第一節 宏觀經濟形勢的挑戰

一、潛在經濟增速趨勢性下行

（一）告別高速增長

回顧過去20多年中國經濟的增長路徑，不難發現幾個重要的分水嶺。一是1997年亞洲金融危機，二是2008年全球金融危機，三是2020年新冠肺炎疫情帶來的全球性衰退。1997年亞洲金融危機之后，中國經濟增速進入持續10年的高速增長通道，其間年均實際GDP（國內生產總值）增速達到10.3%，名義GDP增速達到13.8%，2007年實際GDP增速和名義GDP增速更是達到14.2%和23%的峰值點。2008年全球金融危機之后，我國實際GDP增速雖然在“4萬億”計劃的刺激下曾一度恢復至10%以上，但很快又回落并轉入下行通道。整體來看，2008年第四季度至2018年底，我國實際GDP增速和名義GDP增速尚能維持在年均8%和11%左右，而2019年這兩個增速已分別下降至6.1%和7.8%，表現出更快的向下滑落態勢（見圖1-1）。

數據來源：Wind（經濟數據庫）。

2020年新冠肺炎疫情沖擊全球，不僅造成歷史罕見的全球性經濟衰退，更對全球產業鏈、貿易環境和金融業發展帶來重大挑戰。受新冠肺炎疫情的影響，中國經濟增速脈沖式下降，但2020年中國實際GDP增速為2.3%，是全球唯一實現正增長的主要經濟體。海外經濟受新冠肺炎疫情沖擊，下滑幅度更大。IMF（國際貨幣基金組織）和世界銀行預測，2020年全球經濟負增長大勢已定，預期增速為-4.4%。由于新冠肺炎疫情沖擊和外部環境不確定性增強，我國《2020年國務院政府工作報告》未設年度經濟增長目標，這是自2003年以來首次未設目標。

從經濟增速路徑演變的長期視角看，中國GDP增速已經處于潛在下行通道之中。2010年以后，中國實際GDP增速從10.6%快速滑落，此后10年再沒有年度級別的明顯反彈，2010年也被認為是中國經濟轉型的元年。從橫向比較看，同屬于東亞經濟體的日本、韓國和中國臺灣也經歷過類似的經濟增速換擋期（見圖1-2），拐點之后經濟增速明顯下行（三個地區的增速拐點分別在1968年、1991年和1987年）。換擋之后，中國經濟增速的演變路徑大概率不會擺脫東亞經濟體的一般規律，預計2020—2030年的平均增速不超過5%。這一水平不僅在學界研究和中長期規劃中多次體現，也是商業銀行資產負債管理所面對的最基礎的宏觀環境變化。

注：日本、韓國和中國臺灣的轉型元年分別設置為1968年、1991年和1987年，中國大陸的經濟轉型元年設置為2010年，以此分析前后各20年的經濟增速變化。縱軸表示GDP同比增速，橫軸表示以轉型元年為原點的年份分布。

（二）銀行業凈息差拐點臨近

理論上，銀行業屬于典型的順周期行業，其凈息差拐點往往是經濟周期拐點的滯后項。具體地，名義GDP增速的波動反映經濟基本面的波動，其增速下行往往與利率下行周期一致。在利率下行周期，資產端收益快速下行，而活期存款等利率下行空間有限，銀行經營承壓，凈息差隨后進入縮窄通道。同時，由于存量業務規模龐大及降息之后貸款重定價滯后，銀行凈息差拐點較名義GDP增速拐點滯后出現，一般滯后約一年（見圖1-3）。

數據來源：Wind。

經濟增速換擋下行、利率市場化和“降成本”導向下的貨幣政策，共同推動現階段我國銀行凈息差進入下行通道。2018—2020年，我國宏觀經濟增速呈現持續走弱態勢，周期性下行壓力也有所加大，投融資需求表現疲弱，商業銀行面臨越發嚴峻的“資產荒”局面。2019年8月，LPR（貸款市場報價利率）改革推動貸款利率向市場化并軌落地，在經濟增速下行環境下，貸款利率下行明顯，而負債端成本剛性較強，銀行凈息差收窄。此外，在可預期的一段時期內，宏觀調控的關注重點向降低實體經濟融資成本轉向，監管逐步引導金融讓利實體經濟，進一步加速商業銀行凈息差周期性拐點的到來。

綜上所述，在經濟增速換擋下行的背景下，我國貨幣政策順勢引導融資利率下行，推動金融讓利實體經濟。雖然銀行資產端收益率下行明顯，但負債端成本剛性猶在，凈息差的中長期拐點或已到來，這將是未來一段時期銀行資產負債管理面臨的最大挑戰。

二、經濟結構性特征加速轉換

（一）后工業時代到來

經濟向后工業化轉型非常重要的指標是第三產業占比上升和第二產業占比下降，從這個角度延伸出后工業時代到來的一個重要特征——第三產業在經濟中的占比顯著超過第二產業。

在經濟增速換擋的過程中，中國的產業結構演變也在加速。從2001年加入世界貿易組織至2010年的10年間，中國的第二、三產業占比均處于整體上升的階段，唯一被壓縮的是第一產業占比，這符合經濟工業化和現代化的雙重特征。2010—2015年，第二產業的增速在產能過剩、生產價格指數長期通縮的重壓之下開始下降，在GDP中的占比從49%下降至47%，而第三產業在GDP中的占比則從43%提升至46%，這一時期符合經濟開始向后工業化轉型的特征。2015年之后，“三去一降一補”政策推動落后工業產能加速淘汰，第二產業在GDP中的占比進一步下降。2016年，第二產業在GDP中的占比下滑至41%，同期第三產業在GDP中的占比提升至51%，第三產業首次超越第二產業，隨后二者的差距越來越大。截至2019年末，我國第一、二、三產業在GDP中的占比分別為7.4%、39.6%、53.0%，第三產業成為國民經濟的絕對頂梁柱（見圖1-4）。至此，我國經濟結構已經出現明顯的后工業時代特征。

數據來源：國家統計局，Wind。

（二）經濟增長對資本投入的依賴降低

后工業時代，經濟增長的最重要動力由投資拉動轉向消費拉動，其總體特征表現為總需求增速放緩，經濟增長對資本投入的依賴度下降。工業化時期，第二產業占主導，工業生產的規模效應推動投資需求快速增長，伴隨著工業化所必需的人口紅利和快速城鎮化，這一階段需求側增長強勁，經濟增速普遍較高，資金、產能處于稀缺狀態。后工業時代，經濟結構中第三產業逐漸占據主導地位，消費取代投資成為決定經濟增速的最大動能，而消費增長所具有的穩定、平滑和低增長特征，決定了后工業時代的經濟增速具有如下特征：一是較低的增速；二是較低的波動；三是GDP所依賴的資本投入強度也回落至更低水平，單位GDP的資本投入需求快速下降。

從具體時間軸上看（見圖1-5），自2001年加入世界貿易組織至2010年，我國經濟結構符合工業化時期的整體特征：高資本投入，高經濟增速。而2011—2015年則處于過渡時期（后工業化時期）：經濟增速轉型換擋，消費逐步占主導低位；慣性依賴投資，但投資對GDP的拉動效率有所下降。2016年之后，我國經濟結構符合后工業時代特征：低增長，低波動，低資本依賴。

數據來源：Wind。

（三）信貸需求增速或將持續減緩

第二產業主要是資本密集型行業，對資金需求更大，企業負債率往往也相對更高。第三產業中，除金融業和房地產業，多數行業對資金的需求相對較小。因此，在后工業化轉型過程中和后工業時代，第三產業逐步主導經濟的結構性特征，這意味著經濟增長對資本投入的依賴逐步降低，銀行信貸資產規模擴張動能也隨之減弱。

這一宏觀邏輯具有明顯的經驗數據支撐。考慮到第三產業中房地產業也屬于資本密集型行業，可以嘗試將“第二產業+房地產業”的產值之和占總GDP的比重，作為衡量資本密集型行業在經濟中的比重指標。從圖1-6可以看出，金融機構人民幣貸款的增速與資本密集型行業占GDP的比重的變化趨勢較為一致。2012—2019年，資本密集型行業在GDP中的占比快速下降，已經從高點52.10%下降為46.55%；對應地，人民幣貸款規模增速也從20%~30%的高位下行至12.30%。近年來，越來越多的商業銀行強調要擺脫“規模情結”，不再單純追求絕對規模的增長，以應對信貸需求增速趨勢性走弱的宏觀趨勢。

注：這兩個指標是3年移動平均值，資本密集型行業占GDP比重=（第二產業+房地產業）/總GDP（現價GDP口徑）。

數據來源：Wind。

此外，中國經濟結構的顯著變化還體現在股票市場的市值結構中。2020年上半年，以房地產、鋼鐵、化工、銀行等為代表的傳統行業市值被以新興消費、通信和醫藥為代表的新興行業市值超越。同時，70%的股票成交額發生在新興行業，表明在A股投資者預期中，中國經濟結構已經完成了向后工業化的轉變。新興行業高風險、高投入、高成長，與商業銀行追求低風險、主要依賴利息收入的傳統經營模式融合度較低，新興行業的快速壯大對商業銀行的傳統經營模式和思維習慣形成新挑戰。

三、區域資源格局分化加劇

區域經濟是商業銀行經營的基礎條件，商業銀行的資產負債資源分配和任務分解多是以地域分行為主要維度進行調配的。

從靜態意義上，商業銀行需要根據各省區市，甚至社區的金融資源分布格局，匹配相應信貸規模和基本額度，這也是目前商業銀行按照區域分行進行績效考核的基本依據。從動態意義上，由于經濟地理的區域格局始終處于不斷變化之中，所以資產負債管理要及時把握區域經濟最新的發展態勢，這對商業銀行動態資源配置非常重要。對區域、城市進行個性化研究，甚至往上一個層次，對整個中國經濟版圖展開動態研究，是商業銀行資產負債管理者的一門必修課。

（一）中國區域經濟格局的最新態勢

根據2019年中國各省區市的GDP總量、增速及結構情況，可以總結出中國最新的區域經濟格局呈現的幾個特征。

一是中國區域經濟版圖的東西差距縮小，南北差距拉大。按照各省級行政區披露的年度GDP口徑，中西部地區GDP總量占全國的比重從2008年的46.33%上升至2020年前三季度的48.53%，同期東部地區GDP總量占全國的比重則由53.67%下降至51.47%，表明由于產業結構轉移等，東西部地區的差距在縮小。從南北差異的角度看，北方地區GDP總量占全國的比重從2008年的43.16%降至2020年前三季度的35.23%，同期南方地區GDP總量占全國的比重則從56.84%提升至64.77%，南北差距有拉大的態勢（見圖1-7）。在擴大的南北差距中，東北經濟更是一個典型的縮影，其GDP總量占全國的比重從2008年的8.52%降至2020年前三季度的4.88%。可見，中國區域經濟最重要的特征已由過去的東西差異轉變為南北分化，并且南北分化在2012年以來呈加速跡象。2018年經濟普查中北方省份普遍擠水分更加印證了這一趨勢，而且短期內似乎難以扭轉這一分化局面。

二是省域經濟中強省陣營出現頭部分化，部分中西部省份呈加速追趕態勢。從GDP總量來看，廣東、江蘇、山東領先于其他地區，廣東、江蘇兩省的GDP占全國比重均超過10%，并且優勢進一步鞏固，山東GDP占比卻由2008年的9.28%下滑到2020年前三季度的7.25%。從人均GDP來看，省域分化更加明顯。在領先的東部地區中，天津人均GDP在全國排名快速下降，山東2019年人均GDP已經低于全國水平。中西部的湖北、湖南、陜西的實力穩步提升，江西、安徽、四川、河南正在快速追趕平均水平，體量較小的貴州、云南升勢迅猛。

注：南北方區域劃分采用了常用的秦嶺-淮河一線作為分野。2020年為該年前三季度累計實際GDP。

數據來源：Wind。

（二）區域金融資源的分布格局及其最新變化

從廣義角度看，區域金融資源包括存款資源、金融機構、上市公司等。其中，存款資源是區域金融資源的集中體現，也是對商業銀行最重要的金融資源。對各省區市2017—2020年第三季度末人均存款余額及其增長情況進行分析后發現：首先，從人均存款余額水平看，北京、上海處于第一梯隊（人均存款分別為88.3萬元、61.8萬元），浙江人均存款26.0萬元領跑第二梯隊（含浙江、廣東、江蘇、天津），其余可劃歸入第三梯隊（人均存款6萬~14萬元）；其次，從2017—2020年第三季度的復合增速情況看，浙江人均存款余額復合增速領跑全國，江西、北京、上海、河北、黑龍江、廣東、安徽等地的人均存款余額復合增速保持在7%以上，而海南、西藏、貴州、青海、內蒙古、新疆、天津等地的增速處于低位，有的地區甚至呈現負增長（見圖1-8）。根據人均存款余額水平及其增長情況，可以概括出幾個特點：一是存款資源強者恒強特征突出，北京、上海、浙江、廣東、江蘇等地在人均金融資源的存量水平和增長速度兩個維度上均處于較為理想的區間；二是對財政轉移支付依賴較重的邊遠地區的存款增長出現乏力狀態，體現了這些地區金融資源的內生增長動力依然不足；三是江西、河北、安徽、河南等中部省份，雖然存款資源起點低，但其增速高于全國平均水平，體現了這些地區的人口紅利等比較優勢增強。

注：人口基數取2019年常住人口口徑，存款口徑為各省區市全口徑本外幣存款余額。

數據來源：Wind。

參考資料

差距拉大的南北經濟

2018年經濟普查：南方普遍增水，北方普遍擠水。從2010年開始，中西部地區經濟加速上行，在全國經濟版圖中的分量不斷提升，從這個角度看，“東西差距”已呈收縮態勢。反觀北方地區，尤其是東北地區，無論經濟增速還是經濟比重，均面臨下行趨勢。2018年經濟普查后發現，這一局面更是有加劇趨勢，南方地區普遍增水，北方地區普遍擠水，南北差距再次擴大。可以說，中國區域經濟差距，正在從“東西差距”變成“南北差距”，這將影響未來10年全國的省域經濟格局。

經濟增速：南方普遍高于北方。實際增速最高的6個省區市：貴州（8.3%）、西藏（8.1%）、云南（8.1%）、江西（8.0%）、湖南（7.6%）、福建（7.6%）。實際增速最低的6個省區市：吉林（3.0%）、黑龍江（4.2%）、天津（4.8%）、內蒙古（5.2%）、遼寧（5.5%）、山東（5.5%）。總體來看，在實際增速最高的10個省區市里，只有河南位于北方，其他9個都位于南方。在實際增速最低的10個省區市里，只有廣西、上海、海南位于南方，其他7個都位于北方。

經濟重心南移，北方比重下降。2012年，北方經濟總量占全國的45.8%，達到最高點。從2013年開始，這一比重逐漸下滑，到2018年僅有38.5%，下降7.3個百分點。在萬億GDP城市方面，北方僅有四城入圍。

人口增量：孔雀仍在東南飛。在2018年人口凈流入排行前十的省區市中，前三的廣東、浙江、安徽都是南方省份，前十中只有陜西位于北方。而在人口凈流出的后五個省區市中，只有江西位于南方，其他都位于北方。

南北差距，路在何方？北方經濟面臨的一大問題是，除了北京，多數北方省區市的支柱產業都過于傳統。在北方，重工業、傳統工業和資源型產業的比重顯著高于南方，而互聯網、生物醫藥、電子科技等高新產業則發展滯后，無法應對后人口紅利時代的競爭格局。

不過，形勢有了新變化。近年來，東北不斷有新的戰略性舉措。這些戰略強調南北方協調發展，每個區域都有屬于自己的重大國家戰略。雖說經濟重心還會加速南移，但這未免不是北方部分中心城市和城市群新一輪的發展機遇。

（資料來源：微信公眾號“國民經略”。）

四、產業優勢向頭部企業集聚

（一）我國產業發展中的頭部效應顯現

1895年，意大利經濟學家維爾弗雷多·帕累托在研究國家財富分布時發現，每個國家的財富都呈現這樣一種遵循冪律的分布方式：少部分人占據大部分財富，而大部分人擁有少量財富——在坐標軸上表現為頭部嚴重向左靠攏，并且呈現長尾分布的特征。這種不均衡直接體現在位于頭部的個體占據更多的資源與優勢，因而壓縮非頭部個體的生存空間。

近年來，我國上市公司頭部優勢集聚明顯，產業競爭的頭部效應顯現。產業的頭部效應是指，在一個領域中，寡頭企業往往會獲得更多的關注，擁有更多的資源、技術和市場優勢，發展得更快、更穩，在同業競爭中占據大部分市場和利潤份額，非頭部企業生存空間逐漸收窄。根據相關研究成果，2018年以來我國上市公司凈資產收益率隨公司規模遞增的跡象越發明顯——無論是在盈利下行周期還是在盈利向好周期，以中證100指數為代表的龍頭企業在各規模分組中表現最好，大而優持續戰勝了小而美（見表1-1）。

注：（1）ROE指凈資產收益率，TTM指滾動12個月，ROE-TTM是指在一定考察期內（連續12個月/4個財季）的凈資產收益率，主要作用是剔除指標的季節效應。（2）整體法，在考慮組合的指標合成時考慮個體資產、市值等加權因素，區別于簡單算術平均。（3）中證100指數代表了大市值藍籌公司，中證1000指數則代表了小市值規模的公司。

數據來源：Wind，國泰君安證券。

不僅如此，在數字經濟和高端制造等新經濟領域，產業頭部化現象同樣明顯。以第三方移動支付為例，2020年第二季度，第三方支付規模達到59.8萬億元，其中支付寶和財付通分別占據55.6%和38.8%的市場份額，其他支付企業競爭剩余的5.6%的市場份額（見圖1-9）。在智能手機領域，2019年，華為的智能手機出貨量市場份額從2018年的26.5%攀升至38.5%，緊隨其后的分別是OPPO（17.8%）、vivo（17.0%）、小米（10.5%）和蘋果（7.5%）。五大智能手機廠商合計占據了91.3%的市場份額，其他品牌的市場份額被極度壓縮，生存異常艱難。

數據來源：艾瑞咨詢。

除此之外，產業優勢集聚頭部還體現在非上市公司中，細分市場的獨角獸企業吸引了更多的風險資本關注。近年來，VC/PE（風險投資/私募股權投資）整體低迷，項目數量明顯下降，但平均單體項目規模卻逆勢增加，中國各細分市場中的獨角獸企業吸引風險投資市場總資本的一半以上。風險資本對于企業的關注主要集中于獨角獸企業，細分行業資源也趨于向頭部企業聚集。

（二）頭部效應對商業銀行客戶選擇的啟示

由于商業銀行以收取利息為基本經營方式，并不能分享企業在繁榮期高速增長的利潤，因此頭部效應對商業銀行的意義不在于行業繁榮時期，而在于宏觀經濟或行業下行階段。頭部企業由于具備品牌優勢和定價權，所以更能夠抵御市場波動，整體信用風險始終保持在較低水平，是商業銀行貸款質量的壓艙石。這一經驗判斷在利潤增長低迷時期更加明顯，頭部企業的增長回撤最小，走出困境的速度最快。

當前，中國經濟已經從高速增長階段邁入高質量發展階段，行業內的存量競爭加劇，行業龍頭的優勢會更加明顯，甚至出現贏者通吃，輸者被快速淘汰的格局。由于經濟增速進入下行通道，多數行業的生存空間收窄，非頭部企業信用風險增加。基于對資本市場的觀察，甚至發現經濟下行期行業內居于第二、第三的頭部企業的股票估值與排名第一的龍頭企業的估值差距明顯拉大，這正是市場對于絕對頭部企業更能夠抗風險的預期體現。在此背景下，穩健的商業銀行更傾向于把資產負債資源聚焦頭部企業，或以頭部企業為核心在產業鏈上擴展中小微企業、民營企業的資產業務。聚焦頭部企業及其供應鏈上下游，并圍繞頭部企業開拓綜合化金融服務，始終是商業銀行審慎經營的基石。

（三）聚焦頭部企業并非一勞永逸之策

在利率下行周期，頭部企業的融資成本下行更快，并且金融脫媒的跡象也最明顯。由于商業銀行普遍是審慎經營風格，通常在經濟及利率下行周期中用過多的資金去追逐有限的頭部優質客戶，所以銀行在貸款定價談判中更加弱勢。同時，由于負債端成本剛性，商業銀行的貸款定價并不能隨著債券等市場利率快速、大幅下行（見圖1-10），所以頭部優質企業更傾向于發債而不是貸款。在此背景下，單純依賴發放貸款、比拼貸款利率孰低等傳統競爭策略將收效甚微。商業銀行只有聚焦大型客戶的多元需求，投商行角色靈活切換，積極融入資本市場并最終提升客戶綜合回報水平，才是新環境下聚焦頭部企業的守正出奇之道。然而，在這一轉型過程中如何避免趨易避難的傳統慣性，直面金融市場，提升個性化金融服務深度，對國內多數商業銀行來說依然道阻且長，需要修煉內功。

數據來源：Wind。