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。

        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。

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。

        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。

        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。

        一般来讲，个人贷款利率更高，且小额分散、抗风险能力强，个人贷款占比高的银行更容易受到市场青睐，典型如平安银行和招商银行；对于区域性银行而言，若所在区域经济增速快、经济发展质量好，相关银行也能享受估值溢价，典型如江浙地区的城商行，估值水平更高一些。

对金融科技公司估值

        不同银行的估值差距很大，说明市场并没有一刀切。某种意义上，与其说市场给予银行业低估值，不如说市场给了增速放缓、不良较高的银行低估值。

        金融科技公司也是如此，面子是面子，里子是里子，市场分得清。无论是撕下了金融标签，还是贴着金融标签，决定其估值水平的依旧是成长性和预期不良率，其中，预期不良率属于对成长性的折扣，可看作负的成长性。

        举例来说，趣店、和信贷、信也科技三家赴美上市平台，IPO首日的市盈率（收盘价/上一年度每股利润）分别为116倍、77倍和54倍，而最新市盈率（2020年10月16日）都在2倍以下。之所以有这么大的差异，并非这些平台的金融或科技标签发生了改变，只是市场对它们的成长性有了新的认识。

        当然，并非说向科技靠拢有什么不对，毕竟市场对贷款业务依旧存在着很深的刻板印象。但归根结底，还是要关注利润的成长性和对不良率的控制。

        对于高成长的机构，无论是科技属性还是金融属性，市场都不吝给出更高的估值。如果在保持高速增长的同时，还能持续保持低不良且经受了周期的考验，或在业务模式中不承担信用风险（纯撮合模式），那么即便贴着金融的标签，也能拿到科技股的估值。

        就国内这些头部金融科技公司而言，成长性体现在三个方面：

        一是市场蛋糕持续扩大。金融为百业之母，只要GDP保持正增长，金融业的市场蛋糕就会持续扩大。同时，中国经济在全球影响力的持续提升以及金融开放持续加速，也为中国金融业开拓国际市场打开了新的想象空间。金融科技公司，作为金融业中最活跃的一个群体，必然要受益于市场蛋糕的持续扩大。

        二是市场结构持续调整。市场蛋糕扩大的同时，在科技实力、用户积累、场景融合、管理激励等因素的综合驱动下，金融机构内部加速分化，头部金融科技公司竞争优势明显，有望持续扩大市场份额，实现更高的增速。

        三是新业务的广阔前景。头部金融科技公司，不仅在金融业务上积累了竞争力，在金融科技输出、B端产业赋能、C端流量综合运营等方面也进行了积极探索。这类业务虽然当前难挑大梁，但具有未来的可展望性，也会带来估值溢价。

        此外，对于市场仍然普遍忧虑的不良率问题、最高利率上限问题，本质上都属于周期性因素（详见《当前消费金融的主要矛盾》），不影响头部金融科技公司的长期质地。

时间的复利效应

        在预测企业未来前景时，多数人倾向于线性逻辑，在线性逻辑下，今年企业A的盈利是企业B的2倍，五年后二者的差距还是2倍。

        但实际上，企业间的差距很少是线性展开的，总会越拉越大。之所以如此，因为大于1的数字乘积的增长速度远高于小于1的数字。

        举例来说，企业A的竞争力在平均水平之上，设定为1.1；企业B的竞争力在平均水平之下，设定为0.9，二者的初始差距为22%（1.1/0.9-1），但6年之后，二者的差距将扩大为2.33倍（1.1的六次方/0.9的六次方-1）。

        基于这个原因，市场总是给予龙头企业更高的估值水平，以弥补线性逻辑下产生的估值偏差。实际上，给龙头高估值更像个障眼法，真正重要的，并非区分龙头和非龙头，而是寻找综合优势在平均水平之上（大于1）的投资标的，在时间的复利效应下，这类企业总能在长期带来令人惊叹的业绩成长。

        当前，头部金融科技企业的综合竞争力高于传统金融机构，竞争力数值大于1，在时间的复利效应下，这种竞争优势会越来越大，所以它们值得更高的估值。而这种高估值，与是否撕下了金融标签无关。

产业互联网定义：产业互联网是指利用互联网连接企业与企业之间商品流通，提升产业链与供应链协同效率，具体包括B2B电商平台、供应链金融平台与网络货运平台等多种平台业态。