為何我們看多銀行股：基于行業(yè)景氣度與估值的分析

本文來源微信公眾號“王劍的角度”，作者國信證券銀行團隊。

摘 要

我們此前發(fā)布的個股深度報告著重從長期角度剖析一家銀行，而不太注重行業(yè)短期周期性變動的影響。本篇報告則著眼于短期縱向分析，講述我們對銀行板塊估值走勢的分析預測方法。

凈利潤驅動因素分析

對于銀行而言，凈利潤三大驅動因素是凈息差、資產和資產質量：

(1)凈息差滯后于貨幣政策。凈息差與基準利率和市場利率的變動方向基本一致，而且凈息差對基準利率和市場利率變動的反應存在時滯。因此一旦貨幣政策取向明朗，凈息差的走勢也就隨之而定。當然，凈息差僅影響凈利潤，凈息差同比增速才影響凈利潤增速;

(2)資產增速同步于貨幣政策。當貨幣政策放松時，資產增速往往會上升，反之則下降;

(3)資產質量需要拆分判斷。我們把銀行貸款分為四大類：工業(yè)和批發(fā)零售業(yè)貸款、基建貸款、個人住房抵押貸款、其他貸款。我們使用工業(yè)企業(yè)利息保障倍數(shù)來判斷工業(yè)和批發(fā)零售業(yè)貸款的質量;我們對基建貸款進行壓力測試，以便在估值中尋求安全邊際;個人收入是影響房貸質量的最重要因素，目前房貸屬于十分優(yōu)質的資產。

銀行板塊估值的歷史回顧

行業(yè)景氣度變化影響短期估值波動。我們以凈利潤同比增速作為行業(yè)景氣度的指示器。長期來看，ROE基本上決定了估值中樞(波動范圍);而景氣度邊際變化則導致了實際PB圍繞中樞的上下波動;

估值拐點領先景氣度拐點2個季度左右。我們發(fā)現(xiàn)板塊估值的變化大概領先行業(yè)景氣度變化2個季度左右。另外，市場對基本面的預期也會在短期內影響估值，即便這種預期最終沒有兌現(xiàn)。

投資建議

從關鍵驅動因素來看，我們判斷行業(yè)景氣度在明年大概率平緩下行;對基建貸款的壓力測試顯示當前板塊估值足以承受基建貸款質量的大幅下滑。然而從估值來看，二季度以來銀行板塊估值大幅回落，反映出市場對行業(yè)景氣度的預期是快速下行。我們認為這一預期過于悲觀，因此銀行板塊后續(xù)估值走勢易上難下。

近期政策頻出，若后續(xù)宏觀經濟企穩(wěn)，銀行板塊估值有望持續(xù)修復;若政策效果低于預期，板塊兩位數(shù)的ROE(2017年為13%)所帶來的凈資產快速積累亦可帶來豐厚的絕對收益。我們認為銀行板塊在當前時點具有配置價值，維持“超配”評級。

風險提示

若經濟因外部不利因素影響而失速，將對銀行資產質量產生影響;若后續(xù)政策效果低于預期，可能對銀行資產質量、市場情緒均產生影響。

以下為報告正文

一、報告起因

我們此前發(fā)布的多篇個股深度報告著重從長期角度剖析一家銀行，而不太注重行業(yè)短期周期性變動的影響，這跟市場上其他個股研究報告很不相同。我們分析個股時注重將一家銀行的中長期ROE與行業(yè)平均水平進行對比，分析其超額利潤背后所隱含的競爭優(yōu)勢的強度和可持續(xù)性，使用的核心工具是杜邦分析。

本篇報告則著眼于短期縱向分析，講述我們對銀行板塊估值走勢的分析預測方法。因為是分析短期邊際變化，所以更加關注凈利潤增速這一指標(與凈利潤增速相比，ROE十分鈍化)。需要指出的是，作為會計數(shù)字，凈利潤難免受主觀調節(jié)影響，因此我們不光要看凈利潤增速這個單一指標，更要關注其背后所隱含的行業(yè)景氣度和關鍵驅動因素的變化。

二、凈利潤驅動因素分析

1.三大驅動因素：凈息差、資產、資產質量

從銀行收入來看，利息凈收入是收入的最主要構成部分，大約占到總收入的七成。由于利息凈收入=生息資產平均余額×凈息差，因此從收入來看，生息資產和凈息差是兩個最重要的驅動因素。由于銀行的總資產基本都是生息資產，為了方便，我們很多時候會用總資產代替生息資產來進行分析。此外，非息收入的特點是構成項目多、單項收入占比低，因此我們不再單獨分析非息收入。

從對收入的影響程度來看，凈息差比資產更加重要。根據(jù)經驗數(shù)據(jù)，銀行總資產同比增速的波動性遠沒有凈息差同比增速的波動性大(而且歷史數(shù)據(jù)顯示收入增速的變動主要受凈息差增速驅動，而不是資產增速驅動，這一點將在后文論及)，因此就邊際影響而言，凈息差增速的重要性要遠高于資產增速。只有在發(fā)生銀行業(yè)危機的時候，銀行的總資產同比增速才會出現(xiàn)劇烈波動，比如美國的儲貸危機和次貸危機期間。

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

因此對于銀行而言，凈利潤三大驅動因素是凈息差、資產和資產質量。

2.凈息差：滯后于貨幣政策

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

凈息差之所以會有這種特征，我們認為主要是因為銀行資產負債表的左右兩端對利率變化的敏感性不同：左端現(xiàn)金和存款準備金對利率不敏感，右端活期存款和凈資產對利率不敏感，但是左端的利率不敏感資產比右端的利率不敏感負債少，所以就出現(xiàn)一個缺口，且由于這個缺口很大，即“(凈資產+活期存款-現(xiàn)金及存放央行款項)/生息資產”很大，所以基準利率變動時銀行的凈息差會受到很大影響。而市場利率對凈息差的影響遠沒有基準利率大，則是因為目前采用市場利率定價的資產和負債占比不高，或者說貨幣政策的傳導效率較低。隨著利率市場化的推進，我們預期市場利率對銀行凈息差的影響也將逐漸加大，不過這將是一個漫長的過程。

凈息差的變動受到很多擾動因素影響，有所波動十分正常，我們不能拿著顯微鏡找理由，因此將對凈息差的分析判斷置于貨幣政策的大環(huán)境中是十分必要的。

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

3.資產增速：同步于貨幣政策

利率對應資金的價格，資產對應資金的數(shù)量，因此與凈息差相反，當貨幣政策放松時，資產增速往往會上升，反之則下降。當然，這種關系并不是絕對的，因為銀行資產擴張不僅受貨幣政策影響，還受資金需求影響。當資金需求十分疲弱時，即便貨幣政策極度寬松(利率和凈息差都被壓得很低)，銀行的資產也不見得增長很快，出現(xiàn)所謂的“流動性陷阱”，這一現(xiàn)象在我國還沒有出現(xiàn)過。

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

4.資產質量：貸款的拆分判斷

資產質量的變化遠比資產增速和凈息差鈍化，其變動更加平滑。銀行的資產主要是對企業(yè)的債權資產，由于企業(yè)的股權資產相當于一個緩沖墊，因此只有經濟大幅起落的時候，銀行的債權資產的質量才會發(fā)生明顯變化，所以銀行資產質量的變動本身就比較平滑。再加上銀行業(yè)超額撥備所帶來的“以豐補歉”效果，資產質量的變化對凈利潤的影響就變得更加平滑。

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

為了便于分析，我們把銀行貸款分為四大類：

工業(yè)和批發(fā)零售業(yè)貸款，包括對制造業(yè)，電力、熱力、燃氣及水生產和供應業(yè)，采礦業(yè)和批發(fā)零售業(yè)的對公貸款。批發(fā)零售業(yè)服務于采礦業(yè)、制造業(yè)等行業(yè)的流通環(huán)節(jié)，因此我們將其跟制造業(yè)歸為一類;

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

個人住房抵押貸款;

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

評估這些貸款的質量，最重要的是評估這些貸款所投企業(yè)或個人的償債能力。

工業(yè)和批發(fā)零售業(yè)：跟蹤工業(yè)企業(yè)利息保障倍數(shù)

我們使用統(tǒng)計局披露的工業(yè)企業(yè)利潤數(shù)據(jù)，計算工業(yè)企業(yè)利息保障倍數(shù)，以此衡量工業(yè)和批發(fā)零售業(yè)企業(yè)的償債能力。從歷史數(shù)據(jù)來看，企業(yè)償債能力大幅下降之后，隨之而來的是不良率的上升;當企業(yè)償債能力回升到高位之后，不良率便有所回落。

由于近幾年發(fā)生的不良主要來自工業(yè)和批發(fā)零售業(yè)，因此工業(yè)企業(yè)利息保障倍數(shù)對判斷全部貸款的不良生成率也有效。當然，假如說未來新發(fā)生不良的行業(yè)發(fā)生變化，這種關系可能會失效。

基建行業(yè)：壓力測試

基建行業(yè)企業(yè)沒有高頻、全面的統(tǒng)計數(shù)據(jù)，我們對其進行壓力測試，以便在估值中尋求安全邊際。

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

所以就我國上市銀行情況來看，基建行業(yè)的貸款不良率很低，并不能說明銀行在隱藏不良。有不少投資者從發(fā)債企業(yè)數(shù)據(jù)來推測銀行資產質量，但是我們需要特別指出的是，發(fā)債企業(yè)本身僅占全部企業(yè)的少數(shù)，而且由于結構性差異，這一數(shù)據(jù)很有可能存在較大的樣本偏誤(比如基建行業(yè)的企業(yè)往往是比較大的企業(yè)，我們用發(fā)債企業(yè)推測全行業(yè)情況尚能接受;但工業(yè)和批發(fā)零售業(yè)的中小企業(yè)很多，因此這些行業(yè)發(fā)債企業(yè)的代表性存疑。所以單看債企業(yè)數(shù)據(jù)，工業(yè)和批發(fā)零售業(yè)企業(yè)償債能力高于基建行業(yè)，但全行業(yè)情況未必如此)。

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

個人住房抵押貸款：優(yōu)質資產

作為個人住房抵押貸款的第一還款來源，個人收入是影響房貸質量的最重要因素。實際上我們認為住房價格并不是影響房貸質量的主要因素，雖然從美國歷史數(shù)據(jù)來看，個人住房抵押貸款的質量似乎與房價密切相關(比如在房價大幅下跌的次貸危機期間，房屋抵押貸款的逾期90天以上占比大幅上升，而其余時間房價持續(xù)攀升，同時逾期90天以上占比都很低)，但我們認為這主要是因為次貸危機之前很多金融機構將貸款發(fā)放給了沒有足夠償債能力的群體(這樣第一還款來源就從貸款人的收入變成了上漲的房價)，這才導致問題的出現(xiàn)。約翰?赫爾在《期權、期貨及其他衍生產品》中列舉了一些房貸標準放松的例子，比如在房價上漲后部分購買首套住房的人無力承擔高額貸款，有銀行便開發(fā)出可調整利率按揭(貸款的初期利率很低，2~3年后利率大幅上升)來滿足這些不合格貸款人的貸款需求。

我國個人住房抵押貸款的不良率很低，屬于十分優(yōu)質的資產。目前我國住房貸款嚴格遵照“房子是用來住的、不是用來炒的”定位，首付比例很高，而且貸款人的收入尚有保證(收入低或不穩(wěn)定的人群難以獲得貸款)，也沒有出現(xiàn)一些新奇的創(chuàng)新型房貸產品，因此住房抵押貸款的整體風險仍然很低。

三、銀行板塊估值的歷史回顧

1.行業(yè)景氣度變化影響短期估值波動

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

凈利潤同比增速是行業(yè)景氣度的指示器。按理說凈利潤同比增速直接影響板塊估值，但考慮到銀行可能對凈利潤增速有一定的主觀調節(jié)，所以我們同時考慮凈利潤同比增速以及主要驅動因素凈息差、資產質量，來判斷行業(yè)真實景氣度的變化，這樣可靠度更高一些。從結果來看，雖然凈利潤同比增速在一定程度上受主觀調節(jié)影響，但仍然較好地同步于行業(yè)景氣度的變化，因此我們在后文中以凈利潤同比增速來代表行業(yè)景氣度。

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

2.估值拐點領先景氣度拐點2個季度左右

以凈利潤同比增速作為行業(yè)景氣度變化的指示器，我們可以發(fā)現(xiàn)板塊估值的變化大概領先行業(yè)景氣度變化2個季度左右。因此要想判斷接下來1-2個季度的板塊估值走勢，我們需要預判未來3-4個季度的行業(yè)景氣度變化趨勢。

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

四、行業(yè)景氣度展望與投資建議

首先今年二季度以來整體貨幣環(huán)境是偏寬松的，在發(fā)生明顯的轉向信號之前，我們假設后續(xù)貨幣政策維持在偏寬松的水平。

在這樣的前提假設下，我們預計后續(xù)行業(yè)總資產增速將回升，但是考慮到穩(wěn)杠桿的需要，行業(yè)資產增速也很難回到兩位數(shù)水平，因此我們估計資產增速將小幅回升;

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

資產質量由改善轉為穩(wěn)定或平緩下行。這種邊際上的變化主要由工業(yè)和批發(fā)零售業(yè)貸款質量變化引起。今年以來工業(yè)企業(yè)償債能力持續(xù)回落，給銀行整體資產質量的繼續(xù)改善也帶來壓力，從銀行中報各項指標來看，行業(yè)資產質量轉向平穩(wěn)(具體分析見《銀行業(yè)2018年中報綜述(上)：下半年政策環(huán)境有望好于上半年》)。目前工業(yè)企業(yè)利息保障倍數(shù)仍在回落，但仍然處于較高水平，所以我們估計后續(xù)工業(yè)及批發(fā)零售業(yè)貸款的質量難言好轉，但大幅下降的概率也不大，我們認為更可能出現(xiàn)的情形是穩(wěn)定或者平緩下行。

當前銀行板塊低估值為足以承受基建行業(yè)貸款質量的大幅下行。對于基建行業(yè)貸款質量，我們無法通過高頻數(shù)據(jù)跟蹤，因此采取壓力測試的方法，以期從估值上加以彌補。我們做出如下假設：

假設上市銀行各行業(yè)貸款質量可用六家銀行(工商銀行、建設銀行、農業(yè)銀行、招商銀行、浦發(fā)銀行、中信銀行)的數(shù)據(jù)來代表;

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

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

我們假設全部補提的貸款損失準備可用來抵減所得稅，稅率為25%。

在上述假設下，上市銀行整體PB將從0.9x變?yōu)?.0x(考慮到銀行當前高達兩位數(shù)的ROE，1.0x已經比較低了)。也就是說，當前0.9x的PB意味著即便在極端情形下，銀行板塊的估值也能承受住基建貸款質量大幅下降的壓力。

整體來看，我們認為銀行業(yè)景氣度在明年大概率是平緩下行。然而從估值來看，二季度以來銀行板塊估值大幅回落，反映出市場對銀行業(yè)景氣度的預期是快速下行，我們認為這過于悲觀，尤其是考慮到板塊PB在壓力情形下亦只有1.0x，因此我們判斷后續(xù)銀行板塊估值易上難下。近期政策頻出，若后續(xù)宏觀經濟企穩(wěn)，銀行板塊估值有望持續(xù)修復;若政策效果低于預期，板塊兩位數(shù)的ROE(2017年為13%)所帶來的凈資產快速積累亦可帶來豐厚的絕對收益。我們認為銀行板塊在當前時點具有配置價值，維持“超配”評級。

五、風險提示

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

目前貨幣政策保持穩(wěn)健略寬松，政策當局推出多項措施推動銀行信用投放。如果后續(xù)政策效果低于預期，對銀行資產質量可能會有一定影響，對市場情緒也可能產生擾動。