要闻CapitalOne(COF.US)启示录：数据驱动型消费信贷投放本质可行但其机会成本将抵消超额收益2019年7月19日08:10:15国信证券
摘要
CapitalOne(COF.US)特色：数据驱动型策略
CapitalOne跟其他银行的区别在于，其通过大量的数据分析对客户进行识别，实现定制化服务、精准营销。CapitalOne采用的这种业务模式的原理，就是在大量测试的基础上，开发出可商业化的产品，然后再进行大面积推广。
数据驱动型业务模式：约束条件下的最优解
我们分析发现，CapitalOne采用数据驱动型策略，因而选择以信用卡和汽车贷款等标准化程度更高的贷款类型作为主打产品。其早期通过大量证券化融资实现资产高周转，进而获得很高的ROE，但该种融资方式在后期限制了公司的成长空间，因此其通过并购商业银行转向表内融资。融资方式转向表内增加了资本消耗、降低了权益乘数并降低了ROE。这是在盈利能力与成长性之间权衡的结果。
从ROA来看，CapitalOne走的是“差异化、高风险、高收益”资产业务模式：选定适合数据驱动型策略的偏标准化产品，进行广泛营销吸引客户，通过大数据方法从传统银行较少服务的高风险客群中筛选出有效客户，实现差异化定位，从而通过收取更高的利率获取超额收益。“数据驱动型策略、标准化产品、高营销费用、高风险、高收益”相辅相成、难以割裂。
从财务结果来看，CapitalOne资产端的策略是成功的，也说明数据驱动型策略是完全可行的。但考虑到该业务模式的机会成本（即更高的负债成本、更少的非息收入、更少的存款及由此导致的更低的权益乘数）之后，最终ROE持平行业，并没有超额收益。
投资建议
我们分析认为CapitalOne这种基于数据的消费信贷投放策略本质上是可行的，不过考虑到其成功亦取决于技术进步、数据质量等因素，我们持谨慎乐观的态度。此外，该模式的机会成本也需要特别考虑，尤其是融资端制约了这一业务模式的成长空间。
就银行业来讲，考虑到2019年行业整体净息差增幅回落、资产质量有下行压力，我们预计未来一年板块收益仍以赚取ROE为主。我们维持行业“超配”评级，个股方面继续推荐农业银行(01288)、招商银行(03968)、宁波银行、常熟银行的“哑铃型”组合。
风险提示
若经济因外部不利因素影响而失速，将对银行资产质量产生负面影响；本文未考虑美国与中国在信用环境、监管体系等方面存在的差异；美国的银行报表中所包含的部分英文专业名词未有明确释义，我们已尽量明确其义，但仍可能存在偏差。
目录
一、报告起因
二、CapitalOne概况
2.1历史沿革
2.2业务特色：数据驱动型策略
2.3两个阶段，两种形态：从信用卡公司到商业银行
2.4盈能力初步观察与四个问题的提出
三、融资方式转变是ROE与权益乘数变化的原因
3.1表外权益乘数下降受证券化融资的天花板约束
3.2缺乏存款制约权益乘数提升
四、ROA高于行业：差异化、高风险、高收益
4.1高利息收入/平均资产：得益于更高的消费贷款占比
4.2高减值损失/平均资产：高风险、高收益
4.3高非息支出/平均资产：更多的营销费用
4.4其他指标特征也与其业务模式有关
五、总结：约束条件下的最优解
六、投资建议
七、风险提示
报告正文
近几年基于大数据的业务模式在贷款行业盛行，对于其有效性，市场上颇多争议。美国第一资本金融公司（CapitalOneFinancialCorp，以下简称CapitalOne）作为这一模式的先行者，已经运营超过20年，如今发展成美国第七大商业银行（按总资产排序）。本报告意在通过对CapitalOne的分析，了解数据驱动型银行这一模式的特点和优劣势。
我们后面的研究显示：
CapitalOne走的是“差异化、高风险、高收益”资产业务模式：选定适合数据驱动型策略的偏标准化产品，进行广泛营销吸引客户，通过大数据方法从传统银行较少服务的高风险客群中筛选出有效客户，以减少竞争，从而通过收取更高的利率获得超额收益。前述模式中的每个要素都是紧密联系的，“数据驱动型策略、标准化产品、高营销费用、高风险、高收益”相辅相成、难以割裂。
从财务结果来看，CapitalOne确实在资产端获得了超额收益，说明数据驱动策略是可行的。
但考虑到该模式的机会成本之后，超额收益就消失了。CapitalOne资产端的超额收益来自特殊的业务结构，这也导致其付出了机会成本，即更高的负债成本、更少的非息收入、更少的存款（由此导致更低的权益乘数），因此综合各方面因素来看，就没有了超额收益。
1988年，美国的大部分信用卡发卡行采取的是“一张卡打天下”的业务模式，比如对全部客户不加区别地收取相同利率。Fairbank和Morris两人将数据驱动型策略（information-basedstrategy，我们译为数据驱动型策略）引入Signet银行的信用卡部门，实现了批量定制，更好的满足了客户的个性化需求，大获成功。1994年底，Signet银行的信用卡部门独立出来成立OakstoneFinancialCorporation，同年更名为CapitalOneFinancialCorporation，继续采用数据驱动型策略经营信用卡业务。
CapitalOne的数据驱动型策略并不仅用于风控，而是应用于产品设计、市场营销和风险控制的全流程。实际上，创始人Fairbank和Morris起初并没有将CapitalOne视为一家信用卡公司，而是将其视为一家基于信息的“营销公司”，即通过大数据识别客户的个性化需求，将对应的产品卖给他们，这个产品现阶段是信用卡，未来也可以是其他东西，比如其在1997年底成立了AmericaOneCommunications，向顾客销售移动通信服务。不过他们在非金融业务上的应用并不成功，所以这种想法最后不了了之。
其在金融领域的市场拓展则比较顺利。1998年，CapitalOne收购了SummitAcceptanceCorporation，将前述数据驱动型策略推广到汽车贷款领域；1999年开始，公司通过数据分析开发个性化存款产品，加大存款产品销售力度；2002年，公司推出企业信用卡，进入小微贷款市场；2004年收购eSmartloan，进入住房抵押贷款领域和房抵贷市场。
2003年开始，公司开始进行策略调整，主要是想通过并购商业银行、获取存款来优化自己的负债结构。CapitalOne认为消费贷款市场在全国范围内的集中度日渐提升，越大的银行越有竞争力，这正是他们擅长的领域；而存款、小微贷款等业务则仍然呈现出很强的本地化特征，全国性银行竞争不过区域性银行。因此有必要通过收购传统区域性银行的方式，实现自身优势（消费贷款投放）与区域性银行优势（主要是吸收存款）的结合。2005年，CapitalOne收购Hibernia银行，以增强自身在吸收存款和从事小微贷款业务方面的能力；2006年又收购了NorthFork银行，进一步优化自身的负债结构，减少对资本市场融资渠道的依赖，增强负债的稳定性。收购完成后，CapitalOne从一家消费信贷公司转变为一家偏重消费信贷的综合性商业银行。
公司在接下来几年抓住机会进一步通过收购进行扩张。其在金融危机期间抓住市场机会，收购了ChevyChase银行；在2012年抓住欧洲经济与监管环境变化的机会，收购了ING在美国的直销银行和HSBC在美国的信用卡部门。到2018年末，CapitalOne按法人总资产排序已经是美国第七大银行。
CapitalOne信用卡业务跟其他银行的区别在于，其通过大量的数据分析对客户进行识别，实现定制化服务，从而更好地为客户服务。在上世纪八九十年代的时候，其他银行的信用卡一般都针对全部客户实施相同利率，对信用卡申请的结果，客户只能选择接受、主动拒绝或者被拒绝，CapitalOne则针对不同客户推荐不同的产品、给予不同的利率和授信额度。用时髦的话讲，就叫做用户画像、千人千面或者精准营销。
CapitalOne采用的这种业务模式的原理，就是在大量测试的基础上，开发出可商业化的产品，然后再进行大面积推广。其产品需要不断地迭代更新以适应技术的变化以及应对市场竞争，因此其不得不继续进行更多的测试。
CapitalOne于1994年从Signet银行分拆并上市，考虑到数据完整性，我们从1995年开始分析。2005-2012年，CapitalOne进行了四起大规模收购，从一家信用卡公司转变成一家偏重消费信贷的综合性商业银行，这几年是其转型期。因此在1995-2004年（我们将其称为第一阶段）和2012-2018年（我们将其称为第二阶段）这两个阶段，CapitalOne是两种不同的形态。
需要指出的是，CapitalOne从2010年1月1日起采用新会计政策，将证券化贷款纳入表内核算，资产端计入贷款，负债端记为证券化融资负债。这一会计政策变化使得2009年末权益乘数比旧口径高出1.7。如果我们将历史数据调整为新口径（即将证券化资产还原至表内），会导致其ROA下降、权益乘数上升（比如旧口径下2009年ROA0.58%，权益乘数为6.4倍；新口径下ROA0.46%，权益乘数8.1倍），但ROE不受影响。由于数据缺失，我们无法对全部历史数据进行调整，但可以将ROA和权益乘数按照新口径追溯调整。我们接下来先基于追溯调整过的数据，看一下最新口径下，CapitalOne相对于行业的ROE、ROA和权益乘数。
从ROE来看，第一阶段CapitalOne的盈利能力明显超过行业，但第二阶段则回落至行业平均水平。其中第一阶段平均超额ROE为9.4%，第二阶段为-0.9%。
从权益乘数来看，CapitalOne的相对权益乘数在第一阶段明显高于行业，但一路下降，第二阶段变为低于行业。其中第一阶段平均超额权益乘数为4.4倍，第二阶段为-1.9倍。
从ROA来看，第一阶段和第二阶段的ROA都高过行业平均水平，差别不大。其中第一阶段平均超额ROA为0.28%，第二阶段为0.16%。
我们对前述数据进一步分析，可以得到更多有益的结论。我们主要思考如下四个问题，并在这几个问题的基础上，总结数据驱动型银行的优势和约束：
问题一：为何CapitalOne的权益乘数会不断下降？
问题二：为何其权益乘数在第二阶段低于行业？
问题三：为何CapitalOne在第一阶段获得了明显高于行业的ROE，却要费力气收购商业银行，使得第二阶段相对ROE明显下降？
问题四：CapitalOne的ROA高过行业，靠的是什么？
CapitalOne权益乘数下降是证券化融资规模相对下降导致，主要受证券化融资天花板制约。我们首先将CapitalOne证券化贷款会计回表前的权益乘数划分为表内权益乘数、表外权益乘数两部分，前者即报表上的表内资产/净资产，后者为表外证券化贷款余额/净资产。通过观察CapitalOne相对行业的表内权益乘数和表外权益乘数，我们可以明显看出：CapitalOne的表外权益乘数下降明显，而表内权益乘数基本稳定。表外权益乘数下降，早期可能受限于贷款投放能力（如果不是这样的话，其完全能够通过更多的证券化融资支持投放更多表外消费信贷，来提高市占率），后期则主要跟ABS市场容量有关（因为我们看到后期其消费信贷证券化产品的市占率已经非常高，继续增长比较乏力）。这解释了前述问题一。
证券化融资市场容量是限制CapitalOne表外杠杆提升的最根本原因，因此后来它要去并购商业银行。由于证券化融资市场容量有限，因此依靠证券化的高周转模式达到了天花板，要想继续扩张，只能靠自己借钱来解决融资问题。其并购商业银行的核心动机在于获得更多表内融资渠道（尤其是存款），来支撑资产端的扩张，这一点CapitalOne在年报中也做了同样的解释。而一旦将融资方式转为表内，就要消耗大量资本，导致其整体权益乘数下降以及ROE下降。这解释了前述问题三。
CapitalOne存款吸收能力弱于行业，制约权益乘数提升。这一点从存款/净资产可以明显看出来。而CapitalOne的存款吸收能力弱，主要是因为其业务偏重消费贷款，而在存款业务上投入不足（主要是指网点数量少）。实际上，受网点数量制约，即便到第二阶段转变成一家综合性商业银行后存款压力有所减轻（存款/净资产相对行业的差距减小），其存款依然偏少。在美国前几大银行中，CapitalOne的存款吸收能力是最弱的。这解释了前述问题二。
对于CapitalOne的ROA分解，受数据限制，我们只能观察第二阶段（不过对部分指标的分析亦可追溯到第一阶段）。我们对第二阶段CapitalOne每年相对行业的ROA进行杜邦分解，然后取算术平均。从杜邦分析的结果来看，充分反映了其业务模式特征。
CapitalOne的生息资产收益率远高于行业。比如2018年其生息资产收益率高达8.17%，比全行业高出377bps。为了使用详细数据进行更准确地归因，我们将其与富国银行对比。2018年CapitalOne的生息资产收益率比富国银行高出441bps。从归因分析来看，其生息资产收益率之所以高，主要是生息资产中高收益的消费信贷占比高。这解释了前述问题四。
其消费类贷款以信用卡和汽车贷款为主，尤其是信用卡贷款。这一方面跟美国大环境有关——美国个人消费贷款中，信用卡贷款占一半，汽车贷款占1/4，其他消费贷款占1/4；另一方面也是因为这两类贷款标准化程度更高，更加适合运用数据驱动型策略。CapitalOne的信用卡和汽车贷款在美国国内的市占率均在12%左右，而其他消费贷款则可以忽略不计。
不管是第一阶段还是第二阶段，CapitalOne的减值损失/平均资产都明显高于行业，也高于富国银行，不过这并非数据驱动型策略有问题，而是因为其在高风险、高收益的信用卡以及汽车贷款上面投资力度更大导致。以信用卡为例：
第二阶段中，虽然CapitalOne信用卡贷款核销率比富国银行高了60bps左右，但其收益率比富国银行高出约250bps，风险调整后的收益率明显更高。更高的收益率源自其经营策略，即通过大数据从传统银行服务较少的客群中筛选出有利可图的客户。这是其客群定位导致，而非数据驱动型策略有问题；
一般来讲，信用卡业务的风险更高，而如前所述，由于CapitalOne此类贷款占比更高，这种结构性因素导致其减值损失/平均资产偏高。
从非息支出结构来看，也可以看出CapitalOne的业务特征：
员工薪酬支出更少，原因在于CapitalOne不是社区银行模式，所以对员工数量的需求更少（2018年CapitalOne的人均薪酬更低，对较少的员工薪酬占比亦有贡献。但2000年的时候CapitalOne的人均薪酬是略高于富国银行的，所以员工数量少才是薪酬总额占比低的主要原因）；
更多的通讯与数据处理费，倒不是应用更多大数据导致，而是信用卡业务占比更高导致。
关于CapitalOne较多的营销费用，我们可以深入分析一下，会对信用卡业务有更多的认识。其实CapitalOne通过初期的余额代偿这种革命性产品，并依靠数据驱动型策略深入次级客户市场，获得了大量的客户。然而，随着信用卡市场趋于饱和以及其他银行的模仿竞争，CapitalOne也很难再进一步提高市场份额。我们随便打开一家美国大型银行的信用卡产品页，会发现其产品跟CapitalOne都大同小异。因此CapitalOne的市占率近年来大致稳定，只能通过并购实现扩张，而且需要在营销方面持续投入。
总的来看，CapitalOne是一家数据驱动型银行，因此其选择以信用卡和汽车贷款等标准化程度更高、适合自身策略的贷款类型作为主打产品。其早期大量通过证券化融资实现资产的高周转，进而获得了很高的ROE，但该种融资方式受市场空间约束，限制了公司的成长空间，因此其后期通过并购商业银行转向表内融资。融资方式转向表内增加了其资本消耗，从而降低了权益乘数并降低了ROE，这是盈利能力与成长性权衡的结果。
从ROA来看，CapitalOne走的是“差异化、高风险、高收益”资产业务模式：选定适合数据驱动型策略的偏标准化产品，进行广泛营销吸引客户，通过大数据方法从传统银行较少服务的高风险客群中筛选出有效客户，实现差异化定位，从而通过收取更高的利率获取超额收益。前述模式中的每个要素都是紧密联系的，“数据驱动型策略、标准化产品、高营销费用、高风险、高收益”相辅相成、难以割裂。
从财务结果来看，CapitalOne确实在资产端获得了超额收益，并且在金融危机期间也没有亏损，其策略是成功的，也说明数据驱动型策略是完全可行的。
但考虑到该业务模式的机会成本之后，超额收益就消失了。CapitalOne资产端的超额收益来自特殊的业务模式，这也导致其付出了机会成本，即更高的负债成本、更少的非息收入、更少的存款（由此导致更低的权益乘数），因此综合各方面因素来看，ROE持平行业，没有了超额收益。
当然，可能会有人问：为何CapitalOne不进行综合化发展，从而解决机会成本的问题？实际上，一旦CapitalOne对业务结构和资产结构进行调整，变得更加综合化、更加平衡，这不仅违背了其战略定位（“建立一家从事银行业务的科技公司，而不是一家使用科技的银行”），而且会直接与其他大银行正面竞争，或许结果会更差。也就是说，虽然从整个行业来看可能并非全局最优的，但“差异化、高风险、高收益”的资产业务模式，对缺乏网点的CapitalOne来讲，或许是其现有网点数量约束下的最优解。
最后，我们前面提到，CapitalOne在后期对成长性和盈利能力进行了权衡，通过ROE下降换得更多的融资方式，从而获得了更大的成长空间。其实CapitalOne在后期也可以选择放弃成长性、维持高盈利，从而转变为一个现金牛，对一些集团附属的金融子公司，这或许也是个不错的选择。
类似CapitalOne这种基于数据的消费信贷投放策略目前被国内不少银行采用，尤其是互联网银行，但市场上对其有效性的分歧很大。我们分析认为这一策略本质上是可行的，不过考虑到其成功亦取决于技术进步、数据质量等因素，我们持谨慎乐观的态度。此外，该模式的机会成本也需要特别考虑，尤其是融资端制约了这一业务模式的成长空间（对部分非银机构来讲，监管约束可能也是需要考虑的因素）。我们将继续紧密跟踪国内采取相似模式的银行或其他机构的进展。
就银行业来讲，考虑到2019年行业整体净息差增幅回落、资产质量面临一定下行压力，我们预计未来一年板块收益仍以赚取ROE为主。我们维持行业“超配”评级，在个股方面建议优先选择负债优势明显、以大型企业为主要客群、基本面稳健、估值低的大型银行，和以中小微企业为主要服务对象、风控能力突出、估值相对合理的小型银行，推荐农业银行、招商银行、宁波银行、常熟银行的“哑铃型”组合。
目前宏观经济仍存在一定的不确定性，若经济因外部不利因素影响而失速下行，将对银行资产质量产生较大影响。
美国与中国在信用环境、监管体系等方面存在很大差异，本文的分析并未考虑到这种差异带来的影响。
美国的银行报表跟我国不完全相同，且其报表中所包含的部分英文专业名词未有明确释义，我们已尽量明确其义，但仍可能会存在偏差。
您当前使用的浏览器版本过低，导致网站不能正常访问，建议升级浏览器