银行与金融机构分析

为何标准基本面比率会误导对银行的解读,以及 SurgeFlow 的行业感知评分如何通过杠杆、资金结构、资产质量与账面价值等视角,解读四个市场的金融股。

类别:基本面

为何银行不适用标准分析剧本

对多数公司而言,利润表就是故事主线:收入进来、成本出去,资产负债表只是配角。对银行来说,这个图景完全颠倒——资产负债表本身就是这门生意。银行的核心产品就是杠杆:向储户和批发市场借入短期资金,向家庭和企业发放贷款,赚取两者之间的利差。在其他行业作为分析支柱的指标,在这里会失去意义。没有销货成本,毛利率便无从定义;把存款贷出去在报表上看似现金流出,自由现金流因此近乎失真。产权比率(负债/权益)对工业企业是警示信号,对银行却是经营模式本身——十倍以上的杠杆是常态,不是危机。忽视这一点是量化筛选最常见的失误之一:幼稚的比率引擎会把每一家健康的银行标记为杠杆过高、现金流为负。要正确分析金融股,必须换上另一组视角——资本、资产质量、资金来源,以及利差收入的持久性。

分析机制:五个视角与公式

以下每个视角,都是用真正能描述放贷机构的指标,取代标准的工业比率。公式本身很简单,判断力在于知道什么因素会扭曲每一项指标。 - 盈利质量——净息差:NIM = 净利息收入 / 平均生息资产,其中净利息收入 = 贷款和证券的利息收入减去存款和借款的利息支出。净息差衡量资产负债表的盈利效率——但净息差上升也可能意味着风险偏好升高,未必是能力使然。 - 杠杆与回报:ROE = ROA ×(平均资产 / 平均权益),其中 ROE 为净资产收益率,ROA 为总资产收益率。由于银行的资产/权益倍数通常超过十倍,微小的资产回报会放大为可观的权益回报——而微小的资产损失也会放大为沉重的权益损失。这个乘数双向生效。 - 资本充足的直觉:最简单的杠杆视角是权益 / 总资产;监管机构将其细化为资本 / 风险加权资产,风险越高的资产消耗越多资本。核心直觉是:资本是介于资产减值与储户之间、用来吸收损失的缓冲垫。 - 资产质量:不良贷款率 = 不良贷款 / 贷款总额;拨备覆盖率 = 贷款损失准备 / 不良贷款。准备金属于管理层估计,因此计提政策可以在损失实现之前,先行粉饰或压低账面利润。 - 资金与流动性:贷存比 = 贷款总额 / 存款总额。以存款为主要资金来源的银行,通常比依赖批发资金的银行更稳定——批发资金往往在最需要的时刻消失。

SurgeFlow 如何应用

SurgeFlow 在 /fundamentals 的基本面评分中,通过行业基本面模式,对银行(以及基于类似逻辑的 REITs)采取行业感知处理。当一只标的被归类为金融股时,引擎便不再把标准的利润率与现金流比率视为有效信息:营业利润率、自由现金流指标与一般负债比率会被降低权重或直接搁置,因为对放贷机构而言,它们量到的多半是噪声。取而代之的是杠杆与资金结构、以账面价值为基础的衡量,以及前述的盈利质量信号。诚实说明其局限:这些是基于公开财报计算的描述性筛选指标。SurgeFlow 并不构建监管资本模型——不计算风险加权资产、不复制监管资本比率、也不进行压力测试。一家银行可能在这里筛选表现良好,却仍无法通过监管机构的检验,反之亦然。行业感知模式减少的是一种特定且有据可查的错误——用工业比率误读金融股——但它不会把本站变成银行检查官。

使用哪些 SurgeFlow 数据

这些筛选背后的基本面数据覆盖四个市场:美国、中国、日本与香港。数据来源因市场而异:FMP 提供美国的财报;Tushare 覆盖中国与香港;日本结合 J-Quants 与 EDINET 申报文件。这种组合对银行的影响比多数行业更大:各法域的会计准则、计提惯例与贷款账簿的披露颗粒度都不相同,因此一家中国银行的不良贷款率与一家美国银行的计算规则并不一致。SurgeFlow 会在可行之处进行字段标准化,且所有覆盖标的的价格与成交额历史均完整维护,即使部分基本面科目缺失——银行贷款明细若有披露缺口,会呈现为缺失的输入值,而不是被悄悄填补。

为何市净率与盈利收益率对金融股意义不同

市净率(P/B)对银行的信号含量高于多数行业,因为银行的账面价值异常贴近经济实质:其资产大多是以公允价值或接近公允价值入账的金融债权,而不是以历史成本入账、已使用数十年的厂房。教科书上的关联是:合理 P/B ≈(ROE − g)/(r − g),其中 ROE 为净资产收益率,g 为可持续增长率,r 为股权资金成本——回报超过股权成本的银行理应享有账面价值溢价,低于者则应折价。这正是极低市净率未必是便宜货的原因:它往往是市场在表态,认为账面价值高估了可回收价值——贷款计提不足,或资本将需要重建。盈利收益率(E/P)同样容易失真:银行利润可通过计提的自由裁量被平滑,而信用周期顶部附近的亮眼利润,可能正是随后将其抹去的减值的前奏。对金融股而言,账面价值与盈利指标必须结合判读,并对照资本与资产质量——绝不能孤立使用。

亲自动手探索

本文的每一个分析视角,都可以通过 SurgeFlow 的公开研究 API 自行重建。免费(beta)API 密钥可在 /membership 获取,每日上限 2,000 次请求;完整端点目录记载于 /api/public/openapi.json 的 OpenAPI 规范中。您可以拉取八个覆盖市场的银行基本面数据,自行重算杠杆与账面价值比率,并比较同一家放贷机构在工业比率与金融比率下的筛选结果有何不同。这些是用于研究银行指标行为的研究数据——SurgeFlow 上的任何内容都不是投资建议,任何输出都不构成买卖任何标的的推荐。

资料来源与延伸阅读

支持上述论点的原始、学术与 SurgeFlow 数据参考: - Diamond, D. W. and Dybvig, P. H. (1983), "Bank Runs, Deposit Insurance, and Liquidity", Journal of Political Economy——为何资金结构与流动性对银行是攸关存亡的问题。 - Diamond, D. W. (1984), "Financial Intermediation and Delegated Monitoring", Review of Economic Studies——银行为何以高杠杆放贷机构形式存在的经济学。 - Merton, R. C. (1977), "An Analytic Derivation of the Cost of Deposit Insurance and Loan Guarantees", Journal of Banking and Finance——资本作为类似期权的损失吸收缓冲。 - Fama, E. F. and French, K. R. (1992), "The Cross-Section of Expected Stock Returns", Journal of Finance——将金融股单独处理的经典先例,因其杠杆的含义与众不同。 - Beatty, A. and Liao, S. (2014), "Financial Accounting in the Banking Industry: A Review of the Empirical Literature", Journal of Accounting and Economics——关于计提裁量与利润平滑的实证证据。 - SurgeFlow 路径:/fundamentals(行业感知基本面评分)、/research/valuation-ratios-beginners(估值比率入门)、/membership 与 /api/public/openapi.json(公开研究 API)。