LPR改革或重塑銀行資產比價

貸款基礎利率（LPR）于2013年10月開始正式運行，首批報價行共有9家，報價期限1年，計算方式為每個工作日在各報價行報出本行貸款基礎利率的基礎上，剔除最高、最低各1家報價后，剩余進行加權平均計算得出。由此可見，LPR的產生是利率市場化進程中的關鍵一步。

2013年以前，央行長期通過貸款基準利率直接確定和調整商業銀行貸款價格，相比于貨幣市場，中國貸款利率體系的市場化程度較低。2013年7月19日全面放開金融機構貸款利率管制，取消金融機構貸款利率0.7倍的下限，由金融機構自主確定貸款利率水平。但“隱性下限”的存在制約了實際利率下行的幅度，這一定程度上也使利率傳導的效果大打折扣。

LPR的推出為進一步推動利率市場化改革做準備。而且，LPR改革的同時，監管為銀行降低負債成本，銀行凈息差實際上未受損。

債貸利率聯動加強

2019年，LPR改革打破了貸款利率隱形下限，降低了實體融資成本。同時由于2018年以來中國人民銀行和銀保監會對影子銀行、P2P等強監管，促使銀行負債成本下降，帶動銀行息差回升，2019年達到2.2%。

2019年LPR改革的目標訴求是使得貨幣政策傳導渠道疏通，債-貸利率聯動加強。2019 年LPR改革后，LPR報價方式、報價銀行、報價頻率、計算方式等方面均進行了相應的改進。

在報價方式方面，按公開市場操作利率加點，其中公開市場操作利率主要指中期借貸便利（MLF）。在報價銀行方面，LPR的報價行擴大到18家，2024年1月22日，中信銀行和江蘇銀行亦被納入，LPR報價行增加至20家。在報價頻率方面，將原來的LPR每日報價改為每月報價一次。在計算方式方面，LPR由全國銀行間同業拆借中心根據報價行報價，按去掉最高和最低報價后算數平均，并向0.05%的整數倍就近取整計算得出。

在2019年LPR改革后，債貸利率聯動加強。從2019年三季度評估時起，央行將LPR運用情況及貸款利率競爭行為納入MPA的定價行為項目考核，推動銀行更多應用LPR，至此 MLF利率—LPR報價—貸款利率的貨幣政策傳導鏈形成，以MLF利率為主導的政策利率將貸款市場和債券市場定價連接起來。此外，市場利率自律定價機制也將“LPR融入內部資金轉移定價曲線構建”情況納入考核，從微觀考核層面上進一步強化了債貸利率聯動。

MLF創設于2014年9月，在匯改后逐漸成為央行供給基礎貨幣的主要工具。截至2024年9月末，MLF余額為6.88萬億元。對于為何選擇MLF利率作為LPR掛鉤利率，央行曾解釋稱，MLF利率是央行中期政策利率，代表了銀行體系從中央銀行獲取中期基礎貨幣的邊際資金成本，適合作為銀行貸款定價的參考。

近年來，新發貸款利率降幅遠高于LPR降幅。2024年9月，新發放企業貸款加權利率為3.63%，新發放按揭貸款利率為3.32%，均處于歷史低位。2023年以來至今（截至2024年9月末），新發放按揭貸款利率累計下降94BP，而LPR5年期僅下降45BP，MLF利率下降75BP。

MLF長期剛性且高于銀行負債成本，流動性傳導容易出現分層。如銀行更傾向發行同業存單而不是申請MLF補充流動性，2023年以來實體融資需求緩慢，優質資產荒背景下銀行更注重管控負債成本，MLF利率較高，銀行缺負債時更傾向通過發行同業存單補充負債。

圖1 2013-2015年間，LPR基本跟隨貸款基準利率調整而變動（%）

圖2 2023年上市銀行凈息差已降至歷史低位

此外，從貸款定價角度來看，LPR當前掛鉤MLF，很難反映貸款實際供需。根據貨幣政策報告披露的數據，很大比例貸款都運行在LPR以下，但LPR其實應該是銀行的最優客戶貸款利率。

2024年6月，央行行長潘功勝在第十五屆陸家嘴論壇上表示，要持續改革完善LPR，針對部分報價利率顯著偏離實際最優惠客戶利率的問題，著重提高LPR報價質量，更真實反映貸款市場利率水平。至此，LPR可能與MLF脫鉤，轉向與7天公開市場操作利率（OMO）掛鉤。

FTP雙軌制導致利率倒掛

從銀行內部收息來看銀行內部資金轉移定價（FTP）的決策分化，FTP雙軌制的存在，加上因存貸市場和資金市場分割，經常會導致利率倒掛的情況出現。比如資金融出利率和短債利率、同業存單利率倒掛，企業存款利率和信用債利率倒掛。2024年以來，資金利率和短債利率倒掛明顯。

根據開源證券的分析，“兩部門（資產負債部和金融市場部）決策框架”下的政策利率傳導效果不佳，矛盾點在于市場化程度較弱的資產負債部對全行FTP產生關鍵影響，而市場化程度較強的金融市場部很難影響FTP的制定，這就導致債券市場的利率變化不易有效傳導至貸款市場。如央行通過OMO向銀行注入流動性，流動性則首先進入金融市場部，先對貨幣市場和債券市場利率形成影響。此后剩余的流動性才能進入貸款市場，對于貸款量價的影響會較為滯后。

根據財報披露的分部數據，銀行獲得的凈利息收入可以用FTP一分為二，包含外部凈利息收入和內部凈利息收入。內部利息凈收入=部門存款FTP收入-部門貸款FTP成本=（存款日均余額*存款FTP-貸款日均余額*貸款FTP）。

那么，如何跟蹤各銀行業務板塊的FTP？由于準確數據可得性受限，開源證券根據財報披露的數據來進行評估。上市銀行各業務部門內部利息凈收入占比情況呈現分化，較高的內 部利息凈收入可能存在資金來源和運用的不匹配，比如有存差部門和貸差部門之分，當然也可能是戰略支持業務的影響。

國有大行對公業務內部利息凈收入占比低，零售業務占比高。根據內部利息凈收入計算公式，存款規模越大，存款FTP越高的部門內部利息凈收入越高。從對公業務來看，2023年，國有大行中內部利息凈收入多為負值，占比較低，或主要源于以下兩個原因：1.在規模上，國有大行對公存款/貸款均小于1，存款規模較小拖累內部利息凈收入。2.期限上，國有大行對公存款以活期存款為主，存款FTP相對較低。

從零售業務來看，2024年上半年，國有大行內部利息凈收入占比較高，一方面是源于存款/貸款比例高，其中，郵儲銀行零售存款/零售貸款高達2.8；另一方面，國有大行憑借廣泛的網點優勢，吸收居民定期存款多，零售存款期限長，存款FTP定價高。

股份制銀行和部分城商行對公業務內外部利息凈收入占比均衡，零售業務內部利息凈收入占比偏低，如中信銀行、民生銀行、光大銀行、北京銀行、浙商銀行零售業務部內部利息凈收入均為負值，主要源于這幾家銀行存款來源更依賴對公渠道，零售存款/零售貸款均小于1。

銀行的資金來源主要是對公和零售板塊貢獻的存款，金融市場和同業業務在內部交易中屬于資金購買方。我們以國有大行為例推測各銀行的貸款FTP，根據 2024年上半年數據靜態測算，國有大行對公貸款/存款FTP約為1.78%，零售貸款/存款FTP約為2.55%。主要測算過程及假設如下：

1.假設國有大行對公、零售板塊只有存貸業務，利息凈收入完全由存款和貸款業務產生；2.不考慮銀行內部轉移定價時的期限錯配影響；3.內部利息凈收入=存款日均余額*存款FTP-貸款日均余額*貸款FTP，設存貸FTP相同，則存貸FTP=內部利息凈收入/（存款日均余額-貸款日均余額）。

測算結果的數據調整：2024年9月，央行“引導商業銀行將存量房貸利率降至新發放貸 款利率的附近，預計平均降幅大約在0.5個百分點左右”，在零售貸款FTP測算值3.05%的基礎上下調50BP，即2.55%作為新發放零售貸款的FTP。

或重塑銀行資產比價

在成本加成定價法下，貸款利率=資金成本+管理費用+信用成本+資本成本+目標溢價，過去，不市場化的LPR加點后形成了不市場化的FTP，那么，FTP作為資金成本影響外部定價的能力就被削弱。未來政策利率的調整可能直接影響到貸款內部成本，對降低實體融資成本有幫助，貸款價格戰競爭意義不大，銀行需要更多通過夯實客群、調整結構的方式穩定收息水平。因此，在成本加點法下，可能帶來貸款競價策略的調整。

隨著債貸比價或將恢復聯動，銀行資產配置更靈活。從現階段商業銀行大類資產比價表來看，按揭貸款、長久期利率債和債基的比價效應較強。從債貸比價的歷史數據動態來看，2017年以來，債貸綜合凈收益率差存在上下限，處于[-24BP，72BP]的區間。

2017-2018年比價效應不強：信貸部門和金融市場部門資金成本不同，各自為政，資產負債部難以根據債貸比價效應來規劃部門間資金分配額度。

2019年后比價效應明顯增強：LPR改革后推進了FTP“雙軌并一軌”，貸款利率和債券利率的相互參考性更強，貸款FTP和債券FTP通過MLF利率聯動起來，債貸比價效應更廣泛的應用到商業銀行內部決策中。

2024年4月以來債貸比價效應再次偏離：源于實體融資需求偏弱，債貸定價又重新回到“雙軌”。一方面，貸款投放受阻，資產配置決策中剩余流動性占據主導地位；另一方面，2024年以來債貸定價背離，債券市場利率快速下行，而企業貸款利率已處于歷史低位，下行空間有限。

按照目前的貸款利率，開源證券重新評估債券利率的平衡點位，得出以下結論：

結論1：若貸款收益率保持不變，根據國債和貸款的綜合凈收益率利差底線粗略測算，當前10年期國債收益率還有約8BP-28BP的下降空間。

若上述結論能在一定程度提供參考，但有一些局限性，在評估貸款和買債二者綜合性價比時，常常容易忽略的一個問題是二者所使用的資金成本并不相同。目前的變化是，LPR和 MLF逐漸脫鉤，則資金FTP和信貸FTP的聯動關系將更密切。

我們進一步假設以司庫資金支持業務：貸款類業務資金成本用上文的測算值，投資類業務資金成本以國債（5年期）到期收益率為基準，再分別計算各類資產業務的EVA貢獻，主要假設及具體測算過程如下：

1.企業貸款和按揭貸款利率為 2024 年 9 月新發生貸款加權平均利率；2各類債券利率取 2024 年 10 月 21 日到期收益率；3.綜合收益率=名義收益率-資金成本-稅收成本-資本成本+存款派生收益-信用成本；4.EVA=綜合收益率*1000，即以銀行每多做1000億元業務時貢獻的EVA；5.RAROC=凈利潤/經濟資本=（名義收益率-資金成本-稅收成本+存款派生收益-信用成本）/風險權重*資本轉換系數。

結論2：若貸款收益率保持不變，使得投放企業貸款和買債EVA貢獻一致時的國債（10年期）收益率為1.89%，國債（30年期）收益率為2.09%；為使得投放按揭貸款和買債EVA 貢獻一致時的國債（10年期）收益率為1.92%，國債（30年期）收益率為2.12%。

值得注意的是不同利率環境的影響，尤其是關注存貸重定價缺口的差異，存貸重定價缺口越大的銀行，利率上升對其利息凈收入的影響越大。從2024年上半年上市銀行貸款和存款重定價平均久期來看，由于國有大行、股份制銀行和大型城商行的貸款客戶中大企業客戶、按揭貸款占比高，多為LPR+加點的浮動利率貸款，因此，重定價平均期限多在1年期以內，存款期限相對來說也不長，存貸重定價缺口較小，利率上升時資產端可快速重定價，利息凈收入降幅小；而西部偏遠地區城商行和農商行貸款客戶多為小微企業客戶，貸款利率為固定利率，重定價節奏慢，存款客戶更下沉，呈現明顯的定期化和長期化，負債重定價周期長，因此當利率上升時，其利率凈收入降幅更大。

根據上市銀行利率敏感性分析數據，從利息凈收入的角度來看，利率上行時利好存貸重定價負缺口的銀行；利率下行時利好存貸重定價正缺口的銀行。

（作者為專業投資人士）