銀行行業(yè)2019年投資策略報告：關注信用傳導順暢帶來的估值提升機會

1、<p><b>　　目錄</b></p><p>　　圖表 15：房地產開發(fā)相關貸款占比11</p><p>　　圖表 16：制造業(yè)和批發(fā)零售業(yè)貸款占比12</p><p>　　圖表 17：各行業(yè)不良率與商業(yè)銀行整體不良率對比13</p><p>　　圖表 18：存款準備金率14</p>

2、<p>　　圖表 19：社融與名義 GDP 增速對比15</p><p>　　圖表 20：貸款平均利率上浮水平15</p><p>　　圖表 21：同業(yè)存單周發(fā)行總額和票面利率16</p><p>　　圖表 22：銀行板塊跌幅最小17</p><p>　　圖表 23：部分公司仍能實現正收益17</p><

3、;p>　　1、2019 年銀行股投資邏輯預判</p><p>　　2018 年金融去杠桿，表現為社融增速下行速度快于經濟增速的下行，導致信用快速收縮，出現了一些違約事件。從而影響了市場對銀行資產質量持續(xù)改善的預期。而中美貿易摩擦迅速升級加劇了經濟下行的壓力，使得整個市場波動較大。銀行股在估值低以及業(yè)績確定性強的比較優(yōu)勢下，跑贏滬深 300 指數。</p><p>　　展望 2019

4、年，短期經濟增速仍面臨下行壓力，而預計在 2019 年下半年經濟增速下行的斜率會放緩。經濟下行期，資產質量問題又成為市場對銀行板塊投資最重要的評判因素。針對資產質量問題，目前市場普遍認為風險點集中在過去幾年杠桿上升較快的政府部門和居民部門。從上市銀行的信貸數據看，過去幾年貸款新增主要來自于與地方政府相關的基建類貸款、房地產相關貸款以及居民相關的零售貸款（主要以按揭為主），而制造業(yè)貸款和批發(fā)零售貸款則持續(xù)被壓降。從相應行業(yè)不良率的變動情況

5、看，制造業(yè)和批發(fā)零售業(yè)的不良率已經高于 2008 年的水平，房地產相關貸款、基建</p><p>　　類貸款以及個人貸款的不良率也已經接近 2008-2009 年的水平。在政府財政壓力不斷上升以及房地產開發(fā)商現金流存在進一步惡化的情況下，明年這些傳統(tǒng)低風險或 者相對低風險的貸款的不良率有進一步上升的可能。相應，銀行的信用成本也將上升。息差方面，2018 年由于表外融資受阻、信用收縮以及信用的風險上升，使得表內貸款

6、的平均上浮比例年化值已經創(chuàng)出了十年新高。雖然三季度，平均貸款上浮比例有所 下降，但是在美國加息周期的大背景下，國內融資渠道短期內無法有效拓寬的情況下， 即便融資需求下降，融資利率下行的空間不大，持續(xù)時間也不會太長。負債成本方面， 存款增長仍是主要決定因素。2018 年存款定期化趨勢和表內化趨勢明顯，對公存款的增速快速下降，除了受政策影響外，企業(yè)信用擴張放緩是主因。因此，存款成本易 升難降。</p><p>　　規(guī)

7、模方面，預計明年社融規(guī)模增長19萬億，其中，新增人民幣信貸在15萬億，表外信托和委托貸款壓降放緩。銀行總資產的增速略有回升到7.5 。息差水平小幅下行2-3個BP，其中中小銀行負債端壓力大于大行，因此下行彈性更大；在經濟下行期 間，信用成本將小幅上升到1.14 的水平。對銀行整體業(yè)績進行測算，預計2019年銀行板塊整體歸母凈利潤同比增速在6?附近，略低于2018年的7?。</p><p>　　投資策略上，銀行板塊

8、目前的估值處于歷史最低水平（部分銀行對應的2019年PB已經降到0.6倍以下），基本隱含了對經濟前景、資產質量的悲觀預期。預計目前已經推出的寬信用政策效果顯現在2019年二季度，有望驅動銀行板塊估值上行。因此， 我們維持板塊強于大勢的投資評級，重點推薦國有大行、招商銀行和寧波銀行。</p><p>　　2、經濟增長面臨下行壓力 資產質量或有波動</p><p>　　2019年經濟增行面臨下

9、行壓力</p><p>　　固定資產投資中重點關注房地產的下行風險</p><p>　　2018年經歷了金融去杠桿，實體經濟開始下行，固定資產投資增速持續(xù)下滑。其 中，基建投資增速下滑幅度明顯。我們認為基建投資增速回落主要由于以下幾個因素：一是此前兩年較高的基數原因，前兩年2萬億的PPP項目和4萬億的棚戶區(qū)項目； 二是基建投資審批速度大幅下降，甚至一些已經開工的項目；三是PPP項目的進一

10、步規(guī)范，地方政府通過PPP項目來隱形融資的渠道被堵死。</p><p>　　從目前的政策看，政府于2018年7月起提出加大“基礎設施領域補短板”力度?；ㄍ顿Y的領先指標初顯回暖跡象，例如項目審批重新加快，地方政府融資額上升，建筑公司訂單量回升。與此同時，基建投資的同步指標也開始回暖。因此，我們預計基建投資從2018年的零增長回升至2019年的8?左右的同比增長。</p><p>　　圖表1

11、：固定資產投資增速持續(xù)下滑圖表2：基建投資增速持續(xù)下行</p><p>　　資料來源：wind資訊，萬聯證券研究所資料來源：wind資訊，萬聯證券研究所</p><p>　　2018年房地產投資增速雖然保持高位，但是從房地產的細節(jié)數據看，主要是受土地購置費的支撐，建安工程以及設備工器具購置全部是負的?？紤]到下半年土地成交額增速開始回落，房地產投資增速回落壓力增加。另外，再疊加2018年

12、企業(yè)的融資環(huán)境整體上收緊，地產公司的財務狀況已經開始變差，不僅現金流已經開始轉差， 在資產負債率不斷上升的情況下，流動比率和速動比率出現下滑。</p><p>　　圖表3：開發(fā)商現金流開始惡化</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p><b>　　消費增速相應下滑</b></p><p>

13、;　　2018年前三季度，社會消費品零售總額同比出現明顯下滑，較2017年同期增速下滑幅度近1個百分點。考慮到通脹因素，實際增速下滑的幅度可能更大。從社會消費品零售總額指標的結構變動看，除了汽車銷售的顯著下滑以外，與房地產相關領域的消費也出現走弱。從總量角度看，消費信貸的走弱也在一定程度上抑制了居民消費能力。與此同時，棚改貨幣化比率的邊際弱化使得三四線城市消費也難有支撐。觀察汽車、酒店以及博彩業(yè)的數據，5月開始消費各領域數據不同程度不同

14、時間點顯現放緩趨勢。結合基數因素，預計消費放緩的趨勢將持續(xù)到2019年中期。</p><p>　　圖表4：社會消費品零售總額增速持續(xù)回落</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　進出口：中美貿易戰(zhàn)的負面影響開始顯現</p><p>　　10月貿易數據再超預期，主要是受到人民幣貶值以及貿易戰(zhàn)出口前移等因素

15、影響。</p><p>　　但是觀察中美貿易清單中，具體商品月度進出口額跟蹤，中美貿易戰(zhàn)中第一輪被征稅價值500億美元的商品對美國的進出口增速已經開始出現較為顯著的下滑。未來1 年伴隨著美國對中國出口商品加征關稅的負面影響逐步顯現，外貿增速將面臨下降的壓力。</p><p>　　圖表5：進出口貿易差額</p><p>　　資料來源：wind資訊，萬聯證券研究所<

16、;/p><p>　　2019年經濟增長將面臨下行壓力</p><p>　　綜上分析，2019年經濟增速將面臨下行壓力，在政策托底基建的背景下，房地產下行的風險將成為主要矛盾。經濟下滑，銀行資產質量會有波動，引發(fā)信用成本的上升。寬貨幣向寬信用傳導，政策需要引導融資成本下降，期望通過寬信用的方式托底經濟，又會對明年銀行的息差有所擾動。</p><p><b>　　

17、圖表6：GDP增長</b></p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　資產質量波動取決于經濟下行的幅度</p><p>　　經濟下滑預期，資產質量的擔憂升溫</p><p>　　而對于資產質量的問題，在中期策略中我們已經做過分析，影響銀行股估值的不是當期的不良率而是市場預期不良率的變化趨勢。而

18、不良率的走勢又和宏觀經濟走勢息息相關。對比問題貸款占比與GDP增速，結果，問題貸款占比變動趨勢滯后于經濟增速的變化。在2010年到2015年經濟增速持續(xù)下降，2010年-2012年，經濟增速在8?-10?之間波動，復合當時正常經濟增速預期，問題貸款的占比變動不大，略有下降；而2013年后，經濟增速超預期下降，整體增速降檔，不良率也隨之上升。而當經濟增長進入平臺期后，處于穩(wěn)定狀態(tài)之時，不良率開始回落。</p><p&g

19、t;　　圖表7：問題貸款占比與GDP增速對比</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　總之，經濟增長下滑幅度在合理范圍內，不良率變化不大；經濟超預期下滑時，不良率隨著經濟的超預期下滑而上升；經濟增長進入平臺期后，不良率會有所回落。從目前看，市場對經濟增長的預期并不樂觀，預期不良率的上升已成共識。但是不良率到底上升多少，市場并沒有給出確切的數字。目前市

20、場分析的角度，主要是從過去幾年杠桿率變化較大的部門出發(fā)，來分析不良率上升的情況。本文試圖從銀行貸款占比的角度，試圖來分析銀行資產的質量的變遷。</p><p>　　過去五年，制造業(yè)和批發(fā)零售業(yè)貸款占比持續(xù)下降</p><p>　　我們對銀行的主要貸款進行歸類，主要包括個人貸款，基建類貸款，房地產開發(fā)相關貸款，制造業(yè)貸款，批發(fā)零售業(yè)貸款以及其他貸款。截至2018年中期，個人貸款占比38 ，基

21、建類貸款占比18?，房地產開發(fā)相關貸款占比15 ，制造業(yè)貸款占比</p><p>　　12?，批發(fā)零售業(yè)貸款占比5?。</p><p>　　圖表8：銀行業(yè)人民幣貸款結構圖</p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　從上市銀行的貸款結構看，各家銀行對公貸款占貸款總額的比例中位數64.7 和個人貸款占貸款

22、總額的比例為35.3?。其中，國有大行公司類貸款占比中位數63?，建行個人貸款占比最高41.6?；股份行公司類貸款占比中位數58.5?，平安銀行和招商銀行個人貸款占比居前，分別為55 和48?；城商行公司類貸款占比中位數72?，杭州銀行和寧波銀行個人貸款居前，占比分別為36.3 和34.4 ；農商行公司類貸款占比中位數84 ，常熟銀行個人貸款占比遙遙領先達到50?。</p><p>　　圖表9：各家銀行公司類貸款

23、占比</p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　公司類貸款中，基建類貸款的占比最高，其次依次是制造業(yè)貸款、房地產相關貸 款、批發(fā)零售業(yè)貸款。其中對公高風險敞口的貸款占對公貸款總額的比例為52?，而低風險敞口的貸款占比30 。</p><p>　　圖表10：各家銀行不同風險敞口貸款占比</p><p>

24、;　　資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　從過去五年新增的貸款情況看，各家銀行基本新增的貸款主要集中在基建貸款和房地產貸款，因此基建類貸款和房地產相關貸款占比持續(xù)上升，而壓降的貸款集中在制造業(yè)和批發(fā)零售業(yè)務貸款，占比穩(wěn)步下降。</p><p>　　以工行和招行為例，過去5年中，工商銀行基建類貸款占比和房地產相關貸款占公司類貸款的比例從2013年32.7 和15

25、上升到2018年中期的38.4 和20?；招商銀行基建類貸款和房地產相關貸款的占公司類貸款的比例則是從2013年的16.7?和19?上升到</p><p>　　2018年中期的27.4?和26.5 。</p><p>　　相應的，工商銀行制造業(yè)貸款和批發(fā)零售貸款的占比從2013年的22 和13?下降到</p><p>　　2018年中期的18 和8?；招行銀行制造業(yè)

26、貸款和批發(fā)零售貸款的占比從2013年的</p><p>　　29.3和22.3?下降到2018年中期的16 和10.5?。</p><p>　　圖表11：工商銀行部分行業(yè)貸款占比變動圖表12：招商銀行部分行業(yè)貸款占比變動</p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所資料來源：上市銀行公司公告，萬聯證券研究所</p><p&g

27、t;　　壓降制造業(yè)貸款和批發(fā)零售業(yè)貸款，主要原因仍是風險較高。以工行和招行為例， 工商銀行制造業(yè)貸款和批發(fā)零售貸款的不良率從2013年的1.82?和3.4?上升到2018年</p><p>　　中期的5.34 和9.02?；招行銀行從2013年的1.78?和1.44?上升到2018年中期的6.91? 和4.53 。</p><p>　　圖表13：工行部分行業(yè)不良率變動圖表14：招行部分行

28、業(yè)不良率變動</p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　基建類貸款的占比中位數為20.3 ，占比較高的公司基本集中在大型銀行，包括工商銀行、農業(yè)銀行、建設銀行和交通銀行，分別占比39.5?、37.9 、35.2?和33.4?。其中，國有大行基建類貸款的占比普遍較高，占比均值在35 ；股份行基建類貸款的占比

29、均值19.2?，光大銀行和招商銀行占比相對較高，分別為28 和26?；城商行的占比均值18?，成都銀行占比達到26 ；農商行的占比均值為11.2?，常熟銀行占比近</p><p><b>　　24?。</b></p><p>　　房地產開發(fā)相關貸款的占比中位數為26.44?，占比較高的銀行主要集中在部分城商行和部分股份行。其中貴陽銀行、上海銀行的占比超過40 ，成都銀

30、行、民生銀行、浦發(fā)銀行、北京銀行、華夏銀行和南京銀行的占比超過30 。</p><p>　　圖表15：房地產開發(fā)相關貸款占比</p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　而制造業(yè)貸款和批發(fā)零售業(yè)貸款的占比的中位數為29.6?，其中農商行以及部分城商行的占比較高相對較高，而這些銀行主要集中在長三角地區(qū)，服務范圍也集中在長三角地區(qū)

31、，而這些地區(qū)又是以外向型經濟為主，出口對當地經濟的拉動作用又相對明顯。</p><p>　　圖表16：制造業(yè)和批發(fā)零售業(yè)貸款占比</p><p>　　制造業(yè)和批發(fā)零售業(yè)貸款占比</p><p><b>　　90%</b></p><p><b>　　80%</b></p><p&

32、gt;<b>　　70%</b></p><p><b>　　60%</b></p><p><b>　　50%</b></p><p><b>　　40%</b></p><p><b>　　30%</b></p>&

33、lt;p><b>　　20%</b></p><p><b>　　10%</b></p><p><b>　　0%</b></p><p>　　資料來源：上市銀行公司公告，萬聯證券研究所</p><p>　　高風險貸款占比高的銀行不良率將上行</p><

34、;p>　　根據我們對明年宏觀經濟增長重要變量的分析，從靜態(tài)的角度看，即不考慮外溢效應的影響，風險更多的來自于與出口密切相關的行業(yè)和地區(qū)，以及房地產相關相關貸款，以及過去幾年增速相對較快的水利基礎設施建設行業(yè)的貸款。</p><p>　　從對美出口各行業(yè)占對美出口總金額的比例數據看，機電和音響設備的占比最高， 達到46.2?；家具、燈具、玩具以及運動用品占比11.9?；紡織原料及紡織制品占比</p>

35、;<p>　　9.9，其中非針織和非鉤編的服裝及其他紡織制品的占比達到一半；賤金屬及其制品占比5.2?，其中鋼鐵制品占比接近45?；車輛、航空器、船舶及運輸設備占比</p><p>　　4.6，其中車輛及其零部件除鐵道車輛外占比77 ;塑料和橡膠及其制品占比4.3?， 其中塑料及其制品占比83 。</p><p>　　從美方利益出發(fā)，對征稅的角度考慮，在不能嚴重影響到美國居民

36、的生活消費的前提下，擁有進口替代市場且能達到壓制中國制造業(yè)升級的目的。因此，對不同的品類的影響或有區(qū)別，比如機電、音像設備及其零附件很可能由于替代品相對受限的緣故，進一步加征較高關稅的概率并不大；而車輛及其零附件品類，全部征收較高關稅的概率相對較大。而對于相對低端技術的商品，又有較多的進口替代市場，這些產品的加征關稅的概率就很大。</p><p>　　考慮到數據的可得性，我們直接上述兩個行業(yè)的數據占比加總，來衡量

37、相對風險情況。農商行以及部分城商行的占比較高相對較高，而這些銀行主要集中在長三角地區(qū)，服務范圍也集中在長三角地區(qū)，而這些地區(qū)又是以外向型經濟為主，出口對當地經濟的拉動作用又相對明顯。從國內各省市的進出口數據看，江蘇省、廣東省和浙江省排名靠前，出口對當地經濟的拉動作用較大。</p><p>　　而截至2016年末，整體商業(yè)銀行發(fā)放的制造業(yè)貸款和批發(fā)零售業(yè)貸款的不良率分別為3.85 和4.68?，均已經高于2008年

38、的水平。而對比同期上市銀行相應行業(yè)的不良率數據，基本上都高于行業(yè)整體的不良率數據。但是由于結構問題，使得對公司總體不良率的影響相對較低。</p><p>　　而對于基建類相關行業(yè)貸款的平均不良率在0.6?以下，總體保持在相對較低水平， 不過近三年不良率也隨著行業(yè)整體不良率的上升而上升，但是整體上升幅度有限， 僅有部分公司的部分行業(yè)波動較大。從歷史數據看，除了2008-2012年相關行業(yè)的不良率和行業(yè)整體不良率基本

39、持平外，其他時間均顯著低于行業(yè)整體不良率水平?？紤]到基建投資的明年經濟中起到重要的作用以及長周期的城市化進程中基建投資仍較保持較高增長，我們預計基建投資的不良率將有所上升，但是預計上升的幅度不會超過行業(yè)整體的幅度，而且仍將保持顯著低于行業(yè)平均水平的態(tài)勢。</p><p>　　房地產相關貸款占比主要取決于地產融資情況，目前看有信托對地產融資的放開， 以及一線城市對首套房利率的放松，都會在一定程度上緩解地產商的壓力。

40、</p><p>　　圖表17：各行業(yè)不良率與商業(yè)銀行整體不良率對比</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　2.2.4 國有大行具有相對優(yōu)勢</p><p>　　結合貸款增速數據，基建類貸款的不良率波動主要是交通運輸和水利建設兩個增速較快的行業(yè)?？紤]過去幾年基建投資的情況，在PPP大發(fā)展的背景下，基建

41、投資一直保持較高的增速，而2018年由于金融去杠桿以及地方財務整頓，使得基建投資增速下滑，預計2019年在開前門堵后門的思路下，風險暴露的節(jié)奏或將放緩。房地產政策放松的預期下，地產公司的融資壓力降低。綜合低風險貸款占比數據，高風險貸款中房地產貸款的占比，國有大行仍具有相對優(yōu)勢。</p><p>　　3、凈息差維持穩(wěn)定或小幅下降 2-3BP</p><p>　　準備金預計下調200個基點，短

42、期降息概率不大</p><p>　　通脹中樞大概率上移，但存不確定性</p><p>　　2018年通脹整體溫和回升，全年CPI同比預計2.2?。2019年通脹可能受到豬肉、石油以及匯率等因素推動。我們在中性假設下，預計通脹中樞較2018年高，全年在2.5 左右，對貨幣政策方向不造成影響。</p><p>　　貨幣政策的預期：準備金下調200個基點，短期降息概率不大

43、</p><p>　　我們預計明年外匯占款可能大體持平或者小幅下降。從最終實現寬信用的政策目標看，2019年貨幣政策有望繼續(xù)保持寬松，預計2019年降準2個百分點，期望通過提高貨幣乘數，來增加貨幣供應量。</p><p>　　我們預測2019年大概降準200個基點，使得大型銀行的準備金率下降到12.5 ，中小銀行的準備金率降到10.5 。至于基準利率方面，受限于美國加息周期，國內降息的概率

44、不大。</p><p>　　目前化解貨幣政策傳導機制中存在的障礙，有效引導實體經濟融資利率下行，才能更有效的促進廣義信貸的擴張。目前已經推出了一系列政策，針對民營企業(yè)再貸款和再貼現政策，針對民營企業(yè)的債券融資支持工具，以及近期研究設立民營企業(yè)股權融資支持工具等，目的是通過對民營企業(yè)增信的方式解決融資難的問題。</p><p>　　圖表18：存款準備金率</p><p&g

45、t;　　資料來源：wind資訊，萬聯證券研究所</p><p>　　凈息差：基本保持穩(wěn)定或者小幅收窄</p><p>　　貸款利率下行幅度有限</p><p>　　2018年，由于金融去杠桿，使得融資收縮速度快于經濟下行的速度，使得融資利率的下行相對緩慢。表外融資快速收縮，1-11月份表外融資規(guī)模下降2.76萬億，而</p><p>　　20

46、17年表外融資新增達到3.6萬億，其中，委托貸款下降了1.39萬億，信托貸款下降了0.64萬億，未貼現票據下降了0.74萬億，2017年同期分別增長0.78萬億、2.26萬億和0.54萬億。2018年，1-11月新增貸款總額14.74萬億（2017年13.84萬億），新增貸款貢獻了社融新增的84 。</p><p>　　圖表19：社融與名義GDP增速對比</p><p>　　資料來源：wi

47、nd資訊，萬聯證券研究所</p><p>　　測算數據顯示，2018年二季度新發(fā)對公貸款利率的平均上浮比例達到18.8 ，較二季度下降0.6個百分點，但是從年化角度看，已經是2010年以來的最高水平。</p><p>　　圖表20：貸款平均利率上浮水平</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　雖然三季度

48、，平均貸款上浮比例有所下降，但是在美國加息周期的大背景下，國內融資渠道短期內無法有效拓寬的情況下，即便融資需求下降，融資利率下行的空間不大，持續(xù)時間也不會太長。</p><p>　　同業(yè)負債成本維持低位，存款成本易升難降</p><p>　　2018年，負債端的存款成本整體處于上行趨勢，但是由于負債端的結構不同，因此市場表現有一定差異。市場表現較好的銀行是同業(yè)負債占比相對較高，可以直接受益

49、于同業(yè)負債融資成本降低的銀行。2019年，在市場一致預期調降準備金率2個百分</p><p>　　點的前提下，銀行業(yè)的超儲率將超過2?，銀行間市場資金將持續(xù)保持寬松狀態(tài)，預計同業(yè)業(yè)務的成本繼續(xù)維持低位。</p><p>　　圖表21：同業(yè)存單周發(fā)行總額和票面利率</p><p>　　資料來源：wind資訊，萬聯證券研究所</p><p>　　

50、至于存款端的情況，2018年M1下降明顯，其中企業(yè)的活期存款增速相對較低，除了高基數效應外，這個現象的背后預計和房地產企業(yè)銷售資金回籠較少有一定的關 系，但是也反應了企業(yè)流動資金較少。2018年存款定期化趨勢和表內化趨勢明顯， 對公存款的增速快速下降，除了受政策影響外，企業(yè)信用擴張放緩是主因。企業(yè)存款也主要表現為企業(yè)活期存款的增長不足。因此，就存款而言，明年還要看企業(yè)存款的派生情況，相應決定了存款的成本。</p><

51、p>　　綜合看凈息差維持穩(wěn)定或小幅收縮2-3BP</p><p>　　綜上所述，2018年銀行貸款利率上浮比例年化值處于2008年以來最高水平，上浮利率貸款的占比也是2018年以來的最高水平，預計今年持續(xù)的寬松政策，效果將在明年開始體現，但是考慮到融資表內化的監(jiān)管思路，即使在經濟下滑期間融資需求相應降低的背景下，貸款端利率下降的幅度也相對有限。而負債端在同業(yè)負債維持低位，存款成本預計上行的背景下，息差有進一

52、步縮窄的可能。我們預計2019年整體凈息差較2018年收縮2-3BP。</p><p>　　4、中間業(yè)務收入預計能保持 10 左右的正增長</p><p>　　2018年板塊整體非息收入同比增速持續(xù)回升，主要貢獻因素則是凈其他非息收入， 主要受益于新會計準則。手續(xù)費凈收入增速大幅下滑，主要是理財等業(yè)務收入的下滑，但是銀行卡業(yè)務收入的同比快速增長在一定程度上彌補了理財業(yè)務的萎縮。分板塊看，國

53、有大行和股份行凈手續(xù)費收入較為平穩(wěn)，城商行和農商行由于手續(xù)費來源單一，受政策和大環(huán)境影響較大。</p><p>　　從中期業(yè)績的數據看，手續(xù)費收入實現正增長的銀行，主要驅動因素是銀行卡業(yè)務收入以及電子銀行業(yè)務收入的大幅增長，而負面因素主要是和理財、表外業(yè)務以及資本市場相關的業(yè)務。</p><p>　　受同業(yè)理財壓縮，理財新規(guī)以及金融去杠桿等綜合因素影響，銀行業(yè)的非保本理財的規(guī)模有所下降，從

54、而帶動了理財業(yè)務收入的下滑。從上市銀行的數據看，2018年上半年非保本理財余額已經較年初出現了不同幅度的下滑，建設銀行下滑7.6 ，農業(yè)銀行下滑4.6?，工商銀行下滑3.2?，招商銀行下降4?。按照目前的監(jiān)管政策、市場環(huán)境、宏觀經濟等預期，以及理財表內化的趨勢將持續(xù)，雖然各家銀行已經積極設立了資產管理子公司，政策上對銀行理財產品的投向也有所放松，但是考慮到新產品的培育等都需要時間，預計2019年整體規(guī)模和2018年保持一致。</p

55、><p>　　銀行卡業(yè)務方面，信用卡業(yè)務在近三年成為各家銀行零售業(yè)務發(fā)力的重點。信用卡發(fā)卡量快速增長，信用卡的消費額也實現了一定的增長，不過信用卡貸款余額增長相對緩慢。從2018年上半年的數據顯示，中信銀行和浦發(fā)銀行的信用卡增速實現了超過30 的增長。</p><p>　　從其他非息收入的數據看，上半年增長的主要驅動來自于投資收益和公允價值的變動收益，部分原因是新準則因素的影響。負面因素主要來

56、自于匯兌損益，特別是大行的匯兌收益降幅較大。綜上分析，其他非息收入仍將保持正增長。</p><p><b>　　5、投資策略</b></p><p><b>　　行業(yè)比較分析</b></p><p>　　2018年的市場回顧</p><p>　　2018年銀行指數整體下跌6.7?，跌幅在所有板塊中最

57、小，而且跑贏滬深300指數15個百分點。個股中，上海銀行、招商銀行、交通銀行、興業(yè)銀行、農業(yè)銀行、杭州銀行、常熟銀行、中國銀行、寧波銀行跑贏板塊，其中上海銀行和招商銀行呈現正收益，分別為19?和1?。</p><p>　　圖表22：銀行板塊跌幅最小圖表23：部分公司仍能實現正收益</p><p>　　資料來源：wind資訊，萬聯證券研究所資料來源：wind資訊，萬聯證券研究所</

58、p><p><b>　　行業(yè)估值比較</b></p><p>　　銀行板塊能持續(xù)領先，除了配置邏輯外，低估值和相對較高的業(yè)績確定性也是資金選擇過程中非常重要的考量指標。</p><p>　　當前板塊整體對應的2019年PB 0.79倍，其中部分銀行已經跌倒了和7月初時對應的2018年PB 0.6倍的歷史新低水平。</p><p&

59、gt;　　基本面方面，雖然板塊持續(xù)受信用違約因素影響，市場對資產質量的預期悲觀，不過根據我們此前研究結論，銀行資產質量出現大幅波動是在經濟快速下行階段的產物，雖然2019年經濟存在下行風險，但是隨著政策的不斷推出，托底效用將逐步顯現。銀行息差方面，2019年市場預期走低，但是下行幅度可能非常有限。因此，銀行板塊整體的業(yè)績確定性仍相對較高。</p><p><b>　　投資策略</b><

60、/p><p><b>　　基本假設</b></p><p>　　綜合我們在上述幾部分內容中，對明年宏觀經濟增長預期、貨幣政策以及風險點的預期，我們預計2019年上市銀行主要經營數據如下：規(guī)模方面，資產同比增速7?， 與2018年基本持平，低于新口徑的社融增；息差水平小幅下行2-3個BP，其中中小銀行負債端壓力大于大行，因此下行彈性更大；在經濟下行期間，信用成本將小幅上升到

61、1.14 的水平。對銀行整體業(yè)績進行測算，預計2019年銀行板塊整體歸母凈利潤同比增速在6?，略低于2018年的7?。</p><p><b>　　投資策略</b></p><p>　　2018年金融去杠桿，社融增速下行速度超過GDP增速，使得信用違約頻發(fā)，市場對資產質量預期走弱的擔憂持續(xù)存在，但是銀行的貸款利率維持高位，業(yè)績確定性較 高。展望2019年，短期經濟增

62、長面臨下行壓力，資產質量的問題將成為核心矛盾， 而不良的暴露程度將決定銀行股的估值水平。</p><p>　　銀行板塊目前的估值處于歷史最低水平（部分銀行對應的2019年PB已經降到0.6倍以下），基本隱含了對經濟前景、資產質量的悲觀預期。預計目前已經推出的寬信用政策效果顯現在2019年二季度，有望驅動銀行板塊估值上行。因此，我們維持板塊強于大勢的投資評級，重點推薦國有大行、招商銀行和寧波銀行。</p>