作者：李鵬飛（眾邦銀行計劃財務部）
來源：九卦金融圈
考慮到銀行業數字化轉型缺乏合適的參考對標樣本，同時數字化轉型對于銀行業經營的影響性無法量化描述。我們采用非銀行體系的互聯網行業企業騰訊，考慮到其具有廣泛的客戶群基數，假設其開展個人存貸款業務，并與傳統銀行業保持一致的經營渠道傾向；然后通過利差和非利差渠道模型進行量化測算展示差異性。
研究發現：數字化轉型將顯著提升競爭壓力，導致定價水平趨于市場化并抹除“剪刀利差”（測算顯示：完全競爭市場情況下只需要規模增長20%），導致商業銀行對于結算類存款沉淀要求顯著提高，結算類存款沉淀會對其它傳統商業銀行存款定價產生上調壓力，出現明顯著倒掛（測算顯示：國有六大行個人非結算定期分別上調110BP至140BP）；基于監管及風險要求的規模定價將實現倒掛對利潤產生侵蝕，傳統商業銀行的經營利潤與規模將必須下調（測算顯示：非結算存款規模需求未有效改善情況下，國有六大行個人存貸款利差利潤下調129%，產生負值）；規模需求可能在短期內導致員工需求增長，但是有效的數字化產品渠道鋪設營銷將導致員工規模出現顯著的下調壓力（測算顯示，“工農中建”的員工數需要分別下調46%、44%、32%和33%）。
近年來，高處理能力芯片加快更新迭代，高速信息通道全面覆蓋性建設，大數據、人工智能技術導致數據處理能力跨越式發展，導致金融行業的交易效率產生了質的變化。新興行業以第三方支付、互聯網小微類服務機構、民營銀行等渠道參與金融體系的復雜化競爭。傳統商業銀行、尤其國有銀行多年來“以規模帶動效益”，導致“全員推進、撒網式覆蓋營銷”的“裸拼”情節較為嚴重，數字化轉型的外生壓力與內生動力容易產生摩擦。此種情況下，如何定義銀行業數字化轉型成功？如何確認轉型完成、衡量同業對比差距？本文利用對標利潤模型給予一個初步的參考測算，大致說明這個差距的量化方案，給予一個可行性的參考，更為詳細的模型測算將在后期逐步展開。從商業銀行角度來看，數字化轉型的關鍵仍然是利潤規模的調整與優化。商業銀行的利潤來源主要包括兩個方面，一是利差收入，二是手續費中間類收入；由于我國較長時間的利率“剪刀差”，導致規模與利潤關聯性明顯，以2019年年末為例，國有六大行的利差收入占營業收入的平均比例為72.98%。針對利差收入，我們將選取對標產業公司（騰訊）模型測算利差收益的調整覆蓋影響性；針對手續費收入，我們將采用信息量化模型說明差異性，即國有商業銀行如果調整為互聯網企業，需要產生的調整壓力主要在哪些方面；需要注意的是，我國正面臨利率市場化調整壓力，將導致利差收入的成本定價趨向于完全競爭，商業銀行的手續費收入競爭中涉及到的區域轉移定價與產品價差成為主要收入來源，因此所有商業銀行最終將回歸至信息量化模型的考慮范圍。我們這次初步測算主要聚集于國有六大銀行的情況，股份制銀行因為相對規模處于第二階梯，因素一致并不影響測算結果，但參與測算可能會導致數據波動性較為嚴重。商業銀行的利差收入主要包括對公存貸款與對私存貸款。考慮到我國目前對公存貸款業務缺乏行業參考對標公司，另外我們在以前的文章中也用博弈模型說明中，商業銀行的對公業務的數字化轉型只會導致更全面的市場化競爭，導致邊際利潤進一步攤薄至零，比如最近某地的建行的線上銀票貼現利率已經接近于2%；因此對公存貸款業務不以對標利差模型進行測算，測算模型主要集中于對私存貸款業務。對私存貸款業務的利差規模仍處于高位，以2019年為例，國有六大銀行的對私存貸款利差平均為3.07%，所以“零售轉型”的動力主要集中于此。我們的測算模型是以一個假設為主要結構，即如果騰訊是銀行，其對私交易規模沉淀將導致多大的利差收入規模與競爭壓力效應。我們選取國有六大行的2019年年末經營數據，包括個人客戶規模、存款規模與定價情況，區分活期與定期情況。對標騰訊以后，對部分數據進行測算調整。最終是以騰訊的客戶數情況，反向測算可以產生的對私存款規模、定價與利潤結構，進一步說明商業銀行的預期調整量化壓力。中間業務的量化測算因為缺乏統一標尺實際不利于對標展開，但是從信息量的角度來看，中間業務本身是提供信息服務的渠道手續費收入。將所有涉及參數調整為無量綱以后，理論上就可以用于闡述產生的信息量情況下的中間業務拓展情況。我們針對銀行業數字化轉型的研究中，一直是缺乏合適的對標參考企業。無論是國外銀行還是國內銀行，面臨的數字化轉型具有較為一致的新渠道現象；另外，國內銀行與國外銀行面臨的市場文化與市場監管要求并不一致，直接的套用國外銀行的價值對標可能并不完全具有參考性。國內銀行的數字化轉型，本質上實際上仍然是討論利潤的價值生成，即利潤的構成過程中，信息本身具有的價值構建占比與影響。從更為抽象的哲學角度來看，我們可以認為銀行的利潤構成是信息構建的，信息是由相關具體參數（比如客戶參與量、市場參與規模等）進一步構建，增加信息這一抽象的定義模塊，即如下圖所示。
如果用這種定義方法，理論上我們可以構建另一個行業的對標渠道，即將其它行業的企業也抽象為信息構建，然后對標兩種信息構建的利潤模型，如下圖所示。此次初級測算過程中，我們選取國有六大行和騰訊都有的幾個參數，分別是員工數、客戶數和業務費用；無量綱構建是以不同參數之間的比值做調整；信息量是以面積情況展示。選取2019年年末國有六大行的相關報表數據展示如下，部分銀行相關數據并未展示，同時列舉騰訊涉及客戶數情況，是以2019年年報公示的微信活躍客戶數。根據2019年年報數據，有三家銀行是沒有公示客戶數。我們從保證數據質量出發，同時認為貸款定價利率是與客戶規模反相關，即客戶數規模越大，貸款定價壓力導致定價越低，采用線性相關性計算（R2=0.577），對空白數據進行補充。客戶數調整結果如下：交通銀行在2019年年報中未詳細披露個人存款中的定活期存款定價情況，采用對標樣本中中國銀行個人存款定價最為接近（差距為43BP），將中國銀行的個人定期存款定價上調43BP用于交通銀行個人定期存款定價，測算個人活期存款定價情況。同時，可以發現不同商業銀行在個人活期存款的加權定價并不等于法定活期利率（0.3%），說明在活期存款定價方面存在期限定價補充。我們以法定活期利率測算結算類活期存款，假設期限定價是以定期加權利率定價實施的；因為選取的期限定價利率偏高，可能導致結算類活期存款規模偏高，考慮對標客戶具有較高客戶規模，此類假設的影響不產生差異化描述結果。騰訊2019年年報數據顯示微信活躍客戶數11.65億，如果將活躍微信客戶數定義為客戶數規模，假設個人貸款需求投放量與客戶數線性相關（R2=0.42，樣本量較小導致偏差），實際中銀行體系的客戶規模對貸款投放規模具有非線性正影響性。一是貸款規模增長將導致原來的加權定價按比例下調，即新貸款規模只影響定價，各商業銀行按加權規模下調；二是貸款規模增長將導致貸款利潤按比例下調，即新貸款規模搶占原始貸款的利潤，各商業銀行按加權利潤下調。實際操作中，新增貸款規模競爭壓力會被差異化定價和時間趨勢調整成非線性，我們此次討論騰訊規模影響性，只涉及靜態最終結果與簡單線性關系。第一類趨勢調整情況，即只影響定價。騰訊貸款規模較國有六大行占比28.64%，國有六大行加權定價下調28.64%，各商業銀行按加權比例下調。結果如下：第二類趨勢調整情況，即影響貸款利潤收益。騰訊貸款規模使整體貸款規模上升22%，國有六大行貸款利潤下調22%，各商業銀行按加權比例下調。結果如下：騰訊2019年年報數據顯示微信活躍客戶數11.65億，如果將活躍微信客戶數定義為客戶數規模，假設個人結算類存款規模（R2=0.51）、個人定期類存款規模（R2=0.34，樣本量較小導致偏差）均與客戶數正相關。實際中銀行體系的客戶規模對存款規模具有非線性正影響性。需要注意的是，如果騰訊從自身控制成本的角度來看，對其它銀行的影響性將是由個人結算類活期存款產生，然后才是定期存款的影響性，即對個人定期存款定價的影響將存在兩個階段，一是結算結期類對規模定價的影響性，二是定期規模對定價的影響性。個人定期存款規模將對定價產生向上壓力。假設處在第一階段，即結算活期類存款對定期類存款的定價產生影響，結算活期存款規模增長將導致原來的定期存款加權定價按比例上調，即新活期存款規模只影響定期存款定價，各商業銀行按加權規模上調；第二階段存在兩種趨勢，一是定期存款規模增長將導致原來的加權定價按比例上調，即新定期存款規模只影響定價，各商業銀行按加權規模上調；二是定期存款規模增長將導致存款支出按比例上調，即新貸款規模搶占原始存款的利潤（假設存在FTP調整曲線），各商業銀行按加權存款利潤調整。實際操作中，新增存款規模競爭壓力會被差異化定價和時間趨勢調整成非線性，我們此次討論騰訊規模影響性，只涉及靜態最終結果與簡單線性關系。第一階段，騰訊結算類活期存款規模較國有六大行占比49.54%，國有六大行定期存款加權定價上調49.54%，各商業銀行按加權比例上調。結果如下：第二階段第一類趨勢調整情況，即只影響定價。騰訊定期存款規模較國有六大行占比37.98%，國有六大行繼續加權定價上調37.98%，各商業銀行按加權比例上調。結果如下：第二階段第二類趨勢調整情況，即影響存款FTP利潤收益。騰訊定期存款規模使整體存款規模上升27.53%，國有六大行存款FTP利潤（假設FTP利率6%，此值會對下調產生影響）下調27.53%，各商業銀行按加權比例上調定期存款定價。結果如下：對標中間業務模型，我們選取國有六大行和騰訊都有的三個參數，分別是員工數、對私客戶數和業務費用；其中國有商業銀行客戶數包括測算調整后的客戶數。無量綱構建采取比值歸一化方法（采用兩種比例方法，一種是以國有六大行平均值為基礎；另一種是騰訊數值為基礎）。信息量構建則以面積顯示，與面積相關的邊的量綱選取如圖影響值。
需要注意的是，我們對于ABC的定義并沒有具體的量化值（不確定是等邊三角形），因此邊的定義也是缺乏固定值，所以理論上的信息量的值也是缺乏固定值，但是假設存在定義量化值情況下，對于同一定義的量化對比是可以參考的。另外，因為我們選取的是量綱參數，因此面積值的變化只是說明與定標參數的對標差異，并沒有絕對含義。騰訊及國有六大行用于對標中間業務模型的數據已提取，比值歸一化量檔值進一步調整展示。對比中將邊量綱值需要增加的不確定值（K,J,M）均設計為1。理論上騰訊與國有六大行的（K,J,M）值應該會有比例差異，同時國有六大行之間的信息化構建（K,J,M）值會有誤差差異，但此次對標模型中忽略差值的影響性；同時（K,J,M）值本身的差異是信息化量化不同，此次對標模型中不展開復雜測算。量綱一值測算顯示：一是騰訊的參數邊一是存在異常值，即由于較大的客戶數與較小的員工數差異產生。二是國有六大行、交行和郵儲存在參數面積差異，其中交行與國有四大行的參數面積差異最為明顯，主要是因為其員工人數相對其它銀行具有明顯差距，這也說明需要面對的數字化轉型壓力方向可能會發生變化。
量綱二值測算顯示：國有六大銀行與騰訊的面積參數具有較為明顯的差異；國有四大行在參數邊一存在異常值，主要是受到較為顯著的員工人數影響。
根據對標利率模型測算可以發現：騰訊系如果參與銀行個人存貸款業務定價，因為其具有的顯著客戶數影響下的規模效應，導致貸款定價平均至少下調100BP，存款業務方面，僅以結算活期存款導致的存款定價上調就接近100BP。如果我們選取貸款定價受到利潤調整方案、存款定價只受活期存款規模影響方案。測算顯示，騰訊個人存貸款業務利潤為2385億元，國有六大行個人存貸款業務利潤調整為-1244億元，下調超過129%，負值影響主要來源于定期存款的規模影響性；進一步，保證貸/存比接近100%，剔除多余定期存款規模，國有六大行個人存貸款業務利潤調整為6091億元，上調46%，說明目前國有六大行個人存款業務規模用于抵抗流動性風險，成本具有較大壓力。上述研究表明，貸款定價方面，全局貸款規模增長會帶來貸款定價下調壓力，從收益角度來看，保證規模增長速率高于貸款定價下調速率才能保證收益。存款定價方面，存款規模增長將帶動定期存款定價利率上行，提高結算存款占比沉淀才是關鍵。測算中發現，針對2019年年末國有六大行個人存貸款定價情況，市場上存貸款規模分別增加60000億至90000億，將導致個人貸款與個人非結算存款定價實現市場化，剔除“利率定價剪刀差”。根據對標中間業務模型測算可以發現：國有六大行與騰訊在模型中具有較為明顯的參數面積差異，并且主要是受到員工數相對業務費用和客戶數規模較大差異產生。如果我們假設數字化轉型過程中，業務費用受制于成本約束、客戶數規模受制于競爭壓力，始終不存在顯著向上調整情況下，那么數字化轉型的壓力必然導致員工相對人數的顯著下行調整。國有行受制于規模效益壓力，員工數規模產生的“裸拼”效益不容忽視。但數字化轉型導致的信息高速高效覆蓋情況下，員工規模成本最終會全面超越規模效益。因為模型中具有參數面積圖形，意味著三個參數的相關性限制存在，我們可以通過反向測算的方式估算國有四大行的員工數需要下調的規模比例。經估算，“工農中建”的員工數需要分別下調46%、44%、32%和33%，才能保證基本圖形限制成立，即不存在顯著異常值。我們的研究中，是假設騰訊公司以自身體系開展銀行體系的個人存貸款業務，用于說明數字化轉型以后，傳統銀行體系面臨的競爭壓力。數字化轉型的壓力導致的利率市場化因素顯著影響利差利潤。轉型成功類商業銀行客戶結算規模顯著上升，整體的利差利潤反而得到了提升；其它傳統商業銀行將面臨定價倒掛的嚴重趨勢，整體發展規模需要壓縮甚至退出市場。研究表明，市場上個人存貸款規模上調接近20%，完全競爭市場就會實現早期利率市場化趨勢。考慮到現實中由于對公存貸款業務具有較大規模，而且我國存貸款定價處于非全面競爭環境，受到價格自律機制、監管指導、價格同盟等多體系調整，利率市場化進程將呈現非線性動態過程，緩沖機遇與非穩態風險并行。數字化轉型的壓力下，存貸款業務將實現利率市場化推進，但基于保證利潤前提影響下，反而對數字化轉型可能產生反向的推動效果。定價的利率市場化推進導致規模優勢效果更為突出，銀行業數字化轉型缺乏顯著方向情況下，通過員工增長、線下“裸拼”實現規模增長的重要性反而更加顯現。數字化轉型仍極大可能將對經營結構產生影響。雖然數字化轉型催生客戶覆蓋加強、規模增長導致定價趨于市場化、規模利潤效應最終導致員工規模增長。但是，數字化轉型的壓力來源于非人工介入的全產品覆蓋，正如支付寶和微信產生的結算沉淀非常顯著，一旦具有高效的產品渠道方案，早期的員工“裸拼”將成為歷史。測算中，我們已經可以發現國有四大行的員工規模處于模型異常的范圍，數字化轉型一旦實現高效的產品渠道方案，“工農中建”的員工數需要分別下調46%、44%、32%和33%。
