商牧

在日趋激烈的市场竞争中，各商业银行为了保业务增长、稳市场份额，牢固客户关系等行为，在面对规模较大、具有商业优势地位的客户时，往往会以财务资源的投入为抓手，做为切入客户经营的方式。在此情况下，对财务资源投入的产出做相对准确的计算，是各家商业银行所遇的普遍难题。目前，各家银行的测算方式不具普适性，并且随着中国社会整体数字化进程的加速，该问题更为突出。本文以建设银行所采用的净现值分析方法为基础，对数据的价值、获取路径等进行补充，采用并结合OKR管理方法，对数字化时代商业银行对外财务资源投入产出测算模型进行初步探讨。

一、数字化背景下商业银行财务资源投入产出测算的主要问题

财务资源在企业经营中，属于稀缺资源，在银行的经营中，随着经营层级的逐步下沉，对于财务资源投入的盲目性、冲动性就越强;随着经营层级的上浮，对财务資源投入的审慎性、成本的控制等方面又逐渐趋严。上下层级的经营压力与管理目标的差异，形成较为强烈的矛盾。同时财务资源投入产出模型的科学性、规范性和投入产出效率的计算是否准确，一直是被挑战的重点。在数字化时代，这种矛盾与挑战显得尤为突出，其中主要原因集中在以下四个方面：

1.数据价值估值。其中包括数据内在价值、商业价值、绩效价值、成本价值、经济价值、市场价值等，以上价值如何进行估值计算？是否应纳入投入产出模型计算？在经营与管理中，属于讨论焦点。从商业银行角度出发，数据资产如何进行变现，以及变现路径等，目前尚无统一答案;

2.C端用户价值。与互联网企业相比，商业银行财务资源的投入更偏向于大型企业和政府机构，从传统经验看，针对大型企业和政府机构的投入产出效能更强。但在数字化时代的背景下，对于商业银行来讲，“无私不稳，无公不富”这一特点更为明显。同时，从政策上来讲，商业银行不具备互联网企业面向C端用户烧钱的条件。在互联网企业对C端用户具有相当掌控力的情况下，商业银行的稳存增存压力明显增加。

3.数据来源问题。从各家商业银行现状来看，如工行第四代核心信息系统、建行新一代系统、农行BoEing系统建设的核心目标之一均是解决数据集中、融合数据孤岛。但由于数据量的异常庞大和诸多历史因素，对公、对私在多维度的数据统一上，仍有较长的路要走。另一方面，由于商业银行对数据的市场价值认识较互联网企业晚，在可以评价用户价值的数据埋点方面起步较晚。综上，可以应用到对外财务资源投入产出分析中的准确、可靠、统一的数据来源方面尚存在一定问题。

4.测算期限。商业银行对外财务资源投入测算的核心要素之一是期限，随着投入时间的增加，产出影响“熵”值同比增加，当投入前五年未实现投入产出平衡时，后续产出不可预计。

二、数字化背景下商业银行财务资源投入产出测算模型

商业银行对外财务资源投入产出应全面考虑相关投入、产出、货币时间价值、风险、资本成本、税费各项各项关键因素。

1.基本方法

测算的基本分析方法主要包括净现值法、动态投资回收期法。

（1）净现值法（Net Present Value，简称NPV）是按规定的贴现率将各期EVA折现到项目期初。

NPV=∑（各年EVA×复利现值系数）

各年EVA=存款净收入+贷款净收入+中间业务净收入-项目直接投入-日常运营成本-风险成本-营业税金及附加-所得税-经济资本成本。

复利现值（PVIF）是指未来发生的一笔收付款其现在的价值。

（2）动态投资回收期法以折现的EVA为基础，计算收回全部投入所需要的时间。

动态投资回收期=N-1+第N-1年累计净现值的绝对值/第N年当年EVA的现值

其中，N表示累计净现值出现正值的年份数。

投入部分应充分考虑日常运营费用和所投入财务资源。

2.关注要点

（1）财务资源投入产出测算需用增量分析的方法，考虑与项目相关的差量成本和差量收入，计算项目建设发生的新增投入与项目建设后的新增收入，不考虑沉没成本（即无论项目是否开展都已发生的成本或支出）和存量收入。

（2）项目投入产出分析应本着审慎性原则预测项目产生的现金流量，充分考虑现金流量的不确定性，不可多计现金流入量、少计现金流出量。对影响现金流量的关键指标应进行敏感性分析，并用概率分析方法预测现金流量的期望值。

（3）计算项目的现金流量时，不仅要考虑直接的现金流入流出，还要考虑没有直接现金交易的机会成本因素，即占用的资金或资产用于其他投资机会可能产生的回报。对于利用闲置房产新建或改建的项目，应该将处置闲置房产可能获得的收入作为税后现金流出因素予以考虑。

（4）增值税净额=[主营业务收入÷（1+6%）*6%-投入成本÷（1+增值税税率）*增值税税率]*1.12

3.关联收益

商业银行财务资源投入对象主要为大中型企业或机构，为充分考虑收益部分，其关联方收益不应忽略。在对公方面，关联方主要为被投入主体的上下游企业或可被被投入主体影响的其他方;对私方面，被投入主体的员工、与被投入主体有密切相关往来的个人用户等产生的收益均应进入考虑范围。

在现有系统的支撑下，对关键时间点、频次、交易内容等方面进行数据埋点和限定，可有效获取相关内容，并通过获取信息进行反推，可得到关联方收益。

4.数据价值

对商业银行讲，数据价值考虑内在价值、商业价值、经济价值、市场价值基本可满足大部分场景需求。其中商业价值、市场价值，可进行市场同类型数据比价，在期限内进行定价并保持更新;内在价值与经济价值，可通过两个指标进行衡量，一是以数据被引用次数。在无历史数据的情况下，可与现有一般数据被引用次数平均值进行对比反推定价;二是以数据被应用带来直接收益进行确定。

5.分阶段测算

商业银行对外财务资源投入中，根据投入规模的大小、被投对象的性质、收益来源主体等，进行统一测算或分阶段测算。统一测算适用于收益来源主体，被投对象为盈利性组织等;分阶段测算适用于收益来源较为分散、被投对象偏向社会服务或公益型组织，其本身资金体量较小，但关联方较多或能带来较大数据资产。其测算基本方法不变，对OKR管理工具进行变形使用，在不同阶段设定不同产出目标。

参考文献

[1]耿坤：仑基于投入产出表的商业银行竞争力研究.2008

[2]孟彦菊：投入产出模型扩展研究.2009