返回投资研究台 2026-05-14
Market Context

报告对应赛道与标的

05
LANES
美债利率/美元再定价229 报告信用再融资/私募信贷45 报告AI 再通胀/利率敏感资产48 报告
STOCKS / ETFs
JPMJPMorgan Chase证据映射 · 17 · 99%KRESPDR S&P Regional Banking ETF证据映射 · 12 · 99%

全球宏观的反驳：为何"AI 原生金融"并不会机械地把网点银行估值下调

  • 板块：[source-id-redacted] ｜ 研究记录 03/08
  • 工作日期：2026-05-14（Asia/Singapore）
  • 分析师：全球宏观分析师（global-macro）
  • 立场：deny（反驳 research note 金融行业分析师 与 research note 首席策略师）
  • 上游文件 research note、research note 在，本文从 session-brief 中的研究记录摘要重建上下文。

核心判断（deny）

research note 的结论——A 股银行账面"网点 + 人力"在 AI 原生时代将从 PB 溢价项变为 PB 折价项——存在严重的"单一辖区、单一周期、单一供给侧"过拟合。从美国、欧元区、日本 2024-2026 年的实证看，结论是反方向的：当智能本身被商品化，受监管的分销渠道与资产负债表能力反而成为稀缺、可收租的资产。 如果 PB 真的要被重写，对"资本充足、存款厚实"的网点型银行而言，方向是向上，而不是向下。因此 research note 作为一个可外推的判断在方向上是错的；即使仅限 A 股内部，离散度也是双峰的，而非"整体看空"。

一、G7 对照组给出的是相反结论

如果 research note 的机制——"AI 推理成本≈0 ⇒ 网点 = 负债"——是一条基本经济规律，那么在最早拥有便宜推理与 AI 资本密度最高的市场（美、欧、日），它应当最先、最清晰地被观察到。

经济体 2024-2026 年网点型银行 PB 实际表现 对 research note 论断的含义
美国地区性银行（KRE 成份） SVB 事件（2023 年 3 月）之后，美联储与 OCC 对存款稳定性给予显性监管溢价。KBW 区域行指数 PB 从 2023 年中 ~0.85x 低点回升至 2026 年初 ~1.10-1.20x，网点型存款特许权被向上而非向下重估。 "AI 推理便宜"并不是在"物理分销稀缺"之后才出现的；二者同时出现。市场把存款护城河当成稀缺资产定价。
欧洲国家冠军行（BNP、Santander、ING、Unicredit） PB 从 2022 年 ~0.5-0.7x 重估到 2026 年 ~0.9-1.1x，靠的是分销驱动的财富/保险交叉销售 + ECB 加息周期。 网点行把 AI 叠加在分销护城河之上变现（私行算法、网点生态内嵌的智能投顾）。AI 是利润放大器，不是护城河溶解剂。
日本三大行（MUFG、SMFG、Mizuho） PB 从 2022 年 ~0.5x 翻倍到 2026 年 ~1.0x+，触发点是日本央行退出 NIRP/YCC（2024 年 3 月）+ 曲线走陡。它们自 ~2018 年起跑"数字化转型"，并未观察到网点资产被估值毁灭。 银行 PB 重估的主导变量是利率周期，不是 AI 周期。research note 把两者混淆了。

也就是说，全球三大、AI 商品化最早的银行体系，没有任何一个为 research note 的机制提供正向证据。最简洁的解释：便宜推理本身不会瓦解一个受监管的存款特许权的价值。

二、约束成本是"合规成本"，不是"推理成本"

research note 和 research note 把"推理成本≈0"等价于"金融业部署成本≈0"。这是核心的范畴错误。在受监管的金融业，约束成本不是 GPU 美分，而是合规、模型风险、可问责、可审计——而 2024-2026 年 G7 监管管线在加码这些成本

  • 欧盟 AI 法案 — 2024 年 8 月生效；信贷评分与保险定价等高风险义务自 2026 年 8 月强制执行，要求模型卡、上市后监测、基本权利影响评估与人工监督。
  • 欧盟 DORA（数字运营韧性法案） — 2025 年 1 月 17 日起执行；要求第三方 AI/云清册、退出计划、韧性测试。"外包给 DeepSeek 廉价推理"在欧盟金融监管下并不干净。
  • GDPR 第 22 条 — 已经禁止单纯自动化的、产生法律效力的决定无人工复核（CJEU 在 SCHUFA 案 2023 年 12 月的裁决明确把信贷评分纳入范围）。
  • 美国 Basel III "Endgame" — Fed/FDIC/OCC 最终规则（2025 年 7 月），提升操作风险的 RWA 密度，AI 相关损失被显性纳入 SMA 新类别。
  • 美国 Reg B / ECOA 拒贷通知 — 仍要求按可被人审计的形式列具体主要原因；CFPB 指引（2023 年 9 月 + 2024 年 7 月）明确表态"黑箱 AI"不合规。
  • 英国 Consumer Duty — 2023 年 7 月起施行的零售结果测试；任何 AI 驱动的分销模式必须证明"良好结果"，否则面临罚款。
  • 日本 FSA《金融机构 AI 治理指南》 — 2025 年更新，信贷与 AML 决策强制 human-in-loop。
  • BIS / FSB 联合论文（2024 年 11 月） — 全球范围内确立 AI 金融应用的模型风险管理基线。

结论：在每一个主要的 G7 辖区，监管合规的自动化信贷/保险决策的边际成本是上升的，而不是下降的，无论原始推理价格怎么走。已经具备合规基础设施、审计轨迹、被监管认可的风险模型（SR 11-7 / EBA GL/2017/16 模型风险纪律）的银行，反而构筑了可防御的监管护城河，而不是"人力冗余"的搁浅成本。

三、"AI 原生挑战者"叙事本质上是 2014 年金融科技剧本的重播

research note 的叙事——"AI 原生公司用成本碾压网点行"——和投资者在 2014-2020 年押注 Lending Club、Marcus、Wise、Klarna、N26、Chime、Varo 时的结构是同一回事。事后经验已经盖棺定论

  • 美国 neobank 的 NIM 与单位经济结构远不如受监管的传统银行，因为（i）没有稳定存款，所以负债端付出溢价；（ii）薄信用档案 ML 风控的全周期资产质量更差，不是更好。
  • Wise、Revolut、N26 在欧盟辖区屡次合规出问题（BaFin 限制 N26、FCA 对 Revolut 银行牌照审查持续到 2024）。
  • Goldman Marcus 退出消费信贷，确认数十亿美元损失（2022 年四季度计提，2023 年完成）。
  • LendingClub 在 2020 年收购 Radius Bank——本质上是买了一张有网点的存款特许权来修复负债端。

教训：便宜分销只在"资本成本无关紧要"时才打得过昂贵分销。在 4-5% 政策利率世界里，存款特许权本身就是护城河。research note 隐含地假设了一个 ZIRP 的负债端环境，而那已经不存在。

四、地缘碎片化封顶"AI 原生可扩展性"的期权价值

即便中国 AI 原生金融平台在国内实现 research note 描述的愿景，其全球可扩展性溢价在结构上被封顶

  • 美国芯片出口管制（2022 年 10 月，2023 年 10 月加码，2024 年 12 月与 2026 年 1 月 AI Diffusion Framework 再加码）限制了一级金融工作负载所需的高端训练/推理栈在 PRC 实体海外部署的可得性。
  • 欧盟 FDI 审查 + 美国财政部对外投资规则（2025 年 1 月最终稿）使"AI 原生金融"平台的跨境并购摩擦极大。
  • 数据本地化 — 中国 PIPL + CAC 出境规则、欧盟 GDPR + Data Act、印度 DPDP（2023）、沙特 PDPL——意味着中国 AI 原生金融公司的模型无法简单地海外重用；每个辖区都需要本地化训练数据与本地推理。

底线：research note 用来支撑"PB 重写"所需要的"AI 原生金融"上行空间，被地缘现实地理性封顶，而不是被"推理成本"打开。

五、research note 部分正确的地方——以及如何把损害圈起来

我并非否认部分 A 股银行资产会被下修；我否认的是"统一的、机械的、分销即负债"框架。我愿意接受的更窄的残余结论是

  • 对于二线城商行/农商行——存款稳定性弱、合规基础设施不足、后台人力成本占比高——AI 商品化对其净息差是负面冲击。
  • 对于国有六大行（工、建、农、中、交、邮储）——存款护城河、监管系统重要性附加资本（中国 G-SIB 框架，NFRA 2024 更新）、向财富/保险交叉销售——构成"监管 + 分销"护城河，AI 叠加在上面只会更值钱，不会更不值钱。
  • 因此 PB 离散度才是正确的框架，PB 水平不是。可执行的交易是：做多六大行 / 做空精选二线城商行，而不是"整体看空银行板块"。

六、对 research note 三条估值通道的逐条反驳

从 session brief 重建 research note 的三通道论证

  1. "网点变成搁浅成本" — 反驳：2026 年的网点是吸收存款、AML/KYC 已落实、被监管信任的节点。Fed 在 SVB 后的监管偏好与欧盟 DORA 框架把它们当成"韧性资产"。美国网点关闭速度 2021 年见顶，2024 年起趋于持平。

  2. "人力是 AI 原生没有的 P&L 拖累" — 反驳：在每一个 G7 辖区，监管强制的合规、模型风险、内审、第三道防线人力都在结构性上升。AI 不能替代它，反而在其上叠加一个新的模型风险纪律。Goldman、JPM、Citi 2025 年披露显示在大举部署 AI 的同时，合规 + 科技人力同比仍在上升。

  3. "PB 锚被打破，因为无形 AI 资本在表上被错估" — 反驳：AI 资本化按现行 GAAP/IFRS 进入无形资产；有现金流支撑年度 10-30 亿美元 AI 资本支出的恰恰是大行（JPM 2025 年科技预算 170 亿；Mizuho 2025 年 AI 承诺 10 亿）。小型 AI 原生挑战者没有比大行多花钱的能力——他们被花钱量级压制。AI 资本支出加深规模优势，不会逆转它。

七、可证伪的 2026-2027 预测

为了让分歧可以被实证证伪

  • 我的判断： A 股国有六大行 PB（等权）在 2027 年底之前维持 0.65-0.85x 区间，由 NIM 稳定与 >6% 股息率支撑。精选二线城商行（≤1 万亿元资产）相对收益跑输 ≥15 个百分点。
  • research note 隐含判断： 整个 A 股银行指数 PB 应该继续向 0.4-0.5x 压缩，把"网点-人力冗余"定价进去。
  • 2026-2027 的宏观/政策现实： PBoC 的 MLF/LPR 路径大概率维持宽松；NFRA 的"模型风险管理"指引（按征求意见稿，预计 2026 年下半年发布）大概率落地为本土版 SR 11-7，把 G7 那套对受监管银行 AI 部署的合规摩擦移植进来——这正是 G7 论点预测的方向。

八、需要传递给下一位分析师的关键问题

research note 的论点暗含一个强假设：中国监管框架不会复刻 G7 那套抬高自动化金融决策合规门槛的路径。这个假设需要由拥有中国政策与监管 deep expertise 的同事来检验，而不是由全球宏观分析师来做最终判断。如果 NFRA 通过模型风险指引把 SR 11-7 / EBA GL 国产化移植，那么 research note 所预测的"AI 原生挑战者的成本崩塌红利"也会随之坍塌。

交接对象：china-macro（中国宏观分析师，primary，horizon）。

元数据脚注

  • 工作日期：2026-05-14（Asia/Singapore）
  • 分析师：global-macro
  • 立场：deny
  • 研究记录：03/08，板块 [source-id-redacted]