2020年(金融保险)商业银行估值模型分析
商业银行的风险定价模型评估投资风险与回报
商业银行的风险定价模型评估投资风险与回报商业银行在进行投资决策时，需要准确评估不同投资项目的风险与回报。
为了更好地评估投资风险和确定适当的回报水平，商业银行采用了风险定价模型。
本文将介绍商业银行的风险定价模型，以及如何使用该模型来评估投资风险与回报。
一、风险定价模型的概念与作用风险定价模型是指一种用来评估投资风险与回报的数学模型。
它能够帮助商业银行对不同的投资项目进行风险分析，从而为投资决策提供依据。
风险定价模型能够将投资项目的风险量化，并结合市场情况和投资者的风险偏好，确定适当的回报水平。
二、常用的风险定价模型在商业银行的投资风险评估中，常用的风险定价模型包括资本资产定价模型（CAPM）、多因子模型（FFM）和价值风险模型（VaR）等。
1. 资本资产定价模型（CAPM）资本资产定价模型是一种用来评估资产预期回报的模型。
它基于投资组合的系统性风险（β值）、市场风险溢价和无风险利率等因素，估计投资项目的回报率。
商业银行可以通过根据该模型计算得到的预期回报率，来确定投资项目的合理回报水平。
2. 多因子模型（FFM）多因子模型是在资本资产定价模型的基础上发展起来的，考虑了更多的因素对投资回报的影响。
除了市场风险因素外，多因子模型还考虑了公司规模、账面市值比等因素。
商业银行可以使用多因子模型来综合考虑各种因素对投资回报的影响，提高风险评估的准确性。
3. 价值风险模型（VaR）价值风险模型是一种用来评估投资风险的统计模型。
它通过考虑投资损失的概率分布和风险水平，来估计投资项目的风险程度。
商业银行可以使用价值风险模型来评估投资项目的最大损失可能性，从而为行业更好地管理风险。
三、风险定价模型的应用案例下面以商业银行投资股票市场的案例来说明风险定价模型的应用。
假设商业银行在投资股票市场时，面临以下两个投资项目：项目A：国内知名企业股票，预期回报率10%，β值为1.2；项目B：初创科技企业股票，预期回报率15%，β值为1.8。
银行业的风险评估模型揭示银行业中常用的风险评估模型和工具
银行业的风险评估模型揭示银行业中常用的风险评估模型和工具随着金融市场的快速发展和多元化的金融产品，银行业面临着越来越复杂和多样化的风险。
为了有效评估和管理这些风险，银行业采用了各种风险评估模型和工具。
本文将揭示银行业中常用的风险评估模型和工具，帮助我们更好地了解和解决银行业风险管理的挑战。
一、价值-at-风险模型（Value-at-Risk Model，VaR模型）VaR模型是银行业中最常用的风险评估模型之一。
它用于评估资产投资组合在给定风险水平下的最大损失。
VaR模型基于统计学和概率论的原理，通过对历史数据进行分析和建模，来评估可能的风险损失。
这种模型可以帮助银行业确定适当的风险限制和风险管理策略，以保证资本的安全性和稳定性。
二、预期损失模型（Expected Loss Model）预期损失模型是银行业风险评估中另一个常用的模型。
它基于概率分布和经验数据，评估银行业在未来一段时间内所面临的平均损失。
与VaR模型不同的是，预期损失模型不仅考虑最大可能的损失，还考虑了损失的概率和持续时间。
这种模型可以帮助银行业预测潜在的损失情况，制定相应的风险管理策略。
三、蒙特卡洛模拟（Monte Carlo Simulation）蒙特卡洛模拟是一种常用的风险评估工具，通过生成大量随机数模拟风险事件的发生和影响程度。
在银行业中，蒙特卡洛模拟通常用于评估复杂金融产品或交易的风险。
通过模拟大量可能的情景和结果，银行可以更好地理解和管理风险，做出更明智的决策。
四、压力测试（Stress Testing）压力测试是银行业风险评估中一项重要的工具。
它通过对不同的市场情景进行模拟和分析，评估银行业在极端情况下的风险暴露和承受能力。
通过这种测试，银行可以识别潜在的风险因素和薄弱环节，并制定相应的风险管理措施。
压力测试是一种重要的风险评估手段，对银行业的稳定性和可持续发展起到了关键作用。
五、违约概率模型（Probability of Default Model）违约概率模型是银行业中常用的信用风险评估工具之一。
金融机构2020年三季度运营效果评估及四季度经营方向预测
金融机构2020年三季度运营效果评估及四季度经营方向预测引言本文档旨在深入分析金融机构在2020年三季度的运营效果，并对其四季度经营方向进行预测。
我们将从多个维度出发，包括市场环境、业务发展、风险管理、技术创新等方面，进行全面评估和预测。
一、2020年三季度运营效果评估1.1 市场环境在2020年三季度，全球金融市场受到新冠疫情的持续影响，市场波动性加大。
尽管如此，我国金融市场表现出较强的韧性和稳定性，主要金融指标保持在合理范围内。
1.2 业务发展金融机构在2020年三季度的业务发展呈现以下特点：1. 资产规模保持增长：截至2020年三季度末，金融机构资产规模达到XX万亿元，同比增长XX%。
2. 贷款增长：三季度贷款总额同比增长XX%，其中，民营企业贷款同比增长XX%，制造业贷款同比增长XX%。
3. 投资业务：受市场波动影响，投资收益出现一定程度的波动，但整体风险可控。
1.3 风险管理金融机构在2020年三季度的风险管理效果如下：1. 不良贷款率：截至2020年三季度末，金融机构不良贷款率为XX%，较年初上升XX个百分点，但低于国际警戒线。
2. 拨备覆盖率：三季度末，金融机构拨备覆盖率为XX%，较年初下降XX个百分点，但仍处于较高水平。
3. 流动性风险：金融机构流动性风险整体可控，流动性比率保持在XX%以上。
1.4 技术创新金融机构在2020年三季度的技术创新成果显著，以下是一些亮点：1. 金融科技应用：金融机构加大金融科技投入，推进数字化转型，提高服务效率和质量。
2. 金融云平台：金融机构加快金融云平台建设，提升金融服务能力和水平。
3. 区块链技术：金融机构在供应链金融、跨境支付等领域尝试应用区块链技术，提高业务透明度和安全性。
二、四季度经营方向预测2.1 市场环境预计2020年四季度，全球金融市场仍将受到新冠疫情的影响，市场波动性可能加大。
我国金融市场将继续保持稳定，为实体经济发展提供有力支持。
商业银行的估值模型与战略管理(1)
利用估值模型提升银行的战略管理
18
分析框架
把银行估值模型这个方法和工具移植到银行战略管理中，作 为提升银行竞争力的一个分析框架，是一项颇有价值的探 索。这一移植需要建立一个分析框架，这个框架的要点是：
生息资产规模 净息差 中间业务/ 非利息收入占比 成本收入比/资本开支 不良率/拨备覆盖率 信用成本 有效税率 净利息收入 + 非利息收入 营业费用和支出 减值拨备 税收
4
企业的价值
帐面价值 会计准则核算的净资产 以历史成本为标准的，不能体现企业的未来 只是资产的数额和构成，不能揭示资产的质量 市场价值 在资本市场上的交易价格（包括非上市公司的兼并收 购） 反映企业未来的盈利能力
5
谁在估值？
投行分析师（卖方分析师） • 建立估值模型，在此基础上 撰写研究报告，并提出“买 入” ，“出售”股票的意见 • 分析师面向机构投资者 • 要求最多的信息以便建立详 细的研究模型 基金经理（买方分析师） • 基金经理与分析师合作， 建立相应的估值模型，为 其管理的投资组合做出买/ 卖的决定 • 要求更多的信息构建模型 • 分析报告多是市场的定位
23
成长性
银行的成长性指标主要是总资产和净利润的增长率 银行的增长阶段
估值模型会假设一间中、小型银行在经历了起步阶段后会有一 段快速增长期，然后经过过渡期进入稳定的永续发展阶段。增 长的途径可以是自然增长（organic growth），也可以通过并购 （inorganic growth）来实现 处于增长期的银行估值，无论是市盈率还是市净率，都可以获 得一定的溢价。在新兴市场中，随着经济的增长和民众收入的 提高，银行业也得以发展。所以，成长性成为对新兴市场银行 估值的一个重要因素 由于外部和内部的约束条件，银行的成长也伴随着代价和风 险，如果不能有效地减少代价，控制风险，增长的进程就会终 止，所以问题的核心是如何使增长成为均衡的、高效率的、可 持续的进程
金融风险评估了解金融风险评估模型和方法
金融风险评估了解金融风险评估模型和方法金融风险评估金融风险评估是金融行业中非常重要的一项工作，旨在评估金融机构面临的各种风险并制定相应的风险管理策略。
本文将介绍金融风险评估的模型和方法，帮助读者更好地了解和掌握这一领域的知识。
一、金融风险评估模型金融风险评估模型是评估金融风险水平和影响程度的数学模型。
常见的金融风险评估模型包括：1. VAR模型Value-at-Risk（VAR）模型是最常用的风险评估模型之一。
它通过统计方法和概率论原理，对金融资产组合的风险进行测度和评估。
VAR模型能够计算出在特定置信水平下的最大可能损失额，帮助金融机构确定风险承受能力和合理的风险管理策略。
2. 历史模拟法历史模拟法是一种使用历史数据进行风险评估的方法。
它通过分析历史资产价格和波动率来预测未来的风险水平。
历史模拟法的优势在于可以充分利用具体市场环境下的真实数据，但也存在数据选择和样本期限的问题。
3. 蒙特卡洛模拟法蒙特卡洛模拟法是一种以概率统计方法为基础的风险评估模型。
它通过生成大量随机变量，并基于这些变量来模拟金融资产价格的变化。
蒙特卡洛模拟法可以模拟多种可能的未来情景，并计算出每种情景下的风险敞口和预期损失。
二、金融风险评估方法金融风险评估方法是应用于具体金融风险评估模型的具体步骤和技术。
常见的金融风险评估方法包括：1. 资产负债表法资产负债表法是一种通过对金融机构资产负债表的分析来评估风险的方法。
它通过计算各项风险指标，如风险资本占比、流动性比率等，来评估金融机构的风险水平和脆弱性。
2. 应力测试法应力测试是一种通过对金融机构进行压力情景模拟和风险敞口测试的方法。
它通过设定一系列不同的风险情景，并对金融机构在这些情景下的资本充足率、流动性风险等指标进行评估，以判断其风险承受能力和稳定性。
3. 敏感性分析法敏感性分析是一种通过对金融机构关键变量进行变动和分析，来评估其风险敞口和脆弱性的方法。
它通过改变关键变量的数值，如利率、汇率等，来分析这些变动对金融机构风险的影响。
金融风险评估与预测的数学模型分析
金融风险评估与预测的数学模型分析金融风险是指金融交易中可能发生的损失，它是金融市场中不可避免的一部分。
为了有效地管理金融风险，金融机构和投资者需要准确评估和预测不同金融产品和投资组合的风险水平。
数学模型在金融风险评估和预测中发挥着重要的作用，能够帮助金融机构和投资者更好地理解和应对金融市场的风险。
在金融风险评估和预测中，常用的数学模型包括风险价值模型、马尔可夫模型、蒙特卡洛模拟等。
首先，风险价值模型是一种通过计算投资组合在未来一段时间内可能遭受的最大损失来评估风险水平的模型。
该模型使用统计方法来估计投资组合在不同置信水平下的风险价值，即在一定概率下可能遭受的最大损失额。
这种方法能够帮助金融机构和投资者确定合理的风险承受能力，并进行风险控制和资产配置。
其次，马尔可夫模型是一种基于概率转移矩阵的模型，通过分析历史数据的变化情况，预测未来的风险水平。
这种模型适用于金融市场的非线性和不确定性，能够考虑不同因素的相互影响和变化趋势。
通过建立马尔可夫链模型，可以对金融市场的变化进行动态分析和预测，帮助金融机构和投资者制定合理的投资策略和风险管理方案。
此外，蒙特卡洛模拟是一种基于随机数的模拟方法，在金融风险评估和预测中得到广泛应用。
该模型通过生成大量的随机样本，并基于这些样本计算出不同风险情景下的投资组合价值，从而评估风险水平。
这种模拟方法能够考虑到多种不确定因素和复杂关系，提供全面的风险评估和预测结果。
在金融风险评估和预测中，以上数学模型可以应用于不同的金融产品和投资组合，如股票市场、债券市场、外汇市场等。
通过选择合适的模型和运用相关的数学工具，金融机构和投资者可以更准确地评估和预测金融风险，从而制定有效的风险管理策略。
需要注意的是，数学模型只是金融风险管理的一个工具，尽管它能够提供重要的参考和预测结果，但并不能完全消除风险。
金融市场具有复杂性和不确定性，因此在使用数学模型进行风险评估和预测时，还需要结合实际情况和专业判断，进行综合分析和决策。
商业银行的风险定价模型
商业银行的风险定价模型商业银行作为金融机构，其主要业务之一是贷款，而贷款涉及到信用风险和市场风险。
为了合理评估和定价这些风险，商业银行需要借助风险定价模型。
本文将介绍商业银行常用的风险定价模型以及其应用。
一、VaR模型VaR（Value at Risk）模型是商业银行风险管理中最常用的模型之一。
VaR模型能够对金融资产组合的风险进行量化和定价，并通过计算在一定置信水平下的最大可能损失来帮助银行管理风险。
VaR模型的核心是预测损失分布，并计算出在一定置信水平下的极值。
商业银行利用VaR模型进行风险定价，可以在贷款定价时考虑到不同类型的风险，并根据预测的损失分布来确定适当的利率和担保措施。
同时，VaR模型还可以帮助银行进行风险监控和风险分散，提高资金利用率和盈利能力。
二、CAPM模型CAPM（Capital Asset Pricing Model）模型是用于评估金融资产预期回报率的经济模型。
商业银行可以借助CAPM模型来对贷款项目进行定价。
CAPM模型认为，一个资产的预期回报率应该与市场回报率以及该资产与市场之间的相关性有关。
商业银行利用CAPM模型进行风险定价时，首先需要估计资产与市场之间的相关性，并根据市场回报率和风险溢价计算出该资产的预期回报率。
然后，在贷款定价过程中，银行可以根据该资产的预期回报率和风险水平来确定适当的利率和还款期限。
三、CVA模型CVA（Credit Value Adjustment）模型是商业银行用于评估信用风险的模型。
CVA模型通过衡量违约风险对贷款价值的影响，为银行在贷款定价和风险管理中提供重要参考。
CVA模型考虑到了债务人的违约概率、违约损失率以及银行的违约对策等因素。
商业银行利用CVA模型进行风险定价时，可以综合考虑债务人的信用状况和市场风险因素，对贷款的利率和担保要求进行合理调整。
CVA模型还可以帮助银行在贷款发放前进行风险评估和控制，降低信用风险带来的损失。
综上所述，商业银行的风险定价模型在贷款定价、风险管理和风险监控中发挥着重要作用。
商业银行风险管理模型及效果评估
商业银行风险管理模型及效果评估随着金融市场的不断发展，商业银行面临着更加复杂和多样化的风险。
因此，构建有效的风险管理模型成为商业银行的重要任务。
本文将探讨商业银行风险管理模型的设计原则和不同类型的风险管理模型，并对这些模型的效果进行评估。
首先，商业银行风险管理模型的设计原则是基于以下几个方面：准确性、全面性、及时性和可操作性。
准确性是指模型应该能够准确地识别各种风险，并给出合理的风险评估结果。
银行应该通过模型对各种风险进行量化，包括信用风险、市场风险、流动性风险和操作风险等。
全面性是指模型应该覆盖银行可能面临的所有风险，以确保银行能够全面地管理和监控风险。
及时性是指模型应该能够及时地反映风险的变化，并提供实时的风险评估报告。
可操作性是指模型应该具备可操作性和可执行性，方便银行进行风险管理和决策。
根据风险类型的不同，商业银行可以采用不同的风险管理模型。
以下是几种常见的商业银行风险管理模型：1. 基于历史数据的统计模型：这种模型通过分析历史数据来预测未来的风险，例如使用历史违约率来预测未来的信用风险。
这种模型适用于市场风险和信用风险等比较稳定的风险类型。
2. 基于市场数据的价值调整模型：这种模型通过对市场数据的实时监测和分析，来评估风险暴露和价值调整需求，例如用于计算金融工具的风险价值调整。
这种模型适用于市场风险和流动性风险等需要实时监测和调整的风险类型。
3. 机器学习模型：这种模型利用机器学习算法来分析大量的数据，发现隐藏的模式和规律，并预测未来的风险。
例如，使用机器学习算法来预测信用卡欺诈和网络安全风险。
这种模型适用于各种类型的风险。
针对商业银行风险管理模型的效果评估，可以从以下几个方面进行评估：1. 预测准确性：评估模型对风险的预测准确率，包括真阳性率、假阳性率和准确性等指标。
模型的预测结果与实际发生的风险事件相比较，评估模型的有效性和稳定性。
2. 效率和成本：评估模型在实际应用中的效率和成本，包括模型的计算速度、操作便捷性和所需资源。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（金融保险）商业银行估值模型分析本文通过对商业银行估值模型的解析，旨在建立壹个以提升商业银行战略管理为目标的分析框架。
壹、企业的价值和价值评估1.企业的价值估值是对企业价值的认识和判定。
企业的价值有俩个概念：帐面价值和市场价值。
帐面价值能够视为会计准则核算的净资产，即总资产减去负债。
会计准则虽然在壹些科目中引入了公允价值(fairvalue)，但总体上讲仍是以历史成本为标准的，因而且不能体现企业的未来；以财务数据为基础的资产负债表所显示的只是资产的数额和构成，而不能充分揭示资产的质量。
市场价值是企业在资本市场上交易(也包括非上市X公司的兼且收购交易)的价格，它反映了企业未来的盈利能力。
企业是壹种在资本市场上进行交易的商品，非专业的投资者很难判定其价值，这就需要资本市场上的专业机构对其进行估值。
2.估值的方法估值是对影响企业未来赢利的各种因素模拟和量化的过程，也是对企业外部各种不确定性和风险做出判定和测量的过程。
估值的结果会因研究人员对相关因素的选择、判定有所不同，但其采用的分析框架，即估值模型应是基本相同的。
估值通常使用的方法是现金流折现法(DiscountedCashFlow,DCF)，即对企业未来的现金流做出预测且以资本成本为折现率，得出其目前的价值。
另壹种常用的方法是可比X公司法，即参考同行业的可比X公司在资本市场上交易的价格参数，计算出企业的市场价值。
就外部环境而言，宏观和行业周期性波动、相关地区的法律、监管政策、税务、信用环境等在企业估值中是不可或缺的，这些因素被视为企业估值的前提假设条件，本文不做专门讨论。
就企业本身而言，影响其未来盈利的因素很多。
这些因素之间的互动关系在不同阶段有的是正相关，有的是负相关；企业又处于壹个竞争性的市场，这些因素及其相关性仍应和行业平均值作比较；此外，处于不同地区和不同发展阶段的企业，这些因素也具有不同的特征。
所以，估值模型的运用是壹项非常复杂的工作。
二、银行的估值模型商业银行(下称银行)是壹个运营货币的服务型企业，其盈利模式、资产负债结构和生产企业和非银行金融企业不同，这也决定了其估值模型的参数选择和所使用的方法。
1.银行的盈利模式和资产负债结构特征从图能够见出，银行的主要收入源于生息资产产生的利息收入，主要支出源于付息负债产生利息支出。
这就决定了其盈利模式主要是通过资产负债的管理获取利差收益。
银行的另外壹个收入来源是非利息收入，因为银行除了提供信用中介之外，仍充当支付中介，投资、销售和代理其他金融产品。
银行的资产负债关系从图仍能够见出银行资产负债的结构和壹般制造业相比有俩个区别：壹是固定资产只占左端(资金使用)的很小的份额；二是权益资本只占右端(资金来源)的很小部分。
这就决定了银行损益表的俩个特征：第壹，营业支出中固定资产折旧的份额很小，员工费用的份额很大；第二，银行的贷款减值(特别是在经济衰退时期)需要足够的资本来吸收，从而凸显资本充足率的保障和风险管理的重要性。
2.银行的估值方法1)估值方法之壹：内在价值分析(股息折现法)壹般工商企业采用现金流折现法(DCF)进行内在价值估值。
银行的运营模式不同，其创造价值的流程不是货币-实物-货币，而是货币-货币，引入这个方法在技术上不成立。
由于存在资本充足率保障的问题，银行的利润也不能全部视为可分配的现金流，所以银行采取股息折现法(DiscountedDividendModel,DDM)替代现金流折现法。
见下图3图3股息折现法是通过建立财务模型来预测银行未来壹段时期的盈利。
假设银行增长曲线包括高增长、过渡增长和永续增长三个阶段。
在此期间要根据监管要求和市场水平保持壹定的资本充足率，其余的净利润被视为可分配的股息现金流，在设定时期的终端得到终值(净资产)，然后将每年的股息现金流和最后壹年终值折现后得到内在价值。
这种方法不足之处是：a.不同银行、不同地区在满足了监管要求后，由于市场的平均水平和管理层偏好的影响，资本充足率有壹定差异。
尽管银行的终值中包括了未分配利润形成的净资产，但和每年流出的股息相比，其贴现的时间太长，这部分价值不能真实体现；b.银行的增长曲线主观假设成分太强，其中不确定因素很多。
2)估值方法之二：相对价值分析(可比X公司法)和内在价值分析相对应的是相对价值分析，即可比X公司法。
可比X公司法是参照同类银行市场交易(包括壹级市场和二级市场)的价格参数市净率和市盈率，相对而言市净率更加重要，这是因为：a.银行在损益表中作为支出提取的减值拨备直接影响盈利水平，从而影响市盈率。
减值拨备在壹定程度上取决于管理层的风险偏好，稳健的银行可能会在界定贷款质量上更谨慎壹些，在拨备上更保守壹些；而另壹些银行则可能相反。
由于银行间减值拨备的提取有壹定程度的差异，因而净利润指标不能较好地反映当年的业绩。
b.银行的运营模式具有较强的资本杠杆作用，为了控制这壹运营模式的风险，监管机构对资本充足率有严格的要求，市场对其水平也有预期。
因而资本充足率或净资产是银行盈利和增长的基本约束。
c.净资产作为累积的存量，当年减值拨备对其影响远远小于对当年利润的影响。
d.市净率的使用能够补偿内在价值分析低估留存利润补充资本的不足。
内在价值分析和相对价值分析这俩种方法各有优劣，在壹般情况下，对银行的估值以内在价值分析为主，参考相对价值分析。
三、利用估值模型提升银行的战略管理1.分析框架的建立运用估值模型能够解析、比较银行的运营和财务指标数据，揭示银行在运营和结构层面所形成的竞争优势和存在的问题。
管理层能够从中进壹步了解到所取得的竞争优势是否具有可持续性？存在的问题是企业发展阶段所不可避免的，仍是战略选择或战略执行中的问题？改善这些问题的出路何在？代价有多大？在此基础上调整战略，加大战略的执行力，提升竞争力。
把估值模型这个方法和工具移植到银行战略管理中，作为提升银行竞争力的壹个分析框架，是壹项颇有价值的探索。
这壹移植需要建立壹个分析框架，这个框架的要点是：分析框架a.将可持续增长的税后净利润作为目标函数；b.确定影响这壹目标函数的主要变量(运营和财务指标)；c.揭示这些变量之间的互动关系，且在此基础上寻求变量的改进方案及最佳组合以满足目标函数的极大化。
银行价值实现的流程能够简单表述为：图7从图7能够见出影响银行盈利的要素是规模、成长性、业务结构、效率和资产质量，这五个要素构成了分析框架的五个变量。
我们也能够用数学模型来表示他们之间的关系：其中Y为利润，x1…x5为上述的五个变量，对应于每个变量是壹组和之相关的财务和运营指标。
Y=f(x1,x2,x3,x4,x5)2.要素分析下面，我们结合银行的战略管理对每个要素及和其他要素的关系做逐壹分析。
1)规模衡量银行规模的主要指标是总资产，和其相关的指标是网点和客户的数额。
银行是壹个具有较强规模效益的产业，其规模效益主要不是表当下制造业存在的固定成本和变动成本的关系，而是表现为其资产规模和网点的覆盖率，因为它反映出壹家银行能否更全面、更方便、更有效地为更多的客户提供服务。
拥有庞大客户群的大型银行不仅在存、贷业务上有优势，而且能得到更大的非利息收入的来源，这包括信用卡收费、证券、保险、信托等金融产品的运营和交叉销售等，从而获取范围经济的效益。
由此，银行的规模效益能够表现为：巨额的生息资产+庞大的网点+广泛的客户群=高额的利息收入及非利息收入当然，这且不意味着银行业是壹个少数大型银行垄断竞争的格局。
由于成本的约束，偏远的社区、农村、低收入群体都不会是大型银行服务的主要区域和对象。
中、小型银行也由此应运而生，从而构成了银行业多层次的产业结构，这包括：社区银行(CommunityBanks)，地区银行(RegionalBanks)，全国性银行(NationalBanks)，全球性银行(GlobalBanks)。
所以，银行的发展战略首先要确定的是市场的定位。
银行的规模决定了其收入的大小，但这且不表明规模愈大愈好。
庞大的规模也意味着庞大的成本和开支，网络的纵向延伸和横向扩展增加了总部集中管理、控制风险的难度。
规模大也不表明盈利能力就壹定高，在银行的价值实现的链条中，利息收入仅是开端，利润的形成仍受到结构、效率和质量的影响，大型银行应特别关注这些相关的指标。
2)成长性银行的成长性指标主要是总资产和净利润的增长率。
估值模型假设壹间中、小型银行在经历了起步阶段后会有壹段快速增长期，然后经过过渡期进入稳定的永续发展阶段。
增长的途径能够是自然增长(organicgrowth)，也能够通过且购(inorganicgrowth)来实现。
处于增长期的银行估值，无论是市盈率仍是市净率，都能够获得壹定的溢价。
在新兴市场中，随着经济的增长和民众收入的提高，银行业也得以发展。
所以，成长性成为对新兴市场银行估值的壹个重要因素。
由于外部和内部的约束条件，银行的成长也伴随着代价和风险，如果不能有效地减少代价，控制风险，增长的进程就会终止。
所以，问题的核心是如何使增长成为均衡的、高效率的、可持续的进程。
成长的外部约束是市场环境，包括宏观经济走势、行业周期、市场竞争等。
成长的外部约束仍表现为监管当局对资本充足率的要求，巴塞尔协议对银行的资本充足率(包括核心资本)有严格的标准，以确保其杠杆水平保持在壹个合理、稳健的范围内。
银行应根据外部环境的变化趋势把握和调整增长的节奏，避免大起大落。
成长的内部约束表现为增长的效率，即支持增长的因素不只是资源的投入，更主要的是效率的提高。
要实现这壹点，从银行价值实现的链条见，第壹环节中营业收入的增长要超过营业成本和资本支出的增长；第二环节中税前利润的增长要超过拨备前利润的增长，这样就能够实现利润的增长高于总资产的增长，进而达到分配股息后留存利润能够满足在自然增长过程中资本充足率的要求，而不需要外部融资补充资本。
效率的提高除了技术、人力资源和组织因素外，仍会受到业务结构和资产质量的影响，战略管理需要沿着盈利链条环环深入。
3)业务结构结构通常是指构成总量的各种成分的比例关系。
在某种意义上结构是深层次的，它决定了状态。
对银行来说，结构表当下诸多方面，如：资产、客户、网点、人员、收入等。
依照估值模型的逻辑，我们选择业务结构(或称收入结构)为研究对象，在分析中再引入其他相关的结构指标。
业务结构主要表现为俩个比例关系：净利息收入和非利息收入，X公司贷款和零售贷款。
这俩个比例的关系突出反映了中国银行业所处的发展阶段和存在的问题，它表现为对前者的过分依赖及形成的粗放、外延的发展模式。
造成这个问题的壹个原因是：中国银行业的利率是管制的，加之居民的储蓄偏好，使息差大大高于国际银行业的水平①。
利息收入主要源于生息资产，生息资产的增加壹是要大量消耗资本，二是增加了风险控制的难度。
非利息收入主要包括收费收入、投资中间业务收入和其它中间业务收入，它对资本消耗低，风险也易于控制。