刘晓曙 鞠卓丨银行零售资产业务：困局、成因与出路

策略建议

如前所述，当前我国银行业零售资产业务受到宏观经济供需失衡的影响，出现了规模增速持续下降、收益率持续下滑、不良率持续上升，它是一个阶段性现象。长期来看，零售资产业务轻资本、风险分散、弱周期的特性并未改变，商业银行须结合宏观经济环境变化趋势积极调整零售资产业务发展策略。

长期，保持战略定力，加强零售资产业务经营能力建设。发展零售资产业务需要持续的资源投入，不可能一蹴而就，商业银行要想做好零售资产业务，必须在战略上保持定力，持续提升零售资产业务经营能力。

一是重新认识零售资产业务的业务逻辑。银行是经营风险的机器，零售资产业务的核心同样也是风险管理。对于强抵押性质的个人贷款，由于有抵押品，相对更加有保障。但对于信用类个人贷款，有些银行做不好，主要原因是缺少对客户还款意愿和还款能力的风险识别本领。信用贷款虽然没有抵押，但不等于没有抓手，这个抓手就是个人信用，这种信用体现在道德、声誉、社会关系等各个方面。以公务员信用贷款为例，尽管在名义上属于信用贷款，无须提供抵押品，但实际上，它可被视作以公务员的声誉与职业前途作为“抵押与担保”的贷款，因此，风险管理的基本逻辑与抵押贷款相似，都是以借款人的信用价值这一无形资产为核心进行风险控制。很多人甚至银行从业人员都会认为信用贷款就是无抵押、无担保的贷款，其实这是一个很大的误区。信用贷款确实无抵押、无担保，但真正的信用贷款都是有抓手的，只是这个抓手往往是无形的、看不见的。商业银行须认清这种业务逻辑再开展个人信用贷款业务。

二是注重发展第一还款来源的风险管理模式。商业银行发展个人经营贷业务要解放“当铺”思维，从过去依赖以房地产等实物抵押品为主的风险管理模式，转变为注重发展围绕第一还款来源的风险管理模式。抵押品作为风险缓释工具并不能就完全保证信贷安全，所以不应把是否有抵押品作为信贷支持的准入门槛，商业银行须通过对借款人信用数据、行为数据、经营数据的分析，从第一还款来源角度综合评估借款人的内在价值，合理设定贷款准入门槛、金额、利率等。

三是加强零售资产业务人才梯队建设。随着人工智能技术不断取得突破，它在商业银行零售资产业务中的应用将持续深入，未来有望成为银行竞争的关键领域。在智能营销方面，人工智能能够帮助精准洞察客户需求，实现个性化产品推荐与服务；在风控决策中，借助大数据分析与机器学习算法，可提升风险识别、评估与预警的精准度，优化信贷审批流程。商业银行应积极做好相关人才梯队建设，着力培养既懂金融又懂技术、业务的复合型人才，为应对市场变化、竞争挑战筑牢根基，从而为零售资产业务的长期稳健发展提供有力支撑。

短期，加强零售资产业务的风险防控。当前供需不平衡的宏观经济环境不利于零售资产业务的大规模扩张。商业银行在发展零售资产业务时，应审慎评估市场状况，尤其是对于个人贷款业务风险管理能力相对较弱的银行，发展零售资产业务应重“质”而非“量”，要将零售资产业务发展重心放在加强风险防控方面。在此阶段，强化风险防控不仅是保障银行零售资产业务稳健运营的必需要求，更是为未来在供需再平衡后实现零售资产业务可持续、高质量发展奠定坚实的能力基础。

一是从粗放获客转向精准分层管理。风险防控的本质是识别并服务“对”的客户，商业银行要打破传统规模导向，通过精细化客群分层，将资源聚焦于抗风险能力强、需求稳定的优质客群。例如，将零售客户划分为“核心优质客群”“潜力成长客群”“高风险边缘客群”，短期优先服务前两类客群，对高风险客群收紧准入标准或要求增信措施。通过客群精细化分层经营管理，提升零售资产质量，为宏观经济环境改善后的客群扩张积累数据基础和模型能力。

二是充分储备风险吸收能力，提升零售资产业务发展韧性。零售资产业务风险具有滞后性，在经济下行周期会表现出集中暴露的特征。因此，商业银行须充分考虑当前供需不平衡经济环境对零售资产业务的冲击影响，针对供需不平衡程度较高行业的经营贷，以及高共债信用卡等风险相对较高的业务品种计提足额拨备。同时，开展极端情景的压力测试，评估零售资产组合抗压能力并制订应急计划。商业银行通过充分储备风险吸收能力，提升零售资产业务发展韧性，在经济回暖时方能从容实现从防控到扩张的平滑切换。

（文/刘晓曙、鞠卓，刘晓曙系清华理学博士、厦大经济学博士、中国首席经济学家论坛理事、青岛银行首席经济学家，鞠卓系青岛银行博士后研究员，来源：《清华金融评论》2025年第7期，有所修订）