银行股
这节课我们谈谈普通投资者如何通过少量重点指标，从微观角度快速观察和判断一家银行的经营情况。强调一下：本课可能是全书最没有营养，错谬最多的一篇，因为它全部是未经一个以上完整经济周期考验的个人经验，请审慎阅读。
重点观察指标
对于券商或基金的银行业研究员而言，经常需要对研究对象做出经营数据预测。他们一般会先以期初资产负债表负债总额为基数，做一个负债增长率假设，得到本期末负债总额；接着，加上净资产，得出银行负债与股东权益合计，知道了本年内银行可使用资金总数；然后，按照法定准备金、同业资产、客户贷款与垫款、投资等资产的期初数及预计增速（大部分是拍脑袋），将可使用资金一一“花”掉。
得出各项资产数据后，就可以估算出这些资产在本年度即将产生的收入和营业税金；然后毛估业务及管理费用支出，并根据监管指标要求，推算出期末资产所需对应的拨备总额，减去期初拨备，得到当期需要计提的拨备数，这样营业利润大致就出来了；最后，按照历史所得税率，得出税后利润，一键生成长相专业、数字精确的未来数年财务报表Excel版，搞定。当然，必不可少的，是再拍一次脑袋给出一个略高于现有市场估值的市盈率倍数，得出强烈推荐、推荐、买入或增持的结论。
如果不是以写研报为生，老唐一般建议无须做这类精确计算，只需将关注重点放在两个角度即可：一是经营效益，二是资产质量。当然，每个角度需选择少量具体财务指标。通过这两个角度，可得出经营是否正常、资产质量是否可信的结论。有了这两个结论，结合上一课的定性内容，就已经足够展开估值（估值方法见第十八课），做出投资决策了。
一、经营效益
对于资本市场而言，最关心的永远是企业的经营效益。在经营效益问题上，老唐习惯从营业收入开始看，重点关注收入结构、资产利润率和净利息收益率三大块。
1.收入结构
银行的利润，可调节性太强，而且几乎永远无法说清楚业绩真假，但营业收入可靠性就强多了。在面临同样的市场环境下，营业收入同比增速是高于同行还是低于同行——最好是同一级别的银行对比，例如工、农、中、建对比，股份行放一起对比，这可以观测到银行相对强弱的变化。同行营业收入增速5%，你的营业收入增速10%，说明在新蛋糕里你不仅占了自己该有的那份，还额外多抢了一块，自然比较牛，更值得关注。
与收入结构相关的财务指标，除了营业收入以外，主要还有净利息收入比、中间收入比、成本收入比。分母都是营业收入，分子分别是净利息收入、手续费及佣金净收入、业务及管理费。
2.净利息收入比
一般来说，净利息收入比越大的银行，未来可能面临的转型压力越大。我们可以在同一级别银行中选择进行数据对比。
农业银行净利息收入比相对较高，在依赖资产规模扩张的旧模式遇阻时，可能面临更大的转型压力。同时，通过营收份额对比，可以看到四大行发展差距并不大，这也是银行经营同质化的佐证之一：工行营收维持30%、建行维持26%，倒是农行上市后抢了中行一点市场份额，从垫底升级为老三。
当然，如果我们加上其他上市银行的数据统计后对比，会发现相对稳定只是四大行内部，而四大行和其他上市银行的市场力量对比，过去十年发生了很大改变。这部分统计分析，各位朋友可以自己做。
3.中间收入比
再看中间收入比，我们从四大行和股份行里各拿两家来进行对比分析。
十年前，这四家银行的中间业务基本都是“鸡肋”状态，中间收入创造的手续费和佣金收入占营业收入的比例均在10%以内。经过十年的竞争，两家股份行的中间业务在整个收入中的占比，已经显著超过了依赖资产规模吃轻松饭的工行和建行。中间业务可能是未来银行最靠得住的护城河。就我个人而言，同等估值水平下，中间业务收入占比较高的银行，我会优先选择。
4.成本收入比
成本收入比是业务及管理费与营业收入之比，是衡量银行取得一个单位的营业收入所需要花费的成本，是评价银行成本控制和经营效率的指标，可以在所有银行之间横向比。一般来说，该指标越低越好，但事实上成本的控制总是有限度的，过度减少薪资或日常支出，并不是最优做法，毕竟企业经营目的并非成本最小化。因而该指标需要一个稳定的区间，不要大起大落（粉饰财报嫌疑），不要高过同行太多（成本控制不力），也不要低过同行太多（不太合理）即可。
5.资产利润率
资产利润率（ROA），也叫平均总资产回报率，计算公式：资产利润率=净利润/资产平均余额，监管要求≥0.6%。其中资产平均余额指期初资产和期末资产总和的1/2。
因而，资产利润率的高低取决于两个因素：一是盈利性资产的收益能力，二是资产利用率，即生息资产（或产生投资收益的盈利资产）在总资产中所占比例。
资产利润率是资产运用效果的评价，指标值越高，单位资产收益水平越高，说明银行在拓展收入渠道、提高产品收益水平、控制负债成本等方面越有效。例如，我们看到工行的资产利润率走势，如图17-2所示，会发现从2012年起出现了停滞，2013年之后更是出现了明显的下挫。
此时，我们就需要分析资产利润率的下降，究竟是分子（净利润）的原因，还是分母（生息资产）的原因，原因出在哪个环节，提示我们警惕什么？
与资产利润率相关的指标，还可以看一个“风险加权资产收益率”，分子同样是净利润，分母是期初风险加权资产与期末风险加权资产之和的平均数，这个指标同样是越大越好。当它和资产利润率波动方向和幅度出现不一致的时候，就预示了银行业务出现了重大调整。此时就需要仔细阅读报表资产配置部分，来揣摩管理层为何会这么做？这代表他们对未来的看法发生了什么改变？
6.净利息收益率
净利息收益率=利息净收入/生息资产日均余额，很多书籍和论文也将之称为“净息差”（这个称呼很容易误导人，下文细说），英文缩写NIM，指净利息收入与平均生息资产的比率，用以衡量银行生息资产的获利能力。它是评价银行生息资产收益能力和风险定价能力的关键指标，指标值也是越大越好。
生息资产指银行以收取利息为条件，对外融出或存放资金形成的资产，包含类似“零息债券”这种虽然票面无利息，但却隐含利息条件的资产。概括来说，所有能在利润表里产生利息收入的资产都是生息资产，主要包括：存放中央银行款项、存放同业款项、各项贷款、拆出资金、债券投资、买入返售资产以及其他能够产生利息收入的资产。
银行总资产中，除生息资产之外的是非生息资产。非生息资产是银行经营过程中不直接带来利息收入的资产，主要包括现金、各种应收及暂付款、固定资产及在建工程、递延资产及无形资产、免息期内的信用卡透支额，以及不能给银行带来利息收入的不良贷款等。
生息资产和非生息资产的数据在银行财报的“财务报表分析——净利息收入”章节有披露。例如，工商银行2015年财报的22页（注意，这个数字是日均余额，和报表的年末余额数据有差异是正常的）。
净利息收益率反映银行运用生息资产的效率，其高低既取决于生息资产的收益能力，也取决于对应的资金成本高低。指标值高，要么证明商业银行有能力对生息资产定出高价，要么证明银行吸收负债成本低，或者干脆两者兼而有之。通过对比不同银行的净息差数据，投资者可以发现一个分析银行竞争优势的入口。
7.净利息差
有个指标与净利息收益率很像，叫“净利息差”（NIS），很多书籍和论文喜欢将其称为“净利差”。名称和英文缩写都非常容易和“净息差”混淆，让初次接触银行业的投资者头痛不已，这里老唐来做个区分。净利差NIS，指银行生息资产和付息负债的利率差。如果用投资者熟悉的指标来帮助记忆的话，净利差近似存贷款利率差（假设用且只用全部存款发放成贷款的话，净利差就是存贷款利率差），是个“利率之差”；而净息差是个“收益率”，表达的是资金运用的结果。
净利差=净息差+（利息支出/生息资产日均余额-利息支出/付息负债日均余额）推理过程如下：
净利差=利息收入/生息资产日均余额-利息支出/付息负债日均余额
=（利息净收入+利息支出）/生息资产日均余额-利息支出/付息负债日均余额
=利息净收入/生息资产日均余额+利息支出/生息资产日均余额-利息支出/付息负债日均余额
=净息差+（利息支出/生息资产日均余额-利息支出/付息负债日均余额）
付息负债是所有以支付利息为条件，或隐含利息条件（即虽不支付利息，但价值受实际利率影响，如零息债券）融入或吸收资金形成的负债。所有在利润表里能产生“利息支出”的项目，都算付息负债。包括各种存款、向中央银行借款、同业存放款项、同业拆入资金、存款证、卖出回购款项、存入保证金、应付债券以及其他产生利息支出的负债。
从上面的公式可以看出，净利差和净息差之间的关系，主要看（利息支出/生息资产日均余额-利息支出/付息负债日均余额）的值——下面简称X值——为正数还是负数。
当生息资产日均余额＞付息负债日均余额的时候，X＜0，净利差＜净息差； 当生息资产日均余额=付息负债日均余额的时候，X=0，净利差=净息差；
当生息资产日均余额＜付息负债日均余额的时候，X＞0，净利差＞净息差。
由于银行的生息资产可以粗略地看作付息负债+自有资本-非生息资产，而非生息资产一般规模较小，所以，X值一般为负数，银行的净利差（净利息差）通常小于净息差（净利息收益率）。
当然，如果银行更多地向投资银行方向发展，越来越多的资产并不配置为生息资产，而是成为产生投资收益的资产（可简单理解为赚差价的资产，例如交易性金融资产），那么也可能会出现“生息资产日均余额＜付息负债日均余额”的情况，导致“净利息差＞净利息收益率”的情况。
这两种数据，在财报开始的“财务概要——财务指标”里都有披露，如工商银行2015年财报11页。
净利息收益率是衡量资产盈利能力的极好指标，但对于指标值及其变化，有必要进一步分析。当指标值比较高的时候，投资者需要层层递进思考以下几个问题：
（1）它是来源于低成本负债，还是高收益资产？
（2）如果是低成本负债，银行是如何做到的？什么因素导致了其他银行没有（或无法）模仿？
（3）如果是高收益资产，是因为银行满足了某种独特需求，还是因为承担了更大的风险？
（4）如果是某种独特需求，其他银行有模仿条件吗？如果有条件模仿，那么该独特需求市场会因为参与者越来越多而变得更大，还是市场是一定的，竞争者进入只是分食蛋糕？
（5）如果是因为承担了更大风险，拨备计提上体现出该因素了吗？ 这个指标的作用，就是引导我们思考上述几个问题，使我们对银行的竞争优势产生更深刻的认识，从而帮助我们做出正确的投资决策。
二、资产质量
除了经营效益之外，作为银行股的投资者，更应该关注的是资产质量。资产质量方面，老唐个人主要看资本充足率、不良与拨备两大块。
1.资本充足率
资本充足率是银行业首要监管指标，投资者主要观察银行资本充足率高出监管标准多少，推测银行有没有急迫的再融资需求，有没有高比例分红的可能，新的一年里资本所能允许的最大规模扩张是多少。这个比较简单，前面谈过，此处不再详述。
2.不良与拨备
不良是拨备的母体，而拨备则是银行利润表的减项，降低当期利润。不良与拨备是理解银行报表的核心部分。一家银行拨备充足，意味着利润含金量高，意味着未来经济情况如果好转，不仅利润本身会增长，而且会出现拨备反哺利润的叠加效应；反之，如果拨备不足，不仅当前利润质量差，净资产总额值得怀疑，而且即便未来经济好转，带来的利润增长也有可能被拿去平滑现在所掩盖的坏账，使利润增长情况落后于经济回暖程度。
拨备是否充分，涉及两个概念，一个是不良率（尤其是不良贷款率）数据的可信程度，一个是拨备覆盖率数据的大小，前者是后者的基础。不良率可信，直接可以看拨备覆盖率。若不良率不可信，不能直接看拨备覆盖率，而需要先想办法尽可能地让不良率接近真相。
验证不良数据是否可信，老唐个人喜欢从逾期90天以上贷款/不良贷款、逾期不良差、贷款迁徙率这几个指标去看。
（1）逾期90天以上贷款/不良贷款
这个数据正常而言应该小于1。因为从五级贷款的分类标准看，逾期90天以上的贷款，应该归入不良贷款。但不良贷款里除了因逾期90天以上划入的贷款，还有因为其他因素划入的。所以，这个比值如果大于1，意味着有部分逾期90天以上的贷款并没有被归入不良贷款，该银行的五级分类很可能就有问题。五级分类有问题，不良贷款数据自然也成了无源之水，可信度降低。
（2）（逾期贷款-不良贷款）/贷款余额
鉴于逾期贷款比较刚性，只要本金或利息逾期1天就是逾期贷款，没什么调节空间。因而，这部分差额——多数是逾期1天～90天的——大体上可以看作不良贷款的预备队，属于潜在风险较大的贷款。该比例的变化可以用来观察银行资产质量变化的趋势。
（3）贷款迁徙率
主要看关注类贷款迁徙率和次级类贷款迁徙率两组数据，其指标意义和计算公式在第十五课的风险迁徙类指标中有介绍，具体数值财报中有披露，直接引用即可。例如，工商银行2015年财报第95页。
关注类贷款是出现了某种不好的苗头，但银行依然认为可以全部收回本息的贷款。因此，我们通过对“关注类贷款迁徙率”数据的历史统计，可以观察这些“银行预计可以全部收回本息的贷款”，最终有多少变成了不良贷款。从而看出该银行将出现变坏苗头的贷款放在关注里（而不是划为不良贷款）是否可信。该指标数值越低，意味着较少的关注贷款变成了不良贷款，说明银行的“预计”可信，五级分类标准比较严格，资产质量值得信赖。
例如，我们选A股最大和最小的两家银行来对比，统计该项历史数据可以得到图17-4。很明显，工商银行的关注类贷款恶化成不良贷款的比例相对稳定，且总体较小。相对于宁波银行而言，工行的五级分类标准更值得我们信赖一些。
同样，还可以观测次级类贷款迁徙率。逻辑上说，已经归入了不良贷款，再行美化的必要性下降，恶化数据相对靠谱。观察其一年内变成可疑类贷款和损失类贷款的概率，该指标值越低，说明次级类贷款的质量相对较好，在一年时间里恶化成可疑类和损失类的贷款比例较小。如图17-5所示，宁波银行起伏比较极端，在不足5%和近80%之间大幅波动。而工商银行则相对稳定，基本上在30%～40%之间窄幅波动。这一者是规模的因素，贷款规模越大，受个案影响就越小，越接近市场平均水平；二者也体现了贷款分类的可信程度。
（4）拨备
验证过数据可信度后，就可以看拨备是否充足了。拨备是否充足，可以直接看拨备覆盖率的指标值，也可以变通将逾期90天以上贷款和重组贷款之和看作不良贷款的替代品，更保守地看待拨备。即，采用拨备/（逾期90天以上贷款+重组贷款），看是否能够覆盖（即是否大于100%），同时也看和同行该口径数据对比的高低。
注意一下，此处一般使用逾期90天以上贷款和重组贷款，而不是逾期贷款和重组贷款。因为银行的逾期贷款里有很大部分是技术性逾期。简单地说，就是信用卡透支人或者企业个人贷款客户在应还款当日，忘记保持账上留有足够的活期存款，或者企业资金没衔接好，刚好差那么几天。在银行报送监管的数据里，逾期90天以内还会分成更细的几部分。依照工行的数据说，大约有30%的逾期贷款是逾期10天以内的技术性逾期。
3.不良率的变化趋势
接下来就是看不良率（主要是不良贷款率）的变化趋势了。通过财报里的不良贷款余额及不良贷款率数据构建曲线，观察不良率的方向和趋势。
观察工行的不良状况，2015年工行的不良虽然距离2006年的3.79%的高度，还有很远的安全距离，但依然呈明显加速暴露态势。未来的不良率，何时重新出现持平乃至扭头向下，是银行股投资者需要密切关注的数据。
总体来说，不良率变化的趋势，除了银行自身的风险控制以外，还取决于三个方面。
一是GDP增长速度，GDP增长越快，产生的新蛋糕越大，银行的日子就相对好过；反之，GDP增速下滑，部分企业的经营就会恶化，不良会越来越多地暴露。
二是宏观产业调整。宏观产业调整，必将对某些产业产生釜底抽薪的作用，促使其产生不良资产。
三是货币政策。宽松的货币政策导致市场利率下降，减轻企业债务负担，增加企业生存和获利的可能，从而减少银行潜在损失；宽松货币政策产生通货膨胀，债务人名义债务不变的情况下，真实债务下降，偿还的可能增加；宽松的货币政策导致企业获取新贷款或者利用其他融资手段获得资金的可能性增加，从而使资金链断裂的可能性减少，利于降低银行不良率。
上述三个角度，站在2016年中，可以预见的是，宽松的货币政策将继续保持，GDP增速会保持相对稳定，不会大起大落，这两项是银行不良的利好因素。但宏观产业结构的调整，仍然是中国经济必须面对的趋势，这个过程中，仍然将会暴露更多的不良贷款，尤其是在与中央经济政策发展方向不吻合的落后产能里聚集较多贷款的银行，必将承受更大的不良暴露压力。银行的分化趋势将会越来越明显
