當金融科技公司撕下“金融”標簽近年來，金融科技公司對金融屬性避之不及一一剝離“金融”的標簽，向“科技”靠攏。普遍的解釋很簡單：科技企業的估值更貴。舉例來說，當前A股市場中，軟件與服務業的市盈率大概是銀行業的10倍，意味著同樣1元凈利潤，若定位為軟件服務業，估值能高十倍。換個馬甲就能換種估值？未免太小瞧市場的智慧了。市場的確給了很多金融科技企業更高的估值，但并非它們成功撕下了“金融”的標簽，而是市場對它們的業務有不同的解讀。銀行業的估值為何這么低？回到問題的起點，我們先看看銀行業的估值為何這么低，以至于讓人“避之不及”。近十年來，銀行業的估值一直很低，以至于很多人形成了一種刻板印象：只要看到類似銀行的業務，就不假思索地給予低估值，不再追究業務模式之間的差異。某種意義上，金融科技公司努力凸顯自己的科技屬性，也是害怕被這種刻板印象誤傷。雖然當前市場對銀行股10倍以下的低市盈率習以為常，但2001年前后，銀行股也曾享受75倍的高估值，屬于被市場追捧的“六朵金花”之一，受歡迎程度不亞于當前的醫藥科技。2008年金融危機之后，受宏觀環境和行業增速影響，銀行估值水平一路下滑，其市場熱度也從被追捧變成被嫌棄。2006年之前，銀行業批量股改上市，業績增長非常亮眼，2004年曾錄得220%的增速，之后回歸常態，但仍處于30%以上的高位。2012年之后，中國GDP增速下臺階，銀行業遭遇對公貸款萎縮、不良率攀升雙重打擊，盈利增速持續下滑，逐步滑落至個位數。股票估值是企業未來現金流的折現，銀行利潤增速持續下滑，估值水平也隨之跌入底部，再也沒能爬起來。就一般行業來講，利潤增速就足以解釋長期估值水平了。但在銀行業，由于高杠桿運營，不良率的些許波動都會對利潤產生較大影響，所以市場還非常關注資產質量問題。但很多時候，市場對不良率的關注會產生戴維斯雙擊效應：當不良率惡化時，銀行增提撥備，利潤下降，拉低估值水平；同時，對不良率更高的銀行，市場還會在現有估值上再打個折扣。這意味著，資產質量惡化這個單一因素，在估值中被計算了兩次，高估了不良率的影響。在這種戴維斯雙擊效應影響下，市場對銀行業估值很容易走極端。2007年前后，在銀行業股改上市以及經濟高速增長的驅動下，市場對銀行業資產質量非常樂觀，給予了過高的估值；而近幾年，GDP增速放緩，銀行業不良率攀升，銀行業估值又被打入谷底，遲遲翻不了身。銀行估值的分化其實，資本市場中廣泛存在著戴維斯雙擊效應，如巴菲特曾談到優秀管理層在估值中被重復計算的問題：優秀管理層能改善上市公司業績，在基于業績估值時被計算一次；此外，市場對優秀的管理層還會給予估值溢價，又計算了一次。實際上，只要是市場認為對盈利有重大影響的因素，在估值時都容易產生類似的雙重計算效應。就銀行業而言，市場除了關心不良率，還關心增長速度、凈息差、零售業務占比、所在區域經濟增速等因素，使得類似的戴維斯雙擊效應廣泛存在。結果就是，一些銀行的優點被放大，一些銀行的缺點被放大，估值拉開了差距，且這種差距遠大于其業務本身的差距。以2020年10月15日的收盤價測算，寧波銀行市盈率達到15.34倍，而市盈率最低的銀行僅為4.32倍。同樣是一塊錢盈利，估值含金量竟然有這么大的差距。從不同銀行的估值情況看，我們不難看出以下幾個規律：一是估值水平與利潤增速正相關。就36家上市銀行而言，2016—2019年間，三組銀行（市盈率10倍及以上、5-10倍、5倍以下，下同）的平均凈利潤總增幅分別為46%、33%和25%，平均來看，利潤增速越快，估值水平越高。二是估值水平與不良率負相關。截止2020年6月末，三組銀行的平均不良率分別為1.33%、1.40%和1.67%，平均來看，不良率越低，估值水平越高。其中，估值水平居前的寧波銀行、常熟銀行，不良率均在1%以內，且疫情期間未有惡化跡象。三是估值水平與凈息差正相關。2019年，三組銀行的平均凈息差分別為2.4%、2.2%和2.06%，平均來看，凈息差越高，估值水平越高。此外，市場還會基于零售業務占比、所在區域經濟發展活力（針對區域性銀行）等因素來調節估值水平。一般來講，個人貸款利率更高，且小額分散、抗風險能力強，個人貸款占比高的銀行更容易受到市場青睞，典型如平安銀行和招商銀行；對于區域性銀行而言，若所在區域經濟增速快、經濟發展質量好，相關銀行也能享受估值溢價，典型如江浙地區的城商行，估值水平更高一些。對金融科技公司估值不同銀行的估值差距很大，說明市場并沒有一刀切。某種意義上，與其說市場給予銀行業低估值，不如說市場給了增速放緩、不良較高的銀行低估值。金融科技公司也是如此，面子是面子，里子是里子，市場分得清。無論是撕下了金融標簽，還是貼著金融標簽，決定其估值水平的依舊是成長性和預期不良率，其中，預期不良率屬于對成長性的折扣，可看作負的成長性。舉例來說，趣店、和信貸、信也科技三家赴美上市平臺，IPO首日的市盈率（收盤價/上一年度每股利潤）分別為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。之所以有這么大的差異，并非這些平臺的金融或科技標簽發生了改變，只是市場對它們的成長性有了新的認識。當然，并非說向科技靠攏有什么不對，畢竟市場對貸款業務依舊存在著很深的刻板印象。但歸根結底，還是要關注利潤的成長性和對不良率的控制。對于高成長的機構，無論是科技屬性還是金融屬性，市場都不吝給出更高的估值。如果在保持高速增長的同時，還能持續保持低不良且經受了周期的考驗，或在業務模式中不承擔信用風險（純撮合模式），那么即便貼著金融的標簽，也能拿到科技股的估值。就國內這些頭部金融科技公司而言，成長性體現在三個方面：一是市場蛋糕持續擴大。金融為百業之母，只要GDP保持正增長，金融業的市場蛋糕就會持續擴大。同時，中國經濟在全球影響力的持續提升以及金融開放持續加速，也為中國金融業開拓國際市場打開了新的想象空間。金融科技公司，作為金融業中最活躍的一個群體，必然要受益于市場蛋糕的持續擴大。二是市場結構持續調整。市場蛋糕擴大的同時，在科技實力、用戶積累、場景融合、管理激勵等因素的綜合驅動下，金融機構內部加速分化，頭部金融科技公司競爭優勢明顯，有望持續擴大市場份額，實現更高的增速。三是新業務的廣闊前景。頭部金融科技公司，不僅在金融業務上積累了競爭力，在金融科技輸出、8端產業賦能、C端流量綜合運營等方面也進行了積極探索。這類業務雖然當前難挑大梁，但具有未來的可展望性，也會帶來估值溢價。此外，對于市場仍然普遍憂慮的不良率問題、最高利率上限問題，本質上都屬于周期性因素（詳見《當前消費金融的主要矛盾》），不影響頭部金融科技公司的長期質地。時間的復利效應在預測企業未來前景時，多數人傾向于線性邏輯，在線性邏輯下，今年企業A的盈利是企業B的2倍，五年后二者的差距還是2倍。但實際上，企業間的差距很少是線性展開的，總會越拉越大。之所以如此，因為大于1的數字乘積的增長速度遠高于小于1的數字。舉例來說，企業A的競爭力在平均水平之上，設定為1.1；企業B的競爭力在平均水平之下，設定為0.9,二者的初始差距為22%（1.1/0.9-1）,但6年之后，二者的差距將擴大為2.33倍（1.廠6/0.9飛-1）。基于這個原因，市場總是給予龍頭企業更高的估值水平，以彌補線性邏輯下產生的估值偏差。實際上，給龍頭高估值更像個障眼法，真正重要的，并非