当我拆了六家券商的银行研报后发现，它们都在看这六个要素，但实际上很少有人把要素之间的传导关系说透，这可能才是散户和机构的真正差距。

很多人看银行股，上来就盯着PB有多低、股息率有多高。这没错，但远远不够。如果你翻一遍中信证券、华泰证券、招商证券这些头部券商的银行业研报，会发现它们的框架远不止“便宜”两个字。

我把六家券商的最新银行投资框架研报放在一起对比，发现一个有意思的现象，它们虽然措辞各异、侧重不同，但底层逻辑高度一致，都在围绕六个核心要素打转。

更重要的是，这六个要素之间不是并列关系，而是一条有方向的传导链。大多数散户把六个指标当成六个独立的“好或坏”标签来看，这是可能才是最大的认知误区。

一、信贷增速

信贷增速是银行资产扩张的“油门”。2026年以来，监管多次强调“盘活存量、提升质效”，信贷增速从过去两位数降到个位数。中信证券预计2026年银行业信贷增速中枢在8%-9%区间。

华泰证券的判断是信贷降速反而是行业出清的信号，当银行不再靠冲规模做利润，而是转向存量结构优化，资产质量好、客户粘性强的银行反而会跑出来。

我的看法可能不太一样，信贷降速“利好优质银行”这个逻辑，在方向上我认同，但在程度上我认为被夸大了。

原因很简单，信贷增速从12%降到8%，对所有银行的利息收入盘子都是收缩的，优质银行只是“少受影响”，不是“不受影响”。

更关键的是，降速过程中有一个容易被忽略的传导效应，信贷增速下降意味着“以新还旧”的空间变小了。过去银行可以靠新增贷款稀释存量不良，现在这条路走不通了，不良率的真实暴露反而会加快。

所以信贷降速的真正含义，我认为不是“行业出清后优质银行胜出”那么简单，而是整个行业的容错率在降低，对风控的要求在提高。

图1：金融机构各项贷款余额同比增速（2019-2026Q1）

     从两位数增长降至8%区间，“盘活存量”政策导向明确

数据来源：中国人民银行金融统计数据报告

大家可以注意图中颜色的变化，灰色是疫情前的常态增长，橙色是2022年疫情冲击下的信贷放量，红色是2024年增速回落到阶段低点，绿色是2026年企稳回升。

这不是随机配色，而是用颜色讲一个“放量到收缩再到企稳”的故事。而我想额外提醒的是，图中最值得关注的不是2026年的绿色柱子，而是2024年到2026年下降的斜率在变缓。从9.5%到8.8%再到8.2%，每年降幅从0.7个百分点收窄到0.6个百分点——降速本身也在减速，这才是真正的企稳信号。

二、净息差

净息差（NIM）是银行最核心的盈利指标。如果信贷增速是“量”，净息差就是“价”，两者相乘基本决定了利息收入的盘子。

这个指标这两年一直在往下走。根据金融监管总局的数据，商业银行整体净息差从2022年一季度的1.97%一路下滑到2026年一季度的1.40%，已经连续多个季度低于1.8%的“警戒线”。

东方证券在2026年中期策略报告里提出了一个重要拐点判断，息差正在筑底。理由是存款利率经过多轮下调后，负债端成本改善的效应开始集中释放。申万宏源的业绩前瞻也验证了这一点。

我对“息差筑底”这个判断持谨慎乐观态度。乐观的一面是：存款利率下调的传导确实需要时间，2023-2024年多次降息的效果在2026年集中体现，这个逻辑成立。但谨慎的一面是，东方证券的框架里有一个隐含假设——资产端收益率不再大幅下行。

而这个假设取决于LPR会不会继续降。如果2026年下半年为了刺激经济再降一次LPR，息差的"底"可能还要再探一探。我的判断是，1.40%大概率是阶段性底部，但确认底部需要再观察两个季度的数据。如果2026Q2和Q3的息差能稳定在1.38%-1.42%区间，筑底逻辑才算坐实。

三、资产质量

资产质量是银行分析的“底线指标”。不良率告诉你有多少贷款可能收不回来，关注类贷款告诉你下一批可能变成不良的规模有多大。

行业整体数据其实还不错，2026年一季度末，商业银行不良贷款率1.51%，较年初下降0.03个百分点。但中信、华泰、招商三家券商不约而同在2026年研报中重点分析了零售风险——信用卡不良率、个人经营性贷款不良率在部分银行出现上升。

我认为零售风险是当前银行分析中最容易被误读的一个点。大部分研报把零售不良上升归结为“居民收入预期偏弱”，这当然对，但不够深入。

依我看来，零售不良上升的本质是2020-2022年信贷扩张期的“后遗症”。那三年银行为了完成普惠金融指标，大量发放了个人经营贷和消费贷，有些甚至是抵押贷套利置换房贷。

现在这些贷款进入到期高峰，叠加经济增速放缓，不良暴露是必然的。这不是一个“周期性问题”，而是一个“结构性消化”过程，很大概率需要2-3年时间把那批草率发放的零售贷款消化掉。

所以看零售不良，不能只看绝对水平，要看存量消化的进度。如果一家银行的零售贷款增速已经明显放缓但不良率还在上升，说明存量问题正在暴露，是好事不是坏事；如果零售贷款还在快速扩张同时不良率也在上升，那才是真正的危险信号。

图2：四家代表性银行不良贷款率对比（2023-2026Q1）

         成都银行持续最低，招商银行零售端承压但仍可控

数据来源：各银行年报及2026年一季报

四、拨备覆盖率

拨备覆盖率衡量的是银行“为可能发生的损失准备了多少钱”。2026年一季度，商业银行整体拨备覆盖率208.1%，远高于150%的监管要求。

国泰海通把拨备称为“蓄水池”，即高拨备银行在经济下行期可以释放拨备反哺利润，让报表看起来更平稳。

“蓄水池”这个比喻很形象，但我觉得它隐藏了一个关键问题——拨备是利润的“调节器”，也是利润的“遮羞布”。

当一家银行拨备覆盖率从400%降到350%，报表上利润增速很好看，但这不意味着经营改善，反而可能是真实盈利不够了、需要靠释放拨备来凑数。

所以我的方法是，看拨备不能只看覆盖率的高低，要看覆盖率变化的方向和利润增速的关系。

如果一家银行利润增速15%同时拨备覆盖率在下降，我会扣分而不是加分，这恰恰说明利润增长里有“水分”。

反过来，如果利润增速只有5%但拨备覆盖率在上升，我会加分，这说明银行在主动“藏利润”，为未来留后手。这个判断方法在任何券商研报里都没有明确写出来，但在我看来是区分“真实盈利能力”和“报表技巧”的关键。

五、ROE

ROE（净资产收益率）是银行盈利能力的综合体现，也是长期回报的锚。2025年上市银行整体ROE约11.2%，2026年一季度年化后约10.8%，仍在缓慢下行。头部银行明显跑赢——招行14.5%，宁波13.8%，成都16.2%。

东海证券的框架里有一个计算公式，ROE = 净息差 × 资产周转率 × 杠杆 × (1 - 成本收入比)。这就把要素五和前面的要素一、要素二联系起来了。

我觉得这个公式是对的，但如果只用它来理解ROE，会漏掉一个最重要的变量——风险成本。

银行的ROE和一般企业不同，它天然带着杠杆风险。一家银行可以靠加杠杆、放低风控标准来短期拉高ROE，但这是“刀口舔血”。

所以我看银行ROE，一定会同时看两个辅助指标：RORWA（风险加权资产回报率）和成本收入比。RORWA告诉你每一单位风险资产能赚多少回报，它剥离了杠杆的影响；成本收入比告诉你银行的运营效率。

招行之所以ROE高，不只是因为息差高，还因为它的中间业务收入占比高（财富管理手续费），这块业务几乎不消耗风险资本。所以同样是14%的ROE，靠财富管理手续费驱动和靠房地产贷款驱动，含金量完全不同。这才是我判断银行“ROE质量”的核心标尺。

六、PB与股息率

最后是估值，PB（市净率）告诉你股价相对于净资产贵不贵，股息率告诉你每年能拿到多少现金回报。银行股长期“破净”（PB<1），但2024年以来板块整体修复明显。

图3：银行板块PB与股息率走势（2022-2026Q1）

    PB从0.5倍修复至0.6倍以上，股息率仍维持在5%以上

数据来源：Wind、申万宏源银行业研究报告

注意看图中的颜色叙事——2022年到2023年（灰色），PB在0.5倍附近低位徘徊；2024年初（红色），市场开始关注高股息策略，银行股因为5%以上的股息率被重新发现；2025年到2026年（绿色），PB逐步修复到0.6倍以上。

我对银行股估值的理解有一个不同于主流券商的视角。大部分研报把银行股的“破净”归结为“市场对资产质量的担忧”，这个解释太笼统了。

在我看来，银行股破净的根本原因是“ROE与股权成本的不匹配”。当一家银行的ROE是11%，而市场的股权成本要求是10%-11%时，PB就应该在1倍附近——你赚的回报刚刚满足市场要求，没有溢价。

只有当ROE持续高于股权成本时，PB才应该大于1。所以银行股要真正走出“破净”，不是靠“市场情绪修复”，而是靠ROE企稳回升或者市场要求回报率下降（即无风险利率下行）。

2024年以来的修复，更多是后者驱动的，即国债收益率下行推动资金转向高股息资产，银行股受益。但这条路快走到头了，接下来要靠ROE企稳来接力，否则PB修复到0.7倍就会遇到天花板。

实战：用框架拆解招商银行

框架说完了，用一个例子验证。选招商银行，因为它是A股银行里零售基因最强、市场关注度最高的标的，数据也最充分。

从信贷增速度看

2026年一季度，招行贷款总额约7.1万亿元，同比增长约8.5%。这里我要指出一个市场容易忽略的点：招行的信贷增速虽然只略高于行业中枢，但它的结构在悄悄变化。零售贷款占比从2022年的58%降到了2026Q1的51%左右，对公贷款占比在上升。

这个变化有两面性，往好了看，招行在降低零售风险敞口；往差了看，它最核心的护城河——零售存款的低成本优势——可能会因为零售贷款的萎缩而减弱。因为零售存款和零售贷款是绑定的，你放少了零售贷款，自然吸到的低成本零售活期存款也会变少。这是一个需要持续跟踪的隐忧。

从净息差看

招行2026年一季度净息差1.98%，比行业平均高出58个基点。但这58个基点的来源，我认为市场理解得不够透。大部分人说“招行零售存款占比高、活期占比高”，这没错但只说了表象。

真正的原因是招行的AUM结构是在15万亿AUM中，大部分是财富管理客户的钱，这些客户的核心诉求是“理财增值”而不是“存款利息”，所以他们对活期存款利率极度不敏感。

招行本质上是用“财富管理服务”换来了“低成本负债”，这才是护城河的真正来源。如果有一天客户的财富管理需求迁移到其他渠道（比如互联网理财平台），招行的负债成本优势就会被侵蚀。所以看招行，不能只盯息差，要看AUM增速和客户留存率。

看不良率

招行不良率0.95%，处于上市银行第一梯队。但我在前面“零售风险”一节说过，不能只看绝对水平。招行2024年以来零售贷款增速明显放缓，同时信用卡不良率有所抬升——按照我的框架，这属于“存量消化”阶段，是预期内的、甚至是“好”的不良暴露。

真正需要警惕的信号还没出现，如果招行的零售贷款增速突然反弹到15%以上同时不良率还在上升，那才意味着它在“饮鸩止渴”。

看拨备覆盖率

招行拨备覆盖率432%，是行业平均的两倍多。这里我用前面说的“拨备-利润关系”方法来检验一下。

招行2025年利润增速约6%，同时拨备覆盖率从445%降到432%——也就是说，它在释放拨备的同时利润增速也只有6%。这说明招行的拨备前利润（PPOP）增速可能只有3%-4%，报表上的6%有一部分是拨备释放贡献的。这不是说招行有问题，而是说它的真实经营压力比报表显示的要大一些。

看ROE

招行2025年ROE约14.5%，显著高于行业平均的11.2%。按照我前面的“ROE质量”框架，招行的ROE含金量是高的，因为它的中间业务收入占比超过28%，远高于行业平均的15%左右，这意味着它的ROE中有更大比例是“不消耗风险资本”的回报。

从估值方面来看

招行是少数PB大于1的银行股，当前约1.05倍。用我的估值框架检验，PB = ROE / 股权成本 = 14.5% / 11% ≈ 1.32倍。实际PB只有1.05倍，说明市场仍然在对招行打约20%的“折价”。

这个折价来自哪里？我认为主要来自对零售风险的担忧和对财富管理业务可持续性的疑虑。如果你相信招行的财富管理护城河不会被动摇，那1.05倍的PB是偏低的；如果你认为零售不良还会继续恶化，那现在的价格已经fairly priced。

图4：招商银行六大要素雷达图

对比行业平均，招行在息差、拨备、ROE三个维度领先明显

数据来源：招商银行2026年一季报、金融监管总局

横向对比：四家城商行谁更强

除了招行，2026年市场最关注的另一条主线是优质城商行。宁波银行、成都银行、江苏银行、长沙银行各有特色。

图5：四家城商行五维对比雷达图

成都银行ROE最高，宁波银行息差领先，江苏银行规模占优

数据来源：各银行2026年一季报

大多数研报会用“哪家ROE最高”或“哪家PB最低”来排名，但我觉得这种线性比较没有意义。真正有价值的问题是：这些银行的“生意模式”分别是什么？

我认为哈，成都银行做的是“政信+对公精选”——深扎成都本地政务和优质国企客户，贷款集中度高但客户质量极好，所以不良率最低、ROE最高。

这种模式的弱点是成长天花板取决于成都一地的经济活力，一旦区域经济放缓，它的增长会断崖式下降。

宁波银行做的是“中小对公+金融市场”——服务长三角中小企业，息差中等但中间业务强，风控严格所以拨备厚。这是最“均衡”的模式，但也意味着没有特别突出的alpha。

长沙银行做的是“下沉零售+高息差”，即在湖南三四线城市做零售和小微，息差最高（2.05%），但不良也最高（1.15%），这是典型的“吃风险溢价”模式。江苏银行介于之间，规模最大但各项指标都不极端。

数据交叉验证

文章用到的关键数据，我做了多源核对，如下图

所有关键指标均通过至少两个独立来源的交叉验证，数据一致性良好。

附：六家券商框架覆盖对比

最后这张图展示六家券商研报对六大要素的覆盖程度，帮你理解不同券商的分析侧重。

图6：六家券商银行投资框架要素覆盖度

所有券商都覆盖净息差和投资建议，零售风险关注度在提升

数据来源：各券商2026年银行业研究报告整理

可以看到，净息差是所有券商的必选项，说明“价”的维度在当前环境下最受关注。零售风险方面，中信、华泰、招商三家做了重点分析，其余券商提及但未展开。

从这张热力图里，我读出了一个券商研报的共性盲区，也就是没有一家券商把六个要素的“传导关系”讲清楚。它们都是在各自维度上做深度分析，即息差分析得很细、不良率拆解得很透——但几乎没有一份研报明确告诉你“息差变化如何传导到ROE，ROE变化如何映射到PB”。

这可能是因为券商分析师受限于报告格式，每个章节由不同的人写，缺少一条贯穿始终的逻辑主线。但对于投资者来说，理解传导关系比理解单个指标更重要——这也是我写这篇文章的初衷：不是教你“看什么指标”，而是教你“指标之间怎么连”。