貸款利率下行會激發(fā)銀行債券投資需求嗎

1、今年以來，信貸供需矛盾加大，信貸投放有短久期化傾向，各項貸款利率下行幅度較為明顯，商業(yè)銀行特別是中小銀行面臨一定“資產(chǎn)荒”壓力，信貸資產(chǎn)的經(jīng)濟(jì)性價比也有所下滑。隨著貸款利率進(jìn)一步下移，下半年，銀行是否會調(diào)整資產(chǎn)結(jié)構(gòu)，適度加大債券資產(chǎn)的配置力度，這是我們在本篇報告中需要回答的問題。1、 商業(yè)銀行貸款定價的基本原理定價管理是商業(yè)銀行資產(chǎn)負(fù)債管理（ALM）的重要職能，核心目標(biāo)在于：（1）協(xié)調(diào)量、價、險等各要素的平衡，穩(wěn)定凈息差水平。（2）通過外部定價政策和內(nèi)部轉(zhuǎn)移定價 FTP 的動態(tài)調(diào)整，引導(dǎo)和推動業(yè)務(wù)發(fā)展，有效管控銀行賬簿利率風(fēng)險和匯率風(fēng)險。（3）確保定價的合規(guī)性，滿足監(jiān)管部門各項定價管理要求。（

2、4）實現(xiàn)司庫損益平衡。經(jīng)過近十年發(fā)展，商業(yè)銀行定價管理已基本形成了比較成熟的職能體系，主要有四方面：外部客戶端定價管理、內(nèi)部資金轉(zhuǎn)移定價（FTP）、中間業(yè)務(wù)管理以及監(jiān)管合規(guī)管理。其中，外部定價和 FTP 管理是最為重要的兩項職能，部分銀行資負(fù)部則并未承擔(dān)中間業(yè)務(wù)定價管理職能。圖 1：商業(yè)銀行 ALM 定價管理架構(gòu)資料來源：光大證券研究所繪制、 貸款外部定價現(xiàn)行的銀行貸款外部定價模型中，較為常見的是成本加成法，即銀行貸款利率本質(zhì)上是各成本項的加總。一般包括資金成本、運營成本、風(fēng)險成本和資本成本四大組成部分，另外還需要考慮信貸投放形成的派生收益、增值稅以及市場調(diào)整項等因素。貸款定價公式為：貸款利率

3、=資金成本+運營成本+風(fēng)險成本+資本成本+市場調(diào)整項圖 2：商業(yè)銀行貸款外部定價的理論模型資料來源：光大證券研究所整理并繪制1、資金成本：資金成本既包括一般存款成本，也包含市場類負(fù)債成本。在實際定價模型的運用中，銀行往往選擇本行貸款 FTP 作為替代變量。2、運營成本：該項對不同的貸款、存款和凈非利息收入分別計算管理費用率。3、風(fēng)險成本：以預(yù)期損失率（EL）計算風(fēng)險成本，即 EL=PDLGD。其中，PD為客戶違約率，LGD 為違約損失率。4、資本成本：資本成本=風(fēng)險加權(quán)資產(chǎn)規(guī)模董事會要求的 ROE 目標(biāo)。5、市場調(diào)整項：包括銀行基于同業(yè)對標(biāo)的考量以及對企業(yè)客戶貸款的議價能力等。、 內(nèi)部資金轉(zhuǎn)移

4、定價內(nèi)部轉(zhuǎn)移資金定價（FTP）主要是商業(yè)銀行內(nèi)部資金管理部門（計財/資負(fù)）與業(yè)務(wù)經(jīng)營部門（各條線和分支機(jī)構(gòu)）按照一定規(guī)則全額有償轉(zhuǎn)移資金，進(jìn)而達(dá)到核算業(yè)務(wù)資金成本或收益的目的。在 FTP 管理模式下，全行每一筆資金（實際吸收的每筆存款利率）都要按照某一虛擬價格轉(zhuǎn)移（存款 FTP）到司庫，而當(dāng)業(yè)務(wù)部門需要運用資金（實際投放的貸款利率）時，則會從司庫對該筆資金進(jìn)行定價（貸款 FTP）。以存貸款業(yè)務(wù)為例，經(jīng)營單元的貸款 FTP 收益=實際貸款利率-貸款 FTP，該收益隱含了多方面成本，如資本占用成本、信用風(fēng)險成本、錯配成本等。而存款 FTP 收益=存款 FTP-存款利率，主要取決于運營費用、操作風(fēng)險

5、以及市場競爭等。中間的利差則為司庫收益，為貸款 FTP 與存款 FTP 之差，該利差是司庫通過 FTP 的設(shè)立將全行利率風(fēng)險和流動性風(fēng)險集中于總行所對應(yīng)的收益。商業(yè)銀行在貸款 FTP 的制定過程中，一般遵循的是“基準(zhǔn)曲線+調(diào)整項”的定價方法。對于基準(zhǔn)曲線的設(shè)定，各家銀行采取的模式不盡相同。例如，部分銀行將存款 FTP 作為基準(zhǔn)曲線，在此基礎(chǔ)上，加上存款準(zhǔn)備金成本以及存款保險成本。而存款 FTP 則取決于利率風(fēng)險、基差風(fēng)險等因素。圖 3：商業(yè)銀行 FTP 運行的基本原理資料來源：光大證券研究所繪制在 LPR 改革前，貸款定價跟蹤的是法定貸款基準(zhǔn)利率曲線，部分銀行會將各期限法定貸款基準(zhǔn)利率作為 F

6、TP 參考基準(zhǔn)曲線，在此基礎(chǔ)上，綜合考慮各項成本因素進(jìn)行加減點得到貸款 FTP 曲線。在 LPR 改革后，市場利率定價自律機(jī)制發(fā)布指引明確要求商業(yè)銀行貸款 FTP 應(yīng)與 LPR 掛鉤，并將其納入 MPA 考核框架。通過將貸款 FTP 掛鉤 LPR，可以保證各經(jīng)營單元考核收益的穩(wěn)定性和公平性。在實際操作中，商業(yè)銀行基本按照成本加成原則，在 LPR 基礎(chǔ)上進(jìn)行加減點，進(jìn)而確定貸款 FTP 曲線。圖 4：商業(yè)銀行貸款 FTP 定價的理論模型資料來源：光大證券研究所整理并繪制2、 錢都去哪了？從 MV=PY 說起、 今年以來信貸投放的四大特點總體來看，今年以來的信貸投放具有四大特點，即：月內(nèi)節(jié)奏“前低

7、后高”；機(jī)構(gòu)分化，政策性銀行和國有大行發(fā)揮“頭雁效應(yīng)”；區(qū)域分化更加顯著；行業(yè)分化，零售貸款投放較為疲軟。具體而言：圖 5：今年以來信貸投放的四大特點資料來源：光大證券研究所整理并繪制特點一：節(jié)奏上月度內(nèi)“前低后高”更加突出。在有效信貸需求不足+政策驅(qū)動投放背景下，今年的信貸投放具有典型的月內(nèi)節(jié)奏“前低后高”特點，且這一趨勢較往年更加突出。受房地產(chǎn)市場低迷、城投平臺融資收緊以及疫情的影響，銀行項目儲備本就不足，新發(fā)放貸款偏弱，在央行狹義信貸要求下，銀行傾向于月末通過對公短貸和票據(jù)轉(zhuǎn)貼進(jìn)行沖量。而跨月之后，這些虛增貸款面臨集中到期，進(jìn)而導(dǎo)致中上旬新增人民幣貸款數(shù)據(jù)出現(xiàn)深度負(fù)增長。圖 6：2022

8、 與 2021 年信貸投放節(jié)奏的對比圖 7：票據(jù)“零利率”一般對應(yīng)信貸同比少增資料來源：光大證券研究所繪制。上、中、下三旬?dāng)?shù)據(jù)為模擬值，僅僅只是為了反映 2021和 2022 年的信貸投放節(jié)奏，不代表實際信貸投放，也不對應(yīng)具體時間點資料來源：Wind，光大證券研究所。時間：2021 年 12 月 1 日-2022 年 5 月 31 日特點二：機(jī)構(gòu)分化，政策性銀行和國有大行發(fā)揮“頭雁效應(yīng)”。今年以來，國有大行信貸“頭雁效應(yīng)”明顯，1-5 月新增人民幣貸款近 6 萬億，同比多增約 1.2萬億，盡管 4 月份受疫情影響，國有大行信貸投放有所減弱，但 5 月份以來，隨著長三角地區(qū)有序恢復(fù)正常狀態(tài)，加之

9、一些重大項目清單加速落地，有助于政策性銀行和國有大行項目儲備的邊際恢復(fù)。股份制銀行和中小城農(nóng)商行信貸投放乏力態(tài)勢不減，1-5 月份新增人民幣貸款約 5 萬億，同比少增約 6000 億。圖 8：今年政策性銀行和國有大行發(fā)揮“頭雁效應(yīng)”圖 9：今年 Q1 各地區(qū)對公中長期貸款增速熱力圖資料來源：Wind，光大證券研究所。大行包括：工行、建行、農(nóng)行、中行、國開行、交行和郵儲，中小行為股份行、城商行、農(nóng)商行等其他機(jī)構(gòu)資料來源：Wind，光大證券研究所繪制特點三：區(qū)域分化較為顯著。今年以來，信貸投放的區(qū)域分化依然較為顯著，22Q1江蘇、浙江、安徽地區(qū)各項貸款較年初增幅普遍為 6.5-7.0%，高于全國均

10、值 2-3百分點，同比增速則維持在 14%左右，高于全國平均水平 3-5 個百分點。其中，這些地區(qū)對公中長期貸款同比增速都在 16%以上，遠(yuǎn)高于全國約 9.6%的平均水平。根據(jù) Q1 各地區(qū)增量社融分布看，江浙地區(qū)增量均超萬億，且表外信用擴(kuò)張未見塌陷跡象。與之對比的是，東北、西北、西南地區(qū)信用擴(kuò)張較為乏力，經(jīng)濟(jì)與金融逐步進(jìn)入負(fù)向循環(huán)狀態(tài)。特點四：對公優(yōu)于零售，短貸與長貸配比失衡。今年 1-5 月份，對公貸款新增約7 萬億，同比多增約 3000 億，而零售貸款則較為疲軟，新增規(guī)模僅 1.5 萬億，同比少增近 3 萬億，其中，預(yù)計按揭貸款新增規(guī)模在 5000-5500 億左右，僅為去年同期的 1/

11、4，個人經(jīng)營性貸款增長情況好于按揭，消費貸和信用卡等場景化業(yè)務(wù) 5 月份以來受銀行降價促營銷以及“618”紅利的影響，投放已有所恢復(fù)。同時，今年短貸與中長貸配比有所失衡，5 月份短期貸款（居民短期+企業(yè)短貸+票據(jù)融資）合計新增 1.16 萬億，同比多增 8911 億，創(chuàng) 2009 年 4 月份以來新高。短期與中長期貸款配比為 1.76:1，創(chuàng) 2014 年以來新高。、 錢都去哪了？V、P 還是Y？今年 1-5 月，新增人民幣貸款規(guī)模近 11 萬億，同比多增超過 2000 億。去年同期是經(jīng)濟(jì)景氣度相對較高，信貸“供需兩旺”時期，而今年在信貸總量超過去年同期的情況下，經(jīng)濟(jì)下行壓力卻有增無減，這種信

12、貸增長與經(jīng)濟(jì)增長的“背離”，究竟反映了怎樣的事實？11 萬億信貸究竟去哪了？我們可以根據(jù)費雪方程式 MV=PY 予以分析。費雪方程式是經(jīng)典的貨幣數(shù)量論理論，通過分析貨幣流通速度（V）、價格水平（P）和產(chǎn)出（Y）等要素，我們可以判斷貨幣信貸的投入產(chǎn)出效率，即在既定的信貸規(guī)模下，究竟有多大程度轉(zhuǎn)換成了實際產(chǎn)出 Y。、Y 方面：信貸虛增情況較為普遍，資金套利情況不容忽視如前所述，今年信貸投放的一個鮮明特點，是供需矛盾加大下節(jié)奏的“前低后高”，銀行月末通過對公短貸和票據(jù)轉(zhuǎn)貼實現(xiàn)信貸沖量。而這些信貸久期普遍偏短，往往在跨月之后即面臨集中到期，屬于典型的虛增貸款，并未有效進(jìn)入實體經(jīng)濟(jì)生產(chǎn)流通領(lǐng)域?？紤]到

13、1-5 月份對公短貸+票據(jù)融資合計新增 4.33 萬億，預(yù)計其中虛增規(guī)模占比不低。圖 10：今年 1-5 月虛增貸款規(guī)模占比不低圖 11：2022 年Q2 貸款需求指數(shù)大幅下滑資料來源：Wind，光大證券研究所資料來源：Wind，光大證券研究所也就是說，今年 1-5 月近 11 萬億的信貸資金中，真正進(jìn)入企業(yè)的可能只有 7-8萬億。而今年年初以來，信貸景氣度相對較高的行業(yè)，主要集中在制造業(yè)（以高技術(shù)領(lǐng)域為主）、水利基礎(chǔ)設(shè)施和建筑業(yè)，這三類行業(yè)信貸增量占比在 40%左右，較去年同期提升將近 10 個百分點。圖 12：2022 年Q1 部分制造業(yè)上市公司資產(chǎn)負(fù)債結(jié)構(gòu)圖 13：2022 年Q1 部分

14、建筑業(yè)上市公司資產(chǎn)負(fù)債結(jié)構(gòu)資料來源：Wind，光大證券研究所整理資料來源：Wind，光大證券研究所整理那么這些資金進(jìn)入企業(yè)之后，是否真的用于資本類開支、形成實物工作量了呢？我們以制造業(yè)和建筑業(yè)部分上市公司為樣本進(jìn)行分析，可以看到：2022 年 Q1這些企業(yè)資產(chǎn)負(fù)債期限結(jié)構(gòu)呈現(xiàn)明顯的短久期化傾向，貨幣資金+交易性金融資產(chǎn)+短期借款新增規(guī)模較過去兩年同期大幅提升，且較 2021 年 Q1 提升幅度超過 1 倍。這說明一個問題：在貸款供需矛盾加大情況下，貸款利率出現(xiàn)大幅下行，部分優(yōu)質(zhì)企業(yè)能夠以 LPR 大幅減點的價格獲取貸款資金，但企業(yè)并未完全將這些貸款資金用于資本類開支或正常的生產(chǎn)經(jīng)營，而是可能用

15、于購買銀行的金融資產(chǎn)進(jìn)行套利。例如，部分企業(yè)獲得的貸款利率水平僅為2%多，而結(jié)構(gòu)性存款利率為3.0%左右，即理論上存在約 50100bp 的套利空間。事實上，這一現(xiàn)象在 2020 年疫情時期也出現(xiàn)過，在寬松的貨幣金融環(huán)境下，低利率環(huán)境容易引發(fā)資金的空轉(zhuǎn)和套利行為。、V 方面：貨幣流通速度顯著下滑，銀行存款有定期化傾向受疫情影響，今年貨幣流通速度有所下滑，這背后主要有兩點邏輯：供需矛盾加大背景下，貸款利率今年出現(xiàn)較大幅度下行，特別是在應(yīng)投盡投要求下，部分優(yōu)質(zhì)企業(yè)獲得的貸款利率較低（往往是 1Y-LPR 大幅減點），不排除一些企業(yè)將信貸資金用于購買銀行金融資產(chǎn)進(jìn)行套利。疫情影響下，市場風(fēng)險偏好下降

16、，居民加杠桿能力弱化，企業(yè)經(jīng)營開始由利潤最大化向風(fēng)險最小化切換。在此情況下，微觀經(jīng)濟(jì)主體的貯藏性貨幣需求提升，而交易性貨幣需求下滑。圖 14：貸款利率大幅下行已形成套利空間圖 15：今年 1-5 月份準(zhǔn)貨幣大幅增長資料來源：Wind，光大證券研究所資料來源：Wind，光大證券研究所這樣一來，會造成兩方面問題：銀行存款有定期化傾向，負(fù)債久期拉長。數(shù)據(jù)顯示：1-5 月份，準(zhǔn)貨幣新增近 15 萬億，同比多增約 5 萬億，甚至較 2020 年同期多增近 4 萬億。截至 5月末，國有大行和中小行定活比分別為 0.83:1、1.71:1，明顯高于過去幾年的平均水平。核心負(fù)債成本壓力有增無減。盡管 4 月份

17、央行通過 MPA 考核優(yōu)惠政策激勵銀行下調(diào)部分定期存款利率上限 10bp，央行在貨幣政策執(zhí)行報告中披露 4 月份最后一周新發(fā)放存款利率較前一周下降 10bp，但隨著存款久期拉長以及定期類存款的高增，一定程度上對沖掉了存款利率下行帶來的紅利，銀行負(fù)債成本壓力依然有增無減。在此情況下，一旦貨幣流通速度下降，會導(dǎo)致貨幣政策傳導(dǎo)不暢，央行放再多 “水”，最終也只會形成資金“堰塞湖”，導(dǎo)致流動性淤積。5-6 月份以來，隨著復(fù)工復(fù)產(chǎn)的推進(jìn)，信貸投放已現(xiàn)積極改善跡象，將有助于疏通“堰塞湖”，提升貨幣流通速度。下半年，需要關(guān)注隨著經(jīng)濟(jì)復(fù)蘇導(dǎo)致貨幣“活化”可能推動的資產(chǎn)價格上漲壓力。、P 方面：大宗商品價格大幅

18、上漲，信貸資金因高通脹而被消耗今年受俄烏沖突、抗擊疫情導(dǎo)致供應(yīng)鏈?zhǔn)茏璧纫蛩赜绊?，全球大宗商品價格出現(xiàn)大幅上漲，1-6 月我國南華工業(yè)指數(shù)較年初上漲近 20%，導(dǎo)致企業(yè)生產(chǎn)成本增加，生產(chǎn)函數(shù)趨于惡化，資本產(chǎn)出效率降低，可能在一些領(lǐng)域帶來成本推動型價格上漲。這樣一來，部分企業(yè)在購買原材料過程中，信貸資金可能會因為價格上漲而直接被消耗掉了，并未形成最終產(chǎn)出。我們觀察到，今年能源行業(yè)業(yè)績表現(xiàn)靚麗，“三桶油”受益于成本推動型價格上漲帶來的紅利，營收和盈利維持高增態(tài)勢，即意味著部分信貸資金流向了上游的能源行業(yè)。圖 16：今年以來南華工業(yè)指數(shù)大幅上漲圖 17：今年能源行業(yè)業(yè)績表現(xiàn)靚麗資料來源：Wind，光大

19、證券研究所。時間：2020 年 1 月 4 日-2022 年 6 月 29 日資料來源：各公司財報，光大證券研究所。時間：2022 年 Q1、基于 MV=PY 分析框架，今年信貸資金的投入產(chǎn)出效率較低通過 MV=PY 的分析框架，我們能夠得到以下幾點結(jié)論：結(jié)論一：盡管今年 1-5 月份新增人民幣貸款近 11 萬億，但整體信貸質(zhì)量較為一般。貨幣流通速度下滑（V）以及企業(yè)生產(chǎn)成本（P）的增加，使得貨幣信貸的投入產(chǎn)出效率偏低，11 萬億信貸（M）真正轉(zhuǎn)換成實際產(chǎn)出（Y）的比例偏低。結(jié)論二：11 萬億信貸中，有 3-4 萬億是通過對公短貸+票據(jù)轉(zhuǎn)貼的虛增沖量資金，進(jìn)入實體企業(yè)的信貸資金僅為 7-8 萬

20、億。而這些資金進(jìn)入企業(yè)之后，也并未完全用于資本類開支和形成實物工作量。部分資金因為存貸款利差倒掛，而被企業(yè)用于購買銀行金融資產(chǎn)進(jìn)行套利，另一部分資金則因為價格上漲而被消耗，真正用于生產(chǎn)經(jīng)營的信貸資金規(guī)模不及 11 萬億體量。結(jié)論三：造成信貸資金投入產(chǎn)出效率較低的主要原因，在于信貸供需的背離。即實體經(jīng)濟(jì)融資需求并未有效恢復(fù)的情況下，政策驅(qū)動力度加大引導(dǎo)銀行信貸“應(yīng)投盡投”，造成信貸虛增沖量和存貸利差倒掛，進(jìn)而引發(fā)了資金空轉(zhuǎn)和套利。3、 下半年銀行信貸的“量”“價”展望、 下半年信貸投放：總量多增、對公轉(zhuǎn)強(qiáng)、零售復(fù)蘇“429”政治局會議以來，在中央、各部委涉及經(jīng)濟(jì)工作的重要會議中，均將穩(wěn)增長、穩(wěn)信

21、貸提升至新的高度，并出臺了多項政策，旨在引導(dǎo)金融機(jī)構(gòu)加大對實體經(jīng)濟(jì)重點領(lǐng)域和薄弱環(huán)節(jié)的信貸支持力度。隨著疫情防控的好轉(zhuǎn)，我們觀察到 6 月份以來的信貸投放情況較 4-5 月份趨于好轉(zhuǎn)，預(yù)計將超出市場預(yù)期。對公貸款、個人經(jīng)營性貸款、消費貸和信用卡等領(lǐng)域開始恢復(fù)，信貸投放結(jié)構(gòu)有所改善，項目類中長期貸款投放開始有發(fā)力跡象。表 1：近期中央、各部委重要會議關(guān)于穩(wěn)信貸的表述時間會議穩(wěn)信貸相關(guān)要求4 月 29 日政治局會議要加大宏觀政策調(diào)節(jié)力度，扎實穩(wěn)住經(jīng)濟(jì)，努力實現(xiàn)全年經(jīng)濟(jì)社會發(fā)展預(yù)期目標(biāo)。要全力擴(kuò)大國內(nèi)需求，發(fā)揮有效投資的關(guān)鍵作用，全面加強(qiáng)基礎(chǔ)設(shè)施建設(shè)。5 月 23 日國常會將今年普惠小微貸款支持工具

22、額度和支持比例增加一倍。增加 1500 億元民航應(yīng)急貸款，支持航空業(yè)發(fā)行 2000億元債券。優(yōu)化審批，新開工一批水利特別是大型引水灌溉、交通、老舊小區(qū)改造、地下綜合管廊等項目，引導(dǎo)銀行提供規(guī)模性長期貸款。5 月 23 日貨幣信貸形勢分析會國家開發(fā)銀行、政策性銀行要充分發(fā)揮補短板、跨周期調(diào)節(jié)的作用，大型國有商業(yè)銀行要主動發(fā)力、多作貢獻(xiàn)股份制銀行要充分挖掘潛力，大型城商行要發(fā)揮區(qū)位優(yōu)勢，共同加大對重點領(lǐng)域和薄弱環(huán)節(jié)的信貸支持。各主要金融機(jī)構(gòu)要切實承擔(dān)主體責(zé)任，調(diào)動行內(nèi)各方面力量，高效對接有效信貸需求，強(qiáng)化政策傳導(dǎo)。6 月 1 日國常會對金融支持基礎(chǔ)設(shè)施建設(shè)，要調(diào)增政策性銀行 8000 億元信貸額度

23、，并建立重點項目清單對接機(jī)制。6 月 13 日金融支持水利基礎(chǔ)設(shè)施建設(shè)工作推進(jìn)會政策性、開發(fā)性銀行要用好新增的 8000 億元信貸額度，抓好任務(wù)分解，強(qiáng)化考核激勵，加大對國家重大水利項目的支持力度；國有大行要發(fā)揮資金和網(wǎng)點優(yōu)勢，加大對商業(yè)可持續(xù)水利項目的信貸投放；中小銀行要立足轄區(qū)實際，對有還款能力、切實可行的農(nóng)田水利等中小型水利項目，給予必要信貸支持。6 月 29 日Q2 貨幣政策例會進(jìn)一步疏通貨幣政策傳導(dǎo)機(jī)制，保持流動性合理充裕，增強(qiáng)信貸總量增長的穩(wěn)定性，保持貨幣供應(yīng)量和社會融資規(guī)模增速同名義經(jīng)濟(jì)增速基本匹配。6 月 29 日國常會運用政策性、開發(fā)性金融工具，通過發(fā)行金融債券等籌資 300

24、0 億元，用于補充重大項目資本金或為專項債項目資本金搭橋。中央財政予以適當(dāng)貼息。資料來源：國務(wù)院、中國人民銀行網(wǎng)站，光大證券研究所整理對于下半年信貸社融數(shù)據(jù)，我們有四點判斷：1、預(yù)計全年新增人民幣貸款 21.5-22 萬億?！?23”貨幣信貸形勢分析會召開之后，各家銀行均召開了信貸專題會議部署落實，明確提出要加大信貸投放力度，力爭實現(xiàn)信貸同比多增。隨著經(jīng)濟(jì)逐步復(fù)蘇、政策督導(dǎo)力度加大，銀行在穩(wěn)住經(jīng)濟(jì)大盤、服務(wù)實體經(jīng)濟(jì)方面不斷發(fā)力，加之政策性銀行調(diào)整了 8000 億基建信貸額度以及國有大行下半年的持續(xù)發(fā)力，預(yù)計 2022 年新增人民幣貸款能夠維持在21.5-22 萬億，較 2021 年多增 1.5

25、-2 萬億。2、政策性銀行和國有大行將發(fā)揮更大的“頭雁效應(yīng)”。今年央行給政策性銀行下達(dá)的信貸額度約 1.7 萬億，1-5 月已投放近萬億，同比多增超過 3000 億，在調(diào)增 8000 億信貸額度之后，預(yù)計全年新增 2.5 萬億，較 2021 年多增約 9000億。這些信貸資金均為對公中長期貸款，主要投向交運、水利、能源等“兩基一支”領(lǐng)域。國有大行 1-5 月份已投放 4.7 萬億，同比多增超過 1 萬億，是今年信貸投放的主力軍?？紤]到后續(xù)國有大行在大基建、制造業(yè)、綠色金融、普惠小微等領(lǐng)域仍需持續(xù)發(fā)力，預(yù)計下半年信貸投放實現(xiàn)同比多增概率較大，全年新增規(guī)模有望在 8 萬億以上。這樣一來，政策性銀行

26、+國有大行新增人民幣貸款將超過10 萬億，占全年新增規(guī)模近 50%。相較而言，股份制銀行和城農(nóng)商行信貸資產(chǎn)荒壓力改善程度弱于大行，由于負(fù)債成本、資本、流動性等因素制約，參與重大基建項目能力不足，合意項目儲備仍面臨一定壓力，不排除在非季末月份再度通過對公短貸和票據(jù)轉(zhuǎn)貼進(jìn)行虛增沖量。3、信貸結(jié)構(gòu)呈現(xiàn)“對公偏強(qiáng)、消費回暖、地產(chǎn)偏弱”格局。在“房住不炒”的大方針下，盡管各地區(qū)因城施策調(diào)控力度有所松綁，但地產(chǎn)投資與銷售依然較弱，基建在托底實體經(jīng)濟(jì)方面將發(fā)揮更加關(guān)鍵的作用。特別是近期國常會提出，要通過發(fā)行金融債券等籌資 3000 億元，用于補充重大項目資本金或為專項債項目資本金搭橋，此舉有助降低項目落地門

27、檻，實現(xiàn)資本金要求達(dá)標(biāo)，進(jìn)而更容易獲得銀行信貸資金支持。在此情況下，政策性銀行和國有大行在大基建、鄉(xiāng)村振興、綠色金融等領(lǐng)域?qū)⒊掷m(xù)發(fā)力，相關(guān)領(lǐng)域?qū)虚L期貸款有望進(jìn)一步恢復(fù)，消費貸、信用卡等場景化業(yè)務(wù)則受益于銀行大幅降價促營銷、減免利息支出等紅利推動，有望出現(xiàn)較好增長。不過，銀行涉房類貸款增長依然乏力，房企融資呈現(xiàn)冷熱不均態(tài)勢，按揭貸款受居民收入增長放緩、債務(wù)負(fù)擔(dān)加重、風(fēng)險偏好審慎等因素影響，恢復(fù)速度較慢，未來在房地產(chǎn)市場需求側(cè)仍需進(jìn)一步出臺刺激性措施，重點破解“保交房”所面臨的增量資金注入不足問題。圖 18：2022 年信貸預(yù)測圖 19：2022 年社融預(yù)測資料來源：Wind，光大證券研究所測

28、算資料來源：Wind，光大證券研究所測算4、預(yù)計 2023 年專項債提前發(fā)行，2022 年新增社融有望維持在 35 萬億左右，增速為 11%。預(yù)計 6 月份新增社融 4.5-5.0 萬億，增速維持在 10.6-10.7%。對于全年社融預(yù)測，可以分兩個情景：情景一：若下半年不再新增專項債額度，那么社融增速將出現(xiàn)下滑，預(yù)計該情形下全年新增社融 33-34 萬億，增速 10.55%左右， 這樣一來 6 月或為全年社融增 速高點。情景二：考慮到今年專項債發(fā)行明顯前置，穩(wěn)增長壓力依然較大，不排除下半年會提前下達(dá) 2023 年專項債額度。根據(jù)過往規(guī)律，財政部一般在 Q4 提前下達(dá)專項債額度，且不超過當(dāng)年額

29、度的 60%（約 2 萬億），假定下半年提前下達(dá)的專項債額度在 1.5-2 萬億之間，則 2022 年新增社融有望維持在 35 萬億左右，增速提升至 11%左右，這樣一來，Q4 或為全年社融增速高點。、 對公貸款利率降幅邊際放緩今年受信貸供需矛盾加大影響，對公貸款利率出現(xiàn)大幅下行，3 月份新發(fā)放對公貸款利率已降至 4.36%，較年初下降約 20bp，預(yù)計 4-5 月份降幅更大，即貸款利率點差出現(xiàn)明顯壓降。根據(jù)2022Q1 貨幣政策執(zhí)行報告披露的數(shù)據(jù)，截至 3 月末，以 LPR 減點作為定價的貸款占比較去年同期提升 3.4 個百分點，同樣印證了貸款利率下行現(xiàn)狀。圖 20：年初以來對公貸款利率大幅

30、下行圖 21：年初以來以 LPR 減點定價的貸款占比提升資料來源：Wind、中國人民銀行網(wǎng)站，光大證券研究所資料來源：Wind，光大證券研究所展望下半年，隨著穩(wěn)增長的 6 方面 33 項舉措顯效，信貸景氣度較 Q2 將進(jìn)一步恢復(fù)，有助于緩解定價下行壓力，因部分期限存貸利差倒掛而引發(fā)的資金套利行為將得到有效抑制。但對于中小行而言，現(xiàn)階段風(fēng)險偏好依然審慎，合意高收益資產(chǎn)缺失，或仍將面臨結(jié)構(gòu)性資產(chǎn)荒壓力，在特定領(lǐng)域、行業(yè)、區(qū)域信貸供需矛盾依然存在。綜合來看，下半年對公貸款利率或仍有所承壓，但降幅較上半年邊際放緩。、 按揭貸款利率仍有大幅下行空間相較于對公貸款而言，零售貸款中無論是按揭貸款還是消費類貸

31、款，下半年下行空間會“由點及面”。以按揭貸款為例，我們認(rèn)為，未來按揭貸款利率仍具有大幅下行空間，主要有三點理由：1、2017 年以來居民承擔(dān)了最高的按揭貸款利率，可替代低成本資源增加將激發(fā) “早償”。2017 年“317”新政之后，各地房地產(chǎn)調(diào)控政策顯著升級，力度不斷加大，導(dǎo)致按揭貸款利率大幅上行，2017 年至今的居民按揭貸款實際上執(zhí)行的房貸利率較高，基本在 5.5%左右，2022 年 3 月個人住房貸款平均加權(quán)利率仍高達(dá) 5.49%。然而，2008 年申請的房貸目前實際執(zhí)行利率僅為 3.0-3.5%， 2010-2016 年為 4.5%左右，較 2017 年以來的利率水平低 100-200

32、bp，這對于20172022Q1 買房的居民缺乏“公平性”。隨著新發(fā)放利率的大幅度下移，雖然存量貸款利率變化對于經(jīng)濟(jì)增長的驅(qū)動力不強(qiáng)，但由于可替代低成本資金明顯增加，由此可能激發(fā)非購房置換狀態(tài)下的“早償”行為?！霸鐑敗辟J款增加又因為新貸款的滾動增加而明顯拉低存量利率。圖 22：2017 年以來居民實際執(zhí)行的按揭貸款利率為歷史最高資料來源：Wind，光大證券研究所測算。時間，2008 年 12 月-2022 年 3 月2、居民債務(wù)負(fù)擔(dān)較重，一定程度上需要增強(qiáng)債務(wù)可持續(xù)性，并以此促進(jìn)消費。由于近年來我國房地產(chǎn)調(diào)控比較嚴(yán)格，目前 40 萬億存量按揭中，2017 年之后 90%以上是投向居民首套房，較

33、高的房貸利率是對剛需和改善性需求的“誤傷”，而且加劇了居民債務(wù)負(fù)擔(dān)，對消費需求形成了較大抑制?？梢钥吹剑覈用竦?DTI 指數(shù)（人均按揭貸款利息支出/人均收入）逐年提升，2021 年為 3%，較 2012年提升一倍。更為重要的是，2020 年疫情之后，我國居民消費需求一直沒有得到有效恢復(fù)，今年 Q2 疫情進(jìn)一步加深了對消費需求的沖擊，居民收入增長放緩，需要通過大幅下調(diào)按揭貸款利率，降低居民債務(wù)壓力，激活消費需求。圖 23：居民債務(wù)負(fù)擔(dān)逐年加重圖 24：歷次房地產(chǎn)銷售的回暖均伴隨著按揭利率的大幅下行資料來源：Wind，光大證券研究所測算資料來源：Wind，光大證券研究所3、按揭貸款利率下行是穩(wěn)

34、定房地產(chǎn)銷售的重要抓手。目前房地產(chǎn)市場風(fēng)險仍處于擴(kuò)散期，新增債務(wù)展期主體數(shù)量仍在增加，今年 4 月份疫情+靜態(tài)管控導(dǎo)致接觸式經(jīng)濟(jì)受阻，房地產(chǎn)銷售進(jìn)一步承壓。截至 2022 年 5 月，房地產(chǎn)銷售面積累計同比增速已降至-23.6%，單月增速為-31.77%，自 2021 年 7 月份以來負(fù)增長態(tài)勢不斷加深。今年 1-5 月，新增按揭貸款約 5000 億，僅為去年同期的 1/4，月均增量僅約 1000 億，與正常情景下月均 4000-5000 億增量存在較大缺口，這是造成房地產(chǎn)銷售低迷的重要原因。我們認(rèn)為，現(xiàn)階段穩(wěn)定房地產(chǎn)市場的當(dāng)務(wù)之急是盡快恢復(fù)銷售，良好的銷售回款是化解存量風(fēng)險和遏制新增風(fēng)險的重

35、要資源，這就需要進(jìn)一步推動按揭貸款投放回暖，為“保交房”提供增量資金。因此，未來房地產(chǎn)仍需出臺進(jìn)一步的刺激性政策，通過進(jìn)一步降低按揭貸款利率、調(diào)整認(rèn)房又認(rèn)貸標(biāo)準(zhǔn)、降低剛性和改善性購房首付比例等措施，刺激居民購房需求回暖，恢復(fù)房地產(chǎn)銷售與按揭貸款投放的良性循環(huán)。回溯歷史不難發(fā)現(xiàn)，按揭貸款利率基本上領(lǐng)先房地產(chǎn)銷售面積增速約一個季度，即在 2011 年 Q4、2014 年 Q3 以及 2019 年 Q4 時點，按揭貸款利率見頂回落時，大致再經(jīng)歷一個季度時間，房地產(chǎn)銷售面積增速開始觸底反彈。同時，按揭貸款利率與居民中長期貸款同比變化，也呈現(xiàn)明顯反比例關(guān)系。結(jié)合前三輪按揭貸款利率下調(diào)幅度以及房地產(chǎn)銷售增

36、速、按揭貸款投放看，今年以來部分地區(qū)按揭貸款利率下調(diào)、下調(diào)首套房利率下限 20bp 以及 5 月 5Y-LPR報價下調(diào) 15bp，已經(jīng)進(jìn)一步印證了本輪按揭貸款利率“松動”的信號，明確了按揭利率進(jìn)入下行周期。、 加強(qiáng)負(fù)債成本管控仍需進(jìn)一步發(fā)力在各項貸款利率仍處于下行通道的情況下，銀行 NIM 將持續(xù)承壓，這對銀行的信用擴(kuò)張、資本補充、風(fēng)險化解能力形成了制約，下半年進(jìn)一步加強(qiáng)負(fù)債成本管控勢在必行。具體原則有三：1、加強(qiáng)超自律機(jī)制核心存款限額管理，繼續(xù)推動中長期核心負(fù)債“降價”。目前，自律機(jī)制對于銀行核心存款、結(jié)構(gòu)性存款（保底收益）等均有相應(yīng)管控，但對于協(xié)定存款、通知存款等高成本負(fù)債產(chǎn)品并未形成有效

37、約束。后續(xù)央行可能會建立自律機(jī)制下的“超限額管理”，對各家銀行的高成本負(fù)債產(chǎn)品設(shè)定限額管理要求，對于突破利率自律機(jī)制要求的負(fù)債進(jìn)行規(guī)模管控。圖 25：儲架制度落地后金融債發(fā)行規(guī)模有望大幅提高圖 26：存款與市場類負(fù)債中長端利差資料來源：Wind，光大證券研究所。2022-2024 年為測算值資料來源：Wind，光大證券研究所。時間：2022 年 7 月 3 日落地金融債儲架發(fā)行制度，推動收益率曲線長端“兩軌并一軌”。我國存款利率與市場類負(fù)債利率在中長端存在明顯背離，由于金融債在滿足 NSFR、MPA 考核達(dá)標(biāo)方面與中長期定期存款無異，儲架制度落地后，既有助于降低銀行對 3Y 大額 CD、協(xié)議存

38、款等高成本資金的吸收力度，進(jìn)一步引導(dǎo)中長端定期存款利率下行，又能夠緩解司庫對于 NCD 的滾動續(xù)作壓力。深化貨幣市場改革，理順金融市場端收益率曲線形態(tài)。在存款端“限額控價”的同時，需要對市場類負(fù)債端定價進(jìn)行同步引導(dǎo)，確保存款與市場類負(fù)債“水位”的基本持平，避免出現(xiàn)大規(guī)模存款脫媒。目前 7 天 OMO 利率為 2.1%，相對偏高，而這基本是所有短期資金、MMF 和現(xiàn)金管理類理財?shù)亩▋r下限，進(jìn)而造成類活期產(chǎn)品收益率下行幅度較為緩慢，約束了銀行市場類負(fù)債特別是同業(yè)存單利率的下行空間。中期看，央行可能深化貨幣市場改革，規(guī)范回購市場，進(jìn)而非對稱下調(diào) OMO 利率，引導(dǎo)類活期產(chǎn)品收益率的下行。4、 貸款利

39、率下行 VS 銀行債券投資、 銀行債券投資的主要特點根據(jù)中債登托管數(shù)據(jù)，近年來，銀行債券持倉規(guī)模占總托管規(guī)模比重基本維持在 60-65%，是債券市場的主要配置力量。具體而言，銀行對于債券投資主要有三方面特點：1、配置以利率債為主。從持倉結(jié)構(gòu)看，考慮到資本占用因素，截至 2022 年 5月末，銀行利率債持倉規(guī)模合計為 52.3 萬億，占銀行配債總持倉規(guī)模比重為 83%，其中國債、地方債、政金債占比分別為 22%、44%以及 17%，即銀行配債持倉結(jié)構(gòu)中主要以利率債為主。2、信用債配置力度較弱。銀行債券配置結(jié)構(gòu)中，信用債配置占比較低，且主要以 AAA 級品種為主。近年來信用債違約風(fēng)險有所加大，銀行

40、對于信用債的配置較為審慎，持倉占比不足 10%。目前，銀行對于信用債投資的意義已不再局限于過去的富余資金投資渠道，而是成為銀行維護(hù)客戶關(guān)系、流動性管理、以及支持投行資管業(yè)務(wù)發(fā)展的途徑之一。圖 27：銀行債券投資以利率債品種為主圖 28：銀行債券投資三類賬戶持倉占比走勢資料來源：Wind，光大證券研究所。時間：2022 年 5 月資料來源：Wind，光大證券研究所3、以配置盤為主。銀行債券投資一個很重要的職能，是保流動性安全，2018年銀保監(jiān)會出臺的商業(yè)銀行流動性風(fēng)險管理辦法考核的三大指標(biāo) LCR、NSFR、 LMR，這些指標(biāo)均要求銀行持有一定規(guī)模的合格優(yōu)質(zhì)流動性資產(chǎn)，即銀行債券投資以配置盤為主

41、。目前，銀行主要有三類賬戶持倉，即以攤余成本法計量的債券投資（AC）、以公允價值計量且其變動計入當(dāng)期損益的債券投資（FVTPL）、以公允價值計量且其變動計入其他綜合收益的債券投資（FVOCI）。從近年來三類賬戶持倉占比走勢來看，AC 賬戶占比最高，且逐年提升，截至 2022年 Q1 已上行至 65%左右，即銀行債券投資仍以配置盤持有到期為主，保流動性、保安全始終是銀行債券投資首要考慮因素。但另一方面，F(xiàn)VTPL 與 FVOCI 賬戶持倉占比呈現(xiàn)此消彼長的蹺蹺板效應(yīng)。造成這種現(xiàn)象的原因，可能是在 FVOCI賬戶中，債券公允價值變動會直接進(jìn)入資本公積及其他綜合收益，進(jìn)而在計算資本時直接計入核心一級

42、資本，即該賬戶的債券投資公允價值變動，會直接導(dǎo)致核心一級資本的波動，此類賬戶占比越高，在市場收益率波動加大的情況下，核心一級資本的波動也越大，從而增加資本管理的難度。因此，各家銀行也在適度壓降該賬戶債券持倉占比。表 2：債券投資三分類對資本和利潤影響一覽表對資本的影響對利潤的影響AC持有到期不對資本產(chǎn)生影響持有到期體現(xiàn)為凈利息收入FVTPL當(dāng)期損益直接體現(xiàn)在投資凈收益中，不影響資本公允價值變動體現(xiàn)為投資凈收益FVOCI公允價值變動影響核心一級資本若持有到期，公允價值變動轉(zhuǎn)換為凈利息收入，未到期體現(xiàn)為投資凈收益資料來源：光大證券研究所整理、 銀行債券投資與流動性、利率、資本的關(guān)系一般而言，銀行配

43、債與廣義基金有所不同，在廣義基金配置模型中，往往會賦予收益目標(biāo)更高的權(quán)重，而銀行配債則是在多目標(biāo)約束下求得最大公約數(shù)。其中，流動性、收益和資本是重點考慮的三大要素。圖 29：銀行債券投資需要考慮的三大要素資料來源：光大證券研究所整理并繪制流動性始終是銀行配置債券的首要考慮，其主要目的在于儲備優(yōu)質(zhì)流動性資產(chǎn)以及滿足質(zhì)押融資需求。2018 年 5 月，銀保監(jiān)會發(fā)布了商業(yè)銀行流動性風(fēng)險管理辦法，除了保留原有的流動性覆蓋率（LCR）、流動性比例（LR）兩個流動性風(fēng)險指標(biāo)外，新增了凈穩(wěn)定資金比例（NSFR）、流動性匹配率（LMR）和優(yōu)質(zhì)流動性資產(chǎn)充足率（HQLAAR）三個指標(biāo)，其中 LCR、NSFR 是

44、最為重要的考核指標(biāo)?？梢钥吹剑瑹o論是 LCR 還是 NSFR，與債券投資之間均呈現(xiàn)反比例關(guān)系，即當(dāng)流動性監(jiān)管指標(biāo)下行承壓時，銀行會適度加大債券投資力度，以夯實合格優(yōu)質(zhì)流動性資產(chǎn)儲備，推升監(jiān)管指標(biāo)安全邊際。圖 30：債券投資與 LCR 成顯著反比例關(guān)系圖 31：債券投資與 NSFR 在大部分時點成反比例關(guān)系資料來源：Wind，光大證券研究所整理資料來源：Wind，光大證券研究所整理在保流動性安全的前提下，銀行也需要兼顧收益要求。從三類賬戶持倉占比與債券利率的相關(guān)性來看：（1）AC 賬戶與債券利率基本呈同向變動，這是典型的配置盤策略，即利率高、倉位重，在利率上行時期，增持 AC 賬戶有助于增加利息

45、收入。（2）FVTPL 賬戶與債券利率大部分時間呈反向變動，即債券行情處于牛市時，增持 FVTPL 賬戶可以增加浮盈。（3）FVOCI 賬戶與債券利率部分時點呈反向變動，但相關(guān)性相對偏弱。圖 32：債券投資與頭寸盈余呈正比例圖 33：AC 賬戶持倉占比與債券利率同向波動資料來源：Wind，光大證券研究所整理資料來源：Wind，光大證券研究所整理圖 34：FVTPL 賬戶持倉占比與債券利率反向波動圖 35：FVOCI 賬戶持倉占比與債券利率相關(guān)性不明顯資料來源：Wind，光大證券研究所整理資料來源：Wind，光大證券研究所整理銀行債券投資主要以利率債和地方債為主，利率債風(fēng)險權(quán)重系數(shù)為 0，地方債

46、為 20%，明顯低于信貸資產(chǎn)。我們用非信貸 RWA=銀行當(dāng)年凈利潤增長能夠支撐的 RWA 擴(kuò)張-信貸 RWA，來衡量銀行全年的 RWA 中可用于配置非信貸類資產(chǎn)的 RWA 規(guī)模。可以看到，非信貸類資產(chǎn) RWA 與債券投資呈現(xiàn)反比例關(guān)系，即在資本充足率承壓情況下，銀行會調(diào)整資產(chǎn)配置結(jié)構(gòu)，加強(qiáng)信貸投放管控，降低資本消耗，并適度向低資本消耗的債券資產(chǎn)傾斜。需要強(qiáng)調(diào)的是，根據(jù)巴塞爾委員會（BCBS）計劃，2017 年出臺的巴塞爾協(xié)議 III（最終版）（簡稱“新巴 III”）將于 2023 年 1 月 1 日開始逐步實施。這意味著我國落地新巴 III或近在眼前?，F(xiàn)階段，我國現(xiàn)行資本管理辦法主要參照了 2

47、010 年版的巴塞爾協(xié)議 III，其中信用風(fēng)險權(quán)重法主要沿用了 2006 年版巴塞爾協(xié)議 II， 其在風(fēng)險權(quán)重計算上與即將到來的新巴 III存在較大差異。在新巴 III落地之后，銀行各類資產(chǎn)的風(fēng)險權(quán)重系數(shù)屆時將會 出現(xiàn)重大調(diào)整，這對于銀行資產(chǎn)負(fù)債擺布行為以及債券資產(chǎn)的定價，可能會產(chǎn)生顯著影響。圖 36：債券投資與非信貸 RWA 呈反比例圖 37：Basel III 下銀行各類資產(chǎn)風(fēng)險權(quán)重系數(shù)（2012 試行）資料來源：Wind，光大證券研究所整理資料來源：Wind，光大證券研究所整理、 定量測算：貸債 EVA 比價效應(yīng)下的銀行債券配置今年 Q2 以來，受信貸投放短久期化、存款增長定期化影響，銀

48、行流動性監(jiān)管指標(biāo)有所上行，LCR 和 NSFR 安全邊際得到提升，對同業(yè)存單的量價訴求并不高。即，流動性對銀行債券投資的約束效應(yīng)較弱，收益是銀行需要重點考慮的因素。根據(jù)前文分析，今年各類貸款利率均出現(xiàn)明顯下行，且后續(xù)仍有下行空間，這是否降低信貸類資產(chǎn)對銀行的吸引力，轉(zhuǎn)而引導(dǎo)銀行適度加大對債券資產(chǎn)的配置力度？對于這個問題，首先需要強(qiáng)調(diào)的是，銀行內(nèi)部不會設(shè)定一個明確的限額要求，即貸款利率下行至什么點位，或債券利率上行至什么點位，即加大債券投資。這是因為，銀行資產(chǎn)負(fù)債擺布遵循的是“穩(wěn)中求進(jìn)”原則，不會在短期內(nèi)出現(xiàn)瞬時大幅變化。更為重要的是，銀行資產(chǎn)負(fù)債結(jié)構(gòu)的調(diào)整需要各部門之間的溝通和協(xié)調(diào)，并且通過資

49、負(fù)會審議，所以政策傳導(dǎo)存在一定時滯。一般而言，分析銀行資產(chǎn)配置的量價關(guān)系，常用的工具是 EVA 比價效應(yīng)，但如果單純靜態(tài)比較各類資產(chǎn) EVA，會造成信息的失真：第一，測算各類資產(chǎn) EVA 時，對于負(fù)債成本的設(shè)定都是“一刀切”式采用上市銀行平均計息負(fù)債成本率。但從實踐操作來看，銀行對于不同業(yè)務(wù)的 FTP 考核存在較大差異。例如，對于信貸的 FTP 考核，主要是在 LPR 基礎(chǔ)上進(jìn)行加點，進(jìn)而確定貸款 FTP 曲線。但對于債券資產(chǎn)而言，若為配置盤，則 FTP 一般設(shè)定為同業(yè)負(fù)債平均成本率或結(jié)構(gòu)性存款加權(quán)平均利率，若為交易盤，則 FTP 設(shè)定為 DR007。第二，如果靜態(tài)算 EVA，債券投資 EVA 會顯著高于對公貸款，但這并不意味著銀行需要將所有資源全部向債券資產(chǎn)傾斜，因為 EVA 測算模型并不能夠反映出信貸業(yè)務(wù)所包含的一攬子金融服務(wù)情況。有鑒于此，我們可以嘗試從動態(tài)視角進(jìn)行分析，即將時間軸拉長，看看歷史上貸債的量價運行呈現(xiàn)何種關(guān)系，是否真的存在相應(yīng)的“蹺蹺板”效應(yīng)。我們選取兩類變量：貸債 EVA 之差=信貸 EVA-債券 EVA貸債增速差=信貸增速-債券增速在此基礎(chǔ)上，我們分別就按揭貸款、非按揭貸款與國債、國開債、地方債的量價關(guān)系進(jìn)行 10 年復(fù)盤