报告作者：吴松凯撰写日期：2009-04-16

　　许多传统的银行业分析方法、指标和模型，运用时都存在一定的局限，某些时候甚至给出了误导性的信息，因此，有必要对这些方法、指标和模型进行更为全面和细致的梳理，并进行必要的修正，与此同时，会计业绩和各种会计数据，也极大受到各行披露政策偏好的影响，因此，通过差异调整使得横向更具可比性，也是必要的。

　　在本文中，我们提出了一些补充的分析方法、指标和模型：衡量资产质量的存量拨备计提缓冲、增量拨备计提缓冲(此外，我们发现不良的历史回收状况和不良生成的跨周期变动情况，能提供非常有用的信息)；衡量利率风险的息差变动按季分解模型、息差变动来源分解模型；衡量资本内生能力的ROL(贷款回报率)、杠杆调整ROE；衡量收入结构和经营效率的单位资产非息收入、单位资产成本率。我们将看到，对于同样的数据，这些方法和指标，在许多时候确实提供了更为深刻的洞察力。

　　我们也尝试使用统一的口径，对各行的业绩进行重构。重构或者说还原的逻辑是，公司的分析应更多基于其相对真实和可比的业绩，而不是管理层希望给我们看到的会计数据。调整的项目主要包括拨备、薪酬、税收；与此同时，我们也对于无形资产和商誉是否调整的情景进行了区分，结果显示，经还原的“真实”业绩，与会计利润相去甚远，各行间差异也较大。而有意思的是，股价的波动似乎更多是跟随会计利润，而不是调整后相对“真实”的业绩，换言之，截至目前，市场往往更愿意被动接受管理层希望给我们看到的，而不是进行更加独立和客观的分析。

　　目前普遍使用的利润驱动因素分解模型，由于没有考虑不同收入来源的成本配比，通常低估了息差影响，而高估成本和拨备影响。换言之，模型一方面低估了过往息差扩大对于银行业绩的正面贡献，另一方面也将低估息差缩小对于未来两年业绩的负面影响。对此，我们对模型进行了修，对于规模、息差和非息收入的成本来源进行了更细致的划分和配比。

    新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。