用模型测算，六大行数字化转型的压力有多大？( 二 )

商业银行的利差收入主要包括对公存贷款与对私存贷款。考虑到我国目前对公存贷款业务缺乏行业参考对标公司，另外我们在以前的文章中也用博弈模型说明中，商业银行的对公业务的数字化转型只会导致更全面的市场化竞争，导致边际利润进一步摊薄至零，比如最近某地的建行的线上银票贴现利率已经接近于2%；
因此对公存贷款业务不以对标利差模型进行测算，测算模型主要集中于对私存贷款业务。
对私存贷款业务的利差规模仍处于高位，以2019年为例，国有六大银行的对私存贷款利差平均为3.07%，所以“零售转型”的动力主要集中于此。
我们的测算模型是以一个假设为主要结构，即如果腾讯是银行，其对私交易规模沉淀将导致多大的利差收入规模与竞争压力效应。
我们选取国有六大行的2019年年末经营数据，包括个人客户规模、存款规模与定价情况，区分活期与定期情况。对标腾讯以后，对部分数据进行测算调整。最终是以腾讯的客户数情况，反向测算可以产生的对私存款规模、定价与利润结构，进一步说明商业银行的预期调整量化压力。
对标中间业务模型
中间业务的量化测算因为缺乏统一标尺实际不利于对标展开，但是从信息量的角度来看，中间业务本身是提供信息服务的渠道手续费收入。
将所有涉及参数调整为无量纲以后，理论上就可以用于阐述产生的信息量情况下的中间业务拓展情况。
我们针对银行业数字化转型的研究中，一直是缺乏合适的对标参考企业。无论是国外银行还是国内银行，面临的数字化转型具有较为一致的新渠道现象；另外，国内银行与国外银行面临的市场文化与市场监管要求并不一致，直接的套用国外银行的价值对标可能并不完全具有参考性。
国内银行的数字化转型，本质上实际上仍然是讨论利润的价值生成，即利润的构成过程中，信息本身具有的价值构建占比与影响。
从更为抽象的哲学角度来看，我们可以认为银行的利润构成是信息构建的，信息是由相关具体参数（比如客户参与量、市场参与规模等）进一步构建，增加信息这一抽象的定义模块，即如下图所示。

文章插图
如果用这种定义方法，理论上我们可以构建另一个行业的对标渠道，即将其它行业的企业也抽象为信息构建，然后对标两种信息构建的利润模型，如下图所示。

文章插图
此次初级测算过程中，我们选取国有六大行和腾讯都有的几个参数，分别是员工数、客户数和业务费用；无量纲构建是以不同参数之间的比值做调整；信息量是以面积情况展示。
2对标利润模型构建与结果选取2019年年末国有六大行的相关报表数据展示如下，部分银行相关数据并未展示，同时列举腾讯涉及客户数情况，是以2019年年报公示的微信活跃客户数。
2019年相关模型参数列举（单位：亿元）

文章插图
客户数初调整，保证统一口径
根据2019年年报数据，有三家银行是没有公示客户数。我们从保证数据质量出发，同时认为贷款定价利率是与客户规模反相关，即客户数规模越大，贷款定价压力导致定价越低，采用线性相关性计算（R2=0.577），对空白数据进行补充。客户数调整结果如下：
调整模块一（单位：亿）

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：