苏宁金融研究院|当金融科技公司撕下“金融”标签

北京联盟_本文原题:当金融科技公司撕下“金融”标签
苏宁金融研究院|当金融科技公司撕下“金融”标签
文章图片
本文由“苏宁金融研究院”原创 , 作者为苏宁金融研究院副院长薛洪言
近年来 , 金融科技公司对金融属性避之不及——剥离“金融”的标签 , 向“科技”靠拢 。 普遍的解释很简单:科技企业的估值更贵 。 举例来说 , 当前A股市场中 , 软件与服务业的市盈率大概是银行业的10倍 , 意味着同样1元净利润 , 若定位为软件服务业 , 估值能高十倍 。
换个马甲就能换种估值?未免太小瞧市场的智慧了 。 市场的确给了很多金融科技企业更高的估值 , 但并非它们成功撕下了“金融”的标签 , 而是市场对它们的业务有不同的解读 。
银行业的估值为何这么低?
回到问题的起点 , 我们先看看银行业的估值为何这么低 , 以至于让人“避之不及” 。
近十年来 , 银行业的估值一直很低 , 以至于很多人形成了一种刻板印象:只要看到类似银行的业务 , 就不假思索地给予低估值 , 不再追究业务模式之间的差异 。 某种意义上 , 金融科技公司努力凸显自己的科技属性 , 也是害怕被这种刻板印象误伤 。
虽然当前市场对银行股10倍以下的低市盈率习以为常 , 但2001年前后 , 银行股也曾享受75倍的高估值 , 属于被市场追捧的“六朵金花”之一 , 受欢迎程度不亚于当前的医药科技 。 2008年金融危机之后 , 受宏观环境和行业增速影响 , 银行估值水平一路下滑 , 其市场热度也从被追捧变成被嫌弃 。
2006年之前 , 银行业批量股改上市 , 业绩增长非常亮眼 , 2004年曾录得220%的增速 , 之后回归常态 , 但仍处于30%以上的高位 。 2012年之后 , 中国GDP增速下台阶 , 银行业遭遇对公贷款萎缩、不良率攀升的双重打击 , 盈利增速持续下滑 , 逐步滑落至个位数 。 股票估值是企业未来现金流的折现 , 银行利润增速持续下滑 , 估值水平也随之跌入底部 , 再也没能爬起来 。
苏宁金融研究院|当金融科技公司撕下“金融”标签
文章图片
就一般行业来讲 , 利润增速就足以解释长期估值水平了 。 但在银行业 , 由于高杠杆运营 , 不良率的些许波动都会对利润产生较大影响 , 所以市场还非常关注资产质量问题 。 但很多时候 , 市场对不良率的关注会产生戴维斯双击效应:当不良率恶化时 , 银行增提拨备 , 利润下降 , 拉低估值水平;同时 , 对不良率更高的银行 , 市场还会在现有估值上再打个折扣 。 这意味着 , 资产质量恶化这个单一因素 , 在估值中被计算了两次 , 高估了不良率的影响 。
在这种戴维斯双击效应影响下 , 市场对银行业估值很容易走极端 。
2007年前后 , 在银行业股改上市以及经济高速增长的驱动下 , 市场对银行业资产质量非常乐观 , 给予了过高的估值;而近几年 , GDP增速放缓 , 银行业不良率攀升 , 银行业估值又被打入谷底 , 迟迟翻不了身 。
【苏宁金融研究院|当金融科技公司撕下“金融”标签】银行估值的分化
其实 , 资本市场中广泛存在着戴维斯双击效应 , 如巴菲特曾谈到优秀管理层在估值中被重复计算的问题:优秀管理层能改善上市公司业绩 , 在基于业绩估值时被计算一次;此外 , 市场对优秀的管理层还会给予估值溢价 , 又计算了一次 。
实际上 , 只要是市场认为对盈利有重大影响的因素 , 在估值时都容易产生类似的双重计算效应 。 就银行业而言 , 市场除了关心不良率 , 还关心增长速度、净息差、零售业务占比、所在区域经济增速等因素 , 使得类似的戴维斯双击效应广泛存在 。
结果就是 , 一些银行的优点被放大 , 一些银行的缺点被放大 , 估值拉开了差距 , 且这种差距远大于其业务本身的差距 。 以2020年10月15日的收盘价测算 , 宁波银行市盈率达到15.34倍 , 而市盈率最低的银行仅为4.32倍 。 同样是一块钱盈利 , 估值含金量竟然有这么大的差距 。
苏宁金融研究院|当金融科技公司撕下“金融”标签
文章图片
从不同银行的估值情况看 , 我们不难看出以下几个规律:
一是估值水平与利润增速正相关 。 就36家上市银行而言 , 2016-2019年间 , 三组银行(市盈率10倍及以上、5-10倍、5倍以下 , 下同)的平均净利润总增幅分别为46%、33%和25% , 平均来看 , 利润增速越快 , 估值水平越高 。
苏宁金融研究院|当金融科技公司撕下“金融”标签
文章图片
二是估值水平与不良率负相关 。 截止2020年6月末 , 三组银行的平均不良率分别为1.33%、1.40%和1.67% , 平均来看 , 不良率越低 , 估值水平越高 。 其中 , 估值水平居前的宁波银行、常熟银行 , 不良率均在1%以内 , 且疫情期间未有恶化迹象 。
三是估值水平与净息差正相关 。 2019年 , 三组银行的平均净息差分别为2.4%、2.2%和2.06% , 平均来看 , 净息差越高 , 估值水平越高 。
此外 , 市场还会基于零售业务占比、所在区域经济发展活力(针对区域性银行)等因素来调节估值水平 。


推荐阅读