光大银行估值为何被低估(光大银行180天为什么不能全部赎回呢)

光大银行180天为什么不能全部赎回呢

一般来说，光大银行180天定期存款有一定的收益，如果全部赎回，可能会损失一定的收益，所以不能全部赎回。

光大银行理财为什么打不开

光大银行理财打不开是一个募集期。理财产品都有一个募集期，资金还没募集完的话可能就不会显示了，和暂停该理财的受理。

银行股为什么长期低估？要不要去捡银行股的烟蒂？

可能很多朋友对“烟蒂股”不太了解，我们还是先来普及下。所谓的“烟蒂股”，指的是实际价值高于市场估计价值的上市公司，这种股票最大特点是由于特定环境下的市场作用，其市场股值表现较低，股价十分低廉，花很少钱就可以买到。

要说现在银行股是“烟蒂股”，个人并不否认。并且，题主所言的却是如此，银行股却是有着较长时间的被低估。如果问“要不要去捡银行股的烟蒂”，个人的回答则是，可以将一部分底仓留给银行，不管是风险性还是潜力性都是具备的。我们来一点一点来看：

1、银行股为什么长期低估？关于银行股为什么长期被低估，就A股市场而言，个人认为有几点原因：第一个是认知缺陷。很多股民朋友会将股票价格的历史K线图打开，然后分析，而银行股的走势给人的感觉就是“太慢了”，差价空间很低，并且该跌的跌、该涨的时候又涨不动。所以，在存在这种认知缺陷的基础上，银行股并不受投资者喜欢。第二个是成长性偏低。股市中一些公司的成长性十分不错，一年增长20%+、30%+、50%+等等，可是银行股呢？大部分是在10%以下的增长性。增速慢，市场给予的估值当然也就更低。第三个是“盘子大”。银行股动不动就是几千亿的市值，而投资者喜欢的是盘子小的，这一点是不对胃口的。在关注度低的基础上，自然估值也就起不来。

2、要不要捡银行股的“烟蒂”？以现在银行板块的整体水平来看，优质的部分公司，是值得捡银行股的“烟蒂”的，不管是从未来业绩确定性、质优程度、现金分红股息率还是从风险系数、估值的角度，均是十分不错的。可以将一些底仓的筹码留给银行股，风险系数以及潜力性是具备的。当然，银行股向来比较缓慢，需要的时间要长一些，而不能是短时间。

银行科技|史晨阳：光大银行数据资产估值创新研究与实践

导读：近日，中国光大银行金融科技部总经理史晨阳特别撰文指出，结合数据资产定义及特点，中国光大银行在传统的估值理论基础上，以货币化度量数据资产为目标，构建了普适性、可落地的数据资产估值方法体系，指导实际的数据资产估值工作。数据资产估值核心方案采用最朴素的计算方法，即：“算什么”“怎么算”“计算”三大步骤。

随着数字中国建设的推进，数据已然成为产业高质量发展和行业数字化转型的核心生产要素。加快培育数据要素市场、激发数据资产价值转化，已经成为数字中国建设的关键引擎。在数据要素市场化持续探索的过程中，如何有效衡量数据价值，构建科学、统一的数据资产估值机制，建立“数据资产定价之锚”，是打造健全的数据交易流通市场的重要前提。

为此，中国光大银行聚焦数据资产估值，通过对数据资产概念的辨析、数据资产估值理论的研究，探索适用于商业银行的数据资产估值方案，并通过估值实践总结数据资产估值的实施步骤、前提条件和关键点，形成《商业银行数据资产估值白皮书》并对外发布，为同业提供借鉴。

数字经济时代变革的战略选择

第一，中央和地方政府高度重视数据要素市场培育，完善数据要素属性具有战略意义。2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式将数据作为生产要素，“十四五”规划提出“激活数据要素潜能”，《数据安全法》《个人信息保护法》等法律法规密集出台，体现了国家对数据生产要素的重视。同时，部分省市率先探索数据要素市场化改革，相继出台系列法规和指导文件；北京、上海、深圳、贵阳等大数据交易所相继成立。各项政策的频繁颁布不仅在战略高度上强化了完善数据要素属性和市场流通性的重要意义，也为数据要素市场体制机制建设指明了方向。

第二，数据资产价值的科学有效计量是数据要素流通的基础。统一的数据资产估值及定价标准是数据要素流通的价值衡量基础，也是数据要素配置的重要手段。对社会而言，数据资产估值为交易市场统一数据定价模式的形成提供系统框架和标准参考，促进数据资产要素流通市场的构建，提升行业对于数据资产价值的公允认知。对企业自身管理而言，通过量化数据资产价值及分布，可有效识别高价值数据资产，为管理决策层数据领域的量化评估提供辅助决策工具，提升数据资产的应用水平，为数字化转型提供参考。

数据资产的定义及特点

要探索数据如何转化为资产以及对其进行价值计量和流通的前提条件和转化机制，首先需要厘清数据资产相关概念。根据对法律规章、国家标准及专业文献等方面的研究，结合对数据、资产、无形资产的定义，从企业应用的角度，我们将数据资产定义为“由企业合法拥有或控制，预期在未来能够为企业带来经济利益的、以电子方式记录的数据资源”。其中“合法拥有或控制”是数据作为资产估值的前提；“带来经济利益”是圈定数据资产的范围，不能带来经济利益，比如内部管理的过程数据需要从估值范围里排除。同时，相比于传统的有形资产和无形资产，数据资产还具备非实体和无消耗性、可加工性、形式多样性、多次衍生性、可共享性、零成本复制性、依托性和价值易变性八大特性。这些属性是在未来逐步构建和完善数据资产估值体系中需要持续考虑和优化的内容。

数据资产估值理论研究

通过对传统资产评估方法及各类理论研究的梳理，当前数据资产估值尚无权威统一的方法体系。数据资产估值方法按照估值结果的形式分为货币度量法及非货币度量法两类。

货币度量的估值方法以传统资产评估方法为代表，主要包括成本法、收益法以及市场法三大类，此外还包括由Gartner提出的浪费价值（WVI模型）和风险价值（RVI模型）两种货币类评估模型。非货币度量法主要包括Gartner提出的内部价值（IVI模型）、业务价值（BVI模型）和绩效价值（PVI模型）三类模型。

表1传统资产估值方法比较

实践中，货币度量法评估的价值能直接与其他货币价值比较，更能直观反映数据资产价值；而非货币度量法一定程度上反映数据资产自身的价值变化，满足数据资产内部管理要求，但由于缺乏量纲，可比性不足，难以为数据要素的流通交易提供参考。因此，货币度量法更具有普适性。但非货币度量方法能够通过模型的方式将数据资产的各类特点对价值的影响纳入考虑，对货币度量法进行有效补充，构建更加适合数据资产的货币度量方法。

光大银行数据资产估值实践

结合数据资产定义及特点，中国光大银行在传统的估值理论基础上，以货币化度量数据资产为目标，构建了普适性、可落地的数据资产估值方法体系，指导实际的数据资产估值工作。数据资产估值核心方案采用最朴素的计算方法，即：“算什么”“怎么算”“计算”三大步骤。

第一，“算什么”明确估值对象和颗粒度。“算什么”的关键是确定估值的最小单元，也就是数据资产估值对象及计算的颗粒度。结合数据资产八大特点，我们确定了估值对象划分的五大原则：独立性、整体性、不重复评估、成熟度及合理性。根据独立性原则，评估对象至少是一个独立产生业务价值的数据集合，单个字段不能作为资产估值的最小单元。根据整体性原则，整体不可分割的数据资产，如模型及其相关参数，建议划分在同一估值对象。充分考虑数据资产的存在形式、价值来源、生命周期等因素，我们将数据划分为原始类、过程类及应用类三大类，再进一步对三大类数据资产的特点和影响价值因素的不同，细分为17个估值对象，明确估值的最小单元。

第二，“怎么算”构建估值体系。“怎么算”的关键在于明确具体算法和参数。研究中我们发现，各货币度量估值方法均具有不同的适用条件。如运用优化成本法时，数据资产相关成本可通过多种方式获取；运用优化收益法时，各数据资产的相关收益可追溯；运用优化市场法时，市场中应至少具备同类型交易和产品。

优化成本法是在传统成本法的基础上，通过合理收益率、综合调节系数两大重要参数，引入数据质量、数据规模等修正因子，结合市场均值或企业本身历史盈利数据确定此类资产的合理利润，综合评估数据资产内部价值。

优化收益法在原有收益提成法和增量收益法的基础上，对数据资产收益提成率进行修正，估算数据资产预期经济收益折现到估值时点的价值，综合评估数据资产内部价值。

优化市场法则从可类比市场案例、价格修正和交易方式（年限）三个变量进行考虑，利用可比案例相关数据预测待评估数据资产年收益，推算未来历年收益的折现总和，计算数据资产交易日和评估日的现值总值，综合评估数据资产外部价值。

基于优化后的三大估值方法，中国光大银行充分考虑数据资产特性及价值实现方式，将数据生命周期、数据规模、数据质量、数据风险、市场交易等因素通过定量或专家法，纳入综合调节系数，构建形成全面、通用的数据资产估值体系，设计计算参数111个。

第三，计算数据资产价值。“计算”则从实施角度，将方法与估值对象进行适配并最终计算出数据资产价值。在满足方法选用条件的前提下，还需综合考虑方法应用持续性，将估值对象与估值方法进行适配，确定用于数据资产价值计算的198个指标，并进一步以中国光大银行自身的数据资产为对象，完成计算指标数据的采集与计算，最终得出全行超千亿的数据资产价值。通过计算我们发现，数据资产的主要价值体现在应用类的数据资产。这说明沉淀的数据只是资源，只有把数据用起来，才能充分释放数据价值。

图1数据资产估值核心方案

结束语

当前，数据基础设施加速泛在化、数据价值加速显性化，推动了数据要素市场体系的快速迭代升级。展望未来，国家政策、法规及相关标准将逐渐明晰和细化，更具操作和指导意义，数据资产估值方法和评估指标将趋于完善，最终探索出一条科学、具有公信力和普适性的数据资产估值路径。

中国光大银行将积极融入国家数据要素市场建设大局，在保证数据安全合规的前提下，拓展新技术实践和数据价值场景应用，为实现银行业高质量发展探索新方案、新模式。

（本文作者系中国光大银行金融科技部总经理史晨阳）

来源|金融电子化

编辑| 马俊

点击查看近期热文

李扬：货币的本质是信用关系

人大常委会专题讲座|黄益平：数字经济的发展与治理

首都金融|李文红：巩固扩大金融科技发展优势，大力培育数字金融产业主体

“金融科技50人论坛”（CFT50）：于2017年4月22日在北京发布成立。紧密围绕金融科技理论、实践与政策前沿，努力建设成为服务于“政产学研用”的独立优秀学术平台，并积极推动金融科技领域的交流协作与教育培训。参与出品的《中国金融科技运行报告》《全球金融科技创新实践》《中国金融科技青年论文》《CFT50金融科技资讯》等学术成果，在金融科技领域具有重要的影响力。

光大银行总资产为什么比余额多

光大银行总资产比余额多的原因有贷款资产、投资资产。1、贷款资产：作为一家商业银行者掘，光大银行所持有的贷款资产也是其总资产的一部分。贷款资产包括个人贷款、企业贷款、房地产贷款等，这些都是光大银行通过向客户提供融资业务获得的资产。相对于客户的存款余额而言，光大银行所持有的亮嫌唤贷款资产更为庞大，因此也是其总资产比存款余额高的原因之一。2、投资资产：除了贷款业务外，光大银行还会通过投资股票、债券等金融产品来获取资产收益。这些投资资产也是光大银行总资产的一部分，相敬凯对于客户的存款余额而言，投资资产也会更加庞大。

银行股为什么现在市盈率这么低?不涨的原因是什么？

不知道是不是价格的原因，因为这些银行股当初上市的时候，国外就以比较低的价格入手，当然价格底的你都想不到，上市然后减持套现，一本万利，就和创业板一样，摆明就是圈钱，只要股票不跌破发行价，他们就是赚钱，何乐而不为，浅见，见笑

光大银行的真实现状和前景？

光大银行作为中国大型的商业银行之一，业务涉及公司银行、个人银行、国际金融等领域，在国内银行业市场具有一定的竞争力。

近年来，光大银行发挥自身优势，加大金融科技创新力度，推动数字化银行建设，大力发展普惠金融、科技金融等创新业务，加速数字化转型步伐，使得其经营业绩和市值不断上升。

同时，光大银行也面临着市场竞争加剧、利润下降、资本质量压力大等微观经济环境的挑战。特别是在疫情冲击下银行业整体盈利下滑，光大银行也受到了一定的影响。

未来，随着国内金融业的不断开放和变革，光大银行将不断加强自身资本实力和风险管理水平，深耕细作，创新发展，持续提高服务客户的能力，提升经营效益和竞争力。

董宝珍就中特估、银行估值修复答外媒（一）

Q

银行证券目前都跌停了，

如何看待近期的回调？

A

目前还没有达成市场的一致和统一，体现为回调，但是大势已定。这就是新事物刚刚出现的时候，大众尚不能够自觉地接受这种新事物，所以还在犹豫，还在怀疑。西方有一个大投资家说过：“行情在绝望中诞生，在半信半疑中成长，在无限憧憬中毁灭。”

反应大是正确的，在反应大之后的反向变化并不正确，不代表趋势，因为大型金融股在涨百分之几十之后，仍旧是零点几倍市净率。大型金融企业享有一倍市净率是理所当然合情合理的，因此真正合理的变化就是应该不断地估值修复。

Q

现在一倍估值的修复

是否形成市场共识？

A

没有形成市场估值，立即就连续涨停了，但是客观上本来就应该这样，目前正是共识形成的过程，就像那位大投资家所说“行情在半信半疑中成长”，行情首先是在绝望中诞生，实际上大型金融股确实是绝望了很长时间了，于是就在半信半疑中成长，半信半疑就是起伏较大。

Q

提高回购或者是分红是

一种基本面的干预？

A

鼓励更多的分红，甚至于鼓励回购，是能够促成估值的修复，但是这一次政策干预的着力点就是对长期低估的不认同不接受，以行政的手段要强行扭转低估值，这个是主要矛盾。

在扭转低估值的时候，政策已经表现出来：监管层掌门人讲话，交易所发文件，专门成立消灭低估值的基金，包括增加回购、加大分红都有利于估值的改变。

现在主要矛盾是一定要消除低估值，让合理估值出现。

Q

会出现类似15年的问题？

A

如果最终市场对低估金融股，低估央企的估值，最后锁定到1.5倍左右，这个是健康的、合理的，就会出现涨上去跌不下来。

但是如果像前两天因为银行大涨所出现的，网上流传着07年工行就四五十倍市盈率，要做到那个水平的话，虽然不会一地鸡毛，也得半地鸡毛。

关键要看最终出现的中期估值修复，行情最终发展到什么程度？目前来说继续上涨一倍也就是将将合理合理。

目前这个问题不严重，但是上涨一倍向何处去？那就能决定最后会不会发生大暴跌了。

Q

外国投资者不太认可中国行政干预

A

昨天一位外国投资者到我们公司来，我们聊的过程中，他提到了一些关于A股和H股的低估值的问题，还有中特估是否是一种形式的市场干预。

中特估其实是指行政机关通过干预市场来影响股票估值的一种手段。尽管市场经济理性，但是如果政府不加干预，可能会出现让本来就被低估的股票继续低估的情况。这种长期低估的结果会导致上市银行失去融资能力，而中国经济现在需要银行的支持。实体银行的资本充足率已经不足，无法融资，因为它们的市净率只有零点几倍。在国有银行的股权转让过程中，股权价格不得低于一倍市净率。如果不进行估值修复，将会对社会经济造成不良影响。

在市场无法自主进行正确地估值修复时，政策的干预是正确的。重要的是要看政策的效果是否是有利于社会的。政府在市场长期对大盘金融的扭曲过程中直接下场，这对社会是有益的。因此，对于这种干预，外国投资者可能会有教条主义的看法。

事实上，在美国硅谷银行破产之前，相关政府机构最初只表示将赔偿25万美元以下的损失。但是后来发现这样的方案并不可行。如果政府只赔偿25万美元以下的损失，那么超过25万美元的损失就会造成整个美国金融体系的崩溃。因此，政府改变了立场，表示将赔偿所有损失，这样市场才能稳定下来。

我和昨天来我们公司交流的海外投资机构都认为，这是美国版的政府直接干预市场的例子。最初政府只承担了一定的责任，但后来政府承担了额外的义务，表示只要你存钱，我就给你保。这与中国的中特估难道没有相似之处吗？

Q

国企承担加杠杆的一个任务?

A

从2022年下半年开始，中国银行业个人零售贷款增长停滞不前，有时甚至呈现小幅负增长的趋势。

这种情况在今年一季度的全国人民存款中表现得尤为明显。因为人们害怕风险，不敢花钱，甚至不敢将存款用于消费，因此导致存款量的大幅增加。

然而，与此同时，中国银行业的信贷总量却出现了大幅增长，其中10%以上的增长主要用于企业融资。企业需要借贷来扩大业务，而政府也在带头投资基建项目，以刺激经济发展。这些都导致了信贷总量的增加。

这个趋势很可能会一直持续下去，直到老百姓的信心得到恢复，民间去杠杆，企业加杠杆。在此期间，企业需要通过借贷来扩大业务规模，而政府则需要通过投资基建来刺激经济增长。

Q

国企需要更好的估值？

A

近年来，中国国有企业在国家经济中扮演着重要的角色，就像传统中国家庭中的“大哥”一样。国有企业在承担大量责任的同时，经常受到其他成员的冷嘲热讽，说“你愿意承担，我们又没让你承担”，这种态度是不应该存在的。

实际上，国有企业承担了很多超额责任，并通过行政手段承担了很多责任，尤其是银行。这些责任不仅惠及了很多私营企业、社会企业和社会大众，而且还为全社会的稳定发展作出了贡献。然而，这些贡献往往没有得到足够的认可。

国有企业虽然在垄断行业中的占比偏高，但他们并没有利用垄断地位进行垄断加价或进行不公平交易。相反，像中铁总公司就降低了运输价格，银行业在疫情期间利率也下调到了自改革开放以来的最低水平。这些降价措施都是为了服务于社会主体，发挥出国有企业的作用，促进社会经济的稳定和发展。

然而，尽管国有企业在行业发展和社会稳定中起到了积极的作用，但却经常受到外界的否定和批评。这种态度不仅对国有企业不公平，而且会导致他们在发展过程中受到一些限制和不公正对待。因此，我们需要通过行政手段，承认国有企业的贡献和价值，使他们能够更好地发挥作用，为国家经济发展作出更大的贡献。

在疫情爆发的这三年中，银行业持续加大信贷规模，同时持续压低息差，这一事实是不是显而易见呢？这实际上展现了银行实体支持实体的本质。银行支持实体的同时，资本市场也必然会支持银行，这是一种合理的原则。然而，市场上给银行的估值却基本上按破产价估，这使得银行用大量力度支持实体市场时，却被持续地否定。

这种否定的过程中出现了一种扭曲，即顾全大局的人被视为傻子。银行为了支持实体市场持续地压低息差，但市场却依然持续地否定银行。这种扭曲现象必须改变，因为这是规律决定的必改。

往期推荐：

城投债与赈灾捐款

董宝珍：投资者如何正确捕捉低估机会？

越跌越买的勇气从何而来？（青岛见面会）

投资的风险防控边界在哪

中国华融为什么溢价购买光大银行的可转债

凌通盛泰

风险提示和免责声明：

本文所有涉及到证券市场分析及股票研究探讨的内容仅供读者参考，并不代表对任何人的证券投资和股票交易的建议和依据。投资者据此操作，收益和风险自担。

中国光大银行数据资产估值项目入选“数据资产管理标杆案例”

近日，由中国信息通信研究院和大数据技术标准推进**会（CCSATC601）共同组织的“2021星河案例”评选结果出炉，中国光大银行数据资产估值项目入选“数据资产管理标杆案例”。

“星河案例”是中国大数据产业界的权威奖项，旨在总结和推广大数据产业发展的优秀成果。标杆案例是“星河案例”中的最高级别认证。

中国光大银行数据资产估值项目紧跟国家号召将数据作为生产要素的顶层设计，以全面、权威、智能、敏捷、生态为目标，以全面盘点的数据资产为基础，借助数据资产管理平台的成果，实现数据资产成本法、市场法、收益法的研究和计算实践。行业首发《商业银行数据资产估值白皮书》，结合数据资产特性及管理实践，创新性地建立面向商业银行的数据资产估值体系，完成全行数据资产估值，以及个人客户数据资产价值的逆向分摊，加速行业探索数据要素市场化的步伐，助力企业数字化转型。

   此次入选标杆案例是对中国光大银行在积极推进金融科技创新方面努力的认可。后续，中国光大银行将继续发挥数据资产管理领域的领先、示范作用，踔厉奋发，笃行不怠，为银行数字化转型注入新动能。

作者|乔佳丽

视觉|王朋玉

统筹|郑  洁

什么是低估，为什么银行股极度低估

好深奥啊小女子是新手大家多多指教！！！:$