一、从估值原理出发

银行股估值目前又回到了历史低位，即2014年左右的历史低位，很多股票甚至是新低。自本轮经济下行以来，市场和政策当局均有“银行向实体让利”的声音，这可能会影响银行未来利息收入和其他收入，可能是本轮银行股低估值的成因。

根据PB估值公式，决定PB高低的，其实是r与ROE比大小。当r大于ROE时，即破净。当r大幅超过ROE时，股票就破净很深。

折现率r是一个不容易掌握的指标，并且相对外生，我们暂不展开讨论。因此，决定估值的，其实是市场对银行股未来ROE的预期。然后我们再展开ROE：

我们把中收、费用、所得税及其他琐碎的因素，全放到其他里，假设变动不大，先不管它们。权益乘数也先假设变动不大（分析个股时则要视情况而定，比如有些银行的中收可能无法假设不变）。因此，影响ROE的核心变量，就是净息差、全资产的信用成本率。当然，这两个指标也可合起来称为“风险调整后的净息差”。

2014-2015年经历过极低估值，当时的市场担忧的是资产质量，即认为信用成本率将很高。同时，那几年净息差也因为降息、贷款转投低风险客户两个原因而大幅下滑。但目前的情况不太一样，资产质量基本上问题不大，但在各方“让利”声音鼓动下，市场对净息差担忧很大。因此，需要对让利一事开展研究。

二、无法证明“无”

这次对让利的担忧，和2014年对不良的担忧，非常类似。即，市场投资者在持续担忧一项无法准确计量、并且尚未完全显性化的因素。这就是问题的难点所在。这就类似于：对方说你有罪，但你得自证清白。

从逻辑上，“无”是无法证明的，即一个人无法自证自己清白，无法证明一个东西不存在。在某些条件下，可以用穷举法（那得样本范围有限）或反证法（那得找得到相对立的命题）去证明“无”。如果这些条件都不具备，就无法证明“无”。

比如，2014年我们无法从逻辑上证明银行并没有市场担心的那么多不良资产。我们尝试了类似穷举法，就是深度调研国内较为典型的一些区域（浙江为主），实际察看这些地方的银行业是不是有很多不良。我们调研结果表明，这些样本地区不良出清得差不多了，所以市场的担忧是过度的。但这个其实还不是严格意义的穷举法，因为并没有穷举，而只是抽样，然后以样本特征去推测总体特征。这种推测不一定可靠，万一我们没覆盖的样本地区，存在大量不良呢？

因此，我们无法从逻辑上去证明担忧中的因素是不存在的。这也就是为什么估值会长期低位徘徊，直到最后一次次报表数据出来，真正证明了并不存在这些担忧。但长期的低估值给投资者带来较大的痛苦。同理，让利政策到底会带来多大影响，也很难去证明不存在影响或影响很小。

三、市场反映了最悲观的预期

既然逻辑上无法证明“无”，那么是不是我们就无计可施了呢？也不是。我们可以从市场的定价着手。

当市场担忧一个因素时，比如不良率，市场在给银行股估值时，会使用多高的不良率？我们过去做过测算，即从当时的PB水平，倒算出来市场代入的不良率是多少（方法请见后文）。比如，算出来是10%以上。

全行业不良率真有这么高吗？可能大部分投资者也认为应该不会这么高。那么为什么股票会交易在这样的估值水平呢？一个核心原因是：对于一个不确定的变量，市场不会交易在这一变量的平均预期水平，而是交易在它的最悲观的水平。通俗讲，估值的底部，不是所有人一起交易出来的，而是最悲观的人交易出来的。

具体而言，假设在下行市场中，投资者都想卖股（做空力量占主导），最乐观的投资者预期不良率是5%，最悲观的预期是10%，均值是7%。下跌过程中，当股价跌过7%对应的股价时，乐观的人或中性的人，已经不再割肉了，但预期不良10%的人还会继续割肉，直到股价跌至10%不良对应的价格。所以，底部是最悲观的人“割”出来的，那么股价的大底就是交易在10%的预期上。毫无疑问，这时估值是低估的。（同理也可用在市场上行时，做多力量占主导的情况下，会把股价推到最乐观的那个投资者的预期水平。）

这时，我们就有事情可做了。如果市场预期是大致公允的，真实值可能确实是在7%左右，那么现在股价交易在10%预期上，就存在过度低估，股票便有了投资价值。换言之，我们虽然不知道真实不良率是多少，但我们知道肯定没有10%这么高，那么就可选择买入。当然，至于什么时候能涨回来，这个还不好说。可能需要一些触发因素，让市场逐渐明白不良率绝对不会到10%。

四、找到那个极端悲观者

接上例，我们虽然不知道真实不良率是多少，但我们知道肯定没有10%这么高。那么我们现实中的任务，就是先要找到目前估值下，隐含的这一变量对应的是多少。也就是现价隐含的变量预期值，可能就是那个最悲观的投资者的预期值。

2014年那一轮，这一步工作很容易做，因为当时的变量是不良率，是一个存量的变量，因此用的方法是从BPS着手。即，当PB低得离谱时，比如0.8倍，那假设其实是投资者认为BPS有水分，如果考虑到藏匿着的不良，真实BPS（记为BPS’）很低，从而真实PB其实不低。因此，我们假设当时真实PB是1倍，那么换算出来BPS’低于账面BPS，差额部分（进行一些会计修正，主要是拨备的影响）就是藏匿的不良。把这些藏匿的不良加回报表中，就得到了市场所认为的真实不良率。

然后我们去实地调研，了解到一些代表地区的真实不良率，远不到市场所认为的真实不良率的水平（即前文提及的类似穷举法，其实是抽样）。因此，我们可以认为市场是过度悲观的。

但这次情况不一样。这次核心担忧并不是藏匿不良（存量变量），而是因为让利等原因导致未来ROE下降（流量变量），因此不能从现存的科目比如BPS着手。需要麻烦一些，直接从ROE与PB的关系入手。

回到前文的PB公式：

变形为反函数：

目前行业水平，PB是0.8倍左右，分红率约为25%，然后折现率先简单使用10%。那么得到ROE为9.4%，这就是最悲观的投资者所预期的未来行业ROE。目前的行业ROE水平是12%。换言之，ROE得下降3.6个百分点。再假设权益乘数未来变化不大（目前在12倍左右），那么意味着ROA要下降22BP，降至0.78%左右。

再回到前面ROA公式：

ROA要下降22BP，如果未来资产质量、其他变量保持稳定的情况下，意味着净息差下降22BP。

再把净息差分解至各项：

我们假设除存贷款之外的其他资产、其他负债的占比、利率都变化不大，同时也先假设存款利率也变化不大，那么：

其中，“贷款/生息资产”约为50%。也就是说，净息差下降22BP，意味着贷款利率下降44BP。

注意，这是指全部贷款资产收益率降44BP，在银行负债成本不变的情况下，这其实是很不容易的。虽然某些高收益品种未来收益率大概率继续下行，比如小微信贷、个人消费贷，但是这些类别贷款的占比依然不算高。银行未来持续提高这些品种的占比，哪怕所有类别的贷款利率都有下降，那么也能抵消一部分整体利率下行，甚至整体利率上升。同时还要考虑到，占比20%多的个人住房贷款，未来利率可能几乎不动。

当然，如果遇到更为宽松的货币政策，那么负债利率也有所下行，净息差下行幅度反而又不会那么大了。

五、未来的ROA中枢

所以，问题的关键在于我国银行业未来的ROA中枢会到什么位置。如果到了0.78%左右，那么目前的估值就是公允的。如果到不了这么低，那么现在的估值就过低了，存在明显低估。

首先，放眼全世界，我国银行业的ROA水平并不突出。在海外，银行业在极端经济环境（比如金融危机）中会出现ROA恶化甚至亏损，而正常年份的ROA常年保持在1%左右，主要分布区间在0.3-1.5%。而我国目前行业ROA在1%左右，A股上市银行的主要ROA分布区间大致是0.7-1.2%，分化较大（如果把其他非上市银行也包括进来，则分化更大）。而全行业要下降到0.78%，目前看还是有较大距离。

上述分析均基于全行业视角，但我们同时还要关注个股之间的分化。事实上，大致在2012年前后我国进入经济换档期后，“增量蛋糕”变少，行业内部存量博弈开始显著，各行各业都开始出现内部分化，银行业也不例外。对于某些ROA较低的银行股，低PB似乎无从反驳。但是，对于一些盈利能力持续较强的个股，如遇极低估值，则可以认为是价值低估的。比如我国的大型国有行，ROA、ROE水平持续较高，经营风险相对小，投资价值显著，但估值却处于行业较低水平，甚至低于行业平均PB。

六、投资建议（略）

综上，我们认为，至少对部分盈利能力仍然较高的优质个股而言，其ROA降至类似0.78%这样的低位，是非常小概率的。而它们目前交易在0.8倍以下的估值水平，存在明显低估，投资价值显著。股价的触发器可能在于后续半年甚至一年内，实际情况表明疫情或所谓的让利政策未对其经营产生重大影响，比如贷款利率、其他业务收入均较平稳。因此，目前在近期市场非理性波动下形成的极低估值水平，可能一个良好介入时机。

七、风险提示

若宏观经济大幅下行，可能从多方面影响银行业，比如经济下行时期货币政策宽松对净息差可能产生负面影响、宏观经济下行时期借款人偿债能力下降可能会对银行资产质量产生不利影响等。

从最近当局应对困难的系列政策来看，有些手段其实是金融给实体让利。

银行让利，近年以来谈得较多，但至今没有非常明确的措施（有一些减费让利的要求，但那个不是银行的主要收入）。

事实上，在经济疲弱时，不需要政策，市场会自发形成一种类似“银行让利”的效果。

以下以一个虚拟的例子来介绍：

假设一个经济体，有一家企业，和一家银行。

企业股东投入100元股本，又从银行借了100元贷款（利率5%），共200元投入生产。

企业每年赚了息前利润（EBIT）15元，还掉银行贷款利息5元后，还能赚到10元（先忽略其他收支）。老板觉得虽然办厂很辛苦，但对收获还是满意的。

后来，经济不好了，企业EBIT降至10元，那么还了5元利息，还能赚5元。

再后来，经济更不好了，企业EBIT降至5元，那么还完贷款利息后老板自己啥也没赚到。这时候老板觉得一年到头是给银行打工了。

假设再悲观一些，经济还在衰退，企业EBIT降至5元以下，比如2元，那么还完贷款利息后，老板亏3元。

起初，由于企业内部还有“余粮”（资金余额），可以用来还利息。如果余粮耗尽，EBIT又太少，不够还利息，那么就要发生逾期了。

此时，银行需要面临一个选择：我是继续去追缴那5元利息呢，还是给予适当减免（让利）共渡难关？

这里先插入一个例子：连寄生生物也知道，尽可能让宿主更好存活才是有利于自己的生存策略。因为宿主死了，自己也活不了。因此它会往毒性小的方向演化，有些成功案例甚至实现了和宿主的无害共生。

这个选择并不是出于道德或同情，是自然选择的结果，是利己的。

为此，银行首先要判断：这企业是暂时困难，还是真的没救了。

这个需要对企业进行深度分析，包括经营情况、所从事的行业的前景、宏观经济形势等。

如果是没救了，那么就启动不良资产程序吧，不用考虑让利的事了。

如果企业只是暂时困难，那么银行的最优策略是减免利息，也就是所谓的让利。

比如，现在EBIT是2元，那么银行可以和企业商议，利息先按2元收。这至少让这企业活下去，不至于发生逾期。

以后经济好了，企业经营就会恢复正常。

欠的利息，可以以后补，也可以就免掉了。

而如果不减免利息，企业发生违约，可能会有更糟糕的后果：比如企业上了征信黑名单、日常经营中断等，企业经营失败，最后银行连本金都收不回来，损失只能更大。这是“双输”。

因此，这不是出于道德或同情，而是市场自发的利己的理性选择：取决于哪个损失更大？

正确地选择让利，最后是“共赢”。

这其中的关键，是银行对企业前景的判断。

如果把没救的企业判断为暂时困难，或者把暂时困难的企业判断为没救了，都会增加银行损失。这是实际操作中的难点。

这需要银行业务人员的专业判断能力。显然，一些只会办抵押流程的业务员是不具备这种能力的，因为那不是现代银行，那叫当铺。

此外还涉及一大堆博弈的问题。

一般来说，大型银行由于总分行层级多，哪怕基层分行做出让利的决定，可能被总行审批否决。

而本土小银行，由于更加了解企业，有时更敢于做出让利决定。

这也是为什么有些小企业喜欢去找本土小银行借款，哪怕利率高一些，银企关系紧密。

还有就是多头借贷时的博弈。

一家企业从多家银行贷款，有些银行同意让利了，有些银行有抵押，就死活不同意。

这就是为什么需要建立债委会，大家一同商议。

如今，困难当前，各行各业都面临暂时性压力，政策提出来支援实体，此时让利是符合市场规律的。

一、引 言

在现代经济体系中，实体经济的运作与金融体系之间有着密不可分的关系。但在宏观经济学的演进过程中，金融体系并没有像实体经济那样得到足够的重视。古典经济学早就开始对经济产出和商品价格波动的成因进行探索，形成了一系列的“经济周期”理论，而聚焦于信贷和资产价格波动的“金融周期”的研究并不常见。这其中的根源在于，主流经济学派认为金融体系只是经济体系运行的“面纱”，并不会对经济发展和经济波动产生实质性影响（张晓朴和朱太辉，2014）。在这种理念的指导下，经济学理论所推导出来的结果就是金融自由化的政策导向，带来了20 世纪80、90 年代以来全球金融体系的复杂化、去监管化以及经济发展的金融化，导致金融体系的资产规模不断膨胀，金融体系的产出在GDP 中的占比不断提高。与此同时，全球杠杆率快速攀升，金融体系中的系统性风险不断积累。正因如此，2008 年全球金融危机的爆发以及其后发达经济体持续多年的经济衰退有其必然性。

危机之前没有事前预警、危机之后没有解决良策的尴尬境地，促使主流经济学在此次国际金融危机之后开始重新审视和探究金融因素在经济运行中的角色和作用。其中一个重要发展方向是，国际清算银行（BIS）、国际货币基金组织（IMF）等机构的经济学家们运用经济周期的实证方法构建金融周期，比较金融周期与经济周期的波动变化，分析金融体系的融资服务、风险变化对金融体系稳定、实体经济波动变化的影响（Borio，2012；Claessens et al.，2011）。金融危机史表明，金融危机大多发生在金融周期（特别是金融中周期）的波峰附近，危机之后通常会出现断崖式的资产价格下跌和信贷收缩，最终对实体经济造成巨大冲击，甚至导致长期的经济衰退和巨大的产出损失。近些年来，西方主要国家的金融周期的时间跨度和波动幅度出现了延长和扩大趋势，且金融扩张的时间越长、幅度越大，积累的系统性风险越大，最终爆发的金融危机越严重，对实体经济的负面冲击也越剧烈、越持久。相关研究测算表明，如果经济衰退伴随着金融周期性收缩一起发生，则GDP 的降幅相对于没有金融周期性收缩的情况会高出约50%（Drehmann et al.，2012）。

目前金融周期的研究虽然还处于起始阶段，但由于其研究结果的直观性、现实性和可检验性， 受到了学术界和政策层越来越多的关注（Drehmann et al.，2010；Drehmann and Tsatsaronis, 2014）。近两三年来，我国金融周期的学术研究也悄然起步，对中国金融周期的实证分析进行了有益的探索（伊楠和张斌，2016；陈雨露等，2016；范小云、袁梦怡和肖立晟，2017；马勇等，2017；彭文生，2017；彭振江和杨李娟，2017）。目前，此类研究在指标选择和方法设计上所遇到的挑战是，如何将国际学术研究成果与我国经济金融发展的实际情况和制度环境相结合，以提高研究结论的合理性和有效性。

金融周期本质上刻画的是金融扩张与金融风险的动态关系，对我国金融周期进行客观合理的实证分析，有助于更好地理解我国金融体系面临的挑战，从而研究制定更加合理的政策措施。特别是近年来我国在持续推进供给侧结构性改革和经济转型升级，如何在政策上引导金融体系在更好服务实体经济的同时有效防控金融风险，是一个现实难题，这方面的政策调整创新亟需相关理论研究提供论证支持。为此，在现有国内外金融周期实证研究的基础上，根据中国经济金融体系的制度特征和发展实践，遴选出更适用于测度中国金融周期的代理指标——广义信贷、广义信贷/GDP 和房地产价格，并重点在测度方法上对识别金融周期的转折点法和带通滤波法的参数设置进行优化调整；在此基础上，利用1998 年一季度至2018 年一季度的20 年季度数据，对中国的金融周期进行了实证分析和交叉检验，并分析了中国金融周期的特征属性；最后，比较分析了中国金融周期与其他主要经济体金融周期的差异，及其与中国金融调控之间的关系。

相对于已有研究，本文的边际贡献主要体现在以下三个方面。其一，在构成指标上，基于相关指标对市场实际波动的反映情况，并充分考虑数据的可获得性和时序长度，本文选取广义信贷、广义信贷/GDP 以及房地产价格三项指标作为中国金融周期的合成指标，并分析确定了这些指标在中国的计算口径或代理指标，从而提高了指标的代表性和全面性。其二，在实证方法上，本文没有直接采用带通滤波法和转折点法在分析国外发达国家经济体金融周期的经验值设置，而是结合中国经济金融制度的发展历程和特征属性，分析了这些参数设置的局限性，进而对应用带通滤波法和转折点法识别中国金融周期的参数设置进行了优化调整，从而提高了中国金融周期测量结果的合理性和真实性。其三，在理论基础上，金融周期的理论机制涉及到金融体系与实体经济关系这一根本性问题，已有研究大都没有深入分析从广义信贷、广义信贷/GDP 和房地产价格三个方面来构建金融周期的理论机制，是一个亟需弥补的“短板”。本文的研究重点虽然是完善中国金融周期测算实证的指标和方法，但仍借鉴考虑了金融交易分流的货币交易方程，对选择广义信贷、广义信贷/GDP 以及房地产价格三方面指标来构建金融周期做了一个基本的理论解释。正因如此，本文测量得出的金融周期与中国金融体系的发展历程具有较好的一致性，提高了实证分析结论的解释力和说服力，对于金融政策调控的参考价值也更大。

    后文的结构安排如下：第二部分为金融周期的理论渊源以及国内外研究评析；第三部分为研究方法优化调整、代理指标分析选取和数据量纲处理；第四部分为金融周期单个指标、合成指标的测度和属性分析；第五部分为结论与政策启示。

......

学术论文全部内容请详见附件。

普惠金融（Inclusive Finance）是指以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务，其主要服务对象是城镇低收入人群、农民和小微企业主等。2013年11月12日，第十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》，正式提出要“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品”，普惠金融理念正式走入国家级文件。2015年12月，国务院印发《推进普惠念融发展规划（2016-2020》，全面阐述了推进我国普惠金融发展总体思路。

一、普惠金融的难点与痛点

普惠金融重视消除贫困、实现社会公平，其本质是反对金融排斥。但在传统模式下，信贷业务十分关注第二还款来源，不仅要求借款人征信良好并提供收入证明，往往还需提供担保或以房屋、车产等进行抵押，使得当借款人无力偿还贷款时，可以通过对担保人进行追索或处置抵押物进行偿还。这种业务模式对于商业银行较为谨慎的风险偏好来说并无可厚非，但却将那些没有房屋车辆、不具备户口社保、但却有真实金融需求的人群排除在外，形成了传统意义上的金融排斥。

近年来，随着互联网和大数据、人工智能、云计算等金融科技的应用，数字普惠或者“互联网+”普惠的模式兴起并被广泛应用。新技术的应用形成了大量包含信息的数据，有效降低了交易成本和信贷服务的门槛。但是，随着这种“互联网+”的模式把线上用户的数据挖掘得越来越充分，新的金融排斥也随之产生：那些生活在互联网覆盖不到地区的人，或者缺乏移动智能机操作经验的农户、城镇低收入群体和小微企业主，他们越发难以积累线上数据，但其中相当比例的人群具备融资需求，如果有风险价格合理的资金帮助他们提升造血功能，他们完全能够在偿还本息的同时提升自己的生活和经营能力，但却被“互联网+”的模式排斥在了普惠信贷服务之外。在需求侧，除了普惠信贷可得性受到限制外，一些普惠金融机构并不能挖掘借款人的真实需求，其产品额度、期限、还款安排等方面设计无法与潜在客群匹配，业务流程在效率与便捷方面也不能适应目标客户，导致虽然有产品但是用户满意度很低，甚至隐性地排斥了一部分具有真实需求的人群。

面对这种新的金融排斥，大多数单一机构往往无计可施。所谓“普惠”，应该有“普”才能“惠”，即只有扩大客户群体覆盖面和服务量方能实现信贷定价的下行，这是符合经济学中规模效应的。当一个机构投入巨大资源在某一个地区进行专业化发展，雇佣专业的信贷经理提供服务、开展金融教育、建立当地数据档案；或者针对某类客户群体深耕细作，充分挖掘其信贷需求、分析风险因素，都无疑会产生巨大的运营成本。这部分投入如果要弥补，一种方式可以通过较高的定价解决，但是这违背普惠的初衷；另一种方式，则势必要求对应一个规模庞大的资产端（即所谓“普”），用摊薄资金成本的方式，降低价格，达到“惠”及民生的目的。然而普惠金融的客户群体通常有着金融需求多元、地域分布广泛且分散、风险复杂且识别成本高、金融素养参差不齐等特点，与之相对的是单一机构往往囿于其业务范围、客群偏好、风控技术、服务网络、资金成本等方面的局限性，难于同时兼顾专业化、规模化和风险可控三个目标，从而带来了一个两难的局面：在金融机构独立完成普惠信贷全部业务环节这一“单打独斗”的模式中，服务覆盖面的扩大、客群的下沉、客户体验的提升与定价的降低难以兼得。

二、分工与聚合：普惠金融模式的创新

从流程上讲，完整的普惠信贷业务链条可以划拆解出产品设计、营销推广、客户准入、风险评估、额度授信、增信、签约、贷后管理和催收等诸多环节。我们将普惠信贷全流程提炼为获客、风控、增信和资金四个主要节点。

获客是普惠信贷业务中极为重要的一个节点，其目的是要找到并吸引具有与产品相适应的金融需求的优质客户，其核心问题是接触客户的渠道和成本。获客能力在很大程度上决定着信贷资产端的规模和质量，而很多类型的机构都可以在这一节点上提供独具特色的资源。在线上，大型门户网站和社交平台可以提供营销和引流服务，一些有能力的互联网巨头还可以定制专属甄别模型，提供精准营销废物；在线下，保险、支付、税务、农担等机构都具有特殊场景，可以用较低的成本触达广泛客群，有强大的线下营销能力以挖掘潜在的金融需求。

风控节点的主要功能在于为信贷业务聚合数据资源和提供模型支持。从数据和技术来源的角度，该节点上可以提供数据的机构包括两类，一类是负责产品风控的机构，它可以运用自有的数据和模型，也可以开发网络爬虫，在客户授权的基础上爬取所需数据；另一类是专门的服务商，包括同盾科技、聚信立、前海征信等机构。从信贷业务流程上，大数据贯穿了几乎所有节点。从获客节点开始，就要为客户建立画像，了解他是什么样的人；经过反欺诈等初步筛选之后，用户提供更多关于自身以及抵押物的资料，这些数据都将被妥善地线上化，进而流转到增信节点、资金节点。这种全流程线上化的数据管理方式，具有标准化、统一化、去人工等特点，能够防止人为情绪干扰、避免很多操作风险和道德风险。通过集成互联网数据与金融数据，可以运用人工智能和云计算技术，在身份认证、客户画像、反欺诈、风控审批等流程中对潜在客户进行精准、立体的识别和风险把控。

增信节点的主要目的是与资金节点进行风险分担，尤其在银行作为出资方时，银行出于风险考虑，通常需要保险公司签订保单后再进行审批授信。通过产险、信保等增信方的加入，信贷的负债端和资产端的风险和收益得以匹配，而保险公司由于具有多年的精算经验和模型积累，可以较为专业化地为风险定价。

在资金节点上，商业银行、消费金融公司、信托公司、保险机构、小贷公司等都是重要的资金来源。不同类型机构由于资金成本、流动性状况的不同，各自匹配的普惠金融目标客群也存在较大的差异。从目前来看，商业银行仍是普惠金融资金最主要的供给者，占据绝对的比重，并涉及到不同类型的群体。根据银保监会公布的数据，截至2019年6月末，已有5家大型银行在总行和全部185家一级分行成立普惠金融事业部，10家股份制银行已设立普惠金融事业部或专职开展普惠金融业务的部门及中心，普惠型小微贷款余额10.7万亿元，普惠型涉农贷款余额6.10万亿元，扶贫开发项目贷款余额4274.04亿元，产业精准扶贫贷款余额1.24万亿元。

总体上看，在过去一段时间中，获客、风控、增信和资金等节点得以更为专业化的发展，不同类型机构在不同环节形成了各自的比较优势，并通过金融科技手段进行连接和聚合。这种专业化的分工和聚合突破了客群下沉等诸多瓶颈，推动了小微企业、三农人群融资问题的解决，同时通过最大化各节点上提供服务机构的产能，形成规模经济效应降低成本，进而降低信贷价格。在分工、聚合过程中，普惠金融业务链条的参与者、以及资金供需双方都获得了价值，促进了商业价值与普惠金融社会价值的兼容。

三、普惠金融模式创新与监管

有关分工、聚合的模式创新，在业界还未形成统一、规范的概念，我们倾向于使用“聚合模式”，但也有“联合信贷”、“信贷联营”、“助贷”等不同的提法，侧重点各有不同，但描述的整体趋势大体相同，即在信息科技快速发展的背景下，金融业务链条的分工不断细化，并依托技术平台进行更有效的组合。从其信息技术对其他传统行业（如商贸、物流以及制造业）的产业链重构已经造成的影响，我们没有理由认为金融行业和信贷业务可以置身于产业数字化的潮流之外。当然，作为受到严格管控的行业，金融业的演变过程有其独特性，需要符合法律与监管的要求。立足于现有的法律和金融监管框架，对聚合模式的监管，有如下几个方面的重点值得关注：

一是严格准入，规范机构合作。在普惠金融分工与聚合的生态中，信贷业务并不是由一家机构完成，而是集合了众多的参与主体，在不同的节点上发挥作用。在这种情况下，对某一类持牌机构的监管，均难以对整个业务链条形成完全的覆盖。对此，监管应把握如下几个原则：其一，在主要节点中，现有法规要求持牌的业务，只能由持牌机构经营；第二，现有法规未要求持牌的业务，如获客、信贷技术以及贷后管理等领域，应允许持牌机构与各类具有专业优势、合法合规的非持牌机构的合作，鼓励市场竞争以提高效率；第三，对机构间合作的监管，可以根据合作对象的性质进行分类。持牌机构与持牌机构之间的合作，由相应监管部门分业管理，但要保持政策的协调性；对于持牌机构与非持牌机构之间的合作，以持牌机构为监管主体，监管可要求持牌机构根据审慎原则建立白名单制度，将资质较差、潜在风险较大的机构排除在外。此外，监管部门可以根据现有监管规定适度延伸监管范围，在有必要的情况下，对持牌机构的合作对象进行监管检查和评估。

二是因势利导，平衡创新与风险。基于互联网的普惠金融创新对属地监管和信贷政策的有效性会产生一定的冲击。但从普惠信贷的服务对象，以及利用大数据和金融科技降低融资成本等特征来看，它又符合金融服务实体经济、支持薄弱环节的政策导向。有鉴于此，不能基于传统信贷监管规则，对普惠金融的模式创新进行“一刀切”，而应该因势利导，平衡创新与风险。具体可考虑，在允许创新模式发展的同时，对其客户对象、单笔额度进行限制，突出其普惠金融定位，以弥补线下信贷对普惠金融客户覆盖的不足；对中小银行跨区域资金进行一定的比率限制，以防止部分机构资金过度外流；鼓励中小银行与其他主体合作，以聚合的方式开发、服务本地客群；强化对普惠信贷资金流向的监控，确保其符合监管政策导向，等等。

三是规范法律关系，厘清责任与风险承担。与传统信贷由单一机构完成不同，聚合模式的不同节点上，往往有多家不同类型的机构参与，以发挥各自比较优势。但从风险分担角度，一旦发生信用风险损失，各自应该承担怎样的法律责任，现有的聚合未形成统一的规范，实践中，机构间的合作有“客户支持模式”（狭义的助贷）、“资金支持模式”（联合贷款或信贷联营）和“风控支持模式”（风控的专业化外包）等，法律关系和风险承担各不相同。而且，从借款者视角看，借款的入口与资金的真实出借方，并不完全一致（如资金支持模式下），甚至完全不同（如客户支持模式下），也容易造成纠纷，给金融机构带来法律风险，或对金融消费者权益造成伤害。此外，核心风控环节的外包（如风控支持模式下）不符合现有监管要求，从长远看，也不利于持牌机构的健康可持续发展。从以上看，未来监管的重点，是要明确参与各方的法律关系，并根据特定的法律关系，参照现有的监管规则，对不同的合作模式的合作边界进行规范。

四是完善制度，强化金融消费者保护。聚合信贷的参与者众多，各方法律关系不明晰，加之主要通过互联网进行交易，大量的实质性交易处理全部隐藏至后台，金融消费者往往只能面对极简化的操作流程和标准化的业务描述，缺少进一步风险质询和疑问解答途径。在这种情况下，金融消费者因信息不对称所导致的弱势地位会愈发明显。在金融消费者保护方面，有如下几个可探讨的方向：一是根据普惠金融模式创新的新特点，进一步完善金融消费者权益保护的法律、法规；二是强化行为监管，对综合收费（含利息和各种费用）超过国家法律规定，以及在贷前、贷中、贷后管理过程中的违法、违规行为，要加大惩处力度，树立行为监管的权威性及震慑性，确保金融机构经营行为守法合规，营造公平有序的金融市场环境并保护金融消费者合法权益；三是加强金融消费者信息保护。强调身份识别系统的保密性、安全性，并能适应开展客户尽职调查的各种需求和风险等级。此外，探索建立消费者数据保护和隐私规则，以及综合性的消费者和数据保护方法，重点关注与数字金融服务相关的具体问题，等等。

资管新规发布以来，推动资管产品之间公平竞争的相关制度安排一直在有序推进。目前市场争论的焦点是两个违背公平竞争的制度——银行现金管理类产品投资限制过于宽松，以及公募基金免征投资人所得税。现金管理类产品也是银行理财与公募基金相互角力的关键市场。

2019年12月27日，银保监会、人民银行就《关于规范现金管理类理财产品管理有关事项的通知》（下称《通知》）公开征求意见，拉开了现金管理类理财产品强监管的大幕。

一、现金管理类产品形成了近似资金池模式的效果

资管新规发布后，转型压力最大的是银行理财业务，面临着两种压力：一种压力来自于内部，部分银行在从事理财业务的时候，由于面临着系统、人员以及组织结构上的短缺，再加上当时的市场状况，理财业务对应的投资比较单一。银行理财业务依托于资金池模式而生，难以应对转型带来的流动性管理、投资管理、风险管理和运营管理等难题，银行需要在业务不断档的前提之下，利用有限的资源，渐进地提升自己的能力。另一种压力来自外部。资金池模式与银行定期存款在形式上是一样的，便于客户理解，加上人们对银行天然的信任，这类产品自然受到了投资者们的追捧。但是，分离定价、滚动发行、集合运作的资金池模式却因权责划分不清晰、刚性兑付等原因，被“资管新规”所禁止。银行亟需找到一个新的业务模式和产品形式，来抓住原有客户厌恶收益波动、渴望本金安全的“痛点”。

在这种背景下，现金管理类产品应运而生，它是银行糅合了公募货币基金和现金管理型信托产品的特点，创新出来的新型模式。在产品的设计结构上，银行现金管理类产品更贴近公募货币基金，采用了摊余成本计量+影子定价模式（在少数情况里，银行并未采取影子定价）；也和货币基金一样，用7天年化收益率和每万份收益来替代净值展示。但在投资上，现金管理类产品则更贴近现金管理型信托，在资产配置上走极端，同时配置大量超高流动性资产和几乎没有流动性的资产。

这个创新产品既符合了资管新规对净值型产品的要求，也满足了投资者们对低风险、高流动性的需求，而且，对投资、风险、估值等方面能力的要求也不高，因而成为银行理财转型时不可或缺的“站点”。在《关于进一步明确规范金融机构资产管理业务指导意见有关事项的通知》中，监管机构明确，过渡期内，银行的现金管理类产品，在严格监管的前提下，暂参照货币市场基金的“摊余成本+影子定价”方法进行估值。

在实际运作中，由于缺乏与之相对应的监管规则，现金管理类产品在投资端出现了一定的过度扩展，只要在资管新规大框架下合理的投资范围，都被放入了现金管理类产品的框中，采用“摊余成本+影子定价”的估值方式，压低收益波动，在客户观感上形成了近似资金池模式的效果。

大部分银行在现金管理类产品的投资操作上，仍然遵循相对较粗的货币基金投资范围，如资产期限为397天及以下，信用评级在AA+及以上。但也有少部分银行的现金管理类产品投资了非标、低等级信用债、资本工具等资产。

二、哑铃型配置策略将在严格监管下发生改变

需要指出的是，现金管理类产品虽然并不完美，但对银行理财的转型进程至关重要。一方面，现金管理类产品管理简单，对投资、风控和核算的要求不高，适合逐步提升技术实力的中小银行；另一方面，较高的收益、稳定的净值和灵活的期限，也让银行理财的客户接受起来没有太大压力。

技术门槛低，客户接受度又高，更难能可贵的是，流动性风险管理也比较简单：相较于大额资金、机构资金占比过高，规模波动较大的公募货币基金和现金管理型信托，现金管理类理财产品的份额持有者大多数为银行储蓄客户，资金稳定性较高，也极少会出现同时申购、同时赎回的“羊群效应”，不必备付较多流动性资产。现金管理类产品对承受着巨大转型压力的银行理财而言，的确是解了燃眉之急。

不过，在几乎照搬货币基金相关管理制度的《通知》下发后，现金管理类理财产品还能保持之前的优势，成为银行理财转型的主要方向吗？

我们认为，虽然在通知下发之前，广阔的投资范围的确给予了现金管理类产品相较于公募货币基金巨大的优势，使其能够为客户提供更有竞争力的收益率以吸引客户，但现金管理类理财对公募货币基金等产品的优势还包括更快速的结算（银行现金管理类产品可T+0或T+1起息），以及更稳定的客户群。

换句话说，即使现金管理类理财产品的投资受到严格监管，它也依旧是对银行而言性价比较高、对客户而言吸引力较强的产品，严格监管不太可能实质性改变银行理财的转型方向。

但是，在严格监管之后，的确有一些资产会受到影响。在以往的投资模式中，一个典型的现金管理类理财产品会投资大量高收益低流动性资产（如私募债、低等级公募债、非标资产等）、少量高流动性资产（如存款、现金），以及一些资本工具（如次级债、优先股等）。若按照《通知》要求严格执行，则有两个可能会突破指标，不得不进行调整的地方：一是资产本身不符合《通知》要求，二是资产符合《通知》要求，但投资超限。具体来看，会产生以下两方面的影响。

其一，信用等级较低、期限超过397天的资产将会从现金管理类产品资产配置范围中清除。这部分低等级、长期限的资产曾是现金管理类资管高额收益的主要来源。

其二，以往不少银行在产品资产配置时都会选择“高收益+高流动性”的哑铃型配置策略，该策略要求高流动性资产如存款的持有比例达到或超过30%，而按照《通知》的要求，投资银行存款、企业债以及各类金融资产都存在比例限制，因而上述配置策略将面临调整。需要处置的不仅是容易处理的银行存款、存单等高流动性资产，还有低流动性、高收益资产。

总而言之，现金管理类产品曾经青睐的中低评级（AA至AA+）、低流动性（私募债甚至非标），以及少量中期限（3年）资产，都会遇到处置难题。好在过渡期长达一年，大部分难以处置的低流动性资产都将自然到期。虽然局部面临着压力，但整体的存量资产调整压力较小，不会导致存量资产的抛售。但新发中低评级、低流动性资产的需求肯定会受到一定的影响。

三、监管意图：促进公平竞争并降低融资成本

与市场机构关注过渡期是否过短、投资限制是否过紧不同，我们更关注产品结构的变化。

现金管理类理财产品对比公募货币基金，其主要的优势有三：宽松的投资限制、更快的清算结算速度，以及更稳定的客户群。宽松的投资限制可以提升投资回报，更快的清算结算速度可以提升产品流动性，更稳定的客群允许产品考虑更少流动性风险。

宽松的投资限制会带来更多风险，同时也不符合监管机构“公平竞争”的原则，被“严格监管”合情合理，但更快的清算结算速度被限制其实并无太大必要。银行更快的清算结算速度是由银行的属性决定的，既不会额外带来风险，也不会影响“公平竞争”原则。不过，《通知》照搬了《货币市场基金监督管理办法》的相关规定：

“当日认购的现金管理类产品份额应当自下一个交易日起享有该产品的分配权益；当日赎回的现金管理类产品份额自下一个交易日起不享有该产品的分配权益，国务院银行业监督管理机构认定的特殊现金管理类产品品种除外。”

我们预测，对该条款可能会存在较多的争议。

《通知》选择在市场机构纷纷预期资管新规的过渡期将延长的时候发布，也从两个方面透露出了监管机构的意图：

一是进一步落实资管新规提出的“公平竞争”原则——在其他制度相继出台和修订之后，各资管机构之间的不公平已被抹平，仅剩“现金管理类银行理财产品投资范围过广”和“公募基金免税”两个制度仍待修订，如今现金管理类产品的监管制度已出，我们预计，在过渡期结束前，公募基金免税的优势也将得到修正。

二是降低各类金融机构的资金成本，从而降低实体经济的融资成本。结合近期银保监会对靠档计息存款、同业负债等高成本负债的监管政策看，监管机构希望能够通过降低刚性资金成本的方式，逐步压降金融机构的资金成本，从而达到降低实体经济融资成本的目的。

人行于2019年12月28日发布公告，存量贷款合同将按一定规则，切换至LPR定价。

具体测算与分析，请参见我们12月30日发布点评《贷款定价基准切换点评：切换影响有限，关注后续LPR走势》。

本文只负责向广大借款人通俗讲解下什么是LPR切换。

首先，贷款分为固定利率和浮动利率。

固定利率是：借贷双方约好一口价，比如每年利率5%！

浮动利率是：借贷双方约好利率定期浮动。

固定利率一般只用于短期贷款。

因为长期贷款延续很多年，谁也不知道未来利率是多少，到时，若合同利率依然固定，就会有意外损益。这叫利率风险。

比如要是一份5年贷款合同，约定固定利率5%。结果，两年后，整个市场利率下降了，那时候再去贷款，利率只需要4%。这时，借款人的合同依然是5%，就觉得自己血亏了。

而如果两年后市场利率升了，那么银行觉得自己血亏了。

因此，一般长期贷款合同会用浮动利率，双方都好受些。

浮动利率定期变动，但得有个约定的方法。首先要有个利率基准，或利率的锚。

贷款合同约定的是，利率定价是在锚上，约定加减的幅度。比如锚是3%。合同约定利率是锚上浮1.1倍（新锚是加减BP点），即3.3%。

于是，锚变动时，合同实际利率跟着动。比如锚变成4%，则合同实际利率变成4.4%。

注意，一般银行会有成熟的定价系统，定出来贷款利率是3.3%，然后再拿3.3%去和锚计算，倒算出加减的点或倍数。

我们说这种贷款合同是以该锚为基准定价，或称盯住该锚定价。

而不是说用锚来定价。

合同还会约定利率变动的周期，称为重定价期限。比如每年变动一次，或每季度。

过去，人行公告的法定贷款利率作为锚（旧锚）。

这次的改革，是让LPR代替贷款法定利率，成为了新锚。

注意，并不是这次改革才是利率市场化。之前也是利率市场化的，只是前后的锚不一样。

因为之前，银行和借款人也是可以在锚（法定贷款利率）基础上自由浮动的，所以也是利率市场化的。

但是，改革后的锚，比改革前的锚更市场化。所以这次人行称为“深化”利率市场化改革。

因为法定贷款利率是人行自己定的，比较主观，是外生变量。

而LPR是18家报价银行给各自最优异的借款人的利率的平均（扣除最高最低价），是来自市场的内生变量（当然，监管部门可能会窗口指导）。

因此，新锚比起旧锚，会更加随着市场形势而变动，从而带动盯住此锚的贷款合同利率变动。

从借款人角度，如果预期市场利率会下降，那么LPR会下降，那么新合同定为以LPR为锚较为有利。

2020年1月1日，央行宣布，为支持实体经济发展，降低社会融资实际成本，将于2020年1月6日下调金融机构存款准备金率0.5个百分点（不含财务公司、金融租赁公司和汽车金融公司），释放流动性大约8000亿。

其中，仅在省级行政区域内经营的城市商业银行、服务县域的农村商业银行、农村合作银行、农村信用合作社和村镇银行等中小银行获得长期资金1200多亿元。

一、降准有三重考虑

一是配合宽财政稳增长。明年要实现两个翻一番目标，政府有在上半年加大逆周期调节力度，提前打量，为下半年留足政策调整和盈余空间的诉求，因此地方债发行落地速度和规模可能会比以往更快更高，基建项目的融资需求会相对提升，需要央行投放中长期的流动性，对接地方债和中长期信贷。

降准后营造出来的流动性充裕环境也有利于降低地方债发行利率，降低政府债务偿还压力。

二是弥补1月份潜在的流动性缺口。除地方债发行带来的流动性需求外，1月份缴税缴准和春节现金漏损也对基础货币有较高的需求。

过去三年，央行负债端的政府存款项目在1月份分别增长了4900、9500和6800亿，假设2020年持平历史均值，则由于缴税与地方债发行等因素带来的流动性缺口也有7000亿。

春节漏损，一般体现为春节前，由于发红包、企业发奖金等因素，银行的库存现金和超储会被取现需求大量消耗，从而给银行间市场带来较大规模的流动性缺口。

2020年，春节在1月24日，这种流动性漏损的现象会集中在1月份体现，和2014年与2017年比较相像。在现金使用和风俗习惯变化不大的情况下，2020年因为春节因素带来的流动性缺口可能也会和这两年相近，大约在1.8万亿左右。

如此，仅看缴税、地方债发行和春节漏损，银行体系流动性的缺口就已经达到了2.5万亿。现在降准0.5%释放出来的8000亿，与之相比，仍然存在差距。为此，1月份央行将继续用公开市场操作+MLF的形式来投放流动性。

三是降低社会融资成本的诉求。尽管说从2018年开始，央行就已经在引导短端利率下行，使债券融资利率（以3YAAA中票为代表）下降超过150BP，但银行贷款端的利率却迟迟没有出现明显的下行。

其背后的症结之一在于当前银行的负债成本过高，在高盈利高息差的要求下，银行主动下调贷款利率的动力不足。要降低融资成本，就要继续推动银行负债成本下行。

而要降银行负债成本，其手段主要有三个。

一是宽货币，降低银行同业负债成本，降准相当于直接给银行释放了低（机会）成本的负债，对降低银行负债成本无疑具有重要的意义。

尤其是对于以中小企业为主要服务对象的大部分中小银行而言，不是一级交易商，无法直接从央行手中获得便宜的OMO或MLF/TMLF资金，只能依靠同业市场来间接获得流动性。

而今年由于包商银行事件打破了同业刚兑的信仰，很多金融机构提高了风控的门槛，对可投资的同业存单与存款进一步收紧，部分中小银行的同业负债难度加大，需要用更高的发行利率才能使存单成功发行获得足够的同业负债。

对这些银行而言，降准释放出来的便宜的资金对其降低负债成本意义更大。

二是管控银行违规高息揽储的行为，前期打击“假结构化存款”，近期喊停“挂挡计息”产品，都是这个原则下的产物。

三是推动净值化产品继续向前，降低银行存款揽储的外部竞争压力，对银行现金管理类产品的严监管便是此意。

二、降准靴子落地对市场的影响有限

在12月23日总理称“会研究使用降准和定向降准手段”的消息出来后，债券市场就已经走了降准逻辑，10年国债到期收益率因此下了6BP左右，降准的利好提前price in。

除非降准幅度明显超预期，否则降准后，市场反应会比较有限，甚至有利多出尽的可能。

而此次降准0.5%，投放流动性8000亿，和往年以及今年可能的流动性缺口相比，也不算太多，很难说超出了市场预期。

若后续公开市场操作与MLF继续投放的流动性规模有限，我们甚至有可能看到资金面在降准后反而会边际收紧，所以不要对已经被充分预期的降准的影响抱有太大的希望。

三、珍惜现在货币宽松的窗口

在12月份中央经济工作会议通稿出来后，很多人盯住“灵活适度”来论证货币政策如何，有机构认为2015年年末将货币政策基调定为灵活适度，2016年货币政策就不如2015年宽松，因此2020年的货币政策会比2019年更紧。

但实际上，仅从中央经济工作会议结束后，资金利率中枢趋势下行，跨年十分轻松等一系列迹象来看，货币条件要比之前好的多，并没有看到收紧的迹象。

我们认为，所谓“灵活”，其意义在于，因为既要经济增长总量（保证两个翻一番目标实现），也要增长质量（避免杠杆再度飙升、结构转型）。所以当经济增长压力较大时，货币要偏松，侧重总量；而在增长压力减弱时，货币回归中性，侧重质量，从而做到保质保量的完成经济增长目标。

从2019年四季度央行货币政策委员会例会来看，现在央行对经济定调是“下行压力仍然较大”，加强逆周期调节，降低社会融资成本，确保经济运行在合理区间是当前的主要矛盾。

这意味着目前以及未来一段时期，货币政策可能都会比较友好，流动性会合理充裕，对债市会相对有利。

实际上，与已经被预期的降准相比，货币政策委员会例会的定调让投资者对未来货币政策更有想象力，对市场的影响反而会更大。

但如果2020年一季度经济表现较好，则货币政策可能会灵活的变化，转为中性。

一、监管沙盒的最终目标在于推动创新与监管的良性互动

为有效应对金融科技创新等带来的监管挑战，妥善应对监管在支持创新和防控风险上的冲突，英国监管当局创新金融监管理念和模式，于2016年率先实施了“监管沙盒”制度，并得到了新加坡、澳大利亚、香港、日本、泰国、马来西亚、印度尼西亚等国家和地区金融监管当局的响应推广，成为了国际上金融科技等金融创新监管的新趋势。与此同时，近年来监管科技（Regtech）随着金融科技创新的快速发展而兴起，监管沙盒也成为了连接金融科技、金融创新与金融监管的重要抓手。

1、监管沙盒的重点是为金融创新提供安全快捷的测试环境

英国、新加坡、澳大利亚、香港等国家和地区的“监管沙盒”在运作模式、适用对象、准入标准等方面存在一定的差异，但理念都与计算机中的沙盒类似。计算机语境下的沙盒（Sandbox）是一种维护计算机安全的虚拟技术，是指在受限的安全环境中运行应用程序，并通过限制授予应用程序的代码访问权限，为一些来源不可信、具备破坏力或无法判定程序意图的程序提供试验环境。与此相应，监管沙盒的核心是为金融创新提供安全快捷的测试环境，通过限定条件、有限空间、全程监控的创新测试，既前瞻性地理解、识别和把控金融创新的潜在风险和负面影响，又通过及时有效的创新测试审查缩短金融创新的上市时间、减少所承担的监管成本，为金融企业开展负责任的、真正让社会获益的金融创新提供有效激励。

具体而言，英国等金融监管部门提出的“监管沙盒”，是在消费者保护的前提下，简化企业的金融创新审批程序，并通过“无异议函”、“个别指导意见”、限定范围内的法律“豁免”或者“限制性授权”（Restricted Authorisation，即范围有限的“行政许可”）等沙盒工具，允许企业在一定范围内测试金融创新活动，监管部门对测试过程进行全程监控，并对结果进行评估，进而判定对金融创新是否给予正式的监管授权，并在更大的市场范围推广。除监管沙盒外，英国还建设性地创设了适用于行业自律管理的伞形沙盒和虚拟沙盒，并联合50个国家或地区的金融监管机构和市场组织，组建全球性的监管沙盒——金融创新监管网络（Global Financial Innovation Network，GFIN），促进跨界的金融科技创新监管。

在机理上，监管沙盒类似于中国的改革试点：两者都是为了鼓励创新提高效率，通过设定“观察期”和限定范围来管控试点风险和保护消费者，然后总结经验教训和转件推广；不同之处在于，监管沙盒是一种常态化、规范化的制度安排，相关市场主体可以随时申请入盒测试，而改革试点大多是一事一议，新设试点和试点政策需要相关部门审批通过。正因如此，两者在稳定预期、市场引导和影响范围上存在一定的差异。

2、监管沙盒有助于防控金融风险和服务实体经济的统一

金融创新监管的关键在于推动创新与监管的良性互动，监管沙盒实现了支持创新和监管有效的有机统一。近些年来，我国金融科技快速发展，相关产品和服务创新不断推出，当前推出监管沙盒的意义不言而喻。但对监管沙盒的全面理解，需要放在国际金融监管演变的大背景下，以下三个方面值得关注：一是监管沙盒创新的不仅是监管工具，也是一种监管理念和模式。监管沙盒是次贷金融危机后“寻找监管新平衡”的有益探索，即在危机前的“轻触式监管”与危机后的监管全面强化之间寻求平衡，既不增加被监管者的合规成本，又提高了监管有效性。二是监管沙盒有利于监管者更好地履行双重职能。在我国的金融监管实践中，监管部门不仅要防控风险和维护金融稳定，也要促进金融体系提高服务实体经济的效率。上述双重职责在传统的监管模式下短期难以有效兼顾，但在金融沙盒模式下得到了有机统一。三是监管沙盒有利于促进理性金融创新。金融沙盒模式大大降低了金融创新的申请时间和合规成本，使得企业理性创新的成本收益比远高于不合理的监管套利，有利于减少金融创新乱象。

从监管沙盒的国际实践来看，监管沙盒的实施在提高监管效率的同时，也对监管部门提出了新的要求：一是监管部门要有足够的人才积累和过硬的专业能力，监管者需要及时更新监管知识，对各种创新技术、产品服务、商业模式具有深刻的理解力；二是监管部门要有相应的资源配置，针对不同的创新企业制定不同的监管测试方案，并持续进行跟踪评估，都需要大量的监管资源投入；三是要有完善的监督评价机制，监督评估机制要兼顾沙盒的标准、流程设计和监管人员的具体实施，避免监管沙盒准入审批“歧视”、沙盒测试“黑盒化”导致新的监管不公平，也要打消监管者“不敢作为”的顾虑。

二、我国监管沙盒设计需要做好三方面协调

在地方试点推出监管沙盒，其设计需要跟国家的顶层部署与实践的底层探索结合起来，重点处理好与竞争中性原则、技术中性原则、央地监管分工三个方面的协调问题。

1、监管沙盒与竞争中性原则有机协调

从国际经验来看，各个国家和地区的监管沙盒的适用对象和准入标准各不相同，但都明确了监管沙盒的准入标准和实施要求，且准入标准非常注重覆盖面和公平性。近年来，党中央、国务院在产业政策制定、国有企业改革和深化对外开放中都非常强调竞争中性原则。2019年12月，中共中央、国务院发布《关于营造更好发展环境 支持民营企业改革发展的意见》进一步强调了竞争中性原则，要求坚持公平竞争，对各类市场主体一视同仁，营造公平竞争的市场环境、政策环境、法治环境，确保权利平等、机会平等、规则平等，注重采用市场化手段，通过市场竞争实现企业优胜劣汰和资源优化配置。

就监管沙盒的设计而言，竞争中性原则的重点在沙盒的申请主体上，关注的焦点在于是不是金融机构、准金融机构和金融科技企业都可以申请，金融科技企业可以独立申请还是必须要跟金融机构合作申请？对于金融科技创新而言，不管是由金融科技企业发起，还是金融机构发起，只要有利于促进金融供给侧结构性改革和金融高质量发展，有利于改善金融体系的风险防控，有利于提升金融服务实体经济和人民大众的质效，那么都应该支持。按照竞争中性原则的实质，对于同样的创新项目或产品，金融机构可以申请入盒测试，金融科技企业应该也可以申请入盒测试。事实上，持牌金融机构的业务创新是有申报渠道的，可以报请监管部门审批，目前的重点是金融科技企业创新缺乏申报机制。

因此，监管沙盒准入设计应重点关注创新项目或产品，而非创新主体。考虑到我国目前的监管架构仍然是基于金融机构的分业监管，同时出于试点稳健起步的考虑，监管沙盒的准入一开始可以限定为金融机构申请、金融机构与金融科技公司合作申请，但在经过一段时间的经验积累后，应放开到金融科技公司等非金融持牌企业也可以单独申请。

2、监管沙盒与技术中性原则有机协调

随着金融科技和互联网信息技术的发展，技术中性原则越来越受到国家和地区的重视。我国2019年1月开始实施的《电子商务法》中也明确了这一原则，即法律对电子商务的技术手段一视同仁，不限定使用或不禁止使用何种技术，也不对特定技术在法律效力上进行区别对待。2019年8月，人民银行发布的《金融科技（FinTech）发展规划（2019—2021年）》 提出加强监管科技应用，也体现了技术中性原则。

金融科技领域中的技术中性原则大致是指，技术本身并没有好坏和风险大小之分，金融科技监管关注的并不是信息科技本身，而是信息科技应用于金融业务可能产生的风险。就此而言，金融科技中的技术中性原则应该包括两个层次，一个是金融科技——信息科技应用于金融业务，另一个监管科技——信息科技应用于金融监管。事实上，近年来金融监管部门也高度重视监管科技的发展，在2019年12月的中央经济工作会议之后，银保监会提出加强监管科技建设，重视技术在金融业的赋能；证监会新设科技金融监管局，推进科技与业务深度融合，以提升证券监管的科技化、智能化水平。

就监管沙盒的设计而言，金融科技创新试点和监管科技创新试点两类工作都已经在北京启动，都可以考虑通过监管沙盒进行测试和遴选。具体而言，监管沙盒也可以测试基于信息科技创新的监管方法和监管技术，从而更好地促进监管规则的修订和监管改革的实施，提高金融监管的适应性和有效性；同时，也有助于推动金融监管部门更好地处理海量金融数据和改善金融风险监测，减少监管滞后和失误。十九届四中全会提出，要提高金融体系的适应性、竞争力和普惠性，其中的适应性一方面是金融体系发展要更好地适应实体经济的需求，另一方面也包括金融监管体系要更好地适应金融创新发展，特别是适应金融科技创新发展。监管沙盒的设计，可以考虑同时促进这两个层次的适应性发展，既测试金融机构、金融科技企业的金融创新，也可以测试一些监管技术、监管工具的创新以及监管规则、监管政策的调整。

3、监管沙盒与央地监管分工有机协调

监管沙盒是多方参与的试验型动态监管机制，申请测试企业、各地方监管部门和中央监管部门的权力、责任和义务需要提前设定好。在我国中央—地方的双层监管架构下，地方政府监管的主要是准金融机构，中央监管部门监管的持牌金融机构，两者在监管职责分工、金融风险处置等方面存在较大差异。地方性监管沙盒的设计需要切实考虑我国中央—地方的双层监管架构以及各个监管部门的职责分工，并建立顺畅高效的监管协调机制。

在沙盒测试前，当前很多问题和政策在中央监管部门层面还没有得到明确，比如个人金融信息数据如何征集、使用和交互，地方性银行是否可以基于互联网和第三方支持开展跨区域助贷，相关的金融科技创新项目或业务可不可以在地方性监管沙盒里面先行先试，以及中央金融监管部门监管范畴内的业务是否可以申请进入沙盒测试。在沙盒测试后，地方性监管沙盒测试通过的产品和业务，能否得到中央金融监管部门的认可，是否可以在其他地方政府管理的范围、区域推广。此外，监管沙盒测试认可的金融科技创新可能会与现有的金融监管法规产生冲突，是否需要中央监管部门给出“监管豁免”“限制性授权”，中央监管部门是否应该修改监管政策。

如果监管沙盒在设计上能解决好这些问题，无疑有助于促进金融科技创新和金融监管发展的良性互动，避免出现监管双轨制，从而大幅提高金融监管的质效。同时，如何改革完善中央和地方监管协调机制一直是我国金融监管改革中的一块硬骨头，监管沙盒在设计解决好上述问题，也无疑有助于改革完善我国的地方与中央金融监管协调机制，推动我国地方金融立法体系进一步完善，为中央与地方金融监管部门的职责划分、风险处置、上下联动等方面探索一些好方案、好机制、好措施。

三、我国监管沙盒实施需要解决三个重点问题

结合我国金融监管体系的现状和监管沙盒的本质，地方性监管沙盒的实施需要重点解决好与现有创新监管机制区分、规范专业推进测试评估、风险处置防控衔接等具体问题。

1、监管沙盒与产品认证、项目审批的区分统筹

在监管沙盒推出之前，我国金融监管部门已经推出金融科技产品认证、金融科技应用项目审批等创新监管机制。2019年10月底，人民银行与市场监管总局发布《金融科技产品认证规则》和第一批的《金融科技产品认证目录》，明确了11项具体金融科技产品的认证规则。同时，人民银行还推出了金融科技应用试点审批机制，2019年11月人民银行营管部批准了77个市场主体共同申报的46个金融科技产品，涉及金融、医疗、社保、养老、三农等多个领域，期限为一年。监管沙盒和金融科技产品认证、金融科技应用项目审批都是针对金融科技创新，但在管理机制和适用对象存在差异。后续哪些产品和创新可以进入监管沙盒，哪些产品和创新应该转为产品认证和项目审批，已进入产品认证和项目审批的能否再转入监管沙盒测试，都有待地方政府与人民银行等中央管理部门进一步明确。

2、标准实施和测试评估的规范专业

监管沙盒测试的准入标准、测试标准和退出标准的设计是基础，但具体的标准实施和测试评估同样重要。具体而言，在沙盒准入阶段，金融机构、金融科技企业、准金融机构向监管沙盒提交产品或者项目测试申请后，谁来评定是否可以入盒测试。在沙盒测试阶段，创新产品或项目实施的总体风险状况和对消费者利益、金融体系稳定的影响效应，由谁来评估。在沙盒测试完成后，谁来评估决定这个产品是终止还是推广？这些评估实施主体是监管部门，还是组建评审专家委员会？如是专家委员会，其组建应遵循什么程序，对委员有什么要求？对此，可借鉴各国货币政策委员会、财政政策委员会、存款保险治理委员会等的治理机制，建立金融科技的产学研专家库，监管沙盒负责部门针对不同的创新产品和项目，从专家库中随机挑选相应的产学研专家组成评审委员会，由评审委员会来评估决定产品或项目是否准入、实施成效和退出应用。与此同时，建立公开透明的测试公开机制，适时对外公开评估结果和理由，接受公众监督，确保监管沙盒实施的公正、公平、公开。此外，还应注意监管沙盒的评估实施对标准设计的反馈，促进评估实施和标准制定的互动迭代。

3、企业风险处置和监管风险防控的无缝衔接

监管沙盒是要平衡好金融创新和风险防控，消费者保护是核心关键，落实好风险处置责任和风险补偿机制非常重要。虽然监管沙盒有准入要求，但测试产品和项目也会出现风险。测试申请机构作为风险处置的第一责任者，需要在测试前设计好消费者保护和风险补偿方案，涉及资金运作的项目还必须设置风险保证金，以补偿消费者的不合理损失。比如，英国行为监管局推出的监管沙盒明确要求，创新测试申请企业需要确保已经投入了足够的资源做好相应准备，包括了解金融法规、研发投入、潜在风险应对措施等，并且出现纠纷争端时，消费者可向金融申诉服务机构（FOS）和金融服务补偿计划（FSCS）求助。

在沙盒测试过程中，沙盒实施机构要确保测试主体的风险防控和补偿机制覆盖测试的全部流程，若测试企业不能满足风险控制和消费者保护要求，即可采取“摁暂停键”或退出沙盒的措施。此外，沙盒实施机构还要建立相应的风险防控机制，以防测试企业无法承担所有的风险责任或者做好所有的风险防控，如消费者的数据征集、使用和安全保护，避免金融风险的跨产品、跨机构和跨市场传染。概括而言，监管沙盒的实施需要明确入盒测试机构与金融监管部门之间、地方与地方金融监管部门之间以及地方与中央监管部门之间的风险防控责任，完善金融监管信息平台建设，构建金融风险实时监测预警机制，提升监管快速反应能力，加强跨市场、跨业态、跨区域金融风险的识别、预警和处置能力，避免风险在更大大范围传染和扩散。

一、事件

中国人民银行发布公告〔2019〕第30号，就存量浮动利率贷款的定价基准转换为LPR有关事宜（以下简称“切换规则”）进行公告，主要内容如下：

（1）存量浮动利率贷款的定价基准转换为LPR，自2020年1月1日起不得签订参考贷款基准利率定价的浮动利率贷款合同。已处于最后一个重定价周期的存量浮动利率贷款可不转换；

（2）2020年3月1日至8月31日期间，金融机构应与存量浮动利率贷款客户就定价基准转换条款进行协商，将原定价方式转换为以LPR为定价基准加点形成，也可转换为固定利率；

（3）商业性个人住房贷款的加点数值应等于原合同最近的执行利率水平与2019年12月发布的相应期限LPR的差值，且重定价周期不得短于一年；

（4）其他贷款的转换条款由双方自由协商。此外，央行还在答记者问中指出“大多数存量商业性个人住房贷款的重定价周期为1年且重定价日为每年1月1日”。

二、点评：切换本身不会明显影响利率

我们大致匡算切换规则对银行贷款收益率以及净息差的影响。我们的分析分为两部分，本部分先厘清切换规则对定价机制的影响；下一部分我们再进一步延伸，分析2020年LPR进一步下降的情景假设下，银行净息差的下降幅度及其对净利润增长的影响。

注意，下文中所提及的全部百分比，均为该项贷款占贷款总额的比例。

首先，结合《存款类金融机构人民币信贷收支表》《2018年金融机构贷款投向统计报告》，银行的存量贷款结构如下：30%短期贷款，20%房贷，50%其他中长期贷款（其中中长期消费贷占2%，一般是固定利率定价，但考虑到占比很低，故我们将其计入其他中长期贷款）。

以2018年末16家老上市银行数据为例，其贷款大约有40%会在一年内到期（这其中包括30%的短期贷款和10%剩余期限不足一年的长期贷款），这部分贷款不受切换规则影响，原因是这些贷款在到期后重新投放，即便没有切换规则，也会在明年到期且自然变为以LPR定价的贷款；

在剩余60%贷款中，我们进一步假设其各类贷款占比跟全部中长期贷款中各类贷款占比一致，则有17%为房贷（房贷占中长期贷款的29%，从而占剩余60%贷款的17%），43%为其他中长期贷款；

由于房贷一般是按1年重定价且重定价日为1月1日，我们假设这一行业习惯保持不变，则全部房贷在切换为LPR之后，不仅切换前后利率保持不变，而且即便2020年LPR下降，也要到2021年才会影响到房贷的定价。而对于其他中长期贷款，由于需要合同双方自由协商，我们假设其利率自切换之日起就直接反映LPR下降幅度。

按照前述分析，本次切换规则在2020年将影响中长期其他贷款（占贷款总额的43%），在2021年则对占比17%的房贷也产生影响，即相当于2021年贷款基准利率彻底消失，LPR取而代之。

根据上述贷款结构，我们测算规则切换对明后年贷款收益率的影响很小。谨慎起见，对不确定的变量采取偏保守的假设。

对2020年而言，受影响的是占贷款总额43%的中长期其他贷款。其受到的影响测算如下：从2018年末上市银行贷款到期日来看，5年期以上到期的贷款占比38%（按前文估算，其中房贷占比为17%），1~5年的24%；我们进一步假设贷款原始期限的分布规律跟到期日分布规律相同，则中长期其他贷款中有47%[47%=（38-17）%÷（38-17+24）%]为5年期以上贷款，53%为1~5年期贷款。考虑到95%的贷款都会在一年内重定价，因此这些贷款目前都是按最新贷款基准利率定价的，即5年以上4.90%，1~5年期4.75%，所以目前这部分中长期其他贷款的加权平均定价基准利率为4.82%(4.90×47%+4.75×53%)，跟最新4.80%的五年期LPR基本一致。也就是说，如果仅仅是将原本的贷款基准利率换为最新的LPR，那么切换规则对这部分贷款收益率基本没有影响。

对2021年而言，则是房贷进一步受到影响。由于央行规定房贷利率要保持切换前后不变，因此如果明年LPR不发生变动，则中长期房贷收益率也不受切换规则影响。

综上来看，我们认为切换规则本身对银行贷款收益率基本没有影响，因而也不会影响银行净息差。

需要注意的是，我们前述测算是假设切换过程中直接用LPR替换原来的贷款基准利率。由于央行规定中长期其他贷款在切换过程中可以自由商定条款，而目前信贷需求偏弱，因此有可能商定的结果是定价水平下行，这将对贷款收益率有一些负面影响，但具体影响程度难以量化。

三、延伸分析：假设未来LPR下降，对净息差影响几何？

对于明年银行净息差如何变，重要的不是切换规则，而是明年LPR会不会大幅下降（类似于过去的降息）？我们无法预判明年LPR下降的频次、幅度以及时点，但是由于目前市场普遍预期LPR会有所下调，因此我们进行简单的情景分析，以了解不同LPR下降情景下，银行净息差受影响的程度。

除了占比17%的房贷外，剩余83%贷款将在明年受到新LPR影响；而100%的贷款将在2021年受新LPR影响。我们以一种情形展示测算过程，其余情形仅展示结果。我们以一年期和五年期LPR均在2020年1月份下降5bps为例：

假设全部贷款将在明年中到期或切换为LPR，且切换为LPR的部分在切换当日就按最新LPR定价。考虑到几乎全部贷款在一年内重定价，因此可以认为前述83%的贷款均受到LPR下降影响，影响时长为6/12年（因为我们是假设年中到期或切换为LPR从而下降定价基准，所以仅下半年受影响），影响幅度为5bps（不考虑议价能力带来的上下浮比例或基点数变化）。

按上述假设，2020年全部贷款收益率将下降5bps*83%*6/12=2.1bps；因为贷款占生息资产的约55%，因此净息差将下降2.1bps*55%=1.1bps（这里我们不考虑LPR下降对其他资产的联动影响，也不考虑负债成本等的变动）。按2019年前三季度数据静态测算，这一变动幅度将拖累上市银行净利润增长0.8个百分点，影响不大。

按上述假设，由于2021年全部贷款将受到影响，且在1月1日即受到影响，则2021年贷款收益率将较2020年再下降5bps*100%*12/12-2.1bps=2.9bps，净息差将较2020年再下降2.9bps*55%=1.6bps。

如果是多次下降LPR，则可以将影响累加。比如考虑如下情形：假设从明年1月份开始，每隔一个月LPR下降5bps（即累计下降30bps，略高于过去的一次降息），则对2020年净息差的影响是1.1+1.1+1.1+1.0+0.6+0.2≈5bps，对2021年净息差的影响是1.6+1.6+1.6+1.7+2.1+2.5≈11bps。我们测算这一变动幅度将拖累上市银行净利润增长3.7个百分点；由于我们在年度策略中预计明年银行净利润增长大概在6~7%之间，这一影响幅度就比较大了。

因此我们认为，如果明年LPR下降幅度不大（比如下降5bps），则对净利润影响可以忽略；但如果LPR持续大幅下降（比如下降30bps），则对银行净利润增长的不利影响难以忽略。考虑到LPR未来的变动存在很大的不确定性（包括下降幅度以及下降时点），我们暂时维持年度策略观点不变，但需要密切注意后续LPR变动情况。

需要特别指出的是，前述测算依赖于很多假设，也没有考虑LPR调整对银行其他资产收益率和负债付息率的联动影响。而现实情形则复杂很多，因此误差在所难免，结果仅供参考。

四、投资建议（略）

考虑到LPR未来的变动存在不确定性，我们暂时维持年度策略观点不变，即预计2020年银行业整体盈利增速与今年持平，板块整体估值不会有太大变动。

五、风险提示

若宏观经济下行，可能影响企业偿债能力，进而对银行资产质量产生较大冲击；若LPR大幅下降，可能会对银行净息差产生更多不利影响，我们将密切关注；测算过程中存在大量假设和简化，因此测算结果与实际情况相比可能存在很大误差，结果仅供参考。

2009年以后，中国的债务水平持续攀升，尤其是企业部门的财务杠杆，一直保持着较快的增速。但与此同时，实体经济的增长则从2012年以后持续下滑。债务的不断累积，对应着的却是投资回报的逐步降低，企业的利润难以产生足够的现金回流以覆盖融资成本，导致企业的偿债压力开始增大，这对银行意味着信用风险的持续上升。

一、中小银行信用风险的现状

2012年以来，中国经济进入了增长速度换挡期、结构调整阵痛期、前期刺激政策消化期的“三期叠加”阶段。与实体经济的下行与结构调整相对应，银行业的信用风险也从2011年第四季度开始持续上升，不良率和不良贷款出现“双升”，并一直持续至今。截至 2019 年第二季度末，商业银行不良贷款总额达2.24万亿元，接近2011年末数据的6倍，不良贷款率1.8%，较2011年末上升了0.81个百分点。

从增速上看，银行业整体信用风险在2017年之后趋于平稳，但不同类型银行之间的分化日益明显。国有大型商业银行和股份制银行，在2017年以来，信用风险稳中有降，尤其是国有大型银行，不良贷款和不良率出现了小幅的“双降”，股份制银行则“一升一降”，不良贷款余额小幅上升，但不良率出现了下降。而与此同时，以城商行和农商行为代表的中小银行，信用风险的压力还在持续上升。城商行不良率从2016年末的1.48%上升至2019年6月末的2.3%，上升了85个基点（BP），同期不良余额则从1498亿元上升到3771亿元，翻了一番还多；农商行不良率从2016年末的2.49%上升至2019年6月末的3.95%，并曾在2018年中达到过4.29%，同期不良余额则从2349亿元大幅上升至5866亿元。

二、中小银行面临更大的信用风险挑战

一是受所在区域的经济运行状况影响。本轮银行业的信用风险上升，主要源自于实体经济增速的下行和经济结构调整，风险暴露有着较为明显的区域和行业特征，主要集中于产能过剩行业以及这些行业相对聚集的区域，从上市银行的数据来看，批发零售业（不良率9.75%）、制造业（不良率4.8%）和住宿餐饮（不良率2.93%）是信用风险相对突出的几个行业。中小银行业务开展的地域范围相对狭窄，如果区域经济调整剧烈，必然造成银行信用风险的上升。目前来看，中小银行内部的信用风险存在较为明显的地区分化，结构调整较大、经济下行压力大的区域，中小银行信用风险压力较为突出，而实体经济运行良好的地区，中小银行的运行状况则相对较好，信用风险已显著改善，部分银行已出现不良的“双降”。

二是受中小银行自身经营理念的影响。在实体经济持续下行的同时，少数中小银行仍抱有“规模至上”的发展理念，在实践中，脱离自身的管控能力，盲目扩张异地业务，更有少数银行，出于对短期利益的追求，利用同业、理财等“影子银行”业务来规避监管、扩张规模，“金融空转”“脱实向虚”愈演愈烈，埋下诸多隐患。2019年以来的几起中小银行风险事件，就是这些机构之前脱离外部环境和自身能力约束，盲目追求规模和利润增长所造成的结果。

三是受监管政策的影响。为引导银行充分暴露信用风险，推动存量风险的处置，银保监会于2017年出台了《关于调整商业银行贷款损失准备监管要求的通知》，明确要求银行将逾期90天以上贷款划入不良，并对银行拨备覆盖率采取差异化的监管措施。在监管的有力推动下，截至2018年末，大部分银行已经按照要求压缩了逾贷比（逾期90天贷款占不良贷款比例），多数银行逾贷比均压缩到了100%以内。对于中小银行而言，早期的信用风险暴露不真实，实际不良要远高于账面数据，导致逾贷比大大超过了监管的要求。也正因此，中小银行的不良率数据从2017年之后开始显著上升。需要指出的是，监管强化导致中小银行不良率和不良贷款余额大幅上升，并不意味着银行实际风险的增加，而是让存量风险更为充分暴露，推动中小银行加速存量风险的处置。

四是受中小银行自身风险管理能力的影响。控制信用风险最为重要的环节是从源头上控制不良贷款的形成。近年来，国有大型银行和股份制银行随着管理精细化以及风控系统的逐步完善，信用风险的生成已得到了较为有效的控制。但以城商行和农商行为主的中小银行，在信贷风险管理方面，仍存在诸多的不足，比如，缺乏对宏观经济金融政策和区域产业结构调整的研究，无法制定有效的信贷政策以防止系统性的信用风险；内部管理薄弱，“重抵押、轻管理”，对信贷管理体系和风险处置流程建设的投入不足；客户信用风险评级系统不健全，对客户的风险评级大多参考客户经理的主观判断，由此带来了诸多的风险隐患。

五是受中小银行风险处置能力的制约。除防范风险的生成外，存量风险的及时有效处置，也是降低信用风险的重要途径。在过去几年中，国有大型银行和股份制银行信用风险平稳向好，在很大程度上也与其加大了不良资产处置力度有关。在实践中，银行处置不良贷款主要有核销、转让、重组以及自主清收等方式。大型银行凭借自身能力的优势，并积极探索体制机制的创新，在不良资产处置方面已经形成了较为成熟和高效的模式。而绝大多数的中小银行，由于理念和能力的缺乏，在不良资产处置方面存在较为严重的瓶颈，内部处置速度慢、流程长，往往会贻误最佳的处置时机，导致最终的贷款本金损失率较大。缺乏消化存量不良资产的能力，也是中小银行信用风险居高不下的一个重要原因。

三、打造核心能力，化解中小银行信用风险

聚焦主业，回归本源。金融是经营风险的行业，换句话说，风险其实是银行经营管理的结果。因此，要从源头上实现对金融风险的合理有效管控，银行就必须要树立稳健、可持续的经营理念。从2012年以来，在实体经济持续下行的同时，金融机构出于对短期利益的追求，利用同业、理财等“影子银行”业务来规避监管、扩张规模，“金融空转”“脱实向虚”愈演愈烈，埋下诸多隐患。信用风险、流动性风险的频频暴露，就是部分机构之前脱离外部环境和自身能力约束，过度追求规模和利润增长的结果。在回归主业、支持实体经济的大背景下，银行要实现可持续发展，必须顺应经济、金融形势，及时调整经营发展理念，从规模至上转向质量至上，健全资本约束机制，制约风险资产的过快扩张，与此同时，优化资产负债结构，探索适合自身特点的可持续发展的模式。

精细化管理，控制信用风险。预计随着经济下行和结构调整的持续，部分行业的产能过剩还将持续存在，并成为银行信用风险最主要的来源。针对这类信用风险，银行需要做好以下几个方面的工作：一是做好客户分类管理，优化行业客户结构。对于产能过剩行业客户，银行应根据自身行业政策标准和客户实际情况，及时调整和夯实客户分类名单，加强对客户分类管理相关工作的监控和检查。同时实现对产能过剩行业的精细化分类，准确辨识风险所在，实现风险的有效分类管理。二是做好行业信贷限额管理，控制行业总量性风险。三是防范产能过剩行业相关行业风险。在产能过剩行业风险开始出现后，银行应当及时关注产能过剩行业的相关行业，及时采取增补抵押担保、总量控制和各种风险缓释措施，对严重产能过剩行业的上下游行业采取压缩融资，实现有序退出等方式以合理控制风险。四是关注产业政策的变动。产能过剩行业受政策变动的影响较大。银行应当及时跟踪产能过剩政策，对产能过剩政策所针对的行业和企业尽快采用压缩、转让、控制等措施防控风险。

加强内部协调，提升信用风险处置能力。信用风险的管理涉及从授信到不良贷款处置的全部过程，其间会涉及不同的业务条线、不同的业务部门。要提升管理效率，中小银行在内部管理上的提升和核心能力的建设必不可少。首先，进一步提升不良资产处置工作的定位。金融供给侧结构性改革背景下，信用风险已成为中小银行业务经营的约束和短板。不良资产处置不仅有稳定资产质量重要作用，在创造利润、释放拨备资源方面也具有十分重要的价值。中小银行要在强力遏制不良贷款增量的同时，将不良资产处置工作作为风险管控工作中的重中之重，统一思想认识，增强不良资产处置队伍配置，优化考核激励机制，确保实现资产质量管控目标。其次，强化行内部各部门的协同。积极协调资产处置、风险管理、信贷管理、授信执行、法律合规以及各前台客户部门，建立前后台协同互补、部门间联动合作的风险处置机制。第三，建立团队合作机制，共同化解复杂客户信用风险。对列入重点管理名单的大额不良贷款，针对某一处置项目组建一个专门的处置团队，团队成员由前中后台各部门人员共同组成，在确保信息传递通畅的基础上，各司其职、各展其长、团结协作、密切配合，共同化解大额不良贷款风险，能够更好地提高处置成效。第四，加强与外部机构的合作，积极探索不良资产处置的新渠道。一是加强与地方金融资产管理公司、专业服务商的合作，创新交易模式和交易结构；二是探索运用“互联网+”模式处置抵债资产（如：阿里拍卖平台等），提高处置透明度，提升处置价值。