邮箱邮箱电话,电话,证书编号证书编号分析师陈建宇研究助理赵洋证书编号证券研究报告行业评级,看好研究背景与意义研究背景,随着房地产市场承压和土地.
免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读,1证券研究报告银行银行业绩底部趋稳业绩底部趋稳,政策助力修复,政策助力修复华泰研究华泰研究银行银行增持增持,维持维持,研究员沈娟沈娟SACN.
银行银行请务必参阅正文后面的信息披露和法律声明117银行银行2023年09月01日投资评级,投资评级,看好看好,维持维持,行业走势图行业走势图数据来源,聚源息差环比企稳,关注下阶段存贷利率走势行业点评.
请务必阅读正文之后的重要声明部分请务必阅读正文之后的重要声明部分,深度深度3939家上市银行半年报总结,营收持平,利润稳健,增速分化的驱动因素家上市银行半年报总结,营收持平,利润稳健,增速分化的驱动因.
请务必阅读正文之后的重要声明部分请务必阅读正文之后的重要声明部分,测算存量房贷利率和存款利率下调的综合影响测算存量房贷利率和存款利率下调的综合影响银行证券研究报告证券研究报告专题专题研究研究报告报告2.
1行业行业报告报告行业专题研究行业专题研究请务必阅读报告末页的重要声明银行银行静待利空基本落地后的全面改善静待利空基本落地后的全面改善业绩延续分化态势,优质城农商行具备较强穿越周期能力业绩延续分化态势.
中国私人财富报告中国私人银行业,精进臻善2023目录致谢前言12附录,研究方法524411宏观经济步入复苏,财富市场有望转暖3宏观环境,面临挑战,波动前行财富市场,增速放缓,稳中有进地域分布,三大经济.
商业银行数据资产估值白皮书 7 目 录 序言.3 前言.4 第一章 数字经济时代对研究、掌握数据生产要素的迫切需求.10 一、中央和地方对数据要素高度重视、积极实践.11 二、自由流转、平等定价及公平交易的数据要素交易市场格局亟待建立.11 1 明确的数据权属是数据要素市场化发展的前提和基础.12 2 统一的数据资产估值及定价标准是数据要素配置的重要手段.12 3 健全的数据资产交易机制是数据要素市场化的有力保障.13 第二章 数据资产定义、特点及管理.14 一、数据、资产及数据资产定义.15 1 数据的定义.15 2 资产的定义.15 3 数据资产定义.16 二、数据资产的特点.17 1 非实体和无消耗性.17 2 可加工性.18 3 形式多样性.18 4 多次衍生性.18 5 可共享性.18 6 零成本复制性.19 7 依托性.19 8 价值易变性.19 三、数据资产管理的发展阶段.19 1 数据管理阶段(“十五”初期至“十一五”末期).20 2 数据治理阶段(“十二五”初期至“十三五”中期).20 商业银行数据资产估值白皮书 8 3 数据资产管理阶段(“十三五”中后期至今).21 第三章 数据资产估值的理论方法.22 一、货币度量估值方法.23 1 货币度量估值方法介绍.23 2 货币度量估值方法的应用情况.26 二、非货币度量估值方法.27 1 非货币度量估值方法介绍.27 2 非货币度量估值方法的应用情况.29 第四章 光大银行数据资产估值实践.32 一、数据资产估值假设.33 1 现状利用假设.33 2 公开市场假设.33 3 持续经营假设.33 二、数据资产估值实施方案设计与计算示例.33 1 确定估值目的与范围.33 2 明确数据资产估值对象.34 3 选择数据资产估值方法.35 4 优化成本法估值实施方案与计算.36 5 优化收益法估值实施方案与计算.42 6 优化市场法估值实施方案与计算.50 三、数据资产估值实施方案特点.54 1 体现了数据资产“非实体性&无消耗性”“可加工性”等特点.54 2 体现了数据资产价值与数据规模间的关系.55 3 关注数据资产调用情况与价值产生的强相关性.55 4 体现了数据资产价值与数据应用间的关系.56 5 体现了数据质量对数据资产价值实现的影响.57 商业银行数据资产估值白皮书 9 第五章 促进数据要素市场科学有效发展的建议.58 一、通过积极的政策激发数据要素市场活力.59 1 推进和完善顶层设计,使数据市场发展有法可依.59 2 确定数据要素流通角色,保护数据流通相关方权利.59 3 研究制定多样化的支持政策,促进各主体数据共享意愿.59 4 通过产学研一体化研究推动新技术在数据要素流通中的创新使用.60 5 建立社会公共数据共享流通的机制,活跃市场交易.60 6 建立试点机制,允许先行先试,逐步完善市场.61 7 鼓励开展多种数据市场模式.61 二、制定市场原则,审慎包容指导市场有序发展.62 1 鼓励行业开展自律,形成行业协同监管局面.62 2 建立交易争端仲裁机制,完善市场运营机制.62 3 建立数据共享的标准,提升数据共享效率.62 4 建立指导定价机制,促进市场有序良性竞争.63 5 建立全新监管理念,维护数据要素市场秩序.63 附录 A 央地政策及决策层重要讲话梳理.64 附录 B 国家法律法规、规章政策列表.66 附录 C 国家相关标准列表.71 附录 D 重要行业、学术研究列表.73 附录 E 当前主要交易所或交易平台介绍.77 附录 F 当前大数据交易模式及优劣势分析.83 附录 G 优化后数据资产估值计算方法.86 参考文献.97 第一章 数字经济时代对研究、掌握数据生产要素的迫切需求 10 商业银行数据资产估值白皮书 11 随着数字中国建设的推进,各行业的数据资源采集能力不断提升,进而促进更快更多的数据积累;数据作为数字经济时代的核心生产要素,在推动产业升级和千行百业的数字化转型过程中发挥着不可替代的作用,已然成为产业高质量发展和行业数字化转型的基础燃料。加快数据要素流转交易,激发数据资产价值转化,已经成为数字中国建设的关键引擎。一、中央和地方对数据要素高度重视、积极实践 2020 年 4 月,中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见(以下简称意见)重磅发布,明确提出“加快培育数据要素市场”的要求。2021 年 1 月 31 日,中共中央办公厅、国务院办公厅印发了建设高标准市场体系行动方案,进一步提出“建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范,推动数据资源开发利用”。2021 年 3 月,“十四五”规划中提出“迎接数字时代,激活数据要素潜能”,“充分发挥海量数据和丰富应用场景优势,促进数字技术和实体经济深度融合”。2021 年 6 月,中华人民共和国数据安全法(下称数据安全法)发布,标志着我国将数据安全保护的政策要求,通过法律文本进行明确和强化。同月,深圳市司法局发布 深圳经济特区数据条例(下称 数据条例),明确提出数据的人格权和财产权,同时规定政府和市场各方主体在培育要素市场中的主要任务,引导市场主体通过依法设立的数据交易平台进行数据交易,支持数据价值评估、数据交易模式创新,为数据要素市场培育提供了全面保障。多项政策的出台,不仅凸显了国家对数据要素的高度重视,更是在战略高度上强化了完善数据要素属性和市场流通性的重要意义,明确了数据要素市场体制机制建设的方向和重点改革任务,坚定了产业界推进数字化转型的决心。二、自由流转、平等定价及公平交易的数据要素交易市场格局亟待建立 通过国家、地方政府及数据交易市场的参与方在数据要素融合方面做出的种种努力及探索,可以看出促进数据要素市场发展的三大驱动力,即法律角度的数据确权,财务会计角度的数据估值或定价,和市场角度的数据交易。然而,在实践探索过程中,由于数据资产确权存在争议、数据资产交易受阻、数据资产估值困难等原因,数据资产要素化的进程仍面临诸多挑战。第一章 数字经济时代对研究、掌握数据生产要素的迫切需求 12 1明确的数据权属是数据要素市场化发展的前提和基础 土地、资本等其他的生产要素通常有较为明确的权利类型与权利归属,但由于数据资产无实体、可多次衍生等特点,当前数据资产确权尚缺乏实际的规则标准,相关法律文件界定标准难以满足数据要素在流通过程中的实际应用需求。相关法律规定的不完善给数据要素化的合法性、可行性带来挑战。首先,当前法律体系对数据权属、权利类型规定不明确,数据交易者无法判断交易双方是否有特定交易资格,这带来了较高的交易风险。其次,尽管各数据交易所的交易规则暂时部分发挥了相关法律的作用,但出于合法考虑,各交易规则都将涉及个人信息的数据排除在可交易范围外,这实际上将一部分对于企业最有价值的数据完全拒之门外,在一定程度上阻碍了数据资产的要素化。2统一的数据资产估值及定价标准是数据要素配置的重要手段 价值是资产的核心属性,数据资产估值体系是探索数据要素定价机制及价值核算的重要参考,对厘清数据、制定统一数据要素定价标准、实现数据要素的有效配置具有重要意义。对社会而言,数据资产估值研究为交易市场的统一数据定价模式形成提供系统框架和标准参考,促进数据资产要素流通市场的构建,提升行业对于数据资产价格的公允认知。对企业自身管理而言,数据资产估值结果能够有效提升各方业务的开展水平与管理能力。一方面,管理层能够从统一的视角,直观了解企业的数据资产价值,并依据评估结果做出数据资产相关的战略决策。周期性的数据资产估值帮助企业将数据价值与业务价值相连接,发掘高价值密度的数据,对未来数据挖掘、分析工作提供方向性指导,做到工作有的放矢。另一方面,在上下级沟通或部门沟通中,具有准确量化价值的数据资产有助于沟通双方对数据产生共同理解,减少企业沟通成本,提高运营效率。但由于数据资产与传统的有形资产和无形资产均有一定差异,其评估问题难以使用当前的资产评估体系解决,目前行业内尚无完整可操作的数据资产评估体系,评估模型和相关影响因子的选取等评估的基本问题也尚未统一。传统资产评估方法主要包括成本法、收益法和市场法三种。相比于传统资产,数据资产具有其独特性,而这些独特性导致传统评估方法在数据资产估值的实践中局限性较大。此外,当前数商业银行数据资产估值白皮书 13 据资产估值方法体系的研究探索尚处在理论层面,企业开展数据资产估值的实践较为少见。为探索具有较强实操性的数据资产估值方案,本书将结合数据资产特性,对各类评估方法的适用前提、优劣势以及数据资产价值的影响因素等内容进行对比分析,并提出优化方案设计,同时针对优化方案在实施过程中需要关注的重点内容提出建议。3健全的数据资产交易机制是数据要素市场化的有力保障 除数据资产交易前的确权和评估问题外,数据资产交易本身面临的挑战主要在于交易机制不统一和数据安全保障难两大方面。统一的交易机制是数据资产交易的前提。目前,虽然各地已陆续建立起一些数据交易市场,但是全国范围内仍缺少大规模、集中的数据交易中心,因此也缺乏一致的交易体系,尤其对于交易规则、数据登记、会员制标准、信息披露制度等方面均有进一步完善的空间。而如何在数据资产交易过程中保障数据安全这一问题同样需要讨论。数据资产交易过程涉及数据提供方、数据接收方、交易中介等多个参与方,各参与方均可能会出现未经许可复制、对外共享或交易数据的行为。即使从数据安全角度完善法律,也有可能出现由于数据资产交易权属不明确导致的越权使用等问题。为解决此类问题,行业内仍需要相关的法律法规和交易技术标准出台,推进数据交易全流程的良性互动和安全协同。第二章 数据资产定义、特点及管理 14 商业银行数据资产估值白皮书 15 数据作为新型生产要素,具有巨大潜在价值已经达成了广泛共识,数据资产化已成为企业数据资产管理的重要环节。早在 2013 年,大数据之父舍恩伯格就在大数据时代一书中指出,“虽然数据还没有被列入企业的资产负债表,但这只是一个时间问题。”但是要探索数据转化为资产并进行会计计量和流通的前提条件和转化机制,首先需要厘清数据资产相关的概念。一、数据、资产及数据资产定义 1数据的定义 长期以来,关于数据的定义和描述早已汗牛充栋。大多数理论研究强调,数据是对客观事实的归纳和反映。国际标准化组织(ISO)对数据定义为,对事实、概念或指令的一种特殊表达形式,通过人工或自动化装置进行通信、翻译和处理。美国质量协会(ASQ)将数据定义为可以收集到的一组事实。数据安全法将数据定义为任何以电子或者非电子形式对信息的记录。数据条例将数据描述为关于客体(如事实、事件、事物、过程或思想)的描述和归纳,是可以通过自动化等手段处理或再解释的素材。在数字经济时代,国家将数据列为重要生产要素数据,按贡献参与收益分配。2资产的定义 从人类社会发展的历史来看,对资产的形态和范围的认知从最初的实物资产到后来的无形资产再到当下数据资产,经历了持续扩张和深化的过程。目前较为权威的对资产的定义主要来自国际会计准则及我国财政部的企业会计准则。国际会计准则在框架中将资产定义为“资产是指作为以往事项的结果而由企业控制的可望向企业流入未来经济利益的资源”。财政部企业会计准则-基本准则(2014 年修正)第二十条规定,“资产是指企业过去的交易或事项形成的、由企业拥有或控制的、预期会给企业带来经济利益的资源”。企业会计准则第 6 号无形资产进一步对无形资产的定义进行明确,无形资产是指企业拥有或控制的没有实物形态的可辨认非货币性资产。由此可见,对资产的定义,当前形成的共识应该包括四方面特征:一是从资产的来源角度,资产由过去的交易或事项形成,是对企业历史信息的反映,未来预期中的交易和事项不形成资产;第二章 数据资产定义、特点及管理 16 二是从资产的法律属性来看,企业需拥有某项资产的所有权或控制权,从而使得该资产产生的经济利益能可靠地流入该企业;三是从资产的经济属性来看,资产不管是有形的还是无形的,必须能够为企业提供未来经济利益,这是资产确认的本质要求;四是该资源的成本或价值能够可靠计量。3数据资产定义 通过对数据和资产的分析可以发现,数据在特定的条件下符合会计学中对资产的定义。数据的资产属性已经在法律层面、国家及行业标准、学术界等获得普遍的认可。在法律规章层面,虽然尚未对数据或数据资产做出正式的统一的定义,但是部分法律已提及了数据相关概念,或对数据保护提出了总体性要求,或对数据的权属进行明确。例如,数据条例中明确提出了数据权的概念,规定自然人、法人及非法人组织对其合法处理数据形成的数据产品和服务享有法律、行政法规及本条例规定的财产权益。数据安全法第七条规定,“国家保护个人、组织与数据有关的权益,鼓励数据依法合理有效利用,保障数据依法有序自由流动,促进以数据为关键要素的数字经济发展”。在国家标准层面,部分细分领域或行业已结合自身情况率先对数据资产进行了较为明确的定义。例如电子商务数据资产评价指标体系(GB/T 37550-2019)中明确提出“数据资产是以数据为载体和表现形式,能够持续发挥作用并且带来经济利益的数字化资源”,并明确指出“数据资产包括结构化、非结构化数据和半结构化数据”,“数据资产能够估值、交易,并以货币计量”,“数据资产能够为组织带来潜在或实际价值”等内容。该定义较为全面地从数据资产的展现形式、价值体现、分类、特质等方面阐述了数据资产可以为组织带来直接或间接价值的能力,并且可用货币进行计量的特点。学术方面,相关领域行业专家和学者一直积极致力于数据资产领域的研究,目前已经基于不同的研究角度,提出了对于数据资产的定义。早在 1974 年,“数据资产”一词就最早由 Peters提出;国内对数据资产的明确定义则最早由朱扬勇等学者于 2018 年提出,他认为“数据资产是拥有数据权属(勘探权、使用权、所有权)、有价值、可计量、可读取的网络空间中的数据集”,强调了数据的权属问题;2019 年 6 月,中国信通院发布的数据资产管理实践白皮书 4.0中则商业银行数据资产估值白皮书 17 提到了关于数据资产的定义:“数据资产是指由企业拥有或者控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源,如文件资料、电子数据等”,该定义从数据资产的权属、功能特点、表现形式等方面对数据资产进行概述。总体而言,目前在国家法律规章、行业标准及学术界,已逐步对数据资产的定义有一些探索性研究和尝试,但是仍处于起步阶段。因此,结合数据、资产、无形资产的定义以及国家标准、行业指引、专家学者文献等研究实践,本书从企业应用的角度将数据资产定义为企业过去的交易或事项形成的,由企业合法拥有或控制,且预期在未来一定时期内为企业带来经济利益的以电子方式记录的数据资源。其具体意义可表述为以下几点:(一)“企业过去的交易或事项形成”是指数据必须是现实存在的,未来预期产生或获取的数据不能划分为数据资产。(二)“由企业合法拥有或控制”,是指数据来源及出处必须合法合规,企业以不正当手段非法获取的、有产权争议的、无法控制的数据资源不能确认为数据资产。(三)“预期在未来一定时期内为企业带来经济利益”,是指数据资产预期在未来一段时间内,通过直接或间接等形式为企业带来持续经济效益,没有经济价值或在现有的技术条件下无法确定未来经济利益的数据以及不能反复连续使用的数据不能划分为数据资产。(四)“电子记录”是指能够通过盘点、注册等管理手段,对数据资产进行识别、记录及计量,对于手工记录的数据,不纳入数据资产范围。二、数据资产的特点 总结梳理理论研究与行业实践成果发现,相比于传统的有形资产和无形资产,数据资产还具备若干特殊属性。这些属性导致其估值面临较大挑战,也是在未来逐步构建和完善数据资产估值体系中需要持续考虑和优化的内容。1非实体和无消耗性 相比于传统有形资产,数据资产具有非实体性和无消耗性。传统有形资产通常具备消耗性,只能由一个使用方、用于某一种用途。例如,机器会随着使用次数增加而产生消耗,寿命降低;第二章 数据资产定义、特点及管理 18 原材料在加工后即转变为新的产品。数据资产价值并不会因为正常的使用频率增加而磨损或消耗,数据资产的无消耗性,确保了其在存续期间可以被无限循环利用。与此同时,在数据资产估值过程中也需要考虑其可以重复使用的特性。2可加工性 数据资产可以被多维度加工,加工处理后的数据可以成为一种新的数据资产。具体而言,数据资产可以被维护、更新、补充,以增加数据量;也可以被删除、合并、归集,从而消除冗余;还可以被分析、提炼、挖掘,进一步丰富数据资产的信息量。数据的可加工性,确保了数据使用者可以通过各类数据技术,将数据转化为更多样的形式,挖掘数据中的信息,发展数据应用能力。3形式多样性 通常而言传统资产只具备一种固定形式,而数据资产有非常丰富的展现形式。即在可加工性的基础上,数据资产可以通过与各类数据处理技术相结合,被多样化地展示、应用以及在多种形式中转换,从而满足不同数据消费者的需求。例如,可以通过各类报表对财务数据进行统计以满足财务管理与记账的需求;而对于各类管理指标数据,则可以通过各类可视化工具,以图形等方式,便于企业管理层更加直观地了解企业的整体情况。4多次衍生性 同一数据主体可以被多层次多维度加工,从而衍生出不同程度的数据价值。数据资产多次衍生性的有效利用,可以帮助企业进行多层次、多维度数据资产潜在价值挖掘,丰富企业数据资产整个生态链,推动企业实现数据驱动的目标。数据资产的使用者可以根据不同的需求和数据算法,从而生产出不同维度的衍生数据。例如,对于直接采集的原始客户数据,可通过轻度汇总加工,以形成数据平台中可供各类应用系统复用的数据;进一步地,业务部门可在此基础上加工衍生出对客户偏好的分析与画像,风险管理部门也可进一步衍生对客户风险等级的判断数据。5可共享性 数据资产的共享性,指数据资产可以无限地进行交换、转让和使用,为他人所共享。同一数据可以同时支持多个主体使用,不同主体对同一数据的利用将产生不同的价值,这一特性,成为企业数据价值挖掘的关键着力点,利用好数据的共享性,将能最大限度地挖掘数据资产价值。商业银行数据资产估值白皮书 19 6零成本复制性 数据资产的成本主要在于前期的数据获取、研究开发阶段,因此初创数据资产的成本极高,但以后的产品由于可无限复制,其边际成本趋于零,这可能会导致相同的数据资产具有截然不同的成本。另一方面,数据资产的零成本复制性也使其在可共享性的基础上能被更多人所用,产生大量的潜在交易需求和价值。7依托性 数据资产不能独立存在,因此需要依托于某种介质进行存储和加工。数据资产依托的介质十分多样化,包括磁盘、硬盘等。同时,数据资产发挥其作用与效应也需要依托于有形资产,例如计算机和其他硬件设备。因此在计算数据资产的价值和相关成本时,也需要考虑数据资产所依托的介质成本。在评估中,需要考虑数据资产依托的有形资产的折旧和维护成本等,由此获得较为准确的数据资产成本。8价值易变性 相比于传统无形资产,数据资产的价值更易受到多种因素的影响,即具有价值易变性。通常而言,数据技术的发展、数据相关政策的变化、数据应用场景的丰富等因素变化,数据资产的价值也随之改变,且变化的程度较为明显。例如,某企业过往制定的某算法模型,随着机器学习算法的发展,原有模型的准确率将远远低于运用最新技术的模型,其价值受到技术因素的严重影响。同时,当前数据确权、数据安全及隐私保护等相关法律法规正在逐步完善中,随着相关政策的明确,将决定不同类型或主题的数据资产是否具有交易价值。上述八大数据资产特征将在后续的具体评估方案设计中体现于参数选择、参数计算、对象划分等各个阶段,是数据资产评估的必要前提假设。三、数据资产管理的发展阶段 着眼历史,数据体系化管理的发展进程总体可以分为数据管理、数据治理及数据资产管理三个阶段。尽管企业在三个阶段中数据管理水平不同,但在各个阶段中都根据自身的实际情况与对第二章 数据资产定义、特点及管理 20 数据重要性的认识,做出了重要且必要的变革。随着数据管理水平的提升,企业愈发能够通过数据持续优化内部结构,增加收益。1数据管理阶段(“十五”初期至“十一五”末期)从“十五”初期到“十一五”末期,我国数据资产管理水平处于数据管理阶段。在这一阶段,数据仅在内部技术应用中发挥作用,企业以技术部门牵头,联合业务部门参与的形式,利用人工及简易工具对数据进行管理。此阶段数据管理工作的重点关注数据仓库及集市的建设、数据存储效率和硬件空间的研究等,其数据管理对象以结构化的内部数据为主,大多按照 DAMA数据管理体系划分的 10 个领域进行具体管理。以银行为例,在此阶段各家银行重点关注内部报表及外部监管报送的准确性问题,主要依托数据仓库及数据集市,由科技部门牵头,具体业务部门参与,利用电子表格等手工方式对行内的结构化数据开展数据标准、数据质量及主数据等方面的建设与管理。2数据治理阶段(“十二五”初期至“十三五”中期)随着信息服务业的蓬勃发展,数据技术管理逐步演化为数据内容管理,数据体系化管理开始步入数据治理阶段。这一阶段,企业更加注重数据的业务含义,主要使用数据进行经营决策及内部管理决策,如管理优化、监管合规、成本管控等,强调开展数据治理整体规划、建立组织级数据管理体系,此阶段虽然内部数据的管理增加,但由于管理分散、形式多样等原因,统一的管理标准始终未能形成。以银行业为例,2011 年 6 月,中国银行业监督管理委员会(今中国银行保险监督管理委员会)颁布中国银行业信息科技“十二五”发展规划监管指导意见,明确要求银行建立专业化的数据治理决策机制及管理机制,这标志着银行业进入数据治理阶段。随着数据应用与业务融合的不断深入,业务部门在数据领域的地位逐渐凸显,与技术部门共同采用人工、工具与平台对内外部数据进行数据治理。各家银行均在内部建立起专业的数据管控平台,从而进行数据管控及数据治理。国际数据管理协会(The Global Data Management Community,DAMA),是一个由技术和业务专业人员组成的国际性数据管理专业协会 商业银行数据资产估值白皮书 21 3数据资产管理阶段(“十三五”中后期至今)数据资产管理阶段是在原有数据治理的基础上,以数据价值为导向的进一步发展和提升。此阶段管理目标由单一的内部应用发展为内外部应用并举,企业在对数据资产的管理中不止考虑数据质量、安全和有效利用,更关注数据经济效益、应用价值,以及促进业务发展的能力。数据资产管理逐步成为企业提升核心竞争力和前瞻布局的重要环节。数据资产管理一般包括三个层面的内容:数据资产的管控、数据资产的应用、数据资产的运营。通过数据资产的管控,企业的数据能够变得更加准确、一致、完整、透明、安全,由此降低采集、开发、管理、沟通和使用中的成本;通过数据资产的应用,企业数据的使用过程得以更加人性化、易用、快捷、智能,从而提升企业管理层和业务人员利用数据做出业务决策的能力,提升客户及营销管理的水平;通过数据资产的运营,企业能够支持数据资产的分发、开放、交换、交易、共享等数据对外服务,建立数据资产管理的生态体系,从而促进数据资产的价值实现。其中数据资产运营可以划分为数据资产规范、数据资产登记、数据资产管理服务、数据资产评价与数据资产估值五个阶段。数据资产规范是数据资产有效运营的前提保障,通过定义数据资产及其范围、明确数据资产描述框架及制定数据资产管理办法等,为数据资产运营提供规范和标准。数据资产登记是数据资产运营的基础支撑,根据数据资产的描述框架,对数据资产进行全面的盘点并开展登记,深入挖掘数据资产间的关联关系,最终汇总为机构数据资产清单,从而全面、真实反映数据资产的总量、结构、分布等情况。数据资产管理服务是数据资产运营的核心所在,通过宣传数据资产运营理念,对数据用户进行推广,提升全行数据资产责任意识,同时结合数据中台优化和软件开发流程,提供工具,将服务推送到用户端,从而实现数据资产的高效共享。数据资产评价与估值是数据资产运营的有效举措,通过对数据资产的管理、使用情况进行全面评估,运用科学的方法和适用的原则,以货币为计算权益的统一尺度,对在一定时点上的数据资产进行价值评估,从而实现以数据价值为导向的持续运营能力的提升。数据资产管理是企业充分发挥数据价值的必经之路。通过近 20 年的发展和三个阶段的进化,数据资产管理能力逐步从理论走向实践,企业对数据资产管理的意识也逐步加强,企业数据能力逐渐内化为企业内部管理能力的一部分。第三章 数据资产估值的理论方法 22 商业银行数据资产估值白皮书 23 通过对传统资产评估方法及各类理论研究方法的梳理,数据资产估值方法按照估值结果的形式分为以货币度量的估值方法及非货币度量的估值方法两类。货币度量的估值方法以传统资产评估方法为代表,主要包括成本法、收益法以及市场法三大类,此外还包括由 Gartner 提出的浪费价值(WVI,Waste Value of Information)和风险价值(RVI,Risk Value of Information)两种货币类评估模型。非货币度量法主要包括 Gartner 提出的内部价值(IVI,Intrinsic Value of Information)、业务价值(BVI,Business Value of Information)和绩效价值(PVI,Performance Value of Information)三类模型,分别从数据的内部特征、业务价值和绩效的角度进行评估,同时也涵盖实践中各类参数形成的综合评估体系。一、货币度量估值方法 1货币度量估值方法介绍 当前主要的货币度量估值方法如 3.1 所示:表 3.1 货币度量估值方法概述 方法 概述 成本法 从待评估数据资产在评估基准日的重置成本中扣减价值损耗得到数据价值。收益法 估计未来数据资产产生的业务收益,并考虑资金的时间价值,将各期收益加总获得数据价值。市场法 根据市场已有数据交易价格,以数据特征的差异作为修正评估数据价值,拥有高质量、大规模等特征的数据价值更高。WVI模型 考虑数据质量低下导致的低业务绩效或负债金额,对数据的价值进行反向论述。RVI模型 强调某些数据的缺失可能尚未对企业造成实质性损失,而只是对其业务造成了潜在的业务风险和负面影响。(1 1)成本成本法法 成本法,又称重置成本法,是将在当前条件下重新购置或建造一个全新状态的评估对象所需的全部成本与合理利润,减去各项贬值后的差额作为评估对象价值的一种评估方法。其中考虑合第三章 数据资产估值的理论方法 24 理利润的主要原因是需要将资产生产者的风险成本纳入考量,而合理利润是风险成本的量化估计。确定成本法的可用性时需要考虑以下两点:其一,成本与价值是否具有对应性;即计算的重置成本应能较好地体现资产的待评估价值,否则成本法评估值意义较弱。其二,相关历史资料是否具备可得性;成本法是以历史资料为依据确定目前价值,其中重置成本包括各类相关合理成本项,只有此类数据在企业内部可以获得,成本法才具有可行性。(2 2)收益法收益法 收益法,是通过估算被评估资产的未来预期经济收益,并将预期值折现作为评估资产价值的一种方法。相比重置成本法中对数据资产获取代价的关注,收益法更注重数据资产能够为企业带来的超额收益能力。收益法的思路源自资产本身的定义,即:资产预期会给企业带来经济利益的流入。确定收益法的可用性需要考虑以下三点:其一,未来收益是否可以合理预期并用货币进行计量,即需要清晰把握数据资产与企业经营收益之间是否存在着可以连接、可以预测的关系。其二,预期收益所伴随的风险价值是否可以合理预期并用货币进行计量,即需要明确收益的不确定性是否可以预测。其三,获利年限是否可以预期,即收益年限需要用于计算后续的时间价值折现,因此确定资产的盈利期间是收益法实施的重要条件。(3 3)市场法市场法 市场法,又称比较市场法,是按所选参照物的现行市场价格,通过比较被评估资产与参照资产之间的差异并加以量化,以调整后的价格作为资产评估价值的方法。市场法要求充分利用类似资产成交价格信息,采用比较和类比的思路估测被评估资产的价值。确定市场法的可用性时需要考虑以下两点:其一,是否具备充分发育且活跃的资产市场,即市场法通常需要已有的可比交易作为基础,且出于准确性考虑一般需要找到三个及以上的类似参照资产,将结果加权平均。如果评估资产所在的市场没有相关参照物或者相关交易,市场法则较难启用。商业银行数据资产估值白皮书 25 其二,对标资产与被评估资产的资料可得性,即市场法的另一关键是将被评估资产与对标资产的各项指标参数进行比较,因此需要确认是否可以收集到可比资产的关键技术参数、属性等。(4 4)其他货币度量估值方法其他货币度量估值方法 在 2020 年 Gartner如何衡量信息资产的净值报告中,提出了从企业数据质量低下导致业务绩效差或者产生负债的角度对数据资产的价值进行评估。WVI 模型描述了数据质量低对企业造成的可避免的实际额外成本。数据质量低可能会造成企业运行中出现重大意外事件、操作流程执行不佳,产生业务损失与商机损失、监管罚款、声誉损失等,以上情况所造成的额外成本均可以看作 WVI 模型的影响因素。此外,在企业运营中,某些数据的缺失可能尚未造成实质性损失,但已经对业务带来了潜在的业务风险和负面影响。对于此类情况,可以使用 RVI 模型补充评估数据资产的价值。确定上述两种方法的可用性时,需要考虑待评估数据资产的缺失带来的直接或间接损失是否易于衡量。值得注意的是,WVI、RVI 在本质上都是对未来的(负)收益折现的方式。因此,尽管这两种评估方式与传统方式参数不同,但其仍可被划归为收益法范畴。对上述所示货币类估值方法的核心思路与优劣势对比分析如表 3.2 所示:表 3.2 货币类度量方法对比分析 第三章 数据资产估值的理论方法 26 2货币度量估值方法的应用情况 尽管货币类资产评估方法当前已经有较为成熟的方法体系,但数据资产与传统资产间有较大差异,当前估值方法难以适用于数据资产,市场当前也无实际应用货币度量类的估值方法对数据资产价值进行衡量的先例。另一方面,从现有市场中的部分公司收购等案例来看,越来越多将数据资产的价值纳入考虑。案例一:2012 年,F 公司宣布以 190 亿美元收购即时通讯应用企业 W,但事实上 W 公司当年估值仅为 2000 万美元,该收购的发生是由于 W 公司利用自身超高的用户数据资产,垄断了欧美通讯平台的市场,F 公司可通过利用 W 公司的客户数据对自身用户进行细分,以整合其商业模式,进一步发展其国际化的战略。案例二:2016 年,互联网公司巨头 M 以 262 亿美元收购了全球职场社交平台 L,收购额高达该平台市盈率的 91 倍,此超高收购溢价原因在于 M 公司为提高业务核心竞争力,以商业银行数据资产估值白皮书 27 收购方式高价获取 L 平台的会员信息、用户登录信息等,并将其与 M 公司内部产品进行集成,在提高经营能力的同时,利用数据资源巩固了市场份额。当前,数据资源带来的附加或直接价值已经体现在了各种重要的商业决策之中,如何通过货币度量估值方法对数据资产的价值进行定量评估已具备较强的实际需求。目前对数据资产的估值尚无市场的通用方式和统一标准,在实际交易中不同公司需要结合自身的数据整合能力、战略发展前景等不同情况对交易数据价值做出主观性的评估。但由此衍生的问题是,一方面估值过低可能会增加商业谈判的时间成本;另一方面,估值过高又会增加购买方的经营成本,甚至可能导致来自监管机构对异常交易的审查。二、非货币度量估值方法 1非货币度量估值方法介绍 非货币度量估值方法概述如表 3.3 所示:表 3.3 非货币度量评估方法 方法 具体内容 IVI模型 根据数据的客观特征(正确率、完整程度等)衡量数据内部的价值,不依赖数据支持的业务。BVI模型 核心是衡量数据对业务的价值(业务相关性、及时性),同时也考虑数据内部的价值(正确、完整)。PVI模型 衡量数据应用前后KPI的变化,即通过数据对企业关键目标的作用评估数据价值,此方法用于事后评估。综合法 充分结合企业自身数据资产的评估目的和相关特点,构建价值评估模型。当前理论和领先实践中,非货币类度量法通常根据特定的资产评估目的,选择相关评估维度构建评估体系,并最终以无量纲的形式展现评估结果。此类方法中,目前 Gartner 提出的 IVI、第三章 数据资产估值的理论方法 28 BVI 和 PVI 三类评估模型较为完善。三类方法分别从数据的客观特征、数据对业务的应用价值和数据应用前后企业 KPI 指标的变化三个方向构建评估模型,重点考虑数据资产在企业中如何推动业务效率提升。IVI 模型重点考虑了信息的内在价值,强调信息的正确性、完整性、其他竞争者获取该数据资产的可能性以及数据可使用的时长。IVI 模型的优势在于其重视数据本身的相关因素,且模型中所需的正确性和完整性的指标相对容易获得,能够快速计算出客观的资产价值;但由于 IVI 模型缺少业务视角,因此其也忽略了对于数据资产价值密度的考量,其适用于快速比较应用相似的数据资产的价值潜力,以明确提升数据资源投入方向。相比之下,BVI 模型纳入了数据资产与业务相关性的指标,体现了数据资产对公司业务和收益的支撑,但“业务相关性”指标的确定方式较为主观,不同使用者评估的相关性不一定具有可比性,因此 BVI 的评估结果可能存在较大波动。BVI 模型适用于探索发掘目前未被分析使用的数据业务价值,或评估尚无具体应用的数据价值,合理管理现有的低价值数据。PVI 模型从企业绩效因子(KPI)的角度来衡量数据资产与业务的相关性,通过观测目标企业 KPI 的前后变化来差异化对比数据资产在企业中发挥的作用。PVI 模型能够直观地体现数据资产在企业中发挥的作用,但其强调企业 KPI 的前后对比并纳入了时间维度的评估因子,因此只能用于数据应用的后评估环节,无法在数据被使用之前或者使用过程中对其价值进行评估。同时,PVI 模型的应用过程中,难以剔除企业中其他因素对企业 KPI 的影响,因此数据资产对 KPI 的直接影响力度并不能可靠衡量。PVI 模型主要适用于评估已使用的资产对企业关键目标的价值,例如在数据应用试点过程中分析数据对业务的价值。综合法模型,即通过确定评估对象,针对自身数据资产估值目的和相关特点,构建相应的估值模型。综合法模型没有固定的公式或影响因子,使用者可以结合企业自身数据指标的丰富度,以及企业对数据的关注点和管控重点,对模型因子和权重进行调整和优化,定制化地构建评估模型。其适用于无法直接使用现有模型的企业,特别是对数据资产的价值有较为特殊的定义,需要用特定因子进行衡量的企业。四种非货币类度量方法的对比如表 3.4 所示:表 3.4 非货币类度量方法对比分析 商业银行数据资产估值白皮书 29 核心思路 优势 劣势 总体打分 IVI模型 根据 数 据的 客观 特 征(正确率、完整程度等)衡量数据内部的价值,不涉及业务判断。较 简 单 的 数 据 评 估模型;数据内部特征可由 数 据 管 理 相 关 指标计算,较适合数据管理人员适用,相对较客观。并 未 考 虑 数 据 与 业务 或 实 际 商 业 目 标的相关性,评估值对管理 决 策 参 考 价 值 较低 客 观 性 易 用 性 价值性 BVI模型 核 心 是 衡 量 数 据 对业务的价 值(业务相关性、及时性),同时也 考 虑 数 据 内 部的价值(正确、完整)。较综合的模型,将数据价值密度纳入考虑;考虑现有的和未来 计划的 业务 中 的应用,体现数据的业务支持能力。业 务 相 关 性 的 分 析较为主观,而且需要进行 耗 时 较 长 的 数 据用 途 分 析 才 能 判 断数 据 能 够 支 撑 的 功能或业务。客观性 易用性 价值性 PVI模型 衡量数据应用前后K P I 的变化,即 通过 数据 对 企 业 目 标 的 作用评估数据价值。使 用 实 际 产 生 的 业绩 指 标 评 估 数 据 资产,说服力强;评估值可以 体 现 数 据 业 务价值;1不需要进行数据用途分析。难以控制外部变量,获得精确结果,评估值受外部环境影响较大,且只能在数据实际应用后评估。客观性 易用性 价值性(仅事后)综合法 充 分 结 合 企 业 自 身数 据 资 产 估 值 目 的和相关特点,构建估值模型。能够充分结合企业自身数据指标的丰富度及企业对数据的关注点和管控重点,对模型进行调整和优化。模型影响因子和权重的选择受主观因素影响较大。客观性 易用性 价值性 2非货币度量估值方法的应用情况 由于非货币度量估值方法不受到货币单位的限制,部分数据技术领先的企业已具备实际应用条件。总体上,对此类估值方法的应用和前述方法的应用思路有一致性,即根据与数据资产价第三章 数据资产估值的理论方法 30 值实现相关的维度构建评估模型,但不同企业对数据资产评估的范围各不一致,且评估时普遍会依据自身的业务关注点选取特有的衡量维度创建度量体系,在维度和模型算法构建上也有较大差异。案例一:光大银行开展数据化能力指数评估,通过对数据质量、数据安全、数据管理、数据应用等维度设置相应的指标,计算数据化能力指数结果,并定期优化和监测指数变化情况,指导内部数据工作的开展。案例二:大型金融集团 S 公司自 2017 年起开始构建自己的数据管理体系,打造了集团大数据平台,将各业务线的数据汇集盘点并计算数据资产价值。该公司结合了变现能力、复杂度等主观指标,以及使用频数、使用周期、数据质量和固定成本等客观指标,构建了非货币的价值评估模型,并最终计算得出每个业务线的数据价值评分排名,以在集团内部指导数据资源的内部管理。案例三:全球领先的游戏开发和运营机构 T 公司,已向中国及海外市场陆续推出了 480 款产品,连接了来自 200 多个国家和地区的超过 8 亿用户。T 公司从数据资产的热度、广度、收益度三个维度入手,分别对数据资产的价值进行评估,构建了数据资产估值的“三度”模型,明确了数据资产在企业中发挥的作用,T 公司模型考虑的三个维度均和业务进行挂钩,都在事后评估环节发挥作用,总体原理与前文提到的 PVI 模型类似。实践中,货币方法评估的价值能直接与其他货币价值比较,故可以看作数据资产的“绝对”价值;而非货币方法的评估结果只能与采用同一种评估方法的数据资产价值相比,因此可视为“相对”价值。因此,货币方法比非货币方法更具有普适性。但非货币度量方法能够通过模型的方式将数据资产的各类特点对价值的影响纳入考虑,其估值思路能够对传统货币度量方法进行有效补充,构建更加适应于数据资产的货币度量方法。第四章 光大银行数据资产估值实践 32 商业银行数据资产估值白皮书 33 结合数据资产特点,光大银行构建了优化的数据资产估值方法体系(详见附录 G),指导实际的数据资产估值工作。但实际开展数据资产估值工作时,还需要对估值的实施前提加以限定,同时对估值的资产范围、对象划分、方法选择体系等进行细化的设计,将估值方法体系这一核心模块有机嵌入评估方案。一、数据资产估值假设 1现状利用假设 现状利用假设,是指按照数据资产目前的利用状态评估其价值,而不考虑未来对数据资产利用水平的提升。例如在用收益法评估数据资产假设时,对未来收益的预估主要基于当前的数据资产应用水平和业务增长水平,而不进一步考虑未来数据资产开发、利用等技术水平增长的情况。2公开市场假设 公开市场假设的核心在于说明数据资产在市场中的交易是由自由竞争的市场参与者自主决定的,而不是由其他力量强制决定的。在这样的市场下,市场价格、产品交易情况会受到产品的供需水平、交易主体的多寡、产品本身的质量等市场因素的共同影响,且买方和卖方能够在市场中自愿、自主进行交易和磋商,这也是能够运用优化市场法对未来预期交易价值进行合理预估的前提。3持续经营假设 持续经营假设主要针对拥有数据资产的经营主体本身,不是针对具体的数据资产估值对象。通常情况下,当没有表明经营主体很可能结束经营的证据,如合同规定的经营期满、企业资不抵债而濒临破产的情况存在,则认为该主体能够持续经营。这一假设决定了在运用成本法估值时,可以持续按照当前的折旧等财务政策进行计算;在运用收益法时,能够对未来持续经营前提下数据资产所带来的收益提升进行预估;运用市场法时确保能够以正常的市场价格参与数据资产的交易流通。二、数据资产估值实施方案设计与计算示例2 1确定估值目的与范围 本次数据资产估值方案的设计和实施主要基于两大目的,一是支持管理决策,即通过全面评估光大银行数据资产价值,为本行数据资产管理体系建设及各级管理决策提供参考;二是促进数据要素流通,即从估值角度为数据作为重要生产要素未来在市场中的交易流通提供参考和建议。2实际数据因内部数据保密等要求,本章计算示例所使用数据均为示例数据。第四章 光大银行数据资产估值实践 34 基于需全面评估光大银行数据资产在内部应用的价值,并同步考虑为未来拟交易数据资产实现外部价值进行全面分析的目的,本次估值范围确定为光大银行满足数据资产定义的所有数据资产,价值类型既包括内部价值也包括外部交易的价值。本书对数据资产的定义详见第二章 数据资产定义、特点及管理部分。2明确数据资产估值对象 在总体评估范围下,还需考虑如何划分估值对象,明确数据资产估值颗粒度,以作为后续开展价值评估的基础。因此,针对数据资产估值对象的界定,本文提出如下五大原则,并在此基础上明确了本次估值方案的 17 大估值对象。(1 1)估值对象划分五大原则估值对象划分五大原则 一是独立性原则。估值对象应至少具备独立产生价值的能力,比如单个字段在许多情况下并不具备独立产生价值的能力,因此不建议作为独立的估值对象。二是整体性原则。通常而言,对整体不可分割的数据资产建议划分在一个评估对象中,以评估其整体价值。三是不重复评估原则。在具体评估工作时,由于数据资产具有多样的表现形式,应识别出实际上属于同一数据资产的不同数据应用,将其产生的价值归属于同一评估对象,防止重复计算。四是成熟度原则。通常而言,数据资产估值对象的划分需受限于管理成熟度,如数据资产盘点程度、财务核算精细度,是否可提供该颗粒度口径的核算数据等。五是合理性原则。评估单元的粒度不宜过细也不宜过粗,需要在估值工作量及估值准确性之间平衡,既要避免工作量和成本投入过高的情况,也要保证近似、主观估计的合理性。(2 2)估值对象划分结果估值对象划分结果 本方案综合考虑了数据资产本身“可加工性”的特点、数据资产价值实现方式,以及数据资产管理的需求,构建了如下的数据资产分类框架,将数据资产分为原始类(外部获取类和内部采集类)、过程类和应用类(统计支持类和收益提升类)。由于同类型的数据资产通常具有类似的价值实现方式,因此在此分类框架下进一步划分了 17 大估值对象。每类估值对象的价值实现方式有其独有的特点,在选择方法、设计估值指标的过程中需进行考虑。一是原始类数据资产 原始类数据资产是通过外部获取或内部采集而来的明细数据,可以为后续数据加工应用提供原始信息。由于两种获取方式形成的数据资产的资产特点、资产边界不同,分类管理可以提高原始类数据资产的管理效率,也有利于后一步的加工处理。因此可根据数据来源将数据资产分为外部获取类和内部采集类两部分,并分别作为一个估值对象。商业银行数据资产估值白皮书 35 外部获取类数据资产是从外部数据厂商购买、交换或从外部网站上爬取等方式获取的数据,虽不能直接应用于生产经营过程中,但可以对内部采集的数据形成有效补充,对生产经营起到辅助参考作用。内部采集类数据资产是企业生产经营过程的衍生物,详细记录了业务发生过程中的相关信息,可以通过人工录入系统的方式产生,也可以通过例如 ATM 机、POS 机等设备在客户交易时自动采集信息形成。二是过程类数据资产 过程类数据资产处于原始类数据资产和应用类数据资产之间的过渡阶段,为数据进一步开发和应用提供清洗后的、统一的轻度汇总数据。过程类数据资产具有普遍适用性,可以使得后续的深度加工减少重复加工工作,避免资源浪费,具有一次加工多次使用的特性。过程类数据资产通过数据仓库、大数据平台、数据中台等对原始类数据资产汇总加工形成,可作为一个估值对象进行估值。三是应用类数据资产 应用类数据资产是面向实际的数据需求,以原始类和过程类的数据资产为基础,通过数据汇总、挖掘等加工方式得到的个性化的统计数据或数据产品,可以直接应用于业务部门,支持业务相关工作的开展和收益的提升。考虑到与收益的对应性,将其分为收益提升类和统计支持类两大类数据资产。收益提升类数据资产是指在业务开展环节中,输出业务洞察,直接赋能产生业务收益的数据资产,包括模型、数据产品等。此类数据资产由于和收益的对应性较强,本方案结合业务领域细分具体价值点,划分了三大类、14 大估值对象,详见优化收益法估值实施方案部分。统计支持类数据资产是在原始类和过程类的基础上进行深度及定向加工得到的数据资产(除收益提升类),全面、深入、准确地体现企业运转情况及发展趋势,可用于经营分析、监管报送等,充分发挥数据资产的业务价值,推动业务部门开展相关工作,比如报表数据反映企业经营历史及现状,为企业经营决策提供有力支持。统计支持类数据资产可总体作为一个估值对象。3选择数据资产估值方法 各货币度量估值方法均具有不同的适用条件,通常情况下需分析能够运用各估值方法的前提是否满足综合选择最适配的方法。如运用优化成本法时,数据资产相关成本可通过各种方式最终获取;运用优化收益法时,各数据资产的相关收益可追溯,这对运用数据资产赋能业务开展的过程及结果管理水平提出了要求;运用优化市场法时,市场中应至少具备同类型交易和产品。同时,在满足方法选用的前提下,还需进一步考虑价值实现方式和估值方法的匹配性。基于数据资产“非实体性和无消耗性”“可加工性”及“形式多样性”等特点,其相比于传统资产具有更多的价值实现方式,如既可通过丰富的应用形式供企业内部使用者使用而产生价值,也可在第四章 光大银行数据资产估值实践 36 市场中进行交易直接产生交易价值,且同一数据资产的多种价值来源可同时存在。因此,在满足方法使用的前提下,还需进一步分析各类估值对象的不同价值实现方式,考虑方法和价值实现方式的对应性匹配合适的估值方法,这亦是本估值方案的重要创新点之一。因此,本实施方案对各数据资产估值对象的方法选择如下:考虑到原始类数据资产中的两大估值对象(内部采集类数据资产、外部获取类数据资产)、过程类数据资产以及应用类数据资产中的统计支持类数据资产,由于与最终的业务收益之间难以有效追溯,企业内部也几乎无针对数据资产使用的内部定价机制来有效衡量其贡献的价值比例,因此总体建议采用优化成本法计算其内部使用价值。而对于收益提升类的数据资产,由于其能够在业务开展过程中直接进行赋能以提升业务表现,和收益的对应性较强,因此总体建议采用优化收益法计算其价值。在实际估值时,需结合业务领域细分确定具体价值点,在收益法原理下细化其估值指标及算法。此外,上述所有估值对象,还需结合是否存在数据资产的交易情况,分析是否可产生直接交易收入;如可交易,则建议进一步分析是否满足市场法的条件,使用优化市场法衡量其外部交易价值,并与内部使用价值加总计算。4优化成本法估值实施方案与计算 使用成本法执行数据资产评估业务时,为弥补成本和价值对应性相对较差的问题,一般结合市场均值或企业本身历史盈利数据确定此类资产的合理利润,以反映资产的真实价值,另外还需引用影响数据价值实现的各因素对数据资产合理利润率进行修正,综合评估数据资产价值。以优化成本法对原始类、过程类和统计支持类数据资产的价值进行估值,具体估值方式可参考以下公式:=(1 )其中,P 为评估结果,HC 为数据资产历史成本,S 为重置系数,R 为数据资产的合理利润率,U 为利润调节系数。(1 1)优化成本法指标体系与算法优化成本法指标体系与算法 指标体系是在估值参数的基础上结合具体对象建立的。根据估值对象本身的特性,选取合适的估值参数,结合重置系数和价值调节参数,形成各估值对象的估值指标体系。估值的难点在于现有成本核算体系并未从数据资产的角度进行区分和记录成本数据,需要从数据资产角度对各商业银行数据资产估值白皮书 37 项数据资产形成的成本重新进行拆分、组合,使其合理对应到各类数据资产估值对象上。估值指标体系详见图 4.1。图 4.1:成本法估值指标体系 重置成本相关指标选取 外部获取类数据资产重置成本估值指标 外部获取类数据资产的主要成本就是当初购买该资产的采购价款及税费。同时,企业购买外部数据时需要投入人员负责商务流程,因此对应的采购人员成本也应计入外部获取类数据资产成本。另外,外部数据采购回来后,需要进行存储及相应管理,存储成本及外部数据管理成本也应一并计入。内部采集类数据资产重置成本估值指标 内部数据的采集过程需要采集人员、采集终端设备及数据采集系统共同参与。因此内部采集类数据资产的成本包括数据采集人员投入成本、采集终端设备购置成本和数据采集系统的建设成本。商业银行业务开展的过程中,柜员、客户经理等岗位人员会将业务数据录入到相应 IT 系统中,这些人员的成本就是数据采集人员成本。数据采集人员成本的确认难点一方面在于对数据采集相关岗位的识别,另一方面由于投入人员没有全部进行数据采集工作,因此不能将这些岗位的人员成本全部计入,这两个难点的解决均需要通过实地调研等方式,结合数据采集工作的实际情况去确定。第四章 光大银行数据资产估值实践 38 在录入数据的过程中,还需要用到数据采集设备,比如柜员配备的台式机、客户经理的笔记本电脑和各个网点配备 ATM 机、POS 机等设备,因此这些设备成本都应计入到数据采集成本中。但如同数据采集人员成本一样,这些终端设备成本计入数据资产的比例也需要结合设备的特点来分析,例如通常认为 POS 机等设备几乎主要从事数据采集与交换工作,因此其大部分成本均应计入数据资产。银行构建数据采集系统可以帮助其对获取的原始数据进行初步清洗和分类存储,有利于提高后续加工时对原始数据的提取效率和管理效率,因此还应考虑数据采集系统成本。但通常商业银行 IT 系统成本并未从数据资产估值的角度划分数据采集系统。建议结合架构师、项目经理等行内专家的经验,首先区分出数据资产估值对象对应的 IT 系统,再确定各类 IT 系统成本应计入数据资产的比例。采集类 IT 系统成本应计入数据资产的比例究竟是多少,目前并无客观标准,建议可从采集类系统与数据录入相关的功能出发考虑。过程类数据资产重置成本估值指标 过程类数据资产的产生全过程完全依赖系统自动加工,因此其成本主要包括其加工系统的建设成本。参考上述数据采集类系统的区分方法确认过程类数据资产的加工系统,统计其建设成本。过程类系统的建设目标是为了对原始数据进行加工,提供后续使用,不涉及业务开展等数据加工以外的功能,因此其建设成本可全部计入过程类数据资产成本中。统计支持类数据资产重置成本估值指标 统计支持类数据资产的成本和过程类数据资产相似,主要包括 IT 系统建设成本。除此以外,统计支持类数据资产成本还有部分并未体现在 IT 系统建设中,数据分析人员日常开展数据分析活动投入了大量人员成本,虽然这些数据分析活动没有固化在系统中,但其结果数据供业务人员使用,对银行的业务发挥了积极作用,仍属于银行的数据资产,因此统计支持类数据资产的重置成本还应包括这部分系统开发成本以外的人员投入成本。除了四类评估对象各自匹配的独有指标外,还有一类公共类指标存在于每类估值对象的估值指标中,包括数据的存储成本、数据的管理成本。数据存储成本主要包括主机及附属设备、数据库等软硬件成本、数据中心场地建设及运营成本等。数据的管理成本包括数据管理类系统的建设成本及数据管理人员的投入成本。这两类成本由于涉及所有的数据资产估值对象,建议在各数据资产对象间分摊计算。由于数据资产各项建造或购买成本都是当时的价格,随着时间的推移,当前建造或购买的成本也会发生变化,因此在计算其成本时还应加入对应建造或购买年限的人力或物价重置系数来获得数据资产的重置成本。商业银行数据资产估值白皮书 39 合理利润率及利润调节系数相关指标选取 企业拥有的数据资产实际价值取决于其市场价值,因此优化成本法数据资产估值除了考虑其所有的重置成本,还应考虑合理利润率,合理利润率可参考企业过往交易水平,或由市场平均水平确定。同时,数据资产在质量、应用价值、市场维度和风险性方面都将对合理利润率带来影响。比如数据的稀缺度越高,其在市场上的议价能力就越高,市场价值就会越高,利润水平也会相对提高。因此可以综合数据资产的各个影响方面的实际情况和外部数据的对比形成利润调节系数,以此来对合理利润率进行调节,得到符合数据资产水平的利润率。(2 2)优化成本法算法示例优化成本法算法示例 对原始类数据资产的内部采集类成本进行算法示例展示。其成本法评估公式为:=(1 )其中,P 为评估结果,HC 为数据资产历史成本,S 为重置系数,R 为数据资产的合理利润率,U 为利润调节系数。首先计算历史成本(HC)。计算内容如表 4.1 所示。表 4.1 成本法原始类内部采集数据资产历史成本计算样例 总指标 一级指标 二级指标 具体指标 取值(万元人民币)原始类内部采集数据资产历史成本 数据获取历史成本 采集人员成本 N/A 40000 采集终端设备成本 N/A 20000 采集系统成本 采集系统行外投入成本 80000 采集系统行内投入成本 20000 数据管理历史成本 内部采集类数据管理人员成本 N/A 2000 内部采集类数据管理系统成本 N/A 800 总计 122800 第四章 光大银行数据资产估值实践 40 按照相同的方法计算原始类外部获取数据资产、过程类数据资产及统计支持类数据资产的成本,得到 2013 年至 2020 年的成本法数据资产的历史成本共计 824400 万元。其次计算成本法数据资产的重置成本。物价重置系数选取统计周期内 2013 年到 2020 年的年平均 CPI。人力重置系数通过调研 IT 行业近八年全行工资水平年平均增长率得到。原始类数据资产的内部采集重置成本通过历年内部采集各部分历史成本乘以对应投入年数的重置系数最后加总得到。以原始类内部采集类采集人员重置成本为例进行展示。表 4.2 2020-2013 年重置系数统计表 统计周期 历年物价增长率 物价重置指数 IT行业人员工资 平均增长率 人力重置指数 2020 102.42%1.00 121.55%1.00 2019 102.90%1.02 119.36%1.21 2018 102.07%1.05 117.03%1.45 2017 101.59%1.08 115.87%1.70 2016 102.00%1.09 113.91%1.97 2015 101.44%1.11 110.66%2.24 2014 101.92%1.13 109.37%2.48 2013 1.15 2.71 表 4.3 成本法采集人员重置成本计算样例 统计周期 采集人员历史成本(万元人民币)人力重置系数 采集人员重置成(本万元人民币)2020 7320 1.00 7320 2019 6640 1.21 8070.92 2018 5520 1.45 6588.672 2017 4880 1.70 5711.064 2016 4680 1.97 5422.716 2015 4120 2.24 4693.092 2014 3800 2.48 4205.08 2013 3040 2.71 3324.848 总计 40000 1.00 45336.392 商业银行数据资产估值白皮书 41 成本法数据资产总重置成本按照上述方法计算,其估值总值为 923328 万元。接着计算合理利润率(R)。参考同类型数据交易的平均利润率作为预估合理利润率。通过市场调研,综合了近三年来多家同行业数据交易参与者披露的财务数据,对其进行加工计算得到合理利润率。在本案例中,估值对象的数据资产的合理利润率 R 为 78%。最后计算利润调节系数(U)。在本步骤中,需要使用专家打分法对一级、二级的所有指标通过成对打分赋予权重,并对各个二级指标分别给出评价值。赋予权重过程中,一级指标打分矩阵如表 4.4 所示。表 4.4 成本法权重计算样例 数据质量 数据应用价值 数据风险 市场维度 数据质量 1 2 3 7 数据应用 0.5 1 2 5 数据风险 0.333333 0.5 1 2 市场维度 0.142857 0.2 0.5 1 通过计算得到,此打分矩阵通过一致性检验,各维度权重分别为 0.49、0.29、0.15、0.07。二级指标打分过程同理,在此不具体描述。下一步为评价各个指标的具体分数。根据前文对 U 的解释,具体计算如表 4.5 所示。表 4.5 成本法利润调节系数计算实例 指标维度 维度权重 指标名称 指标权重 指标取值 数据质量 0.49 数据质量管理评分 1 1.17 数据应用 0.29 多维性 0.26 0.95 规模性 0.43 0.99 可用性 0.31 0.90 数据风险 0.15 风险评分 1 1.20 市场维度 0.07 稀缺性 1 0.80 总计 1.085 第四章 光大银行数据资产估值实践 42 综上,将成本法数据资产总重置成本经过合理利润率和利润修正系数的调节后得到成本法数据资产评估结果为 1704951 万元。5优化收益法估值实施方案与计算 收益法,又称收益现值法,是通过估算被评估资产经济寿命期内预期收益并以适当的折现率折算成现值,以此确定委估资产价值的一种评估方法。优化的收益法综合收益提成法和增量收益法的思想,估算数据资产的预期经济收益折现到估值时间点的价值,并结合各估值对象的特点,定制匹配的估值实施方案。收益提成方式:数据资产价值=(未来业务收益 分成率)折现系数 增量收益方式:数据资产价值=(数据资产应用前后收益变化)折现系数 优化的收益法整体估值方式:业务收益 =收入增量 |支出减量|-建设成本=产品销售收入增量 资产管理收入增量 |人工成本支出减量| |风险损失支出减量|-建设成本 优化收益法通过梳理收益提升类数据资产应用前后对业务价值提升支持形式,梳理形成估值参数体系;然后根据收益提升类数据资产价值产生特点,将收益法估值参数映射到各估值对象,确定各估值对象价值评估计算指标,形成收益法估值指标体系,用于构建各对象具体的估值算法框架。估值参数体系可以详见附录 G 优化后数据资产估值计算方法:二、数据资产估值收益法。(1 1)优化收益法指标体系与算法优化收益法指标体系与算法 应用收益法估值指标计算资产的前提,是将收益提升类数据资产按照业务应用领域进行划分,并兼顾不同业务支持与决策方式与业务价值产生的关联程度。因此,从业务应用领域和业务关联程度两个维度,对收益提升类数据资产进行分类,按类型精准定位其价值产生来源,合理匹配估值参数,并有效制定估值指标,最终实现价值量化。算法模型是一种典型的收益提升类数据资产,业务应用场景范围广,业务支持与决策方式多,被认为是银行业金融机构最广泛、最重要的收益提升类数据资产类型。基于算法模型建立的估值分类体系和各分类下的算法框架可以作为收益提升类数据资产分类和估值计算的通用指导。以银行业常用算法模型类数据资产为例,根据其与业务价值产生关联程度,可分为直接收益模型和全领域通用模型两大类型。直接收益模型包含能直接支持营销、运营和风险管理三大领域的收入增加或损失减少的模型,其输出价值可以根据细分业务领域收益情况直接进行估值。全领商业银行数据资产估值白皮书 43 域通用模型主要指输出结果可以被跨领域、跨条线、跨部门使用,或作为面向高层业务决策算法模型输入的一类模型,其输出价值体现在上层直接收益模型中。具体来说,如下图 4.2 所示,可分为 3 大类,14 小类。图 4.2:收益法模型种类及描述 根据上述收益提升类数据资产按照业务应用领域进行划分的结果,将收益法估值指标与各估值对象进行匹配,构建出如下估值指标体系,如下图 4.3。营销类营销类 营销类模型指以增加产品销量(或增加服务次数,后文不特别指出此情况)为目的,将客户与产品进行匹配,并进行客户购买预测的模型。其输出结果能分析覆盖更广范围的客户,精准定位客群,洞察客户需求,有效促进精准营销,协助银行提升营销转化率,增加销售收入。营销类模型基于客户与产品的关系可进一步分为促进新客首购产品的交叉营销类模型、促进老客回购产品的向上营销类模型以及通用购买预测模型三类。交叉营销类模型挖掘客户新需求,促进其购买新产品。向上营销类模型基于客户历史购买行为,向上营销同类产品,促进其回购老产品。第四章 光大银行数据资产估值实践 44 图 4.3:估值指标体系 通用购买预测模型主要对客户购买偏好进行分析或特征处理,其输出结果一般作为客户购买预测或推荐模型的输入,并不直接输出客户营销名单。在营销类模型应用前,银行业务人员主要通过地毯式营销将相关产品推荐给一类客群,这种粗放式营销方式一方面会导致有限的营销资源被过度分散,另一方面不同客户的差异化购买偏好无法被有效满足,最终导致营销转化率低。在营销类模型应用后,通过预测能力强大的集成算法、深度学习算法进行模型开发,能有效识别出高营销成功率客户名单,协助业务人员最大限度利用营销资源开展精准营销,促进客户购买产品,并最终提升产品销售收入。因此,营销类模型输出的价值主要体现在模型应用前后产品销售收入的增加上,可以通过模型应用前后购买产品的客户人次增量和产品客均收益获得。其中,购买产品的客户人次根据营销类模型作用方式分为交叉营销后首次购买产品的新客人次和向上营销后回购产品的老客人次。在实际计算过程中,为保证估值结果的精确性,可进一步将产品收入按照产品类型进行分类统计。运营类运营类 运营类模型指以提升客户粘性、优化客户结构为目的,预测、识别客户活跃、流失的模型,通过协助行内开展有效运营活动,大幅提高客户粘性和忠诚度,从而分别通过增加客户资产流入和减少客户资产流失来提高行内客户资产管理总规模,并最终增加资产管理收入。运营类模型依据客户活跃情况可进一步分为用于增加客户活跃度的客户促活类模型和对客户进行流失预警以及流失归因分析的客户流失挽回类模型。商业银行数据资产估值白皮书 45 客户促活类模型长尾客户促活一直是困扰各大银行的难题,该模型通过预测客户活跃度开展有效促活,以增加客户资产流入。在模型应用前,银行客户促活主要以规则识别和分类存量不活跃客户,通过外呼、走访、短信通知等传统方式开展粗放式客户促活活动,缺乏针对性,对客户需求的探查不够全面,无法精准触达客户,促活效果不显著。在模型应用后,通过深入洞察客户行为轨迹、交易历史、产品偏好形成客户画像,挖掘客户潜在需求,预测其活跃度提升概率。根据预测结果,有针对性和选择性地开展精准促活,实现对客户的智能化运营,以提高客户活跃度,使客户在行内持有的资产相对稳定,不易流失,在此基础上拓展客户增持资产的方式和渠道。流失挽回类运营模型。该模型主要基于流失预警和流失归因对潜在资产流失客户进行挽留,减少客户资产流失。在模型应用前,传统的客户流失预警主要依据专家规则判断客户流失倾向,判断结果精度不高,且难以获知客户流失的真正原因,无法制定针对性挽留措施,导致挽留效果欠佳,客户流失率高。在模型应用后,流失预警模型可以对存在流失倾向的客户进行精准识别和预警,协助业务人员开展事前挽留;通过模型与可解释算法的结合,对流失客户进行归因分析,以进一步制定有针对性的挽回方案,促进客户回流,最终减少客户资产流失。因此,运营类模型输出的价值主要体现在模型应用前后通过稳固客户粘性,维持和扩大客户资产规模,促进资产管理收入的增加,其价值可通过模型应用前后活跃客户增量或流失客户减量,客均资产管理规模以及资产平均收益率计算获得。在实际估值过程中,为促进估值结果的精确性,可依据行内资产评级规则对客户进行资产等级划分,对于不同资产等级,客户的客均资产管理规模和资产平均收益率均有所差异。风险管理类风险管理类 风险管理模型指以风险监测和风险规避为目的,协助对业务进行风险控制的模型。商业银行风险一般可分为操作风险、信用风险、市场风险和流动性风险,常见的风控算法模型基本作用于操作风险和信用风险管控,因此可将风险管理模型划分为信用风险管理模型、操作风险管理模型和通用风险管理模型,其中通用风险管理模型一般指用于风险特征提取和预处理的模型,其输出不直接产生可支持业务决策的结果,而是通常作为信用风险管理模型和操作风险管理模型的输入,可认为其价值也体现在风险管理模型最终输出的结果中,因此不单独计算其价值。1)信用风险类 信用风险是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。在信用风险管理领域,银行信用风险类算法模型重点关注贷款风控,主要通过放款前申请评分和审批,放款后风险监控两大环节识别并降低客户违约带来的经济损失。第四章 光大银行数据资产估值实践 46 传统的贷款放款前审查审批和放款后风险侦测往往依赖人工审核和专家规则,人工审核一般效率低、成本高,专家规则易规避、时效性差且准确率不高,伴随着客户下沉的趋势,规模扩张带来的逾期率急剧上升,信用风险管理的精细化要求也越来越高,传统方式逐渐无法满足银行风险管理的需要。机器学习算法的复杂策略和庞大特征使其较传统专家规则更难被违约主体规避,而高准确率和快速迭代与自学习能力,相比于传统方式,能全面密集地协助贷前审查审批和贷后逾期监控工作。将机器学习算法应用于贷款风控算法模型,其输出结果一方面能协助贷款风控人员在放款前有效拒绝风险贷款申请以减少潜在违约损失,在放款后进行逾期监控与催收以降低贷款逾期率并最终减少形成不良贷款的可能损失;另一方面还能提升人工审批与监测效率,减少人力成本。信用风险放款前类 信用风险放款前类模型:可分为个人和对公,该模型由申请评分模型和贷款智能审批模型共同在放款前进行风险过滤。申请评分模型可以用于贷款审批前期对借款申请人的量化评估,贷款智能审批可以基于申请评分结果快速准确地通过优质贷款申请,两类模型输出结果为放款前有效过滤违规和高违约概率贷款申请提供支持,在放款前,模型通过分析预测识别借款人潜在风险并预警,协助业务人员通过拒绝申请、降低授信、减少或中止放款等方式拒绝掉一部分风险贷款,这一部分拒贷额是通过模型协助银行规避的具有较高违约概率的风险贷款金额,假设这批贷款未被模型识别且被银行贷出,银行将可能承担高违约概率带来的潜在损失(模型输出的价值之一就是协助识别并规避这部分潜在损失)。信用风险放款前类模型输出价值主要体现在辅助贷款审查审批效率提升耗费更少的人工审核成本,以及辅助拒绝风险贷款规避更多的潜在经济损失。由此,通过计算模型应用前后贷款申请所需平均人工审查审批成本的减少,以及待审核贷款申请量,可以计算模型应用后辅助贷款审查审批效率提升从而减少的人工审核成本;通过计算模型应用前后拒贷(且可贷)的贷款金额和平均损失概率,获得模型应用后拒绝风险贷款所规避的经济损失值。模型数据价值即为规避的经济损失值增量和减少的人工审核成本之和。信用风险放款后类 信用风险放款后类模型。按对象可分为个人和对公。贷后风险管理模型包括客户风险预警监测模型、违约风险预测模型、逾期管理模型等,主要用于协助贷后风险规避、风险降低和风险分担。商业银行数据资产估值白皮书 47 在模型应用前,传统的贷后风险管理受制于信息的大量缺失,较为被动,贷款损失挽回程度依赖于业务部门响应速度和资产信息全面程度。放款后风险管控算法模型能对资产状况是否发生变化、“软”信息是否朝坏方面转变、经营环境是否发生改变等领域进行风险前瞻性识别和监控预警,实现客户系统性、连续性监测,有效识别贷后风险来源、范围、程度和趋势,最终体现为客户违约率降低,逾期贷款金额下降,逾期贷款损失减少。因此,信用风险放款后类模型输出价值主要体现在减少逾期贷款所带来的贷款损失的减少。由此,通过计算模型应用前后逾期贷款的减少,以及预计损失概率,获得逾期贷款减少所降低的贷款总损失,即为信用风险放款后类模型输出价值。这其中,可以进一步考虑减少的逾期贷款再外借所带来的经济收益,其效用最终也体现为逾期贷款减少所降低的贷款总损失减少。在实际计算中,上述贷款相关金额可根据借款对象按照个人、企业分类,并按照不同逾期期限取数统计,促使估值结果精准度更高且更具可理解性。操作风险 操作风险反洗钱类 在操作风险领域,反洗钱类算法模型主要通过自动化过滤大额和可疑交易的方式实现应用价值。在模型应用前,规则严格的反洗钱监测系统检测出的大额和可疑交易中很多属于正常交易,依赖人工二次判断。随着商业银行可疑交易量逐年速增,人工审核成本愈加高昂。在模型应用后,通过机器学习能够识别出并排除很多不可疑的交易,辅助人工对可疑案宗进行预排序和分级分类审核,可以大幅减少人工复审可疑交易数量和每单位交易量审核成本,降低人工总审核成本。因此,反洗钱类模型输出的价值主要体现在模型应用前后需复审可疑交易量减少和每单位交易量审核成本减少带来的人工审核总成本的减少。由此,通过计算模型应用前后需复审的可疑交易量的减少,以及每单位可疑交易所需人工复审成本的减少,可以计算模型应用前后复审的可疑交易人工成本的差值,即反洗钱类模型输出的价值。操作风险反欺诈类 在操作风险领域,反欺诈类算法模型主要通过识别和预警银行内外部欺诈行为与事件,规避可能发生的欺诈事件及损失,以及减少已发生的欺诈事件涉案金额的实际损失。内部欺诈主要是指银行内部员工参与的诈骗、盗用资产、违犯法律以及行内制度进行获利的行为。其他外部欺诈主要是指来自外部商户、第一方客户以及第三方不法分子的诈骗、盗用资产、违犯法律进行获利的行为。第四章 光大银行数据资产估值实践 48 根据 CORD 操作风险数据库统计数据,商业银行每年会发生大量欺诈损失事件,占操作风险损失事件总量的 70%以上,欺诈事件所带来的损失金额巨大,占据操作风险损失总额约 50%,给银行造成严重损失。模型应用前,传统反欺诈主要通过案件分析形成专家规则,然后部署到系统中对行内交易行为进行防范侦测。依赖数据交叉核验以及专家经验的传统反欺诈方式难以建立有效的差异化欺诈风险预警与防范措施,也无法高效准确识别、监控不同响应层级(实时、准实时、批量)交易中的欺诈风险。反欺诈算法模型使用全量样本进行数据建模,能够发现潜藏在数据中的个案,并通过自学习不断识别并预警新的欺诈模式,抓住价值长尾。因此,反欺诈类模型输出的价值主要体现在模型应用前后规避可能发生的欺诈事件带来损失的减少,以及减少已发生的欺诈损失事件中涉案金额实际损失金额的减少,这里假设通过模型识别欺诈事件可以降低涉案金额实际损失值。由此,通过计算模型应用前后的欺诈损失金额的减少,以及模型识别的欺诈事件涉案金额与损失金额的差值,可以计算模型应用后欺诈损失的减少,即反欺诈类模型输出的价值。在实际计算中,上述欺诈(损失)事件可根据内部欺诈、外部欺诈分类取数统计,促使估值结果精准度更高且更具可理解性。(2 2)优化收益法算法示例优化收益法算法示例 以信用风险管理放款后类算法模型输出的价值评估方案作为示例。信用风险管理放款后类算法模型输出的价值主要体现在两个方面,模型应用后逾期贷款预计损失的减少,和减少的逾期贷款再贷出的收益增加。其收益法评估公式为:=1(1,1)2(2,2) (1 2)(1 )(1)(,)(1 )1=1(11 )2=2(10 )表示估值时间点后第个收益期,算法模型输出的价值折现到估值时间点的价值;1表示历史数据采集起始时间点(在模型投产前),0表示模型投产时间点,1表示估值时间点,表示 1个收益期的长短。1表示假设未应用模型情况下,预测在第个收益期末全行逾期贷款总额,是通过历史逾期贷款数据拟合回归函数1=1()得到,其中 =11 ,表示从历史数据起始时间1至第个估值收益期末的时间范围。商业银行数据资产估值白皮书 49 2表示应用模型情况下,预测在第个收益期末全行逾期贷款总额,是通过模型应用后历史逾期贷款数据拟合回归函数2=2()得到。1表示模型应用前平均损失概率,2表示模型应用后平均损失概率,是通过行内历史逾期贷款信息,计算全行逾期贷款损失概率得到,其值分别假设为 15%和 10%;1(1,1)是关于1和1的逾期贷款损失金额计算函数,可以获得在第个估值收益期末,假设未应用模型情况下,预测逾期贷款损失总额;2(2,1)则表示在第个估值收益期末,应用模型情况下,预测逾期贷款损失总额;据此,1(1,1)2(2,2)即为模型应用后逾期贷款损失金额的减少。1 2表示模型应用后逾期贷款金额的减少,为平均利差,假设为 3%;为利差平均增长率,假设为 2%。假设减少的逾期贷款可作为贷款资金来源再外借出去,其获得的利差收入就是模型输出的价值之一,因此通过模型应用后逾期贷款金额的差值和各收益期平均利差可得到模型应用后逾期贷款金额减少带来的收益增量;(Q,D)为综合调节系数,用来修正估值结果以计量通过模型应用产生的实际价值。其中参数为质量调节系数,根据专家对该类模型的业务角度应用效果优良程度和技术角度明细数据质量优良程度进行打分,并加权平均计算得到;参数为投产期限调节系数,是通过收益期内,该类别估值模型剩余使用期限占收益期内全量使用期限的比重计算得到。此外,为折现率,假设为10%;为税率,假设为 25%;为资产建设成本,假设初始建设成本为 50 万元,其余平均每个收益期成本为 10 万元。根据上述取值方法和假设,各收益期内参数的取值如下、表 4.6 模型应用前后指标数据明细所示:表 4.6 模型应用前后指标数据明细 收益周期收益周期 *历史数据起始时间点历史数据起始时间点 n=-8 37400 15%5,610 3%2%n=-7 41500 15%6,225 3%2%n=-6 45,000 15%6,750 3%2%n=-5 51,000 15%7,650 3%2%模型投产后模型投产后 n=-4 53,000 15S,000 10%7,950 5,300 3%2%0.5 n=-3 58,000 15W,000 10%8,700 5,700 3%2%0.1 n=-2 62,000 15a,000 10%9,300 6,100 3%2%0.1 第四章 光大银行数据资产估值实践 50 n=-1 66,100 15e,000 10%9,915 6,500 3%2%0.1 估值开始时间点估值开始时间点 n=1 70,200 15i,000 10,530 6,900 3%2%0.1 100%n=2 74,300 15s,000 10,145 7,300 3%2%0.1 100%n=3 78,400 15w,000 10,760 7,700 3%2%0.1 100%n=4 82,500 15,000 10,375 8,100 3%2%0.1 100%n=5 86,600 15,000 10,990 8,500 3%2%0.1 100%n=6 90,700 15,000 10,605 8,900 3%2%0.1 10%n=7 94,800 15,000 10,220 9,300 3%2%0.1 10%n=8 98,900 15,000 10,835 9,700 3%2%0.1 10%注:标*表示单位为人民币百万元 综上,将各收益期模型输出价值的折现值相加,得到信用风险管理放款后类算法模型输出的价值为人民币 10,765 百万元。需要注意的是,实际计算过程中上述逾期贷款可根据逾期期限分类取数统计,不同逾期期限下的贷款损失概率不同,平均再贷款利差也存在差异,分类计算可以促使估值结果精准度更高且更具可理解性。6优化市场法估值实施方案与计算 市场法参数体系从估值对象的可类比市场案例、价格修正和交易方式(年限)三方面进行建立。市场法估值模型首先利用可比案例相关数据预测待评估数据资产投后的年收益,进而推算该资产未来历年收益的折现总和,从而最终计算待估值资产交易日和评估日的现值总值。具体估值方式可参照以下公式:=(0)(1 )1(1 )1=1=1 其中 N 为待评估资产总类数,Y 为预期交易年限(=1 为基础年),为 j 类模型基础年产品数,为 j 类模型基础年产品平均交易量,0为 j 类模型基础年同类可比产品价格,为 j 类模型价格修正系数,为 j 类模型平均年收益增长率,为折现率,为期日修正系数。模型建立及参数体系设计详见附录 G。商业银行数据资产估值白皮书 51 (1 1)优化市场法指标体系与算法优化市场法指标体系与算法 指标体系是在模型参数基础上通过结合具体对象进行建立的,主要涉及对象的选取和实际计算过程中指标的取值两个部分。指标体系应用对象选取 参考前文对估值对象的划分结果,可根据以上模型,将实际估值过程中选取的各指标与资产类别对应,观察各类型资产的指标适用情况(图 4.4)。图 4.4 指标适用情况 上图结果显示,当一类资产能够进入市场并采用市场法进行评估时,该算法模型下所有指标均对其成立。但需要注意的是,受限于当前的市场情况,尽管所有的数据资产都满足以上算法的合理性,但并不一定全部满足市场法的应用前提。因此,本方案分析了对当前市场中预期可使用优化市场法计算其交易价值的数据资产范围进行了分析,并基于分析情况进一步明确了每个指标的具体计算方案。当前市场中预期可使用优化市场法计算的数据资产范围 首先,数据资产交易的合法性是市场存在的前提保证。即遵守国家法律、行政法规、商业道德,不危害国家安全、公共利益,且不损害个人、组织的合法权益。为保障数据依法有序自由流动,我国法律法规、规范条例及数据交易平台相关规定等均对不可交易的范围进行了界定,限制了市场交易中存在的数据资产类别,如涉及个人隐私数据不可交易。其次,具有外部市场是资产交易活跃和交易信息可得的重要条件。一方面,某类数据资产的交易活跃程度,可以通过其所依附的交易平台的活跃程度得到反映;另一方面,交易平台又是数据资产各类交易信息获取的重要来源。因此,通过对交易平台的调研可以初步定位现存的数据资第四章 光大银行数据资产估值实践 52 产市场,并为寻找满足市场法应用前提的资产对象提供重要判断依据。本方案从活跃度及公开价格可查询两个维度出发的调研结果显示,包括大数据交易所、数据交易厂商等的 72 个调研主体中,仅有 9 家主体的数据资产同时满足活跃和公开价格可获取的情况。同时,对于当前的交易产品,也主要分为两种类型,一种是以公开数据、政务数据为主的明细数据类型,其他行业对明细数据的交易较少;另一方面集中在以风险类模型为代表的各类数据产品,如各类风险评分产品,对营销、运营等业务领域的标准化产品较少。该调研结果也从一定程度上反映了当前数据资产交易市场不够成熟的现状。最后,交易的经济性也是各家企业对预期可交易数据资产进行判断的重要因素。合法性描述了数据资产“能不能”进行交易,而经济性着重考虑数据资产“适不适合”进行交易。例如企业商业秘密相关数据交易后可能造成不良竞争环境。数据资产对象的市场法估值的四个层次 综合分析上述三大条件,本文以风险类数据模型为代表分析优化市场法的指标及算法,即前文中提到的收益提升类数据资产。但可以预见的是,未来随着市场的成熟完善,市场法评估对象会有很大程度的丰富。针对模型输出数据资产对象的市场法估值可拆分为以下四个层次:一是计算待估资产外部使用的基础年收益:基础年收益需要用待评估资产基础年产品数、待评估资产基础年的平均历史交易量、同类可比数据资产的基础年价格和价格修正系数进行计算。在预测一类模型输出投入市场后的价值时,基础年产品数的取值为具体某一业务类别下的模型总数;在针对某一个进行估值时,其取值为 1。模型输出的预期交易量则通常需要过往历史交易数据,结合对市场情况的预估进行判断。对基础年产品价格需考虑多个同类可比数据资产的基础年价格的平均价格情况,并从数据质量、风险、应用和外部对比四个维度,考虑产品本身与同类型产品间的差异,通过对类比产品价格修正后获取对可交易数据资产价格的预估。二是计算待估资产外部使用的未来历年收益总值:通过基础年收益的计算可以求解该类资产在各个年份的价值预期。此阶段主要解决两个问题,即需要将未来多少年的交易情况考虑入估值计算,以及如何考量每年市场规模的变化对该资产的交易影响。为此可以引入预期交易年限和市场的平均年收益增长率。预期交易年限的具体取值需结合各类数据产品的生命周期来综合判断,在当前阶段需要采用相关专家意见;同时,也可考虑参考计算机软件等无形资产的最长摊销年限来对预期交易年限范围进行限制。待估模型市场的平均年收益增长率需综合考虑未来待评估资产的市场规模和市场价格变动。受缺少数据资产市场规模发展历史数据的限制,此阶段可参考各类数据领域权威机构的分析预测报告进行确定。三是计算待估资产外部交易的交易日现值总值:商业银行数据资产估值白皮书 53 以历年收益为基础,通过折现求和可得到待估资产的交易日现值总值,该值的获取是评估日总现值的计算基础。四是计算待估资产外部交易的评估日现值总值:交易日为算法中可比案例价格的获取时间,评估日是给定的价值评估的时间节点,既可以早于交易日亦可以晚于交易日。期日修正系数的使用可以修正交易日与评估日的市场价格指数差异。(2 2)优化市场法算法示例优化市场法算法示例 以下给出行内某风险评分模型 A 的模型输出数据资产价值评估实例。由于评估标的为单一资产,即产品种类数 N 及基础年产品数 n 均为 1,因此市场法评估公式可简化为:=(0)(1 )1(1 )1=1 首先应确定可比案例并获取相关信息以预测待评估资产的基础年收益。经过评估,该评分模型的业务类型为风险类,且其资产类型为挖掘模型。对此,通过整理历史市场交易数据发现,同类型评分产品 B、C、D 符合可比案例识别原则,判定与产品 A 同类可比。产品 B、C、D 的交易信息显示,其基础年出售次数平均约为 10 万次,单次使用平均价格为 0.8 元。因此,根据此前对模型的解释,令 q=100000,0=0.8。价格修正系数 R 可通过专家打分和定量计算获得,详见下表(表 4.7):表 4.7 价格修正系数计算样例 指标维度 维度权重 指标名称 指标权重 指标取值 数据质量 0.49 数据质量管理评分 1 1.17 数据应用 0.29 多维性 0.26 1.2 规模性 0.43 1 可用性 0.31 1.3 数据风险 0.15 风险评分 1 0.9 市场维度 0.07 稀缺性 1 0.8 总计 1.096 第四章 光大银行数据资产估值实践 54 由此,产品 A 基础年收益为 100.81.096=8.768 万元 其次,需确定产品 A 的预期交易年限(Y)和市场平均年收益增长率(g),并利用折现率()计算产品未来历年收益的现值总值。经过专家团队评估,确认该模型输出预计可交易 8 年;经预估该数据资产每年增长 20%;折现率取中国十年期国债收益率,约为 3.0%。通过代入_计算公式,可得到产品历年收益的交易日现值总值为 148.19 万元。最后需要利用期日修正系数 k 计算产品 A 评估日现值总值。期日修正系数 k 可利用交易日之于评估日的工业生产者出厂价格指数(PPI)变动进行衡量。已知资产评估时间为 2020 年 12月,且可比案例价格来源于 2021 年 4 月进行的市场调研,因此根据国家统计局发布的数据,k约为 1/1.044。因此,此数据资产的外部交易评估值为 141.94 万元。综上,企业整体的数据资产价值,应包括前述原始类、过程类、应用类数据资产内使用及外部交易的所有价值之和。假设成本法、收益法及市场法中所示例的数据资产即为某企业所有数据资产的内外部所有价值,则该企业的数据资产价值应为 27815.93 百万元。三、数据资产估值实施方案特点 1体现了数据资产“非实体性&无消耗性”“可加工性”等特点 传统资产虽然也存在可加工的特点,但同一资产仅能存在于当前的最终加工层级,则原料的价值会体现在后续加工产品中,无法无限“复制”;因此,同一资产的价值仅能计算其最后应用的加工状态。对于数据资产而言,分层级递进加工的数据资产均独立存在价值点,在任一加工层级均可通过应用产生价值,且后续加工程序并不会对前序数据资产带来价值损耗,因此可分层级分别计算价值,而不仅仅计算最终层级的数据资产价值。这体现了数据资产“非实体性&无消耗性”以及“可加工性”的特点。另一方面,对于传统有形资产而言,同一时间仅能用于一种用途实现其价值,因此在计算时,仅能选择一种价值进行计算。而同一数据资产可在同一时间用于多种用途,且应用方式非常多样;因此在计算时,同一数据资产可以同时有多种价值来源,客户相关数据可同时在企业内部用于营销、风险控制从而产生业务价值,还可同时用于外部出售(法律允许前提下)从而产生价值,每种价值来源可适用于不同方法,其结果可汇总至同一数据资产对象。这也体现了数据资产“非实体性&无消耗性”“可共享性”以及“形式多样性”的特点。商业银行数据资产估值白皮书 55 2体现了数据资产价值与数据规模间的关系 数据资产的规模,就如同传统资产的数量一样,会对数据资产的价值带来影响。在相同信息密度的情况下,数据资产规模越大,所蕴含的信息量越大,其价值也相应越高。尤其对于前文中提到的原始类数据资产,其规模的大小直接决定了后续可加工分析挖掘的基础。因此,本方案在方法设计过程中充分考虑了数据规模对于数据价值的影响。如在优化成本法中,“数据采购价款及税费”“数据采集系统成本”等指标,能够体现为获取更大规模数据所付出的成本,并在利润调节系数中将数据规模纳入了考虑因素中。同样,在优化市场法的价格调节系数中也将数据规模纳入了考虑,如同类型交易的数据集,其规模越大,其价格也相应增加,从而对交易价值带来影响。而在优化收益法中,由于收益的强对应性,数据规模所带来的价值提升将直接体现在数据资产应用的增量收益结果中。3关注数据资产调用情况与价值产生的强相关性 数据资产调用情况与价值产生之间具有正相关关系。理论上,数据资产每一次被调用并投入到业务活动中,都能一定程度上促进业务活动开展并产生价值,因此,数据资产价值与资产调用次数呈现正相关关系,在单次调用价值一定的情况下,调用次数越多,数据资产的总价值就越大,如下图 4.5 所示。图 4.5 数据资产价值与资产调用次数 对于可以外部交易的数据资产,在采用优化的市场法计算其价值时,充分考虑了上述数据资产单次调用价值与调用次数之间的正相关关系。其中,用数据资产单次市场交易价格类比单次调用价值,通过比较和分析同类可比市场价格获得;用数据资产预期市场交易次数类比调用次数,通过比较和分析同类可比市场份额获得。因此,外部交易的数据资产价值与单次调用价值和调用次数呈正相关关系。单次调用价值单次调用价值 数据资产价值数据资产价值 调用次数调用次数 第四章 光大银行数据资产估值实践 56 对于可以内部使用的数据资产,采用优化的成本法和收益法思想计算数据资产内部使用价值,基于成本法和收益法估值指标集中,设计了体现调用次数的估值指标,通过合理的算法(指标集),能使数据资产内部使用价值可计算,详细计算思路详见第五章第二节。通过优化的成本法和收益法估算出数据资产内部使用价值后,可以将其结果作为数据资产单次调用价值评估的输入,在获取调用次数相关数据后,倒推计算单次调用价值,为未来数据资产无论是外部交易,还是内部定价提供合理参考。4体现了数据资产价值与数据应用间的关系 数据资产价值与资产应用频度、资产应用广度和资产应用深度均具有正相关关系。应用类数据资产直接面向业务使用,协助业务分析与决策,其价值通过业务价值提升直接体现。理论上,数据资产业务覆盖场景越多、业务应用频率越高、业务支持程度越深,数据资产的价值就越大,如图 4.6 所示。图 4.6 数据资产价值与资产应用频度、资产应用广度和资产应用深度 数据资产能覆盖更多业务场景,意味着数据资产在更广泛的领域为业务赋能,数据资产价值体现在多维业务价值的提升;数据资产能深耕特定的业务应用领域或场景,提供关键业务洞察,则意味着数据资产具有较深的业务支持度,数据资产价值体现在深化业务应用带来的价值提升;业务应用频率(频度业务应用频率(频度)数据资产价值数据资产价值 覆盖场景数量(覆盖场景数量(广度广度)业务支持程度(深度业务支持程度(深度)商业银行数据资产估值白皮书 57 数据资产能被高频、长久地调用,根据(3)中的阐述,在单次调用价值一定的前提下,调用频率越高,数据资产价值越大。以应用类数据资产中的算法模型为例,在全行风控、营销和运营三大领域中,模型应用场景越多、业务专业性或支持度越高、调用次数越多且剩余使用期限越长,模型应用于业务所带来的价值就越大。将模型按照业务应用领域和场景进行了分类,以量化模型应用场景的数量,体现数据资产应用广度;针对每类模型的特点,在算法中均设计了体现调用次数的估值指标,例如“统计期内模型识别的大额与可疑交易笔次”,此指标与反洗钱类模型调用次数正相关,体现数据资产应用频度;同时,将模型业务支持深度作为资产质量调节系数的重要组成部分,业务支持程度越深,意味着模型越具专业性和精准性,性能越优良,价值则越大,体现数据资产应用深度与价值的关系。5体现了数据质量对数据资产价值实现的影响 数据质量是数据固有优良程度的体现,在其他价值影响因素同等情况下,数据质量越高,数据能够提供的准确、有效信息越多,数据资产增值越大,如图 4.7 所示:图 4.7 数据资产价值与其他价值影响因素 因此,数据质量是所有数据资产价值的关键影响因素,在本次估值的所有方法中均将数据质量作为调节维度纳入算法。通常而言,数据质量的衡量可以从完整性、有效性、一致性和唯一性四大维度来评价。在优化成本法中,数据质量是利润调节系数中的重要维度,直接影响对合理利润率的预期。在优化收益法中将数据质量作为综合调节系数的维度,对数据资产带来的直接增量收益进行调节。而在优化市场法中,质量维度则直接影响价格修正系数,进而直接影响同类型数据资产的价格水平,例如同类型、规模的数据集,其数据质量越高,则相应价格越高。第五章 促进数据要素市场科学有效发展的建议 58 商业银行数据资产估值白皮书 59 数据要素市场化进程不是一蹴而就的,在市场化的进程中,需要市场参与的多方主体统筹协调发展,既有基于国家政策的指导和市场建设的原则性意见,又要有刺激市场发展的举措,市场的主要参与主体积极参与,在政策的指导框架下,创新性地建设数据要素市场发展模式,同时监管机构通过底线思维,约束市场主体的不良发展,确保市场在健康的轨道上快速发展。一、通过积极的政策激发数据要素市场活力 1推进和完善顶层设计,使数据市场发展有法可依 数据要素市场与其他要素市场有本质上的区别,作为一种新型生产要素,其市场化发展一方面需要打破部门壁垒、地方壁垒、行业壁垒,另一方面需要有效约束,不能任由其野蛮生长。因此,需要加紧研究制定和出台相关政策和意见,规范现状,订立目标,规划蓝图,给市场一颗定心丸。建议由具有较高公信力的政府机构牵头,以高瞻远瞩的顶层设计指导清晰和包容度高的规则与指引制定发布,加快统筹市场政策体系,优化市场管理规则,推进基本制度建设,形成体系完备、规则合意、执行有效的制度框架,为数据市场发展提供重要的制度性基础条件。通过高层政策指导和专业原则规范,我国数据市场发展才能有据可依,有法可用,有未来可前进。2确定数据要素流通角色,保护数据流通相关方权利 数据要素在流通过程中涉及大量角色,如数据的生产者、所有者、管理者、出售者、购买者、监督者等,同一主体可在数据要素流通过程中同时扮演多种角色,如生产者可能与所有者一致。通常而言,不同角色对应不同权益,如数据资产的所有权、使用权、收益权等。确定数据要素流通的角色,是明确各方权益、进而保护各方权益的前提。建议明确数据交易流通过程中的分级分类权益体系,通过法律手段保护数据要素流通对应的不同对象所对应的不同权益。例如保护数据的所有者的所有权;在保护数据要素流通相关方权益的同时,承认对数据的加工使用是有价值的,应享受到数据加工使用带来的权益分配,进一步促进数据要素市场的流通。在数据要素流通过程中将数据的使用权和所有权进行分离,分类保护,以提升数据要素共享的积极性。3研究制定多样化的支持政策,促进各主体数据共享意愿 构建成熟的数据要素市场,需要各行业、各类型、各规模主体的广泛参与,不仅包括传统意义上数据密集型行业中的企业,如金融行业、通信行业等,也离不开各类交易运营商、智能服务第五章 促进数据要素市场科学有效发展的建议 60 公司、中介机构、咨询机构等多样化的市场主体,以及各类中小型企业的参与,才能盘活社会整体的数据要素。因此,建议构建多样化的支持政策,积极释放鼓励数据要素流通的信号,切实帮助解决各类型主体在数据共享中的困难。一是支持各行业企业加快数据相关人才的引进,建议各行业、地区政府机构优化数据类人才引进具体目标,加强人才的政策扶持力度,帮助企业加大政策宣传力度,提高政策的知晓率、政策的惠及率和加强政策落实的步伐。二是支持数据产业相关高新技术企业研发先进技术,如各类数据流通技术、数据安全、隐私保护等技术的研发,鼓励申请相关技术专利,并加强对于数据相关创新技术的知识产权管理体系建设,切实保护企业研发成果。三是提供财政政策上的支持,尤其是一些数据要素流通的关键企业,建议政府可以建立专门的财政税收补贴机制,并进一步改善创新融资环境,通过对商业银行的信贷管理进行适度改革,例如农村信用社、商业银行等对数据技术创新企业发放一些免息或者低息的贷款。4通过产学研一体化研究推动新技术在数据要素流通中的创新使用 大数据、人工智能、云计算等新技术的发展与普及为数据要素市场持续提供基础设施和数字资源。因此,需要推动新技术在数据要素流通中的创新使用,以新思维、新力量持续激活数据市场潜能。借鉴企业的“产学研”一体化道路可以作为将新技术引入数据要素市场的尝试。“产学研”是将研究成果转化为适应市场需求的产品,再把部分产品盈利投入到科研中,开发出“含金量”更高、市场适应性更强的产品。借鉴这种“以产养研,以研促产”的企业经营方式,促进数据市场将研究机构的创新研究技术和成果放到市场中检验,再反馈给研究机构,使得数据要素市场上的产品更符合客户的需求。因此,建议加速科研机构的新兴科学技术知识流入企业以实现科技成果的转化,并将企业应用结果以及需求反馈给科研机构,推动其进一步的研究和改善;引导和支持科研机构的组织创新,建立研究开发、技术转移、知识产权管理、投资运营为一体的新型运行系统,激发创新活力。5建立社会公共数据共享流通的机制,活跃市场交易 公共数据是指各级行政机关以及具有公共管理和服务职能的事业单位,在依法履行职责过程中获得的各类数据资源。随着互联网经济的快速发展,无论对企业还是政府,公共数据都越来越成为一种关键性的资源要素。一方面,政府向社会开放其掌握的大量公共数据资源可以促进企业创新,降低商业成本;另一方面,一些企业特别是网络交易平台掌握了大量的数据信息,其对商业银行数据资产估值白皮书 61 政府履行行政管理职能、提高公共服务和城市管理精细化水平具有重要价值。政府之间的信息共享还可以协调各政府间的公共数据冲突,有效解决政府间“信息孤岛”的问题。建议由相关部门牵头,建立一套符合公共数据开放理念和特点的标准、程序,并不断完善相关配套机制可以推动公共数据开放,提高公共数据拥有者的积极主动性。同时明确政府数据资源分类分级管理,健全政府数据资源管理标准。以资源目录汇编、资源整合汇聚、交换共享平台等手段,建设共享信息交换体系。在有条件的城市可以统筹政府数据资源和社会数据资源,建立城市大数据平台,范围可以包括疫情防控、卫生健康、交通出行、文化教育、信用服务、普惠金融、城市服务等重点领域,积极向社会开放数据。6建立试点机制,允许先行先试,逐步完善市场 建议可以通过试点的形式开展,优选具备较强数据能力和应用需求的地区、行业或领先企业开展深入试点,给予一定的政策指导和试点原则,鼓励大胆创新,及时总结先进经验,发挥“先行先试、引领示范”的作用。例如,金融行业可以考虑作为数据要素市场化发展的试点行业,因为其坐拥金融资产和交易的海量数据,具有多种天然优势及屏障,可以通过在金融行业数据要素市场化的试点,对数据要素市场化的前提条件、流通机制等进行创新性探索,总结数据要素市场建设和运行机制,为接下来全行业的数据要素市场化发展奠定理论基础,提供落地实操经验,最终实现数据要素市场化的“全行业覆盖”。7鼓励开展多种数据市场模式 为高效提升数据要素市场发展,建议除了传统的数据要素流通形式外,还可考虑与各类金融交易手段结合,形成数据信托、数据资产证券化等新型交易方式。例如数据信托回归受托本源,由专业的数据信托机构或专业人士来代替人们收集和管理个人或企业数据,再将数据资产集中管理起来,由受托人即个人授权其他应用来调用,重新投入数据市场中进行交易流通,使得大量不具备数据要素交易流通的主体也能将数据流通起来。再如数据资产证券化也是加快数据要素市场发展的重要方式,数据资产证券化使得数据要素与资本充分融合发展,数据资产所有者可以以拥有的优质数据资产预期收益为标的,通过发行债券的方式获得融资,拓宽了自身融资渠道,实现数据变现,另一方面也将进一步促使企业对数据资产管理及应用的提升。第五章 促进数据要素市场科学有效发展的建议 62 二、制定市场原则,审慎包容指导市场有序发展 1鼓励行业开展自律,形成行业协同监管局面 一是以平台为中介的监管。注重“平台”建设是数据要素市场的重要特点之一,互联网平台既是交易的平台、数据的平台,也是信用的平台和消费者保护的平台。所以,监管部门要主动与平台协作,使“平台”成为政府和个体之间的媒介。形成政府管理平台,平台管理企业,企业管理个人的链条。二是发挥行业协会在监管中的作用。可以建立起相互约束的行业协会,督促其建立自律机制。与行业协会等各类合作伙伴建立起横向的行动线,是新时期提高政府对“新经济”监管绩效的重要举措。2建立交易争端仲裁机制,完善市场运营机制 数据资产交易面临着和其他行业或资产交易同样的交易争端问题。建立数据要素市场的争端仲裁机制,是推进数据要素市场快速发展的重要环节。交易平台应构建有效的评价机制和退出机制,搭建售中、售后评价和投诉通道,使争端信息可以快速、有效传达,并针对存在负面评价的数据供应商进行调查,及时制止违法违规交易。在争端仲裁策略方面,可以借鉴其他行业或资产交易争端仲裁办法和规定并进行相应调整,使其适用于数据资产的交易。应对争端事件进行分类分级,以便交易平台节约资源和时间,提高争端解决效率。数据交易平台要担当起争端仲裁者的角色,在交易发生争议时应起到缓冲和磨合的作用。对于简单的案件,交易平台提供空间给当事人进行沟通和解,无需第三方参与;而对于相对复杂的争端,建议交易平台参与并带动当事人交流,对当事人进行实时调解,及时解决争端;对于仲裁无法解决的严重违法违规事件,应及时上报公安部门及监管机构,使违法行为得到法律制裁。在交易争端解决后,交易平台应总结经验教训、完善交易流程制度,从而减少交易争端的发生。3建立数据共享的标准,提升数据共享效率 数据开放共享是中国当前大数据竞争战略核心。加快数据开放共享,需要从理念、制度、技术、平台等层面着力,建立数据开放共享的标准。一方面要制定数据脱敏标准,在运用大数据技术对数据资源进行开放及分享应用的过程中,特别需要注意对敏感数据的处理,制定数据脱敏的规则和要求,保证部分敏感数据在技术保护内能够实现开放共享;另一方面要完善和提升开放共享数据的标准,保证开放共享数据的完整性、准确性、原始性、机器可读性、非歧视性、及时性,使其便于在线检索、获取和利用。商业银行数据资产估值白皮书 63 4建立指导定价机制,促进市场有序良性竞争 在定价方面,建议在试点范围内,对于某些具有排他性的数据,如政府、基建部门数据,建议由国家统一制定指导价格,如基准参考价、最高限价等,改善此类数据的无序定价状态;对于市场中较多的、普适性较强的数据,如交易数据、资讯类数据等则建议以市场自主发展、构建良性竞争为主,对交易的原则问题给予指导,并通过一定的检查,逐渐完善交易市场规则,最终形成公允价值;而随着部分新兴产业而涌现的数据,如物联网数据、卫星数据等,未来将逐步在社会经济中扮演更为重要的角色,建议由政府给出指导方针和一定的政策保护,助力市场快速形成公允的定价,同时留出一定的保护期,逐步形成良好的市场竞争环境。5建立全新监管理念,维护数据要素市场秩序 首先,监管机构应坚持“底线监管”原则,负责维护公平竞争市场秩序,制定出台数据交易监督管理有关规定,依法查处数据要素市场滥用市场支配地位限制交易、不正当竞争等违法行为,严禁任何平台单边签订排他性服务条款,保证数据要素市场主体公平参与市场竞争。其次,建议监管机构建立审慎包容的监管理念。监管机构以审慎包容的态度对待数据要素市场建立初期市场主体产生的不足之处,将极大鼓励企业勇于试错、敢于试错,进而不断完善自身的成长环境。监管机构在坚持“底线监管”原则的基础上,宜将广阔的空间留给各类市场主体,不轻易采取“关停罚”等手段。监管机构可以用严格的态度及时指出数据要素市场发展过程中市场参与者出现的问题,并指导相关政策的实行,同时提供必要的资金和技术帮扶,双管齐下帮助新兴的数据要素市场快速成长。附录 64 附录附录 A 央地政策及决策层重要讲话梳理央地政策及决策层重要讲话梳理 时间 主要政策及重要讲话 2015 年 8 月 国务院关于印发促进大数据发展行动纲要的通知指出,数据已成为国家基础性战略资源,加快建设“数据强国”,释放“技术、制度和创新”三大红利。2017 年 12 月 习近平总书记在主持中央政治局集体学习时指出,数据是新的生产要素,是基础资源和战略性资源,要构建以数据为关键要素的数字经济,发挥数据的基础资源作用和创新引擎作用。2019 年 10 月 中国共产党第十九届中央委员会第四次全体会议通过中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定,提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”,标志着国家赋予数据新的历史定位,已上升到生产要素的重要地位。2020 年 2 月 工信部印发了工业数据分类分级指南(试行),针对工业数据作为新的生产要素资源存在的开发利用不深入、流通共享不充分等问题,指导企业全面梳理自身工业数据,提升数据分级管理能力。2020 年 3 月 中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见提出“加快培育数据要素市场”的要求,旨在深化要素市场化配置改革,促进要素自主有序流动,推动经济发展质量变革、效率变革、动力变革。同时从政府公共数据管理、塑造数据自由流动的市场秩序及数据确权与保护三个方面点明了工作主线。2021 年 1 月 中共中央办公厅、国务院办公厅印发了建设高标准市场体系行动方案,进一步提出“建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范,推动数据资源开发利用”。商业银行数据资产估值白皮书 65 2021 年 3 月 中华人民共和国国民经济和社会发展第十四个五年规划和二 0 三五年远景目标纲要提出,“迎接数字时代,激活数据要素潜能”,“充分发挥海量数据和丰富应用场景优势,促进数字技术和实体经济深度融合,赋能传统产业转型升级,催生新产业新业态新模式,壮大经济发展新引擎”。其中,加快建立数据资源产权、交易流通等基础制度和标准规范,对促进数据要素市场长远、健康有序发展有重要意义。2021 年 6 月 深圳经济特区数据条例对外发布。不同于数据相关法律以及其他省市地方性法规、规章从涉及数据的某个具体领域制定单项、专门性数据规范的做法,深圳经济特区数据条例的内容涵盖了个人数据、公共数据、数据要素市场、数据安全等方面,是国内数据领域首部基础性、综合性立法。2021 年 6 月 第十三届全国人民代表大会常务委员会第二十九次会议通过中华人民共和国数据安全法,标志我国在数据安全领域有法可依,有章可循。主要内容有五方面。一是坚持以数据开发利用和产业发展促进数据安全,鼓励数据依法合规有效利用,保障数据依法有序自由流动,促进以数据为关键要素的数字经济发展。二是深化数据安全体制建设,依法建立数据安全管理制度,明确数据责任主体。三是明确数据管理者和运营者的数据保护责任,消除数据管理者和运营者在数据安全领域盲区。四是覆盖全场景数据安全评估与防护要求,指出“关系国家安全、国家经济命脉、重要民生、重大公共利益等数据属于国家核心数据”并提出对数据全生命周期各环节的安全保护义务。五是针对政务数据开发利用做出明确指示,要求省级以上人民政府应将数字经济发展纳入本级国民经济和社会发展规划,加强数据开放共享的安全保障措施。附录 66 附录附录 B 国家法律法规、规章政策列表国家法律法规、规章政策列表 法律法律 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 中华人民共和国资产评估法中华人民共和国资产评估法 2016 年 7 月 2 日,第十二届全国人民代表大会常务委员会第十一次会议通过了中华人民共和国资产评估法,该法共八章五十五条,包括总则、评估专业人员、评估机构、评估程序、行业协会、监督管理、法律责任和附则 第二条规定资产评估指出“评估机构及其评估专业人员根据委托对不动产、动产、无形资产、企业价值、资产损失或者其他经济权益进行评定、估算,并出具评估报告的专业服务行为”中华人民共和国民法典中华人民共和国民法典 为了保护民事主体的合法权益,调整民事关系,维护社会和经济秩序,适应中国特色社会主义发展要求,弘扬社会主义核心价值观,根据宪法,制定本法 第五章“民事权利”第一百二十七条规定,“法律对数据、网络虚拟财产的保护有规定的,依照其规定”个人信息保护法草案个人信息保护法草案 为了保护个人信息权益,规范个人信息处理活动,保障个人信息依法有序自由流动,促进个人信息合理利用,制定本法 第二条“自然人的个人信息受法律保护,任何组织、个人不得侵害自然人的个人信息权益。”中国网络安全法中国网络安全法 为了保障网络安全,维护网络空间主权和国家安全、社会公 共利益,保护公民、法人和其他组织的合法权益,促进经济社会信息化健康发展,制定本法 第十八条 国家鼓励开发网络数据安全保护和利用技术,促进公共数据资源开放,推动技术创新和经济社会发展。国家支持创新网络安全管理方式,运用网络新技术,提升网络安全保护水平 行政法规行政法规 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 商业银行数据资产估值白皮书 67 关于构建更加完善的要素市场化配置体制机制关于构建更加完善的要素市场化配置体制机制的意见的意见 完善要素市场化配置是建设统一开放、竞争有序市场体系的内在要求,是坚持和完善社会主义基本经济制度、加快完善社会主义市场经济体制的重要内容。为深化要素市场化配置改革,促进要素自主有序流动,提高要素配置效率,进一步激发全社会创造力和市场活力,推动经济发展质量变革、效率变革、动力变革,现就构建更加完善的要素市场化配置体制机制提出如下意见(二十二)加强数据资源整合和安全保护。探索建立统一规范的数据管理制度,提高数据质量和规范性,丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保护制度和安全审查制度。推动完善适用于大数据环境下的数据分类分级安全保护制度,加强对政务数据、企业商业秘密和个人数据的保护 征信业管理条例征信业管理条例 征信业管理条例已经2012 年 12 月 26 日国务院第228 次常务会议通过,现予公布,自 2013 年 3 月 15 日起施行。为了规范征信活动,保护当事人合法权益,引导、促进征信业健康发展,推进社会信用体系建设,制定本条例 第十三条 采集个人信息应当经信息主体本人同意,未经本人同意不得采集。但是,依照法律、行政法规规定公开的信息除外。企业的董事、监事、高级管理人员与其履行职务相关的信息,不作为个人信息。第十四条 禁止征信机构采集个人的宗教信仰、基因、指纹、血型、疾病和病史信息以及法律、行政法规规定禁止采集的其他个人信息。征信机构不得采集个人的收入、存款、有价证券、商业保险、不动产的信息和纳税数额信息 部门规章部门规章 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 企业会计准则企业会计准则 -基本准则基本准则 企业会计准则由财政部制定,于 2006 年 2 月 15 日财政部令第 33 号发布,自2007 年 1 月 1 日起施行。我国企业会计准则体系包括基本准则与具体准则和应用指南 基本准则为主导,对企业财务会计的一般要求和主要方面做出原则性的规定,为制定具体准则和会计制度提供依据 附录 68 规范性文件规范性文件 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 中国中国人民银行关于银行业金融机构人民银行关于银行业金融机构做好个人金融信息保护工作的通知做好个人金融信息保护工作的通知 个人金融信息是金融机构日常业务工作中积累的一项重要基础数据,也是金融机构客户个人隐私的重要内容。如何收集、使用、对外提供个人金融信息,既涉及银行业金融机构业务的正常开展,也涉及客户信息、个人隐私的保护 一、本通知所称个人金融信息,是指银行业金融机构在开展业务时,或通过接入中国人民银行征信系统、支付系统以及其他系统获取、加工和保存的以下个人信息:(一)个人身份信息,包括个人姓名、性别、国籍、民族、身份证件种类号码及有效期限、职业、联系方式、婚姻状况、家庭状况、住所或工作单位地址及照片等;(二)个人财产信息,包括个人收入状况、拥有的不动产状况、拥有的车辆状况、纳税额、公积金缴存金额等;(三)个人账户信息,包括账号、账户开立时间、开户行、账户余额、账户交易情况等;(四)个人信用信息,包括信用卡还款情况、贷款偿还情况以及个人在经济活动中形成的,能够反映其信用状况的其他信息;(五)个人金融交易信息,包括银行业金融机构在支付结算、理财、保险箱等中间业务过程中获取、保存、留存的个人信息和客户在通过银行业金融机构与保险公司、证券公司、基金公司、期货公司等第三方机构发生业务关系时产生的个人信息等;(六)衍生信息,包括个人消费习惯、投资意愿等对原始信息进行处理、分析所形成的反映特定个人某些情况的信息;(七)在与个人建立业务关系过程中获取、保存的其他个人信息 数据流通禁止清单数据流通禁止清单 根据国家有关法律法规,含有下列内容的数据禁止进行制作、复制、发布、传播 第一条 危害国家安全和社会稳定的;第二条 涉及特定个人权益的;第三条 涉及特定企业权益的 商业银行数据资产估值白皮书 69 企业会计准则第企业会计准则第 6 6号无形资产号无形资产 企业会计准则由财政部制定,于 2006 年 2 月 15 日财政部令第 33 号发布,自2007 年 1 月 1 日起施行。我国企业会计准则体系包括基本准则与具体准则和应用指南。企业会计准则 第 6 号无形资产为了规范无形资产的确认、计量和相关信息的披露,根据企业会计准则基本准则,制定本准则 第三条 无形资产,是指企业拥有或者控制的没有实物形态的可辨认非货币性资产。资产满足下列条件之一的,符合无形资产定义中的可辨认性标准:(一)能够从企业中分离或者划分出来,并能单独或者与相关合同、资产或负债一起,用于出售、转移、授予许可、租赁或者交换。(二)源自合同性权利或其他法定权利,无论这些权利是否可以从企业或其他权利和义务中转移或者分离 司法解释司法解释 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 最高人民法院关于审理利用信最高人民法院关于审理利用信息网络侵害人身权益民事纠纷案息网络侵害人身权益民事纠纷案件适用法律若干问题的规定件适用法律若干问题的规定 为正确审理利用信息网络侵害人身权益民事纠纷案件,根据中华人民共和国民法通则中华人民共和国侵权责任法全国人民代表大会常务委员会关于加强网络信息保护的决定中华人民共和国民事诉讼法等,结合审判实践,制定本规定 第一条 本规定所称的利用信息网络侵害人身权益民事纠纷案件,是指利用信息网络侵害他人姓名权、名称权、名誉权、荣誉权、肖像权、隐私权等人身权益引起的纠纷案件 最高人民法院国家发展和改革委员会最高人民法院国家发展和改革委员会关于为新时代加快完善社会关于为新时代加快完善社会主义市场经主义市场经济体制提供司法服务和保障的意见济体制提供司法服务和保障的意见 为深入贯彻落实中共中央 国务院关于新时代加快完善社会主义市场经济体制的意见精神,充分发挥审判职能作用,营造适应经济高质量发展的良好法治化营商环境,为加快完善新时代社会主义市场经济体制提供有力司法服务和保障,结合经济社会发展需要和人民法院审判执行工作实际,制定本意见 健全以公平公正为原则的产权保护制度。严格执行产权保护司法政策,全面依法平等保护各种所有制经济产权和合法权益,推动健全归属清晰、权责明确、保护严格、流转顺畅的现代产权制度。明确和统一裁判标准,准确界定产权关系,合理划定责任财产范围,重点解决国有资产流失,利用公权力侵害私有产权,违法查封、扣押、冻结民营企业财产等产权保护中的突出问题 征求意见稿征求意见稿 文件文件 名称名称 核心摘要核心摘要 重点内容重点内容 附录 70 深圳经济特区数据条例深圳经济特区数据条例 为了规范数据活动,促进数据资源共享开放和全面深度开发利用,保护自然人、法人和非法人组织数据权利和其他合法权益,加快新型智慧城市建设进程,提高市民生活品质,推动政府、企业数字化转型,提升城市治理和公共服务水平,加快数据要素市场培育,促进数字经济高质量发展,服务粤港澳大湾区和中国特色社会主义先行示范区建设,根据法律、法规的规定,结合深圳经济特区实际,制定本条例 第四条【数据权】数据是关于客体(如事实、事件、事物、过程或思想)的描述和归纳,是可以通过自动化等手段处理或再解释的素材。自然人、法人和非法人组织依据法律、法规和本条例的规定享有数据权,任何组织或者个人不得侵犯。数据权是权利人依法对特定数据的自主决定、控制、处理、收益、利益损害受偿的权利 商业银行数据资产估值白皮书 71 附录附录 C 国家相关标准列表国家相关标准列表 国家相关标准国家相关标准 文件文件 名称名称 核心内容核心内容 重点内容重点内容 个人金融信息保护技术规范个人金融信息保护技术规范 个人金融信息是个人信息在金融领域围绕账户信息、鉴别信息、金融交易信息、个人身份信息、财产信息、借贷信息等方面的扩展与细化,是金融业机构在提供金融产品和服务的过程中积累的重要基础数据,也是个人隐私的重要内容 3.2 个人金融信息 金融业机构通过提供金融产品和服务或者其他渠道获取、加工和保存的个人信息 金融数据安全金融数据安全数据安全分级指南数据安全分级指南 2020 年 9 月 23 日,中国人民银行正式发布金融数据安全数据安全分级指南(JR/T 0197-2020)金融行业标准。标准给出了金融数据安全分级的目标、原则和范围,明确了数据安全定级的要素、规则和定级过程,同时明确标准适用于金融业机构开展数据安全分级工作,以及第三方评估机构等参考开展数据安全检查与评估工作 3.2 数据 信息的可再解释的形式化表示,以适用于通信、解释或处理 信息技术信息技术 词汇词汇 第第1 1部分基本术部分基本术语语 本标准代替 GB/T 5271.1-1985 为方便信息处理方面的国际交流特制定此部分标准。本标准给出了与信息处理领域相关的概念的术语和定义,并明确了这些条目之间的关系,为方便将此标准翻译成其他语言给出的定义尽可能避免语言上的特殊性,本标准定义了信息技术基本概念 01.01.01 信息(在信息处理中)关于客体(如事实、事件、事物、过程或思想,包括概念)的知识,在一定场合中具有特定的意义 01.01.02 数据 信息的可再解释的形式化表示,以适用于通信、解释或处理 附录 72 GB/T37550GB/T37550-2019 2019 电子商务数据资产评价指标体系电子商务数据资产评价指标体系 本标准规定了电子商务数据资产评价指标体系构建的原则、指标体系分类和评价过程。本标准适用于数据的电子商务交易过程中,对数据资产价值进行量化计算、评估评价,也可以作为在线数据交易过程中数据资产商品化、证券化的评价依据 2.4 数据资产 以数据为载体和表现形式,能够持续发挥作用并且带来经济效益的数字化资源 GB/T36344GB/T36344-2018 2018 信息技术数据质量评价指标信息技术数据质量评价指标 本标准规定了数据质量评价指标的框架和说明。本标准适用于数据生存周期各个阶段的数据质量评价 2.3 数据质量 在指定条件下使用时,数据的特性满足明确的和隐含的要求的程度。第五章规定的六大类评价指标,是实施数据质量评价的最小集,同时也附有数据质量评价过程 商业银行数据资产估值白皮书 73 附录附录 D 重要行业、学术研究列表重要行业、学术研究列表 文件名称 诞生背景 重点内容 GartnerGartner如何衡量信息如何衡量信息资产的净值报告资产的净值报告 Gartner 认为为了使一个组织了解信息,必须从内部确认信息为实际资产开始 Gartner 与客户、估值专家、会计师和经济学家合作,推出了六种正式的信息估值模型。其中,金融模型,改编自已建立的资产评估方法,适应一些信息的独特特征,即:信息的非耗竭性和多重许可性 资产评估专家指引第资产评估专家指引第 9 9号号数据资产评估数据资产评估 为指导资产评估机构及其资产评估专业人员执行数据资产评估业务,中国资产评估协会制定了资产评估专家指引 第 9 号-数据资产评估,评估机构执行资产评估业务,可以参照本指引,也可以根据具体情况采用其他适当的做法。从数据资产估值对象的特征、影响因素、商业模式等角度进行了阐述,并围绕传统资产评估的 3 种方法,结合数据资产特点做出解读 20212021中国数据中国数据资产化工具市场研究报资产化工具市场研究报告告 越来越多的企业、机构开始意识到数据的价值,并希望对这些数据要素进行整合与管理,以便于为企业/机构管理者提供决策辅助支撑 该报告就数据资产化的产生背景、发展历程、典型工具、行业概况、技术水平、市场规模、竞争格局等方面进行了深度解析 附录 74 数字数字/数据估值数据估值ValuationDigital 许多公司无法理解现有数据资产和基础可以增加数据价值的杠杆。反过来,这可能意味着他们错过了竞争优势。德勤利用经验丰富的数据估值实践,帮助企业开发数据资产未开发的潜力,并且创新价值平台合并内部和外部数据,形成全球资产价值的基准 为数据赋值为数据赋值PuttingData 企业在投资数据资产方面面临越来越大的压力,越来越多的组织正在寻找利用自己或他人的数据创造价值的方法 在本文中,帮助组织理解如何评估数据和影响价值的一些驱动因素 数据资产化之路数据资产化之路-数数据资产的估值与行业实践据资产的估值与行业实践 数据资产不完全符合会计准则中对于“资产”及“无形资产”的定义,因此,数据资产目前尚未体现在企业的财务报表上。如何从广义上认可数据的价值及其对企业价值的贡献成为一项重要的研究议题 本报告试图为以上问题提供一个初步的思考框架,希望以此作为起点,逐步探索和推进特定领域或具体案例中数据资产价值的分析,从而在构建数据资产评价体系道路上向前迈进 数据资产管理白皮书数据资产管理白皮书4.04.0 数据治理是高层次的、规划性的数据管理制度活动,其关键管理活动包括制定数据战略、完善数据政策、建立数据架构等,需要总结各行业数据资产管理的痛点难点、实施路径、资产管理现状与发展趋势等,作为企业提升数据管理能力的重要参考 总结了数据资产管理的关键活动职能和保障措施,指导企业如何盘活数据,通过评估数据价值、控制数据成本、创新数据应用和服务等,真正实现数据资产化管理。总结了各行业数据资产管理的痛点难点、实施路径、资产管理现状与发展趋势等,提供了优秀的数据资产管理案例,作为企业提升数据管理能力的重要参考 商业银行数据资产估值白皮书 75 数据要素的数据要素的证券属性设计研证券属性设计研究究 自从 2014 年贵阳大数据交易所挂牌以来,国内的 20 多家数据交易机构发展并不理想。有些交易机构为寻求业务增长点,不再主要从事数据交易相关业务,部分已经转型成承接大数据应用项目 从证券视角出发,探索利用资产证券化等金融手段来推进数据要素市场建设,基于可开发性、可评估性、可监测性、可保密性等要求,讨论数据金融产品设计方案,并提出“类知识产权”数据证券化产品设计构思 数据资产估值及数据数据资产估值及数据变现商业模式研究变现商业模式研究 定量估值方法的缺失,制约着企业更加准确地评估信息化建设成效、科学进行信息化投资决策,更无法将企业数据资产价值纳入企业价值评估、提高企业估值的准确性。该研究参考无形资产的估值方法、结合对组织内的数据应用实例和全球数据市场的分析,分别评估了收益法、市场法和成本法应用于数据资产估值的适用性和局限性,得到了推荐使用收益法、有条件地使用市场法、不推荐使用成本法的总体结论 商业银行商业银行反洗钱成本收益分反洗钱成本收益分析析 目前,打击洗钱犯罪已成为国际社会的共识。金融系统是犯罪分子进行洗钱的主要渠道 本文将通过对商业银行反洗钱收益成本分析,提出改进反洗钱工作的一些建议 商业银行操作风险拟商业银行操作风险拟合分布与度量研究合分布与度量研究 金融行业的高速发展和银行经营环境发生的重大改变催生了大量具有广泛影响的操作风险。如何有效度量银行业的操作风险已成为当前风险管理领域研究的热点和最具挑战性的难点所在 本文的研究借助 POT 模型的性质对内部欺诈的损失强度和损失频率进行直接估计,解决了用小样本进行损失分布拟合的难题 商业银行流商业银行流动性风险计量及管理动性风险计量及管理研究研究 银行资本过少,负债具有很大的流动性,资产的低流动性最终带来了全球性的金融灾难 本文围绕我国银行流动性风险的计量与管理框架两大主线来展开。利用翔实全面的最新数据,对我国商业银行的流动性风险进行了较为深入的定量分析;在大量数据资料的基础上论证指出,在我国银行业阶段性和结构性的流动性过剩下隐藏了潜在风险 附录 76 信通信通院院-大数据白皮书大数据白皮书(20202020)由中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会在北京召开“2020 数据资产管理大会”白皮书全面展现国际国内大数据发展最新情况;对大数据技术体系与发展趋势进行了全景式解析;重点关注了发展数据治理的关键问题;本书对我国大数据领域的法律建设方向进行探讨 信通信通院院-互联网法律白皮书互联网法律白皮书 由中国信息通信研究院主办的“互联网法律研讨会(2019)”于 2019年 12 月 19 日在北京举行。白皮书分为三个部分,分别对过去一年中国外的网络安全、数据安全、内容管理、网络社会规范等法治问题,以及国内的重要立法出台和公布、平台责任规制、网络社会秩序治理等问题进行了详细介绍,同时对我国未来互联网法治趋势展望提出了相关思路 信通信通院院-数据资产管数据资产管理实践白皮书理实践白皮书 对已发布的数据资产管理实践白皮书 3.0进行了升级 本白皮书分为四大部分:第一部分介绍了数据资产管理的概述及变革中的数据资产管理呈现出来的特征趋势;第二部分从实践角度出发阐述了数据资产管理的主要内容;第三部分重点介绍了数据资产管理的实施步骤、实践模式、技术工具和成功要素;最后结合实践经验,介绍了电信、金融、政务、医疗和工业等相关领域的数据资产管理案例 商业银行数据资产估值白皮书 77 附录附录 E 当前主要交易所或交易平台介绍当前主要交易所或交易平台介绍 成立时成立时间间 交易机构交易机构名称名称 交易机交易机构类型构类型 简介简介 1997 天眼查 平台类 天眼查收录了 1.8 亿 家社会实体信息(含企业、事业单位、基金会、学校、律所等),90 多种维度信息全量实时更新 2007 京东万象 平台类 以数据开放、数据共享、数据分析为核心的综合性数据开放平台,拥有的数据类型主要包括金融、征信、电商、质检、海关、运营商数据 2009 腾讯云 平台类 腾讯云数据库为您提供金融,游戏,电商,移动社交等行业领域全套的数据库解决方案。按需配置弹性可伸缩,双节热备保证服务高可用,多份数据备份使业务高可靠 2010 聚合数据 平台类 互联网专业数据科技服务商。主要提供两种核心服务:以 API 数据接口的形式,提供数据服务;以大数据技术,提供数据应用服务 2012 HaoService 平台类 数据互联服务平台。提供 30 大类以上基础数据 API 服务、热门源码交易服务 2013 大数据挖掘模型交易平台 平台类 模型算法交易平台,配套完整建模数据,模型实现过程说明及源代码 2013 同盾 平台类 同盾科技是中国智能分析和决策领域领军企业,以人工智能、云计算、大数据三大核心技术体系为基础,基于对数据的探索洞察和深刻理解,将深度学习、联邦学习等领先技术与业务场景深度融合,为金融、保险、互联网、政务、零售、物流等行业提供智能分析与决策服务,赋能并激发客户,帮助客户做出更佳决策。截至目前,累计已有超过一万家客户选择了同盾的产品及服务。2014 贵阳大数据交易所 政府类 我国乃至全球第一家大数据交易所,贵阳大数据交易所发展会员数量突破 2000 家,已接入 225 家优质数据源,经过脱敏脱密,可交易的数据总量超 150PB,可交易数据产品 4000 余个,涵盖三十多个领域,成为综合类、全品类数据交易平台 2014 中关村数海大数据交易平台 政府类 大数据交易平台主要通过 API(应用程序接口)的形式,为数据提供商提供一个第三方的数据调用平台,数据所有方可以开放自己的系统数据,并进行定价,数据购买方可通过平台购买数据调用权限 附录 78 2014 阿凡达数据 平台类 API 数据接口云服务,专注于数据的采集与分析处理工作,拥有 106 个数据种类 2014 iDataAPI 平台类 数据服务提供商,已推出 1300 多种数据产品和 50 多种数据分析产品,涵盖 30000 个网站平台和全球移动 APP平台 2014 企查查 平台类 提供企业工商信息、法院判决信息、关联企业信息、法律诉讼、失信信息、被执行人信息、知识产权信息、公司新闻、企业年报等企业数据交易服务,覆盖全国 1.8 亿家企业信息 2014 百融 平台类 百融云创致力于人工智能、云计算、大数据应用等前沿技术的研究,是国内金融领域最大的大数据智能风控及人工智能应用平台。2014 极速数据 平台类 极速数据平台提供各类生活数据 API,方便开发者快速简单地开发 APP、软件及其他服务平台。公交、火车、违章、快递等数据应有尽有 2014 通联数据商城 平台类 通联数据商城是金融大数据服务平台,数据覆盖 A 股、港股、期货、期权、基金、债券、指数等,还提供海外、行业、企业、电商、搜索、社交媒体等各领域大数据,是机构或者个人进行量化研究及基本面研究的数据宝库 2015 西咸新区大数据交易所 政府类 通过构建有效的市场机制,聚合政府、企业、社会等多类数据资源,整合大数据服务能力,全面运营大秦大数据银行线上服务平台和陕西省社会数据服务大厅线下服务平台 2015 华东江苏大数据交易平台 政府类 华东地区首个领先的跨区域、标准化、权威性省级国有大数据资产交易与流通平台,2015 年 11 月成立于国家级大数据产业基地江苏盐城大数据产业园,承担助推江苏省国有数据增值开放流通、大数据产业发展之重任 2015 哈尔滨数据交易中心 政府类 由黑龙江省政府办公厅组织发起并协调省金融办、省发改委、省工信委等部门批准设立。结合政府数据资源、企业数据资源,打造成为立足东三省,辐射全国的大数据交易市场,构建围绕数据的生态系统支撑平台 2015 重庆大数据交易平台 政府类 重庆大数据交易平台结合当地需求细分数据库,释放大数据产业的价值,为新兴行业注入生产资源。商业银行数据资产估值白皮书 79 2015 河北大数据交易中心 政府类 该交易中心经省政府批准成立,是全国第一家数据资产证券化服务机构、华北地区第一家数据资产交易平台,主要从事数据资产登记、数据资产托管管理、数据商品交易、数据资产交易、数据资产金融产品设计服务、金融杠杆数据设计及服务、数据资产证券化、数据资产权益类交易等业务。它的成立将打通行业间数据共享的壁垒,盘活京津冀地区数据资源的有效利用,促成数据的供需对接,推动产业升级。该中心将建成全国最大的数据交易平台,直接影响到 2020 年我国大数据产业 2 万亿市场的布局 2015 钱塘大数据交易中心 政府类 杭州钱塘大数据交易中心有限公司(简称“钱塘数据”)成立于 2015 年底,是国内一家工业大数据应用和交易平台。钱塘数据秉承“激活工业数据资产,完善工业发展生态”理念,以“产业 金融 大数据”协同发展为主攻方向,基于中文大数据专利技术快速集聚数据资源,联合一批业内领先的工业大数据专业机构 2015 华中大数据交易平台 政府类 华中大数据交易所是中国乃至全球首个全网系大数据交易平台,是国内首个独立同时支持个人和机构用户的综合实时在线交易系统,旨在促进数据流通、公正、有公信力、创新型的第三方数据交易平台,向社会提供完整的数据交易、结算、交付、安全保障、数据资产管理和融资等综合配套服务。遵循“开放、规范、安全、可控”的原则,秉承规范数据交易行为、维护数据交易市场秩序、保护数据交易各方合法权益的服务宗旨,逐步建设成为大数据要素交易服务为一体的综合性、专业化大数据交易服务平台,构建一个立足湖北,辐射全国,影响世界的网络化大数据交易市场 2015 武汉东湖大数据交易中心 政府类 涵盖数据交易与流通、数据分析、数据应用和数据产品开发等,聚焦“大数据 ”产业链,提供有价值的产品和解决方案,帮助用户提升核心竞争力 2015 发源地 平台类 大数据应用平台和大数据解决方案提供商。提供数据交易服务,目前总共拥有 20246 个数据源 2015 环境云 平台类 环境大数据开放平台。拥有 3702 家注册用户、收录1,041,098,354 条环境数据,以积分兑换和免费下载两种方式提供数据服务 2015 大海洋 平台类 大海洋以数据定制、数据仓库、数据处理,数据 API 等多维度的大数据应用服务为业务核心 2015 优易数据 平台类 国信优易数据有限公司是由国家信息中心于 2015 年发起成立的科技平台型企业,拥有大数据、人工智能、区块链和物联网等新一代信息技术,致力于以数据资源和技术创新为驱动力,打造大数据产业生态,通过构建以数字操作系统(DataOS)为核心的数字城市、数字政府、数附录 80 字企业和优易数据网四大产品线,为客户提供全面的数字化和智能化服务。2015 阿拉丁大数据 平台类 阿拉丁大数据是一家产业经济大数据解决方案提供商,依托大数据清洗、处理技术,大数据建模、分析能力以及丰富的可视化图表模板,为用户提供一体化的数据分析解决方案。2016 上海数据交易中心 政府类 经上海市人民政府批准,上海市经济和信息化委、上海市商务委联合批复成立的国有控股混合所有制企业,上海数据交易中心承担着促进商业数据流通、跨区域的机构合作和数据互联、政府数据与商业数据融合应用等工作职能 2016 长江大数据交易中心 政府类 武汉长江大数据交易所是由武汉市政府发起并批准设立,由湖北省科技投资集团有限公司、武汉光谷联合产权交易所和北京亚信数据有限公司共同出资成立的大数据交易所,旨在打造第三方中立的、具有公信力的大数据交易平台。交易所 2015 年 7 月正式挂牌,是武汉市互联网 创新的重要成果,是中国首批大数据交易所之一 2016 浙江大数据交易中心 政府类 浙江大数据交易中心是由浙江日报报业集团发起,浙江日报控股上市公司浙数文化投资设立,是全国第一家具有媒体属性的大数据交易中心,获得了省委省政府的大力支持和帮助 2016 数据宝 平台类 中国领先的国有数据资产增值运营服务商,提供公安、运营商、银联、交通、车辆、企业、税务、气象大数据 2016 数粮 平台类 大数据领域的流通平台,供数据资源和大数据技术应用产品进行交易,支持 API 接口、数据包下载、定制等交易模式 2017 天元数据 平台类 中国领先的云计算、大数据服务商。数据商品涵盖了线上零售、生活服务、企业数据、农业、资源能化等 10 大类。提供 17 个 API 接口、165 个数据集、56 个数据报告、278 个政府开放数据 2017 中原大数据交易 平台类 数据资源提供商、数据资产运营商和数据交易服务商,提供大数据全产业链平台与技术服务。包括 223 个 API接口、177 个数据集、89 个数据报告、2 个数据应用 2018 淮南大数据交易平台 政府类 安徽大数据交易中心是淮南大数据产业集聚发展基地的核心项目,是淮南贯彻落实国家大数据战略、发展数字经济的重要举措,对淮南发展大数据产业至关重要,省委省政府、市委市政府高度重视,构建大数据交易平台是 2018 年省政府重点工作 商业银行数据资产估值白皮书 81 2018 中原大数据交易平台 政府类 在省发展改革委、浪潮集团有限公司、中原云大数据有限公司、河南投资集团有限公司、中原资产管理有限公司、中原证券股份有限公司的共同见证下,中原大数据交易平台正式启动上线 2019 山东数据交易公司 政府类 山东数据交易有限公司是经省政府批准,由省大数据局和省国资委推动设立的山东省唯一省级数据交易机构,加挂“山东数据创新应用中心”牌子,定位于省级综合性数据服务平台,提供数据交易平台服务、数据产品开发服务、数据应用服务、公共数据资源开放渠道服务和其他类型服务等 2020 粤港澳大湾区数据平台 政府类 深圳建设中国特色社会主义先行示范区综合改革试点实施方案(2020-2025 年)提及加快培育数据要素市场。要求率先完善数据产权制度,探索数据产权保护和利用新机制,建立数据隐私保护制度。试点推进政府数据开放共享。支持建设粤港澳大湾区数据平台,研究论证设立数据交易市场或依托现有交易场所开展数据交易。开展数据生产要素统计核算试点 2020 湖南大数据交易中心 政府类 该中心已规划为全省唯一的数据要素与数字资产交易场所,也将是国家地理空间信息中心的南部分中心,汇聚湖南、福建、广东、海南等南方九省的数据资源,抢占数字经济战略高地 2020 北部湾大数据交易中心 政府类 北部湾大数据交易中心自 2020 年 8 月 11 日揭牌成立以来,积极推进建设运营工作,截至 2020 年底,交易规模已突破 1500 万元,登记注册企业已超过 120 家,数据服务调用次数已超过 1.2 亿次。北部湾大数据交易中心从数据供应模式、数据交易机制及数据运营制度三个方面构建长效的运营机制。在数据供应模式方面,已建立了交易方自有数据、授权运营数据以及数据运营商等 3 类数据供应模式;在数据交易机制方面,已建立面向场景的数据交易和 API 商店级数据交易 2 种交易机制;在数据运营制度方面,发布了北部湾大数据交易平台业务准则等四项基本运营规范制度 附录 82 2020 百度智能云云市场 平台类 由百度智能云建立的云计算软件或商品的交易与交付平台,下设多个商品品类,包括镜像环境、建站推广、企业应用、人工智能、数据智能、区块链、泛机器人、软件工具、安全服务、上云服务、API 服务等,商品数量数千种 2020 阿里云 平台类 阿里云 API 市场,为需求方提供全面,可靠的一站式数据及 API 采购服务,为服务商提供安全,便捷的数据及API 变现通道。阿里云 API 市场打通企业的“数据孤岛”,为企业之间建立高效的数据连接,助力您的企业完成“互联网 ”产业升级,让您轻松在 API 经济中迈出第一步 2021 北方大数据交易中心 政府类 随着北方大数据交易中心建设的推进,数据、技术、服务等多个层面将深度融合。上海爱数信息技术股份有限公司作为国内知名的大数据基础设施提供商,参与北方大数据交易中心运营。该中心建成后可提供数据资产化和增值应用服务,激活海量数据的经济价值,推动传统产业数字化转型升级 2021 北京国际大数据交易所 政府类 为推动数据要素市场化配置和数字经济高质量发展,助力推进首都“两区”建设,北京市经济和信息化局会同北京市金融局、商务局、网信办等部门,组织北京金控集团牵头发起成立北京国际大数据交易有限公司(下称北京国际大数据交易所或北数所)并在京举办发布会。发布会上,北京国际大数据交易所成立,北京数据交易系统上线。这是国内首家基于“数据可用不可见,用途可控可计量”新型交易范式的数据交易所,定位于打造国内领先的数据交易基础设施和国际重要的数据跨境流通枢纽/中国工信数据 政府类 中华人民共和国工业和信息化部(简称:工业和信息化部,工信部),是根据 2008 年 3 月 11 日公布的国务院机构改革方案,组建的国务院组成部门。该部门网站提供中国工信数据查询 商业银行数据资产估值白皮书 83 附录附录 F 当前大数据交易模式及优劣势分析当前大数据交易模式及优劣势分析 交易模式 模式简介 优势 主要问题 分析结果交易模式 根据需求,对数据进行清洗、加工、整合、分析、建模等操作后形成处理结果再出售,不交易基础数据。1.具备权威性和公信力,更能吸引调动各方资源,汇聚高价值数据,包括政府部门数据和行业龙头企业数据等 2.对交易双方较为严格的会员资格要求,一定程度上保证了数据质量和数据的使用安全。3.规避了困扰数据交易的数据隐私保护和数据所有权问题,有利于活跃数据交易市场。交易所进行数据分析交易处理结果,一定程度上限制了数据潜在价值挖掘,而且大数据应用未来将渗透到众多行业,交易所在细分领域甚至跨行业的分析挖掘技术和专业知识上可能会捉襟见肘。附录 84 数据产品交易模式 一种是数据定制模式,即利用网络爬虫、众包等合法途径采集并经整理、校对、打包等处理后出售数据;另外一种是与其他数据拥有者合作,对数据进行清洗、加工、整合、脱敏后,形成数据产品出售。1.交易平台完全采取市场化运营,对于数据的提供方和需求方来说,门槛低,更能调动交易双方的积极性,有利于各类数据的汇聚和开发利用。2.数据定制模式以需求为导向,使数据采集、交易更具针对性,减少了不必要的时间和人力资源浪费,提高了数据使用效益。1.供需错配,供应方提供的数据资源,往往不是需求方所需要的,需求方需要的数据资源往往在交易平台上找不到。2.定价困难。一是数据资源能够产生的价值很难预估。数据资源本身的价值无法直接判断,只能根据通过它能够发现的信息/知识的价值来衡量。需求方在购买之前,由于不知道能够产生多少有价值的信息/知识,很难给出一个较高的价格。二是同一份数据,对于不同的买家能够产生不同的价值。3.数据泄露。由于数据具有易复制的特点,当数据供应方将数据出售给几个不同的购买方之后,个别数据购买方为了牟取利益,可能会将数据再次出售或共享给其他机构使用,在数据的传递交易和共享中,很容易就造成了数据的泄露,这对数据供应方来说,是很难控制和追踪的。商业银行数据资产估值白皮书 85 交易中介模式 平台本身不存储和分析数据(仅对数据进行必要的实时脱敏、清洗、审核和安全测试),而是作为交易渠道,通过API 接口形式为各类用户提供出售、购买数据(仅限数据使用权)服务,实现交易流程管理,平台按包月或调用次数进行收费。可以调动企业提供、购买数据的积极性,促进供需方进行公平交易,并有依托产业联盟促进数据交易生态形成的优势。1.数据资源分散在不同的组织机构,不能进行正常的交易和共享,各个组织机构都得不到需要的数据资源,形成数据孤岛。数据孤岛使得各个组织机构没法获得全面的、立体的数据,难以通过数据挖掘分析获得更多的信息/知识,大大降低了数据挖掘的价值。2.成本高,收益低。成本高的原因是某个组织机构要想挖掘应用大数据,需要经过数据采集、数据清洗、数据挖掘系统开发、信息/知识应用一系列步骤,每个步骤均需花费大量的人力物力。大数据应用收益低的原因是大数据具有价值密度低的特点,单个机构具有的数据量小又单一,能够挖掘到的信息/知识少,准确率低,能够产生的价值也低。附录 86 附录附录 G 优化后数据资产估值计算方法优化后数据资产估值计算方法 一、数据资产估值优化成本法 1成本法总体思路 对传统无形资产使用成本法评估时,一般采用重置核算法或倍加系数法评估无形资产的价值,其本质均为:价值=成本 合理利润-折旧,即在该资产成本计算的基础上结合市场均值或企业历史数据确定此类无形资产的合理利润,并计提适当的折旧,以反映资产的真实价值。数据资产的成本构成与传统资产有较大差异,且由于受到数据完整情况、规模情况、使用情况等多种因素的影响,数据资产难以直接根据市场均值体现合理利润。因此,本文优化传统成本法以消除其在数据资产估值中的不适应性,并对各参数的详细参考指标进行了探索。优化后的成本法公式如下:=(1 )其中,P 为评估结果,HC 为数据资产历史成本,S 为重置系数,R 为数据资产的合理利润率,U 为利润调节系数。2数据资产历史成本(HC)计算框架 借鉴传统无形资产成本计算的方法,数据资产历史成本(HC)应包括使该数据资产达到预定用途的过程中所发生的所有成本。按照数据资产的建设阶段,数据资产的产生总体可分为获取、存储、加工和管理四大阶段,各阶段的成本构成存在一定差异。具体而言,数据资产建设总成本构成如表 G.1 所示。表 G.1 数据资产历史成本(HC)构成 所处阶段所处阶段 估值参数估值参数 成本解释成本解释 数据获取阶数据获取阶段段 采购价款及税费 数据购买即企业从外部采购数据资产供企业使用,主要包括数据购买的价款、相关税费、注册费、手续费等。采购人员成本 采购人员成本主要包括数据购买、谈判过程中所投入的人力。采集人员成本 采集人员成本即企业生产经营流程中与客户接触开展业务时进行数据录入的业务人员成本。采集终端设备成本 数据采集工作需要采集设备,比如电脑、平板、ATM 等设备。采集终端设备成本主要包括采集终端设备的折旧费用。商业银行数据资产估值白皮书 87 所处阶段所处阶段 估值参数估值参数 成本解释成本解释 采集系统成本 数据采集系统成本主要包括构建数据采集系统的过程中发生系统开发、测试成本。数据存储阶数据存储阶段段 数据存储成本 数据存储成本指数据资产在企业中各个系统存储消耗的成本。该阶段成本包括数据存储设备的折旧,比如投入数据储存过程中的软硬件设备的折旧额,也包括数据存储所用的场地租金或建设费用。数据加工阶数据加工阶段段 数据加工系统成本 数据加工系统成本指搭建将数据资产从原始状态变为预期可使用状态的系统,其成本主要是系统构建时发生的开发、测试成本。数据加工人员成本 数据加工人员成本是指数据分析与服务部门、各业务部门、各分支机构等未在系统中固化的数据探索、分析活动投入的人员成本。数据管理阶数据管理阶段段 数据管理 系统成本 数据管理系统成本指企业管理运营数据资产所用系统的建设成本。数据管理 人员成本 在数据管理阶段,在企业中运用数据管理系统管理运营数据资产的人员的成本。3重置系数确认方法 数据资产的历史成本仅代表在过去获取数据资产需要的成本,需要将之乘以重置系数使得其数值代表在统计期重置数据资产需要的成本。根据需要重置成本的类别,将重置系数分为物价重置系数,适用于采集终端设备购买成本、IT 系统软硬件成本等与人员无关的历史成本;以及人力重置系数,主要适用于与人力成本相关的历史成本。4数据资产合理利润率(R)预估方式 数据资产的合理利润率代表了数据资产使用带来的合理风险收益,使评估结果真正能够代表价值,而非仅代表历史成本。合理利润率的估计在传统的无形资产评估过程中也是一大难点,其通常需要使用市场类似无形资产的平均利润率来替代,或运用行业经验等主观判断方法。数据资产相关理论和市场的发展处在更为初级的阶段,其合理利润率的确定需要更多专业判断和主观评价,获得准确的“合理”利润率难度较大。这也是对成本法增加利润调节系数(U)进行修正的原因。不同的利润率依据评估主体所处的行业背景、评估对象的种类,以及评估目的和评估基准日的不同而发生变化。附录 88 5利润调节系数(U)计算模型 数据资产的利润调节系数(U)是影响数据价值实现因素的集合,是对数据资产合理利润率R 的修正。本文建议引入层次分析法(AHP,Analytic Hierarchy Process)和专家打分法来构建该利润调节系数的计算模型。以 AHP 法和专家打分法计算利润调节系数总体可分为如下几个步骤:第一步:明确影响数据资产价值实现的因素,构建多层次的利润调节系数计算指标体系;第二步:构建指标比较判断矩阵,计算权向量后进行一致性检验,得出各指标权重;第三步:明确各指标打分方法与标准,结合专家判断逐项完成打分;第四步:汇总计算得出利润调节系数结果。为数据资产优化的成本法评估的落地实施提供指导,本文将对上述步骤中关键点加以明确。1 1)多层次的利润调节系数计算指标体系构建多层次的利润调节系数计算指标体系构建 数据资产的价值实现与企业内外部影响因素均有联系。对企业内部而言,数据本身的特性将决定该数据“是否可用”,具体因素如数据的质量、数据风险等;在数据可用基础上,还需考虑该数据“是否好用”,具体可从数据的多维性、可用性等因素考虑。对企业外部而言,数据资产价值与其他资产一样,受到市场中其他竞争企业的影响,因此还需考虑该数据资产的“市场维度”,如本企业的数据资产与其他企业相比稀缺程度如何等。构建的利润调节系数指标体系,如表 G.2所示。表 G.2 利润调节系数计算指标体系 考虑维度考虑维度 评价指标评价指标 评价说明评价说明 质量维度质量维度 数据质量评分 描述数据满足业务运作、管理与决策的程度,从数据的准确性、完整性、一致性、唯一性对数据质量水平做评价。应用维度应用维度 数据多维性 描述数据资产的维度多寡程度。数据维度与数据资产的价值呈正相关,更为复杂的多维度数据蕴含着更大的价值。数据规模性 数据资产的数据记录量大小程度。数据规模与数据资产的价值呈正相关,数据记录数越多,数据资产的价值越大。数据可用性 数据资产受时间、技术发展等内/外部因素影响而导致其本身可有效使用的性质发生变化的程度和范围。风险维度风险维度 风险分级打分 由于数据泄露、数据损坏、数据描述不当、数据隐私保护、开发水平不足等原因导致数据资产无法达到预期可使用状态的风险等级衡量。市场维度市场维度 数据稀缺性 描述数据资产的供给数量及供给方数量的多寡。在数据资产商业银行数据资产估值白皮书 89 市场上,当数据供给方局限在很少的数量,或者市场上该类型的数据量稀少,那么相应的数据价值就会较高。2 2)基于基于 AHPAHP 法及专家打分法的判断矩阵构建及权重确定法及专家打分法的判断矩阵构建及权重确定 在前文多层次的评价指标结构基础上,需构建对比矩阵,将该层级结构模型中的内容逐层相比上一层因素验证重要性,最终得到各个指标的权重。具体而言,可按照表 G.3 所示判断矩阵来确定:表 G.3 判断矩阵 质量维度质量维度 应用维度应用维度 风险维度风险维度 市场维度市场维度 质量维度质量维度 应用维度应用维度 风险维度风险维度 市场维度市场维度 上表中分值选择可以参照表 G.4:表 G.4 综合调节系数指标判断矩阵 标度标度 含义含义 说明说明 1 1 同样重要 两因素比较,具有相同的重要信息 3 3 稍微重要 两因素比较,一个因素比另一个稍微重要 5 5 明显重要 两因素比较,一个因素比另一个明显重要 7 7 非常重要 两因素比较,一个因素比另一个重要得多 9 9 极端重要 两因素比较,一个因素比另一个极端重要 2 2,4 4,6 6,8 8 上述相邻判断的中间值 倒数倒数 若因素 A 与 B 相比,比较值=a,则 B 与 A 相比,比较值=1/a 3 3)指标体系评分标准制定指标体系评分标准制定 明确每个指标的权重后,需对模型中各指标赋予具体分数,以最终汇总计算得出综合调节系数的值。具体而言,可按照定量指标和定性指标分别制定评分标准。定量指标评分标准可通过直接构建公式计算,各定量指标计算公式构建如表 G.5 所示。表 G.5 综合调节系数定量指标计算公式表 定量指标定量指标 计算公式构建计算公式构建 计算公式说明计算公式说明 数据质数据质量管理评分量管理评分 是评估对象的数据质量评分,A是数据总量,Wcor是正确性的权重,Cor是正确的数据个数,Wemp是完整性的权重,emp是空数据量,Wacc是一致性的权重,附录 90 定性指标由于不能用数字表示,因此需为各个指标设置相应的标准,将定性评估结果转化为定量值,结合专家打分确定其最终评分。各定性指标评分标准如表 G.6:表 G.6 综合调节系数定性指标评分表 定性指标定性指标 0.10.1 分分 0.40.4 分分 0.70.7 分分 1.01.0 分分 数据稀缺性数据稀缺性 完全不稀缺 不太稀缺 比较稀缺 非常稀缺 数据风险性数据风险性 高 中 低 无风险 数据可用性数据可用性 基本不可用 部分可用 大部分可用 基本都可用 相应指标的最终指标值为待评估数据和行业内平均评分数据的对应分值之比。综上,利用 AHP 法确定的三个维度以及各个维度下详细指标的权重和具体取值,通过加权平均得到利润调节系数(U)的取值。二、数据资产估值收益法 运用收益法评估数据资产价值的核心原理是,将数据资产在未来各年中预计为企业带来的经济收益折现至当前时点的价值总和,视为该数据资产的价值。收益法的基本公式为:P=Ft(,)(1 i)tnt=1(收益法基本公式)其中为评估值,为未来第t个收益期,为剩余经济寿命期,为数据资产支持的业务在未来第个收益期带来的收益增加或损失减少,(,)为综合调节系数,Q 为质量调节系数,D 为投产期限调节系数,i为折现率。收益法最核心的参数是预期收益额增加(或损失减少,后文不特殊指出此种情况),根据预期收益额的计算逻辑,收益法具体又可以分为三种情况:一是超额收益法,即从业务总收益中减去其他生产要素(固定资产、流动资产、无形资产等)带来的收益,进而将业务产生的收益以一定分配率划分给数据资产。但是考虑到无形资产的收益最终指标值为待评估数据和标准数据的 Qua 值之比 Acc是一致的数据量,Wsam是唯一性的权重,Sam是重复的数据量。数据规数据规模性模性 最终指标值为 Size 值 Size是评估对象的数据规模性,n是评估对象的观察值个数,N是系统中数据的平均观察值数量次数的估计值。数据多数据多维性维性 Dim=最终指标值为待评估数据和标准数据的Dim值之比 Dim为评估对象的多维性,a为评估对象拥有的数据维度,A为评估对象所期望的数据维度,k为第k个数据维度,取1。商业银行数据资产估值白皮书 91 率通常难以估计,因此在预测未来收益的过程中,超额收益法对数据资产之外的所有其他资产分别估计收益率的方式相对而言可行性较差。二是收益提成法,即认为数据资产在业务中贡献了一定比例的价值,进而将业务产生的收益以一定分配率划分给数据资产。数据资产对业务贡献的比例(分成率)是使用收益提成逻辑计算数据资产预期收益的关键点。对于传统资产而言,其对收入贡献的比率在过往的大量实践中已有相对标准,且行业较为认可的经验值,例如技术专利在石油化工行业的销售收入分成比率通常为0.5%2.0%。但对于数据资产而言,其对于收入的贡献在过往实践中未被量化讨论过,难以确定分成率。三是增量收益法,即以数据资产应用后和应用前两种情况下业务收益的差异,来衡量数据资产为业务带来的收益。增量收益法基于大数据技术和预测算法模型的应用对数据资产的收益预测有较好的准确性和适用性,其主要公式如下:P=Ft(,)(1 i)tnt=1=f(F1,t-F0,t)(,)(1 i)tnt=1 其中,1,是数据资产应用后业务收益,0,是数据资产应用前业务收益。若企业对于应用数据资产前后的业务变化有历史记录,则可以假设使用该数据后收益提升水平的增长率与业务增长率相同,以此为依据估计企业未来若干年度的收益;若企业对数据资产使用前的业务收益没有明确记录,但行业中普遍有类似业务,且部分同业企业并未使用此数据资产,则可以将本企业与同业相同业务的收益率相减,从而估计出待评估数据资产带来的业务收益率的提升,之后将未来业务收益的估计值与提升的收益率相乘,得到未来归属于数据资产的收益额。1预期收益(F)确认方法 确定预期收益的根本依据是企业应用数据资产前后的业务收益变化,该变化基于数据资产的应用场景和价值实现方式可从产品销售收入增加、资产管理收入增加、人工成本减少和风险损失减少四个方面出发,获取其收入增量和支出减量,并进一步扣除数据资产建设成本得到,即:业务收益 =收入增量 |支出减量|-建设成本=产品销售收入增量 资产管理收入增量 |人工成本支出减量| |风险损失支出减量|-建设成本 上述增量或减量是对未来一段时期收益的预测值,根据数据资产应用前后的历史数据情况预测在未来一个收益期的预测值之间的差异得到。如未特别说明,下述“资产应用前预计”、附录 92 “资产应用后实际”相关参数均指根据数据资产应用前后不同历史数据情况预测在未来收益期的预期值。其中收入增量为数据资产应用后的实际业务收入减去应用前预计业务收入的增量,包括产品销售收入增量和资产管理收入增量两个维度;支出减量为数据资产应用后实际业务支出减去应用前预计业务支出的减量,其值为负代表数据资产带来了业务成本或损失的减少,包括人工成本支出减量和风险损失支出减量两个维度;建设成本为数据资产作为应用类数据资产所耗费的开发、维护等费用。2收益年限(t)确认方法 数据资产的收益年限取决于数据能够产生价值的周期长短,其受到数据资产功能寿命、相关法律法规约束、应用场景实际情况等因素的影响。具体而言,可借鉴无形资产收益年限确定的三种方法,即:法定年限法:即针对外部交易的数据资产,如果合同对其应用的年限进行了明确,则该数据资产的收益年限可以随之确定;更新周期法:根据历史上同类数据资产被替代的时间确定其寿命;剩余经济寿命预测法:即综合考虑待评估数据资产的可替代性、更新趋势等,参考专家意见做出预测,如某类客户信息可用时间通常为 3 年,则收益年限可确定为 3 年。优化的收益法确认数据资产受益年限的方式参考了以上三种方法,同时结合估值对象在技术迭代和业务迭代两个维度的实际情况进行综合评定。技术迭代维度考虑了数据资产自身开发技术进步或废弃以及部署所需软硬件更新所带来的资产更替,例如数据产品会跟进大数据技术的不断更新对其内部算法和服务形式进行持续优化甚至替换。技术迭代周期主要依据更新周期法进行确定。业务迭代维度考虑了数据资产应用于不同业务场景时基于业务实际发展情况所带来的资产更替,例如与产品营销密切相关的产品推荐类模型,其可产生收益的期限与产品的生命周期长短紧密关联,随产品的更新和淘汰进行持续迭代。业务迭代周期主要基于剩余经济寿命预测法通过关联领域业务专家判断获得。最终综合考虑上述三种方法两个维度对数据资产的收益年限进行确定。3收益法调节系数确认方法 收益法调节系数是对数据资产价值的修正,其综合考虑了数据资产的自身质量和使用期限两个维度。商业银行数据资产估值白皮书 93 (1)质量调节系数(Q)确认方法(1)质量调节系数(Q)确认方法 质量调节系数(Q)综合考虑了技术角度数据资产明细数据质量优良程度和业务角度数据资产应用效果优良程度两个维度对数据资产价值的影响,并进一步拆分为资产业务广度、资产业务深度和资产优良程度三个指标。根据对指标的专家打分,通过层次分析法综合计算得到质量调节系数结果。评价指标评价指标 评价说明评价说明 资产业务广度资产业务广度 数据资产覆盖的业务范围广度,基于数据资产所调用的数据量、涉及的客户人次和业务范围综合评定。资产业务深度资产业务深度 数据资产的业务应用深度,基于数据资产在所应用业务领域的重要性、专业性、特殊性,以及资产调用次数、使用时长综合评定。资产优良程度资产优良程度 数据资产自身性能优良程度,基于数据资产建设技术评估参数综合评定(如通过混淆矩阵对涉及分类相关算法的数据资产输出结果进行评分)。(2)使用期限调节系数(D)确认方法(2)使用期限调节系数(D)确认方法 由于数据资产的上限时间和预期使用年限有所差异,需要引入使用期限调节系数,以充分考虑数据资产剩余收益年限对其价值的影响,其公式如下:=收益期内数据资产剩余使用期限收益期内数据资产全量使用期限 其中收益期 t 内数据资产剩余使用期限指收益期 t 内数据资产各自剩余使用期限的加和;收益期 t 内数据资产全量使用期限指收益期 t 内,若数据资产均处于使用年限内的全量使用期限。剩余使用期限则基于模型投产时间、估值时间节点、模型预期使用年限和收益年限综合计算获得。附录 94 三、数据资产估值市场法 1市场法总体思路 市场法是根据替代原理,采用比较和类比的思路及方法估测资产价值的评估技术方法。一般情况下,投资者在购置某项资产时,所愿意支付的价格不会高于市场上具有同等效用的替代品的现行价格,因此外部市场类似资产成交价格信息对待评估资产的估值具有重要衡量意义。市场法的类比思想决定了使用该方法进行资产评估的两个前提条件:一是评估对象的可比参照物具有公开的市场以及活跃的交易;二是有关交易的必要信息可以获得。市场法进行估值通常包括三个基本步骤,即首先依据一定的可比性原则并结合市场情况选取待评估资产的类比参照物;其次在评估对象和可比参照之间选择比较因素;最终将对比因素进行量化,并以量化指标对参照物市场价格进行修正。以下为数据资产价值评估的市场法基本公式:=0 其中,PV 为待评估数据资产价值,0为可比案例的交易价格,R 为市场价值修正系数,k为期日修正系数。2可比案例识别准则 实现市场法估值需要依据该对象相关属性选择类似的数据资产作为可比案例,否则将缺失市场法的参照前提。总体建议可以从数据资产应用的业务主题以及数据资产本身特点进行判断。银行业从业务主题角度来看,通常包括风险、营销、运营、客户、产品等主题,针对某一特定数据资产时,可结合具体的业务主题进一步划分。而数据资产本身的特点,则可以考虑其交易的类型,如是原始明细数据集,还是基于各类数据分析处理技术处理后的输出结果等。3市场价值修正系数(U)计算模型 市场法优化模型实现估值计算分为三个步骤:首先利用待评估和可比案例的各项信息来预测该资产投后的基础年收益,其次利用该结果推算资产未来历年收益的现值总和,最终通过对交易日进行期日修正得到该资产在评估日的现值总值。针对某个或某类数据资产的具体估值方式可参照以下公式:商业银行数据资产估值白皮书 95 =(0)(1 )1(1 )1=1=1 为展现算法过程,现将该公式拆分为对四个中间过程量的计算求解,包括:可交易数据资产基础年收益(_)、可交易数据资产预期历年年收益(_)、可交易数据资产现值总值(_)以及外部交易数据资产价值(PV)。分步求解公式如下:_=0 _=_(1 )1=1=1 _=_(1 )1(1 )1=1=1 =_ 优化后的市场法估值模型共涉及 12 个参数(估值指标)的选取,包括:资产基础年产品数(n)、基础年产品平均交易量(q)、基础年同类可比产品价格(P)、价格修正系数(R)、(市场)平均年收益增长率(g)、折现率(rf)、(产品)有效交易年限(Y)、期日修正系数(k)和上述展开的 4 个计算过程量。以下为 8 个基础模型参数的具体说明:(1)基础年产品数()为j类待估值资产基础年产品数。当对某一个数据资产进行评估时,取 1。(2)基础年平均交易量()为j类待估值资产基础年平均交易量。为了准确预估产品的基础年收益,该指标最好选取发生在基础年的历史交易数据。当估值对象为尚未发生交易的潜在市场数据资产,可用外部同类可比数据资产平均交易量计算。(3)基础年产品平均交易价格(0)基础年产品平均交易价格是指待评估数据资产同类可比产品的基础年价格。(4)价格修正系数()Rj为价格修正系数,其综合考虑了数据质量、应用、风险和外部因素等维度对数据价格产生的影响,各维度内涵与成本法中利润调节系数一致。但在实际计算中,其修正的是可比数附录 96 据资产的价格,因此其对比的对象选取的是同类型数据资产,可通过 AHP 层次分析法和专家打分法给出各评价维度和评价指标的权重系数。(5)市场平均年收益增长率()市场平均年收益增长率是基于市场规模发展趋势预测得到的年化指标,其综合了产品未来交易量和交易价格等因素,可用于评估该数据资产市场未来的发展情况。利用该参数,可实现在基础年收益基础上,对未来各年份预期收益的预估。(6)折现率 折现率是指将未来有限期预期收益折算成现值的比率。在市场法中,折现率可采用无风险利率实现对未来各年份预期收益的现值计算。(7)预期交易年限Y 预期交易年限(Y)参数的设立是基于数据资产多样的交易模式,其取值可根据不同的资产类型和实际市场情况进行评估确定。(8)期日修正系数k 为了避免购买日和评估日的市场价格指数差异,即市场整体价格波动对数据资产交易价格造成的影响,还需要考虑期日修正系数。期日修正系数的公式为:=评估基准日价格指数可比案例交易日价格指数 其中,价格指数可以使用数据交易相关平台提供的数据,例如当天特定几类数据交易的平均价格。但由于目前数据交易所发展较慢,交易较少,因此也可以使用其他公开市场指数作为替代,例如使用对应行业的股票指数,或使用工业品出厂价格指数(PPI)等作为数据资产的价格指数。参考文献 97 参考文献参考文献 1 中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见Z,2020.2 中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定Z,2019.3 中华人民共和国中央人民政府.人民银行关于银行业金融机构做好个人金融信息保护工作的通知EB/OL.(2011-01-21)2020-12-07.http:/ 中华人民共和国中央人民政府.习近平主持中共中央政治局第二次集体学习并讲话EB/OL.(2017-12-09)2020-12-07.http:/ 中华人民共和国财政部.企业会计准则-基本准则200633 号S,2006.6 中华人民共和国财政部.企业会计准则第 6 号-无形资产20063 号S,2006.7 中华人民共和国财政部.资产评估基本准则201743 号S,2017.8 GB/T 27921-2011,风险管理风险评估技术S,2011.9 GB/T 35273-2020,信息安全技术 个人信息安全规范S,2020.10 GB/T36344-2018,信息技术数据质量评价指标S,2018.11 GB/T37550-2019,电子商务数据资产评价指标体系S,2019.12 国家信息中心信息化研究部.我国大数据交易亟待国家层面加强规范引导J/OL.(2016-11-28)2020-12-07.http:/ 国家信息中心.我国大数据交易的发展现状、面临困难及政策建议J/OL.(2018-05-04)2020-12-07.http:/ 中国互联网金融协会金融科技发展与研究专委会.金融业数据要素融合应用研究 R/OL.(2020-11-17)2020-12-07.http:/ 98 15 中国信息通信研究院.中国数字经济发展与就业白皮书 R/OL.(2019-04-19)2020-12-07.http:/ 中国资产评估协会.资产评估执业准则资产评估方法201935 号S.17 中国资产评估协会.资产评估执业准则资产评估程序201836 号S.18 中国资产评估协会.资产评估执业准则无形资产201737 号S.19 中国资产评估协会.资产评估专家指引第 9 号数据资产评估201940 号S.20 上海数据交易中心.数据互联规则,个人数据保护原则,流通数据处理准则,交易要素 标准体系,流通数据禁止清单EB/OL.(2016-09-07)2020-12-07.https:/ 贵阳市人民政府新闻办公室.贵阳区块链发展和应用白皮书 R/OL.(2016-12-31)2020-12-07.http:/ 贵阳大数据交易所.702公约 EB/OL.(2015-05-26)2020-12-07.http:/ 贵阳大数据交易所.2015大数据交易白皮书EB/OL.(2015-05-26)2020-12-07.http:/ 德勤中国,阿里研究院.数据资产化之路数据资产的估值与行业实践R/OL.(2019-10-22)2020-12-07.https:/ Deloitte.Data valuation:Understanding the value of your data assets R/OL.2020-12-07.https:/ 陈守忠.无形资产评估方法探讨J.中央财经大学学报,2004(08):77-80.27 姜楠.关于资产评估方法及其选择的研究与探讨学习资产评估准则基本准则的体会J.中国资产评估,2004(06):8-11 6.28 姜楠.无形资产评估M.中国财政经济出版社,2015.参考文献 99 29 李春秋,李然辉.基于业务计划和收益的数据资产估值研究以某独角兽公司数据资产估值为例J.中国资产评估,2020(10):18-23.30 李永红,张淑雯.数据资产价值评估模型构建J.财会月刊,2018(09):30-35.31 刘莉.数据资产要素市场化配置的困境与对策研究J.中国管理信息化,2020,23(14):162-163.32 刘琦,童洋,魏永长,陈方宇.市场法评估大数据资产的应用J.中国资产评估,2016(11):33-37.33 陆峰.数据要素市场的机制设计与培育模式J.网络安全和信息化,2020(11):25-26.34 吴星泽.完善和深化要素认识,健全按要素贡献分配机制J.审计与经济研究,2020,35(01):14-15 6.35 余志兰,彭歆北.建立政府数据资产登记制度 促进政府数据资源交易流通J.通信企业管理,2017(05):66-69.36 朱磊.数据资产管理及展望J.银行家,2016(11):120-121.37 张志刚,杨栋枢,吴红侠.数据资产价值评估模型研究与应用J.现代电子技术,2015,38(20):44-47 51.38 周林彬,马恩斯.大数据确权的法律经济学分析J.东北师大学报(哲学社会科学版),2018(02):30-37.39 庄子银.数据的经济价值及其合理参与分配的建议J.国家治理,2020(16):41-45.40 Alan D.Duncan,Lydia Clougherty Jones.Applied Infonomics:How to Measure the Net Value of Your Information AssetsJ.Gartner Research,2020.41 Glazer,R.Measuring the Value of Information:The Information-Intensive OrganizationJ.Ibm Systems Journal,1993,32(1):99-110.42 Moody D L,Walsh P.Measuring the Value Of Information-An Asset Valuation ApproachC/Proceedings of the Seventh European Conference on Information Systems,ECIS 1999,Copenhagen,1999.
本报告由中信建投证券股份有限公司在中华人民共和国,仅为本报告目的,不包括香港,澳门,台湾,提供,在遵守适用的法律法规前提下,本报告亦可能由中信建投,国际,证券有限公司在香港提供,同时请务必阅读正文之后.
敬请阅读末页的重要说明证券研究报告,行业深度报告2023年08月27日推荐推荐,维持,维持,湖南银行信用风险分析专题湖南银行信用风险分析专题总量研究银行对于商业银行信用风险,我们对于商业银行信用风险,.
研究报告 1 银行业季度观察报银行业季度观察报(2023 年第年第 2 期期)2023 年一季度,我国银行业保持平稳发展态势,信贷资产质量较为稳定,拨备和资本保持充足水平;但净息差持续收窄,房地产贷款投放整体面临一定阻力。展望未来,我国银行业将持续突出差异化的经营思路,优化信贷结构,强化高质量发展,同时主动适应低利率环境,持续加大信贷投放力度,以量补价,保持盈利水平增长;联合资信将持续跟踪银行业息差变化及净利润水平增长情况,同时重点关注在“金融十六条”等政策导向下银行业房地产贷款投放情况。联合资信 金融评级一部|郭嘉喆|蔡彬棋|吴雨柠|李心慧 研究报告 1 银行业季度观察报银行业季度观察报 2023 年第年第2 期期 作者:金融评级一部作者:金融评级一部 郭嘉喆郭嘉喆 蔡彬棋蔡彬棋 吴雨柠吴雨柠 李心慧李心慧 关注:关注:1.2023 年一季度,我国市场利率水平持续下行,商业银行生息资产收益率下行幅度高于负债端付息成本,导致我国商业银行净息差进一步收窄,低息差背景下商业银行盈利能力面临一定挑战。2.2023 年一季度,国内房地产行业持续下行,房企融资需求及居民购房意愿双降,导致我国商业银行房地产开发贷款及按揭贷款投放均面临一定阻力。展望:展望:1.未来,我国商业银行将持续突出差异化经营思路,提升专业金融服务水平,继续加大对绿色金融、“专精特新”、乡村振兴以及普惠小微等经济高质量发展重点领域和薄弱环节的信贷支持力度,在保证信贷规模稳健增长的同时不断优化信贷资产结构,提升商业银行服务实体经济质效。2.未来,商业银行应适应低利率环境下的盈利模式,灵活、积极运用好各类结构性货币政策工具,同时持续加大信贷投放力度,以量补价,保持净利润水平增长;联合资信将持续关注银行业息差动态变化及净利润增速情况。3.监管下发关于延长金融支持房地产市场平稳健康发展有关政策期限的通知,表明监管改善房地产企业融资环境的决心,积极引导商业银行向专项借款支持项目发放配套融资,推动房地产市场平稳过度,助力宏观经济持续恢复;在此背景下,联合资信将持续关注银行业房地产贷款投放情况。 研究报告 2 一、一、行业数据行业数据 表表 1:商业银行主要监管指标表:商业银行主要监管指标表 项目项目 2022 年年 一季度一季度 2022 年年 二季度二季度 2022 年年 三季度三季度 2022 年年 四四季度季度 2023 年年 一一季度季度 信用风险指标 关注类贷款(亿元)39801.00 40287.00 40175.00 41081.78 41623.97 关注类贷款占比(%)2.31 2.27 2.23 2.25 2.16 不良贷款余额(亿元)29123.00 29539.00 29912.00 29829.06 31170.13 不良贷款率(%)1.69 1.67 1.66 1.63 1.62 拨备覆盖率(%)200.70 203.78 205.54 205.85 205.24 贷款拨备率(%)3.39 3.40 3.41 3.36 3.32 流动性指标 流动性比例(%)61.22 62.27 61.66 62.85 62.97 存贷比(%)78.70 78.44 78.65 78.76 77.57 流动性覆盖率(%)143.22 146.30 142.68 147.41 149.46 效益性指标 净利润(本年累计)(亿元)6595.00 12217.00 17085.00 23029.76 6679.48 资产利润率(%)0.89 0.82 0.75 0.76 0.81 资本利润率(%)10.92 10.10 9.32 9.33 10.32 净息差(%)1.97 1.94 1.94 1.91 1.74 成本收入比(%)27.72 28.85 30.04 33.97 29.05 资本充足性指标 核心一级资本充足率(%)10.70 10.52 10.64 10.74 10.50 一级资本充足率(%)12.25 12.08 12.21 12.30 11.99 资本充足率(%)15.02 14.87 15.09 15.17 14.86 杠杆率(%)6.99 6.80 6.84 6.87 6.74 数据来源:国家金融监督管理总局,联合资信整理 二、二、行业监管政策行业监管政策 表表 2:2023 年年一一季度季度银行业主要监管政策银行业主要监管政策 颁布机构颁布机构 文件名称文件名称 主要内容主要内容 简要点评简要点评 中国银保监会 关于进一步做好联合授信试点工作的通知 通知 鼓励银行业金融机构多渠道充分共享信息,提升风险监测预警效率,完善风险处置预案,提高风险防控水平;此外,通知鼓励联合授信委员会充分发挥与债委会的协同作用,加强企业逃废金融债务信息共享,坚决打击逃废金融债务行为。通知 明确了联合授信的重要意义,并对联合授信工作的开展提出了进一步要求,长期来看有助于银行业金融机构优化信贷资源配置,防范化解金融风险,构建中长期银企关系。中国银保监会 关于银行业保 险 业 做 好2023 年全面推通知 鼓励银行业保险业强化农村金融服务能力建设,健全农村金融服务体通知 提出银行业保险业全面推进乡村振兴重点工作的任务目标,为银行业保险业强化农村金融服 研究报告 3 进乡村振兴重点工作的通知 系,创新涉农金融产品和服务模式,加强“三农”金融风险管理;此外,通知鼓励提升“三农”领域保险服务质效,推动农业保险扩面增品,提升农民人身险保障水平,改进涉农保险服务质量。务能力建设提供了指导,有助于发挥金融资源引导作用,促进乡村产业提质升级。中国银保监会 关于 2023 年加力提升小微企业金融服务质量的通知 通知 要求银行保险机构提升小微企业的金融服务质量,支持小微企业科技创新,并加大对小微企业续贷支持力度;通知进一步规范了小微企业金融业务的管理,督促银行保险机构落实小微企业金融监管政策。通知 明确构建与实体经济发展相适应的小微企业金融服务体系,为银行保险机构支持小微企业信贷业务提供了指导,有助于银行保险机构提升小微企业金融服务质量。中国人民银行 国家金融监督管理总局 关于延长金融支持房地产市场平稳健康发展有关政策期限的通知 通知明确 16 条支持政策,对其中两条政策规定了适用期限。一是对于房地产企业开发贷款、信托贷款等存量融资,鼓励金融机构与房地产企业基于商业性原则自主协商,2024 年 12 月31 日前到期的,可以允许超出原规定多展期 1 年,可不调整贷款分类;二是 通知要求 2024 年 12 月 31日前向专项借款支持项目发放的配套融资,在贷款期限内不下调风险分类。通知对“金融 16 条”中有关政策有适用期限的,将适用期限统一延长至 2024 年 12 月 31 日。鼓励金融机构灵活调整政策使用期限,以更好地支持保交楼和稳定房地产市场。数据来源:国家金融监督管理总局,联合资信整理 三三、行业主要指标行业主要指标 2023 年一季度,人民银行加大稳健的货币政策实施力度,灵活开展公开市场操作,综合运用降准、中期借贷便利(MLF)、再贷款、公开市场操作等多种货币政策工具等方式投放流动性,灵活把握公开市场操作力度和节奏,保持银行体系流动性合理充裕,并召开金融市场工作会议,引导金融机构加大对实体经济的信贷支持力度,提升防范化解风险的能力;同时,发挥结构性政策工具作用,通过普惠小微贷款支持工具、实施专项再贷款等手段,引导商业银行加大对普惠小微、科技创新、绿色金融以及交通物流等领域的信贷投放力度。1 月 10 日,人民银行、原银保监会联合召开主要银行信贷工作座谈会,研究部署落实金融支持稳增长有关工作,要求商业银行精准有力支持国民经济和社会发展重点领域、薄弱环节,用好普惠小微贷款支持工具等 研究报告 4 优惠政策,加力支持小微市场主体恢复发展;同时,强调推动房地产业向新发展模式平稳过渡,综合施策改善优质房企经营性和融资性现金流,引导优质房企资产负债表回归安全区间,因城施策实施差别化住房信贷政策,支持刚性和改善性住房需求,加大住房租赁金融支持。此外,为继续深化利率市场化改革,发挥 LPR 改革效能和存款利率市场化调整机制重要作用,推动实际贷款利率稳中有降,降低企业融资成本。2023 年一季度,1 年期 LPR 和 5 年期以上 LPR 均与上年 12 月持平;3 月末,人民银行下调金融机构存款准备金率 0.25 个百分点,支持实体经济发展,促进综合融资成本稳中有降,共计释放长期流动性超 5000 亿元;同时,人民银行继续推进汇率市场化改革,增强人民币汇率弹性,保持人民币汇率在合理均衡水平上的基本稳定。2023 年一季度,面对复杂严峻的国际形势,各地区各部门做好稳增长稳就业稳物价工作,经济增速有所回升,2023 年一季度国内生产总值 28.50 万亿元,按不变价格计算,同比增长 4.50%,增速有所回升。从供给端来看,农业生产形势稳定,工业生产逐步恢复,服务业明显回升;从需求端来看,2023 年一季度,由于外贸经营主体数量增长、贸易伙伴进出口增长、新优势产品出口增长等因素,货物出口保持增长,贸易结构继续优化;固定资产投资方面,2023 年一季度保持平稳增长,制造业和基建投资规模持续走高,地产投资延续走弱但降幅缩窄,政策为制造业投资、民营房企融资赋能;消费领域,一季度社会商品零售额增速由负转正,餐饮增长较快,CPI 同比涨幅继续回落至 1.3%,原因为受生猪供给增加拉动猪肉价格持续下跌,叠加基数影响,食品价格涨幅回落,且受国际油价波动影响,能源价格有所下行,此外,受能源价格下跌和上年同期高基数影响,PPI 涨幅呈持续下滑态势;就业方面,2023 年一季度城镇失业率有所回落,新增就业预期向好。全国银行业金融机构保持平稳发展,资产负债规模稳步增长。截至 2023 年一季度末,全国银行业金融机构本外币资产总额 397.25 万亿元,较上季度末增长 4.71%;负债总额 364.84 万亿元,较上季度末增长 4.84%(见图 1);全国金融机构本外币贷款余额 230.66 万亿元,较上季度末增长 5.27%;全国金融机构本外币存款余额 280.17万亿元,较上季度末增长 5.95%。 研究报告 5 图图 1:全国银行业金融机构资产负债情况:全国银行业金融机构资产负债情况 单位:亿单位:亿元元 数据来源:国家金融监督管理总局,联合资信整理 从信贷资产质量情况来看,2023 年一季度,商业银行关注类贷款及不良贷款规模均有所上升,但占比均回落,信贷资产质量基本保持稳定。截至 2023 年一季度末,全国商业银行不良贷款率为 1.62%,较上季度末下降 0.01 个百分点;关注类贷款占比为 2.16%,较上季度末下降 0.09 个百分点(见图 2)。从拨备情况来看,2023 年一季度以来,商业银行贷款减值损失规模保持增长,但由于不良贷款规模增长,拨备覆盖率略有下降;截至 2023 年一季度末,全国商业银行拨备覆盖率 205.24%,较上季度末下降 0.61 个百分点。但考虑到当前宏观经济初步复苏,延期还本付息类贷款到期后还款情况仍存在一定不确定性,且在商业银行金融资产风险分类办法出台后,展期和借新还旧等重组贷款规模较大且五级分类划分较宽松的银行或将面临信贷资产质量下行压力,未来商业银行整体资产质量变化情况仍需保持关注。房地产开发贷款方面,2023 年 12 月,受国内房地产市场持续下行、楼市成交量持续走低影响,房企融资需求收缩,国内商业银行房地产开发贷款投放同比下降;同时,居民购房意愿亦有所降低,且部分城市出现“按揭提前还供潮”,进一步加剧商业银行按揭贷款规模增长压力;从数据来看,2023 年 12 月,全国房地产开发企业到位资金21331亿元,同比下降15.2%,其中,国内贷款3489亿元,同比下降15.0%,个人按揭贷款 3495 亿元,同比下降 15.3%。在此背景下,2023 年 3 月,监管充分发挥首套网贷利率政策动态调整机制,因城施策,积极引导、支持居民合理住房需求,商业银行按揭贷款投放力度整体加大,同比降幅有所收窄;2023 年 13 月,全国房7.40%7.60%7.80%8.00%8.20%8.40%8.60%8.800000010000001500000200000025000003000000350000040000004500000资产总额负债总额股东权益/资产总额(右) 研究报告 6 地产开发企业到位资金 34708 亿元,同比下降 9.0%,其中,国内贷款 4995 亿元,同比下降 9.6%,个人按揭贷款 6188 亿元,同比下降 2.9%。图图 2:全国商业银行信贷资产质量:全国商业银行信贷资产质量 单位:亿元单位:亿元 数据来源:国家金融监督管理总局,联合资信整理 2023 年一季度,减费让利政策的持续实施继续引导实际贷款利率下行;2023 年3 月,1 年期和 5 年期 LPR 分别为 3.65%和 4.30%,较上季度保持一致;3 月新发放贷款加权平均利率为 4.34%,同比下降 0.31 个百分点;其中,一般贷款加权平均利率为 4.53%,同比下降 0.45 个百分点;企业贷款加权平均利率为 3.95%,同比下降 0.41个百分点。从净息差情况来看,2023 年 3 月,主要银行持续下调存款利率和内部定价授权上限,带动其他银行存款成本下行,银行业负债端付息率随之下降,但由于生息资产收益率降幅相对较大,导致商业银行净息差进一步收窄,2023 年一季度,全国商业银行净息差为 1.74%(见图 3),较上季度下降 0.17 个百分点;全国商业银行实现净利润 6679.48 亿元,较上年同期增长 1.28%,但考虑到净息差持续收窄或将侵蚀商业银行盈利空间,仍需关注其未来盈利水平变动趋势。未来,人民银行将继续深化利率市场化改革,持续释放 LPR 改革效能,推动降低企业融资和个人消费信贷成本,同时,优化央行政策利率体系,发挥存款利率市场化调整机制的重要作用,着力稳定银行负债成本,联合资信将关注商业银行存贷款利率定价水平及净息差的变化情况。0.00%0.50%1.00%1.50%2.00%2.500001000015000200002500030000350004000045000关注类贷款不良贷款余额不良贷款率(右) 研究报告 7 图图 3:全国商业银行盈利情况:全国商业银行盈利情况 单位:亿元单位:亿元 数据来源:国家金融监督管理总局,联合资信整理 2023 年一季度,人民银行以每月一次的频率稳定开展央行票据互换(CBS)操作,对于持续提升银行永续债二级市场流动性、支持银行特别是中小银行发行永续债补充资本、提高信贷投放能力发挥了积极作用,同时,人民银行坚持常态化在香港发行人民币央行票据,促进离岸人民币货币市场、债券市场的健康发展。商业银行资本充足水平较上季度末有所下降。此外,银保监会积极会同财政部、中国人民银行加快推动地方政府发行专项债补充中小银行资本,以缓解部分自身资本补充能力较弱的中小银行的资本补充压力,2023 年 3 月新增支持化解中小银行风险的地方政府专项债券300.00 亿元。截至 2023 年一季度末,商业银行资本充足率为 14.86%,较上季度末下降 0.31 个百分点;一级资本充足率为 11.99%,较上季度末下降 0.31 个百分点;核心一级资本充足率为 10.50%,较上季度末下降 0.24 个百分点;杠杆率为 6.74%,较上季度末下降 0.13 个百分点(见图 4)。0.00%0.50%1.00%1.50%2.00%2.5000010000150002000025000净利润资产利润率(右)净息差(右) 研究报告 8 图图 4:全国商业银行资本状况:全国商业银行资本状况 数据来源:国家金融监督管理总局,联合资信整理 四四、行业内债券发行统计、行业内债券发行统计 根据 Wind 统计数据,2023 年第一季度,银行业金融机构在银行间市场发行同业存单共计 6933 只,发行总量为 5.99 万亿元,发行总量同比上升 23.00%。从债券种类来看,2023 年第一季度,30 家境内商业银行在银行间市场合计发行34 只金融债券,共计募集资金 1745.00 亿元,发行规模较上季度明显下降,发行票面利率 2.77%3.50%,发行期限包括 1 年期、3 年期、5 年期。其中,普通金融债、绿色金融债、三农金融债和小微金融债分别为 8 只、13 只、5 只和 8 只;按发行规模计算,占比分别为 20.06%、43.15%、7.28%和 29.51%。2023 年第一季度,11 家商业银行在银行间市场合计发行 14 只二级资本债券,共计募集资金 1691 亿元,发行规模较上季度明显下降,发行票面利率 3.49%5.60%,发行期限包括 10 年期和 15 年期;4家商业银行发行了 4 只无固定期限资本债券,共计募集资金 85.00 亿元,发行规模较上季度大幅下降,发行票面利率均为 4.90%(见表 3)。从金融债券发行主体看,2023 年第一季度共有 30 家商业银行发行金融债券,其中大型商业银行 3 家、股份制商业银行 4 家、城市商业银行 12 家、农村商业银行 70.00%2.00%4.00%6.00%8.00.00.00.00.00%资本充足率一级资本充足率核心一级资本充足率杠杆率 研究报告 9 家、外资银行 4 家。金融债券发行主体的信用等级均在 AA 级及以上,按发行主体家数计算,主体信用等级 AAA、AA 、AA 的占比分别为 63.33%、30.00%和 6.67%。从二级资本债券发行主体看,共有 11 家商业银行发行二级资本债券,其中大型商业银行 3 家、城市商业银行 1 家、农村商业银行 7 家。二级资本债券发行主体的信用等级均在 AA-级及以上,按发行主体家数计算,主体信用等级 AAA 及 AA-的占比均为36.36%,AA 的占比 9.09,AA 的占比 18.18%。从无固定期限资本债券发行主体看,共有 4 家商业银行发行无固定期限资本债券,均为城市商业银行。无固定期限资本债券发行主体的信用等级均在 AA 级及以上,按发行主体家数计算,主体信用等级 AAA、AA 的占比均为 50%。表表 3:2023 年年一一季度商业银行债券发行情况季度商业银行债券发行情况 债券类型债券类型 客户类型客户类型 主体主体家数家数 债券债券只数只数 发行规模发行规模 发行利率发行利率 发行期限发行期限 (年)(年)(亿元)(亿元)(%)最低最低 最高最高 最低最低 最高最高 最短最短 最长最长 规模规模 规模规模 利率利率 利率利率 期限期限 期限期限 金融债券 大型商业银行 3 4 50.00 300.00 2.79 2.80 3 3 股份制商业银行 4 5 50.00 300.00 2.77 2.80 3 3 城市商业银行 12 13 6.00 50.00 2.92 3.50 3 3 农村商业银行 7 7 1.00 20.00 2.89 3.00 1 3 外资银行 4 5 2.00 30.00 3.20 3.50 3 5 合 计 30 34 1.00 300.00 2.77 3.50 3 5 二级资本债券 大型商业银行 3 6 50.00 450.00 3.49 3.61 5 5 10 5 城市商业银行 1 1 20.00 20.00 5.00 5.00 5 5 5 5 农村商业银行 7 7 1.00 150.00 4.70 5.60 5 5 5 5 合 计 11 14 1.00 450.00 3.49 5.60 5 5 10 5 无固定期限资本债券 城市商业银行 4 4 10.00 50.00 4.90 4.90 5 N 5 N 合 计 4 4 10.00 50.00 4.90 4.90 5 N 5 N 注:上表债券发行情况不包含境外银行发行的人民币债券 数据来源:Wind,联合资信整理 五五、级别调整情况、级别调整情况 以评级日期为依据,2023 年第一季度,商业银行主体级别调整情况(含评级展望调整)见表 4;有 1 家商业银行主体信用等级调升,调升理由主要为资本实力增强、市场竞争力较强、负债结构较好等因素;无商业银行主体信用等级调降。 研究报告 10 表 4:2023 年第一季度商业银行级别调整一览表 发行人发行人 评级调整评级调整 本次评级结果本次评级结果 上次评级结果上次评级结果 广东台山农村商业银行股份有限公司 调升 AA/稳定 AA-/稳定 数据来源:Wind,联合资信整理 六六、行业展望、行业展望 2023 年一季度,国民经济延续复苏态势,银行业整体保持平稳发展态势,资产和负债规模均保持增长,信贷资产质量保持稳定,拨备和资本充足水平较上季度末略有下降,但仍然维持高位;但另一方面,净息差持续收窄,“低息差”背景下,银行业盈利能力面临一定挑战。展望未来,商业银行将突出差异化经营思路,提升专业金融服务水平,继续加大对绿色金融、“专精特新”、乡村振兴以及普惠小微等经济高质量发展重点领域和薄弱环节的信贷支持力度,在保证信贷规模稳健增长的同时不断优化信贷资产结构,提升商业银行服务实体经济质效;此外,在 LPR 持续引导下行的背景下,商业银行应适应低利率环境下的盈利模式,灵活、积极运用好各类结构性货币政策工具,同时持续加大信贷投放力度,以量补价,保持净利润水平增长;此外,监管下发关于延长金融支持房地产市场平稳健康发展有关政策期限的通知,表明监管改善房地产企业融资环境的决心,积极引导商业银行向专项借款支持项目发放配套融资,推动房地产市场平稳过度,助力宏观经济持续恢复。综上所述,联合资信认为,在未来一段时间内我国银行业信用水平将保持稳定。 研究报告 11 联系人联系人 投资人服务投资人服务 010-85679696-8759 相关研究相关研究 【行业研究】银行业季度观察报(2022 年第 1 期)【行业研究】银行业季度观察报(2022 年第 2 期)【行业研究】银行业季度观察报(2022 年第 3 期)【行业研究】银行业季度观察报(2022 年第 4 期)【行业研究】银行业季度观察报(2023 年第 1 期)免责声明免责声明 本研究报告著作权为联合资信评估股份有限公司(以下简称“联合资信”)所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为“联合资信评估股份有限公司”,且不得对本报告进行有悖原意的引用、删节和修改。未经授权刊载或者转发本研究报告的,联合资信将保留向其追究法律责任的权利。本研究报告中的信息均来源于公开资料,联合资信对这些信息的准确性、完整性或可靠性不作任何保证。本研究报告所载的资料、意见及推测仅反映联合资信于发布本研究报告当期的判断,仅供参考之用,不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下,本研究报告中的信息和意见均不构成对任何个人的投资建议。联合资信对使用本研究报告及其内容而造成的一切后果不承担任何法律责任。
银行智能化运营银行智能化运营方向性思考方向性思考富滇银行李涛仅代表个人观点,不代表从业机构观点2010102020303银行数字化发展历程智能技术在金融领域发展历程和现状AIGC在金融领域的创新思考目.
毕马威企业咨询(中国)有限公司二零二三年鉴过知来向往而新2023年上半年银行业监管处罚分析洞察2023年上半年银行业监管处罚分析报告2 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。前言2023年上半年,银行业金融机构在复杂严峻的国内外金融环境下,承担着支持实体经济,助力经济社会发展的关键任务。于此同时,在其经营发展过程中,行业“强监管”态势不减。从2023年上半年监管机构开出的罚单情况来看,总罚单数量虽环比下降,但总罚没金额环比上升,大额罚单数量及罚没金额均环比上升,监管罚单继续呈现“大额化”趋势。上半年,国家金融监督管理总局(以下简称“金融监管总局”)正式挂牌成立,将统一负责除证券业之外的金融业监管,强化机构监管、行为监管、功能监管、穿透式监管、持续监管,统筹负责金融消费者权益保护,加强风险管理和防范处置,依法查处违法违规行为。金融监管进入强监管的新阶段。银行业的运营发展将面临更严格的监管约束。面临诸多不确定性因素,银行业金融机构的核心竞争力不仅在于产品创新、资产质量、盈利能力等,更在于保持其在人才、技术、风险管理、运营等方面的前瞻性与韧性。在更为审慎、全面的监管体系之下,商业银行更应精准把握监管要点,增强合规管理的预见性与敏捷度,及时处置及化解风险,使合规管理能力成为基业长青的核心竞争力。1 监管处罚态势分析041.1 监管处罚整体态势分析051.2 监管处罚重点趋势061.3 未来监管趋势研判082 监管处罚整体情况102.1 监管处罚整体情况112.2 处罚区域分析132.3 处罚对象分析142.4 处罚类型分析152.5 处罚案由分析162.6 大额罚单分析183 监管处罚重点分析203.1 信贷业务领域处罚重点分析213.2 第三方外包风险专题233.3 表外业务管理专题25目录监管处罚态势分析012023年上半年银行业监管处罚分析报告5 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年上半年,国家金融监督管理总局(“金融监管总局”)、中国人民银行(“人民银行”)、国家外汇管理局(“外汇管理局”)(含总部及其派出机构)三大监管机构针对银行业金融机构及从业人员共下发罚单2,286张,罚没金额共计约127,598万元1。1.1 监管处罚整体态势分析较2022年下半年,2023年上半年罚单数量下降近三成,罚没金额上升近两成,单笔罚单平均罚没金额上升明显。整体而言,2023年银行业监管高压态势依然持续,大额罚单2数量较2022年下半年有所下降,但罚没金额略有上升。1、本报告基于监管机构公开发布的处罚数据,按照“监管机构做出处罚决定的日期”进行统计分析。2、大额罚单为单张罚单对机构处罚金额为100万元以上(含)的罚单。3、紫色实心圆的高度,反映了2023年上半年商业银行在该领域受到监管处罚的罚单数量,面积反映了罚单总金额;绿色虚线圆的高度及面积,分别反映了2022年上半年的相关对比数据。109,707145,956109,806108,211127,5982,0283,5322,9583,2382,286050,000100,000150,00001,0002,0003,0004,0002021上半年2021下半年2022上半年2022下半年2023上半年银行业监管处罚趋势总罚没金额(万元)总罚单数量(张)罚单数量(张)罚单数量(张)罚没金额(万元)罚没金额(万元)2023年上半年,处罚最为集中的业务领域和管理领域分别为信贷业务及合规管理。其中,信贷业务涉及罚单1,300余张,涵盖业务管理不到位、信贷业务审查审批不严格、贷款三查不尽责等;合规管理领域罚单近900张,涵盖反洗钱、员工行为及案件管理、消费者权益保护、网络与信息安全等重点合规事项,仍为监管关注的重点领域。合规管理监管配合运营管理公司治理人力资源管理信贷业务银行卡业务同业业务存款业务支付结算业务202002,000业务领域管理领域2022年上半年2023年上半年监管处罚集中领域及变化趋势3 3罚单数量2023年上半年银行业监管处罚分析报告6 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。监管高压态势持续,大额罚单金额上升明显1.2 监管处罚重点趋势新的金融监管体系下,监管高压态势持续。2023年上半年,总罚没金额同比上升16.20%,处罚数量及金额均处于近年高位。其中,2023年2月,监管机构对某大型国有银行开出亿元级罚单,并涉及对总行部门负责人的处罚决定。随着金融监管总局挂牌运行,各类金融活动统一纳入监管,对金融机构的机构监管、行为监管、功能监管、穿透式监管、持续监管将全面强化。百万元以上大额罚单的罚没金额较2022年同期大幅上升。2023年上半年大额罚单罚没金额达91,830万元,同比上升45.07%,已超2022年全年大额罚单罚没金额的75%。其中千万级罚单数量、金额均增加明显。109,707145,956109,806108,211127,59876,53884,08963,30156,82591,830020,00040,00060,00080,000100,000120,000140,000160,0002021年上半年2021年下半年2022年上半年2022年下半年2023年上半年银行业监管罚没金额趋势总罚没金额大额罚单罚没金额单位:万元于2023年上半年,银行业金融机构因“金融资产分类不准确”受到处罚的金额达3.21亿元,其中近七成罚单集中于农村金融机构。金融资产的准确分类始终是商业银行,尤其是中小机构信用风险管理的重点与难点领域。于2023年2月,原银保监会、人民银行发布商业银行金融资产风险分类办法,旨在通过完善公司治理、数据治理、管理标准,引导、推动商业银行加强风险管理,督促真实反映资产状况,将防范化解金融风险落在实处。可以预见,金融资产风险分类管理将持续作为监管机构对商业银行开展监督检查和评估的关注领域。为有效应对合规风险,商业银行应积极建立并执行各类型金融资产分类标准、针对承担信用风险的全部金融资产开展风险分类、开展持续的风险监测、提升自身信息化及数字化能力,以及信息披露的准确性和及时性。紧扣监管新规,关注金融资产风险分类罚单2023年上半年银行业监管处罚分析报告7 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年上半年,在监管机构对商业银行从业人员开具的罚单中,从行政处罚类型来看,993人受到警告处罚,555人受到罚款处罚,3人受到撤销任职资格处罚,159人受到禁止从业的“顶格”处罚,监管机构每开出一张罚单,即有超六成概率处罚至个人。其中,警告和罚款仍是最为普遍的处罚类型,在所有被处罚人员中,近九成受到警告或罚款,各处罚类型的分布情况如下图。“双罚制”下,监管机构不仅严格追究存在违规行为的机构责任,亦依法追究违法责任人员的个人责任。这一趋势,亦与金融监管机构持续、统筹推动金融违法行为法律责任体系建设,加大对违法主体的责任追究力度的趋势相符合。“双罚制”持续推进,对个人处罚态势不减2023年上半年,与数据相关的罚单中,处罚案由可归为数据质量、数据合规、未按规定报送、未按规定备案、未按规定披露信息等五类,数据质量是监管检查的重点,涉及罚单数量最多,占总罚单数量的59%。在2022年上半年的罚单中,与EAST数据报送相关的案由包括“EAST数据与1104数据交叉校核不一致”“EAST数据与客户风险统计数据交叉校核不一致”“EAST数据存在错报漏报等数据质量问题”等。在监管机构持续强化“治用结合,充分挖掘数据价值”的背景下,EAST数据质量无疑成为监管持续关注重点。2023年5月31日,金融监管总局发布国家金融监督管理总局办公厅关于开展EAST数据质量“提升工程”的通知,针对目前银行业金融机构存在EAST数据治理意识薄弱、数据治理体系不健全、数据错报等问题,组织开展银行业金融机构EAST数据质量“提升工程”,要求进一步加强EAST监管数据治理,夯实监管数据基础。继2020年监管数据质量专项治理、2022年EAST数据质量问题通报后,监管机构对EAST数据治理工作提出进一步要求。数据质量相关监管处罚数量金额同增*注:个人处罚类型,根据中华人民共和国行政处罚法,结合罚单中所列示的进行归纳,分为警告、罚款、撤销任职资格、禁止从业。处罚人数,人处罚人数,人罚单金额,万元罚单金额,万元取消董监高任职资格罚款警告禁止进入相关行业3 3人人159159人人555555人人993993人人5 51 1,1061062 2,0080082023年上半年银行业监管处罚分析报告8 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。1.3 未来监管趋势研判2023年以来,商业银行金融资产风险分类办法商业银行资本管理办法(征求意见稿)银行保险机构操作风险管理办法(征求意见稿)等多项监管新规及征求意见稿接连发布。毕马威以监管新规、监管处罚为线索,结合行业发展动态,捕捉监管风向变化,研判监管趋势变革,为银行业金融机构提供前瞻性的洞察与提示,协助识别重点关注领域,厘清监管合规重点。2023年3月,中共中央、国务院印发了党和国家机构改革方案,形成了在中央金融委员会、金融工作委员会领导下,由中国人民银行、金融监管总局、中国证券监督管理委员会等行政部门具体落实的金融监管体系。通过上述调整,我国金融监管审慎监管与行为监管并重的模式更为清晰。审慎监管旨在维护金融稳健性,行为监管则需要通过制定公平的市场规则,实现对消费者的保护,包括禁止金融机构对消费者进行误导或欺诈、加大经营和交易信息披露力度、加强个人金融信息保护、打击操纵市场及内幕交易等。在现行金融监管体系下,行为监管和审慎监管具有同等重要的地位。2023年上半年,与消费者权益保护相关的违规行为,作为管理领域一直以来的高发案由,与往年相比,仍处于高位水平,涉及个人信息保护、公平销售、信息披露等多个方面。作为金融业可持续发展的重要议题,消费者权益保护涉及信息安全、权益保障、信息披露、财产安全等诸多重要领域。商业银行应建立并运行金融消费者权益保护的顶层设计与治理架构,确保牵头管理部门具有充分授权与资源,推动全行相关职能在售前、售中、售后的全流程中落实消费者权益保护的原则、规则与要求,以客户为中心,实现与业务的充分融合。在金融消费者对金融产品认知水平仍显不足的情况下,加强对员工、消费者的宣教沟通,以及和各利益相关方的沟通。此外,在客户适当性管理、消保审查、投诉管理、行为监测等领域,商业银行应积极拓展数字化应用,提升消保管理质效,实现主动管理,更好地满足监管预期。伴随金融监管体系升级,落实审慎经营规则,加强行为监管监管罚没是中国商业银行操作风险损失的重要组成部分,与人员、流程、系统、外部事件相关的操作风险事件分布于多业务和管理领域。如何切实落实操作风险管理职责,综合运用多种工具,加强主动管理与前瞻性管理,既是操作风险管理的关键,亦在实操层面成为管理难点。2023年7月,金融监管总局发布银行保险机构操作风险管理办法(征求意见稿)(以下简称“征求意见稿”),全面修订商业银行操作风险管理指引,引入巴塞尔委员会操作风险稳健管理原则,并统一了银行业、保险业金融机构操作风险监管规则,以应对当前日益复杂的操作风险防控形势,提升金融机构操作风险管理水平。征求意见稿强化了风险治理与三道防线模式,旨在加强操作风险管理职责落实、协同合作、信息共享以及资源保障。对于商业银行而言,不仅涉及在政策、制度层面的遵循,更需要在操作风险管理流程运行、工具运用、报告机制中有效落实相关职责。此外,征求意见稿在操作风险偏好传导、操作风险报告等方面提出了更高要求,商业银行应结合治理架构与管理职责落实,基于匹配性原则,考虑发展战略、经营规模、业务复杂性和风险状况,建立满足自身管理需要的相关机制。操作风险管理与员工行为管理、业务连续性管理、信息科技风险管理、第三方风险管理,以及机构运营韧性均存在紧密关联,征求意见稿亦将操作风险管理外延至相关领域。商业银行应结合相关主题的风险特征、管理内容、工具和信息等因素,厘清管理职责与边界,加强工具联动与信息共享,避免孤立、割裂的管理。强化操作风险管理2023年上半年银行业监管处罚分析报告9 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年初,人民银行举行金融市场工作会议,明确提出要强化债券承销、做市、投资者合格性等市场机制建设,完善金融债券宏观管理,提升债券市场韧性和市场化定价能力。上半年,监管机构密集发布债券业务相关监管规定,进一步完善债市体制机制。中共中央、国务院印发党和国家机构改革方案,将发改委的企业债券发行审核职责划入证监会,推动债券市场统一监管;证监会发布关于深化债券注册制改革的指导意见及关于注册制下提高中介机构债券业务执业质量的指导意见,深化债券注册制改革;针对债券发行管理,交易商协会发布关于进一步加强银行间债券市场发行业务规范有关事项的通知;针对央企债券发行管理,国资委印发中央企业债券发行管理办法;针对债券交易制度,深交所发布深交所发布深圳证券交易所债券交易业务指南第4号债券交易及配套安排;针对资产证券化业务,交易商协会发布银行间债券市场企业资产证券化业务规则;针对绿色债券发行,上交所发布上海证券交易所公司债券发行上市审核规则适用指引第2号特定品种公司债券(2023年修订);针对可转债,深交所发布关于完善可转换公司债券投资者适当性管理相关事项的通知。2023年上半年,债券业务涉及的监管罚没金额超过2022年全年相关领域总罚没金额,债券承销成为监管检查与处罚的重点,处罚案由涉及经营债券不审慎、债券交易超授权、超比例投资本行主承销的债券等。随着监管新规的陆续出台,监管机构将进一步强化监督管理职责,商业银行作为债券市场的深度参与者,在开展中间业务、投资业务、金融市场业务过程中,应加强操作风险、市场风险、流动性风险、信用风险管理、流动风险管理,建立明确的风险偏好及策略,提高投研能力,提升对潜在风险的预判能力,并通过落实风险管控机制、风险预警机制、风险应急处置机制,维持稳健经营,防范金融风险。债券业务监管规定密集发布,监管关注上升理财公司上半年又迎罚单,成为监管机构持续关注对象自2022年6月监管机构对理财公司开出首批罚单以来,2023年上半年再有两家理财公司受到处罚,罚单金额最高达到540万元,对理财公司的“强监管、严监管”成为常态。从2023年上半年的处罚来看,处罚案由可归为产品层面和管理层面两大类型,其中,与产品合规相关的处罚主要涉及开放式公募理财产品持有高流动性资产比例、现金管理类产品风险控制、与母行的隔离安排等;管理层面,主要涉及销售管理合规性、投资资产相关风险信息披露、信息登记及数据报送、合作机构管理等领域。2023年上半年,理财公司内部控制管理办法过渡期结束,理财公司享有母行的人才、品牌等资源优势,在承接母行管理体系的基础上,内部控制体系初始化建设并无太大挑战。伴随着进一步独立运作以及业务发展,理财公司应及时审视现有组织架构、职责划分是否能满足独立运作管理的需要,持续优化理财产品发行与投资的内部控制、建立与业务规模相匹配的信用风险、市场风险、操作风险、流动性风险、集中度风险、杠杆融资风险管理体系,加强与母行集团统一授信框架下的授信管理,落实金融资产风险分类标准,不断细化产品管理、产品估值、非标资产管理、合作机构管理、销售管理、信息登记与披露管理等方面的管理要求,并加强自身信息化、数字化能力。监管处罚总体情况022023年上半年银行业监管处罚分析报告11 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2.1 监管处罚整体情况罚没金额/数量罚单数量(张)处罚金额(万元)罚单平均金额(万元)农村金融机构农村金融机构1,16239,31134国有银行国有银行41620,80750城商行城商行28918,52743股份制银行股份制银行24621,24564政策性银行政策性银行1874341其他银行其他银行1954229外资银行外资银行166,3443972023年上半年,山东、云南、河南三省的罚单数量较多,上海、重庆、北京三省市的总罚没金额较大。山东省在2023年上半年收到罚单在数量金额上均居于各省份地区前五位。罚单数量(张)处罚金额(万元)金融监管总局金融监管总局1,742101,969人民银行人民银行50312,666外汇管理局外汇管理局4112,963处罚区域受罚机构类型及金额(按罚单数量排序)处罚类型近三年来,银行业监管机构坚持纠罚并重、罚没并举、机构人员“双罚制”,处罚力度进一步升级,与个人相关的罚款数量逐年增加。2023年上半年,个人罚单数量超过机构罚单数量。在个人罚单中,警告和罚款仍是最为普遍的处罚类型,在所有被处罚人员中,近九成受到警告或罚款,“禁止进入相关行业”,包括“终身禁业”的罚单数量虽较2022年同期略有下降,但处罚人员职级有所上升,对违法主体的责任追究力度不减。127,598万2,286张2023年上半年银行业监管处罚分析报告12 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年上半年,监管处罚较为集中的前十大案由:业务管理不到位、不审慎(290张)未按规定履行客户身份识别义务(220张)违规发放贷款、办理信贷业务(216张)违反审慎经营规则(202张)贷后管理不到位(186张)信贷资金被挪用(165张)贷款“三查”不尽职(162张)报送监管统计数据错报、漏报、未报(133张)员工行为管理不到位(108张)信贷资金违规流入房市、股市(108张)前十大处罚高发案由最高处罚金额罚单银保监罚决字(2023)10号某国有商业银行违法违规事实(案由):违法违规事实概述:未实现统一授信管理;公司治理违规;内控管理不到位;报送监管统计数据错报、漏报、未报;违规发放贷款、办理信贷业务;信贷业务审查审批不严格;违规提供政府性融资;个人贷款和信用卡资金未按约定用途使用;违规收费,转嫁成本;自营和代客业务未能实现风险隔离;投资业务运作不规范、不审慎;违规掩盖不良资产;理财产品管理不合规;同业投资业务开展不规范;可疑交易识别、分析和审核不严格等行政处罚决定:没收违法所得并处罚款合计19,891万元2023年上半年银行业监管处罚分析报告13 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年上半年,山东省监管机构开出的罚单数量位列首位山东省监管机构开出的罚单数量位列首位,上海市监管机构开出的罚单金额远超其他省份上海市监管机构开出的罚单金额远超其他省份,属地机构应结合当地监管机构合规关注重点,落实业务和合规管理的有效性。从罚单数量来看从罚单数量来看,山东山东、云南云南、河南分列前三位河南分列前三位。与去年同期相比,山东省罚单数量由第3位上升为第1位;云南及河南的处罚数量增加明显,分别由上年同期的第9位和第13位至本年上半年的第2位和第3位。从罚没金额来看从罚没金额来看,上海上海、重庆重庆、北京市分列前三北京市分列前三位位。其中,上海罚没金额高达1.52亿元,远超第二名,重庆和北京的罚没金额分别为0.74亿元和0.68亿元。2023年上半年,山西和陕西的罚没金额较上年同期减少最多,内蒙古自治区罚单数量减少最多。各地监管机构在监管检查与处罚方面的力度有所调整,可持续关注。2.2 处罚区域分析2023年上半年银行业合规风险地图风险高风险高风险较高风险较高风险中等风险中等风险较低风险较低*注:数字坐标反映了该省份罚单数量(张)与罚没金额(万元)的组合。以山东省为例,2023年上半年,罚单数量199张,罚没金额约4,334万元。本图中数据不含总局数据,为各省、市、自治区分局处罚结果汇总。重庆,15,7,357 浙江,96,6,603 云南,178,4,266 新疆,112,1,951 天津,43,861 四川,32,694 上海,45,15,156 陕西,74,1,284 山西,71,1,130 山东,199,4,334 青海,10,223 宁夏,12,457 内蒙,27,456 辽宁,78,1,629 江西,103,1,496 江苏,86,2,772 吉林,110,2,505 湖南,121,2,266 湖北,36,2,070 黑龙江,155,3,014 河南,176,3,267 河北,50,1,285 海南,43,2,036 贵州,56,800 广西,33,1,373 广东,91,4,116 甘肃,13,431 福建,91,3,348 北京,12,6,770 安徽,91,1,500 1501,50015,000020406080100120140160180200罚单数量(张)各省份罚单数量及罚没金额*6,000罚没金额(万元)200500西藏,3,12023年上半年银行业监管处罚分析报告14 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。各类型机构罚单分布及特征处罚金额方面,除农村金融机构外除农村金融机构外,其余各类型金融机构罚没金额均出现显著上升其余各类型金融机构罚没金额均出现显著上升,国有银行罚没金额增幅较去年同期超66%。上升下降机构类型罚单数罚单数量量(张)(张)增长率总处罚总处罚金额金额(万元)(万元)增长率国有银行416-16.97 ,80766.07%股份制银行246-34.22!,24539.70%城商行289-26.46,52730.14%农村金融机构1162-19.319,311-19.19%国有银行Top 119130 Top 2180 Top 317100 Top 1982,500 Top 2951,500 Top3782,800 Top 131500 Top 225470 Top 3241,000 Top 136700 Top 2335,000 Top 3251,600 股份制银行城商行农村金融机构中位数762,600 中位数365 中位数19900 中位数240 罚单数量(张)罚没金额(万元)排名排名金融业机构类型罚单数量排名毕马威洞察整体而言,各类型机构涉及的主要处罚案由基本趋同,主要集中在信贷业务与合规管理等领域。但各类型机构也存在一些自身突出的问题类型,与其经营管理现状和业务发展重点等相关,需重点关注。国有银行:在运营管理和内控管理领域的处罚占比相对高于其他银行业金融机构。主要涉及“账户管理不到位”“内控管理不到位”等,基层机构的合规遵循性需要持续监督与优化。股份制银行:在信贷业务领域存续期管理及风险监控以及授信管理方面的处罚占比为各类型机构之首。其中,“贷后管理不到位”“信贷资金违规流入房市、股市”“授信管理不尽职”等的处罚比例高于其他银行业金融机构。在推动业务发展的过程中,应结合监管变化,不断优化信用风险管理工具与方法,持续提升管理精细化程度。城商行:在资产管理业务以及合规管理消费者权益保护方面的处罚占比比高于其他银行业金融机构。主要涉及“投资业务运作不规范、不审慎”“消费者金融信息使用管理不到位”“消费者权益保护不到位”等。应着力加强合规文化建设,重视机构行为及员工行为管理。农村金融机构:在员工行为及案件管理、反洗钱等领域的处罚占比高于其他银行业金融机构。主要涉及“员工行为管理不到位”“员工从事违法、违规活动”“未按规定履行客户身份识别义务”“未按规定完整、准确地报送大额或可疑交易报告”等。应强化合规管理体系建设,加强在交易层面、人员层面、机构层面的监测与整改落实。2.3 处罚对象分析2023年上半年银行业监管处罚分析报告15 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2.4 处罚类型分析03006009001,2002021下半年2022上半年2022下半年2023上半年罚款警告责令改正2023年上半年,监管机构综合运用多种处罚手段,处罚对象涉及个人的罚单达1,409张,占罚单总数的61.64%,与2022年下半年占比基本持平,个人罚单数量超越机构罚单数量的趋势延续。银行业监督管理法商业银行法就“双罚”均做出明确规定,在完善审慎监管规则,加强行为监管的趋势下,对从业人员进行处罚,落实机构人员“双罚制”,对商业银行合规管理、行为风险管理带来更大挑战。毕马威洞察个人罚单处罚类型趋势机构罚单处罚类型趋势03006009001,2002021下半年2022上半年2022下半年2023上半年禁止从业罚款警告撤销任职资格罚单数量(张)罚单数量(张)罚单数量(张)罚单数量(张)2023年上半年,“警告”和“罚款”依然是个人处罚的两大主要手段,占比超过个人罚单整体的90%。机构处罚中,“罚款”占比80%,仍是最主要的处罚形式。从个人罚单来看从个人罚单来看,除除“罚款罚款”外外,其它三其它三类处罚涉及的罚单数量有所下降。涉及“撤销任职资格”的罚单数量出现大幅下降,从2022年下半年的24张减少为2023年上半年的3张。但于此同时,涉及“禁止从业”的159张罚单中,“终身禁业”的顶格罚单数量占到总体的54%,另有近12%的罚单对相关人员的从业禁止时限达10年以上。监管机构对从业人员处罚的严苛程度从未降低,持续聚焦对个人违规行为的惩处。从机构罚单来看从机构罚单来看,涉及“罚款”“责令改正”的罚单数量均出现下降趋势,仅涉及“警告”类型的罚单数量较2022年下半年略有上升。监管机构一方面通过大额罚单,加强对重大违规行为的查处力度,持续释放“严监管”“零容忍”信号,另一方面,亦通过不断完善监管方式,着眼于督促整改、以改促建,提升监管效能。2023年上半年银行业监管处罚分析报告16 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。前十大处罚案由分析前十大处罚案由分析在2023年上半年的处罚案由中,各领域罚单数量较2022年同期均有所下降。在信贷业务领域,“违反审慎经营规则”和“信贷资金被挪用”两项案由涉及的罚单数量降幅超过40%。2023年上半年,监管处罚的重灾区仍集中于信贷业务、合规管理等领域,信贷业务相关处罚案由占到整体半数以上,主要涉及“违规发放贷款、办理信贷业务”“贷后管理不到位”“信贷资金被挪用”“贷款三查不尽职”等。处罚集中的业务领域主要包括信贷业务、同业业务、理财业务、信用卡业务等,部分业务处罚金额环比增长超过50%。上半年强监管态势持续,外管局开出单张近亿元大额罚单,涉及结售汇、外币理财、内保外贷、外汇市场交易等领域,涉及案由包括“未按规定保存客户身份资料和交易记录”“违反规定办理结售汇业务”“代理销售(含理财)管理不规范”“违规办理内保外贷业务”“未按规定报送结售汇统计报表”等。20222022年上半年年上半年(张)(张)29020232023年上半年年上半年(张)(张)220216202186361356344377219165296162133259157108168业务管理不到位、不审慎未按规定履行客户身份识别义务违规发放贷款、办理信贷业务违反审慎经营规则贷后管理不到位案由名称案由名称信贷资金被挪用贷款“三查”不尽职报送监管统计数据错报、漏报、未报员工行为管理不到位信贷资金违规流入房市、股市108168-20%增长率增长率-38%-37%-46%-15%-44%-37%-15%-36%-36%排名上升排名下降排名不变增长增长大幅下降大幅下降1同期排名变化同期排名变化212下降下降11132-2.5 处罚案由分析2023年上半年银行业监管处罚分析报告17 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。新兴处罚案由分析苗头性苗头性自营和代客业务未能实现风险隔离投资业务资质不足注册资本管理不规范欺骗投保人违反规定办理结售汇业务违反外汇登记管理规定趋势性趋势性2023年上半年,监管机构对于信贷业务等重点业务领域合规性的关注持续不减,同时,亦在代理销售管理、结售汇业务办理、外汇登记管理等方面予以更多关注,其中,代理销售业务涉及“欺骗投保人”的相关罚单数量较去年同期大幅度增长,“违反规定办理结售汇业务”“违反外汇登记管理规定”相关的罚单数量较去年同期增长亦超过150%。商业银行如何确保合规管理全机构、全业务、全人员的覆盖,始终是合规管理的难点,更应采取多种措施,确保一道防线切实承担合规风险管理职责。结合新兴处罚案由,银行业金融机构应持续关注与金融消费者权益保护相关的监管重点。随着行为监管的强化,在金融消费者对金融产品认知水平仍显不足的情况下,在消费者、投资者权益保护方面,金融机构应承担更多主动管理的责任,切实保护金融消费者的知情权、自主选择权与公平交易权,防止欺诈和不当行为。毕马威洞察2023年上半年银行业监管处罚分析报告18 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2.6 大额罚单分析49%2%1%1(0%7%0%0%农村金融机构股份制银行国有银行城商行外资银行政策性银行其他银行数量占比数量占比金额占比金额占比2023上半年大额罚单数量及金额占比分布毕马威洞察大额罚单数量级罚没金额趋势图49,451 56,825 28,286 13,850 17,691 63,544 2181921297911050100150200250040,00080,000120,0002022上半年2022下半年2023上半年百万级罚没金额千万级罚没金额百万级数量千万级数量人民币:万元罚单数量:张2023年上半年,三大监管机构共发布了11张千万级罚单及129张百万级罚单,大额罚单共计140张,合计罚没金额约91,830万元,占总罚没金额的71.97%。相较2022年下半年,罚单数量下降近三成,罚没金额明显上升,涨幅超23%。在监管机构的“零容忍”态势下,银行业金融机构为重大违法违规行为付出更高成本。近年来,千万级罚单数量及罚没金千万级罚单数量及罚没金额逐年上升额逐年上升,2023上半年,千万级罚单数量11张,罚没金额骤增至63,544万元,较2022年下半年上升259.18%。百万级罚单数量及罚没百万级罚单数量及罚没金额有一定幅度下降金额有一定幅度下降,主要集中在信贷业务、合规管理、存续期管理及风险监控、监管配合等业务及管理领域。2023上半年,原银保监会及金融监管总局共发出112张大额罚单,合计罚没金额约73,622万元,位居三大监管机构之首。强监管态势下,农村金融机构成为监管处罚重灾区,以49.29%的罚单数量占比居银行机构类型首位,较2022年罚单数量占比进一步上升。该类金融机构应加强合规文化及合规管理体系建设,强化审慎经营及合规意识,提升合规风险识别及应对能力。从罚单金额来看,国有银行以30.17%的罚单金额占比居银行机构类型首位,最高处罚涉及金额19,891万元。股份制银行次之,占比27.66%,最高处罚涉及金额8,972万元。*注:大额罚单为单张罚单对机构处罚金额为100万元以上(含)的罚单。2023年上半年银行业监管处罚分析报告19 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。TOP1 某国有获两张超大额罚单,处罚力度罕见银保监罚决字(银保监罚决字(20232023)2 2号号受罚机构:受罚机构:某股份制商业银行行政处罚决定:行政处罚决定:对总行罚款6,670万元,没收违法所得2.5万元,对分支机构罚款2,300万元。共计罚款8,970万元,没收违法所得2.5万元银保监罚决字(银保监罚决字(20232023)1010号号受罚机构:受罚机构:某国有银行行政处罚决定:行政处罚决定:没收违法所得并处罚款合计19,891万元。其中,总行7,341万元,分支机构12,550万元主要违法违规事实(案由)主要违法违规事实(案由)未实现统一授信管理;公司治理违规;内控管理不到位;报送监管统计数据错报、漏报、未报;违规发放贷款、办理信贷业务;信贷业务审查审批不严格;违规提供政府性融资;个人贷款和信用卡资金未按约定用途使用;违规收费,转嫁成本;自营和代客业务未能实现风险隔离;投资业务运作不规范、不审慎;违规掩盖不良资产;理财产品管理不合规;同业投资业务开展不规范;可疑交易识别、分析和审核不严格等上海汇管罚字(上海汇管罚字(20232023)31112211013111221101号号受罚机构:受罚机构:某城商行行政处罚决定:行政处罚决定:给予警告,处罚款9,834.5万元,没收违法所得19.9万元,罚没款合计9,854.4万元主要违法违规事实(案由)主要违法违规事实(案由)违规办理结售汇业务;违规向境外个人销售外币理财产品;违规办理内保外贷业务;违规办理备用金结汇;未按规定报送结售汇统计数据;虚增银行间外汇市场交易量;使用未经授权的通讯工具开展银行间外汇市场交易以及未按规定保存银行间外汇市场交易记录等主要违法违规事实(案由)主要违法违规事实(案由)资产质量分类不准确;信贷资金违规流入房市、股市;信贷资金被挪用;报送监管统计数据错报、漏报、未报;未实现统一授信管理;违规收费,转嫁成本;重大关联交易未按规定审查审批和报告;业务管理不到位、不审慎;贷后管理不到位TOP2 某城商行内控风险暴露,收近亿元罚单TOP3 某股份制商业银行因小微业务遭重罚20232023年上半年年上半年,某国有银行收取两张大额罚单某国有银行收取两张大额罚单,金额合计超过金额合计超过2 2亿元亿元,涉及理财业务涉及理财业务、小微企业业务小微企业业务、违规违规放贷等监管重点关注领域;某城商行内控风险暴露放贷等监管重点关注领域;某城商行内控风险暴露,单笔罚单近亿元单笔罚单近亿元,涉及结售汇涉及结售汇、外币理财外币理财、内保外贷内保外贷、外汇市场交易等领域;某股份制商业银行因小微企业业务遭受重罚外汇市场交易等领域;某股份制商业银行因小微企业业务遭受重罚,单笔罚单金额超过单笔罚单金额超过6 6千万千万,涉及贷款资金涉及贷款资金被挪用被挪用,贷后管理薄弱等领域贷后管理薄弱等领域。本年度本年度,信贷业务仍是大额罚单的集中领域信贷业务仍是大额罚单的集中领域,涉及小微企业的贷款业务受到监管密切关注涉及小微企业的贷款业务受到监管密切关注。商业银行应加强授信或统一授信管理,在准入环节深入调查、详细审查、充分审议、严格审批;落实贷后管理,与风险防范相结合。内控管理、审慎经营始终是监管重点,商业银行应健全制度体系、优化管理流程等措施,强化内控建设和风险管理机制。罚单数量前五处罚案由罚单数量前五处罚案由涉案金额(万元)涉案金额(万元)罚单数量罚单数量平均处罚金额(万元)平均处罚金额(万元)业务管理不到位、不审慎59,481 521,144报送监管统计数据错报、漏报、未报45,224 301,507信贷资金违规流入房市、股市20,021 30667信贷资金被挪用48,199 291,662违规发放贷款、办理信贷业务42,382 281,514监管处罚重点分析032023年上半年银行业监管处罚分析报告21 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。34980207485501243673403628724949680142605952030060090018,864 39,509 28,528 3,805 68,951 53,606 28,965 4,797 9,872 15,7079,22411,1414,09633,67915,11010,8055,3904,0710300006000090000贷前贷前贷中贷中贷后贷后尽职调查尽职调查授信管理授信管理业务受理与审批业务受理与审批放款管理放款管理存 续 期 管 理存 续 期 管 理及风险监控及风险监控资产质量分类资产质量分类与拨备计提与拨备计提不 良 贷 款 管不 良 贷 款 管理理征信管理征信管理期限管理期限管理2022年处罚金额2023年处罚金额2022年罚单张数2023年罚单张数3.1 信贷业务管理2023年上半年,各类型银行业金融机构因信贷业务违法违规产生罚单共计1,316张,处罚金额达98,881万元。处处罚重点集中于贷后管理罚重点集中于贷后管理,共涉及823张罚单;其次为贷前管理,共涉及429张罚单;贷中环节共涉及255张罚单。相较2022年同期,信贷各环节的罚单数量均呈现不同程度的下降,但处罚金额则涨幅较大,其中尤以贷后阶段最为突出。2023年上半年,贷后管理罚单数量较去年同期下降约17%,处罚金额涨幅则逾140%。在信贷业务领域,监管机构将以防范与化解重大金融风险为原则,持续、从严落实监督管理措施,提高违法违规成本,维持金融生态稳定。单位:万元单位:张信贷业务领域罚单数量及处罚金额贷贷前前管管理理贷贷后后管管理理在贷后管理环节,与存续期管理及风险监控、资在贷后管理环节,与存续期管理及风险监控、资产质量分类与拨备计提相关的罚单总量较上年同产质量分类与拨备计提相关的罚单总量较上年同期增幅显著,主要案由涉及“贷后管理不到期增幅显著,主要案由涉及“贷后管理不到位”“信贷资金被挪用”“信贷资金违规流入房位”“信贷资金被挪用”“信贷资金违规流入房市或股市”“资产质量分类不准确”“违规掩盖市或股市”“资产质量分类不准确”“违规掩盖资产质量”等。“重贷轻管”是导致信贷业务成资产质量”等。“重贷轻管”是导致信贷业务成为处罚高发领域的主要原因之一,加强贷后管理为处罚高发领域的主要原因之一,加强贷后管理的资源配置、人才队伍建设、数字化能力、持续的资源配置、人才队伍建设、数字化能力、持续监督成为商业银行提升资产质量的关键举措。监督成为商业银行提升资产质量的关键举措。在贷前管理环节,与“授信管理”相关的罚单在贷前管理环节,与“授信管理”相关的罚单虽数量较上年同期出现微量下降,但处罚金额虽数量较上年同期出现微量下降,但处罚金额增幅为信贷业务领域之最,主要案由包括“集增幅为信贷业务领域之最,主要案由包括“集团客户或关联企业未实现统一授信”“违规进团客户或关联企业未实现统一授信”“违规进行授信审批”“授信管理不尽职”等行授信审批”“授信管理不尽职”等。金融监管总局于金融监管总局于20232023年年2 2月发布的月发布的关于进一关于进一步做好联合授信试点工作的通知步做好联合授信试点工作的通知,亦反映了,亦反映了监管机构在加强授信管理,优化信贷资源配置、监管机构在加强授信管理,优化信贷资源配置、加强联合风险防控方面的持续关注。加强联合风险防控方面的持续关注。2023年上半年银行业监管处罚分析报告22 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。毕马威洞察常见案由:常见案由:违反审慎经营规则、大中小微企业划型不准确、贷后管理不到位、贷款资金被挪用、贷款风险分类不准确、违反监管规定向小微企业收取承诺费/咨询费/保险费等、贷款统计数据不真实、虚增小微企业贷款数据。合规建议:合规建议:2023年4月27日金融监督管理局发布关于2023年加力提升小微企业金融服务质量的通知正式取消了“两增”的量化指标限制,意味着监管机构对普惠型小微贷款的关注点正逐步从从“量”过渡为“质”,因此,银行业开展小微企业贷款应始终遵循“业务发展与风险防控并重”原则,规范业务管理,强化客户授信、用信、贷款资金支取、存续期管理及风险处置的全流程风险管控,提升数字化防线防控能力,高效防范与控制风险外溢。常见案由:常见案由:违规向房地产开发企业发放流动资金贷款、违规向房地产业发放社团贷款、部分房地产贷款未纳入房地产贷款科目、按揭贷款未严格执行首付比例、个人贷款/信用卡资金/小微企业贷款/经营性贷款违规流入房地产、个人经营性贷款/流动资金贷款为房地产开发项目垫资、对房地产开发贷款资金使用管理不尽职、房地产开发贷款管理不到位。合规建议:合规建议:加快推进信贷政策数智化改革,动态捕捉行业变化及风险;健全贷后风险管理制度,强化“贷管并重”及“贷管分离”管理思路,确保贷后管理工作的独立性及有效性;强化贷款风险分类管理机制,为贷后管理工作提供有力支撑;完善风险预警机制,实现对贷后风险信号的准确、科学预警以及对贷后风险的及时处理;加强对贷后检查工作的重视度以及规范化程度,及时识别个人贷款、流动资金贷款等向房地产转移的迹象,严格管控涉房贷款风险水平,有效平衡贷款风险与经济效益。常见案由:常见案由:涉农企业划型不准确、精准扶贫小额贷款资金违规归集使用、未按规定报送/虚报/瞒报涉农贷款统计数据、涉农贷款统计有误。合规建议:合规建议:随着金融服务推动乡村振兴战略的演进,乡村金融服务规模得以大幅提升,与之相关的信贷风险防范也成为金融风险管理的重要内容。提升农户的信贷还款认知、合理构建涉农贷款信用体制、创新涉农贷款还款奖惩机制是防范涉农贷款信用风险的重要举措。与此同时,还应加强对从业人员关于农村金融环境风险特征的普及,因地制宜提高乡村金融服务质量。小微贷涉房贷涉农贷“小微贷”“涉房贷”“涉农贷”出现高频违规,成为信贷业务监管处罚的重灾区。2023年上半年银行业监管处罚分析报告23 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。随着金融业转型发展步伐加快,银行业金融机构对信息技术、数字技术依赖程度越来越高。此外,银行业金融机构涉及大量与第三方的合作,包括业务外包。因此,第三方风险、网络和数据安全风险、操作风险不断涌现。2023年上半年,各类型银行业金融机构涉及“网络与信息安全”的罚单共计96张,罚没金额合计5,231万元。从具体处罚案由来看,涉及“信息科技管控不到位”“外包管理不规范”“非法查询、泄露客户信息”等多项违规行为。2023年6月,金融监管总局发布关于加强第三方合作中网络和数据安全管理的通知(下称通知),对部分银行保险机构近期发生的外包服务风险事件进行通报,并要求金融机构针对外包数据服务商开展自查工作。可见,监管机构将进一步强化对信息科技外包服务的监督管理,加强金融业数据与信息安全。3.2第三方风险管理毕马威洞察近年来,网络安全法数据安全法等法律法规相继出台,对金融业数据安全提出更高要求。原银保监会在银行业保险业数字化转型的指导意见银行保险机构信息科技外包风险监督管理办法的通知中,均对网络和信息安全风险作为监督管理重点提出明确要求。此次通知针对科技风险统筹管理与压实外包管理责任进一步提出了针对性、细化的监管要求,强化银行业金融机构“服务外包、责任不外包”的主体意识。2023年7月,中国人民银行起草的中国人民银行业务领域数据安全管理办法(征求意见稿)向社会公开征求意见,标志着数据安全法在金融行业的落地又进一步。银行业金融机构作为数据量最大、最集中、涉及核心隐私信息最多的机构之一,在信息安全与数据保护的处理上应更加审慎。如对第三方机构的引入和审查过程管理不当,对第三方风险防范不足,将导致金融机构承担重大风险和严重后果。银行业金融机构应积极开展第三方风险管理,尤其针对其中的信息科技风险、信息安全风险、外包风险等,避免业务中断和声誉受损。第三方风险管理常见痛点常见痛点常见痛点监督阶段监督阶段风险识别与分级风险识别与分级 对第三方机构的定义与范围界定不明确 未能全面识别潜在的第三方风险 未根据风险暴露水平对第三方机构进行分级管理尽职调查尽职调查 过分依赖准入阶段尽调结果 调查未覆盖所有第三方管理相关风险领域 尽职调查职责边界不清,存在重合合同签订合同签订 在未充分评估第三方风险的情况下签订合同 在未签订合同的情况下建立第三方关系 合同条款没有反映第三方风险管理的要求工具与数据工具与数据 缺乏全行级、全流程的第三方风险管理工具 缺乏对第三方风险相关数据的持续收集 缺乏数据的整合与共享监督阶段监督阶段 难以持续监测及报告第三方风险管理情况 监督内容不全面,难以识别第三方风险变化 对第三方机构评价指标不全面2023年上半年银行业监管处罚分析报告24 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。第三方风险管理应对之道为了开展有效的第三方风险管理,银行业金融机构应建立清晰的第三方风险管理框架。成熟的第三方风险管理框架通常包括第三方管理组织体系、管理程序与机制、以及涵盖政策与程序、系统与数据等保障体系。第三方风险三道防线第三方风险三道防线第一道防线:业务部门第二道防线:第三方风险管理牵头部门、风险领域专家第三道防线:内部审计部门第三方风险管理程序计划与评估尽职调查与第三方选择合同谈判持续监控终止和退出第三方风险支持保障战略与政策记录与报告数据与系统在运行第三方风险管理框架的过程中,银行业金融机构应着手探索数字化数字化、标准化标准化、常态化常态化的第三方风险管理模式。xxxxxxxxx1 12 23 34 45 5数字化数字化标准化标准化常态化常态化计划与评估计划与评估尽职调查与尽职调查与第三方选择第三方选择终止和退出终止和退出合同谈判合同谈判持续监控持续监控第三方信息收集:第三方信息收集:利用工具对第三方信息进行自动的收集与比对第三方风险评分第三方风险评分:建立尽调问题库,并根据尽调结果自动计算风险评分合同履约监控:合同履约监控:对第三方是否遵守协议条款实行自动监控动态评估:动态评估:在履约过程中通过技术手段持续监控供应商变化,动态更新风险评分重大事件预警:重大事件预警:应用及机器学习技术,识别潜在风险事件可视化仪表盘:可视化仪表盘:利用数据可视化工具,实现智能化行为监控第三方关系第三方关系库库风险评估指标库风险评估指标库第三方分类标准第三方分类标准标准的工作流程标准的工作流程全行统一的第三方关系库,展示目前行内第三方关系、第三方信息、涉及活动、风险情况等建立第三方风险评估指标库,根据第三方商业安排的不同,制定差异化化风险评分卡全行统一的第三方分类标准,实现对不同分类的第三方的分级分类差异化管控根据不同的风险等级,建立标准化的工作流程,实现从第三方引入到退出的闭环管理,通过流程线上化,明确各节点的职责分工,固化管理要求和管控措施将第三方体系风险管理纳入全面风险管理,利用持续监控等机制与智能化手段,实现对第三方从准入到退出的全生命周全生命周期监控期监控,动态捕捉第三方发生的重大变化,并根据第三方所处的不同阶段采取对应的管控策略2023年上半年银行业监管处罚分析报告25 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。国家金融监管总局于2022年11月正式发布商业银行表外业务风险管理办法(下称办法),并于2023年1月1日起正式施行。2011年的商业银行表外业务风险管理指引升级为办法,从治理架构、风险管理、信息披露及监督管理等多方面,对商业银行表外业务风险管理提出了更为细化的要求,包括明确了表外业务范围,将表外业务纳入全面风险管理体系,并要求根据不同类型的表外业务实行差异化风险管理。3.3 表外业务管理近年来,我国商业银行表外业务进入高速发展时期,业务品种繁多,各类新兴表外业务不断涌现,成为银行收益的重要来源。2023年上半年,各类型银行业金融机构涉及表外业务违法违规的罚单共计167张,处罚金额达65,554万元。处罚重点集中于担保承诺类业务处罚重点集中于担保承诺类业务,共涉及78张罚单;其次为代理投融资类业务代理投融资类业务,共涉及66张罚单;中介服务类业务中介服务类业务共涉及46张罚单。从2023年上半年罚单涉及的案由来看,担保承诺类业务中,大多与信贷业务违规行为相交织,在承兑汇票贸易背景审查、票据业务管理等方面的存在的问题尤为突出;代理投融资服务类业务中,主要涉及债券交易、理财投资的合规性,需关注超比例投资、理财投资管理、超资质开展投资业务等问题;中介服务类业务中,代理代销成为严管重罚的突出领域。银行业金融机构及理财公司应分别从代销机构和发行机构的维度,落实与代理业务相关的产品审查与评级、投资者适当性管理、销售行为管理等合规要求,强化行为规范。毕马威洞察办法将表外业务种类的范围明确至担保承诺类、代理投融资服务类、中介服务类、其他类,涵盖传统表外、理财、代理代销等各类业务。对于直接或间接加剧商业银行表外业务的各类业务风险,商业银行需要准确及时识别,并建立差异化的风险管理措施。结合2023年上半年表外业务的监管处罚情况,商业银行应结合监管要求,落实相关管理举措,降低合规风险及操作风险。表外业务涉及的处罚案由表外业务涉及的处罚案由信贷业务贸易背景不真实业务管理不到位、不审慎信贷资金流向管控不严违反票据管理规定信贷业务审查审批不严格担保承诺类担保承诺类对于担保承诺类表外业务,商业银行应与信贷业务管理相结合,重点监控信用风险,包括按照穿透原则纳入全行统一授信管理,采取统一的授信政策、流程、限额和集中度管理监管要求及应对监管要求及应对投资业务运作不规范、不审慎自营和代客业务未能实现风险隔离投资业务投前管理不审慎代理销售环节出现误导欺骗投保人代理销售管理不规范中介服务类中介服务类代理投融资类代理投融资类对于代理投融资类表外业务,商业银行应对合作机构、产品实行统一管理,建立自营业务与代理业务的差异化分类管理措施,并结合资管新规等资产管理领域的监管要求,关注“不得参与具有滚动发行、集合运作、分离定价特征的资金池业务”的合规要求对于中介服务类表外业务,商业银行应强化操作风险、声誉风险管理,关注业务操作规范、客户投诉、金融消费者保护等情况,持续提升服务质效代理投融资类担保承诺类中介服务类8,838 10,690 46,025 31 48 88 罚单数量(张)罚单金额(万元)表外业务罚单数量及金额分布表外业务罚单数量及金额分布2023年上半年银行业监管处罚分析报告26 2023毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所,毕马威企业咨询(中国)有限公司 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。毕马威“鉴过知来,向往而新”系列为监管动态跟踪与洞察分析专题报告。我们持续关注金融业重要法规及监管政策变化、监管检查以及监管处罚动态等,运用毕马威专家团队丰富的行业经验及专业解读,及时把握监管重点,敏锐洞悉合规风险变化趋势,协助金融机构感知风险,以采取有效应对。本系列报告所采用之分析数据,承载于毕马威天罡智慧合规平台。如需进一步了解并试用毕马威天罡智慧合规平台,请扫描左侧二维码。如需持续订阅本系列报告,请扫描右侧二维码。特别鸣谢:感谢靳蓓、梁敏、陈希、尹俊翔、于萌浠、冯旻、孟璐、杨雷、任中杰、杨佳瑶、姚萌、王子文、马秋宇、王紫豪、刘梦丝对本报告作出的贡献。张楚东金融业主管合伙人T徐捷金融业治理、合规与风险咨询服务主管合伙人徐琅朗智慧之光主管合伙人李砾金融业服务合伙人毕马威天罡智慧合规平台订阅报告如需获取毕马威中国各办公室信息,请扫描二维码或登陆我们的网站:https:/home.kpmg/cn/zh/home/about/ 中国有限责任公司,毕马威会计师事务所 澳门特别行政区合伙制事务所,及毕马威会计师事务所 香港特别行政区合伙制事务所,均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。毕马威的名称和标识均为毕马威全球性组织中的独立成员所经许可后使用的商标。毕马威中国
研究报告1城商行城商行 2023 年信用风险展望年信用风险展望联合资信 金融评级一部|韩夷|陈绪童|郭嘉喆|谷金钟在上一篇专题研究报告中,我们对城商行发展历史及经营现状进行了介绍,阐述了城商行高速发展时期带来的风险隐患及挑战,以及近年来在监管及政府推动下,城商行合并重组进程不断推进带来的新格局。本文我们将聚焦于城商行近年来资产质量、负债结构及流动性、盈利能力和资本充足性等方面的变动情况,对城商行整体信用水平进行分析和展望。经过十余年的沉淀发展,城商行已经形成了深耕区域经济的差异化发展特色,资产规模及各项业务进入平稳发展期;近年来,在强监管、经济走弱的大背景下,城商行以调结构为主基调,资产负债规模保持增长的同时,业务结构均有不同程度的优化,资产配置向信贷类资产倾斜,储蓄存款的较好增长和主动负债力度的减弱带动负债稳定性提升,信贷资产质量整体呈改善趋势,但仍面临贷款业务集中度较高、净息差走低、盈利水平承压以及核心一级资本补充压力上升等困境;同时,由于城商行经营发展与地方经济发展捆绑程度较深,信贷资产质量、拨备水平及盈利能力等方面的表现呈现较明显的区域分化。未来,随着我国经济运行持续稳定恢复,城商行仍将保持调结构、稳增长的主基调,整体信用水平将保持稳定。研究报告2一、一、城商行资产结构及资产质量城商行资产结构及资产质量城商行资产规模保持增长城商行资产规模保持增长,且增速波动上升且增速波动上升,资产规模占商业银行资产总额的比资产规模占商业银行资产总额的比重保持在重保持在 15.5%左右左右。经过十余年的沉淀发展,我国城商行已经形成了深耕区域经济的差异化发展特色,资产规模及各项业务进入平稳发展期。近年来,我国城商行资产规模保持增长,且增速波动上升,其资产总额占商业银行资产规模的比重保持在15.5%左右。截至 2022 年末,我国城商行资产总额已达 49.89 万亿元,占商业银行资产规模的 15.60%(见图 1)。图 1:城商行资产规模占比及增速数据来源:wind,联合资信整理城商行信贷资产占比提升城商行信贷资产占比提升,资产结构逐步优化资产结构逐步优化。从资产结构看,城商行在早期快速发展时期,在“规模信仰”的加持下,其资产结构存在非标投资规模较大、信贷资产占比较低的弊端;近年来,随着监管层加大对银行非标投资业务的约束力度,敦促城商行回归传统银行业务本源、凸显服务区域经济的使命,城商行积极调整资产结构,不断加大对实体经济的信贷支持力度,信贷业务规模保持增长,信贷资产占资产总额的比重有所提升,非标投资规模逐步压降,资产结构整体有所优化。本文根据样本数据的可获得性,选取了 120 家覆盖全国范围的城商行作为样本,统计了其 研究报告3年资产负债结构、贷款集中度等相关数据,由于城商行资产规模分层严重,考虑到去除头部效应的影响,本文将样本城商行按照资产规模分为 2000 亿以下、2000-10000亿以及 10000 亿以上三类进行分析;从样本数据统计情况来看,20192021 年,我国 2000 亿以下、200010000 亿及 10000 亿以上资产规模的城商行信贷资产占比均有所提升,投资资产占比均有不同程度压降,同业资产占比保持较低水平,资产结构逐步优化。图 2:20192021 年 120 家城商行样本资产结构变化情况数据来源:wind,联合资信整理1.贷款贷款作为地方的重要金融资源,城商行以服务地方经济为使命,整体经营与地方经作为地方的重要金融资源,城商行以服务地方经济为使命,整体经营与地方经济发展济发展“同频共振同频共振”,信贷业务政策导向性较强,在地方政府的干预下,其信贷增,信贷业务政策导向性较强,在地方政府的干预下,其信贷增速呈现逆周期性速呈现逆周期性。城商行本着服务地方经济、促进地方产业发展、服务地方居民的原则开展信贷业务,在此基础上,我国城商行主要信贷业务开展有如下特性:首先,由于大多城商行股东均具备地方政府国资背景,部分城商行由市财政部门直接持股,高管人员亦由地方政府直接任命,这便使得城商行的决策机制及发展动机与地方经济发展目标能够保持高度一致,信贷业务开展配合地方政府的意愿更强,整体业务经营情况与地方经济绑定程度较深;其次,从信贷投放力度来看,城商行作为地方重要金融研究报告4资源,在地方金融体系中“经济的压舱石”这一角色尤为凸显,在地方经济下行期,城商行会加大信贷投放力度以维护地方经济稳定,信贷增速存在逆周期性;此外,从信贷投向的角度来看,作为地方经济发展的金融资源储备,随着地方城镇化建设进程的不断深入,城商行部分信贷资源会向城投平台公司倾斜,且相较于国有商业银行及全国性股份制银行,城商行具有良好的地缘、人缘优势,当经营区域内有重大地方性市政建设项目时城商行通常会得到一定的资源倾斜。强政策导向下,地方政府的干预是城商行发展道路上的强政策导向下,地方政府的干预是城商行发展道路上的“双刃剑双刃剑”,既为城商,既为城商行的发展提供了资源倾斜的行的发展提供了资源倾斜的“帮助之手帮助之手”,又成为向城商行获取金融资源的,又成为向城商行获取金融资源的“掠夺掠夺之手之手”。对于地方政府而言,其可以通过不同程度干预城商行开展信贷业务的决策,在强化城市建设、促进地方经济发展等方面获得城商行的资金支持,同时也会在信贷业务资源上给予城商行一定的倾斜。对于城商行而言,与地方政府的捆绑关系则是一把“双刃剑”,对于经济发达的地区,地方政府对于城商行的支持及资源倾斜的力度更大,此时地方政府“帮助之手”的作用更为显著,而对于经济相对落后,地方债务压力较大的地区,省内金融资源较贫乏,地方政府对于城商行融资的需求更大,此时地方政府“掠夺之手”的作用会更加凸显。近年来,随着各地方政府融资平台、城投公司等承债主体隐性债务规模的逐渐扩张,地方政府隐性债务风险引起了中央政府及监管的高度关注,2021 年 8 月,银保监会和财政部联合发布 银行保险机构进一步做好地方政府隐性债务风险防范化解工作的指导意见(银保监发202115 号,以下简称“15 号文”),要求银行保险机构严禁新增或虚假化解地方政府隐性债务,并妥善化解存量地方政府隐性债务;同时,中央政府坚持着不救助、市场化的原则,要求地方政府积极调动市场各方资源进行债务化解工作。15 号文出台后,部分投向地方政府隐性债务平台业务规模较大的城商行对公存贷款增速明显放缓,且业务结构亦发生一定变动;未来,在地方政府化解隐性债务的过程中,城商行作为地方的重要金融资源,在为地方平台企业缓解流动性困难的同时,需严控隐性债务增量,妥善化解隐形债务风险,对于收益率较低、息差倒挂的项目贷款,城商行要加速收回;此外,城商行应加强甄别债务属性,加强对于政府项目评审风控,优先支持底层现金流良好的政府项目,并明确贷后管理要求,坚持守住系统性金融风险的底线,需关注政府隐性债务化解过程中对城商行资产质量和业务结构变动带来的影响。在地方经济政策的引导下,城商行信贷资源配置集中度普遍较高。在地方经济政策的引导下,城商行信贷资源配置集中度普遍较高。行业集中度方面,城商行信贷投放与地方经济结构和经济发展的政策导向高度相关,在强政策性导向下,城商行贷款投向当地特色产业制造业的比重相对较高,投向政信类业务的租研究报告5赁和商务服务行业贷款占比亦较高;此外,受早年房地产行业快速发展影响,叠加宏观经济下行企业信贷需求整体偏弱,城商行为保证一定的信贷投放力度,将信贷资源向房地产业倾斜,导致其房地产贷款亦占有一定比重,但近年来随着监管出台相关政策加强对各地方银行房地产贷款集中度管理,加之房地产行业整体下行,城商行房地产业贷款占比有所下降。客户集中度方面,作为地方政府的重要金融资源,城商行优先将信贷资源倾斜在地方大中型国企及城投平台,且单笔授信额度较大,导致其客户集中度亦呈现偏高的情况;在此背景下,各地监管部门加强对地方银行客户授信集中度监管,自 2017 年以来,各地多家城商行均因贷款集中度违规遭受监管处罚。近年来,随着监管力度的加强,加之其引导城商行信贷资源向普惠小微领域倾斜,城商行贷款客户集中度呈下降趋势,绝大部分城商行大额风险暴露监管指标降至监管限额内。城商行信贷资产质量呈改善趋势城商行信贷资产质量呈改善趋势,但受信贷投向及客户结构影响但受信贷投向及客户结构影响,城商行不良贷城商行不良贷款率略高于商业银行平均水平款率略高于商业银行平均水平。近年来,在疫情反复冲击、宏观经济整体下行的背景下,城商行制造业贷款风险持续暴露,制造业不良贷款率普遍处于较高水平;此外,房地产行业风险逐步传导至各地方城商行,亦对其信贷资产质量提出一定挑战;在此背景下,城商行持续加大对于存量不良贷款清收力度,加强信用风险管控,将风险防控前置,在上述综合因素影响下,城商行不良贷款率在小幅抬升后逐步压降,整体信贷资产质量呈改善趋势,但不良贷款率略高于商业银行平均水平。从拨备方面来看,在信贷资产质量面临一定下迁压力的背景下,城商行近年来加大了信贷资产减值计提力度,拨备覆盖率有所提升,拨备保持充足水平,但低于商业银行平均水平。图 3:城商行资产质量变化情况单位:亿元、%数据来源:wind,联合资信整理研究报告6图 4:城商行拨备覆盖率变化情况单位:亿元、%数据来源:wind,联合资信整理城商行与地方经济发展捆绑程度较深,其信贷资产质量与经营区域的金融生态城商行与地方经济发展捆绑程度较深,其信贷资产质量与经营区域的金融生态环境及经济发展程度相关性较高,整体表现呈现较明显的区域分化。环境及经济发展程度相关性较高,整体表现呈现较明显的区域分化。从信贷投放来看,城商行作为政策性导向较强的区域性银行,信贷投放通常会集中在区域内的城投平台公司及地方优势产业企业,而金融生态环境好的区域一般经济基础较好,经济发展水平较高,区域内的地方龙头企业及城投平台公司经营能力较强,同时,强区域内的城投平台通常综合融资能力和抗风险能力较强,发生债务违约的风险亦较低,其在地方城商行的贷款不易形成不良。此外,从不良贷款清收处置方面来看,强区域的金融法治水平相对较高,银行的债权能够得到保护,在银行通过诉讼等手段追回不良贷款时能够获得地方政府一定支持;同时,强区域内金融资源相对丰富,城商行亦能够依托地方性的资产管理公司及融资担保公司化解信贷风险。对于弱区域而言,弱区域的财政收入排名较靠后,财政自给能力较弱,区域内经济产业结构面临较大的调整压力;同时,弱区域在经济结构调整的过程及“脱贫攻坚”政治目标工作中承担了较大的压力,如发展绿色产业、特色农业、企业重组、乡村振兴建设等都需要大量的资金支持,这便导致弱区域债务压力逐年上升,城投平台财务结构有所承压,导致作为地方政府重要金融资源的城商行的信贷资产质量面临一定下行压力;其次,弱区域内规模以上企业数量较少,大多数企业为小微企业,此类企业抗风险能力较弱,面临宏观经济下行、疫情冲击等外部环境压力时,其经营受到严重冲击,现金流趋紧,导致城商行相关贷款风险暴露;此外,弱区域内金融机构数量较少,金融资源相对贫乏,当城商行风险有所暴露时,地方政府综合协调金融资源化解风险的能力较弱,进一步导研究报告7致弱区域城商行面临信用风险加剧。在上述因素影响下在上述因素影响下,城商行整体信贷资产质量区城商行整体信贷资产质量区域分化较为明显域分化较为明显,信用风险分层效应较显著信用风险分层效应较显著。强区域内的城商行“优等生”,如宁波银行、杭州银行信贷资产质量长期保持较好水平,而弱区域的城商行,随着经营所处区域经济持续下行,财政收入承压,当地城商行信贷风险逐步传递、暴露,信贷资产质量面临较大的下迁压力。具体来看,西部及东北部省份城商行信贷资产质量相对较差,且东北地区信贷具体来看,西部及东北部省份城商行信贷资产质量相对较差,且东北地区信贷资产五级分类划分标准较宽松,信贷资产质量面临进一步劣化的压力;东部沿海经资产五级分类划分标准较宽松,信贷资产质量面临进一步劣化的压力;东部沿海经济相对发达的省份城商行信贷资产质量普遍保持在良好水平。济相对发达的省份城商行信贷资产质量普遍保持在良好水平。本文选取了覆盖 30 个省及直辖市的 93 家信息披露相对完全的城商行作为样本,统计了各区域 2021 年度主要城商行的平均逾期贷款占比。根据样本统计结果,东北部分省份及西部省份城商行逾期贷款占比及不良贷款率处于城商行序列较高水平,且部分东北地区城商行逾期90 天以上贷款占不良贷款比例明显突破监管红线,这揭示了其贷款五级分类标准不严格,信贷资产质量存在较大下行压力;广东省城商行普遍资产质量情况较好,但受个别银行拖累,广东省城商行平均逾期贷款占比排名靠前,为 3.07%;山东地区城商行逾期贷款占比及不良贷款率均优于全国城商行平均水平,但其展期及借新还旧等重组类贷款规模较大,需关注其资产质量后续迁徙情况。另一方面,东南沿海地区省份,如福建省、浙江省及江苏省信贷资产质量整体较好,逾期贷款占比及不良贷款率显著优于城商行平均水平,逾期 90 天以上贷款占不良不良贷款的比例亦明显低于 100%的监管要求,五级分类标准严格。从拨备方面来看,城商行拨备覆盖率亦呈现较大区域性分化效应,浙江省城商行资产质量较好,盈利能力相对较强,可用于计提拨备的财务资源较强,故浙江省城商行拨备覆盖率普遍处于较高水平,以样本内 93 家城商行 2021 年末拨备覆盖率为统计依据,拨备覆盖率高于 400%的城商行共计 10 家,其中 4 家为浙江省城商行。2.非信贷类资产非信贷类资产在监管的引导下,城商行加强非信贷资产底层穿透管理,并主动压降非标投资在监管的引导下,城商行加强非信贷资产底层穿透管理,并主动压降非标投资规模,非信贷类资产向标准化债券倾斜;部分投资端历史包袱较重的城商行非标投规模,非信贷类资产向标准化债券倾斜;部分投资端历史包袱较重的城商行非标投资资产质量承压,理财投资回表进一步加剧其非信贷资产质量下行压力。资资产质量承压,理财投资回表进一步加剧其非信贷资产质量下行压力。城商行非信贷资产主要由同业资产及投资资产构成。此前,在城商行快速发展期,部分业务拓展激进的城商行出现“资产端投资银行化、负债端存单化”的情况,依托金融同业业务及投资业务实现资产规模快速扩张,通过信托计划、资产管理计划等非标投资将信研究报告8贷资金投放于无法满足银行授信资格直接获得贷款的项目及主体,导致城商行非信贷类资产占比相较于其他类型银行较高,且投资资产中非标占比亦处于较高水平,其“野蛮式”发展的同业业务及投资业务引发了监管的担忧。2019 年,银保监发布相关通报,指出了部分中小银行同业业务治理不到位,同业业务资金投向管理不严格,同业业务穿透式管理要求落实不到位及同业交易对手管理要求落实不到位等问题,随即监管对多家城商行进行窗口指导,要求其压降同业业务及非标类投资业务;随后,监管多次号召地方性中小银行回归本源专注存贷款主业,敦促中小银行服务地方实体经济,在表内释放信贷流动性。在此影响下,城商行逐渐调整资产结构,将同业业务定位于流动性调节工具,压降同业资产规模,将更多资金用于开展信贷业务;同时转变了投资业务的开展策略,停止新增非标投资,投资资产配置向标准化债券倾斜,投资结构有所优化。非信贷资产质量方面,近年来,随着城商行主动优化投资资产结构,压降非标投资,其投资业务开展风格逐渐趋于稳健。但另一方面,部分城商行投资端历史包袱较重,早期通过投资非标将资金投向房地产市场,随着近年来房地产市场整体下行,相关风险逐渐暴露,导致该类城商行的非标投资资产质量承压,存在较大的减值计提缺口;此外,理财表外资产回表进一步加大了非信贷类资产的风险敞口,导致部分城商行不得不牺牲利润,加大减值计提力度以覆盖风险。二、二、城商行负债结构及流动性城商行负债结构及流动性1.城商行负债结构城商行负债结构在中小银行信用分层、监管强调金融去杠杆的背景下,城商行主动负债力度减在中小银行信用分层、监管强调金融去杠杆的背景下,城商行主动负债力度减弱,市场融入资金占负债总额弱,市场融入资金占负债总额的的比重有所下滑,负债结构有所优化;存款的较好增比重有所下滑,负债结构有所优化;存款的较好增长带动负债规模持续提升,但存款结构的天然劣势导致存款稳定性长带动负债规模持续提升,但存款结构的天然劣势导致存款稳定性相对相对较差;央行较差;央行的再贷款、再贴现政策的出台缓解了城商行负债端增长的部分压力。的再贷款、再贴现政策的出台缓解了城商行负债端增长的部分压力。城商行负债来源主要包括市场融入资金、客户存款和以向中央银行借款为主的其他负债。近年来,城商行负债规模保持增长趋势,其中市场融入资金占比整体呈现下滑趋势,客户存款占比整体有所提升,负债结构逐步优化。城商行主要通过吸收同业存放款项、发行同业存单和债券等融资工具从市场上融入资金。早年间城商行资产规模的快速扩张多以负债端同业资金作为支撑,因此其市场融入资金占负债的比重相较于其他类型商业银行较高。但自包商银行事件后,同业“刚性兑付”的打破对同业市场造成较大冲击,以中小银行为主的城商行在同业市场研究报告9融入资金的难度明显加大;同时,在金融去杠杆强监管背景下,商业银行均开始减小主动负债力度;整体看,城商行在信用分层加剧、金融去杠杆的综合影响下,市场融入资金规模有所波动,但市场融入资金占负债总额比重持续下滑。通过 120 家城商行样本数据来看,资产规模在 10000 亿元以上的城商行,由于资本实力较强、在同业市场认可度高,其主动负债能力较强、融资渠道较为多元,市场融入资金占比仍处于较高水平;资产规模在 200010000 亿元的城商行市场融入资金占比相对适中,近年来同业负债力度有所减弱;资产规模在 2000 亿元以下的城商行,近年来由于市场融入资金难度的加大,同业负债占比不断下降并处于相对较低水平(见图 5)。图 5:20192021 年 120 家城商行样本负债结构变化情况单位:%数据来源:wind,联合资信整理发行同业存单是城商行主要的同业融资渠道之一,从同业存单发行情况来看,自2019 年以来,在中小银行信用分层、监管强调金融去杠杆的背景下,城商行存量同业存单规模整体增长乏力;同时,受资本实力、业务规模以及市场认可度等多方面的限制,以中小银行为主的城商行和农商行同业存单融资成本趋近且明显高于国有商业银行和股份制商业银行。从金融债券发行情况来看,近年来,城商行已发行未到期的金融债券余额保持增长,显示了城商行通过公开市场吸收长期资金、利用宽松市场提升杠杆的意愿的增强。图 6:同业存单发行利率变化情况单位:%研究报告10数据来源:wind、联合资信整理图 7:同业存单托管量变化情况单位:亿元图 8:金融债券托管量变化情况单位:亿元数据来源:wind、联合资信整理数据来源:wind、联合资信整理城商行城商行储蓄存款较好的发展态势带动其储蓄存款较好的发展态势带动其客户存款规模保持增长,核心负债稳定客户存款规模保持增长,核心负债稳定性有所提升,但性有所提升,但与其他类型商业银行相比,与其他类型商业银行相比,公司存款占比仍相对较高。公司存款占比仍相对较高。客户存款是城商行的最主要负债来源,近年来,城商行客户存款规模保持增长,拉动负债总额上升,其中得益于居民储蓄意愿的提升,城商行储蓄存款规模增长态势相对较好,储蓄存款占负债总额比重的增长,带动核心负债稳定性有所提升,为资产端信贷业务开展提供了稳定的资金支持,但部分城商行受同业负债占比较高以及存款结构天然劣势影响,其储蓄存款占负债总额的比重仍处于较低水平,核心负债稳定性有待进一步提升。从客户存款结构来看,作为地方法人金融机构,城商行在区域内网点分布广、具有一定的地缘人缘等优势,但相较于国有大行和股份制银行,城商行仍面临品牌实力相对研究报告11较弱、竞争压力较大和存款成本优势较小的压力;而与农商行相比,城商行在乡镇营业网点下沉程度不深、个人客户的基础相对薄弱,导致其存款业务对公司存款依赖度较高,储蓄存款占比相对较低。通过 120 家城商行样本数据来看,近年来各类城商行储蓄存款占比均逐步提升,具体来看,资产规模在 10000 亿元以上的城商行综合金融服务能力强、对公类客户基础较好,依托于公司大客户的支持及当地财政类资金较大的倾斜力度,其公司存款占比明显高于规模较小的城商行;而对于资产规模在 10000亿元以下的城商行,近年来存款增长主要依靠储蓄存款拉动,其公司存款占比相对较低且近年来下降更为明显。图 9:20192021 年 120 家城商行样本储蓄存款/负债结构图单位:%数据来源:wind、联合资信整理图 10:2021 年末 120 家城商行样本存款结构图单位:%数据来源:wind、联合资信整理考虑到公司存款易受到外部经济环境和政策变化的影响,城商行的存款稳定性考虑到公司存款易受到外部经济环境和政策变化的影响,城商行的存款稳定性有待提升有待提升。一方面,近年来各地政府陆续实施财政支付体系改革,财政性存款的归集研究报告12发生变化,同时区域内财政收支的不稳定以及财政款项划拨节奏的变化都可能带来区域财政性存款的波动,例如贵州、广西、山东以及东北地区受财政资金归集以及财政收入下滑影响,财政类低息存款规模有所下滑;另一方面,近年来在疫情冲击、宏观经济增速放缓的影响下,企业经营面临资金周转的压力加大,企业留存资金较少,同时随着金融非中介化趋势和利率市场化推进对存款来源分流的影响,企业类存款整体增长较为乏力。城商行区域经营特点较为突出且存款业务发展对公司存款业务依赖较大,因此区域财政性存款波动与经济发展变化易对城商行存款规模产生影响。央行再贷款、再贴现快速增长,对央行再贷款、再贴现快速增长,对城商行城商行负债规模增长提供一定支持。负债规模增长提供一定支持。自 2020年新冠肺炎疫情蔓延以来,中国人民银行多次通过增加再贷款、再贴现额度加大对实体企业支持力度,商业银行向央行借款的资金规模快速增长,一定程度上缓解了城商行负债端的压力。2.城商行流动性水平城商行流动性水平随着负债结构优化与业务回归信贷本源,城商行流动性水平逐步改善,整体面随着负债结构优化与业务回归信贷本源,城商行流动性水平逐步改善,整体面临的流动性临的流动性风险风险可控,但需关注部分区域城商行可控,但需关注部分区域城商行因因资产质量变化及非标压降困难带资产质量变化及非标压降困难带来的流动性管控压力来的流动性管控压力。从流动性指标来看,近年来,城商行流动性比例整体呈现上升趋势并持续高于商业银行平均水平。从资产端结构来看,城商行贷款在资产的比重低于其他类型银行,其非信贷类资产占比较高,且部分资金以非标投资的形式流向城投公司和房地产企业;近年来,随着业务回归本源,城商行开始压降非标资产,变现能力良好的债券资产规模不断提升,资产端流动性在逐步改善,短期流动性风险可控;同时,随着对实体经济信贷支持力度的加大,城商行的存贷比有所提升但尚处在合理水平,需关注不断增长的长期流动性风险管控压力。另一方面,中国人民银行坚持稳健的货币政策,综合运用多种货币政策工具为金融机构投放流动性,通过流动性管理持续优化金融机构资金结构。公开市场操作投放的流动性首先会流向以国有大行、优质股份行和部分规模较大的城商行等为代表的公开市场业务一级交易商,但城商行大部分仍不具备“一级交易商”资质,获得流动性投放仍相对有限。此外,城商行资产质量是制约资产端流动性的重要因素,区域性经营的特点使部分区域城商行仍存在信贷资产质量下行压力以及存量非标压降困难等问题,对资产安全性和流动性带来一定负面影响。整体来看,城商行面临的流动性风险可控,但部分区域城商行流动性管控压力有所上升。研究报告13图 11:城商行流动性变化情况单位:%数据来源:wind、联合资信整理三、三、城商行盈利能力分析城商行盈利能力分析1.城商行资产端收益水平城商行资产端收益水平受受 LPR 改革改革、减费让利以及同业竞争加剧等因素影响减费让利以及同业竞争加剧等因素影响,城商行贷款定价水平有城商行贷款定价水平有所下降;所下降;同时,同时,投资结构调整以及债券收益率下滑导致投资资产收益水平下降,进投资结构调整以及债券收益率下滑导致投资资产收益水平下降,进一步拉低了整体生息资产一步拉低了整体生息资产收益收益率。率。为加大对实体经济支持力度,监管机构持续推进普惠金融体制改革,引导金融机构减费让利,城商行作为服务于当地中小企业的金融主体之一,采取下调贷款利率以支持当地实体经济发展;另一方面,在利率市场化改革的不断深化背景下,城商行发放贷款主要参考 LPR 定价,近年来为促进经济回暖,中国人民银行多次下调 LPR,LPR 改革引导城商行贷款利率下行效果明显,在上述因素的共同影响下,城商行资产端贷款定价水平持续下降。投资收益(包括投资资产利息收入)是城商行营业收入中的重要组成部分,近年来,随着资管新规、金融去杠杆等政策的逐步实施,城商行投资结构逐步向标准化产品转型,收益率较低的标准化债券产品配置力度逐步加大;同时,近年来在经济下行压力下,流动性向实体经济传导偏慢,叠加降准实施影响,市场资金较为充裕,债券市场收益率整体呈一定下行态势,城商行整体投资收益水平在上述因素的共同推动下有所下滑,进一步拉低了整体生息资产收益率。2022 年 10 月以来,随着防疫政策的优化以及房地产融资政策的密集出台,宏观经济复苏的预期增强,债券市场收益率出现快速上行,但整体收益率仍处于下行空间。研究报告14图 12:国债收益率与贷款利率变化情况单位:%数据来源:wind、联合资信整理2.城商行负债端成本水平城商行负债端成本水平存款结构的调整以及利率市场化机制的运行有助于引导城商行存款利率下行,存款结构的调整以及利率市场化机制的运行有助于引导城商行存款利率下行,但但由于由于同业竞争压力加大、存款结构以高息公司存款为主,城商行存款成本管控仍同业竞争压力加大、存款结构以高息公司存款为主,城商行存款成本管控仍面临面临较大较大压力。压力。2020 年以来,在银保监会的指导下,商业银行开始压降高息结构性存款,2021 年 6 月,中国人民银行指导市场利率定价自律机制建立了存款利率市场化调整机制,存款利率市场化程度有所提高,定期存款利率期限结构亦有所优化,整体来看,在相关政策的引导下,商业银行整体存款定价水平有所下行。但对于城商行,近年来,随着国有行及股份行金融服务不断下沉,区域性城商行在当地的竞争环境日趋激烈,城商行存款利率刚性压力较大,同时其客户存款发展对资金成本相对较高的公司存款依赖程度较高,未来仍面临较大的存款成本管控压力。央行借款与同业负债价格的下降一定程度上缓解了负债端资金成本压力。央行借款与同业负债价格的下降一定程度上缓解了负债端资金成本压力。城商行负债来源相对多元化,央行借款与同业负债占负债总额的比重处于相对较高水平。近年来国家货币政策加大逆周期调节力度,中国人民银行借款成本不断下降,同时同业拆借利率整体呈现下降趋势,市场融入资金价格的走低一定程度缓解了负债端资金成本压力;但随着城商行负债结构逐步优化,客户存款占比逐步提升,央行借款与同业负债价格降低对负债成本改善的效果有所降低。研究报告15图 13:银行间同业拆借利率与 1 年期中期借贷利率走势单位:%数据来源:wind、联合资信整理3.城商行盈利水平变化情况城商行盈利水平变化情况受限于资产定价水平的下行以及存款成本相对较高,城商行净息差与资产利润受限于资产定价水平的下行以及存款成本相对较高,城商行净息差与资产利润率呈现下降态势并低于商业银行平均水平,叠加资产减值损失上升的影响,盈利能率呈现下降态势并低于商业银行平均水平,叠加资产减值损失上升的影响,盈利能力持续承压力持续承压。在贷款利率下行以及投资收益率下滑的双重作用下,城商行资产定价水平不断下降,同时存款业务对资金成本相对较高的公司存款依赖较高,资金成本调降幅度较缓,其净息差持续收窄且明显低于商业银行平均水平,盈利空间逐渐压缩。另一方面,近年来,在新冠疫情冲击以及宏观经济下行背景下,城商行面临的整体信用风险水平有所上升,出于抵御风险的考虑,城商行拨备计提力度有所提升,对盈利造成一定侵蚀。此外,早年间城商行的盈利也多受益于吸收同业负债后进行资产期限错配、短债长投,随着流动性管理工作的深化,近年来城商行收入来源呈现回归传统信贷业务主业的趋势,非利息收入占比整体有所下降,资产负债结构的优化也对城商行盈利带来一定影响。考虑到城商行资产定价和资金成本方面均缺乏优势,同时信贷资产质量下行压力仍存,金融杠杆不断收紧,城商行未来盈利能力或将持续承压。城商行的区域性、差异化的经营特点使不同区域及规模体量城商行的盈利水平城商行的区域性、差异化的经营特点使不同区域及规模体量城商行的盈利水平呈现明显差异呈现明显差异。东北地区城商行在资产质量持续承压的影响下盈利面临较大压力,江浙地区城商行得益于良好的区位优势以及较好的资产质量表现,其净息差以及盈利能力均处于同业较好水平。另一方面,不同经济体量的城商行之间盈利能力亦有一定差异,资产规模超过 10000 亿的城商行由于高成本的公司存款占比相对较高,较高的存研究报告16款付息水平致使其净息差低于城商行平均水平;资产规模低于 2000 亿的小型城商行由于自身资本实力不强,存贷款议价能力较弱,净息差水平低于资产规模在200010000 亿的城商行,同时近年来随着同业竞争压力的加大,其净息差水平收窄幅度较大。图 14:城商行净息差与资产利润率走势单位:%数据来源:wind、联合资信整理图 15:120 家城商行净息差水平与净资产收益率水平单位:%数据来源:wind、联合资信整理四、四、城商行资本充足性分析城商行资本充足性分析1.城商行资本补充城商行资本补充渠道渠道城商行通过利润留存以及发行资本补充工具来补充资本,在城商行通过利润留存以及发行资本补充工具来补充资本,在盈利能力持续承压盈利能力持续承压背景下,发行二级资本债及永续债为城商行主要的资本补充方式之一。背景下,发行二级资本债及永续债为城商行主要的资本补充方式之一。目前我国银行业资本补充工具主要包括:核心一级资本的补充工具主要有利润留存、IPO、增发、配股、可转债等;其他一级资本补充工具主要有优先股、永续债;二级资本补充工具研究报告17主要是二级资本债。近年来,城商行盈利能力持续承压,资本内生受限,在商业银行资本补充需求增大的背景下,其外源性资本补充需求有所提升。对于城商行而言,目前 IPO、增发、配股和优先股等工具多适用于少数资产规模较大的上市城商行;对于多数非上市、资本补充渠道有限的中小城商行来说,二级资本债、永续债是补充资本的重要渠道,近年来城商行发行二级资本债及永续债的合计规模总体呈现增长态势。图 16:城商行资本性债券新发行规模及数量单位:亿元、只数据来源:wind、联合资信整理城商行永续债发行主体逐渐增多,发行规模增长明显,有利于资本补充;但受城商行永续债发行主体逐渐增多,发行规模增长明显,有利于资本补充;但受自身资质与发行难度制约,自身资质与发行难度制约,部分部分城商行发行永续债仍面临一定难度,城商行发行永续债仍面临一定难度,2022 年以来城年以来城商行永续债发行明显放缓。商行永续债发行明显放缓。城商行发行的永续债以 5 N 年期为主,自发行之日起 5年后,发行人有权每年全部或部分赎回债券;从永续债发行情况来看,整体商业银行发行永续债的历史时间较短,2019 年中国银行发行了首单永续债,后续国家出台了多项政策加大永续债二级市场的流动性,得益于政策对银行永续债发行的推动,城商行永续债发行主体明显增多,发行规模大幅增长,新发行债券规模于 2021 年达到峰值。但另一方面,由于永续债发行时间尚短、存量债券尚未达到赎回期,且到期后不会额外因是否赎回而衰减计入资本本金,目前原有机构滚动或置换发行永续债的需求较小、发行量逐渐趋于饱和,同时永续债工具发行门槛与成本相较于二级资本债券较高,新增发行机构较少,此外 2022 年在市场利率大幅下行的市场环境下,城商行也倾向选择二级资本债这一成本更低的资本补充工具,在上述因素综合影响下,2022年以来城商行永续债发行明显放缓;截至 2022 年 12 月末,发行永续债的城商行共计64 家,累计发行规模 4357 亿元。从信用级别分布情况看,由于发行永续债的门槛相较于二级资本债券更高,发行主体信用等级相对较高,近年来中小城商行的参与度不断增强,已呈现出发行主体由高信用等级向下扩散的趋势,目前成功发行永续债的城研究报告18商行主体信用级别大多为 AA 及 AAA,发行的永续债的信用级别主要分布在 AA 及AA 。图 17:20192022 年城商行发行债券数量级别分布情况数据来源:wind、联合资信整理二级资本债仍是中小城商行的主要外部资本补充工具,受中小银行信用分层以二级资本债仍是中小城商行的主要外部资本补充工具,受中小银行信用分层以及永续债发行分流影响及永续债发行分流影响,二级资本债发行规模有所波动二级资本债发行规模有所波动。城商行发行的二级资本债期限以 10 年期为主,且在第五年末附有赎回选择权,赎回条款规定若不行使赎回选择权,在二级资本债到期前五年,计入二级资本的本金每年衰减 20%,因此大部分银行会选择在第五年末行使赎回权,再发行新一期二级资本债置换。从二级资本债券发行情况来看,近年来,受包商银行事件影响,同业打破刚兑导致信用分层,以中小银行为主的城商行融资难度上升,同时由于永续债发行热度的不断提升,分流了城商行二级资本债的发行需求,2019 年2021 年,城商行二级资本债新发行规模及数量均有所下降;但 2022 年以来,受新冠疫情冲击较大叠加经济下行影响,城商行提升资本补充的需求有所增长,二级资本债的置换发行量不断提升,同时随着永续债发行的“降温”,二级资本债新发行规模实现明显回升。从二级资本债信用级别分布情况看,近年来,城商行发行的二级资本债券信用级别主要分布在 AA 及 AA ,与永续债工具相比,二级资本债券信用级别在 AA-及以下的数量相对较多,二级资本债仍是中小城商行外部资本补充的主要工具。地方政府地方政府专项债的发行一定程度上缓解了中小城商行资本补充压力。专项债的发行一定程度上缓解了中小城商行资本补充压力。为缓解中小银行所面临的资本充足性压力,2020 年 7 月 1 日,国务院常务会议明确允许通过地方政府专项债券合理支持中小银行补充资本金(以下简称“地方政府专项债”),开辟了中小银行补充资本的新渠道。根据中国债券信息网披露的数据,继广东省于研究报告192020 年 12 月发行首只中小银行专项债后,2021 年全年发行中小银行专项债 1594 亿元,2022 年全年发行 650 亿元,截至 2022 年 12 月末,全国共计发行中小银行专项债 32 只、规模为 2730 亿元,投向城商行 36 家,占全国城商行总量的 28%,支持城商行总额共计 1046.32 亿元;从投向区域来看,地方政府专项债主要投放于内蒙古自治区、东北三省、甘肃省、河南省等省份,发行呈现“北多南少”的区域差异。2.城商行资城商行资本本充足性充足性情况情况近年来,城商行资本充足率保持相对稳定,但低于商业银行平均水平,随着业近年来,城商行资本充足率保持相对稳定,但低于商业银行平均水平,随着业务拓展对资本的消耗务拓展对资本的消耗,核心资本核心资本或将面或将面临一定补充压力临一定补充压力。为助力企业复工复产、经济稳定恢复,近年来政策驱动商业银行加大信贷投放力度,城商行信贷资产规模持续提升、资本消耗不断加大,核心一级资本充足率整体有所下降,面临一定补充压力;另一方面,近年来监管对商业银行的资本补充要求与支持均有所提高,商业银行资本充足率总体呈现一定的提升,但城商行由于盈利能力相对较弱、资本内生能力不足,资本充足性水平表现弱于商业银行平均水平,近年来盈利水平下滑进一步削弱了其资本内生能力,随着业务发展,城商行面临一定资本消耗快、资本充足率水平偏低的被动局面;但另一方面,随着增资扩股及资本补充工具发行力度加大,加之其贷款投放向小微及普惠金融倾斜,以及投资资产配置持续向低资本消耗类资产转型,城商行资本充足水平保持相对稳定,并满足监管要求。图 18:城商行资本充足率走势单位:%数据来源:wind、联合资信整理研究报告20图 19:120 家城商行资本充足水平单位:%数据来源:wind、联合资信整理从样本数据看,由于资产配置方面的差异,资产规模较大的城商行核心一级资本充足率普遍处于较低水平,其中个别城商行核心一级资本充足率已接近监管要求红线,近年来 4 家城商行入选我国系统重要性银行,监管对其资本要求提升,资产规模较大的城商行通过定向增发等方式补充核心一级资本,核心一级资本充足率指标呈现上升趋势;而资产规模较小的城商行外源性补充渠道有限,同时随着贷款业务的快速发展,相关资本充足指标呈现下降趋势;此外,部分区域的中小城商行仍面临较大的资产质量下行压力,拨备计提压力加大加剧了资本的占用,导致其资本补充压力上升。五、五、城商行信用风险展望城商行信用风险展望作为地方的重要金融资源,城商行业务经营与地方经济发展“同频共振”,逐步形成了深耕区域经济的差异化发展特色,且得益于与政府关系紧密,其在业务资源、风险处置等方面能够得到政府的政策倾斜;近年来,城商行在经历快速扩张后已逐步进入平稳发展期,资产负债规模保持增长的同时,业务结构逐步优化,且随着合并重组进程的不断推进,城商行整体综合实力有所提升,服务实体经济的能力和意愿亦有所上升。资产质量方面,城商行信贷资产质量整体呈改善趋势,但由于与地方经济发展捆绑程度较深,其信贷资产质量与经营区域的金融生态环境及经济发展程度相关性较高,信贷资产质量表现呈现较明显的区域分化,西部及东北部省份城商行信贷资产质量下行压力较大,而东部沿海经济相对发达的省份城商行信贷资产质量普遍保持在研究报告21良好水平;负债及流动性方面,城商行主动负债力度减弱,且储蓄存款占比上升,负债结构优化带动负债稳定性提升,整理流动性风险可控,但相较于国股行及农商行,其负债稳定性仍有提升空间;盈利能力方面,受限于资产定价水平的下行以及存款成本相对较高,城商行净息差与资产利润率呈现下降态势并低于商业银行平均水平,叠加资产减值损失上升的影响,盈利能力持续承压;资本充足性方面,城商行资本充足率保持相对稳定,但低于商业银行平均水平,随着业务拓展对资本的消耗,叠加盈利水平下滑削弱了资本内生能力,城商行核心资本或将面临一定补充压力。2023 年 2 月 11 日,银保监会、中国人民银行联合发布商业银行金融资产风险分类办法(下称“办法”),办法将资产的五级分类由信贷资产拓展至金融资产,且对分类的认定标准及重组类的资产均进行了更为细化的规定,并扩大了拨备的计提范围,且考虑了交叉违约的影响;办法的出台进一步规范了商业银行的资产质量管理,与现行办法相比更为严格,办法实施后,部分区域信用风险管控压力较大、五级分类相对宽松、潜在风险未充分暴露的城商行资产质量将面临进一步的下行压力,拨备及盈利水平的变动情况亦值得关注,而对于经营情况较好、资产质量表现优良且五级分类标准严格的城商行影响不大,城商行信用风险的分层效应或将进一步加剧。2023 年 2 月 18 日,银保监会、人民银行发布商业银行资本管理办法(征求意见稿)(以下简称“资本新规”),资本新规对银行实行差异化资本监管,并对风险加权资产计量规则进行了修订,对于不同类型的贷款、债券及同业类资产的风险权重进行分化调整,同时强化了监督检查,提高了信息披露标准;资本新规出台后,城商行将进一步回归传统信贷业务,加强对实体经济的信贷投放,并加大对中小企业的支持力度,部分资本趋紧的城商行或将收缩同业类资产的配置力度,资本新规的出台有利于促进引导城商行提高自身资本管理能力的同时提升服务实体经济质效。资本新规实施后,部分对于实体经济支持力度较大、资产结构较好的城商行,资本充足率有望提升,而部分信贷投放不足、同业类资产占比较高的城商行或将面临一定资产结构调整压力和资本补充压力,城商行资本水平分化程度将有所加剧。未来,随着我国经济运行持续稳定恢复,城商行将进一步深化业务结构调整,推动资产负债规模平稳增长,且随着合并重组进程的不断推进,城商行整体综合实力将有所提升,亦能够更为有效地整合区域内金融资源,从而更好地服务地方实体经济。综上所述,联合资信认为城商行整体信用风险展望为稳定。研究报告22联系人联系人投资人服务投资人服务010-8567 9696-相关研究相关研究【中小银行改革化险系列专题】敲响警钟:从河南村镇银行事件看村镇银行乱象【中小银行改革化险系列专题】蜕变:农村金融机构的改革新历程【中小银行改革化险系列专题】农村金融机构 2023 年信用风险展望【中小银行改革化险系列专题】城商行合并重组浪潮下的新格局免责声明免责声明本研究报告著作权为联合资信评估股份有限公司(以下简称“联合资信”)所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为“联合资信评估股份有限公司”,且不得对本报告进行有悖原意的引用、删节和修改。未经授权刊载或者转发本研究报告的,联合资信将保留追究其法律责任的权利。本研究报告中的信息均来源于公开资料,联合资信对这些信息的准确性、完整性或可靠性不作任何保证。本研究报告所载的资料、意见及推测仅反映联合资信于发布本研究报告当期的判断,仅供参考之用,不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下,本研究报告中的信息和意见均不构成对任何个人的投资建议。联合资信对使用本研究报告及其内容而造成的一切后果不承担任何法律责任。
研究报告1城商行合并重组浪潮下的新格局城商行合并重组浪潮下的新格局联合资信 金融评级一部|陈绪童|郭嘉喆城商行作为我国银行业金融体系的中坚力量,在经历了依托地方经济发展快速扩张、通过异地设立分支机构再次加速和监管加强背景下的结构调整等发展历程后,进入了合并重组的新阶段;2020 年以来,多个地方政府牵头推进城商行通过合并重组的方式化解金融风险并实现做大做强,四川银行、山西银行和辽沈银行陆续成立,同时,中原银行于2022 年吸收合并原洛阳银行、平顶山银行和焦作中旅银行,进一步推动了城商行的合并重组进程;随着各地省级城商行改革重组进程的不断推进,在化解历史包袱的同时,其股权结构、公司治理、业务经营范围、市场竞争力及抗风险能力等方面均得到不同程度的提升。未来,预计辽宁地区城商行将进一步整合重组,同时山东、河北等城商行数量较多的省份或将陆续开启合并重组,以推动地方金融资源整合,提升区域城商行综合实力,从而更好地服务于地方实体经济。研究报告2一、一、城商行发展历史及经营现状城商行发展历史及经营现状1.我国城商行发展历程城商行前身为城市信用合作社,随着我国上世纪市场经济改革不断深化,我国步入经济快速发展阶段,经济结构呈多元发展趋势,地方企业对于金融服务需求激增,各地方加速设立城市信用合作社。在经过早期快速发展阶段后,一些规模较大的城市信用合作社逐步背离了合作制原则,且资金成本高、股权结构不合理、内控制度不健全等风险日益凸显。在此背景下,1995 年,国务院决议在原城市信用合作社的基础上组建城市商业银行,以规范、整顿我国金融体系秩序,我国首家城市商业银行深圳城市合作银行(后更名深圳城市商业银行)顺势成立。“重重装上阵装上阵”,依托依托地方经济发展实现地方经济发展实现快速扩张快速扩张。在成立初期,城商行继承了原城市信用合作社的历史包袱“重装上阵”,通过债务重组、引入股东、规范管理等手段,各家城商行逐步处理了历史遗留的不良资产,并改善了经营模式,建立了现代化的公司治理结构,明确了“一级法人、两级经营”的管理模式。此后,城商行依靠自身地方法人机构决策链短、业务策略灵活以及地方政府项目资源倾斜等优势,其业务规模呈现快速扩张的态势。异地设立异地设立分支机构分支机构再次再次加速城商行规模扩张,加速城商行规模扩张,头部头部城商行城商行迈入迈入“万亿万亿”资产资产规规模台阶模台阶,城商行城商行“中小中小不小不小”。随着城商行的良好发展,其在经营当地积累了较好的品牌知名度,形成了较强的业务竞争优势,部分经济发达地区的城商行开始谋求进一步的发展,在“规模信仰”的加持下,城商行开始寻求“走出去”的经营模式,纷纷在异地设立分支机构,部分经营较好的头部城商行开始跨省设立异地分行,规模拓张再次提速,经营实力整体有所增强;且我国多家城商行入选英国银行家杂志全球银行 1000 强,城商行整体呈现“中小不小”的局面。在快速扩张的过程中,城商行之间的差距也在逐步拉开,各家城商行的规模、抗风险能力出现分层,头部万亿级别的城商行在业务规模上已超过部分全国性股份制商业银行,并被选为我国系统重要性银行,亦有部分下沉区域的城商行资产规模不足 200 亿元。研究报告3高速高速发展下发展下带来带来新的新的隐患隐患及挑战,及挑战,城商行城商行之间经营实力拉开之间经营实力拉开差距,信用差距,信用分层分层加加剧。剧。在城商行快速崛起的背后,亦埋下了部分风险隐患。跨省经营的城商行随着经营管理半径的延伸,对其科技水平、管理制度、风险管控能力均提出一定挑战;此外,在“牌照信仰”及“规模信仰”的加持下,部分扩张激进的城商行出现了“资产端投资银行化,负债端存单化”的现象,传统的存贷款业务占比反而下降;同时,随着我国产业结构转型、宏观经济下行,部分区域经济持续低迷,作为地方法人机构的城商行业务经营及资产质量均受到一定冲击,我国城商行逐步呈现区域化信用分层的情况。2019 年,包商银行宣布破产,这一标志性事件在引起外界对于我国中小银行抗风险能力担忧的同时,亦为央行及监管层敲响了对于中小城市商业银行风险管控及风险化解的警钟;此外,包商银行事件暴露了我国部分中小银行公司治理和内部人控制方面的问题,公司治理与内控水平的差异进一步加剧了中小银行的信用分层。监管加强监管加强规范管理,规范管理,倡导中小倡导中小银行银行回归传统业务回归传统业务服务地方经济,服务地方经济,稳步稳步推进推进城商城商行化险改革行化险改革。随着地方城商行经营风险逐步暴露,监管层及时刹车,出台多项监管政策对城商行业务发展进行规范。2020 年,央行就中华人民共和国商业银行法(修改建议稿)公开征求意见,其中明确,城市商业银行等区域性商业银行应当在住所地范围内依法开展经营活动,未经批准,不得跨区域展业;同时倡导中小银行回归银行传统业务,改善资产负债结构,加大对普惠金融的支持力度;包商银行重组工作落地、蒙商银行筹建完成也为地方中小城商行化险改革提供了重要的样本意义,监管开始着手稳步、积极推进城商行化险改革工作,对于部分资本实力弱、市场竞争力弱、公司治理体系差、抗风险能力弱的银行统筹采用合并重组或吸收合并等方式化解历史包袱,提升其资本实力。重组整合拉开化险改革序幕,重洗城商行分布格局。重组整合拉开化险改革序幕,重洗城商行分布格局。2020 年包商银行破产,蒙商银行新成立,拉开了监管对区域性城商行格局洗牌的序幕,四川、山西、辽宁省内的中小城商行陆续开始整合、重组,中原银行亦吸收合并了三家省内城商行,在此背景下,我国城商行数量降至 125 家。从区域分布情况来看,我国城商行分布广泛,31个省级地区至少拥有一家城市商业银行,其中辽宁、山东、浙江等省份城市商业银行数量较为集中,重庆、南京、武汉、厦门、宁波等 16 个地级城市拥有不止 1 家城市研究报告4商业银行,区域分布见图 1。图 1城商行区域分布情况2.我国城商行经营特点服务一方经济服务一方经济,经营区域特性较强经营区域特性较强。从经营定位来看,城商行是地方区域主要的金融资源储备,肩负着为地方居民提供金融服务、为地方经济发展提供支持的使命,其业务经营理念与区域经济发展目标联系紧密,经营状况也与当地区域经济发展质其业务经营理念与区域经济发展目标联系紧密,经营状况也与当地区域经济发展质量相关性较高量相关性较高,整体经营上具备较强的区域特性整体经营上具备较强的区域特性。具体来看,城商行作为地方法人金融机构,在当地业务经营上存在地缘及人缘优势,客户资源上往往会受到地方政府一定倾斜,相对能够容易获得地方优质国企的客户资源;其次,城商行作为多年扎根本土的金融机构,对经营区域内重点企业经营状况了解程度较深,这使得其在当地的业务拓展、风险防控方面具备了一定的信息优势;此外,城商行是地方一级法人机构,决策链条相较于国有银行及股份制银行更短,能够较为灵活的调整业务策略,更好地适应区域经济政策调整、服务地方经济产业结构转型。资产负债规模保持增长且结构有所优化,但财务表现呈现一定的区域分化。资产负债规模保持增长且结构有所优化,但财务表现呈现一定的区域分化。从经营情况来看,近年来,我国城商行资产负债规模持续增长,且在监管导向下逐步调整业务结构,非标投资压降带动投资资产占比下降,资产配置向贷款倾斜,同时负债研究报告5端存款占比呈上升趋势,资产负债结构均有所优化,截至 2022 年末,我国城商行资产总额 49.9 万亿元,同比增长 10.7%,占银行业金融机构的比重为 13.1%;资产质量方面,得益于客户资质及风险管理水平的相对优势,其信贷资产质量优于农商行,但区域性经营的特点使其资产质量易受经营所在地产业结构及经济发展状况制约,财务表现呈现一定的区域分化,部分经营环境相对较差地区的城商行信贷资产质量下行压力较大;盈利水平方面,城商行营业收入和净利润保持增长,但由于资产端议价能力相对国股行较弱而存款成本相对较高,城商行净息差低于商业银行平均水平,且在竞争加剧和减费让利的背景下,净息差呈收窄趋势,盈利能力持续承压,尤其东北地区城商行在资产质量下行的影响下盈利面临较大压力;资本水平方面,得益于资本补充渠道相对多元化,其近年来通过增资扩股和发行资本补充债券等多种方式补充资本,城商行资本处于充足水平。截至 2022 年末,城商行不良贷款率 1.85%,拨备覆盖率191.62%,资本充足率 12.61%;2022 年,城商行资产利润率和净息差分别为 0.54%和1.67%。二、二、城商行合并重组进程回溯及案例分析城商行合并重组进程回溯及案例分析1.城商行合并重组进程回溯以徽商银行为起点的合并重组大浪潮以徽商银行为起点的合并重组大浪潮2004 年,原银监会主席首次提出城商行联合重组的构想,同年 11 月,原银监会下发了城市商业银行监管与发展纲要,鼓励同一行政区域经济区划内尚不具备跨区域发展条件的城市商业银行在自愿的前提下,按照市场原则实现资本重组和联合,并支持城市商业银行按照市场化原则收购、兼并周边地区城市信用社。在此政策背景下,2005 年 12 月,安徽省原合肥、芜湖、安庆、马鞍山、淮北、蚌埠 6 家城商行和六安、铜陵、淮南、阜阳的 7 家城市信用社合并组建为徽商银行,是我国首家通过合并重组方式成立的省级城商行,并由此开启了城商行的重组之路。以改革化险为基调的合并重组新历程以改革化险为基调的合并重组新历程研究报告6部分城商行在经历了信贷资产快速增长、通过非标投资跨区展业的高速发展的同时,也埋下了风险隐患;近年来,在宏观经济疲软、产业结构调整的大背景下,部分区域由于支柱产业受冲击较大而新兴产业支撑不足导致当地经济发展面临较大压力,从而导致地方企业经营压力大幅上升,偿债水平明显下降,风险暴露并传导至对当地企业信贷支持力度较大的城商行,而个别城商行由于前期信贷管理较为粗放导致风险管理能力不足,在内外部因素的双重影响下,其资产质量明显恶化,同时强监管使潜在风险亦露出水面;然而,中小银行对不良资产的处置方式多以自我消化为主,部分地区城商行受限于盈利较弱等因素难以化解较重的历史包袱。在此背景下,2020 年 7月,银保监会城市银行部副主任刘荣在银保监会通气会上表示,支持因地制宜、综合施策,积极推动深化城商行改革和化解风险,支持部分省份因地制宜对辖内城商行采取联合重组等方式,深化改革化解风险,目前有的省份辖内中小银行改革重组正在有序推进。在上述背景下,2020 年以来,多个地区政府牵头推进城商行通过合并重组的方式化解金融风险,并取得一定成效,四川银行、山西银行和辽沈银行陆续成立,同时,中原银行于 2022 年吸收合并原洛阳银行、平顶山银行和焦作中旅银行,进一步推动了城商行的合并重组进程。这一阶段的城商行改革重组,则凸显了“化险”的主基调。纵观各地省级城商行的设立背景,多以 2 家及以上城商行或城市信用社合并组建而成(见表);从合并重组的方式来看,主要包括三种模式:一是由多家城商行或城市信用社合并组建,这也是最常见的一种方式,例如徽商银行、江苏银行、龙江银行以及新成立的四川银行和山西银行等。二是申请筹建一家新的城商行后,吸收合并其他城商行,例如辽沈银行。三是在一家城商行的基础上,吸收合并多家其他城商行,例如中原银行。研究报告7成立时间成立时间银行名称银行名称成立背景成立背景2005 年徽商银行由安徽省原合肥、芜湖、安庆、马鞍山、淮北、蚌埠 6 家城商行和六安、铜陵、淮南、阜阳的 7 家城市信用社合并组建。2006 年江苏银行由江苏省原无锡市商业银行、苏州市商业银行、南通市商业银行、常州市商业银行、淮安市商业银行、徐州市商业银行、扬州市商业银行、镇江市商业银行、盐城市商业银行和连云港市商业银行 10 家城商行合并组建。2007 年吉林银行前身为长春市商业银行,在吸收合并原吉林市商业银行、辽源市城市信用社的基础上设立,并于 2008 年完成了对吉林省白山、通话、四平和松原 4 个地区城市信用社的吸收合并。2009 年龙江银行由原大庆市商业银行、齐齐哈尔市商业银行、牡丹江市商业银行和七台河市城市信用社合并组建。2010 年湖南银行前身为由原株洲市商业银行、湘潭市商业银行、岳阳市商业银行、衡阳市商业银行和邵阳市城市信用社合并组建的华融湘江银行。2010 年湖北银行由原黄石银行、宜昌市商业银行、襄樊市商业银行、荆州市商业银行和孝感市商业银行 5 家城商行合并组建。2011 年甘肃银行由原平凉市商业银行和白银市商业银行合并组建。2012 年贵州银行由原遵义市商业银行、六盘水市商业银行和安顺市商业银行合并组建。2014 年中原银行在河南省原开封、安阳、鹤壁、新乡、濮阳、许昌、漯河、三门峡、南阳、商丘、信阳、周口、驻马店等 13 家城商行基础上设立,并于 2022 年吸收合并原洛阳银行、平顶山银行和焦作中旅银行。2015 年江西银行前身为在原南昌市 40 家城市信用社基础上设立的南昌银行,于 2015 年吸收合并景德镇市商业银行组建成立。2020 年四川银行由原攀枝花市商业银行和凉山州商业银行合并组建。2021 年山西银行由原大同银行、长治银行、晋城银行、晋中银行和阳泉市商业银行合并重组设立。2021 年辽沈银行由辽宁省金融控股集团发起新设省级城商行,吸收合并原辽阳和营口沿海银行。研究报告82.城商行合并重组案例分析四川银行四川银行2020 年 11 月,四川银行在原攀枝花市商业银行与原凉山州商业银行的基础上,以新设合并的方式成立,注册资本 300 亿元,为四川省首家省级法人城商行;原攀枝花市商业银行与原凉山州商业银行分别变更为其攀枝花分行和凉山分行,成立以来,其在四川省内主要地市设立了多家分行,稳步推进网点布局,业务范围及市场竞争力持续提升,同时,其作为地方省属法人城商行,在政府业务资源方面能够得到一定的倾斜。股权结构方面,成立时,四川银行清理了原两家银行问题股东,并引入了四川金融控股集团、凉山州发展(控股)集团以及成都天府资本投资等以四川省内国有企业为主的 28 家股东,股权结构以国有股份为主,且高级管理人员均具有较为丰富的银行从业及管理经验,良好的股东背景及治理架构为其业务稳健发展奠定了良好的基础。风险化解方面,四川银行主要通过剥离转让、核销和账面保留的方式处置原两风险化解方面,四川银行主要通过剥离转让、核销和账面保留的方式处置原两家银行不良资产,剥离转让部分的收购资金主要来源于其新股东提供的不良资产处家银行不良资产,剥离转让部分的收购资金主要来源于其新股东提供的不良资产处置资金和注册地政府提供的产业扶持资金,不良资产实现真实出表,风险得到实质置资金和注册地政府提供的产业扶持资金,不良资产实现真实出表,风险得到实质性化解性化解。从经营表现来看,成立以来,四川银行资产负债规模快速增长,信贷资产质量呈改善趋势,拨备及资本均保持充足水平,盈利水平亦有所提升,但由于成立时间合并合并重组城商行重组城商行合并合并重组重组方式方式风险风险化解化解措施措施在原攀枝花商行和凉山州商行基础上以新设合并新设合并的方式成立以原大同银行、长治银行、晋城银行、晋中银行和阳泉市商业银行为基础,采用合并重组合并重组的方式成立由辽宁省金融控股集团发起新设新设省级城商行后吸收合并省级城商行后吸收合并原辽阳银行和营口沿海银行直接在原主体的基础上通过吸收吸收合并合并的方式进行改革重组处置处置方式方式:剥离转让、核销和账面保留资金来源资金来源:新股东和注册地政府提供的产业扶持资金处置处置方式方式:剥离转让、现金清收、以物抵债、诉讼清收、贷款核销等资金资金来源来源:人民银行专项借款和山西省政府、相关市政府筹集资金通过现金收回现金收回和认购定向债务工具认购定向债务工具的方式处置不良资产通过多渠道筹措资金,由地方资产管理公司以市场化的方式依法合规承接不良资产研究报告9较短,盈利能力尚未完全体现,盈利性指标仍处于行业较低水平,未来随着业务持续稳健发展,其盈利水平或将有所提升。截至 2022 年 9 月末,四川银行资产总额 2155.99亿元,负债总额 1835.96 亿元,所有者权益 320.03 亿元,不良贷款率 1.44%,拨备覆盖率 319.83%,资本充足率 21.94%;2022 年 19 月实现营业收入 32.56 亿元,净利润 9.02 亿元,净资产收益率 2.82%。山西银行山西银行2021 年 4 月,山西银行以原大同银行、长治银行、晋城银行、晋中银行和阳泉市商业银行为基础,采用合并重组的方式成立,为山西省级城商行;成立时,上述 5家银行原股本共折算为 86.96 亿股,计入山西银行实收资本,同时以每股 1 元的价格引入新股东山西融金兴晋私募投资基金合伙企业(有限合伙),新增股本 153 亿股,全部计入实收资本,其注册资本及实收资本均 239.96 亿元,资本实力较强。作为省级城商行,山西银行分支机构覆盖山西省主要地市,且在原 5 家银行经营所在地具有较好的业务基础,成立以来,其依托省级城商行的品牌优势推动业务发展,并推进分支机构布局,市场竞争力逐步提升。公司治理层面,山西银行实际控制人为山西省财政厅,且股权结构中国有股份占比超过 70%,山西省及各地市政府能够在资本补充、业务发展等方面给予其一定支持。风险化解方面风险化解方面,山西银行主要通过剥离转让山西银行主要通过剥离转让、现金现金清收、以物抵债、诉讼清收、贷款核销等方式处理成立前存量不良清收、以物抵债、诉讼清收、贷款核销等方式处理成立前存量不良资产,其中通过资产,其中通过剥离转让处置的不良资产剥离转让处置的不良资产由山西省城商行改革发展基金旗下的私募投资基金承接,由山西省城商行改革发展基金旗下的私募投资基金承接,承接资金来源于人民银行专项借款和山西省政府、相关市政府筹集资金承接资金来源于人民银行专项借款和山西省政府、相关市政府筹集资金。从经营表现来看,成立以来,山西银行资产负债规模增长较快,资产结构较为稳定,负债来源以客户存款为主,且存款稳定性较好;但由于原 5 家银行已投放的贷款质量下迁,其不良贷款率和关注类贷款占比均有不同程度的上升,拨备水平亦有所下降,为进一步夯实资产质量,其计提较大规模拨备,导致 2021 年呈现较大亏损,对资本亦产生较大消耗;但随着存量风险的逐步化解以及主营业务的持续拓展带来营收水平的提升,山西银行 2022 年前三季度已实现盈利。截至 2022 年 9 月末,山西银行资产总额3062.71 亿元,负债总额 2867.94 亿元,所有者权益 194.77 亿元,不良贷款率 2.98%,研究报告10拨备覆盖率 153.95%,资本充足率 11.52%;2022 年 19 月实现营业收入 27.48 亿元,净利润 1.59 亿元。辽沈银行辽沈银行2021 年 6 月,辽沈银行由辽宁金融控股集团、辽宁省交通建设投资集团等 8 家国资股东共同发起设立;与四川银行和山西银行不同的是,辽沈银行不是由辽宁地区原城商行合并而成,是由辽宁省金融控股集团发起新设省级城商行后,在同年 9 月吸收合并原辽阳银行和营口沿海银行,并承接了原两行清产核资后的有效资产、全部负债、业务、所有网点及员工。从股权结构来看,截至 2022 年 3 月末,辽沈银行股本总额 200.00 亿股,全部为国有法人股,控股股东为辽宁金控(持股 52.50%),股东资质良好且股东背景较强;成立以来,辽沈银行依托其较强的股东背景及省内唯一省属法人城商行的金融战略地位,在营销省内省属国有企业及央企地方分支机构等优质机构客户方面具有相对优势,为其未来业务开展奠定了较好的发展基础。风险化解方风险化解方面面,辽沈银行通过现金收回和认购定向债务工具的方式处置原两行形成的不良资产辽沈银行通过现金收回和认购定向债务工具的方式处置原两行形成的不良资产,将将持有的定向债务工具计入交易性金融资产科目中持有的定向债务工具计入交易性金融资产科目中,期限为期限为 15 年年。从经营表现来看,成立以来,辽沈银行资产负债规模变动不大,且由于其认购的用于置换原两行不良资产的定向债务工具规模较大,其资产结构以投资资产为主,贷款占比低,同时受贷款规模较小、承接原两行资产质量较差等因素影响,辽沈银行关注类贷款占比和不良贷款率较高,资产质量有下迁压力;盈利方面,由于承接原两行付息负债规模较大且付息成本较高,生息资产端贷款规模较小,而占比较高的债权投资收益率相对较低,其利息净收入和营业收入均为负,息差倒挂,尚处于净亏损状态;但另一方面,辽沈银行负债来源以存款为主,且储蓄存款占比高,负债稳定性较好,资本充足率亦处于较高水平。截至 2022 年 3 月末,辽沈银行资产总额 2230.71 亿元,负债总额 2047.72亿元,所有者权益 182.99 亿元,不良贷款率 5.13%,拨备覆盖率 601.91%,资本充足率 30.01%;2022 年 13 月净亏损 6.59 亿元,净息差-0.88%。研究报告11中原银行中原银行与其他化险改革的城商行不同,中原银行是唯一直接在原主体的基础上通过吸与其他化险改革的城商行不同,中原银行是唯一直接在原主体的基础上通过吸收合并的方式进行改革重组的省级城商行收合并的方式进行改革重组的省级城商行。2021 年 10 月,中原银行发布公告称拟吸收合并洛阳银行、平顶山银行及焦作中旅银行,2022 年 5 月,中原银行发布公告称于当日收到中国银保监会关于中原银行吸收合并洛阳银行、平顶山银行、焦作中旅银行的批复,吸收合并的所有相关条件均已达成,新中原银行正式成立,2022 年 6月,三家吸收合并的目标银行均发布公告,其存续债券全部权利和义务由中原银行继承。股权结构方面,中原银行吸收合并目标银行原股东按照转股系数全部转变为中原银行股东,同时为吸收合并后资本充足率满足监管要求,中原银行向合格认购人非公开发行 H 股以补充资本,作为吸收合并完成的先决条件;吸收合并完成后新中原银行第一大股东未发生变化,仍为河南投资集团有限公司。风险化解方面风险化解方面,中原银行得中原银行得到了省政府的大力支持,通过多渠道筹措资金,由地方资产管理公司以市场化的方到了省政府的大力支持,通过多渠道筹措资金,由地方资产管理公司以市场化的方式依法合规承接了中原银行及吸收合并目标银行的不良资产式依法合规承接了中原银行及吸收合并目标银行的不良资产;在多方支持下,中原在多方支持下,中原银行对于历史包袱的处置力度较大,做到了银行对于历史包袱的处置力度较大,做到了“整洁起步整洁起步”。2022 年 8 月,中原银行于香港联合交易所披露其 2022 年中期报告,交出了其吸收合并完成后一份“亮眼”的答卷;其资产规模突破 1.2 万亿,成为国内第九家突破万亿规模的城商行,同时得益于吸收合并前不良资产的剥离处置,其资产质量整体处于较好水平,不良贷款率相较于合并前有所下降;同时,吸收合并后,中原银行在省内营业网点、分支机构数量增多,业务覆盖范围进一步扩大,为其业务发展提供了增长动力;但另一方面,吸收合并后迅速攀升的资产规模加大了对其资本水平的消耗,其核心一级资本充足率承压临近监管红线,核心一级资本有待补充,此外,吸收合并后各机构网点整合经营情况及盈利能力仍有待进一步观察。截至 2022 年 6 月末,新中原银行资产规模 12668.31亿元,股东权益 919.98 亿元,不良贷款率 1.82%,资本充足率及核心一级资本充足率分别为 12.00%和 7.97%;2022 年 16 月实现营业收入 105.22 亿元,实现净利润 21.39亿元。研究报告12三、三、城商行改革重组后的新面貌城商行改革重组后的新面貌近年来,持续进行的城商行改革化险工作反映了其在经营过程中信用风险有不同程度的上升,在地方政府的支持下,各地省级城商行改革重组进程不断推进,在化解历史包袱、防范区域性金融风险的同时,重组后的城商行市场竞争力、抗风险能力、业务经营范围、股权结构、公司治理等方面均得到不同程度的提升,具体来看:综合运用地方金融资源综合运用地方金融资源化解历史包袱轻装上阵化解历史包袱轻装上阵,防范区域性金融风险。,防范区域性金融风险。2020 年以来四川银行、山西银行和辽沈银行陆续重组设立挂牌,2022 年中原银行吸收合并省内三家城商行,在上述推动组建省级城商行的过程中,地方政府积极调动区域内金融资源,通过直接出资购买或在地方 AMC 的辅助配合下剥离历史存量风险资产,减轻新主体信用风险压力,确保其“轻装上阵”,遏制风险进一步传导,守住了不发生区域性系统风险的底线。在我国中小银行经营风险的逐步传导暴露以及信用风险分层效应加剧的背景下,上述地方政府灵活化解区域性银行风险的案例起到了重要的样本意义。国资股占比提升,清退问题股东,股权结构优化,打下稳健经营的基础。国资股占比提升,清退问题股东,股权结构优化,打下稳健经营的基础。部分区域出现经营风险的银行股东管理存在一定潜在问题,一些经营实力较弱的民营企业法人股东对外出质股份比例较高,存在交叉持股、股权管理混乱等潜在风险,埋下了城商行违规向股东输送利益的隐患;在城商行合并重组过程中,大多由地方政府直接牵头,通过直接或间接注资或认购转股协议存款的形式充实资本,合并重组后国资股东占比显著提升,同时会将不符合资质的问题股东进行清退,进一步减轻城商行的历史包袱,降低城商行违规经营的风险,为后续稳健经营打下了较好的基础。“大行大行”直接输出管理团队及技术人才,优化组织架构及公司治理。直接输出管理团队及技术人才,优化组织架构及公司治理。在地方政府及监管的主导下,以改革化险为基调组建的省级城商行承接了来自当地国有银行及股份制银行高级管理层和专业技术人才,为其直接输出了专业的技术及研究报告13丰富的管理经验,并帮助其制定了正确战略定位及差异化经营策略,显著提升了新组建城商行的专业及管理水平的同时,组织架构和公司治理均得到不同程度的优化,为其日后平稳发展打下坚实基础。“去糟粕、取精华去糟粕、取精华”,重组、合并后省级城商行发挥协同效应。,重组、合并后省级城商行发挥协同效应。在城商行重组、合并的过程中,一方面地方政府积极主导协助剥离历史包袱,另一方面亦保留、归集了原吸收合并目标银行在当地的优质客户资源、业务资源及经营网点,发挥了吸收合并的协同效应,提升了业务综合辐射半径,深化了综合化经营程度,凸显了其省级城商行的金融战略定位,在化解区域性金融风险的同时提升了其经营的综合实力。资本规模扩大,抗风险能力增强,市场竞争力提升。资本规模扩大,抗风险能力增强,市场竞争力提升。城商行合并重组后,在原被合并主体原有机构网点的基础上,业务覆盖范围及拓客空间均有所扩大,且组建省级城商行常伴随着地方政府注资,其资本实力明显提升,抗风险能力增强的同时,也为未来业务发展奠定了较好的资本基础;此外,作为省级城商行,其凭借省属法人的金融战略地位,业务发展一定程度上能够获得政府资源的倾斜,亦可通过资源整合提高经营效率,伴随着客户结构的优化和议价能力的提升,存贷款业务在当地的市场占有率及竞争力均有所提升。四、四、总结总结作为服务地方金融的主体,城商行业务经营理念与区域经济发展目标联系紧密,经营区域特性较强,且在业务资源、资本补充及风险化解等方面能够获得一定政府支持,近年来资产负债规模保持增长且结构有所优化,但由于经营状况与当地区域经济发展质量相关性较高,其财务表现呈现一定的区域分化;部分区域城商行在经历了信贷资产快速增长、通过非标投资跨区展业的高速发展的同时,也埋下了风险隐患,加研究报告14之区域经济下行加大了地方城商行的经营压力,导致其形成了较重的历史包袱。在此背景下,监管提出通过合并重组等方式推动城商行改革化险,2020 年包商银行重组工作落地以及蒙商银行筹建完成拉开了地方城商行化险改革的序幕,此后,多个地区政府牵头推进城商行通过合并重组的方式化解金融风险,并取得一定成效,在化解了历史包袱的同时,亦有效防范了区域性金融风险。此外,2023 年 5 月,美国第一共和银行继硅谷银行、签字银行之后破产,被指定交给银行业监管机构联邦储蓄保险公司(FDIC)接管;在短短 2 个月之内,美国三家银行接连破产,这揭示了在美联储快速加息的背景下,中小银行跨周期的资产负债管理能力面临严峻的挑战。境外中小银行机构破产的案例为我国风险处置、维护金融体系稳定亦带来了一定的启示。首先,从银行机构自身角度出发,中小银行应利用好压力测试工具,做好流动性应急演练,完善极端市场环境下流动性预案;此外,中小银行应结合自身实际情况,建立长效资产负债管理机制,做好资产负债匹配,以应对市场风险。从监管机构的角度来看,对于问题银行的处置,金融监管部门的高效应对措施及充足的风险处置资源亦为化解金融系统风险的关键因素。整体看,虽然近年来部分区域的城商行信用风险有不同程度的上升,但我们认为,我国城商行面临的风险整体可控,以商业银行为重要代表的金融领域整体风险水平还在安全边际以内,且随着合并重组的完成,新的银行主体综合实力将有所提升,亦能够更为有效地整合区域内金融资源,从而更好地服务地方实体经济。研究报告15联系人联系人投资人服务投资人服务010-8567 9696-相关研究相关研究【中小银行改革化险系列专题】敲响警钟:从河南村镇银行事件看村镇银行乱象【中小银行改革化险系列专题】蜕变:农村金融机构的改革新历程【中小银行改革化险系列专题】农村金融机构 2023 年信用风险展望免责声明免责声明本研究报告著作权为联合资信评估股份有限公司(以下简称“联合资信”)所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为“联合资信评估股份有限公司”,且不得对本报告进行有悖原意的引用、删节和修改。未经授权刊载或者转发本研究报告的,联合资信将保留追究其法律责任的权利。本研究报告中的信息均来源于公开资料,联合资信对这些信息的准确性、完整性或可靠性不作任何保证。本研究报告所载的资料、意见及推测仅反映联合资信于发布本研究报告当期的判断,仅供参考之用,不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下,本研究报告中的信息和意见均不构成对任何个人的投资建议。联合资信对使用本研究报告及其内容而造成的一切后果不承担任何法律责任。