摘要

1德勤发布中国银行业2026年上半年回顾与展望报告。

2数据显示，商业银行净息差二季度环比回升1bp至1.41%，为四年来首次转正；

3但净利润同比微降0.6%，不良率升至1.52%。

4信贷结构向“五篇大文章”倾斜，科技及绿色贷款增速显著高于平均。

5报告指出银行业正从规模扩张转向高质量发展，金融科技与AI治理成为转型关键，预计下半年在政策协同下行业将实现量质齐升。

夯基谋远向新提质中国银行业2026年上半年发展回顾与展望

引言

1 一 3

2026年上半年经济和金融形势回顾

二 15

2026年上半年上市银行业绩分析

负债情况分析

盈利能力分析

资产情况分析

资本情况分析

三 69

2026年上半年上市银行业务观察

数智深耕驱动经营质变，精细化运营开启银行零售财富稳健发展新周期

数智赋能业务升级，金融科技迈向价值创造新阶段

四热点话题探讨

从投入到产出：金融科技驱动银行业务增长的价值与路径研究

驭智以规，守正创新――金融AI监管新规总纲解读

112

AI内控合规4.0：从规则驱动到智能治理

124

驭AI之势，筑牢风控根基――银行业人工智能风险治理新论

134

从用AI到审AI：银行业规模化应用的治理与审计

148

联系人

德勤中国金融服务业研究中心介绍

美术编辑：CoRe创意服务封面：李孝天

引言

2026年上半年，“十五五”规划正式开局，金融强国建设向纵深推进。面对需求偏弱、息差收窄、风险承压等多重约束，中国银行业遵循“五篇大文章”顶层设计，坚持以高质量金融供给服务实体经济，守牢不发生系统性金融风险底线，落实“稳增长、防风险、促转型”战略部署，推动经济发展向稳、向新、向优，交出了一份弥足珍贵的半年度“成绩单”。

14.5%、7.8%、23.5%和15.1%，贷款投向具有明显

“向新向优”的特点。从信贷质量来看，不良贷款率持续保持在较低水平，工、建、农、中四大行不良贷款率（分别为1.29%、1.29%、1.25%和1.22%）较上年同期均有所下降，其中工、建、农三家大行分别下降 0.02个百分点，中国银行下降0.01个百分点。

二是净息差的企稳回升。2026年二季度末，商业银行净息差为1.41%，较一季度上升0.01个百分点，是四年以来环比首次转正。分机构来看，大型商业银行和城市商业银行净息差季度环比分别上升0.02个百分点，农村商业银行季度环比上升0.01个百分点，股份制商业银行则维持不变。值得注意的是，企业、居民信贷需求仍然偏弱，新发放贷款定价仍在小幅下行，净息差的企稳回升主要来自负债端的付息成本下降幅度超过了资产端的利息收入降幅。考虑到存量定期存款集中到期重定价是付息成本下降的重要短期驱动因素，净息差企稳回升的持续性仍有待进一步观察。

在过去的半年里，银行业发展面临前所未有的机遇和挑战。国际方面，新一轮科技革命和产业革命催生了科技创新、绿色转型、产业升级等领域的新增金融服务需求，但地缘政治和贸易摩擦持续扰动全球经济增长前景，能源供给冲击推升通胀粘性。美联储延缓降息进程，欧洲央行和日本央行启动加息，造成全球流动性阶段性承压，主要经济体央行货币政策步调不一，进一步加剧利差和汇率波动，资本跨境流动频繁，为银行境外资产配置、流动性及风险管理带来干扰。

国内方面，经济增长保持韧性，结构调整向新向优；适度宽松货币政策之下流动性相对充裕，财政金融协同推进房地产、地方债务风险有序出清；传统产业转型升级，新兴产业和未来产业加速培育――这些均为中国银行业实现高质量发展的有利因素。然而，内需不足、投资减弱和企业及居民“资产负债表”修复缓慢制约了银行业信贷资产的增速；贷款利率和国债收益率低位运行，净息差持续承压；企业更多转向债券、股权等直接融资方式，倒逼银行业加速发展模式转型――这些因素均考验着银行业资产负债表的健康性和利润表的稳健性。

三是资本充足性边际提升。商业银行核心一级资本充足率、一级资本充足率和资本充足率季度环比分别上升0.01、0.07和0.26个百分点，下降趋势阶段性扭转。分机构来看，大型商业银行、股份制商业银行、城商行、农商行的资本充足率环比分别上升0.32、0.38、

0.13、0.06个百分点，整体资本充足率上升主要是由大型商业银行、股份制商业银行所贡献的。必须注意的是，核心一级资本充足率环比仅上升1个基点，行业仍然缺少大规模补充核心一级资本的渠道。资本充足率的边际提升主要来自二季度永续债、二级资本债发行的提速，以及风险加权资产增速的回落。

回顾中国银行业2026年上半年的发展状况，以下几个方面值得各方关注。首先是信贷资产降速提质。截至2026年6月30日，商业银行总资产共433.0万亿元，同比增长7.5%，但增速下降1.4个百分点。分机构看，大型商业银行、城市商业银行今年上半年的贷款增速，较上年同期分别下降1.9个百分点和 3.2个百分点，股份制商业银行贷款增速则较上年同期上升1.2个百分点。增速下降的同时，是信贷结构的优化和信贷质量的稳定。从信贷结构来看，“五篇大文章”领域贷款增速均显著高于平均贷款增速

银行业在2026年二季度出现了企稳向好的多个积极信号，但向好趋势是否能够持续巩固，则依赖于下半年内外部积极因素的共振和催化。银行业半年度交出的答卷有“喜”亦有“忧”。一是部分领域的信贷风险有所抬升，个人经营贷、消费贷不良率上升导致零售贷款资产质量承压，房地产行业贷款不良率仍处于高位，拖累对公信贷的质量。二是商业银行盈利能力边际走弱。资本利润率环比下降0.25个百分点至7.72%，成本收入比环比上升1.31个百分点至 29.35%。相对而言，规模相对较小的城商行、农商行盈利能力继续走弱的压力更大。三是拨备覆盖率和

（5.2%），科技贷款、绿色贷款、普惠贷款、养老产业贷款、数字经济产业贷款分别同比增长12.6%、

引言

流动性覆盖率监管指标环比小幅回落，拨备覆盖率环比下降0.27个百分点至202.87%，流动性覆盖率环比下降3.12个百分点至148.53%。

表1：12家境内商业银行（以下简称“境内银行”）
表2：6家境外全球系统重要性银行（以下简称“境外银行”）

中国工商银行股份有限公司（“工商银行”）中国建设银行股份有限公司（“建设银行”）中国农业银行股份有限公司（“农业银行”）中国银行股份有限公司（“中国银行”）中国邮政储蓄银行股份有限公司（“邮储银行”）交通银行股份有限公司（“交通银行”）招商银行股份有限公司（“招商银行”）兴业银行股份有限公司（“兴业银行”）上海浦东发展银行股份有限公司（“浦发银行”）中信银行股份有限公司（“中信银行”）中国光大银行股份有限公司（“光大银行”）平安银行股份有限公司（“平安银行”）

总体而言，中国银行业2026年上半年保持了稳中有进的发展态势。展望下半年，银行业面临的积极因素占据主导地位，有望同时实现量的合理增长与质的持续提升。首先，中央金融办会同人民银行、金融监管总局、中国证监会、国家外汇局等金融单位制定《金融强国建设“十五五”规划》已于2026年9 月正式发布，金融强国建设的顶层设计进一步明确化和具体化，将为银行业金融机构落实“十五五”规划提供更为清晰的战略指引，推动“五篇大文章”进一步做深做实。其次，适度宽松的货币政策将继续保持流动性合理充裕，财政金融政策协同发力将为提振消费和投资提供深层动力，存量时代房地产行业系统性、长远性制度变革已经推出，有利于中国银行业在“稳增长”和“防风险”上齐头并进。再次，财政部已利用特别国债完成对于中央金融企业的新一轮注资，大型国有银行的核心一级资本充足率将显著提高，服务实体经济能力和风险抵补能力将进一步提升。最后，随着新一轮科技革命和产业革命的纵深推进，银行业拥有的资金、数据和科技优势将持续释放，转化为服务品质、经营效率、客户体验和风控能力的能级跃迁，并最终提高银行业金融资本增值水平与股东回报。

摩根大通集团（“摩根大通”）美国银行（“美国银行”）美国富国银行（“富国银行”）花旗集团（“花旗银行”）汇丰控股（“汇丰银行”）法国巴黎银行（“法巴银行”）

本报告涵盖了2026年上半年宏观经济和金融形势回顾、上市银行业绩分析、上市银行业务观察、行业热点话题探讨四个章节。报告以国内具有代表性的12家商业银行为代表，通过分析其盈利能力、资产情况、负债情况和资本实力，展现中国银行业在2026年上半年取得的成就并展望未来发展的趋势。报告同时选取了6家境外全球系统重要性银行进行分析，提供全球化视野，用以了解并吸取国际同业的优秀实践经验。本报告业务观察和热点话题部分，涵盖了银行业零售财富转型、数智赋能价值创造、金融科技驱动银行业务增长的价值与路径研究、金融AI监管新规总纲解读、AI内控合规4.0模型、银行业人工智能风险治理、从用AI到审AI等内容。我们相信，这份研究报告将会为银行从业者把握行业发展趋势、提升治理能力和管理水平提供有价值的参考。

本报告的数据资料，除特别注明外，均来源于上述银行公布的半年度/年度报告。境外银行资产负债表数据按照各期末汇率折算、利润表数据按照各半年平均汇率折算。除了特殊说明外，本刊列示的平均指标均为样本的算术平均指标。

2026年上半年经济和金融形势回顾

2026年

上半年经济和金融形势回顾

2026年上半年经济和金融形势回顾

全球经济增长保持韧性，各经济体货币政策趋于转向

2026年上半年，全球经济增长保持韧性，通胀压力加大，劳动力市场稳定。全球股市继续上涨，美元走强。地缘政治走势和人工智能发展成为全球经济金融走势的两大重要影响因素。

全球金融市场波动加剧，股市走势分化。AI热潮推动美、日股市总体上涨，但近期高位有所回落。上半年道指、标普500、纳指分别上涨8.9%、9.6%、12.8%。日经225指数收于70062点，年内上涨39.2%。欧洲股市涨幅相对低，欧元区STOXX50上涨9.3%，英国富时100上涨5.7%。美元走强，日元兑美元一度跌破 162关口，创近四十年来新低。

经济韧性超预期，但主要经济体增速分化。二季度美国GDP环比折年增长1.5%，欧元区同比增长1.0%；二季度日本GDP环比折年增长1.1%，英国同比增长

1.2%。受中东地区紧张局势影响，2026年7月，国际货币基金组织预测2026年全球经济将增长3.0%，较 4月下调0.1个百分点。

通胀压力仍然较大。上半年美国CPI同比从年初

2.4%升至5月的4.2%，创近3年来新高，6月回落至3.5%；5月欧元区HICP同比上涨3.2%，6月降至 2.8%。中东地区紧张局势加剧全球能源价格波动，后续美欧通胀走势仍待观察。英、日通胀保持平稳。

主要发达经济体货币政策立场趋于转向。二季度，欧央行加息25个基点，日本银行上调目标利率25个基点至1.0%左右（9月上调至1.25%）。美联储维持联邦基金利率目标区间在3.5%-3.75%不变（但9月上调25个基点至3.75%-4.00%，鹰派加息正式落地）。部分新兴经济体转向加息，印尼、菲律宾、南非央行分别加息100个、50个、25个基点，而印度、马来西亚央行维持政策利率不变。

外需和政策支撑中国经济增长，新动能加快壮大

2026年是“十五五”规划开局之年。今年以来，外部环境错综复杂，中国经济顶住压力，延续总体平稳、向新向优的发展态势。上半年国内生产总值69.6 万亿元，按不变价格计算，同比增长4.7%。其中一季度GDP同比增长5.0%，二季度增长4.3%，较一季度下降0.7个百分点。我们认为，尽管二季度增速有所回落，但4.7%的增速符合全年经济增长预期目标

投资方面，上半年固定资产投资累计同比下降 5.7%，投资结构分化明显：1）传统广义基建、制造业、房地产投资累计同比分别下降2.4%、1.2%和 18.0%；2）新质生产力培育、创新驱动、产业升级和 “两重”建设领域投资增长较快，高技术服务业、高技术制造业、知识产权产品投资分别同比增长 7.5%、3.2%和9.4%，新兴领域资源集聚效应明显，体现了结构调整，新动能加快壮大。

（4.5%-5.0%）。

消费方面，上半年社会消费品零售总额同比增长 1.3%。提振消费专项行动和假期文旅消费释放，带动优质服务消费供给持续扩大，服务零售额同比增长5.3%，高于商品零售额增速（1.1%）4.2个百分点。

出口方面，上半年外贸展现了很强韧性，货物进出口总额25.5万亿元，同比增长16.9%。其中出口增长13.4%，进口增长22.1%。贸易结构持续优化，民营企业进出口增长17.0%，占进出口总额的比重为 57.0%。对外合作空间进一步扩展，对共建“一带一路”国家进出口增长14.8%。在复杂多变的外部环境下，我国经济的韧性表现非常强劲。

6月社零同比增速由5月的-0.6%回正至1.0%，内需仍面临较大压力。

图1：2026年上半年经济增长放缓

25%

20%

15%

13.4%

7.1% 4.9% 4.8% 5.0% 5.4% 5.2% 5.0%

10%

5.0% 5.3%

4.7% 1.3%

5.0%

2.8%

-5%

-5.7%

-10%

2024-06 2024-09 2024-12 2025-03 2025-06 2025-09 2025-12 2026-03 2026-06

GDP：不变价：累计同比社会消费品零售总额：累计同比固定资产投资完成额：累计同比出口金额（人民币计价）：累计同比

数据来源：国家统计局

总体来看，上半年中国经济运行总体平稳，新动能快速成长。同时也要看到，有效需求不足仍是经济核心矛盾，投资、消费两大内生增长引擎均阶段性承压；外需韧性和我国完整产业链优势加快贸易结构转型升级，进出口快速增长。未来需持续加大逆周期调节力度，着力扩大国内需求。

上半年CPI温和上涨，PPI由降转涨

2026年上半年，PPI同比上涨1.5%，继3月由降转涨后，PPI连续四个月上涨，且涨幅逐月扩大，6月同比上涨4.1%，工业生产者购进价格（PPIRM）同比上涨 6.4%。主要受以下因素推动：一是国际输入性因素影响国内石油相关行业价格由降转涨，如石油和天然气开采业价格同比上涨8.6%；二是工业智能化、绿色化、融合化发展带动需求增加拉动价格上行；三是“反内卷”行动推动市场竞争秩序优化，带动相关行业价格回升。

2026年上半年，CPI同比上涨1.0%，扣除食品和能源价格的核心CPI同比上涨1.2%，继续保持温和上涨。受国际原油价格变动影响，上半年能源价格同比由一季度下降2.5%转为上涨3.0%，是CPI上涨的主要拉动力。CPI月度同比连续5个月保持在1%以上。1、 2月份，CPI同比波动较大，分别上涨0.2%和1.3%； 3-6月份，涨幅稳定保持在1.0%-1.2%之间。

图2：上半年CPI和PPI增长情况

-1%

-3%

4.1%

1.0%

-5%

2025-06 2025-08 2025-10 2025-12 2026-02 2026-04 2026-06

CPI：当月同比 PPI：当月同比

数据来源：国家统计局

金融支持实体经济更加注重质量和效率

上半年社会融资规模增量累计为20.84万亿元，同比减少2.02万亿元，其中：1）人民币贷款增长放缓，内生信贷需求仍然偏弱，金融机构对实体经济发放的人民币贷款增加10.76万亿元，同比少增1.98万亿元，实体部门仍倾向降杠杆；2）企业债券净融资 2.07万亿元，同比多增9,167亿元；非金融企业境内股票融资2,933亿元，同比多增1,224亿元。债券、股票等多元化直接融资渠道的拉动作用持续增强。

2026年6月末，社会融资规模存量为462.06万亿元，同比增长7.4%，其中人民币贷款、企业债券、非金融企业境内股票融资的存量分别为279.16万亿元、36.08万亿元和12.49万亿元，同比增速分别为 5.3%、8.9%和5.0%。企业债券存量、股票融资存量的增速明显加快，且逐月升高，直接融资渠道的重要性持续上升，特别是科技型企业在不同成长阶段需要股权、债券等多元化融资渠道提供全生命周期的资金支持，金融体系的融资结构与产业结构转型升级更加适配。

图3：直接融资渠道的拉动作用持续增强

10%

6.3%

6.0%

4.1%

8.9%

5.3%

5.0%

2025-062025-072025-082025-092025-102025-112025-122026-012026-022026-032026-042026-052026-06

社融存量：人民币贷款：同比社融存量：企业债券：同比社融存量：非金融企业境内股票：同比

数据来源：人民银行

上半年，社融和M2存量同比增速继续减缓。6月末，广义货币供应量（M2）余额为356.7万亿元，同比增长 8.0%；反映资金活化程度的狭义货币（M1）余额为118.5万亿元，同比增长4.0%。目前，社融、M2存量已分别超过460万亿元、350万亿元，在经济和产业结构转型升级的背景下，提高存量资金使用效率和优化新增融资都会对实体经济发挥积极作用。对此，人民银行在二季度报告中引导市场金融对实体经济的支持不仅是宏观金融总量的持续扩张，更多体现为质效不断提升，即更注重融资结构优化而淡化对总量增长的关注。

图4：M2和社融存量增速减缓

10%

8.9%

8.3%

8.0% 7.4%

2024-062024-082024-102024-122025-022025-042025-062025-082025-102025-122026-022026-042026-06

M2：同比社会融资规模存量：同比

数据来源：人民银行

政策利率持稳不变，短端利率走廊收窄

2026年上半年，人民银行继续实施适度宽松的货币政策，未全面降息，而是采取措施改革货币政策框架，引导短端利率波动减小。

另一方面，公开市场操作利率调整为7天期逆回购利率加、减25个基点，利率区间由70个基点收窄为对称的50个基点。短端利率走廊范围相应收窄至1.15%1.65%。在未全面降息的情况下，利率走廊的上限降低，隔夜利率波动减小，也有利率下降的效果。与之相配合，6月29日，央行3,000亿元隔夜逆回购操作首次落地，进一步精准调控短期货币市场流动性。

一方面，政策利率――公开市场七天期逆回购操作利率为1.40%保持不变。但在年初，结构性货币政策工具利率下调0.25个百分点，下调后，再贴现利率为 1.5%，抵押补充贷款利率为1.75%，专项结构性货币政策工具利率为1.25%。作为年内的结构性降息，通过再贷款等工具进行定向调控，非全面降息，可降低银行资金成本，缓解息差压力，刺激银行向重点领域提供更多信贷支持，助力实体经济重点领域发展。

2026年上半年，1年期和5年期以上LPR分别为3.0% 和3.5%，均同比持平；新发放贷款加权平均利率为 3.05%，同比下降20个基点。若进一步激发实体有效需求，需继续加大逆周期调节力度，目前央行全面降息节奏偏谨慎，重点在于通过结构性货币政策工具定向支持民营企业、科技创新和技术改造、扩大消费。

图5：政策利率、市场利率持平

5.0%

4.5%

4.0%

3.5%

3.0%

2.5%

3.50% 3.05%

3.00%

2.0%

1.5%

1.40%

1.0%

2022-06 2022-12 2023-06 2023-12 2024-06 2024-12 2025-06 2025-12 2026-06

逆回购利率：7天 LPR：1年 LPR：5年人民币贷款加权平均利率

数据来源：人民银行

贷款降速提质成为宏观运行的新常态之一

2026年6月末，人民币贷款余额282.6万亿元，同比增长5.2%，还原地方政府债置换因素影响后增速在 5.8%左右。人民币存款余额346.4万亿元，同比增长 8.2%。当前存款增速高于贷款增速，直接融资发展拓宽了存款创造渠道，居民储蓄率高，且部分资金投向理财成为非银机构存款；信贷延续弱势，实体信贷需求修复缓慢，居民在去杠杆，企业加杠杆意愿不足，经济内生修复面临的结构性压力仍在。

效领域，此消彼长，贷款增量持平于过去或减少，但信贷结构持续优化。

“五篇大文章”领域贷款持续较快增长。2026年6月

末，科技贷款、绿色贷款、普惠贷款、养老产业贷款、数字经济产业贷款分别同比增长12.6%、14.5%、 7.8%、23.5%、15.1%，均高于全部贷款增速（5.2%）。

从总量贡献看，五大领域新增贷款占比已上升至 70%以上。从贷款投向看：本外币科技型中小企业贷款余额4.15万亿元，同比增长20.1%；绿色贷款余额 48.63万亿元，同比增长14.5%；人民币普惠小微贷款余额38.52万亿元，同比增长8.3%。

从经济的宏观运行来看，伴随经济结构深度调整和新旧动能转换，我国的融资结构在发生长期、趋势性的变化，房地产和地方政府融资平台贷款到期偿还规模大，新发放贷款更多投向代表经济新动能的高

图6：贷款持续投向科技、绿色和普惠小微等领域

30%

25%

20%

15%

10%

20.1%

14.5%

8.3%

5.2%

2024-06 2024-09 2024-12 2025-03 2025-06 2025-09 2025-12 2026-03 2026-06

各项贷款余额：同比科技型中小企业：本外币：同比绿色贷款余额：同比小微企业（普惠）：同比

数据来源：人民银行

降速提质背景下，银行业扩表增速减缓

行、城商行资产增速均较一季度显著回落，其中大型银行资产同比增长8.5%，仍高于行业整体水平；城商行资产同比增长7.0%，较2025年同期大幅下降 3.2个百分点，自2024年来首次降至低于行业整体水平。唯股份制银行资产增长稳步回升，上半年同比增速6.2%，较2025年同期扩大1.2个百分点。在行业整体扩表减缓背景下，大型银行、股份制银行的规模优势与抗风险能力持续凸显。

2026年二季度末，我国银行业金融机构本外币资产总额498万亿元，同比增长6.6%；商业银行总资产433.0万亿元，同比增长7.5%。其中，大型商业银行本外币资产总额221.6万亿元，同比增长8.5%，占比44.5%；股份制商业银行本外币资产总额80.4万亿元，同比增长6.2%，占比16.1%；城商行资产总额 68.8万亿元，同比增长7.0%，占比13.8%。

随着贷款降速提质成为新常态，叠加中小金融机构改革化险，上半年银行业资产增速显著减缓，大型银

图7：上半年银行业资产增长情况

12%

10%

10.4%

10.2%

8.9%

5.0%

8.5%

7.5%

7.0%

6.2%

2024-06 2024-12 2025-06 2025-12 2026-06

总资产：商业银行：同比总资产：大型商业银行：同比总资产：股份制商业银行：同比总资产：城市商业银行：同比

数据来源：金融监管总局

盈利增长承压，息差单季环比回升

2026年上半年，商业银行非息收入占比为23.7%，

2026年上半年，商业银行累计实现净利润约1.2万亿元，同比下降0.6%。其中：国有大行、城商行净利润同比分别增长1.6%和7.4%，股份制银行、农商行净利润同比分别减少3.4%和12.6%。农商行业绩压力进一步凸显加快改革化险节奏的必要性。

较一季度微降0.51个百分点，但高于2025年末的 22.5%。在市场利率下行的背景下，非息收入对银行业盈利增长的重要性仍持续增强。

图8：2026年二季度银行业净利润同比下降

单位:亿元人民币

1,530 1,409 1,232 (-12.5%)

1,788 1,769 1,900 (7.4%)

2,737 2,683 2,591 (-3.4%)

6,268 6,336 6,435 (1.6%)

2024-06 2025-06 2026-06

净利润：大型商业银行净利润：股份制商业银行净利润：城市商业银行净利润：农村商业银行

数据来源：金融监管总局

二季度末，商业银行净息差1.41%，较一季度回升1 个基点，为2022年以来首次单季环比上升。其中：大型银行、城商行、农商行的息差均环比回升，股份制银行维持1.54%不变。银行息差回升主要受益于定期存款到期重定价带来负债成本改善，以及监管对超低利率贷款定价的严格管控托举了资产端；叠加年初央行结构性降息、同时LPR一年来持稳不变，多方面因素共同作用推动银行业息差改善。下半年息

差有望保持稳定，但存量和增量贷款规模均收缩，高收益率资产减少，息差进一步回升空间也有限。

不良贷款在二季度末延续双升：不良余额增至3.7万亿元、不良率由2025年末1.50%微升至1.52%；拨备覆盖率降至202.87%，较一季末的203.14%下降约 0.27个百分点。在扩表减缓、盈利承压背景下，当前银行业持续面临盈利收窄和风险承压的挑战。

图9：2026年二季度息差环比回升

1.8%

1.7%

1.6%

1.5%

1.4%

1.3%

1.59%

1.54%

1.41%

1.40%

1.31%

1.2%

2024-06 2024-09 2024-12 2025-03 2025-06 2025-09 2025-12 2026-03 2026-06

净息差：商业银行平均净息差：大型银行净息差：股份制银行净息差：城商行净息差：农商行

数据来源：金融监管总局

图10：不良贷款率升高，拨备覆盖率下降

1.6%

1.5%

1.4%

1.3%

1.2%

1.1%

1.51% 1.50%

1.52%

214%

212%

210%

205.21%

208%

206%

203.14%

204%

202.87%

202%

200%

1.0%

198%

2024-06 2024-09 2024-12 2025-03 2025-06 2025-09 2025-12 2026-03 2026-06

不良贷款比例：商业银行拨备覆盖率：商业银行（右轴）

数据来源：金融监管总局

首席合规官到位，银行业合规治理驶入新航道

2024年12月，国家金融监督管理总局（金融监管总局）发布《金融机构合规管理办法》，明确要求金融机构在总部设立首席合规官，并将其纳入高级管理人员序列，接受董事长和行长直接领导，向董事会负责。

已完成配置；A股上市农商行已全部完成首席合规官的聘任。

监管制度刚性约束下，银行业合规监管持续趋严。 2026年以来，银行业监管处罚焦点涵盖信贷等业务条线，以及数据报送、信息系统、数据安全等领域。

2026年6月1日，随着邮储银行聘任行长芦苇为首席合规官，工商银行、农业银行、中国银行、建设银行、交通银行、邮储银行六家国有银行首席合规官已全部到位。除交行由首席风险官兼任外，其余五家国有大行均由行长兼任首席合规官。截至6月，42 家A股上市银行中已有超八成完成首席合规官聘任。民生银行、兴业银行、浦发银行等10家商业银行

在监管严格落实“双罚制”（机构和从业人员双向追责）背景下，首席合规官的设立将推动银行的合规关口从外部监管机构前移至机构内部决策层，变“被动监管遵循”为“主动合规治理”，标志着合规职能升格为核心治理机制。

银行自营理财加速出清，金融产品网络营销迈向统一监管

截至6月末，银行理财市场存续规模33.66万亿元，同比增加9.75%。其中：32家理财公司存续规模 31.18万亿元，占全市场92.63%，同比增长13.46%； 153家银行机构存续规模2.48万亿元，同比降低 22.26%，自营理财加速出清。此前，监管要求未设理财子公司的中小银行须在2026年底将存量理财业务清理完毕的指导有所松动，但不同区域执行尺度存在差异，多数地区监管仍延续审慎导向，要求辖内银行压降存量严控新发，行业集中趋势将持续。

《办法》实现了对支付机构、银行、互联网平台及资管保险等各领域金融产品网络营销的统一规范和约束，整体导向持牌经营、严控乱象、保护消费者权益，零售金融业态有望迎来根本性重塑。未来，支付与信贷切割，非银行支付机构不得将贷款、资管产品等列入支付工具选项，第三方互联网平台须接受金融机构委托方可开展营销服务。在此框架下，无法获得金融机构委托的非持牌的助贷平台被排斥在消费金融业务之外。依托第三方平台开展的零售信贷、理财代销业务将面临萎缩，代销渠道格局将重构，合规门槛全面抬升，互联网平台合规转型迫在眉睫。

4月，人民银行、工信部等八部门联合发布《金融产品网络营销管理办法》，自2026年9月30日起正式施行。这是我国首部针对金融产品网络营销的系统性、全口径监管文件，标志着金融网络营销正式进入统一强监管时代。

银行业法人机构大幅减少，改革继续加速

根据金融监管总局发布的名单，截至2025年末，存续的银行业金融机构法人3,619家，较2024年末净减少676家（减少680家，增加4家），中小金融机构改革化险继续加速。

与金融支持实体经济由更加注重规模扩张转向更加注重质量和效率相一致，农村中小金融机构大幅减少与银行理财子公司、股份制银行AIC稳步新增，体现了中国银行业正从规模驱动向质量驱动转型。低效高风险的法人机构退出市场，市场化新型金融机构和服务供给增多，也是当前金融供给侧结构性改革的主要体现。

减少的680家机构主要为农村商业银行、村镇银行等农村金融机构。与2024年末相比，城商行减少1家

（新疆汇和银行被新疆银行合并）；直销银行减少1 家（中邮邮惠万家银行被邮储银行合并）；农村商业银行、农村合作银行、农村信用社、农村资金互助社、村镇银行等农村金融机构合计减少670家。新增4家机构主要为银行理财子公司与股份制银行AIC（金融资产投资公司），分别为浙银理财、兴银AIC、招银 AIC、信银AIC。

根据“十五五”规划，我国将加快建设金融强国，各类金融机构专注主业、完善治理、错位发展。国有大型金融机构是压舱石，专注夯实资本提升综合服务水平和能力；中小金融机构准入标准和监管要求更加严格，地方机构改革重组持续加快推进。

表1：银行业法人金融机构数量变化

金融机构 2024年 2025年变动

村镇银行 1,538 1,177 -361

农村商业银行 1,563 1,398 -165

农村信用社 458 336 -122

农村资金互助社 21 4 -17

农村合作银行 23 18 -5

企业集团财务公司 239 232 -7

城商行 124 123 -1

直销银行 2 1 -1

金融租赁公司 71 70 -1

其他金融机构 40 44 4

合计 4,295 3,619 -676

数据来源：金融监管总局

作者

周菲德勤中国金融服务业研究中心高级经理

电子邮件：annizhou@deloittecn.com.cn

盈利能力分析 2026年上半年上市银行业绩分析

年上半年上市银行业绩分析

2026年

上半年上市银行业绩分析

1 盈利能力分析 2

资产情况分析

负债情况分析

资本情况分析

2026年上半年上市银行业绩分析盈利能力分析

盈利能力分析

境内银行盈利稳步回升，境外银行盈利增速较快

额信用减值损失计提及投资收益高基数回落冲击影响，兴业银行归母净利润下降则由于对部分信用卡协商分期客户实施更审慎的风险分类认定标准，一次性多计提大额减值准备。

2026年上半年，境内银行归属于母公司股东的净利润（以下简称“归母净利润”）合计9,431亿元，同比增加268亿元，增幅2.93%。12家境内银行中，10家归母净利润同比增长。国有大行归母净利润增幅均介于 3.32%至5.10%之间，其中中国银行主要受益于负债成本下行带动净息差企稳回升，利息净收入同比增长，归母净利润以5.10%的增幅位列国有大行首位；股份制银行中，除光大银行和兴业银行归母净利润分别下降24.01%和4.66%外，其余4家增幅在2.02% 至4.08%之间，光大银行归母净利润下降主要受大

2026年上半年境外银行归母净利润合计为6,908亿元，同比增加1,246亿元，增幅18.04%，各家境外银行较上年同期呈现不同幅度的增长。其中按原币计量，花旗银行归母净利润增幅达46.95%，增幅居境外银行首位。

图1：归属于母公司股东的净利润

单位:亿元人民币

150%

3,000

130%

2,500


3.32% 4.62% 4.93%	27.47% 13.53% 46.96%<br><br>

110%

90%

2,000

70%

50%

1,500

22.19% 27.07% 21.79%

5.10% 4.62%

-4.66% 4.08% 3.08%

4.04% 2.02%

30%

-24.01%

1,000

10%

3.32%

-10%

500

-30%

-50%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月

2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

2026年上半年，境内银行拨备前利润延续增长趋势，合计1.82万亿元，同比增加1,646亿元，增幅为 9.95%。国有大行拨备前利润均实现正增长，邮储银行增速居国有大行之首，为17.31%。股份制银行中，除光大银行同比下降3.21%外，其他5家拨备前利润均实现正增长，浦发银行增幅达7.53%。除平安银行外，境内银行的拨备前利润增幅均高于归母净利润

增幅，主要源于上半年境内银行普遍加大拨备计提，信用减值损失增长较快。

境外银行拨备前利润合计10,402亿元，同比增加 1,612亿元，增幅为15.50%，较上年同期实现由降转增。除富国银行和法巴银行外，境外银行的拨备前利润增幅均低于归母净利润增幅。

图2：拨备前利润

单位:亿元人民币

210%

4,000

11.28%

	13.11%
	9.73%					23.74%
	10.93%<br><br>5.63%					18.98% 28.35% 23.23%
	17.31% 0.25%<br><br>7.53% 5.43%<br><br>-3.21%<br><br>2.73%					17.34%<br><br>

3,500

160%

13.07%

3,000

2,500

110%

2,000

60%

1,500

20.06%

1,000

10%

500

-40%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月

2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

注1：拨备前利润=持续经营税前利润+信用减值损失+其他资产减值损失
注2：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

境内银行盈利效率受规模扩张影响小幅回落，境外银行非息收入驱动效率提升

ROA持平、ROE下降外，其余4家银行ROA及ROE均呈下降趋势，光大银行降幅最大，ROA及ROE分别下降 0.18个百分点和2.57个百分点。

2026年上半年，境内银行平均总资产收益率（“ROA”）

及平均净资产收益率（“ROE”）整体回落，与净利润整体正增长呈现分化。境内银行ROA及ROE分别为 0.70%、9.36%，同比分别下降0.04个百分点及0.68个百分点。国有大行归母净利润均正增长，但受服务实体经济、主动扩表影响，资产增速阶段性快于利润增速，ROA及ROE承压。其中，除交通银行ROA保持稳定外，其他国有大行均略有下降；农业银行在国有大行中ROE的下降百分比最低，仅为0.02个百分点。股份制银行中，除平安银行ROA上升、ROE下降，浦发银行

境外银行受高利率周期以及业务模式驱动，盈利指标呈同比提升态势。境外银行ROA及ROE分别为0.98%、14.71%，同比分别上升0.11个百分点及 2.62个百分点，其中摩根大通受益于交易及投行业务高增长，盈利弹性释放，ROA及ROE分别上升0.18 个百分点和4.00个百分点，增幅居境外银行首位。

图3：平均总资产收益率（“ROA”）
图4：平均净资产收益率（“ROE”）

1.6%

1.56%

1.4%

1.14%

1.07%

1.01%

1.2%

0.90%

0.81%

1.0%

0.98%

0.86%

0.75%

0.74%

0.87%

0.8%

0.74%

0.70%

0.6%

0.59% 0.67%

0.53%

0.64% 0.74%

0.61%

0.52%

0.62%

0.4%

0.54%

0.2%

0.0%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

注1：法巴银行未披露ROA，此处计算口径为：年化净利润/总资产平均值
注2：兴业银行和浦发银行披露的ROA未年化处理，此处计算口径为：半年度报告披露的ROA×2

23%

22.00%

21%

16.90%

19%

12.33%

11.50%

11.90%

17%

13.60%

13.42%

15%

14.71%

13%

12.09%

10.56%

9.58% 9.61%

11%

10.04%

9.36%

8.63% 9.52% 10.14% 8.66%

9.60%

8.09%

7.92%

6.56%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

注：兴业银行和浦发银行披露的ROE未年化处理，此处计算口径为：半年度报告披露的ROE×2

2026年上半年，受净利润增幅普遍慢于风险加权资产及资本净额增幅影响，境内银行的平均风险加权资产收益率（“RORWA”）及平均风险调整资本回报率（“RAROC”）基本呈下降趋势。境内银行RORWA 均值为1.12%，同比下降0.08个百分点，其中光大

银行降幅最大，下降0.26个百分点；RAROC均值为 6.95%，同比下降0.28个百分点，除交通银行、浦发银行、中信银行同比上升外，其余境内银行均有所下降，光大银行降幅最大，下降1.73个百分点。

图5：风险加权资产收益率（“RORWA”）
图6：风险调整资本回报率（“RAROC”）

2.8%

2.6%

2.4%

1.99%

2.2%

2.0%

1.8%

1.41%

1.6%

1.21%

1.16% 1.22%

1.4%

1.04%

1.20%

1.2%

1.12%

0.77%

1.0%

0.95%

0.96%

1.07%

0.8%

0.97%

0.73%

0.6%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

注：风险加权资产收益率=年化净利润/平均风险加权资产

13%

11%

10.59%

7.99%

7.42%

7.04%

6.16%

6.37%

7.23%

6.95%

7.04%

6.44% 6.47%

6.52%

5.88%

5.43%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

注1：风险调整资本回报率（“RAROC”）=年化净利润/期末资本净额
注2：工商银行、建设银行、农业银行、中国银行、交通银行、招商银行RAROC为高级法下风险调整后的资本收益率

境内银行营收总体正增长，息差降幅明显收窄

2026年上半年，境内银行营业收入合计2.63万亿元，同比增加1,846亿元，增幅7.55%。其中，国有大行营业收入合计2.01万亿元，增幅9.38%，各国有大行均实现正增长，农业银行和建设银行增速相对领先，分别为11.07%和10.72%。农业银行主要受益于资产规模扩张和负债成本下行带动的利息净收入增长，以及债权投资等非息收益明显增厚。股份制银行营业收入合计6,252亿元，同比增加128亿元，整体增幅为2.09%，其中，除光大银行和兴业银行同比下降外，其余均呈正增长，招商银行增幅以4.83%居首。

营业收入增幅18.80%，剔除一次性收益后仍保持双位数增长。

整体看，2026年上半年境内银行营业收入增长主要由利息净收入改善带动。国有大行受益于负债成本下行，利息净收入增速快于股份制银行。股份制银行中非息及投资收益影响差异明显，兴业银行主要受利息净收入下滑拖累，光大银行则主要受投资收益等下行拖累。境外银行营业收入增长主要来源于高利率环境下的净利息收入扩张，以及市场交易活跃度提升带来的股票交易、投行业务收入增加。

境外银行营业收入合计2.29万亿元，同比增加1,990 亿元，整体增幅为9.51%，其中，摩根大通按原币计量

图7：营业收入

单位:亿元人民币

8,000

18.80%

9.08%<br><br>10.72% 11.07% 7.26%	11.03%<br><br>14.18% 10.61% 10.20%
8.48% 6.73% 4.83% 3.55%	7.56%

7,000

6,000

5,000

3.05%

-0.25%

1.78%

4,000

-4.32%

3,000

2,000

1,000

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月 2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

25%

20%

15%

10%

-5%

-10%

-15%

-20%

从营业收入的结构来看，境内银行的平均利息净收入占营业收入的比例（“利息净收入占比”）为69%；国有大行的平均利息净收入占比为71%，与上年同期持平。其中，邮储银行和农业银行利息净收入占比最高，均为76%。股份制银行的平均利息净收入占比为67%，整体低于国有大行。

境外银行的平均利息净收入占比为52%，利息净收入占比明显低于境内银行，非息业务更具优势。其中，法巴银行利息净收入占比最低，为41%。

图8：2026年上半年营业收入结构分析
图9：净息差

100%

90%

24%

27% 29% 24%

26%

35% 37% 34% 31% 33%

33%

34%

37%

80%

53% 49% 45%

52%

70%

59%

69%

60%

52%

50%

40%

76%

73% 71% 76%

74%

65% 63% 66% 69% 67%

67%

66%

63%

30%

47% 51% 55%

48%

20%

41%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

利息净收入占比非息收入占比利息净收入占比平均值

稳，招商银行仍以1.83%领先但同比下降5个基点，兴业银行受资产利率下行和业务结构变动等因素影响，净息差同比下降15个基点。

2026年上半年，境内银行净息差均值仍整体下降，

但降幅显著收窄并呈现阶段性企稳迹象。境内银行平均净息差为1.48%，同比下降约3个基点。国有大行平均净息差为1.35%，同比下降约2个基点，中国银行、交通银行的净息差已实现同比回升，工商银行、建设银行、农业银行的净息差降幅收窄至4个基点以内，邮储银行的净息差下降7个基点但仍居国有大行首位。股份制银行平均净息差为1.62%，同比下降约3个基点，浦发银行、光大银行的净息差同比回升2个基点，平安银行同比持平，中信银行基本企

境外银行的平均净息差为2.23%，同比下降1个基点。其中，美国银行、花旗银行、汇丰银行的净息差较上年同期有所上升，摩根大通、富国银行的净息差仍呈下降趋势。整体而言，境外银行平均净息差高于境内银行75个基点，主要反映所处利率周期及业务结构的差异。

3.0%

2.54%

2.45%

2.08%

2.5%

2.24% 2.23%

1.62% 1.42%

1.80%

2.0%

1.43%

1.37%

1.27%

1.23%

2.45%

1.51% 1.48%

1.5%

1.61%

1.60%

1.0%

1.29%

1.28%

1.63%

1.83%

0.5%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

注：法巴银行未披露净息差

2026年上半年，境内银行资负两端利率继续同步下行，生息资产收益率与计息负债付息率普遍同比下降，负债端降幅大体对冲资产端下行压力。平均生息资产收益率为2.79%，同比下降32个基点，各家境内银行的生息资产收益率均有不同程度的下降，主要受前期LPR下调后的存量贷款重定价、新发放贷款利率低位及债券/同业资产收益率下行影响；平均计息负债付息率为1.38%，同比下降33个基点，各家境内银行的计息负债付息率均有所下降，主要由于

2025年存款利率下调、压降高成本负债及负债结构优化以缓解息差压力。
2026年上半年，境外银行平均生息资产收益率、计息负债付息率分别下降30个基点和40个基点。资产端收益率随市场利率中枢下移影响而普遍回落；负债端付息率整体呈下行态势。除富国银行外，各境外银行的计息负债付息率下降幅度均高于生息资产收益率下降幅度。

图10：生息资产收益率、计息负债付息率

2.82% 2.95%

2.54% 2.52%

2.66%

2.74%

2.49%

2.63%

1.61%

1.32% 1.28%

1.33% 1.51%

1.01%

1.05%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

2025年1-6月生息资产收益率

2026年1-6月生息资产收益率

2025年1-6月计息负债付息率

2026年1-6月计息负债付息率

注：法巴银行未披露生息资产收益率、计息负债付息率

3.00%

2.89% 2.97%

1.54% 1.48%

1.42%

1.37% 1.64%

3.23%

5.58%

4.58%

4.79%

4.38%

5.02%

4.72%

4.25%

3.11%

2.79%

2.82% 3.00%

2.68% 3.71%

1.71%

1.38%

3.40%

3.00%

2.78%

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

2025年1-6月生息资产收益率平均值

2026年1-6月生息资产收益率平均值

2025年1-6月计息负债付息率平均值

2026年1-6月计息负债付息率平均值

2026年上半年，境内银行的平均客户贷款及垫款收益率为3.06%，同比下降32个基点。国有大行的平均客户贷款及垫款收益率为2.77%，同比下降29个基点，主要受前期LPR下调后的存量贷款重定价，叠加普惠、制造业等让利实体重点领域贷款占比提升影

响，客户贷款及垫款收益率呈趋势性回落。股份制银行的平均客户贷款及垫款收益率为3.34%，同比下降35个基点，降幅大于国有大行，主要与零售及高收益资产占比更高、重定价影响更大有关。

图11：客户贷款及垫款收益率
图12：存款付息率

4.5%

4.0%

3.5%

3.38% 3.06%

3.0%

3.32% 3.19% 3.41% 3.37% 3.64%

2.5%

2.64%

2.73%

2.76% 2.96% 2.86% 3.11%

2.0%

2.68%

1.5%

1.0%

0.5%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

管控高成本定期存款定价并压降高成本主动负债的共同作用。国有大行的平均存款付息率为1.21%，同比下降31个基点；股份制银行的平均存款付息率为 1.32%，同比下降35个基点。

2026年上半年，境内银行的平均存款付息率为 1.26%，同比下降33个基点，吸收存款成本呈现趋势性回落。这一改善主要源于前期存款挂牌利率多次下调后的重定价效应集中释放，叠加各行主动优化存款结构、提升低成本活期及结算性存款占比、

2.5%

2.0%

1.5%

1.0%

0.5%

1.15%

1.11% 1.13%

1.49%

1.40% 0.98%

1.59%

1.42%

0.97%

1.35% 1.24%

1.55%

1.26%

1.38%

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

工商银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

境内银行中间业务结构持续调整，整体手续费及佣金净收入基本持平

境外银行手续费及佣金净收入合计6,068亿元，同比增长582亿元，增幅9.59%，主要受益于全球资本市场活跃度提升，交易、投行及财富管理业务收入高增。

2026年上半年，境内银行的手续费及佣金净收入合计3,732亿元，同比增加25亿元，增幅0.69%，与上年基本持平。财富管理及代理业务在资本市场回暖、居民多元资产配置需求提升带动下实现较快增长，但银行卡、信贷承诺及担保咨询等传统中间业务收入仍承压，机构间表现差异显著。

图13：手续费及佣金净收入

单位:亿元人民币

17.05% 14.54%

1,800

20.51%

1,600

16.23%

1,400

8.97%

12.20%

9.54%

5.99% 8.61%

1,200

0.07%

1,000

3.73%

0.89%

3.30%

800

-1.42%

-8.71%

600

1.92%

-1.92%

400

-7.34%

200

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月

2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

25%

20%

15%

10%

-5%

-10%

-15%

境内银行营业支出受减值影响上行，境外银行营业支出温和增长

光大银行受信用减值损失同比大幅增长影响，营业支出同比增幅11.38%。境外银行营业支出合计 14,093亿元，同比增加399亿元，增幅2.91%。其中，

2026年上半年，境内银行营业支出合计14,727亿元，同比增加1,271亿元，增幅9.45%，主要受信用减值损失增加影响。国有大行中，邮储银行受贷款规模增长、审慎拨备计提以及网点运营和储蓄代理费刚性影响，营业支出增幅居首；交通银行通过财务资源精细化管理，营业支出增幅最低。股份制银行中，

摩根大通按原币计量营业支出增幅达10.57%，在境外银行中居首。

图14：营业支出
图15：业务及管理费

单位:亿元人民币

12.60% 9.20% 10.05% 13.53%

4,500 12.32%

20%

10.57% 4.83% 2.85%

11.38%

7.88% 3.18% 0.40%

4.30% 9.60%

4,000

15%

6.77%

2.76%

3.85%

3,500

10%

3,000

2,500

0.12%

2,000

-5%

1,500

-10%

1,000

-15%

500

-20%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月

2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

境内银行业务及管理费小幅增长，境外银行普遍上行

下降2.08%。股份制银行中，浦发银行和光大银行业务及管理费降幅较为明显，分别为6.96%和6.50%。

2026年上半年，境内银行业务及管理费合计6,960 亿元，同比增加111亿元，增幅1.62%，增长主要受经营规模扩张带动，境内银行同时持续开展财务精细化管理、加强费用管控，使其增幅显著低于营业收入增幅，成本收入比逐步下降。国有大行中，除交通银行外，其余五家业务及管理费均同比增长，增幅 1.21%至5.18%，交通银行通过加强财务资源精细化管理，压降业务费用及折旧摊销，实现业务及管理费

境外银行业务及管理费合计12,618亿元，同比增加 416亿元，增幅3.41%。境外银行业务及管理费普遍呈上升趋势。其中，按原币计量摩根大通增幅最大，达14.33%，主要受员工薪酬增加和科技投入加大影响。

单位:亿元人民币

4,000

20%

14.33%

3,500

15%

2.37% 8.07%

6.31% 2.64% 5.64%

3.15% 5.18%

3,000

10%

2.75%

3.40%

2.00%

2,500

1.21%

-1.44%

-2.08%

2,000

-0.51%

-2.12%

1,500

-5%

1,000

-6.50%

-6.96%

-10%

500

-15%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月

2026年1-6月

2025年1-6月同比变动幅度

2026年1-6月同比变动幅度

成本收入比普遍下降，境外银行仍显著高于境内银行

控原则，成本收入比下降0.41个百分点；浦发银行成本收入比下降2.55个百分点，居首位。

2026年上半年，境内银行平均成本收入比为27.52%，

同比下降1.43个百分点。其中邮储银行受“自营+代理”模式影响，成本收入比最高，为52.02%，招商银行、交通银行和平安银行分别为29.70%、27.47%和 27.06%，处于相对较高水平。国有大行成本收入比普遍下降1.40至2.68个百分点，其中，邮储银行储蓄代理费率下调，营收增长及运营费用压降，成本收入比下降2.68个百分点，降幅最大。股份制银行中，招商银行坚持费用增速低于营收增速的相对管

境外银行成本收入比整体高于境内银行，平均为 56.22%，同比下降2.99个百分点。其中美国银行成本收入比降幅最大，较上年同期下降4.83个百分点，其后依次为花旗银行和富国银行，分别下降4.70个百分点和4.00个百分点。

图16：成本收入比

80%

63.00%

60.10%

70%

57.70% 59.32%

52.02%

59.21%

60%

56.22%

50%

51.00%

46.20%

40%

29.70%

25.92%

28.95%

30%

27.52%

20%

25.60% 22.52% 25.46%

22.70% 21.99% 26.34% 23.43%

27.47%

27.06%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年1-6月 2026年1-6月 2025年1-6月平均值 2026年1-6月平均值

2026年上半年上市银行业绩分析资产情况分析

资产情况分析

境内外银行资产规模稳步增长，资产配置结构持续优化

2026年6月末，十二家境内银行资产总额合计 291.04万亿元，较上年末增加13.09万亿元，增幅 4.71%，实现稳步增长；其中六家国有银行贡献了 85%以上的资产增量。

期提高0.44个百分点。其中招商银行增速5.47%，居六家股份制银行首位；兴业银行和浦发银行增速均超过3%。

六家境外银行资产总额合计140.62万亿元，较上年末增加6.03万亿元，增幅为4.48%，较上年同期放缓 5.18个百分点。按原币计（剔除汇率影响），摩根大通以13.34%的增速位列第一。

六家国有银行资产总额合计231.72万亿元，较上年末增加11.24万亿元，增幅为5.10%，增幅较上年同期回落2.08个百分点。其中工商银行增速6.72%，居六家国有银行首位，邮储银行次之，增速为6.07%。

整体来看，六家国有银行资产总额平均增幅领先于六家股份制银行，六家境外银行资产总额平均增幅较上年同期有所下降。

六家股份制银行资产总额合计59.32万亿元，较上年末增加1.85万亿元，增幅为3.22%，增幅较上年同

图1：资产总额

单位:亿元人民币

600,000

6.72% 3.72%

500,000

400,000

300,000

200,000

100,000

4.66%

4.77% 6.07% 4.58% 5.47% 3.31% 3.21%

2.50% 1.20% 1.74%

13.34%

15%

8.94%

10.41%

6.22%

6.34%

2.56%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年6月30日较年初变动幅度 2026年6月30日较年初变动幅度

2025年12月31日

2026年6月30日

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

从总资产构成来看，2026年6月末，六大国有银行与六大股份制银行的资产结构总体相似，均以贷款为主体、金融投资为重要配置方向。十二家境内银行发放贷款平均占比为55.40%，较上年末微升0.04个百分点，基本稳定；金融投资平均占比为31.03%，上升0.56个百分点；同业资产平均占比为5.35%，下降 0.72个百分点。稳增长政策导向下，银行保持信贷投放力度，贷款占比基本稳定；同时适度加大金融投资，压降同业资产配置，丰富资产组合类型，优化流

动性结构，兼顾信贷服务实体经济职能与资产组合收益、流动性的平衡，推动资产结构持续优化。

六家境外银行发放贷款平均占比为33.23%，较上年末下降1.18个百分点，明显低于境内银行；金融投资平均占比34.35%，上升0.18个百分点；同业资产平均占比11.85%，上升1.01个百分点。境外银行资产配置更侧重金融市场业务，各银行因所在市场与业务模式不同而各有侧重。

图2：2026年6月30日资产结构占比

100%

9% 7% 8% 10% 8% 8% 8% 8% 9% 8% 7% 7%

3% 3%

90%

5% 7%

4% 5% 6% 8% 9% 6% 6%

80%

70%

60%

33%

30%

35% 26%

36%

29%

32% 30%

30% 29% 33% 30%

50%

40%

17% 17%

16%

12%

25%

21%

16%

9% 14%

28%

11%

37%

22%

42%

38%

31%

30%

20%

10%

55%

60%

54%

60%

51%

57%

52% 53% 55% 57% 55% 56%

30%

34%

44%

27%

33% 30%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

发放贷款金融投资同业资产其他资产

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

注：报表披露口径差异，除兴业银行和光大银行外，其他境内银行发放贷款及垫款均包含应收融资租赁款

贷款规模平稳增长，境内投放节奏有所放缓

2026年6月末，六家境外银行发放贷款及垫款账面价值合计45.74万亿元，较上年末增加0.10万亿元，增幅4.03%。其中，按原币计量（剔除汇率影响），花旗银行以5.55%的增速居首，各行贷款规模均较上年末有所上升。

2026年上半年，十二家境内银行信贷资产持续增长，但整体增速有所放缓。具体来看，2026年6月末，十二家境内银行发放贷款及垫款账面价值合计163.93万亿元，较上年末增加7.72万亿元，增幅4.94%，较上年同期下降0.91个百分点。其中，中信银行、平安银行、兴业银行贷款增速较上年同期有所回升（分别上升 1.04个、0.67个、0.64个百分点），其余银行均同比下降；光大银行降幅最大，下降1.63个百分点。

图3：发放贷款及垫款账面价值

单位:亿元人民币

5.62% 6.27% 5.50%

6.42%

350,000

4.87%

300,000

5.55%

4.03%

4.61%

4.68%

250,000

3.65%

2.50%

200,000

3.31%

3.26%

150,000

2.93%

2.71%

1.83%

2.73%

2.28%

100,000

50,000

-1%

-2%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日

2026年6月30日

2025年6月30日较年初变动幅度 2026年6月30日较年初变动幅度

注1：报表披露口径差异，除兴业银行和光大银行外，其他境内银行发放贷款及垫款均包含应收融资租赁款
注2：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

信贷结构持续优化，实体重点领域投放加力

对私贷款、票据贴现余额平均占比分别为59.32%、

2026年上半年，商业银行贷款利率低位企稳，净息差均值整体下降且仍处历史低位。在此背景下，境内银行积极响应国家战略规划，持续加大对科技、绿色、普惠等实体经济重点领域和薄弱环节的信贷支持，对公信贷投放保持稳健，项目储备进一步夯实。2026年6月末，十二家境内银行对公贷款、

36.02%、4.66%，较上年末分别上升1.89个、下降 1.68个和下降0.21个百分点。其中，中国银行对公贷款占比最高，达68.58%；平安银行零售贷款占比最高，为50.02%，招商银行次之（49.38%）；工商银行票据贴现业务占比最高，达9.06%。

图4：2026年6月30日信贷资产结构

100%

9% 9% 7%

90%

80%

70%

28%

32% 34%

5% 5% 3% 4% 4% 2% 3% 2% 3%

26%

48%

29%

49%

30% 33%

39%

35%

50%

60%

50%

40%

30%

20%

10%

63%

59% 59%

69%

47%

68%

47%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

对公贷款对私贷款（含信用卡）票据贴现

66% 65%

58%

兴业银行

浦发银行

中信银行

63%

47%

光大银行

平安银行

从零售贷款结构来看，2026年6月末，十二家境内银行个人住房贷款平均占比为49.38%，较上年末下降0.56个百分点；个人经营贷款平均占比为 21.83%，上升0.77个百分点；个人消费贷款平均占比为10.85%，上升0.29个百分点；信用卡贷款平均占比为15.19%，下降0.58个百分点。上半年，受房地产市场深度调整、居民提前还贷意愿增强的影响，个人住房贷款占比回落；信用卡在需求不足与银行主动收紧授信的双重作用下持续收缩，行业从

设民营企业再贷款、个人消费贷款贴息等政策引导，反映了银行将信贷资源向贴合实体需求、政策重点支持的领域倾斜。

从住房贷款看，国有大行与股份制银行走势分化：六家国有大行个人住房贷款平均占比57.04%，仍是其最主要的零售贷款业务，但较上年末下降1.35个百分点，主要受有效需求疲软与提前还贷拖累；股份制银行该项占比41.72%，较上年末微升0.23个百分点，与按揭投放相对稳定、以及信用卡等零售业务收缩更快带来的占比被动抬升有关。

“规模扩张”转向“存量精耕”；个人经营贷款和消费贷款占比上升，受益于支农支小再贷款提额、新

图5：2026年6月30日零售贷款结构
图6：2026年6月30日对公贷款结构

100%

10% 9%

18%

90%

24% 17% 20% 19%

25% 23%

27%

23% 16%

80%

35%

17%

70%

20% 21% 21%

7% 8%

21%

24%

29%

60%

14%

7% 13%

12% 11%

50%

14%

12%

40%

27%

66%

64% 65%

30%

56%

48% 51%

49%

47% 48%

20%

40%

38%

21%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

住房贷款消费贷款经营性贷款信用卡透支其他

注：中国银行未单独披露消费贷及经营贷余额

业、批发和零售业信贷投放规模增量显著，分别较上年末增加2.05万亿元、1.86万亿元和0.81万亿元。

2026年是“十五五”开局之年。上半年，在适度宽松货币政策持续发力、财政贴息与结构性货币政策工具协同加码的引导下，境内坚持信贷“降速提质”，贯彻落实国家重大战略部署，围绕做好金融“五篇大文章”，持续加大对实体经济的支持力度，资金投向聚焦经济转型升级，重点支持科技创新、先进制造、普惠小微等领域和薄弱环节。制造业、租赁商务服务

房地产方面，2026年上半年房地产贷款规模较上年末减少872亿元，降幅1.24%；余额占比6.83%，较上年末下降0.61个百分点，境内各银行房地产贷款占比普遍回落。

100%

10%

11%

13%

15%

17%

90%

80%

10%

48%

10%

70%

11%

10%

11%

60%

10%

13%

12%

13%

28%

50%

12%

17%

16%

17%

18%

40%

20%

21%

10%

22%

18%

30%

16%

24%

17%

21%

22%

15%

17%

20%

24%

23%

22%

21%

10%

20%

18%

17%

16%

15%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

交通运输、仓储和邮政业制造业电力、热力、燃气及水生产和供应业房地产业批发和零售业建筑业采矿业其他

租赁和商务服务业水利、环境和公共设施管理业

注：中国银行未单独披露批发零售业；因平安银行行业分类统计口径与其他银行存在差异，本次未将其纳入图表进行对比分析

2026年6月末，十二家境内银行票据贴现余额合计105,910亿元，较上年末增加6,775亿元，增幅6.83%，各家银行票据业务规模变动明显分化。其中，光大银行增幅24.06%，居12家银行之首；建设银行、交通银行和中国银行增幅均超10%，分别为19.37%、14.26%和10.68%；浦发银行、招商银行、平安银行和中信银行降幅均超15%，分别为27.08%、17.60%、17.22%和15.83%。

图7：票据贴现余额

单位:亿元人民币

35,000

8.93% 19.37%

30,000

4.79%

25,000

20,000

15,000

10,000

5,000

工商银行

建设银行

农业银行

2025年12月31日

2026年6月30日

14.26%

10.68%

-8.65%

-14.57%

-27.08%

-17.60%

-15.83%

中国银行

邮储银行

交通银行

招商银行

兴业银行

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

浦发银行

中信银行

24.06%

光大银行

30%

20%

10%

-17.22%

-10%

-20%

-30%

-40%

-50%

-60%

平安银行

资产质量总体平稳，风控能力稳步提升

2026年上半年，面对经济环境变化与存量风险释放压力，境内银行优化风控架构，多措并举推进不良资产清收化解，处置端口前移、丰富处置工具、聚焦重点领域精准发力，推动房地产、地方融资平台等重点领域风险稳步缓释。2026年6月末，境内银行不良贷款余额合计20,524亿元，较上年末增加913亿元，增幅4.66%。

伴随宏观经济环境调整与信贷扩张节奏放缓，境内银行主动优化风险管控策略，综合运用各类处置工具推进不良资产出清，行业资产质量总体维持平稳态势，受业务布局与风险化解能力差异影响，不同银行间的不良贷款增速呈现出显著分化。其中，光大银行、邮储银行不良贷款余额增速最高，分别为15.58%和12.57%，而同期贷款余额增速为2.28%和6.42%，风险管控压力有所显现；交通银行不良贷款余额增速为5.56%，其余境内银行不良贷款余额增速均在5%以内，资产质量保持稳定。

图8：不良贷款余额
图9：不良贷款率

单位:亿元人民币

18%

4,500

15.58%

3.21% 4.12% 4.72%

16%

4,000

4.79% 12.57%

3,500

14%

12%

3,000

2,500

10%

5.56%

2.53%

2,000

3.27%

1,500

1.67%

1.40%

3.08%

1,000

500

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

分点，中国银行和浦发银行不良贷款率较上年末均下降0.01个百分点。招商银行不良贷款率0.94%，为境内银行中最低。农业银行不良贷款率1.25%，较上年末下降0.02个百分点，已连续五年保持下降态势且降幅居同业前列，资产质量保持稳健。综合来看，境内银行不良贷款余额有所增加，平均不良贷款率略有上升，信贷资产质量整体保持平稳。

从不良贷款率来看，2026年6月末境内银行平均不良贷款率为1.19%，较上年末上升0.01个百分点。光大银行、邮储银行和交通银行不良贷款率较上年末分别上升0.17个百分点、0.05个百分点和0.02个百分点，招商银行、兴业银行、中信银行和平安银行不良贷款率较上年末保持不变，工商银行、建设银行和农业银行不良贷款率较上年末均下降0.02个百

1.5%

1.44%

1.4%

1.29% 1.29%

1.30%

1.25% 1.22%

1.25%

1.3%

1.2%

1.1%

1.0%

0.9%

0.8%

工商银行

建设银行

农业银行

2025年12月31日

2026年6月30日

0.94%

1.00%

1.08%

中国银行

邮储银行

交通银行

招商银行

2025年12月31日平均值

2026年6月30日平均值

兴业银行

1.15%

1.19%

1.18%

1.05%

浦发银行

中信银行

光大银行

平安银行

对公信贷资产质量边际改善，房地产行业不良率持续上升

较上年末下降0.14个百分点，降幅最大；邮储银行、招商银行和平安银行的对公贷款不良率维持在1% 以下。2026年6月末，不良贷款率较高的行业中，房地产业的平均不良率较上年末上升，批发和零售业、建筑业的平均不良率较上年末均有所下降。

2026年上半年，我国经济稳步修复向好，实体企业经营边际改善，境内银行持续强化对公信贷全流程风控，优化行业授信布局，同时不断提升不良资产处置质效，对公信贷资产质量整体改善。2026年6月末境内银行对公贷款平均不良率为1.09%，较上年末下降0.05个百分点；其中交通银行对公贷款不良率

图10：2026年6月30日不良贷款率较高的行业

1.46%

1.26%

1.08% 1.08% 1.08%

1.31%

1.45% 0.92%

1.05% 0.78%

1.14% 0.52%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

房地产业批发和零售业建筑业公司贷款不良率

注：中国银行未披露批发和零售业不良贷款率

2026年上半年，房地产市场延续深度调整格局，整体复苏不及预期，高风险房企信用风险持续释放。境内银行持续强化房地产领域全口径风险管控，重点推进高风险房企存量风险处置与不良资产清收，但受行业下行影响，房地产业不良贷款率仍呈上行态势。2026年6月末，境内银行房地产业平均不良贷款率为4.12%，较上年末上升0.15个百分点。银行间在房地产业不良率的变化有所分化，光大银行、工商

银行、中信银行和邮储银行的房地产业不良率较上年末有所上升，其中光大银行的房地产业不良率增长2.23个百分点，增幅最大；建设银行和农业银行的房地产业不良率较上年末保持不变；其余境内银行的房地产业不良率均有不同程度下降，交通银行房地产业不良率下降0.90个百分点，降幅最大。光大银行、工商银行、中国银行和农业银行房地产业不良率均超过5%，分别为7.17%、6.27%、6.10%、5.40%。

图11：房地产业不良贷款率
图12：批发和零售业不良贷款率

6.27%

7.17%

6.10%

4.47%

4.93%

3.32%

5.40%

4.12%

3.97%

3.30%

3.29%

2.15%

1.36%

1.66%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值

2026年6月30日平均值

2026年6月末，批发和零售业对公贷款平均不良率为1.92%，较上年末下降0.07个百分点。其中，光大银行、

中信银行、平安银行和兴业银行批发和零售业对公贷款的不良率较上年末分别增长0.42个百分点、0.29个百分点、0.20个百分点、0.02个百分点，其余境内银行批发和零售业不良率均有不同程度的下降，其中，交通银行降幅最大，较上年末下降0.82个百分点。兴业银行批发和零售业对公贷款的不良率最高，为3.25%。

2.44%

3.25%

2.58%

2.20%

2.16%

2.10%

工商银行

建设银行

农业银行

2025年12月31日

2026年6月30日

注：中国银行未披露批发和零售业不良贷款率

1.95%

1.22%

邮储银行

0.53%

交通银行

招商银行

兴业银行

2025年12月31日平均值

2026年6月30日平均值

1.64%

浦发银行

中信银行

光大银行

1.99%

1.92%

1.04%

平安银行

房地产深度调整延续，按揭不良加速上行

2026年上半年，全国房地产市场仍处于深度调整周期，整体修复呈现结构性分化特征。上半年来看，商品房销售面积、销售额同比降幅持续收窄，一线及核心二线城市住宅成交边际企稳，多数三四线城市需求仍显疲弱，市场复苏节奏慢于预期。投资端，全国房地产开发投资同比仍处下行通道，其中住宅投资降幅有所收窄，企业拿地更趋审慎，投资进一步向核心城市集中。库存端，全国商品房待售面积增速继续放缓，住宅类库存去化成效逐步显现，非住宅类库存压力仍存，整体去化呈现显著区域分化。

2026年6月末，境内银行的个人住房贷款余额较上年末有所下降，平均降幅为1.93%。平安银行和中信银行的个人住房贷款余额较上年末有所上升，增幅分别为2.39%及0.12%；其余十家银行个人住房贷款余额较上年末均有不同程度的下降，其中光大银行、交通银行的个人住房贷款余额降幅较大，分别较上年末下降2.78%和2.77%。

2026年6月末，十二家境内银行个人住房贷款平均不良率有所上升，从2025年末的0.73%增至0.84%。其中，工商银行的个人住房贷款不良率最高，为 1.29%；中国银行的个人住房贷款不良率上升幅度最大，较上年末上升0.36个百分点。而平安银行、农业银行和招商银行个人住房贷款不良率有所下降，分别下降了0.06个百分点、0.03个百分点、0.03个百分点，在按揭资产风险上行大环境中，实现按揭不良率回落，风控成效得到显现。

政策层面，上半年房地产调控坚持稳字当头，围绕

“稳市场、化风险、促转型”持续优化政策体系。需求端聚焦刚性和改善性住房需求，因城施策放宽购房限制、下调房贷利率、落实换购税费减免，持续降低置业门槛，稳定市场预期。供给端以“去存量、优增量、防风险”为核心，扎实推进保交楼项目落地，完善房企债务风险处置机制，盘活存量资产与保障性住房建设、城市更新有机联动，推动供需更高水平动态平衡，引导行业向新发展模式转型。

图13：个人住房贷款余额

单位:亿元人民币

70,000

-2.30%

60,000

-2.23%

50,000

-1.83%

40,000

-1.51%

0.12%

-1.63%

30,000

-1.73%

-2.43%

20,000

-2.77%

-2.66%

10,000

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

2025年12月31日

2026年6月30日

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

2.39%

-2.78%

光大银行

平安银行

-1%

-2%

-3%

-4%

图14：个人住房贷款不良贷款率
图15：信用卡透支余额及不良率

1.4%

1.16%

1.29% 0.98%

1.28%

1.2%

0.96% 0.82%

0.70%

1.0%

0.84%

0.8%

0.73%

0.42%

0.6%

0.89%

0.4%

0.48%

0.2%

0.22%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值

2026年6月30日平均值

注：光大银行未披露个人住房贷款不良贷款率

透支规模持续收窄，不良水平逐步上升

支平均不良贷款率为2.73%，较上年末上升0.27个百分点，多数银行不良率呈上行趋势，行业信用风险持续释放。工商银行、交通银行、兴业银行不良率较高，分别为5.37%、3.80%和3.79%。整体来看，尽管商业银行主动压降高风险敞口、优化客户结构，但在消费复苏节奏放缓、居民收支预期尚未完全改善的背景下，信用卡资产质量仍持续面临压力。

2026年上半年，受居民消费修复动能偏弱、消费信心恢复缓慢影响，境内银行信用卡业务延续深度调整态势，行业持续向精细化高质量经营转型。透支规模方面，十二家境内银行信用卡透支余额整体呈收缩局面。2026年6月末，建设银行、招商银行、农业银行信用卡透支余额位居行业前三，三家银行余额均出现负增长。资产质量方面，2026年6月末信用卡透

单位:亿元人民币

12,000

5.37% 2.54%

3.80% 1.90%

10,000

2.05%

2.01%

3.79%

1.45%

8,000

2.57% 2.23%

2.37%

6,000

2.73%

2.46%

4,000

2,000

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日透支余额 2026年6月30日透支余额

2025年12月31日透支不良贷款率 2026年6月30日透支不良贷款率

2025年12月31日透支平均不良贷款率 2026年6月30日透支平均不良贷款率

注：光大银行未披露信用卡贷款不良贷款率

关注贷款规模上行，迁徙率走势显著分化

增量最大，达349亿元，邮储银行关注类贷款余额增幅最高，为16.95%。股份制银行关注类贷款余额合计5,685亿元，较上年末上升168亿元，增幅为3.05%，其中，招商银行、平安银行、兴业银行和中信银行较上年末增幅均超过5%，分别为9.82%、

2026年6月末，十二家境内银行关注类贷款余额合计达到2.82万亿元，较2025年末上升1,551亿元，增幅为5.83%。分机构类型看，六大国有银行关注类贷款余额合计约2.25万亿元，较上年末增加约1,383 亿元，增幅约为6.56%。六大国有银行关注类贷款余额均有所增长，其中工商银行关注类贷款余额

6.58%、5.78%和5.67%。

图16：关注类贷款余额

单位:亿元人民币

7,000

6,000

5,000

4,000

3,000

5.87%

5.83%

5.14%

2,000

1,000

3.78%

16.95%

11.07% 9.82%

5.78%

5.67%

-3.35%

6.58%

-6.13%

工商银行

建设银行

农业银行

2025年12月31日

2026年6月30日

中国银行

邮储银行

交通银行

招商银行

兴业银行

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

浦发银行

中信银行

光大银行

平安银行

40%

30%

20%

10%

-10%

从关注类贷款占比来看，十二家境内银行关注类贷款平均占比为1.71%，较上年末上升0.02个百分点。其中，邮储银行关注类贷款占比上升至1.73%，较上年末上升0.16个百分点，上升幅度最大；光大银行关注类贷款占比下降至1.69%，较上年末下降 0.16个百分点，降幅最大。此外，浦发银行、中国银行及农业银行的关注类贷款占比也有所下降，分别

下降0.12个百分点、0.03个百分点和0.01个百分点，建设银行的关注类贷款占比保持不变，其余银行关注类贷款占比均有不同程度上升。农业银行的关注类贷款占比为1.38%，为境内银行中最低，反映其潜在风险资产规模相对较小，资产质量底盘稳健，风险前置管控成效较好。

图17：关注类贷款占比
图18：正常类贷款迁徙率

2.2%

1.97%

2.0%

1.77%

1.72%

1.73%

1.68%

1.83%

1.53%

1.8%

1.71%

1.69%

1.6%

1.69%

1.97%

1.4%

1.44%

1.38%

1.2%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值

2026年6月30日平均值

2026年上半年，十二家境内银行的正常类贷款迁徙率平均值为1.25%，较2025年末下降0.17个百分点。其中，平安银行降幅最大，较上年末下降1.23 个百分点。2026年6月末关注类贷款平均迁徙率为

迁徙率均有所下降，其中平安银行关注类贷款迁徙率下降幅度最大，达19.51个百分点。

综合来看，2026年上半年，工商银行、建设银行、农业银行、中国银行、招商银行及浦发银行的正常类贷款迁徙率和关注类贷款迁徙率呈现“双升”趋势；邮储银行、交通银行、兴业银行、中信银行和平安银行的正常类贷款迁徙率和关注类贷款迁徙率呈现“双降”趋势，反映出各家银行在风险管理取向与信贷政策调整上的策略差异。

28.79%，较上年末上升了2.54个百分点。六大国有银行中，除邮储银行及交通银行外，其余四家银行的关注类贷款迁徙率均有所上升，其中建设银行关注类贷款迁徙率上升幅度最大，达13.64个百分点。在股份制银行中，浦发银行关注类贷款迁徙率上升
29.99个百分点，上升幅度最大，除招商银行、浦发银行及光大银行外，其余股份制银行的关注类贷款

3.0%

2.5%

2.0%

1.5%

1.0%

0.5%

1.51%

1.87%

1.27%

1.45% 1.35%

1.39%

1.62%

1.22%

1.42% 1.25%

0.69% 0.79%

0.95%

0.90%

工商

建设

农业

中国

邮储

交通

招商

兴业

浦发

中信

光大

平安

图19：关注类贷款迁徙率
图20：逾期贷款余额

59.30%

60%

50%

39.94%

34.30%

40%

28.74%

21.53%

29.15% 28.62%

23.25%

19.37%

30%

28.79%

26.25%

19.36%

24.49%

20%

17.44%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值

2026年6月30日平均值

逾期贷款增幅走阔，逾期不良比例抬升

2026年6月末，十二家境内银行逾期贷款余额合计2.45万亿元，较上年末增加2,204亿元，增幅9.90%。十二家境内银行的逾期贷款余额均有所上升，其中，逾期贷款增幅最高的三家银行依次为中信银行、兴业银行和中国银行，分别较上年末增长17.34%、13.72%和13.18%。

单位:亿元人民币

6,000

25%

10.78%

13.18%

20%

17.34%

5,000

12.91%

13.72%

10.44%

15%

10.45%

12.75%

7.40%

5.90%

10%

4,000

5.42%

0.37%

3,000

2,000

1,000

工商银行

建设银行

农业银行

2025年12月31日

2026年6月30日

中国银行

邮储银行

交通银行

招商银行

兴业银行

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

浦发银行

中信银行

光大银行

平安银行

-5%

-10%

-15%

-20%

2026年6月末，十二家境内银行平均逾期贷款率为1.55%，较2025年末上升0.08个百分点。农业银行逾期贷款率为1.24%，为境内银行中最低。综合来看，除农业银行及浦发银行外，其余十家银行的逾期贷款余额及逾期贷款率均呈“双升”趋势。

图21：逾期贷款率
图22：逾期贷款与不良贷款的比值

2.4%

2.20%

2.2%

1.84%

2.0%

1.64%

1.63%

1.55%

1.8%

1.49%

1.38%

1.39%

1.31%

1.36%

1.60%

1.6%

1.55%

1.47%

1.24%

1.4%

1.2%

1.0%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值

2026年6月30日平均值

2026年6月末，十二家境内银行逾期贷款与不良贷款比值平均值呈现上升趋势，从2025年末的125.73%上升至131.16%。六家国有大行的逾期贷款与不良贷款比值均有所上升，其中工商银行增幅最大，为8.51个百分点；股份制银行中，除浦发银行及光大银行逾期贷款与不良贷款比值下降外，其余四家银行均呈上行态势，中信银行、平安银行及兴业银行的逾期贷款与不良贷款比值上升较高，分别为17.98个百分点、14.26个百分点及14.00个百分点。农业银行的逾期贷款与不良贷款比值小于1，反映其贷款风险分类认定标准严格。

170%

153.07%

152.26% 147.40%

160%

142.38%

150%

138.41%

137.57%

141.71%

124.48%

140%

110.97%

118.95%

131.16%

130%

125.73%

120%

107.18%

99.50%

110%

100%

90%

建设

农业

中国

邮储

交通

招商

兴业

浦发

中信

光大

平安

工商

多元处置加速风险出清，机构间核销规模差异凸显

2026年上半年，在内外部经济环境承压、重点领域信用风险持续释放的背景下，银行业持续推进风险缓释出清，不断拓宽不良资产处置路径，综合运用核销、批量转让、资产证券化等多元方式加大处置力度，整体不良处置保持较强节奏，不同银行间核销及转出规模呈现明显分化。

多家银行不良贷款核销及转出金额较去年同期实现增长，其中六家国有大行中工商银行增幅尤为显著，较上年同期增加309亿元，增幅为60.61%；股份制银行中浦发银行、光大银行分别增加139亿元和59亿元，增幅达53.17%和27.48%。与此同时，部分银行处置节奏有所调整，平安银行和中国银行不良贷款核销及转出金额较去年同期分别减少112亿元和81亿元，降幅为30.13%和16.01%。

图23：贷款核销及转出

单位:亿元人民币

1,000

35.05% 33.04%

900

60.61%

800

53.17%

50.54%

700

600

8.89% -3.05%

-16.01%
-14.81%

500

400

300

200

100

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

2025年1-6月
2026年1-6月 2026年1-6月同比变动幅度

2025年1-6月同比变动幅度

注：报表披露口径存在差异，建设银行和农业银行贷款核销及转出包含不良贷款还款/归还金额

100%

80%

27.48%

-0.23%

-30.13%

60%

40%

20%

-20%

中信银行

光大银行

平安银行

-40%

-60%

拨备覆盖水平回落，贷款拨备率小幅下降

2026年6月末，十二家境内银行平均拨备覆盖率为228.30%，较2025年末的平均值232.39%下降了4.09 个百分点。其中，九家银行的拨备覆盖率出现不同程度回落，光大银行和邮储银行的拨备覆盖率下降幅度相对突出，分别较上年末下降了24.12个百分点和13.01个百分点；截至2026年6月末，光大银行拨备覆盖率为150.02%，接近监管要求阈值。与此同时，建设银行、工商银行和中国银行的拨备覆盖率实现不同程度的增长，分别上升了5.54个百分点、3.98个百分点和0.48个百分点。招商银行拨备覆盖率虽较上年末下降6.69个百分点，但仍超过350%，达385.10%，为境内银行最高。农业银行拨备覆盖率为290.10%，为国有银行中最高，风险抵补能力充足。整体来看，2026年上半年境内各家银行拨备覆盖率整体略有下滑，但总体仍维持在较高区间，风险抵补能力保持稳健，各银行间拨备覆盖率仍存在明显差异。

图24：拨备覆盖率
图25：贷款拨备率

450%

385.10%

400%

350%

290.10%

300%

238.69%

214.93%

203.12%

217.58%

219.58%

200.85%

190.17%

250%

232.39% 228.30%

150.02%

200%

225.67%

203.80%

150%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年12月31日平均值监管标准

2026年6月30日平均值

2026年6月末，十二家境内银行的平均贷款拨备率为2.67%，较2025年末的平均值2.70%下降了0.03个百分点。其中，工商银行、建设银行的贷款拨备率与拨备覆盖率呈现“双升”，除中国银行及中信银行外，其余银行贷款拨备率与拨备覆盖率均呈现“双降”。农业银行、浦发银行和光大银行的贷款拨备率下降较为显著，分别较上年末下降了0.08个百分点、0.07个百分点和0.06个百分点。整体来看，2026年上半年，境内银行贷款拨备率整体小幅回落，总体仍处于合理区间，机构间贷款拨备率分化特征较为突出。

4.5%

4.0%

3.5%

3.0%

2.5%

2.0%

3.63%

2.80%

3.09%

2.45%

3.63%

2.16%

2.65%

2.43%

2.37% 2.33% 2.16%

2.70% 2.67%

2.30%

1.5%

工商

建设

农业

中国

邮储

交通

招商

兴业

浦发

中信

光大

平安

金融投资规模稳定增长，境内外银行均呈波动化增长趋势

2026年6月末，六家国有大型银行金融投资账面价值合计72.84万亿元，较上年末增加6.17万亿元，增幅为9.25%，高于总资产平均增幅4.15个百分点。其中，邮储银行以及工商银行金融投资增幅均超过10%，分别为12.56%和10.20%。

六家股份制银行金融投资账面价值合计18.16万亿元，较上年末增加0.5万亿元，增幅2.83%，低于总资产平均增幅0.39个百分点。其中，平安银行金融投资增幅最高为6.14%，高于其总资产增幅4.4个百分点。

就六家境外银行而言，金融投资账面价值合计49.48万亿元，较上年末增加2.45万亿元，增幅为5.21%。按原币计，摩根大通的金融投资增幅最大为18.12%。

图26：金融资产投资

单位:亿元人民币

200,000

30%

180,000

25%

10.20%

160,000

8.48%

20%

140,000

9.39% 8.51% 12.56%

18.12%

11.81% 9.09% 11.02%

120,000

15%

6.22%

100,000

5.91%

10%

4.32%

6.05% 3.13%

0.77% 6.14%

80,000

-4.02%

60,000

40,000

20,000

-4.39%

-5%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日
2026年6月30日 2026年6月30日较年初变动幅度

2025年6月30日较年初变动幅度

注1：境外银行金融投资变动幅度依据原币金额计算
注2：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

国有大行以摊余成本计量资产为主，股份制银行以公允价值计量资产为主且分化明显

2026年6月末，境内银行金融资产投资按计量方式分类占比呈现差异化。其中国有四大银行以公允价值计量且其变动计当期损益的金融资产

境内银行以公允价值计量且其变动计其他综合收益的金融资产（FVOCI）平均占比为26%，各家银行 FVOCI金融资产占比分化。其中，中国银行占比达 46%，建设银行、招商银行、浦发银行、中信银行和光大银行占比超过30%，邮储银行和平安银行占比较低，分别为8%和11%，其他境内银行占比23%左右。

（FVTPL）占比均低于10%，低于邮储银行和交通银行，亦显著低于股份制银行平均占比（27%）。股份制银行中平安银行占比超过40%，兴业银行本期占比增长至33%，浦发银行和中信银行占比均超过20%。

整体来看，国有大型银行为发挥大行金融服务主力军作用，持续服务实体经济发展，地方政府债等配置比例较高并持有到期，以摊余成本计量的金融资产占比普遍较高。股份制银行金融资产投资品种更为丰富，虽然其整体以公允价值计量的金融资产占比相对较高，但内部分化显著，部分股份制银行在以公允价值计量且其变动计入其他综合收益的金融资产上的配置力度甚至超过了国有大型银行，体现出更为灵活和多元的投资策略。

除中国银行外，国有大型银行以摊余成本计量的金融资产（AC）占比均较高，其中工商银行、农业银行、邮储银行占比超过70%，建设银行和交通银行占比均在60%左右，股份制银行平均占比为47%，较上年末下降2个百分点。

图27：2026年6月30日金融资产投资按计量方式占比

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

61% 73% 71%

46%

77%

59%

50% 51%

40%

45%

51%

44%

11%

32%

16%

31%

34%

32%

46%

26%

32%

45% 22%

33%

26%

28%

24%

17%

15% 15% 16%

5% 7% 3%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

以公允价值计量且其变动计入当期损益的金融资产（FVTPL）以摊余成本计量的金融资产（AC）以公允价值计量且其变动计入其他综合收益的金融资产（FVOCI）

投资品种结构：国有大型银行坚守利率债基本盘，股份制银行拓展多元化收益来源

从投资品种看，国有大型银行资产结构高度集中于债券投资，平均占比超过94%，显著高于股份制银行的债券投资比例75%。债券持仓以利率债为主，除邮储银行外，国有大型银行持有的政府债、央行票据及政策性金融债合计占债券投资比例均接近或超过80%以上，体现出服务财政融资、支持实体经济的政策导向。

光大银行和平安银行，底层涉及信托投资、资产管理计划、债权融资计划及其他债权类投资等，增强收益弹性但提升信用与流动性管理难度。

境内银行在权益性投资及其他类别中占比均较低，平均约4%，主要包括资产支持证券、股权投资及其他债权类投资等，配置目的以流动性管理或特定项目参与为主，不构成核心资产。

股份制银行投资品种更为丰富，呈现多元化配置特征。股份制银行基金投资占比为12%，显著高于国有大行的2%。其中兴业银行基金投资占比最高为 21%，浦发银行和中信银行基金投资占比均为15%。

总体而言，国有大行坚持“安全+稳定”逻辑，聚焦持有利率债；股份制银行则通过基金与结构化工具拓展收益来源，体现“灵活+主动”管理风格，在资本约束与收益目标间寻求平衡。

信托计划、资产管理计划及债权融资计划等结构化投资合计占比7%，主要集中在兴业银行、中信银行、

图28：金融投资按投资品种占比

100%

90%

1% 1%

2% 1%

2% 2% 2% 1%

4% 4% 3% 3%

5% 5% 4% 3%

1% 1% 1%

12% 12% 4% 5% 6% 5%

14% 15%

80%

70%

60%

50%

40%

30%

18%

21%

97% 98% 96% 96% 97% 97% 97% 97%

91% 90% 90% 92%

86% 87%

67%

63% 60%

1% 1%

6% 6%

7% 7% 8% 6%

23% 21%

14% 15%

18% 19%

15%

17%

10% 8%

84% 86%

78% 77%

66% 67%

64%

20%

10%

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行中信银行光大银行平安银行

债券基金信托计划、资产管理计划、债权融资计划权益性投资及其他

2026年上半年债市震荡格局延续，银行投资策略需均衡配置并加强风险防范

2026年上半年，央行继续实施适度宽松的货币政策，债券市场呈现出发行规模增长放缓走势。利率债收益率总体震荡下行，长短期利差趋于收窄。利率债发行规模同比有所减少，信用债发行保持平稳增长，发行利率有所下行，信用利差压缩至历史低位。

股份制银行债券投资余额13.78万亿元，较上年末增加0.5万亿元，增速3.77%，低于国有大行的增速。股份制银行中浦发银行债券投资余额显著上升，增速最高达12.31%。兴业银行债券投资余额较上年末大幅下降，降幅达9.93%。

2026年上半年，银行间债券市场“科技板”持续扩容，科创债发行利率明显低于同期贷款利率，发行规模延续快速增长态势。

整体来看，2026年上半年债券市场收益率中枢低位运行、波动加剧，对境内银行投资管理能力提出更高要求。后续银行需强化利率走势研判，灵活调整久期与仓位配置，适度加大对信用债、金融债的精选力度，关注科创债等政策支持品种。同时，应持续完善预期信用损失管理，统筹考量税收效应与资本占用，优化资产配置结构，在风险可控前提下实现投资组合稳健运行。

2026年6月末，境内银行债券投资余额82.92万亿元，较上年末增加6.46万亿元，增速8.45%。国有大行债券投资余额69.14万亿元，较上年末增加5.96万亿元，增速9.43%，其中国有四大银行债券投资余额均已超过10万亿元，而邮储银行增速最高达13.61%。

图29：债券投资

单位:亿元人民币

200,000

10.41%

180,000

8.24%

13.61%

9.79% 8.71%

160,000

140,000

120,000

100,000

3.97%

7.80%

12.31%

80,000

60,000

40,000

20,000

工商银行

建设银行

农业银行

2025年12月31日 2026年6月30日

注：债券投资中包含同业存单

-9.93%

中国银行

邮储银行

交通银行

招商银行

兴业银行

2025年6月30日较年初变动幅度

2026年6月30日较年初变动幅度

9.40%

2.60% 3.23%

浦发银行

中信银行

光大银行

平安银行

15%

10%

-5%

-10%

-15%

境内银行利率债占比较高，需关注信用债风险情况

2026年6月末，除邮储银行外，其他五家国有银行债券投资以利率债为主，信用风险偏好较低，政府、央行及政策性银行债券投资占比普遍均超过80%；邮储银行金融债券投资占比43%，显著高于其他五家国有银行；除邮储银行政府、央行及政策性银行债券投资占比较上年末增加4个百分点，金融债券投资占比较上年末下降4个百分点外，其他五家国有银行各类发行人债券占比与上年末相比变化不大。

银行金融债券投资占比较高达30%；兴业银行和光大银行信用风险偏好相对较高，企业债券投资占比均超18%。整体来看，五家股份制银行各类债券投资占比与上年末相比基本保持稳定。

2026年上半年，债券市场受多重因素影响呈现震荡态势。同时全球主要发达经济体长端利率维持高位，财政扩张与通胀压力并存，市场对海外央行政策路径的分歧加大。尽管中国债券市场受外部扰动有限，但跨境资金流动及预期传导仍对国内市场形成一定影响。面对市场环境的变化，银行仍需警惕信用债风险。

五家股份制银行中，招商银行和平安银行的政府、央行及政策性银行债券投资占比均超过了80%；光大

图30：债券投资按发行人情况占比

100%

6% 6% 5% 5% 2% 3% 5% 5% 3% 3% 5% 5% 5% 5%

8% 9%

9% 9% 8% 7%

90%

11% 11%

14% 12% 12% 12%

80%

43%

47%

70%

60%

19% 18%

14% 12%

12%

11%

22% 21%

5% 7%

10%

21% 23%

28% 30%

50%

40%

30%

20%

85% 85% 87% 88% 90% 88%

84% 84%

81% 83% 83% 83%

50%

54%

60% 59%

74% 77%

85% 83%

50% 49%

10%

本期末

上年末

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行光大银行平安银行

政府、央行及政策性银行金融债券企业债券

注：中信银行未单独披露债券投资按发行人情况；上年末指2025年12月31日，本期末指2026年6月30日

2026年上半年，在适度宽松的货币政策基调下，债券市场利率整体下行，带动境内银行以公允价值计量且其变动计入其他综合收益的金融资产估值普遍上升，合计影响当年其他综合收益金额为942亿元，较上年同期显著上升；其中，除兴业银行以公允价值计量且其变动计入其他综合收益的金融资产本期公

允价值变动为小幅浮亏，其他境内银行均为浮盈；四大国有银行整体变化尤为突出，工商银行、建设银行、农业银行和中国银行较上年同期分别上升179 亿元、289亿元、224亿元和97亿元，其中工商银行和中国银行增幅超5倍。

图31：以公允价值计量且其变动计入其他综合收益的金融资产的本期公允价值变动
图32：以摊余成本计量的金融资产的本期公允价值变动

单位:亿元人民币

250

210 202

200

172

150

113

100

17 28

-2

-50

-100

-150

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月 2026年1-6月

注：为计入其他综合收益的当年税前金额（含以公允价值计量且其变动计入其他综合收益的贷款及金融投资）

2026年上半年，十二家境内银行以摊余成本计量的金融资产均为整体浮盈，相关资产对应的未实现利润合计达3,466亿元，其中工商银行和农业银行浮盈增幅最高，均超1,000亿元，其他银行浮盈变动额均有不同程度的上升。

单位:亿元人民币

1,000

866

769

800

526

600

385

400

270

175 182 115

200

46 57 46 29

-27 -34 -35

-72

-96

-200

-254

-400

-309

-397

-295

-434

-600

-538

-800

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年1-6月 2026年1-6月

注：根据以摊余成本计量的金融资产的公允价值与账面价值差额的两期变动额计算所得

利率期限结构整体稳定，国有大行与股份制银行配置策略分化

2026年6月末，境内银行的金融投资所属利率重定价区间在1年以内、1至5年及5年以上的金额平均占比分别为18%、37%和38%，期限结构较上年末基本持平。

资金更多投向1年以上资产以锁定相对更高的收益率。1至5年利率重定价投资，工商银行、交通银行和光大银行占比超40%，兴业银行和浦发银行占比低于30%，其余银行占比在30%至40%区间，配置相对均衡。5年以上利率重定价投资，建设银行和农业银行金融投资余额占比超过40%，除中信银行和光大银行占比不到30%外，其余银行占比均超过30%，整体呈现“压舱石式”长期持仓特征。

国有大行长期投资（5年以上）占比最高，为39%，股份制银行1至5年利率重定价投资占比最高，为 35%，且均以摊余成本计量的金融资产为主，反映出资产配置仍偏重长期锁定收益的策略。1年以内利率重定价投资，中国银行、邮储银行、招商银行、兴业银行和光大银行金融投资余额占比超过20%，其中光大银行金融投资余额占比较上年末下降58%，主要是由于短期金融资产集中到期后，银行在利率下行和“资产荒”背景下主动拉长配置久期，将到期

展望后续，利率中枢仍面临地缘冲突、全球货币政策分化及市场预期调整等多重扰动，波动可能加剧。银行需密切关注利率风险的传导效应，动态优化资产久期结构，提升对利率周期的适应能力，缓释市场波动对债券估值和利息收入的影响。

图33：金融资产投资利率风险情况

100%

3% 3% 3% 4% 3% 3% 3% 4%

14% 13%

9% 9%

80%

60%

37% 37%

38% 38%

44% 41% 44% 45%

35% 35%

32% 31%

2% 2%

37% 36%

11% 10%

15%

16% 17%

22% 22% 20%

25% 24%

21%

24%

28%

37%

32% 31% 34%

27% 31%

40%

48%

36% 39%

35%

36%

37%

79%

39% 41%

33%

36%

35%

40% 40%

34% 38% 37% 37%

27% 26%

32% 29%

34% 30%

20%

25% 23% 21% 20%

25% 22% 19%

24%

23%

21%

20% 18% 19% 17% 16% 15%

19%

15% 17%

16% 16%

14% 15%

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行中信银行光大银行平安银行

1年以内 1至5年 5年以上不计息

注1：为以公允价值计量且其变动计入当期损益的金融资产、以摊余成本计量的金融资产及以公允价值计量且其变动计入其他综合收益的金融资产的利率风险合计金额
注2：上年末指2025年12月31日，本期末指2026年6月30日

境内银行投资收益及公允价值变动损益占比走势分化：投资收益回落，公允价值变动贡献提升

上升4.92个百分点，主要由于其强化市场研究和交易策略运用，把握债券、外汇、贵金属等市场机会，交易业务超额收益贡献显著，其余股份制银行变动幅度相对较小。从公允价值变动损益占营业收入的比例来看，国有大行平均占比为2.51%，较上年同期增加1.82个百分点，股份制银行平均占比为0.94%，较上年增加1.65个百分点。

从投资收益占营业收入的比例来看，国有大行平均占比为8.04%，较上年同期增加0.39个百分点，除中国银行和交通银行本年占比有所下降以外，其余各家均呈上升趋势，其中农业银行投资收益占比增幅最高为4.54%；股份制银行平均占比为13.69%，较上年减少2.13个百分点，其中招商银行和光大银行分别下降5.69个百分点和11.6个百分点，主要受上年同期债券市场表现强劲、基数较高影响，浦发银行

图34：投资收益及公允价值变动损益占营业收入比重

20%

3% 2%

15%

21%

10%

18%

17% 18% 17%

16%

15% 15% 16%

13%

11% 12%

11%

1% 7%

9% 9%

8% 8% 7% 7% 6%

-1%

-2%

-3%

-6%

-5%

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行中信银行光大银行平安银行

投资收益公允价值变动损益

注：上期指2025年1-6月，本期指2026年1-6月

境内银行投资组合管理模式差异显著，国有大行与股份行投资收益来源分化

遍以AC为主，股份制银行则更倾向于配置FVTPL。根据会计准则，FVTPL持有期间产生的利息收入计入投资收益，叠加FVTPL交易相对更为活跃、价差收益贡献大的特点，使得股份制银行的投资收益对市场波动的敏感度更高，而国有大行则更依赖于AC资产的稳定票息收入。

从投资收益的来源结构来看，国有大型银行与股份制银行呈现出显著差异。国有大行投资收益中，来自以摊余成本计量的金融资产（AC）的占比达49%；而股份制银行投资收益中，来自以公允价值计量且其变动计入当期损益的金融资产（FVTPL）的占比达 64%。这种投资收益来源的显著分化，主要源于两类银行在资产端配置结构上的侧重不同：国有大行普

各银行以摊余成本计量的金融资产终止确认产生的投资收益，主要系债券买卖损益。2026年上半年，六家国有大型银行均呈不同幅度的增长，主要得益于其较大的以摊余成本计量的债券持仓基数，在市场利率下行环境下，相关债券估值上升，银行在流动性管理或资产结构调整过程中处置部分资产，兑现了前期积累的债券买卖价差，对国有大行投资收益形成显著正向贡献。其中，农业银行、建设银行、邮储银行和中国银行本期以摊余成本计量的金融资产所产生的投资收益较上年同期增长最为显著，分别增加 104亿元、89亿元、50亿元和48亿元。就占投资收益比重而言，建设银行、中国银行和邮储银行的占比明

显上升。六家股份制银行的变动则较为分化，除兴业银行较上年同期有所增长，平安银行较上年同期基本持平外，其余4家则呈现下降的趋势。

2026年上半年，债券市场整体呈现“低利率、窄幅震荡”的特征。面对这一市场环境，境内银行在操作策略上更加注重精细化与灵活性：在利率阶段性上行时，把握配置窗口适度加大债券投资力度，以锁定相对较高的票息收益；在利率下行、债券估值抬升时，则相机抉择地减持部分资产，兑现前期积累的浮盈，以此增厚投资收益、平滑业绩波动。

图35：投资收益结构

370%

165%

113%

130%

4% 4%

8% 12% 12% 16%

11% 18%

13%

14% 22%

90%

20% 20%

30%

22%

29%

27%

32%

59% 38%

18%

45%

13%

19%

64%

118%

48% 42%

13%

52%

47%

10%

77%

48%

46%

73% 66%

36%

50%

54%

11%

86%

8% 24%

50%

62%

14% 16%

65%

59% 24%

21%

57%

58%

26% 20%

12% 34%

43%

42%

30% 34%

34%

30% 30%

10%

4% 2%

13%

10%

9% 13% 12% 19% 12% 14%

5% 12% 6% 6%

-1%

-2%

-4%

-29%

-9%

-30%

-264%

-270%

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

上期

本期

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行中信银行光大银行平安银行

以公允价值计量且变动计入当期损益的金融工具（FVTPL）以摊余成本计量的金融工具（AC）

以公允价值计量且其变动计入其他综合收益的金融工具（FVTOCI）其他

注1：上期指2025年1-6月，本期指2026年1-6月
注2：以摊余成本计量的金融工具终止确认产生的投资收益主要为债券处置损益
注3：浦发银行的交易性金融工具投资损益包含交易性金融资产损益、衍生金融工具损益和以公允价值计量且其变动计入当期损益的贵金属投资的损益

2026年上半年上市银行业绩分析负债情况分析

负债情况分析

境内外负债规模稳步抬升，银行负债增速分化显现

2026年6月末，境内银行负债总额合计268.56万亿元，较上年末增加12.49万亿元，增幅4.88%。其中，除建设银行外，其他国有大行负债总额增幅均超4%，工商银行增幅最大，为7.13%，其次为邮储银行和中国银行，增幅分别为6.26%和5.11%。股份制银行负债总额整体稳定增长，其中招商银行增幅最大，为5.45%，其次为浦发银行和兴业银行分别增长3.32%和3.14%。

2026年6月末，境外银行负债总额折人民币合计130.90万亿元，较上年末增加6.31万亿元，增幅5.07%。按原币计量，摩根大通增幅最大，为14.23%，其次为法巴银行，增长10.69%。

图1：负债总额

单位:亿元人民币

4.79%<br><br>10.69%
	5.11%<br>6.26%<br><br><br>4.82%<br><br>5.45%<br><br>3.14%<br><br>3.32% 2.26%<br><br>2.88%<br><br>6.83%<br><br>7.06%
			1.19%<br><br>1.97%

500,000

3.69%

14.23%

7.13%

450,000

9.69%

400,000

350,000

300,000

250,000

200,000

150,000

100,000

50,000

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日
2026年6月30日 2026年6月30日较年初变动幅度

2025年6月30日较年初变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

16%

14%

12%

10%

-2%

存款规模稳步抬升，境内外存款增速呈现分化下行态势

2026年6月末，境内银行客户存款余额合计195.94万亿元，较上年末增加7.65万亿元，增幅4.06%。境内银行存款吸纳整体保持韧性，但上半年存款增速普遍较去年同期出现回落，居民储蓄惯性、企业存款平稳运行仍是存款增长的基础支撑，叠加资本市场震荡使得部分资金回流银行体系。国有大行中仅交通银行、邮储银行增速较上年同期有不同程度的增加，其余四家银行增速均较去年同期有所下行。股份制银行客户存款余额同比增速均有所回落，其中浦发银行、光大银行、平安银行、中信银行下滑幅度相对突出，兴业银行、招商银行增速小幅下降。

2026年6月末，境外银行客户存款余额折人民币合计74.13万亿元，较上年末增加0.65万亿元，增幅0.88%。按原币计量，法巴银行增幅最大，为7.94%。

图2：吸收存款

单位:亿元人民币

450,000

10%

7.94%

4.99%

400,000

4.29%

	2.46%<br><br>3.42%
		3.18%<br><br>4.87%<br><br>2.20%

6.34%

3.19%

6.53%

350,000

5.42%

6.03%

5.27%

5.00%

300,000

250,000

200,000

1.88%

2.29%

150,000

0.32%

100,000

-2%

50,000

-4%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日 2026年6月30日 2026年6月30日较年初变动幅度

2025年6月30日较年初变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

居民中长期储蓄偏好凸显，境内存款定期化延续，境外存款活期占比抬升

2026年6月末，境外银行平均活期存款占比为36.47%，

2026年以来受居民储蓄偏好倾向中长期、企业扩产投资意愿偏弱等因素影响，境内银行存款定期化趋势继续延续。2026年6月末，境内银行平均活期存款占比为35.97%，较上年末下降0.11个百分点；平均定期存款占比为60.40%，较上年末增加0.33个百分点。境内银行中，定期存款占比最高的为邮储银行，定期占比达75.67%，较上年末上升1.44个百分点；活期存款占比最高的是招商银行，活期占比达 50.91%，较上年末上升0.57个百分点。

较上年末上升0.38个百分点，平均定期存款占比为 62.64%，较上年末下降0.54个百分点，境外银行定期存款平均占比高于境内银行。其中，花旗银行定期存款占比最高达到86.19%，较上年末增加1.06个百分点；富国银行活期存款占比最高达到64.30%，较上年末增加4.03个百分点。

图3：2026年6月30日存款期限结构

2% 2%

0% 2% 1%

100%

4% 6%

90%

80%

70%

60%

50%

61% 58%

58% 55%

48%

76%

68%

11%

2% 2%

13%

1% 0% 0% 0% 0%

55%

61% 59%

61%

64%

36%

43%

75% 73%

86%

40%

30%

20%

10%

37% 40% 38% 39%

24%

30%

51%

34%

37% 39%

26%

35%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

活期存款定期存款其他存款

注：汇丰银行未披露存款期限结构

中信银行

光大银行

平安银行

64%

53%

25% 27%

14%

摩根大通

美国银行

富国银行

花旗银行

法巴银行

2026年6月末境内银行存款业务中，剩余期限为即时偿还的存款平均占比为37.23%，较上年末下降 0.22个百分点；1年以内的存款平均占比为40.48%，

较上年末增加0.30个百分点；1年至5年的存款平均占比为22.25%，较上年末下降0.08个百分点；5年以上存款占比为0.04%，较上年末基本持平，反映了存款期限向1年以内集中的趋势，该趋势影响了银行存款的期限结构，进而影响存款的付息率。2026年上半年，央行持续实施稳健偏宽松的货币政策，通过降准、结构性货币政策工具等多种方式向市场释放

中长期流动性。各银行在此背景下持续优化存款期限结构，主动加强负债成本管理。从主要银行披露的期限结构数据来看，活期存款占比总体保持稳定或略有下降，定期存款尤其是1年至5年期占比有所提升，存款定期化趋势仍在延续，但重定价效应已逐步显现。面对净息差持续承压的局面，国有大行上半年适度发行中长期存单以稳定核心存款，同时根据市场利率走势合理定价；股份制银行则结合自身负债结构和净息差承受能力，进一步巩固前期成本管控成果。

图4：存款剩余期限占比

100%

10% 11%

90%

19% 18%

23% 23% 25% 26% 26% 26%

80%

70%

60%

50%

40%

41%

37% 38% 33% 33% 33% 33%

41%

64% 64%

14% 14%

28% 28%

28% 27% 27%

18% 19%

21% 21%

23%

29% 28%

35% 35%

39% 40%

39%

35% 36% 37%

39%

46% 46%

44% 43%

30%

20%

10%

41%

42% 41% 41% 41% 40%

40% 39%

51% 51%

33% 32%

26% 25%

37% 37%

36%

43% 42%

38%

27% 29% 33% 33%

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

本期末

上年末

工商银行建设银行农业银行中国银行邮储银行交通银行招商银行兴业银行浦发银行中信银行光大银行平安银行

即时偿还 1年以内 1年至5年 5年以上

注1：交通银行、招商银行、兴业银行、平安银行、光大银行、浦发银行以未经折现合同现金流量进行分析
注2：本期末：2026年6月30日，上年末：2025年12月31日

存款客户结构小幅波动，国有大行与股份制银行走势呈现分化

从客户类型来看，2026年6月末，国有六大行公司客户存款和个人客户存款平均占比分别为38.35% 和59.34%，分别较上年末增加0.51个百分点和减少 0.27个百分点。其中，邮储银行依托庞大网点优势，

整体来看，境内银行公司客户存款与个人客户存款占比整体波动幅度有限，结构保持相对稳定。2026 年上半年消费修复节奏偏缓，居民预防性储蓄意愿仍处在较高水平，但受居民资产配置多元化、其他财富管理产品多样化影响，使得部分资金分流，国有大行个人存款平均占比小幅回落。企业端经营呈现分化态势，部分企业资本开支意愿偏弱，闲置资金沉淀形成存款支撑，国有大行公司存款平均占比小幅抬升。股份制银行层面则呈现相反变化，公司存款平均占比小幅下行，个人存款占比微幅上行，反映股份制银行零售负债拓展取得一定成效。

个人客户存款占比达87.08%；工商银行、建设银行和农业银行的个人客户存款占比均显著高于公司客户存款，占比分别为53.75%、59.66%和63.59%；中国银行的公司与个人存款占比较为接近，分别为 46.22%和48.51%。而在股份制银行中，公司客户存款金额占比较大，平均占比达60.91%，较上年末减少0.14个百分点，个人存款金额平均占比34.00%，较上年末增加0.05个百分点。

图5：2026年6月30日公司及个人客户存款占比

2% 1%

0% 2% 1%

100%

4% 5%

90%

80%

70%

60%

50%

54%

60%

64%

49%

43% 45%

87%

40%

30%

20%

10%

44%

39%

32%

46%

55% 54%

13%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

公司存款个人存款其他存款

招商银行

12%

30%

58%

兴业银行

1% 3%

31% 29%

68% 68%

浦发银行

中信银行

12%

34%

54%

光大银行

35%

64%

平安银行

境内外银行主动负债走势分化，负债结构优化导向趋明晰

2026年6月末，境内银行应付债券及发行存款证余额合计18.97万亿元，较上年末增长0.02万亿元，增幅0.10%，平均降幅为3.96%，较上年同期下降5.71 个百分点。其中，国有大行主动负债规模走势分化，工商银行、建设银行、农业银行、邮储银行实现规模增长，工商银行增幅12.98%，位居国有大行增幅首位；股份制银行主动负债普遍收缩，平安银行、浦发银行降幅最为突出，分别为29.73%、29.28%。

2026年上半年，国内债券市场整体运行平稳，市场利率中枢经历一季度下行后二季度小幅修复震荡，国债、地方政府债发行保持适度规模，有效托举市场整体供给，商业银行金融债发行节奏分化。在净息差边际修复但负债成本管控压力仍存的背景下，银行主动负债定价约束增强，银行债整体发行更侧重成本收益匹配。绿色金融债、科创金融债等主题债券依托政策引导保持发行热度，主题类债券供给进一步向实体经济重点支持领域倾斜。但面对存款定期化带来的负债成本压力，叠加监管对同业存单、应付债券等主动负债工具的统筹约束，银行资产负债管理更侧重夯实低成本核心存款。部分银行主动压降高成本的应付债券与发行存款证规模，优化负债结构。

境外银行应付债券及发行存款证余额合计折人民币14.10万亿元，较上年末增加0.59万亿元，增幅 4.39%，较上年同期平均下降7.12个百分点。以原币计量，各家境外银行主动负债均较上年末有不同程度的增加，其中法巴银行增幅最大，达9.78%。

图6：应付债券及发行存款证

单位:亿元人民币

8.01%

35,000

30%

32,500

9.78%

30,000

20%

9.52% 5.37%

9.28%

9.91%

27,500

12.98% -11.24%

25,000

10%

-1.26%

22,500

6.59%

7.39%

20,000

-0.27%

17,500

-10.31% -8.30%

-3.45%

15,000

-5.19%

12,500

-10%

10,000

7,500

-20%

5,000

2,500

-30%

-29.28%

-29.73%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日 2026年6月30日 2026年6月30日较年初变动幅度

2025年6月30日较年初变动幅度

注：为分析方便，各家境外银行的变动幅度为以原币计量的变动幅度

2026年上半年上市银行业绩分析资本情况分析

4

资本情况分析

2026年6月末，按照《商业银行资本管理办法》、《系统重要性银行附加监管规定（试行）》（D-SIBS）的规定以及全球系统重要性银行(G-SIBS)的评定标准，十二家境内银行的资本监管底线要求如下表所示。

表1：资本监管底线要求

银行核心一级资本充足率一级资本充足率资本充足率系统重要性银行类别

全球系统重要性银行，第二组国内系统重要性银行，第四组

工商银行注1 9.00% 10.00% 12.00%

全球系统重要性银行，第二组国内系统重要性银行，第四组

建设银行 9.00% 10.00% 12.00%

全球系统重要性银行，第二组国内系统重要性银行，第四组

农业银行 9.00% 10.00% 12.00%

全球系统重要性银行，第二组国内系统重要性银行，第四组

中国银行 9.00% 10.00% 12.00%

邮储银行 8.00% 9.00% 11.00% 国内系统重要性银行，第二组

全球系统重要性银行，第一组国内系统重要性银行，第三组

交通银行 8.50% 9.50% 11.50%

招商银行 8.25% 9.25% 11.25% 国内系统重要性银行，第三组

兴业银行注2 8.00% 9.00% 11.00% 国内系统重要性银行，第二组

浦发银行 8.00% 9.00% 11.00% 国内系统重要性银行，第二组

中信银行 8.00% 9.00% 11.00% 国内系统重要性银行，第二组

光大银行 7.75% 8.75% 10.75% 国内系统重要性银行，第一组

平安银行 7.75% 8.75% 10.75% 国内系统重要性银行，第一组

注1：金融稳定理事会（FSB）于2025年11月27日公布2025年全球系统重要性银行名单，工商银行由第二组调整为第三组，附加资本要求由1.5%提高至2.0%，新标准自2027年1月1日起实施，当前（2026年）仍按1.5%执行
注2：2026年2月，国家金融监督管理总局发布的国内系统重要性银行名单，兴业银行由第三组调整为第二组，附加资本要求由0.75%下调至0.5%

各项资本指标均满足监管要求，整体较年初有所回落

2026年6月末，十二家境内银行的核心一级资本充足率、一级资本充足率和资本充足率均满足监管要求。上半年境内银行资产扩张较快，风险加权资产增速超过资本内生补充速度，境内银行各级资本充足率较2025年末整体下行，十二家境内银行的上述三项指标平均值分别为11.04%、12.56%和15.69%，较上年末分别下降0.22个、0.26个和0.17个百分点。

核心一级资本充足率方面，十二家境内银行中除浦发银行外均较上年末有所下降，主要由于信贷业务持续增长带动风险加权资产相应扩张，资本消耗程度加大。境外银行中，仅法巴银行核心一级资本充足率较上年末上升0.36个百分点，其余5家银行均有所下降。其中汇丰银行降幅最大，达0.80个百分点。

2026年6月末，六家境外银行核心一级资本充足率、一级资本充足率与资本充足率平均值分别为 12.59%、14.32%和16.75%，分别较上年末下降 0.29个、0.23个和0.25个百分点。

图1：核心一级资本充足率

16%

14.10%

14.24%

15%

14.07%

14.20%

14%

12.97%

12.04%

13%

13.21%

12.59%

12%

12.78%

11.04%

11%

11.20%

11.25%

10.80%

9.67%

10%

9.05%

10.26%

10.04%

9.43%

9.32%

9.37%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日 2026年6月30日 2026年6月30日平均值监管要求

一级资本充足率方面，十二家境内银行中招商银行、兴业银行、浦发银行和中信银行较上年末有所上升，其他银行均有不同程度下降。其中，中国银行、邮储银行、平安银行降幅较大，分别下降0.69个、0.61个和0.54 个百分点，主要受风险加权资产扩张及大额无固定期限资本债券赎回、其他一级资本工具减少的多重影响。

境外银行中，仅法巴银行较上年末上升0.73个百分点，其余银行均有所下降，汇丰银行降幅最大，下降0.60 个百分点。

资本充足率方面，十二家境内银行中，兴业银行、招商银行、交通银行和中信银行较上年末有所上升，其他境内银行均有不同程度下降。其中，兴业银行上升幅度最大，达0.65个百分点，主要缘于集中发行二级资本债带来的外部资本补充；下降的银行中，平安银行、中国银行下降幅度较大，分别下降0.63个、0.54个百分点。

境外银行中，仅法巴银行较上年末上升0.74个百分点，美国银行基本持平，其余均有所下降，汇丰银行降幅最大，达0.80个百分点。

图2：一级资本充足率
图3：资本充足率

18%

16.59%

17%

15.15%

16%

16.70% 15.47%

13.65%

15.10%

15%

14.32%

14%

14.43%

11.69%

10.98%

14.68%

13%

12.56%

12%

12.59%

12.46%

12.60%

10.03%

11%

11.49%

11.38%

10.95%

10.66%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日 2026年6月30日 2026年6月30日平均值监管要求

22%

19.70%

19.42%

20%

18.31%

17.66%

18.33%

18%

17.71%

18.57%

16.00%

17.00%

17.50%

16.75%

16%

15.69%

14.21%

12.81%
13.35%

14%

14.70%

12.43%

14.19%

13.72%

13.14%

12%

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

摩根大通

美国银行

富国银行

花旗银行

汇丰银行

法巴银行

2025年12月31日 2026年6月30日 2026年6月30日平均值监管要求

境内银行持续拓宽外源资本补充渠道

2026年上半年，境内银行通过外源性融资策略增强资本结构，资本补充合计达8,600亿元。8家银行通过发行永续债补充其他一级资本共2,950亿元；8家银行通过发行二级资本债补充了二级资本，合计规模达 5,650亿元。

表2：外源性资本补充情况

单位：亿元人民币

银行融资工具资本类型融资规模

永续债其他一级资本 500

工商银行

二级资本债二级资本 1,600

永续债其他一级资本 300

建设银行

二级资本债二级资本 600

农业银行二级资本债二级资本 350

永续债其他一级资本 300

中国银行

二级资本债二级资本 1,000

永续债其他一级资本 300

邮储银行

二级资本债二级资本 400

永续债其他一级资本 400

交通银行

二级资本债二级资本 400

招商银行永续债其他一级资本 500

永续债其他一级资本 300

兴业银行

二级资本债二级资本 700

中信银行永续债其他一级资本 600

光大银行永续债其他一级资本 350

2026年上半年，工商银行、建设银行、农业银行、中国银行和交通银行均发行了TLAC非资本债券，进一步提升总损失吸收能力。TLAC非资本债券是指全球系统重要性银行为满足总损失吸收能力（TLAC）监管要求而发行的，具有损失吸收功能但不属于监管资本的金融债券。根据《全球系统重要性银行总损失吸收能力管理办法》，工商银行、建设银行、农业银行、中国银行四家银行须自2025年1月1日起满足外部TLAC风险加权比率不低于16%、杠杆比率不低于 6%的第一阶段要求（叠加储备资本与附加资本要求后，实际执行口径约20%）；交通银行2023年首次入

选G-SIBS，达标时限为2027年1月1日。目前，四大行已顺利按期满足第一阶段要求，交通银行亦提前实现达标。

外源资本工具占比方面，十二家境内银行呈现明显分化：中国银行、邮储银行、交通银行和光大银行资本工具总额占总资本净额比例超过40%，邮储银行以47.78%居首；招商银行、中信银行和平安银行占比不足25%，资本补充以内源积累为主。2026年上半年，六大国有银行中，农业银行该占比降幅最高

（0.49个百分点），内生资本积累能力持续增强。

表3：资本工具占比

单位：亿元人民币

项目

资本工具总额

2026年 6月30日

2025年 12月31日

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

16,979 12,243 17,232 17,167 7,018 6,779 3,019 3,512 3,655 2,506 2,985 1,594

15,879 11,347 16,882 16,518 6,618 6,394 2,794 2,512 3,655 2,306 2,985 1,794

总资本净额

变动 6.93% 7.90% 2.07% 3.93% 6.04% 6.02% 8.05% 39.81% 0.00% 8.67% 0.00% -11.15%

2026年 6月30日

2025年 12月31日

55,391 48,800 46,006 40,788 14,687 16,535 14,530 12,664 10,187 10,288 6,937 6,431

53,028 46,634 44,487 39,459 13,843 15,898 13,750 11,471 10,005 9,840 7,000 6,437

变动 4.46% 4.64% 3.41% 3.37% 6.10% 4.01% 5.67% 10.40% 1.82% 4.55% -0.90% -0.09%

资本工具占比

2026年 6月30日

30.65% 25.09% 37.46% 42.09% 47.78% 41.00% 20.78% 27.73% 35.88% 24.36% 43.03% 24.79%

2025年 12月31日

29.94% 24.33% 37.95% 41.86% 47.81% 40.22% 20.32% 21.90% 36.53% 23.43% 42.64% 27.87%

变动

↑0.71个百分点

↑0.76个百分点

↓0.49个百分点

↑0.23个百分点

↓0.03个百分点

↑0.78个百分点

↑0.46个百分点

↑5.83个百分点

↓0.65个百分点

↑0.92个百分点

↑0.39个百分点

↓3.08个百分点

注：资本工具总额为商业银行于2025年年度报告或2026半年度资本管理第三支柱信息披露报告中披露的合格资本工具特征中监管口径金额

风险加权资产规模持续扩张，各项风险加权资产增速放缓

的扩张，主要受稳增长政策下信贷投放持续增加的驱动。

2026年6月末，十二家境内银行风险加权资产总额合计为167.37万亿元，较上年末增加约8.69万亿元，增幅5.48%，虽较上年同期（5.93%）有所回落，但高于资产总额增速（4.71%）。《商业银行资本管理办法》（即“资本新规”）自2024年1月1日实施以来，风险加权资产计量规则全面落地，增速逐步常态化：2024年上半年仅1.4%，2025年上半年回升至 5.93%，2026年上半年为5.48%。风险加权资产规模

具体来看，工商银行以29.83万亿元仍居首位；平安银行以4.89万亿元最小位列最末；增速方面，邮储银行增速最高，达8.53%，高于其资产增速（6.07%）；光大银行增速最低，为1.78%。

图4：风险加权资产

单位:亿元人民币

350,000

8.53%

5.53% 6.11% 5.92%

300,000

250,000

6.42%

3.78%

4.72%

200,000

4.54%

5.35%

5.16%

150,000

2.18%

1.78%

100,000

50,000

1% 0%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日

2026年6月30日

2025年6月30日较年初变动幅度 2026年6月30日较年初变动幅度

从风险加权资产构成看，十二家境内银行均以信用风险加权资产为主，其平均占比92.25%，较上年末（92.05%）上升0.20个百分点；除招商银行、平安银行外，其余10家银行占比均超过90%。其中，浦发银行占

比最高，达94.22%；招商银行最低，为86.91%。

表4：2026年6月30日风险加权资产构成

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

项目

信用风险加权资产

91.53% 91.81% 93.51% 92.64% 93.52% 93.16% 86.91% 92.68% 94.22% 92.80% 93.01% 88.51%

市场风险加权资产

2.17% 1.46% 0.77% 1.48% 1.42% 2.04% 4.29% 2.75% 1.71% 2.15% 2.15% 5.74%

交易账簿和银行账簿间转换的资本要求

0.30% 0.10% 0.00% 0.07% - 0.40% - - - - - -

操作风险加权资产

6.00% 6.63% 5.72% 5.81% 5.06% 4.41% 8.80% 4.57% 4.07% 5.05% 4.84% 5.75%

合计 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100%

2026年6月末，十二家境内银行信用风险加权资产合计154.39万亿元，较上年末增长5.54%，较上年同期

（6.03%）下降0.49个百分点。各家银行信用风险加权资产均有所增加，平均增幅为4.98%。2026年以来，信用风险加权资产规模持续扩张、增速放缓：一方面，稳增长政策下信贷投放持续加大，规模扩张直接带动信用风险加权资产增长，零售信贷资产质量承压亦形成增量资本消耗；另一方面，增速回落主要反映信贷资产扩张节奏的放缓。

图5：信用风险加权资产

单位:亿元人民币

300,000

5.32%

6.47%

250,000

8.34%

6.24%

6.63%

200,000

150,000

100,000

3.76%

50,000

5.62% 5.75%

4.16%

2.04%

1.24%

4.14%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2026年6月末，十二家境内银行市场风险加权资产合计3.20万亿元，较上年末增加0.55万亿元，增幅20.87%，较上年同期（21.21%）小幅回落0.34个百分点。高增速主要由于银行金融市场业务扩张：上半年金融投资占比增长，债券交易、外汇及衍生品业务规模扩大，利率与汇率风险敞口上升，市场风险资本要求相应增加。

图6：市场风险加权资产
图7：操作风险加权资产

单位:亿元人民币

7,000

100%

86.12%

90%

6,000

80%

5,000

70%

37.03%

60%

4,000

6.99%

20.51%

6.75%

50%

42.33% 40.18% 20.65%

3,000

40%

1.52% 16.86%

13.16%

15.60%

30%

2,000

20%

1,000

10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日 2026年6月30日 2026年6月30日较年初变动幅度

2026年6月末，十二家境内银行操作风险加权资产合计9.61万亿元，与上年末持平。操作风险加权资产基于近三年业务指标均值计量，在业务规模与结构未发生重大变化、计量规则保持稳定的情况下，预计短期内将继续保持平稳。

单位:亿元人民币

100%

20,000

90%

18,000

80%

16,000

70%

14,000

60%

12,000

50%

10,000

40%

8,000

30%

6,000

0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0%

20%

4,000

10%

2,000

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

工商银行

2026年上半年上市银行业绩分析

作者

宫明亮德勤中国金融服务业审计与鉴证合伙人

电子邮件：gogong@deloittecn.com.cn

崔嘉冰

德勤中国金融服务业审计与鉴证高级经理

电子邮件：dacui@deloittecn.com.cn

魏优德勤中国金融服务业审计与鉴证经理

电子邮件：ellawei@deloittecn.com.cn

吴昼平

德勤中国金融服务业审计与鉴证高级经理

电子邮件：susawu@deloittecn.com.cn

牛璐德勤中国金融服务业审计与鉴证经理

电子邮件：kniu@deloittecn.com.cn

王林果德勤中国金融服务业审计与鉴证经理

电子邮件：lisalinwang@deloittecn.com.cn

数据收集和整理：李宏雪、岳丽琳、宗玥、于靖萱、罗琳

2026年上半年上市银行业务观察

2026年

上半年上市银行业务观察

数智深耕驱动经营质变，精细化运营开启银行零售财富稳健发展新周期

数智赋能业务升级，金融科技迈向价值创造新阶段

2 2026年上半年上市银行业务观察零售业务专题

数智深耕驱动经营质变，精细化运营开启银行零售财富稳健发展新周期

1

2026年上半年，全球经济复苏节奏分化，主要经济体货币政策进入调整窗口期，地缘冲突、跨境产业链波动带来外部多重不确定性；国内经济运行在合理区间，GDP同比增长4.7%，内需修复节奏温和，房地产市场仍处在风险出清与长效机制建设的调整周期当中，住户部门持续呈现去杠杆特征，住户贷款同比负增长，零售信贷需求整体偏弱。宏观层面坚持稳中求进总基调，持续扩大内需、加快培育新质生产力成为经济工作核心抓手。市场利率持续运行于低位区间，资本市场震荡波动，居民资产配置更加偏向稳健，风险偏好延续保守态势，存款向理财、保险等资管产品分流的现象持续显现，零售业务告别高速规模扩张时代，行业息差压力边际缓和但盈利增长承压，银行业零售板块由“规模赛跑”转向效益优先的高质量发展阶段。

银行线上流量增长见顶，行业不再单一追逐手机银行月活指标，全渠道数字化正式迈入数智深耕阶段：金融大模型深度赋能客户全生命周期经营，线上APP、企业微信、轻量化线下网点形成一体化协同服务矩阵，精准响应养老金融、绿色消费、跨境财富配置等多元化民生场景需求。高净值客群竞争由费率战转向综合服务能力比拼，私行业务重点发力家族财富传承、跨圈层综合顾问服务；年轻长尾客群运营侧重场景生态渗透，依托消费补贴、绿色权益、普惠理财等工具培育长期客户黏性。

在金融监管持续趋严、合规运营成本抬升的行业背景之下，银行业零售业务加速依靠精细化分层经营降本增效，转型重心由基础线上渠道建设升级为“AI+客户经营”的深度数智赋能，在居民资产负债表重构的周期当中，助力守护大众财富。

零售业务盈利下行压力凸显，条线盈利承压分化加剧

2026年上半年，十家境内大型商业银行零售业务总营收相较上年同期平均上升2%，与2025年同期相比实现由降转增，营收规模整体回暖上行。中信银行、光大银行零售业务营收虽同比仍为负增长（降幅分别为0.60%和4.98%），但降幅大幅收窄，其余 8家境内大型商业银行的零售业务营收同比均呈上升趋势。其中中国银行同比增长幅度最大，增幅为 7.52%，交通银行和农业银行零售业务营收也实现较高增速，增幅分别为5.52%和5.22%。

从十家境内大型商业银行2026年半年报披露的分部业务总营收占比情况来看，零售金融业务条线总营收贡献平均占比约44%。国有六大行零售业务总营收贡献均超36%，其中邮储银行零售业务条线的总营收贡献度达61.98%，交通银行零售业务条线的总营收贡献最低为36.79%。股份制商业银行中，招商银行零售业务条线的总营收贡献最高为 54.34%，平安银行零售业务总营收贡献也在40% 以上。

图1：零售业务总营收分析

单位:亿元人民币

5,000

2.45%

7.52%

2.38% 5.22%

4,500

-6.61%

4,000

-1.90%

3,500

-0.67% 0.99%

2,924

3,000

2,507

2.05%

2,500

2,000

2,108 2,173

-7.59%

5.52%

-4.91%

0.65%

0.26%

2%

-0.60%

-4.98% 1.58%

-6%

-6.85% -10.59%

10%

-5%

-10%

732

1,500

-15%

814 900

-20.49%

1,858 2,001

1,000

1,735

-20%

692

1,396 1,193

500

388 390

968

524

402 243 316

-25%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

中信银行

光大银行

平安银行

2026年1-6月零售业务总营收 2026年1-6月公司及资金业务总营收

2025年1-6月零售业务总营收增长率 2025年1-6月零售业务总营收平均增速 2026年1-6月零售业务总营收平均增速

2026年1-6月零售业务总营收增长率

注：兴业银行和浦发银行2026年中报未披露零售分部业务情况

从十家境内大型商业银行2026年上半年披露的分部业务利润占比情况来看，零售金融业务条线利润贡献平均占比为19%，该占比同比下降8个百分点。其中，工商银行、交通银行和招商银行降幅最大，分别为24.20个百分点、12.82个百分点、11.26个百分点。零售业务利润贡献的下滑主要由三方面因素导致：一是受宏观经济影响，居民部门持续去杠杆，购房及消费信贷意愿偏弱，零售信贷投放增长承压，财

富市场震荡拖累代销、理财等手续费收入；二是市场利率长期处于低位，存款定期化趋势抬升银行负债付息成本，零售条线净息差进一步收窄，信贷资产收益下行；三是受部分零售信贷资产质量持续恶化影响，出于审慎的风险管理导向，银行加大零售信贷业务信用减值拨备计提力度，拨备支出大幅增长，显著压缩了零售业务的利润空间。

图2：零售业务利润占比分析

70%

59%

60%

-5% 0%

50%

47%

-2%

-9%

-11%

38%

43% 43%

40%

-7%

34%

-13%

-9%

30%

26%

22%

20%

16% 16%

14%

12%

10%

-24%

-6%

-10%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

中信银行

光大银行

2025年1-6月零售金融业务利润占比

2025年1-6月平均占比

2026年1-6月零售金融业务利润占比 2026年1-6月平均占比

2026年1-6月零售金融业务利润占比变动

注：兴业银行和浦发银行2026年中报未披露零售分部业务情况

27%

19%

平安银行

10%

-5%

-10%

-15%

-20%

-25%

-30%

2026年上半年，十家境内大型商业银行零售业务利润平均降速为36%，相较上年同期（17%）增加19个百分点，零售板块利润下行压力进一步加大。各银行零售金融业务利润增速表现分化明显，平安银行零售业务利润增速最高，达到了114%，但零售业务利润基数相对较小；农业银行、中国银行零售业务利润实现小幅正增长，增速分别为1%、7%；工商银行

零售金融业务利润总额为470亿元，同比下降49%；招商银行的零售金融业务利润总额为429亿元，同比下降18%，虽然利润出现下滑，但整体利润规模仍处于较高水平；光大银行同比降幅250%，下降幅度最大，零售板块利润由盈转亏。零售业务利润普遍下行，主要受存款定期化推高付息成本、净息差持续收窄、审慎加大零售信贷拨备计提等因素共同影响。

图3：零售业务利润总额分析

单位:亿元人民币

1,800

1,630

1,600

114%

1,400

1,308

1,206 1,126

1,200

-15% 1% 7%

-13%

-18%

1,000

-36%

800

-78%

-55%

-49%

672 692

600

496 520

478 444

470

429

424

400

256 282

200

25 -14 26

-250%

-200

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

中信银行

光大银行

平安银行

2026年1-6月个人金融业务利润总额 2026年1-6月公司及资金业务利润总额

2026年1-6月个人金融业务利润总额增长率

2026年1-6月个人金融业务利润平均增速

注：兴业银行和浦发银行2026年中报未披露零售分部业务情况

150%

100%

50%

-50%

-100%

-150%

-200%

-250%

促消费政策驱动消费贷增长，零售贷款风控与客群下沉同步推进

从消费贷投放增速来看，2026年上半年消费贷增长呈现明显分化格局，部分银行放缓消费贷扩张节奏，强化信贷风控管理。十二家银行中，工商银行与建设银行增幅位居前茅，分别为21.97%和14.59%。兴业银行、中信银行消费贷规模下降较快，降幅分别为 11.86%、11.72%；交通银行、光大银行、平安银行消费贷余额小幅回落，增速均为负值。国有六大行平均增幅10.93%，股份制商业银行消费贷规模平均降幅0.83%。其中，兴业银行消费贷规模下降主要因为其优化消费贷产品政策，拓展数据应用，强化预授信服务，压缩高风险资产规模，审慎管控零售信贷资产质量。

消费贷增长格局加速重构：国有大行发力提速，股份行进入结构收缩调整期

2026年上半年，促消费相关政策持续落地，商业银行持续布局消费金融业务，消费信贷成为拉动居民消费、服务实体经济的重要抓手。境内十二家大型商业银行均单独披露了消费贷数据，2026年6月末消费贷整体规模为53,939.05亿元，较2025年末增加

3,533.93亿元，增幅7.01%。从2026年6月末消费贷余额来看，国有大行中建设银行规模最大，为8,068.09 亿元，其次是农业银行，规模为6,880.50亿元。股份制银行中，平安银行以4,609.02亿元的消费贷规模排名第一，其次是招商银行，规模为4,479.02亿元。

表1：消费贷余额分析单位：亿元人民币

银行 2026年6月末消费贷余额 2025年末消费贷余额增长率

工商银行 6,086.39 4,990.14 21.97%

建设银行 8,068.09 7,040.99 14.59%

农业银行 6,880.50 6,047.58 13.77%

中国银行 5,795.62 5,157.33 12.38%

邮储银行 6,521.48 6,427.05 1.47%

交通银行 3,941.66 3,957.31 -0.40%

招商银行 4,479.02 4,266.53 4.98%

兴业银行 749.99 850.88 -11.86%

浦发银行 2,344.28 2,218.48 5.67%

中信银行 2,487.40 2,817.77 -11.72%

光大银行 1,975.60 2,000.89 -1.26%

平安银行 4,609.02 4,630.17 -0.46%

息差边际修复下消费贷的机遇与挑战：增长扩张、客群下沉风险及风控提质 2026年上半年商业银行净息差出现边际修复，国家金融监督管理总局披露当期行业净息差为1.41%，较一季度回升1个基点，实现自2022年一季度之后连续17个季度以来的首次环比正增长。但行业前期长期息差收窄带来的盈利压力仍未完全消解，具备较高收益属性的个人消费贷款依旧是商业银行零售板块利润增长的重要发力方向。随着多家银行加大消费信贷投放力度，消费贷市场竞争持续升温，业务扩张背后风险隐患同步凸显：一方面市场竞争加剧推动部分银行获客客群有所下沉，另一方面部分机构风险定价、风险识别能力未能同步迭代，客群质量与风控水平的错配或将引发零售信贷风险集中释放，对银行盈利水平形成侵蚀。消费贷业务带来增长机遇的同时，也对商业银行精细化风险管控能力提出了更高的管理要求。

各行消费贷资产质量走势呈现明显分化格局。根据对外披露消费贷不良率的10家银行数据显示（兴业银行、光大银行未单独披露），除工商银行、中国银行两家消费贷不良率较2025年末实现回落，其余8家银行消费贷不良率均出现不同幅度上行。其中中信银行、交通银行、招商银行上升幅度较大，不良率分别较2025年末上升0.65、0.54、0.37个百分点。

面对消费贷领域潜在的资产质量压力，各家银行普遍依托大数据、人工智能等数字化风控工具，迭代升级智能授信审批、贷中风险预警、贷后监测处置全流程风控系统，强化多头借贷、客户共债、线上欺诈风险筛查，落实风险早识别、早预警、早处置的风控目标。在筑牢风险底线的基础之上，各行对接国家促消费扩内需的政策导向，在风险可控前提下，持续优化消费信贷产品供给，满足居民多元化的消费融资需求。

表2：零售信贷业务（含消费贷）资产质量情况及风险管控措施

资产质量情况个人消费贷款不良率不良率变动

银行风险管控

统筹零售业务高质量发展与风险防控，持续优化零售条线风控体制机制，全面推进零售信贷全流程闭环风险管理。

贷前从客户资质、合作机构、区域投向、授信模型等多维度动态迭代准入策略，强化多头借贷、共债风险筛查，从源头防控欺诈与过度授信风险；贷中依托企业级智能风控平台，深化大数据、人工智能技术在风险识别、实时预警场景落地应用；贷后完善总分行联动催收管理体系，建立逾期客户分级处置机制。持续加大零售领域不良贷款现金清收、批量转让以及核销处置力度，主动出清存量潜在风险，多措并举稳固资产质量。

较2025年末下降0.06个百分点

工商银行

2.52%

持续深化零售信贷集约化风控管理模式，落实贷前-贷中-贷后全链条风险管控。

贷前动态更新客户准入标准与授信审批策略，严格把控新增零售贷款质量关口，优先选择收入稳定、资质优良的客群；贷中搭建差异化风险预警体系，借助数字化风控工具提升风险信号识别的精准度与时效性；贷后细化到期提醒、逾期催收以及不良资产处置流程，拓宽零售不良市场化处置渠道。持续开展零售信贷结构性、趋势性风险研判，不断迭代智能风控系统，以科技赋能零售风险精细化管控，实现做优新增贷款、稳妥稳住存量风险的管理目标。

较2025年末上升0.05个百分点

建设银行

1.12%

坚持“控新增、降存量、强基础”的零售风控导向，建立健全普惠与零售信贷一体化风险防控体系。设立个人信贷风控模型监测委员会，按月度开展模型效果复盘评估，动态优化产品准入规则与授信模型，落实风险早识别、早预警、早处置的管理要求。

构建“总省行顶层设计-二级行沙盘作业-支行模板营销”的管控模式，筑牢零售风险管理四道防线，完善审贷分离、岗位相互制约的内控机制，压实各级经营主体信贷管理责任，防范重复授信、过度授信风险。重点强化线上零售贷款反欺诈管控，加强借款人收入真实性核验，严防虚假申贷风险；持续加大存量不良贷款的清收化解力度，通过现金催收、批量转让、核销等多种手段缓释存量风险；持续优化零售信贷客户结构，推动零售资产质量保持平稳运行。

较2025年末上升0.11个百分点

农业银行

1.57%

持续跟踪监测重点零售板块资产质量变化情况，实行新增不良管控与存量不良清收双向精细化管理。完善零售客户分层授信准入策略，针对线上无抵押消费信贷进一步强化欺诈风险防控，加强申贷客户共债信息交叉核验；健全贷后动态风险常态化排查机制，对逾期苗头客户提前开展风险干预；根据零售资产风险变化趋势足额计提贷款减值准备；不断拓宽零售不良资产处置渠道，综合运用现金清收、资产证券化、批量转让等方式加快风险出清，稳妥缓释零售信贷业务潜在风险。

较2025年末下降0.07个百分点

中国银行

2.11%

重塑零售信贷全业务作业流程，强化贷前尽职调查、授信环节集约审查审批，落实风控关键岗位权责制衡约束，从严规范前端业务操作行为。结合风险调整后收益水平动态优化零售风控策略，合理把控业务投放节奏，主动压降高风险敞口占比；持续扩大内外部合规数据的融合应用范围，迭代升级智能风控工具，提升信用风险、线上欺诈风险的识别与预警能力；持续优化零售客群结构，不断提高新增投放当中优质抵押类零售贷款占比；健全贷后资产保全管理体系，多措并举推动存量逾期与不良贷款风险化解。

较2025年末上升0.26个百分点

邮储银行

1.80%

资产质量情况个人消费贷款不良率不良率变动

银行风险管控

启动零售资产质量提升专项行动，坚持新增质量管控与存量风险治理双线并行。从严设置新增零售贷款客户准入门槛，升级黑灰产风险识别模型；迭代优化零售授信风控模型与策略体系，运用数字化工具提升贷中风险预警效率；完善分层分级的逾期贷款催收管理体系，针对不同风险等级客户匹配差异化处置方案；综合采用多元化处置手段，加快零售存量不良化解进度。

较2025年末上升0.54个百分点

交通银行

2.31%

调整零售信贷考核导向，进一步加大资产质量指标权重，弱化单纯规模增速考核。实施分板块差异化风险监控，前瞻筛查、管控零售客户共债风险；持续推进零售贷款风险分类精细化管理，对逾期客户风险变化情况开展高频跟踪监测；保持高标准的贷款损失拨备计提水平，筑牢零售业务风险缓冲垫；稳步压降零售领域潜在高风险敞口，优化零售信贷资产结构，推动零售业务实现质量优先、可持续的发展模式。

较2025年末上升0.37个百分点

招商银行

1.39%

收紧前端授信准入门槛；强化客户共债风险筛查；加大零售逾期客户预警与早期干预力度；优化零售不良资产批量转让、证券化处置路径，稳步化解存量零售信贷风险，严控零售不良上行幅度。

未披露未披露

兴业银行

落地零售信贷“控新降旧”闭环管控机制，依托大数据风控模型开展动态客户风险画像。贷前严格筛查客户多头借贷、共债等风险信号，审慎核定授信额度；贷后建立逾期风险分级预警清单，按照风险等级实施差异化贷后管理；持续完善零售信贷智能风控体系建设，强化风控模型全生命周期评审管理；持续加大不良资产挂牌转让与核销处置力度，加快零售端存量风险出清，持续优化零售信贷整体资产结构。

较2025年末上升0.06个百分点

浦发银行

1.86%

主动调整零售信贷获客渠道策略，进一步提高分行自营渠道获客占比，降低外部中介渠道依赖，从业务源头防范欺诈风险。执行零售信贷风险“早暴露、早处置”管理策略，持续优化零售客户授信审批策略，适度压降高风险消费贷敞口；加强资产质量监测，前瞻研判零售资产质量变化趋势，推动零售信贷业务结构持续优化调整。

较2025年末上升0.65个百分点

中信银行

3.31%

建立零售逾期贷款分层催收处置机制，按照逾期时长、风险等级匹配清收资源；设立零售风险专项工作专班，统筹推进存量不良化解工作，通过银登中心挂牌转让不良资产包等方式加快风险出清，动态监测零售板块资产质量走势。

未披露未披露

光大银行

主动适度压降“新一贷”等高风险无抵押消费贷敞口，信贷资源更多向按揭、宅抵贷等低风险抵押类贷款倾斜；贷前依托多维数据强化客户准入管控、贷中执行差异化授信额度策略、贷后开展常态化动态风险监测；针对阶段性还款困难的抵押类零售客户合理实施债务重整；加大零售不良贷款清收处置力度，稳步降低零售贷款不良生成率，推动零售资产质量持续改善。

较2025年末上升0.12个百分点

平安银行

1.24%

信用卡扩张放缓，银行转型深耕客群质量与风险管控信用卡业务是银行零售信贷板块的关键赛道，现阶段行业发展多重挑战并存。受信用卡领域强监管导向引导，各家银行新增发卡审批趋于审慎；叠加居民消费复苏节奏分化、线上第三方支付持续普及等市场因素，信用卡交易规模增长动力偏弱，行业整体逐步告别高速扩卡阶段，规模增速明显放缓。行业转型方向由过去重发卡、重规模的粗放扩张，转向客户质量优化与风险防控并举。银行通过精细化精准营销、大数据智能风控、跨界场景合作等手段，持续优化客群结构，提升信用卡业务长期经营的可持续性。总体来看，国内信用卡行业正经历深刻结构性变革，各银行需要在监管约束与市场竞争双重压力之下，持续迭代产品服务、创新经营模式，巩固零售信贷板块核心竞争力。

上市商业银行在半年报中对信用卡发卡量数据的披露方式有两种，一种是披露累计发卡量，另一种是披露期末的结存卡量。2026年上半年，银行业信用卡业务增长趋缓，不同银行呈现出差异化的经营策略。从累计发卡量来看，工商银行、建设银行累计发卡量有小幅回落，分别为1.43亿张、1.24亿张；中国银行累计发卡量则小幅上行至1.52亿张。从结存卡量维度来看，邮储银行结存卡量保持0.38亿张，卡片规模维持稳定；招商银行结存卡量由0.97亿张小幅增长至0.98亿张；平安银行结存卡量从0.44亿张降至 0.43亿张。各家银行卡片规模的增减变化，体现出其信用卡业务经营策略的分化。随着行业告别高速扩卡周期，商业银行更加重视存量客群精细化运营，通过动态调整发卡节奏、盘活优质持卡用户，谋求信用卡业务实现稳健、高质量的长效发展。

图4：各行信用卡发卡量和结存卡量比较

单位:亿张

1.6

1.52

1.50

1.45

1.43

1.4

1.26

1.24

1.2

1.0

1.29

0.97 0.98

0.8

0.6

0.4

0.38

0.58

0.44 0.43

0.2

工商银行建设银行中国银行邮储银行交通银行招商银行中信银行平安银行

截至2025年末累计发卡量 2025年末结存卡量

截至2026年上半年累计发卡量

2026年上半年末结存卡量

注1：农业银行、兴业银行、浦发银行、光大银行2026年上半年和2025年未披露信用卡累计发卡量，中信银行2026年上半年未披露信用卡累计发卡量，交通银行2026年上半年未披露信用卡结存卡量
注2：工商银行、建设银行、中国银行仅披露信用卡累计发卡量，邮储银行、招商银行和平安银行仅披露信用卡结存卡量

受宏观经济环境和居民消费复苏节奏放缓的影响，2026年上半年信用卡消费总额依旧承压下行。十家主要商业银行的信用卡消费总额平均同比下降8%，下降幅度较去年同期有所收窄。这一趋势反映出居民消费意愿仍有待提振、预防性储蓄意愿较强的双重作用。在此背景下，招商银行以1.91万亿元的消费总额继续保持领先地位，但其交易额同比下降5%。国有大行中，建设银行以1.16万亿元的信用卡消费额位居榜首，同比下降11%，农业银行则以超1万亿元的规模紧随其后，降幅约5%。整体来看，信用卡消费市场下行压力仍存，大部分银行依旧面临交易额收缩带来的经营挑战。

图5：各家银行信用卡消费总额比较

单位:万亿元人民币

2.5

2.0

1.5

1.0

0.5

1.91

-5%

-6%

-7%

-5%

-4%
-8%
-11%

-11%

-5%

-12%

-8%

-10%

1.03

1.16 1.00

0.97

0.95

0.79

0.80

-15%

0.54

0.43

-20%

-19%

-25%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

中信银行

平安银行

2025年1-6月信用卡消费总额信用卡消费总额变动幅度

2026年1-6月信用卡消费总额

2025年上半年平均增幅 2026年上半年平均增幅

注1：浦发银行、光大银行2026年中报未披露信用卡消费总额情况
注2：农业银行2026年中报披露的信用卡消费总额数为超1万亿元，此图取1万亿元进行分析

2026年6月末，各家银行信用卡透支余额走势分化，

十二家银行透支余额均出现不同程度回落。整体来看，国有大行是本轮信用卡透支余额压降的主力阵营。其中，建设银行透支余额规模居于首位，达到 9,347.14亿元；工商银行降幅最为突出，透支余额由 6,975.35亿元下降至5,971.57亿元，同比降幅14%，

收缩力度明显；其余国有大行中，邮储银行、交通银行、中国银行和农业银行透支余额分别下降10%、

9%、8%、4%。股份制银行整体降幅相对较低，其中招商银行透支余额在股份制银行中规模最高，为 8,909.08亿元；平安银行、中信银行、浦发银行下滑幅度较小，降幅依次为1%、2%、3%。

该分化格局受内外双重驱动因素影响。内部经营层面，国有大行持续推进信用卡存量风险出清，加大低质量、高风险客群的额度压降，收紧分期产品营销投放，主动优化零售信贷资产结构；而多家股份制银行坚持深耕存量优质持卡客户，通过场景化消费信贷产品稳住透支规模，信贷收缩节奏放缓。外部市场环境方面，居民降杠杆意愿提升，主动提前结清信用卡分期贷款，消费透支意愿偏弱，叠加消费复苏不均衡，带动行业整体透支余额走低。

图6：各家银行信用卡透支余额数据比较

单位:亿元人民币

12,000

-1%

-2%

-4%

9,347.14

-3%

10,000

8,909.08

8,158.49

-5%

-4%

8,000

5,971.57

-8% -9%

-7%

-8%

-10%

6,000

4,853.19

4,491.95

4,538.51

4,025.90

3,785.45

3,537.52

4,000

3,093.61

2,000

-14%

1,894.15

-2%

-4%

-6%

-8%

-10%

-12%

-14%

-16%

工商银行

建设银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

光大银行

平安银行

2025年12月31日信用卡透支余额 2026年6月30日信用卡透支余额信用卡透支余额变动幅度

移动端客群规模稳步扩容，活跃度承压倒逼银行探寻运营转型路径

随着银行业数字化转型由平台搭建迈入存量精细化运营，手机银行已经成为各家银行零售经营竞争的核心阵地，线上用户总量、月活跃用户（MAU）规模成为衡量零售数字化成效的两大关键指标。流量红利逐步见顶，线上新客拓展空间收窄，存量用户活跃度分化加剧成为2026上半年行业显著特征。在此背景下，各大银行不再单纯追求APP用户数量扩张，转而以金融科技创新为抓手，坚持“以客户为中心”，持续迭代手机银行功能场景，推动其从基础交易工具升级为财富管理、生活服务一体化的综合服务入口。与此同时，银行加快完善线上客户分层运营体系，针对不同年龄、资产层级客群推出差异化、定制化线上服务，通过深挖存量用户价值打开零售业务新的增长空间，巩固自身零售板块的市场竞争力。

行、中国银行用户增速同为3%，依托广泛的线下客群基础持续带动线上用户扩容。在披露了手机银行用户数的股份制银行中，兴业银行手机银行用户增速领跑，增长率达6%；平安银行的手机银行用户规模最高，2026年上半年增长至1.86亿，显示出其在金融科技和客户体验提升方面的努力。

截至2026年6月30日，多家大型商业银行的手机银行业务显示出用户增长和活跃度的分化趋势，平均增速较去年末下降8个百分点，部分银行仍保持用户规模正增长，但MAU同比有所回落。工商银行在手机银行MAU方面保持领先，已超过3亿，增幅为 3%；农业银行MAU增长至2.82亿，增幅为2%；邮储银行MAU本期达到0.98亿，实现了9%的较高增速。反观其余多家银行月活跃用户承压下行，中国银行 MAU小幅回落1%，交通银行、兴业银行下滑幅度最大，降幅均超过11%，用户活跃度增长压力凸显。

手机银行用户数方面，在披露了手机银行用户数的国有大型银行中，工商银行的用户数增长稳健，增长了3%，达到6.49亿，手机银行用户规模最大；农业银

整体来看，2026年上半年手机银行用户规模与月活跃用户表现出明显背离。不少银行用户总量仍保持正向增长，但月活跃指标却出现收缩，说明新增注册用户未能有效转化为活跃流量，存量用户活跃度流失压力显现。国有大行依靠庞大的线下基本盘，线上用户基础稳固；而股份制银行受客群基数约束，线上获客成本持续走高，未来数字化工作重心需更多放在活跃用户的留存、场景生态的搭建以及线上流量向管理客户资产规模的转化。

图7：手机银行用户数

单位:亿户

9.05

7.80 7.91

6.49

6.29

5.60

4.47

3.21

2% 2%

1.29

1.75 1.64

1.17

1.86

0.74 0.96 0.71

工商银行

建设银行

农业银行

中国银行

兴业银行

浦发银行

光大银行

平安银行

2025年12月31日手机银行用户数

2026年6月30日手机银行用户数

2026年1-6月手机银行用户增长率 2026年6月30日个人客户总数

注1：手机银行用户数系各行披露的手机银行+卡生活类APP的合计用户数
注2：邮储银行、交通银行、招商银行、中信银行未披露2026年6月30日和2025年手机银行用户数
注3：建设银行手机银行用户数为个人手机银行有资产客户数，平安银行手机银行用户数为平安口袋银行APP注册用户数

图8：手机银行月活用户数

单位:亿户

3.5

3.00

3.0

2.82

2.5

-4%

2.0

-1%

-3%

1.5

-6% -5%

-11%

1.04

0.98

-8%

1.0

0.75 1.24

0.36 0.37

0.5

0.25 0.32

工商银行

农业银行

中国银行

邮储银行

交通银行

招商银行

兴业银行

浦发银行

中信银行

平安银行

2025年手机银行MAU

2026年1-6月手机银行MAU

2025年手机银行MAU平均增速

2026年1-6月手机银行MAU平均增速

2026年1-6月手机银行MAU增长率

注1：手机银行月活用户数系各行披露的手机银行+卡生活类APP的合计月活用户数
注2：工商银行2026年中报披露的个人手机银行月活数为超3亿户，此图取3亿户进行分析
注3：建设银行、光大银行2026年中报未披露手机银行月活用户数

10%

-5%

-10%

-15%

深耕线上服务创新与线下网点提质，推动渠道协同升级

2026年上半年，各银行零售渠道建设继续围绕“线上平台化、服务智能化、场景生态化、网点轻型化”推进。

国有大行依托庞大的客户基础和网点网络，持续强化手机银行、开放银行、远程银行、数字人民币、县域金融等综合服务能力；股份制银行则更强调差异化场景、财富管理、产业生态、AI赋能和线上线下一体化运营，以提升客户触达、活跃经营和服务效率。

数字化转型迈入深耕期，线上渠道由规模拓张转向服务效能提质

银行业数字化建设已经告别流量扩张的早期阶段，线上渠道布局重心逐步从场景拓新转向精细化运营。商业银行持续深化手机银行、线上财富平台等自有数字主阵地建设，同时依托开放银行模式拓展外部生态场景，联动各方合作伙伴完善线上金融服务矩阵。各家银行借助大数据、智能风控工具，精准挖掘零售客户需求，推动线上信贷、财富管理、便民生活服务等业务协同落地。数字化建设的目标不再单纯追求客户流量增长，更多聚焦于提升线上渠道的转化效率、优化全流程客户服务体验，以高质量线上服务助力零售业务的稳健转型。

表3：各家银行线上场景与渠道拓展的举措和成果

银行线上场景与渠道拓展的举措和成果

• 落地“数智工行（AI-ICBC）”“领航AI+”专项行动，迭代上线手机银行“智享+1.0”新版本，推出人机交互式智能业务板块；依托“工银智涌”大模型，落地财富资产智能诊断、千人千面精准推荐、信贷预审等600余个线上业务场景，上线统一对客智能助手“工小智”，强化线上智能财富顾问服务能力；
• 深化“平台-产品-场景”综合服务模式与GBC生态拓展，常态化开展“数字伙伴万里行”线上专项营销；打通工业互联网、数字农业、智慧政务生态流量向零售业务导流通道；个人手机银行客户 6.49亿户，移动端月活超3亿户；企业网上/手机银行客户1,993万户，月均活跃客户953万户，远程服务上半年累计服务客户1.33亿人次；
• 线上智能风控体系持续升级，企业级智能风控平台覆盖线上零售交易300+场景，线上渠道客户规模、移动端月活客户数量继续保持行业第一梯队。

工商银行

• 持续做强手机银行与“建行生活”“双子星”线上经营主阵地，坚定落实“流量规模-流量质量-价值变现”经营路径；不再单纯追求新增用户数量增长，重点发力存量活跃客户财富转化；截至2026年 6月末，线上个人用户数5.92亿户，手机银行与建行生活用户总数5.56亿户；个人手机银行金融交易用户1.64亿户，推进线上-线下双向引流，落地个人客户直营线上经营闭环，持续丰富数字人民币线上消费场景；
• 扩大金融生成式大模型落地边界，AI赋能场景超600个；迭代升级“帮得”个人客户经理线上助理，赋能远程零售客户分层运营，面向长尾客群推出轻量化线上AI财富顾问服务。

建设银行

• 加快“农银智+”数字化平台迭代建设，打造“农银智+”平台和自研智能体“龙虾”，AI大模型规模化落地智能客服、线上精准营销、零售信贷智能审批、财富需求识别等多条线上场景；依托大模型对客户信息进行自动核验、风险初判，缩短线上信贷业务审批时效，提升线上消费贷、农户贷等产品的自动化审批能力；上线“农银睿达”企业金融服务平台，搭建一体化对公线上服务体系，面向企业客户提供全周期对公线上综合金融解决方案，提升对公业务数字化经营能力，签约客户已实现 1,623万户；
• 推广数智融合便捷办贷模式，农户贷款线上建档、“现场+远程”协同作业模式全面铺开，线上农户贷款审批、放款效率大幅提升，带动零售涉农贷款线上投放规模增长；“农银惠农云”数字乡村平台持续下沉县域乡镇，线上嵌入支付结算、信贷融资、县域财富托管等综合金融服务，拓宽农村地区零售线上服务覆盖面，手机银行乡村版月活超5,700万户，“农银惠农云”覆盖2,703个县区。

农业银行

• 迭代升级线上渠道数字化风控、反钓鱼智能监测系统，优化“网御”事中监控平台，实现手机银行零售交易全链路实时预警，线上反诈拦截处置效率进一步提升，筑牢线上零售客户资金安全防线；
• 升级跨境线上数字金融产品“中银跨境e商通”，拓展个人跨境汇款、留学金融、跨境财富配置等线上零售专区，线上渠道成为跨境零售业务增长的核心载体；
• 面向公司客户，打造全球统一对公线上渠道体系，持续提升对公线上服务体验。面向个人客户，聚焦客户体验提升，持续升级手机银行服务能力。大力拓展线上渠道，推动线上业务快速增长。2026 年上半年，电子渠道交易金额达248.77万亿元。

中国银行

• 优化个人手机银行财富专区功能，升级数字人民币钱包线上理财、消费、缴费场景；打通信用卡 APP-手机银行双渠道营销中台，落实“统一审批-多渠道同步发布”运营机制，双渠道协同拉动信用卡线上业务交易规模上涨；
• 推进“手机银行全面突破行动”，以手机银行为线上核心入口，强化体验、场景、产品、运营、渠道协同、数智和风控七大能力。手机银行MAU超9,800万户；发布“邮智”金融行业大模型，落地超370个大模型应用场景。数字人民币个人钱包超3,700万个，规模保持同业领先。

邮储银行

银行线上场景与渠道拓展的举措和成果

•“云上交行”以远程视频服务构建“云网点、云柜员、云管家”体系，支持9种外语及26种方言。个人手机银行MAU 5,100.05万户，同比增3.82%；买单吧MAU 2,392.84万户。开放银行累计签约机构 11.04万户，线上链金融服务发放融资金额1,768.23亿元；
• 迭代小微企业线上融资一键测额、自助申请功能，普惠零售贷款线上申贷占比持续提升，上线更多线上消费贷自助审批场景；
• 完善线上渠道欺诈风险AI识别模型，线上风控体系累计为零售客户挽回多笔欺诈损失；组建远程线上财富运营团队，精准推送基金、理财产品，线上财富业务销量稳步增长。

交通银行

• 持续升级招商银行APP和掌上生活APP，强化财富管理、主账户、零售信贷、民生政务和英文版服务。2026年6月末，两大APP MAU合计1.24亿户。批发线上渠道客户376.77万户，覆盖率97.60%；批发线上渠道月活客户238.67万户，交易金额135.43万亿元；
• 升级线上财富社区板块，优化基金投顾、养老理财线上服务；依托生成式AI上线轻量化线上智能财富顾问，服务长尾零售客户资产配置需求；结合节假日、电商消费节点开展精细化线上主题营销，激活沉睡存量客户，提升零售客户线上粘性。

招商银行

• 依托“兴业管家、兴业生活、钱大掌柜、兴业普惠、银银平台”五大线上平台等开展数字运营。手机银

行有效客户7,370.27万户，月活2,467.41万户；兴业生活注册客户6,402.57万户；

• 夯实手机银行线上零售主阵地，迭代升级数字化营销中台，扩容远程客户经营中心人员规模。全面落地长尾零售客群线上远程常态化维护模式，线上客户经理通过手机银行开展客户需求挖掘、产品推介。大力推进理财、基金、贵金属等财富业务线上转化落地，落地多批次线上财富专项营销，提升财富业务线上成交占比。

兴业银行

• 迭代升级“手机银行”和“浦惠来了”两大平台APP。“浦惠来了”平台注册用户突破330万户，认证企业用户超50万户；个人手机银行客户突破9,560万户，MAU 3,166万户。通过1,800余项数据标签和 AI实时计算引擎支撑超300个手机银行业务场景；
• 平台业务从普惠贷款延伸至零售财富管理、生活缴费、消费权益场景，深挖存量客户综合零售金融需求，推动流量向财富业务价值变现。加大手机银行零售场景运营资源投入，稳步提升个人手机银行月活、签约客户规模。

浦发银行

• 2026年6月末，手机银行APP月活用户1,764.36万户；动卡空间APP月活1,815.48万户。远程客户经营服务中心主动触客超亿次，覆盖客户超2,000万户，线上场景运营策略全面由商户资源引入转向内容化、客群化、智能化、精细化运营；
• 扩充线上团购、内容社区等高频生活权益场景，依托客户画像标签体系开展线上精准营销；迭代线上普惠信贷产品，拓展消费贷线上自助办理场景，拉动财富、消费贷线上成交规模。

中信银行

• 聚焦云缴费、薪悦通、场景金融和手机银行建设，打造“生活+金融”开放便民生态。2026年6月末，云缴费累计合作缴费项目20,399项，服务人次17.56亿次，缴费金额4,259.54亿元；手机银行注册用户7,103.35万户；
•“阳光惠生活”APP扩充线上消费权益、便民缴费高频场景；全新升级线上财富专区货架，上线理财、保险、养老金融等多品类线上财富产品，引导存量零售客户线上办理财富业务，线上财富成交额、客户活跃度同比提升。

光大银行

• 以平安口袋银行APP为零售数字化主阵地，打通线上线下服务链路，升级“AI+T+Oﬄine”经营服务体系。2026年6月末，口袋银行APP注册用户18,609.37万户，MAU 3,670.84万户；
• 落地AI数字财富顾问线上服务项目，依托人工智能工具，为线上长尾零售客户提供轻量化资产配置建议；整合高频生活权益场景，持续深耕存量线上客户价值挖掘；线上渠道经营重心从用户规模扩张转向存量AUM增长，提升线上财富业务贡献。

平安银行

面对整体用户流量红利趋缓、存量用户活跃度分化的行业特征，银行数字化工作重心不再聚焦外部增量用户的快速扩张，而是转向线上渠道的精耕细作、服务体系的提质增效与存量客户的价值深挖。现阶段行业数字化转型重点集中于技术赋能与场景提质，依托人工智能、金融大模型等前沿技术持续升级手机银行核心服务载体，优化线上业务全流程办理链路，补齐智能化服务短板。同时各行持续拓宽线上服务边界，整合普惠乡村、跨境金融、日常消费、资产配置等多维度服务场景，搭建适配不同客群的分层服务体系，迭代升级线上智能风控与反诈体系，平衡服务便捷性与经营安全性。从运营表现来看，行业整体线上用户基数保持稳定，手机银行存量客户规模、月活跃用户体量平稳运行，线上业务转化效率、高频业务线上替代率稳步提升，财富管理、零售信贷等核心业务线上贡献度持续提高。整体而言，银行业线上渠道已完成基础规模化布局，当前正通过技术迭代、场景深耕与精细化运营，推动线上零售业务从“流量堆砌式增长”向“质量效益型增长”深度转型，持续夯实数字化零售经营底座。

网点布局提质增效，数字化赋能线上线下渠道深度融合 2026年上半年，银行业线下渠道调整迈入减量提质、结构重塑的新阶段。伴随线上基础金融服务渗透率见顶，行业逐步跳出“线上替代线下”的固有思路，转向线上数字化能力与物理网点优势互补、双向赋能的融合发展模式。各行采取“退低增优”的布局策略，有序裁撤低效、低客流网点，将线下资源向县域乡镇、新兴城区、产业园区等重点区域倾斜，补齐基层金融服务短板；持续深化网点业态改造，压缩传统交易柜台，扩容财富管理、复杂信贷面签、综合咨询服务专区，打造财富旗舰网点、社区轻型网点、惠农服务站点等差异化特色阵地。在运营协同层面，银行依托集约化运营体系打通线上线下服务链路，线上渠道承接标准化高频业务，线下网点聚焦高价值、强交互、风险面签类线上难以落地的业务；借助远程客户经理、AI财富顾问等数字化工具实现客群线上引流、线下承接，线上线下客户数据与服务流程双向打通，形成全渠道一体化运营闭环。网点的定位已经由传统交易办理场所，转型成为客户深度经营、情感维系、复杂业务交付的线下价值枢纽，渠道联动效能进一步释放，助力零售业务在流量红利消退的环境之下，培育出新的增长根基。

表4：各家银行线下网点优化布局及智能渠道建设情况

银行线下网点优化布局智能渠道建设

• 持续推进网点结构性优化调整，有序收缩低效能城区网点，新增大湾区、县域重点区域网点资源投放；
• 2026年上半年完成156家网点优化调整，其中县域乡镇地区新投入网点54家，网点县域覆盖率提升至87.6%，持续推进网点对客服务大模型、便携式智能设备和复杂业务远程集约办理。

• 深化“工银账户通”数字化品牌运营，面向小微、机构客户提供全链路数字化账户服务；
• 加强生态建设，筑牢客户服务根基。以“客户、产品、渠道、经理人”四位一体融合实施为路径，构建线上线下闭环服务，为个人客户提供全面金融解决方案，促进新客拓展提速增长；
• 深化重点客群经营，扩大生成式AI在网点智能设备、远程客服场景落地，升级线上线下一体化云柜服务；优化自助设备布局与运维管理，提升厅堂智能设备业务分流效率。

工商银行

• 持续优化网点资源投放，资源重点倾斜京津冀、长三角、粤港澳大湾区以及县域基层市场；网点迁址、新设项目聚焦新兴产业园区、县域重点乡镇；
• 2026年6月末，重点区域网点数量占比35.13%，县域新设网点数量占比62.50%；自助设备7.33 万台，县域自助设备占比32.19%；累计建成开业绿色网点2,702个。

• 全面提升线上线下适老化服务水平，聚焦产品权益、适老服务、养老投教、养老微生态等四大特色开展创新实践，“健养安”养老金融特色网点扩容升级至248家；
• 升级富媒体远程银行服务体系，视频银行可办理30余项高频零售业务，上半年远程银行累计服务客户1.72亿人次，客服满意度99.96%。

建设银行

银行线下网点优化布局智能渠道建设

• 网点总量保持基本稳定，持续扩大“三农”线下服务触点，下沉乡村金融服务阵地。大范围推进存量网点绿色化升级改造，稳步推进“碳中和”网点试点，落实网点节能降碳建设目标；
• 2026年上半年，县域网点占比提升至56.8%，持续推动网点向乡镇迁建，强化适老化硬件设施和上门服务。网点资源配置坚持“有进有退、优化提质”，资源优先投向县域、乡镇、新型城镇化重点区域，持续巩固县域市场的渠道优势；对低效网点实施整合优化，将释放的人力、财务资源倾斜至县域一线经营机构，依托线下网点挖掘县域居民消费、生产经营融资需求，为消费贷业务获客提供线下场景支撑。

• 迭代升级超级柜台交互系统，上线大字版适老化操作界面，适配老年客户操作，截至2026年 6月末，全行存量超级柜台达5.28万台，覆盖网点绝大多数个人基础业务办理场景；完善现金、非现金自助设备，搭建7×24小时远程在线监控运维平台，实现自助设备全天候远程监控、故障运维，保障线下智能终端稳定服务；
• 便携式智能柜台新增涉农贷款外拓尽调功能，面向县域城乡乡村客户上门开展移动金融服务，客户经理可携带便携式智能终端深入村镇，现场完成客户信息采集、授信资料核验、贷款业务受理。 2026年上半年，依托便携式智能柜台开展的外拓业务量同比提升27.6%，移动智能终端成为县域消费贷、农户贷线下获客、现场尽调的重要工具，实现“现场+远程”协同作业模式落地。

农业银行

• 稳步推进网点优化升级，强化金融服务与民生场景深度融合。持续优化网点布局，支持保障重点区域及县域渠道资源投入，上半年共优化调整网点数量133家，新增进驻2个空白县域，县域覆盖率提升0.11个百分点至67.06%，县域乡镇地区机构总量共计3,026家；深化特色网点建设，因地制宜建设科技金融、绿色金融、普惠金融、养老金融等特色网点，不断增强线下渠道服务重点客群、重点区域、重点业务的能力；
• 营业网点常态化落地适老化配套服务，持续扩容养老服务示范网点，对外营业网点全部执行敬老服务标准，建成养老金融特色网点1,000余家。

• 深化线上线下协同，升级推出网点专区，大幅提升网点信息的实时性与准确性，线上线下衔接更顺畅。持续提升线上渠道数字化风险控制和反钓鱼监测能力，上半年累计监测并关闭钓鱼网站和APP下载链接282个，“网御”事中风控系统实时监控线上渠道交易49.20亿笔；
• 网银境内服务新增“集团数字函证”“跨境来账通”功能，并对信息查询、转账汇款、代发薪、现金管理、航运直通车等多项服务进行持续优化；网银境外服务覆盖56个国家和地区，提供 15种语言服务，本地化服务能力持续增强。

中国银行

• 以“控总量调布局、优结构提质量”为重点，科学评估区域经济发展潜力、客户价值及增长潜力等因素，形成网点差异化布局优化策略。营业网点共计38,939个，布放自动柜（ATM） 65,395台，智能柜员机（ITM）47,865台。
•“网点效能跃升行动”持续深化，加速网点综合化、生态化、智能化转型，不断激发网点活力、提升网点效能。线下充分发挥网点遍布城乡的优势，打造具有标杆效应的养老金融示范网点，实现36家分行覆盖推广；分层打造养老金融特色支行，已建成各一级分行全覆盖的养老金融示范网点。

• 推动普惠金融与数字金融深度融合，不断强化 “线上+线下”协同服务，以普惠营销地图等数

智化工具赋能线下客户服务，围绕小微企业客户触达、运营服务、授信融资、风险防控等方面，构建全流程集约化运营机制；

• 拓宽“现场+远程”云柜视频服务应用范围，全面推广移动展业云柜“单人外拓”模式，推动网点由“坐商”向“行商”转型。同时，深化人工智能在集约化运营中的应用，依托大模型与真人交互驱动技术迭代升级智能营销、远程辅助审核功能，全方位提升本行服务质效与运营效能。

邮储银行

• 金融服务适老化水平不断提升，重点推进养老金融特色网点建设，提升适老设施与服务。 2026年6月末，26家境内分行获得当地养老机构预收费资金监管存管银行资格，累计服务养老机构800余家；
• 持续优化境内网点布局，合理摆布网点资源，加大对国家重点战略实施的支撑力度，推动京津冀、长三角、粤港澳大湾区等国家重点区域的网点建设；提升县域网点覆盖面，支持乡村振兴战略。

• 加大县域网点建设力度，推广智能惠农机具和 “云上交行”远程视频服务，提升县域金融线

上线下渠道一体化服务能力；

• 打造“商圈惠贷”数字化服务体系，为个体工商户和小微企业主提供在线提款、还款的全流程服务，并实现“链享惠贷”“国补贷”等区域特色产品移动端全覆盖，有效提升融资便捷性。

交通银行

银行线下网点优化布局智能渠道建设

• 净增营业网点6家，存量营业网点迁址优化59 家，通过科学优化网点布局，有序推进网点建设，进一步扩大网点有效覆盖范围，为客户提供更加高效的线下金融服务；
• 境内设有143家分行及1,807家支行，2家分行级专营机构（信用卡中心和资金营运中心），2,147 家自助银行，5,028台自助设备，4,497台可视设备。

• 持续迭代升级“人+数智化”的服务能力及体验，通过线下网点为客户提供服务，借助95555 远程经营服务中心等电话渠道为客户提供一对一人工解答；
• 打通线下网点与两大线上APP的客户服务链路，实现线上引流获客、线下复杂业务承接，着力满足各类人群的金融和非金融需求。

招商银行

• 持续推进存量网点适老化改造升级，组建养老金融专业团队，扩大养老金融服务中心布局，建设“安愉人生”养老金融服务中心；
• 线下打造无障碍网点，开通绿色通道及手语服务；广设“兴公益”惠民驿站服务新市民。

• 依托“产业+场景”模式深耕实体产业链渠道，通过优化“兴速贷”“科技企业研发贷”“工业厂房贷”等特色产品，精准适配小微企业各类融资需求，拓宽产业链上下游小微企业服务覆盖面。

兴业银行

• 已在31个省、自治区及直辖市以及香港、新加坡、伦敦开设了42家一级分行，共1,732个分支机构；
• 持续健全和完善服务网络，深化长三角战略布局。长三角三省一市41个地级及以上城市中， 35个城市设立一级或二级分行。

• 创新“云柜”在线运营服务模式，构建网点、上门、远程等综合服务模式，重点针对金融服务空白区域和不易触达人群，有效解决物理网点分布、营业时间等限制。网点人员主动上门，通过高清视频连线后台柜员，由后台远程审核并办理业务，打通线上线下渠道。

浦发银行

• 在中国境内153个大中城市设立营业网点1,485 家，设有自助银行1,508家（含在行式和离行式），自助设备3,058台，智慧柜台9,361个（含立式智慧柜台3,039个），形成了由综合网点、精品网点、社区/小微网点、离行式自助网点组成的多样化网点服务业态。

• 迭代升级“人工+AI+企微”触客模式，引入大模型推理能力，识别客户个性需求，提升远程财富管理服务效能；试点“空中客户经理”服务模式，依托多渠道、标准化、集约化运营优势，构建客户旅程断点触达与转化路径；
• 在科技赋能网点建设方面，秉承“应客而动”理念，持续推进网点智能化升级。

中信银行

• 净增营业网点1家，净减少社区银行5家。截至 2026年6月末，境内设立分支机构1,331家，机构网点辐射全国150个经济中心城市，覆盖全部省级行政区域。

• 着力打造具有光大特色的数字金融发展新模式，依托AI外呼、阳光惠生活APP、分支行网点等渠道实现客户精准触达，提升风险管理精细化水平，动态调优审批授信模型，部署区域差异化审批策略，健全常态化监控预警体系。

光大银行

• 截至2026年6月末，合计共有110家分行（含香港分行），合计1,099家营业机构；
• 网点持续升级适老化配套，爱心服务窗口实现网点全覆盖，移动式上门服务常态化开展；加速网点转型为资产配置服务阵地，压降纯交易型柜台占比。

• 拓展获客渠道，构建以网点为枢纽的线下获客阵地，联动周边商户生态实施分层客群精细化运营，并迭代升级“平安好邻居”线上服务平台，深度链接客户、商户与网点，打造线上线下一体化的获客矩阵；
• 深化数智化经营，升级“AI+T+Offline”经营服务体系，融合大模型技术开展全域客户画像解析，通过升级差异化策略实现客户精准服务。

平安银行

银行财富与私行业务提质扩容，零售核心指标稳健分化增长

2026年上半年，国内银行业财富管理与私人银行业务步入提质稳增的发展阶段。居民财富积累进程持续推进，财富保值、稳健配置的需求占据主导，财富管理已经成为各家银行零售板块转型布局的重要赛道。在此背景之下，私人银行业务作为高端财富管理的核心抓手，持续深耕定制化资产规划、综合非金融增值服务，不断匹配高净值客户差异化、专业化的服务诉求。当前私人银行赛道已经形成基础资产配置、高端财富规划以及家族信托、家族办公室等多元化服务矩阵，在提升客户资产配置效率、做好长期风险管控方面发挥着重要作用。各大银行依托数字化运营手段优化财富服务体验，持续迭代财富产品线，顺应居民资产稳健管理的长期需求，助力实体经济与居民财富的良性循环。

增长。招商银行以18.44万亿元的管理规模在股份制银行中领跑，较上年末增长7.96%；兴业银行管理规模为6.08万亿元，增速为3.75%；中信银行管理规模为5.85万亿元，较上年末增长9.14%；浦发银行管理规模为5.01万亿元，较上年末增长7.51%；平安银行管理规模为4.40万亿元，较上年末增长3.82%；光大银行管理规模为3.29万亿元，较上年末增长4.44%。

从私人银行客户数来看，已披露数据的国有大行和股份制银行客户规模延续扩张趋势。农业银行私人银行客户数达32万余户，规模稳步扩容；招商银行私人银行客户数为21.60万户，较上年末增长 8.38%；平安银行私人银行客户数为11.09万户，

较上年末增长5.02%；中信银行私人银行客户数为 10.49万户，较上年末增长8.59%；兴业银行私人银行客户数为9.41万户，较上年末增长8.29%，均保持了积极的增长趋势。

国有大型银行在零售客户资产管理规模方面基础稳固，整体保持稳步增长。截至2026年6月末，工商银行零售客户资产管理规模达到26.50万亿元，较

2025年末增长4.45%，规模继续稳居行业首位；农业银行管理规模达到25.70万亿元，增速为4.13%；建设银行管理规模超24万亿元，实现了约4.30%的增长；中国银行管理规模超18万亿元，较2025年末增长约2.74%；邮储银行零售客户资产管理规模为 19.18万亿元，较2025年末增长4.75%；交通银行管理规模6.32万亿元，较2025年末增长5.69%。

从已披露的私人银行资产管理规模数据来看，相关业务保持增长态势，高净值客户资产仍具备上行空间。农业银行私人银行个人金融资产管理规模达 3.93万亿元；平安银行管理规模为2.11万亿元，较上年末增长6.03%；中信银行私人银行资产管理规模为1.49万亿元，较上年末增长9.56%；兴业银行管理规模为1.18万亿元，较上年末增长12.38%。整体来看，各家银行持续加码高端客群经营，优化私人银行综合服务体系，进一步挖掘高净值客户财富管理需求，推动私人银行业务实现高质量稳健发展。

股份制银行在财富管理领域同样稳健发展，多数银行在2026年上半年实现了零售客户资产管理规模的

表5：零售客户和私人银行客户数据分析

单位：万亿元人民币、客户数万户

零售客户资产管理规模

较2025年末变动

银行

私人银行个人金融资产管理规模

较2025年末变动

私人银行客户数

较2025年末变动

工商银行 26.50 4.45% 未披露未披露未披露未披露

建设银行 24.05 4.52% 未披露未披露未披露未披露

农业银行 25.70 4.13% 3.93

2025年末未披露

32.00

2025年末未披露

中国银行超18万亿 2.74% 未披露未披露未披露未披露

邮储银行 19.18 4.75% 未披露未披露未披露未披露

交通银行 6.32 5.69% 未披露未披露未披露未披露

招商银行 18.44 7.96% 未披露未披露 21.60 8.38%

兴业银行 6.08 3.75% 1.18 12.38% 9.41 8.29%

浦发银行 5.01 7.51% 未披露未披露未披露未披露

中信银行 5.85 9.14% 1.49 9.56% 10.49 8.59%

光大银行 3.29 4.44% 未披露未披露未披露未披露

平安银行 4.40 3.82% 2.11 6.03% 11.09 5.02%

2026年上半年上市银行业务观察零售业务专题

在当前财富管理行业步入存量竞争的市场背景下，除零售客户资产管理规模这一核心经营指标外，零售客户基数的变化亦是观察银行零售板块发展质量的重要维度。零售客户数量实现稳健增长，代表银行在新客拓展、客户经营以及综合服务能力建设层面取得积极成效。客户基础的持续夯实，既能够为零售金融多元业务的纵深布局提供客源支撑，也为财富管理转型战略的落地实施筑牢了客户根基，有利于银行在日趋白热化的财富赛道竞争当中，进一步巩固市场地位、提升核心竞争实力。

表6：2026年6月末及2025年零售客户数量比较

单位：亿户

银行 2026年6月末零售客户数 2025年零售客户数增长率

工商银行超7.8亿户 7.82 0.51%

建设银行 7.91 7.85 0.76%

农业银行 9.05 8.96 1.00%

中国银行 5.60 超5.5亿户 1.82%

邮储银行超6.8亿户 6.81 0.73%

交通银行 2.08 2.05 1.46%

招商银行 2.31 2.24 3.12%

兴业银行 1.17 1.15 1.74%

浦发银行 1.75 1.71 2.34%

中信银行 1.56 1.52 2.37%

光大银行 1.64 1.62 1.23%

平安银行 1.29 1.28 0.78%

2026年上半年，各银行零售客户数量整体延续扩张态势。国有大行客群基础依旧雄厚，农业银行深入践行

“一体两翼”零售发展战略，以9.05亿户的零售客户规模继续稳居首位；建设银行零售客户7.91亿户，工商银行超7.8亿户，邮储银行客户规模超6.8亿户，中国银行5.60亿户，交通银行零售客户2.08亿户；从增速来看，中国银行以1.82%的增速领跑国有六大行，国有大行整体客群增长节奏平缓。股份制银行零售客户基数相对偏小，各行新增获客增速呈现分化格局，招商银行零售客户2.31亿户，增速为3.12%，在股份行中增速领先；浦发银行、中信银行客户规模达1.75亿户和1.56亿户，增速分别为2.34%和2.37%；兴业银行、光大银行、平安银行零售客户数均实现小幅稳步增长。各家银行持续优化线上线下服务体验，丰富零售金融产品供给，稳步扩充零售客户储备，为财富管理业务的深耕落地筑牢客群根基。

2026年上半年上市银行业务观察金融科技专题

数智赋能业务升级，金融科技迈向价值创造新阶段

2026年上半年，银行业金融科技持续向业务核心环节渗透，人工智

能、大数据等技术加速在客户服务、经营管理、运营及风险管理等领域落地。随着“十五五”规划开局、金融“五篇大文章”持续推进，银行业金融科技发展进一步由技术能力建设向业务价值创造延伸，业技融合不断深化，科技治理体系亦同步完善。

金融科技投入企稳，赋能银行数字化高质量发展

金融科技已成为银行业数字化转型与高质量发展的核心战略支撑，广泛赋能银行客户服务、风险管控、业务运营与合规治理等核心领域，是银行业降本增效、培育差异化竞争优势的核心要素。国有大行承担普惠金融、乡村振兴、政务民生、国家关键金融基础设施建设等政策性任务，数字化转型除服务商业收益外，还需要满足国家金融安全、信创改造、数据安全、国家级风控平台建设等公共目标，金融科技投入具备更强的政策刚性，在盈利承压阶段依然保持投入稳定性，整体增速更平稳，根据境内大型商业银行2023年至2025年年报，国有大行的金融科技投入总规模平均

为全国性股份制银行金融科技投入总规模的2倍，并呈现逐年增长趋势。全国性股份制银行受市场化收益约束，策略聚焦业务价值变现，当行业净息差收窄、盈利承压时，更倾向控制大额长期资本投入，因此全国性股份制银行金融科技投入整体规模偏小，但金融科技投入占营业收入比重偏高、后期增速呈现分化甚至收缩的特征，全国性股份制银行的金融科技占营业收入比例近3年平均比例为4.24%，高于国有大行的平均比例3.55%。整体来看，银行业科技投入已从高速增长期进入稳定发展期，各行根据自身数字化建设阶段进行差异化的资源配置。

架构调整加速业技融合，数智化转型进入体系化推进阶段

顶层设计与战略指引；农业银行体系化推进“AI+”建设，打造“农银智+”平台，落地同业首家规模化云原生数据湖基础设施，以AI与数据能力赋能业务经营、风险管理和客户服务；兴业银行充分发挥数字化转型委员会统筹引领作用，持续优化科技工作组织架构，并发布了《兴业银行2026-2030年数智化转型发展规划》；浦发银行持续打造“全员、全息、全链条”的科技体系，并推进智能体工程化落地；招商银行则继续坚持“AI First”理念，推进金融科技创新项目建设。

随着金融科技由基础设施建设向业务深度融合演进，银行科技架构与体制机制也在持续调整。2026 年上半年，各家银行进一步强化人工智能统筹机制、企业级技术平台和数据基础能力建设，通过优化科技治理架构、推进AI专项规划及强化业技融合机制，为金融科技规模化应用提供组织保障。

建设银行体系化推进“人工智能+”行动，正式发布“人工智能+”三年发展规划，为全集团人工智能发展提供

银行科技架构调整与体制机制改革

积极推动“数智工行（AI-ICBC）”建设，深化“领航AI+”行动，释放数智化转型动能；充分发挥数字金融与金融科技委员会等分层级审议机制的作用，从源头把控科技风险，保障重大事项科学决策的层级和质量。

工商银行

体系化推进“人工智能+”行动，正式发布“人工智能+”三年发展规划；持续深化应用场景建设与“业数技”融合，推动AI应用由重点突破、示范引领向深化应用、规模赋能跃升。

建设银行

深入推进智慧银行建设，持续完善“AI+”能力体系。推进企业级知识工程建设，夯实AI应用全域知识底座，持续释放知识效能；

提升企业级数据供给能力，全面支撑各类场景用数需求，夯实数智化发展底座；构建“数据+工具+模型+分析”服务能力体系，赋能业务经营提质增效；

农业银行

同业首家规模化落地云原生数据湖基础设施，基于“存算分离+流批一体”架构，有效减少服务器资源消耗，提升数据加工效率。

全力推进“人工智能+”行动，制定《中国银行“人工智能+金融”落实方案》，构建“326”全球化人工智能赋能体系，打造算力、数据、技术三个平台，敏捷赋能和安全治理两套机制以及智能问答、报告生成等六个范式。

中国银行

发布“邮智”金融行业大模型，精准匹配金融业垂直细分场景的专业化需求；依托“算力管理、开发工具、公共服务”三大核心平台，构筑全链路AI能力底座，推进自主可控的大模型技术体系建设；以“Data for AI”理念构建“1+3+6+N”的高质量数据集建设管理体系，夯实企业级大模型数据基座，健全共建、共享、共治三大协同机制。

邮储银行

设立呼和浩特数据中心、贵阳数据中心，推动“多地多中心”架构布局落地；完成境内外一体化分布式上云；深入实施“人工智能+”行动，建强人工智能基础底座，推进算力集群的统一管理、统一调度与统一监控。

交通银行

坚定实施科技兴行战略，以“线上化、数据化、智能化、平台化、生态化”为演进方向，秉持“AI First”理念，坚定执行AI“优先”“领先”“率先”；金融科技创新项目基金聚焦战略导向、AI建设、前沿科技，全面推进智能化能力建设，报告期内新立项金融科技创新项目241个，新增上线项目156个。

招商银行

银行科技架构调整与体制机制改革

秉持“科技兴行”方略，将数智化作为战略转型的根本引擎；坚持战略先行，发布《兴业银行2026—2030年数智化转型发展规划》，高质量编制《兴业银行关于深入落实“人工智能+金融”加快推进数智化转型的实施意见》，形成“一体谋划、一体建设、一体运营、一体管控”的数智化工作格局；充分发挥数字化转型委员会统筹引领作用，持续优化科技工作组织架构；深入推进“人工智能+”行动，强化跨部门资源整合、任务统筹和过程督导。

兴业银行

秉持“全员、全息、全链条”科技体系建设，以业务成效为价值牵引，加快培育发展新质生产力，推动人工智能与金融业务深度融合；

浦发银行

持续打造包括模型服务与管理平台、知识工程平台、智能体创设平台三个子系统的大模型应用系统，构建“平台+引擎+应用”的综合服务体系。

以“场景牵引+AI赋能”为核心策略，全面实施“人工智能+”行动，继续推动AI建设从“点状探索” 走向“体系化建设、规模化应用”，落地AI服务场景累计超1,900个。智能底座持续夯实，加速扩大算力规模，私有化部署DeepSeekV4、GLM5等主流大模型。

中信银行

已建立由金融科技“一部三中心”、风险管理部、合规部、审计部及其他相关部门组成的信息科技风险“三道防线”组织架构。

制定数字金融发展规划和科技战略规划，支持普惠、供应链、零售信贷线上化及资产质量管控“四大专班”建设；坚持“大模型+小模型”协同发展路径，提升复杂业务场景下的模型响应效率与输出精准度；建设企业级智能体平台及“10×10”智能体矩阵，系统性构建算力、算法、数据和人才一体化支撑体系。

光大银行

强化AI+金融技术支撑能力：一、加快大模型能力体系建设，2026年6月末，累计落地大模型应用场景超450个；二、完善算力底座平台，实现多种算力资源的统一调度和高效管理，报告期内大模型日均词元（token）消耗量超过53亿，同比增长约130%；三、持续推进高性能推理及多模态模型的技术迭代，加速实现主流大模型生态产品的规模化部署。

平安银行

推动业技融合，智能服务、运营与风控加速落地

随着金融科技基础能力不断成熟，各家银行进一步推动数字技术与金融业务深度融合，金融科技应用从客户服务向运营管理、风险控制等中后台环节延伸，并逐步由单点应用转向业务流程重塑。与此前更加侧重

“场景数量”相比，2026年上半年银行披露的金融科技成果更加突出业务流程、服务效率和经营成效。

智能服务

2026年上半年，随着人工智能技术的深化应用，银行智能服务进一步由传统规则式、菜单式服务向智能交互与综合化服务转型，AI已广泛融入客户服务、营销经营、财富管理等场景，并不断向业务前台延伸，重塑银行与客户的连接方式。农业银行推出自研智能体龙虾“ABC-Claw”，建成企业级数字助手“一明”，将AI能力全链路嵌入客户服务；招商银行的“AI小招”已从单纯智能问答扩展至企业客户服务，累计服务企业客户 79.99万户；中信银行则将智能“小信”融入客户全场景服务，智能问题解决率达99.02%，体现了智能化服务由“提供功能”向“解决客户问题”的实质性转变。

银行智能服务

• 持续升级对客智能体“工小智”的智慧服务体系，打造线上线下全覆盖、“对话即服务”的对客服务新模式；
• 升级“知客”平台数字化运营能力，加强产品客户对位，围绕重点客群差异化需求，推进“客户+产品

工商银行

+渠道+权益”一体化触客，切实提升数字金融服务的适应性和可得性。

• 生成式人工智能赋能超过600个应用场景，深度渗透智能营销、智能客服、智能投顾等关键领域；升

建设银行

级“帮得”智能客户经理助理，提升对客服务能力与效率。

• 发布手机银行11.2版，实现手机银行数智化升级，手机银行MAU 超2.82亿户；
• 打造自研智能体农行版“龙虾”（ABC-Claw），建成企业级数字助手“一明”，将AI能力全链路嵌入客户服务；
• 以“AI+数据”驱动客户服务数智化升级，依托“农银睿达”企业金融服务平台9.0版，整合对公线上服务资源，构建一体化对公线上服务渠道；
• 提高业务办理质效：优化“普惠e站”线上贷款办理流程，精简小微企业客户办贷步骤，上线“薪资管家”（小微版），助力小微企业薪酬数字化管理升级。

农业银行

• 构建智能化助手超2,200个，人工智能深度赋能信贷、营销、客服、科技等重点领域；智能研发助手

中国银行

用户规模超1.6万人，MAU超万人，助力金融科技效能提升。

• 从“经验驱动”向“智能驱动”升级，打造零售营销智能体，动态生成个性化营销方案，触达超5,400 万名邮银高潜客户；
• 对公领域落地智能产业链展业助手，规划建设十余个场景智能体，辅助对公开户超6,000户、授信超2,000户，授信金额近3,100亿元；
• 打造用户之声（Voice of Customer，VOC）智能体，对覆盖线上线下全渠道的多模态声音开展“收集-分析-处理”闭环管理，以AI赋能用户体验提升，驱动产品迭代完善，累计挖掘用户痛点超3万条。

邮储银行

• 深化AI能力建设，落地420余个AI应用场景，精准赋能跨境金融、普惠金融等重点领域；
• 加快AI应用可信、可靠、可控发展，在跨境贸易、金融市场等领域打造智能审单、市场询价等智能体，全方位提升客户服务水平；
• 持续建强“云上交行”品牌，构建“远程视频坐席、客户服务经理、客户经理、数字人”四位一体的银行服务新模式，报告期内“云上交行”远程视频营业厅提供服务276万笔，同比增长113.95%。

交通银行

• 升级零售“小招”智能服务体系，提升服务精准度，强化复杂业务解决能力；
• 打造公金“AI小招”，重塑批发银行对客智能服务体系，2026年6月末批发线上渠道MAU 238.67 万户，同比增长12.03%；“AI小招”累计服务企业客户79.99万户；机构场景AI智能客服及数字人累计服务3,766.49万人次。

招商银行

• 建成全行统一AI服务入口。赋能零售金融，报告期内AI营销策略累计触客超1,300万人次；赋能企业

兴业银行

金融，上线产业金融地图和谱系客户管理工具，提升产业链客户识别、拓展和综合服务能力。

• 累计推进超440个AI应用建设，深度赋能智慧营销、智慧经营等领域；
• 基于企业级架构建模，通过“简清工程”为基层一线赋能，将数智化技术深度融入客户服务全旅程，实现“一网通办、一屏掌控、全程智服”；
• 创设个人经营贷“轻享续贷”AI智能体，业务效率提升6倍，切实降低客户融资时间成本，持续增强小微金融服务便捷性。

浦发银行

银行智能服务

• 以大模型与智能体技术为核心驱动，持续构建“AI+人工”深度协同的智能服务体系；
• 零售业务领域，手机银行智能“小信”实现全场景融合服务，报告期内累计服务客户超876万户，智能问题解决率达99.02%；推广AI协呼应用，报告期内触客规模超去年全年总量；打造信用卡智能管家，投诉处理周期压缩16%；“五灵”AI项目群有序推进，将AI应用深度嵌入零售核心业务流程，积极储备大模型面客服务能力，报告期内14个核心场景的AI应用进入上线运行阶段；
• 金融市场业务领域，深化客户经营数字化能力建设，升级外汇直连交易、落地7×24小时债销机器人，进一步提升客户服务质效。

中信银行

• 搭建智能流程自动化应用平台，在运营管理、零售信贷、客户服务等领域落地2,000多个自动化场景；
•“金知了”平台深度融合线上流量与线下专业能力，赋能零售业务数字化转型，报告期内累计服务用户3,210万户，累计销售金融产品99.64万笔，成交金额4,638.21亿元；
• 迭代“阳光小顾”数字化投研投顾平台，实现市场分析、客户匹配、产品筛选及资产配置等场景功能全覆盖，有效提升客户触达率与配置转化率，上线“AI小顾”，实现问产品、读报告、做诊断、备话术等功能，平台年累计服务客户143.23万人次。

光大银行

• 升级平安口袋银行APP，提升账户综合服务能力；
• 零售业务方面，持续升级“AI+T+Offline”经营服务模式，强化AI助手、智能语音外呼等数字化工具应用，提升远程银行服务能力，报告期内累计为820万大众客户提供7×24小时的“陪伴式”服务；
• 对公业务方面，依托智能归因模型进行经营管理，智能化输出客群经营策略辅助决策，报告期内智能归因分析准确率达94%。

平安银行

智能运营和智能风控金融科技除了对前台业务赋能外，还进一步向银行中后台业务渗透，通过大模型、智能体、RPA等技术提升运营效率、缩短业务处理周期，并强化风险识别、预警和决策能力。2026年上半年，多家银行披露了较为明确的智能运营及智能风控管理成效。例如农业银行探索“AI+办公”新模式，推广“现场+远程”贷前调查作业，应用AI实现信贷调查报告智能生成；邮储银行打造贯穿前中后台的智能信贷支撑体系，尽职调查工作效率提升超50%；招商银行推动大模型技术落地智能化场景1,386个，实现1,388万小时的等效人工工时贡献；浦发银行累计推进超440个AI应用建设，累计产生2,500人年新质生产力。

银行智能运营阶段性成果智能风控阶段性成果

• 大模型已在600余个场景落地，打造客户经理专属AI智能体“工小财”，实现营销维客、业务咨询与消保合规的智能化赋能；
• 打造信用卡审核审批助手，依托大模型整合客户数据，自动识别审核要点、生成个性化问卷并输出审批建议与参考额度，辅助审批人员精准授信，上半年累计服务超282万次；
• 深化大模型多模态能力融合应用，依托大模型智能识别凭证全字段要素，单笔处理速度较人工快25倍，上半年替代人工录入1亿笔；
• 远程授权智能审核效率提升5倍，承担全行约一半业务量；在零增员条件下，完成全量业务质检，精准度超98%。

• 全面推广企业级智能风控平台，投产“智风控” 智能体，升级“融安e防”卫星监测及“融安e控” 智能审查功能，增强多维度智能预警与分层智能管控能力；
• 在授信审批领域，打造审贷数字助手“工小审”，基于大模型能力辅助信贷审查人员审贷质效大幅提升，上半年累计服务信贷审查审批金额超万亿元；
• 在内控合规领域，打造“AI智审”智能体，实现 “人工审查”向“AI辅审”的升级，上半年累计输

工商银行

出36万条合规审查意见，被采纳率98.6%，辅助合规审查人员风险揭示能力提升130%。

• 2026年6月末，生成式人工智能已覆盖超过 600个应用场景，全面应用于智能运营、智能风控及智能管理等业务领域。

• 持续优化健全欺诈风险管理体系，迭代完善欺诈风险识别工具和系统，积极推进人工智能技术应用，深化三道防线协同联动，强化欺诈风险防控主动性。

建设银行

• 发布超级工作台5.1版，实现借记卡开立、掌银签约、信用卡申请等多项业务一站式办理，减少资料重复收集；
• 建立对公客户经理经营中心，集成营销、开户、贷款等业务，提升客户经理精准服务能力；
• 推进信贷业务智慧化建设，优化办贷流程，实现信贷资料自动核验与分析，智能预填压降手工录入项，提升办贷效率。

• 推广“现场+远程”贷前调查集中作业模式，应

用AI实现信贷调查报告智能生成；

• 强化真实性管理，运用GPS定位比对、AI智能识

别等技术深化科技识假防假治假能力。

农业银行

• 构建智能化助手超2,200个，实现前中后台各业务条线的全面覆盖；智能研发助手用户规模超1.6万人，MAU超万人，助力金融科技效能提升；
• 全面使用人工智能开展票证识别与审核，累计支持305种票证识别，有效提升运营质效；
• 运用企业级机器人流程自动化（RPA）推进基层减负，覆盖超3,800个场景应用，月均执行任务近30万次。

• 持续推进数字化风控体系建设，新建信用风险管理组件，构建集团级“全客户、全口径、全流程”信用风险监控预警体系；
• 完善反欺诈系统功能，提升反诈工作风险监控的灵活性与时效性，全力保障客户资金安全。

中国银行

银行智能运营阶段性成果智能风控阶段性成果

• 大模型已接入超90个行内系统，日均调用超 600万次，日均输入输出词元超百亿，全面赋能智能化场景建设与应用规模化落地；
• 发布“邮智”金融行业大模型，构建全流程金融智能服务新生态；
• 智能标注超6万条多模态数据，累积构建超 2,800万条高质量数据集，赋能多项业务场景落地应用；
• 运营中心单据智能识别替代手工录入比例达 90%，小邮助手智能问答占总问答量比例超 98%，建成多个办公专用智能体，累计提供对话服务超50万次。

• 打造贯穿前中后台的智能信贷支撑体系，前台赋能客户经理尽调与方案生成，中台打造信审助理实现智能审查，贷后强化智能监测与自动化处置能力，尽职调查工作效率提升超50%；
• 研发上线小企业评级财报审查模型、法人客户外部评级分析智能工具，提升评级工作质效；
• 推进企业级新一代反欺诈系统引擎建设，聚焦电子渠道、快捷支付等关键场景研发上线智能模型。

邮储银行

• 深化人工智能技术赋能，落地420余个AI应用场景，广泛覆盖各类运营场景，支撑运营流程的智能化处理。

• 打造覆盖全集团、全流程、全场景、全产品的数字化风险管理体系；
• 建设信贷智能体矩阵，覆盖授信审批、放款落实、贷后监控全过程。

交通银行

• 持续完善大模型基础设施的自研技术体系，报告期内日均词元吞吐较上年增长超78%，落地领域模型256个，较上年末增长40%；
• 推动大模型技术落地智能化场景1,386个，较上年末增长62%，实现1,388万小时的等效人工工时贡献；
• 加强“营小助” 建设，从构建AI基础能力到打造业务和管理两大智能体集群，AI对运营领域的赋能效果持续提升。

• 优化升级“风险小助”，加快场景应用落地，提升风险管理质效；
• 聚焦AI重塑信贷流程，贷前落地“AI辅助尽调” 与“AI预审”应用，提升授信申请质效，其中小企业尽调报告AI辅助生成可覆盖90%的尽调内容；
• 以AI赋能贷后管理升级，以智能化手段提升贷后检查的全面性与规范性。

招商银行

• 以总行集中数字化运营能力为基础，全面提升数字化运营质效，报告期内累计部署策略2.18 万个，策略智能审核覆盖52个子智能体模块，人工校验一致率99.96%，策略智能评价准确率100%；
• 赋能中后台管理，完成计财数据底座重构，关键指标获取效率提升60%；
• 累计构建自助查询、可视化等应用超2.4万个；
• 上线指标智能分析助手，支持智能查询、归因分析和报告生成，提升经营分析效率。

• 探索AI技术深度应用，打造大模型智能催收管家，覆盖智能催记、大模型质检等应用场景；
• 完善风控模型体系，A卡完成子模型优化迭代， B卡依托模型融合技术完成贷中分层优化，C 卡应用智能催记数据和机器学习算法，实现对客户还款能力的有效预测；
• 推进构建可疑报告质检智能体，完善图谱智能监测工具，提升可疑交易集中监测质效。

兴业银行

银行智能运营阶段性成果智能风控阶段性成果

• 累计推进超440个AI应用建设，深度赋能智慧营销、智慧经营、高效运营、数智风控、智能管理五大领域，累计产生2,500人年新质生产力，实现AI应用生产力自动化测算；
• 报告期内推动智能体工程化落地部署达220个；
• 依托多模态高质量表单数据训练，实现企业级表单数据准确录入、自动化配平试算、人机协同校验，整体业务流程时效提升5倍；
• 打造“一句话把事办好”的Call浦智能助手，覆盖智能办会、智能差旅、智能文档创作等20余类场景，稳步推进全行全员应用推广。

• 以“大数据+人工智能技术”为底座搭建风险预警监测平台，以规则策略与模型算法为双驱动，推进数智化风险监测模型研发，已建设覆盖8个维度、100余条策略规则的客户风险预警规则库和涉及5大领域、共计34套模型的风险监测模型库；风险监测结果直接嵌入授信作业流程，实时提示风险、阻断风险。

浦发银行

• 加速推进“集中运营2.0”项目，依托多模态大模型、RAG知识库、智能规则引擎三大技术底座，打造“大模型智能处理+外包承接标准环节+专业团队攻坚克难”的高效作业模式；
• 推动金融市场业领域交易数智化水平升级，集中量化平台交易量27.22万亿元，自动化交易率88.00%，智能化交易率达35.10%；
• 持续夯实消保审查管控机制，运用人工智能技术快速识别潜在风险、提升审查工作效率，报告期内消保审查覆盖率达100%。

• 围绕数字化与智能化双主线，持续推进数智一体、敏捷高效的数智化风控体系建设；
• 风险监测方面，上线智能风险助手，提升一站式风险全景监测能力；
• 风险管控方面，深入推进企业级风控中台建设，优化迭代风控工具，提升风险管理关键环节的线上化、标准化、智能化水平。

中信银行

• 在运营管理、零售信贷、客户服务等领域落地 2,000多个自动化场景，累计完成数千万次自动化任务执行；
• 自主研发智能数据分析平台“问数”，推动数据服务由“被动响应”转向“主动赋能”，累计支持 7,400余项指标、1,000余份报告及多类业务场景的数据问答；
• 持续优化“10×10”智能体矩阵，稳步推进“一岗位一助手”智能化作业模式落地，有效提升员工展业与办公效能；
• 自主研发员工专属智能体CEB-CLAW，推动办公场景个性化、智能化升级，2026年6月末全行大模型应用累计服务近2.3万名员工。

• 加速风控体系数智化升级，深度融合人工智能、大模型技术嵌入贷前准入、贷中监控、贷后预警风控全流程，全面提升风险识别、计量、处置能力。

光大银行

• 报告期内累计落地大模型应用场景超450个；
• 依托AI技术升级，促进资金同业业务全流程电子化，提高交易执行效率，报告期内“iDeal结构化询报价”现券交易量约2.9万亿元；
• 运营管理上拓展AI智能体应用范围，报告期内共上线140个运营审核类智能体，覆盖55个业务场景，累计上线消保审查要点模型35个，消保审查智能化覆盖率超90%。

• 深化智能算法应用，助力提升风险管控质效；
• 对公业务持续夯实风险专家知识库等基础底座，提升信贷全流程业务处理效率与风险决策精准度；
• 零售业务加强AI智能体在尽调、审批、放款、催收等风控核心环节的规模化应用，助力风控智能化水平提升。

平安银行

治理体系持续升级，金融科技发展更加注重安全可控

随着人工智能等新技术加速进入银行核心业务，金融科技在提升经营效率的同时，也带来了数据安全、模型可靠性、算法偏差、网络攻击及业务连续性等新的风险挑战。银行科技治理由传统的信息科技风险管理，进一步向覆盖数据、模型、算法、应用和运营全生命周期的治理体系延伸。

步提升；建设银行则持续夯实人工智能基础能力建设，建成覆盖模型引入、评估、训练、部署、监控以及退出的全生命周期管理体系，构建具备通用、推理与多模态能力的模型服务体系；交通银行持续完善AI 治理机制，聚焦算力、数据、模型、智能体等关键环节构建安全防护体系，推进AI应用全域赋能，加快AI应用可信、可靠、可控发展；光大银行不断健全人工智能全生命周期治理体系，完善应用准入、运行监测、风险防控和责任追溯闭环机制，加强人工智能统筹管理及风险管理，健全相关政策制度体系，推进大模型安全围栏系统建设，确保AI创新应用合规审慎、安全有序。

2026年6月，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，从人工智能治理架构、全生命周期管理、应用场景管理、数据治理、算力建设及风险防控等方面提出要求，进一步推动银行业建立与人工智能规模化应用相匹配的安全治理体系。

总体来看，金融科技治理正从过去侧重信息系统安全和运行稳定，进一步向人工智能全生命周期治理和新型科技风险管理拓展。随着AI应用从辅助工具向业务流程和经营决策深入，银行需要在技术创新、业务价值和安全合规之间建立更加动态的平衡，以治理能力保障金融科技规模化应用。

银行自身也在逐步完善相关治理体系。例如，工商银行充分发挥数字金融与金融科技委员会等分层级审议机制的作用，从源头把控科技风险，保障重大事项科学决策的层级和质量，抓实科技基础治理，深化金融科技伦理治理，推动技术创新与风险防控能力同

金融科技未来的机遇和挑战

2026年是“十五五”开局之年，数字金融已成为做好金融“五篇大文章”的重要支撑。国务院办公厅发布的

《关于做好金融“五篇大文章”的指导意见》提出，加快推进金融机构数字化转型，增强数字化经营服务能力，同时健全数字金融治理体系。展望未来，人工智能、大数据等技术仍将为银行业金融科技发展带来较大空间，但行业竞争重点将逐步由单纯的技术投入和场景数量转向业技融合深度以及实际价值创造能力。在这一过程中，银行业仍需共同应对以下挑战：

一数据层面

作为人工智能规模化应用的底层支撑，高质量数据驱动银行业竞争正由数据存量积累转向数据治理与价值变现，商业银行应完善内外部数据合规融合机制，夯实金融智能化的数据要素基础。

二技术层面

大模型幻觉、可解释性、稳定性及网络安全风险仍是制约AI规模化应用的重要因素。随着AI深入核心业务流程，银行需要持续提升模型评测、风险监测和安全防护能力。

三业务层面

随着金融科技从“工具辅助”向“业务重塑”演进，将AI能力真正嵌入客户经营、信贷审批、投资交易、运营管理和风险决策等核心流程，并形成可量化、可持续的投入产出是下一阶段业技融合的关键。

四治理层面

AI应用范围越广，对数据安全、模型风险、消费者权益保护及科技伦理的要求越高，银行需要在鼓励创新的同时强化全生命周期治理，建立与技术发展相匹配的安全边界。

五社会层面

AI应用加速推动银行岗位和工作模式变化，银行需要进一步完善“业务+科技+数据”协同机制，推动员工能力转型，形成适应人机协同的新型组织模式。

结语

随着数字化转型持续深化，金融科技正由基础设施和后台支撑逐步走向业务前台，并成为银行提升经营质效、优化客户服务和强化风险管理的重要驱动力。2026年上半年，银行业进一步推动人工智能等技术与核心业务融合，科技价值由单点提效向流程重塑和经营赋能延伸。面向

“十五五”，如何在技术创新与安全治理之间取得平衡，将成为银行持续释放金融科技价值、构筑差异化竞争优势的重要课题。

2026年上半年上市银行业务观察

作者

沈小红德勤中国金融服务业研究中心主管合伙人审计与鉴证合伙人电子邮件：charshen@deloittecn.com.cn

刘书旸

德勤中国金融服务业审计与鉴证高级经理

电子邮件：denliu@deloittecn.com.cn

孙兰畦德勤中国金融服务业审计与鉴证经理

电子邮件：lansun@deloittecn.com.cn

数据收集和整理：于靖萱、赵芮宁

吴昼平

德勤中国金融服务业审计与鉴证高级经理电子邮件：susawu@deloittecn.com.cn

崔嘉冰

德勤中国金融服务业审计与鉴证高级经理

电子邮件：dacui@deloittecn.com.cn

王林果德勤中国金融服务业审计与鉴证经理

电子邮件：lisalinwang@deloittecn.com.cn

热点话题探讨

1 从投入到产出：金融科技驱动银行业务增长的价值与路径研究

2 驭智以规，守正创新――金融AI监管新规总纲解读
3 4

AI内控合规4.0：从规则驱动到智能治理

驭AI之势，筑牢风控根基―― 银行业人工智能风险治理新论

从用AI到审AI：银行业规模化应用的治理与审计

热点话题探讨从投入到产出：金融科技驱动银行业务增长的价值与路径研究

从投入到产出：金融科技驱动银行业务增长的价值与路径研究

何铮

德勤中国金融服务业数据资产化服务合伙人

zhhe@deloittecn.com.cn

在数字经济浪潮下，金融科技已从“可选项”演变为决定银行未来发展格局的“必答题”。然而，行业普遍面临净息差持续收窄与“高投入、低转化”的双重困境。本文通过对银行业金融科技投入的系统性分析，提出了价值U型曲线理论、CVAM综合价值评估模型以及RTB/CTB双轨资源配置机制，为中小银行构建差异化突围路径提供了理论框架与实践指引。

何向飞

德勤中国金融服务业数据资产化服务副总监

xianhe@deloittecn.com.cn

研究发现，银行管理层需要完成从短视ROI陷阱到长期价值创造的认知跃迁，将金融科技投入从成本中心转变为价值中心，通过战略定力穿越价值积累的鸿沟期，最终实现从“规模驱动”向“价值驱动”的转型。

问题的提出：金融科技投入的价值悖论

当前，我国银行业正推动信用扩张从“高增速”向“高质量”模式深度转型，主动应对净息差收窄对经营带来的持续影响。2025年，国有六大行合计科技投入超过1,300亿元，单家投入超过100亿元，呈现出“全栈式投入”特征――覆盖底层架构、数据中台、AI平台等全链条建设。头部股份制银行科技投入占营收比重普遍达到4%-5%，部分银行数字化渠道月活用户已突破1.2亿，智能化应用年替代工时超过2,600万小时，呈现出明显的规模效应。

图1:国有六大行2025年金融科技投入对比

单位:亿元人民币投入金额

285.88

300

267.22

256.47 250.01

250

200

150

100

123.42 117.91

工商银行建设银行农业银行中国银行交通银行邮储银行

头部四大行（工/建/农/中）单家投入均超250亿元，呈现"全栈式投入"特征

交行、邮储投入规模约120亿量级，与头部四大行存在显著差距

数据来源：国有六大行2025年年报金融科技投入相关披露

六大行合计

约1,300亿元

然而，中小银行却陷入了截然不同的困境。一方面，它们面临资金实力有限、科技人才缺口巨大的现实约束，外包成本占比超过60%，是头部银行的近2 倍。另一方面，即使投入持续增加，短期内却难以看到明显的财务回报，甚至因系统切换、人员培训等因素导致运营效率暂时下降。这种“高投入、低转化”的困局，使不少中小银行管理层陷入了战略摇摆：是继续加大投入、坚持转型，还是收缩战线、回归传统？

这一困境的根源在于，传统的投资评估思维无法准确捕捉金融科技投入的价值特性。金融科技投入并

非传统意义上的资本开支，其价值释放既不遵循线性增长规律，也难以用短期ROI来衡量。底层架构重构、数据治理体系建设、大模型应用探索等前期投入，本质上是在构筑长期竞争壁垒，其价值往往待 3-5年后才开始显现。如果管理层仍然用“当年投入、

当年见效”的传统思维来评估科技投入，必然会陷入 “越投入越焦虑、越焦虑越犹豫”的循环。

因此，如何突破这一认知困境，建立科学的价值评估框架，构建适合中小银行的差异化投入路径――成为当前银行业亟须解决的核心命题。

理论突破：从线性思维到价值U型曲线

金融科技投入的价值释放过程呈现出典型的“U型曲线”特征。在U型曲线的左侧即投入初期，银行需要进行大量的底层架构改造、数据治理体系建设和技术能力积累。这一阶段往往持续2-3年，投入巨大但短期内难以产生直接的财务回报。更严峻的是，受系统切换、流程再造、人员培训等因素影响，该阶段甚至可能出现运营效率下降，成本收入比不降反升等情况。这是对银行战略定力的巨大考验，也是许多中小银行在转型中途放弃的关键原因。

然而，当技术积累达到临界点，数据资产开始释放价值，智能化应用开始规模化落地，银行将迎来价值释放的拐点。这就是U型曲线的底部，也是最关键的转折期。在这一阶段，各项技术投入开始产生协同效应：数据中台使业务部门能够快速获取数据支持；

智能风控模型显著提升审批效率；精准营销系统有效降低获客成本。这些点状的突破逐渐连接成线，最终形成系统性的价值释放。

进入U型曲线的右侧即价值爆发期，银行将同时在多个维度实现价值跃升，包括非息收入占比持续提升，运营成本显著下降，风控能力明显增强，客户体验大幅改善。更重要的是，这些改善会形成“飞轮效应”：更好的客户体验带来更高的用户粘性，更高的用户粘性沉淀更多的数据资产，更丰富的数据资产支撑更精准的智能应用，从而进一步提升客户体验。行业数据印证了这一规律：个别头部城商行非息收入占比已超过40%，某区域性银行的科技投入产出比达到1:3.2，充分展现了价值曲线右侧的爆发力。

图2:金融科技投入价值U型曲线价值释放的非线性规律：从投入积累到价值爆发

左侧：投入积累期

底部：转折突破期右侧：价值爆发期

起点爆发

·底层架构改造 ·数据治理体系建设 ·技术能力积累

·技术积累达临界点 ·协同效应开始显现

·非息收入占比提升 ·运营成本显著下降 ·风控能力增强 ·客户体验改善

关键转折点

点状突破连接成线

持续时间：2-3年投入大，短期无回报

价值谷底

效率暂时下降

飞轮效应启动

成本收入比不降反升

体验↑→粘性↑→数据↑→智能↑

注重能力建设

把握突破时机

追求规模效应

考验战略定力

避免转型中途放弃

形成系统性价值释放

理解价值U型曲线的核心意义在于：它要求银行管理层完成认知维度的根本性跃迁。第一，要认识到金融科技投入是战略投资而非成本消耗，应当建立长周期考核机制，避免短期业绩压力导致战略摇摆。第二，要明确每一项投入对应的价值释放节点和验证指标，避免“为投入而投入”的盲目性。第三，要根据价值曲线所处阶段，灵活调整资源配置策略，在左侧注重能力建设，在底部把握突破时机，在右侧追求规模效应。

方法创新：CVAM综合价值评估模型的构建

传统的金融科技投入评估往往聚焦于短期财务指标，如投资回报率、成本收入比等，难以捕捉技术投入在中长期竞争力、风险防控、客户体验等维度的深层价值。为此，本研究创新性地构建了CVAM综合价值评估模型（Comprehensive Value Assessment Model，CVAM），旨在为银行董事会与高管层提供一套多维度、全周期的科学决策框架。

CVAM模型由六个核心维度构成。一是客户体验（Customer Experience，C），关注数字化渠道的活

跃度、客户旅程的完整度以及服务体验的满意度。

二是财务价值实现（Financial Value，F），聚焦非息收入占比、科技投入产出比、单位成本获客数等可量化的财务指标。三是中长期竞争力（Long-term Competitiveness，L），这是CVAM模型区别于传统

评估方法的核心所在。它关注技术专利积累、核心系统自主可控率、数据资产价值等构建3-5年竞争壁垒的战略性指标。底层架构的现代化、数据中台的建设、AI能力的平台化，这些投入在短期内难以体现在财务报表上，但却是决定银行未来竞争格局的关键要素。四是风控与安全（Risk & Security，R），包括不良率变化、风险识别准确率、信息安全事件数等。零售资产质量压力持续显现。2025年末，A股上市银行零售贷款平均不良率升至约1.7%，较上年上升约 0.24个百分点，智能风控能力的战略价值进一步凸显。五是运营效率（Operational Efficiency，O），衡量智能化替代工时、研发响应速度、系统可用性等运营层面的改进。六是评估与管理（Assessment & Management，A），关注项目评审通过率、敏捷迭代周期、跨部门协同效率等管理机制的成熟度。

图3：CVAM综合价值评估模型 Comprehensive Value Assessment Model ― 六维度全周期科学决策框架

表层价值实现层

C · 客户体验

F· 财务价值

Customer Experience

Financial Value

·数字化渠道活跃度 ·客户旅程完整度

·非息收入占比 ·科技投入产出比

A · 评估管理

O · 运营效率

CVAM

Assessment & Management

Operational Eﬃciency

综合价值评估模型

·项目评审通过率

·智能化替代工时

L、R维度是 C、F维度实现的基础

L · 长期竞争力

R · 风控与安全

Long-term Competitiveness

Risk & Security

·技术专利积累 ·核心系统自主可控率 ·数据资产价值

·不良率变化 ·风险识别准确率 ·信息安全事件数

基础护城河层

➀ 战略投资评估 ➁ 动态价值跟踪 ➂ 资源优先级排序

CVAM模型的核心价值在于，它将金融科技投入从单纯的成本消耗转变为多维度的价值创造，将短期的财务考核转变为长周期的战略评估，将定性的主观判断转变为定量的科学度量。这种评估思维的转变，是银行管理层完成认知跃迁的重要标志。

路径设计：RTB与CTB双轨资源配置机制

在明确了价值评估框架之后，银行需要建立科学的资源配置机制，这就是RTB与CTB双轨体系。RTB（Run The Bank）指维持银行日常运营的必要投入，包括核心系统运维、IT基础设施维护、风控合规系统、渠道维护等。这类投入相对稳定，与业务规模正相关，主要对应CVAM模型中的O维度（运营效率）和R维度（风险防控）。大部分头部银行通过架构优化、自动化运维等手段，已将RTB投入增速控制在3%以内。

CTB（Change The Bank）则指驱动银行战略转型和业务创新的投入，包括数字化创新项目、新技术探索（如大模型应用）、业务模式创新、生态平台建设等。这类投入波动较大，与战略重点相关，价值释放具有滞后性但爆发力强，主要对应CVAM模型中的C维度（客户体验）、F维度（财务价值）和L维度（长期竞争力）。行业实践显示，头部银行CTB投入增速已达 11%，近半数预算用于CTB项目，充分体现了从“维持运营”向“驱动变革”的战略转移。

对于中小银行而言，双轨配置需要分阶段实施。

在生存期，核心任务是RTB优化，通过云化、轻量化架构降低运维成本，释放资源空间。典型举措包括核心系统上云、采用SaaS服务替代自建、外包管理

精细化等。这一阶段的资源配比通常是RTB占70%80%，CTB占20%-30%，价值目标是运维成本下降 20%以上，为CTB投入腾挪空间。某农商行采用公有云模式后，年均技术投入减少300万元，充分证明了轻量化策略的有效性。

进入突破期后，核心任务转向CTB聚焦，将有限的 CTB资源聚焦于1-2个战略场景，实现差异化突破。这需要银行深刻理解自身的禀赋优势和区域特色，避免盲目追随头部银行的“大而全”路线。典型做法是聚焦属地特色产业、深耕县域普惠金融、打造养老或科创等专业化品牌。这一阶段的资源配比调整为 RTB占60%-70%，CTB占30%-40%，价值目标是单一场景实现规模化价值释放，形成区域竞争优势。

当银行成功实现单点突破后，便进入成长期，进入双轨协同阶段。RTB投入保持稳定，CTB投入向多场景拓展，形成“飞轮效应”。这一阶段需要建立敏捷组织、构建数据中台、培育复合型人才，资源配比调整为RTB占50%-60%，CTB占40%-50%，价值目标是非息收入占比突破30%，个别银行甚至突破40%，科技投入产出比超过1:2。

图4：RTB与CTB双轨资源配置分阶段路径

中小银行从生存期到成长期的资源配比演进

第一阶段生存期

第二阶段突破期

第三阶段成长期

核心任务：

RTB优化

CTB聚焦

双轨协同

云化、轻量化架构降低运维成本核心系统上云、SaaS替代自建

聚焦1-2个战略场景，差异化突破深耕属地特色、避免“大而全”

CTB向多场景拓展，形成飞轮效应敏捷组织、数据中台、复合型人才

RTB 70-80% CTB 20%-30%

RTB 60-70% CTB 30-40%

RTB 50-60% CTB 40-50%

目标：非息占比>30% 产出比>1:2

目标：运维成本 ↓20%+

目标：单一场景规模化突破

RTB（Run The Bank）维持运营 CTB（Change The Bank）驱动变革资源配比随价值曲线阶段动态调整

双轨配置机制的有效运转，需要三个配套的管理机制。一是预算分离与透明化，在年度预算中明确RTB与 CTB的资源边界，避免“一锅粥”式的混淆管理。二是差异化考核机制，RTB项目考核稳定性和成本效率，CTB 项目考核创新价值和战略贡献，避免用统一的短期财务指标来衡量性质完全不同的投入。三是动态调配机制，每季度根据CVAM评估结果，动态调整双轨资源配比，确保资源配置始终与战略目标保持一致。

实践探索：某省会城商行的智能体驱动突围案例

为了更好地理解理论框架在实践中的应用，本文深入分析了某省会城商行的智能体驱动突围实践。该行作为区域标杆银行，在金融科技转型中始终坚持轻量化精准投入和属地价值激活的战略路径，有效规避了头部银行全链条重投入的同质化竞争。

图5：某省会城商行智能体驱动突围实践

“营销大脑 + 产业大脑”双脑协同体系与CVAM价值成果

数据来源层

行内行为数据

政务共享数据

第三方征信数据

产业知识数据

客户交易、浏览、互动

与行内、征信数据整合

征信、工商、税务

产业链、企业图谱

智能体应用层（AI Agent）

营销大脑

产业大脑

客户 °画像体系

产业知识图谱构建 → 软件信息服务 / 生物医药 → 智能制造

→ 理财持仓达标客户

协同

自动推送经营周转贷预授信

→ 定期存款到期客户

“科创贷+投”联动产品

精准匹配消费分期产品

场景化应用与价值输出

存款到期→产品推荐

专精特新企业服务

科创信贷支持

年内目标100个

全流程自动化

超1.7万家科技企业

超1,200亿元，覆盖率达50%

大模型相关应用场景

CVAM模型六维价值成果

F维度（财务价值） C维度（客户体验） L维度（长期竞争力）

投入占营收4.1%（行业先进）；人均非息收入领先

推荐精准度+40%；获客-30%；转化+25%；数字交易>90%

“属地数据+智能体”壁垒；形成科创金融专家品牌与3-5年增长底座

R维度（风控与安全） O维度（运营效率） M维度（评估管理）

评分+标签+意图预测支撑精准授信；风险/合规常态监测

RTB约65%/CTB约35%；OKR+WBR推动年内100个大模型场景

敏捷治理+六类透明指标；投入可度量、可追踪、可优化

技术路线选择

该行并未投入巨资自建大语言模型，而是依托DeepSeek-R1、通义千问等外部成熟大模型，将有限资源聚焦于智能体（AI Agent）的场景化应用。这一策略充分体现了双轨配置中“RTB优化、CTB聚焦” 的核心思想。在RTB层面，通过采用外部成熟技术降低基础设施投入；在CTB层面，将资源集中于构建

“营销大脑+产业大脑”的双脑协同体系，推动信贷产品从标准化供给向属地化精准匹配转型。

管理机制创新

该行设定了“年内落地100个大模型相关应用场景”的年度OKR目标，并通过WBR（Week Business Review）周会机制驱动落地。具体而言，董事会战略目标逐层传递至部门季度OKR和项目组月度任务，技术条线直接对接业务部门组成虚拟团队，每周召开例会跟踪项目进度、资源需求和风险预警，实现快速决策调整。这种“目标分层传递+虚拟团队协同+周会快速决策”的三位一体机制，有效打破了传统的部门墙，使技术能力能够快速转化为业务价值。

业务应用层面

该行构建的双脑协同体系取得了显著成效。营销大脑整合行内行为数据、政务共享数据、第三方征信数据，构建客户360度画像体系，针对理财持仓达标客户自动推送经营周转类贷款产品的预授信额度，针对定期存款到期客户精准匹配消费分期产品，实现了“存款到期→产品推荐→线上放款”的全流程自动化。产业大脑则深耕本地优势产业如软件信息服务、生物医药、智能制造等，建立产业知识图谱，针对专精特新企业推出“科创贷+投”联动产品，服务科技企业超1.7万家，信贷支持超1,200亿元，省内专精特新企业对接覆盖率达50%。

案例核心启示

中小银行的突围之道不在于模仿头部银行的“大而全”，而在于基于自身禀赋构建“小而美”的差异化能力。轻量化技术策略避免了资源浪费，属地深耕策略构建了独特优势，敏捷组织机制确保了快速迭代，价值导向思维超越了短期ROI局限。这四个要素的有机结合，使该行成功穿越了价值U型曲线的底部，进入了价值爆发的右侧上升期。

未来趋势与战略建议

金融科技正在经历新一轮的技术跃迁。多智能体系统将驱动业务规模化落地，不同智能体负责不同专业领域并通过标准化接口实现协同工作，使银行从

“单一智能助手”进化为“多智能体协同生态”。

大小模型协同架构将走向成熟――通用大模型处理复杂推理和内容生成，垂直小模型处理高频任务，通过模型路由优化成本效率，使单次推理平均成本下降60%以上。

云原生架构将从边缘试点走向核心系统全面改造，自动化运维降低人力投入50%以上，弹性伸缩使应对业务峰值的资源成本下降40%以上。DataOps体系将激活数据要素价值，数据治理从被动合规转向主动价值创造，数据获取效率将得到极大提升，研发人力也将显著节约。

在此背景下，不同类型银行需要采取差异化的战略路径。

国有大行与头部股份制银行应加大CTB投入占比，从当前的40%-50%提升至60%以上，布局自主可控的基础大模型以构建行业生态主导权，推动核心系统云原生改造以实现技术架构代际升级，建立科技子公司或金融科技平台以输出能力、赋能行业。

城商行与农商行可坚持轻量化策略，聚焦“外部技术 +场景应用”的组合路径，选择1-2个差异化场景深度突破，避免全面铺开导致的资源分散，加强政银数据合作以激活属地数据价值，建立敏捷组织机制以培育复合型人才。例如某农商行共享61个地方委办局数据，支撑195个数字化应用，月均产生商机50万条，充分证明了属地数据深耕的巨大价值。

对于所有银行而言，共性的战略建议将包括四个方面。

图6：四大战略建议框架银行金融科技转型的系统性实施路径

建立CVAM 评估体系

完善RTB/CTB 双轨机制

构建价值度量仪表盘

培育金融科技文化

1 2 3 4

从高层到基层 “拥抱变化、快速试错” 的创新氛围

实时跟踪投入产出动态优化资源配置确保战略执行一致

将六维价值评估纳入科技投入决策流程

明确资源边界实施差异化管理动态调整资源配比

超越传统财务指标的局限

根据价值曲线阶段灵活配置

战略目标与执行动作保持一致

技术创新融入组织基因

制度与机制建设

工具与平台组织与文化

认知跃迁 → 战略定力 → 科学评估 → 精准配置 → 行则将至，做则必成

热点话题探讨从投入到产出：金融科技驱动银行业务增长的价值与路径研究

结语

金融科技已从“可选项”转变为决定银行未来发展的“必答题”。在净息差持续收窄的背景下，银行业必须完成从“规模驱动”到“价值驱动”的战略转型。本文提出的价值U型曲线理论揭示了金融科技投入的非线性价值释放规律，CVAM综合价值评估模型构建了多维度的科学决策框架， RTB/CTB双轨资源配置机制提供了可操作的实施路径。

站在新一轮科技革命的窗口期，能否抓住大模型、智能体、云原生等技术带来的机遇，取决于银行管理层能否完成认知跃迁、保持战略定力、建立科学评估、实现精准配置。从投入到产出，行则将至；变革虽难，做则必成。

说明：本文节选自课题组与南京银行数字银行管理部共同完成的研究课题《金融科技驱动银行业务增长的价值与路径研究》。在此特别感谢南京银行数字银行管理部对课题研究的大力支持，以及课题组全体成员的辛勤工作。文中涉及具体机构名称已作脱敏处理。

本文主要数据来源各上市银行2025年年度报告（含国有六大行、全国性股份制银行及上市城商行、农商行公开披露数据）。南京银行等机构公开年报、社会责任报告及课题组调研材料（案例部分机构名称已脱敏，不代表该机构公开业绩）。

热点话题探讨驭智以规，守正创新⸺金融AI监管新规总纲解读

2

驭智以规，守正创新―― 金融AI监管新规总纲解读

曹樑

德勤中国金融服务业战略、风险与企业交易主管合伙人

hencao@deloittecn.com.cn

2026年6月18日，国家金融监督管理总局正式发布《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8号）（以下简称“《指导意见》”）。指导意见首次把银行保险机构的人工智能（“AI”）应用正式纳入金融监管、数据治理、消费者保护和系统性风险防控框架之中，标志着我国金融AI监管迈入了“系统化、常态化、规范化”的新阶段。

蔡帼娅

德勤中国金融服务业人工智能与数据治理合伙人

cycai@deloittecn.com.cn

方烨

德勤中国金融服务业监管与合规主管合伙人

yefang@deloittecn.com.cn

吴洁

德勤中国金融服务业金融风险与模型风险管理合伙人

kwu@deloittecn.com.cn

法规核心主线

《指导意见》承接国家“人工智能+”行动、“十五五”人工智能专项规划部署，依托AI技术赋能金融业态升级、培育金融新质生产力，引导金融领域人工智能应用朝着有益、安全、公平方向健康有序发展，提出了覆盖完善人工智能治理架构、推进高水平人工智能开发应用、提升数据治理能力、加强智能算力建设、完善人工智能风险治理框架、提升人工智能安全开发应用能力和保障监督7大领域要求。可以看出监管逻辑强调“发展与安全统筹推进”，倡导金融AI开发应用应以“提升业务价值”为导向，摒弃“为新而新、为用而用”，坚持安全合规主旋律。

法规的核心观点可以概括为一句话：在“谁使用谁负责”的责任逻辑下，以分类分级和高风险场景强管控为抓手，推动AI在金融领域“能用、好用、可控、可追责”。

个主线

把AI治理纳入金融机构公司治理和全面风险管理体系。

项原则贯穿

责任、自主、效能、安全。

《指导意见》明确了金融机构在开发应用AI时应遵循的四项原则：

责任――谁使用谁负责：压实金融机构作为技术使用方的主体责任，明确各方权责

效能――坚持务实高效：科学规划投入，有效平衡成本与效益，避免技术盲目扩张

自主――坚持自主可控：强调对核心技术的掌握，确保金融基础设施的安全稳健

安全――坚持安全发展：严格遵守网络安全和数据安全法律法规，守住安全底线

7 32

大模块条指导意见

旨在说明应避免把AI仅理解为模型问题，要求围绕治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督七个模块并行治理。

图1：《关于银行业保险业人工智能安全开发应用的指导意见》框架解读

《关于银行业保险业人工智能安全开发应用的指导意见》法规框架图

自主可控

责任明确

提升自主研发能力和培育新质生产力创新适配

总体目标

基本原则

统筹发展和安全谁使用，谁负责

务实高效

安全发展

业务价值导向，平衡平衡创新与合规成本收益

提升风控水平，强化应对风险与挑战技术保障

核心框架（七大支柱）

全生命周期管理

模型开发与管理

风险管理体系

外包与供应链管理

运营与持续保障

治理架构

数据治理

需求与立项

数据战略与规划

模型开发规范

董事会级AI 治理机制

AI风险识别供应商准入管理

系统安全与网络安全

数据准备

数据分类分级

特征工程管理

风险评估与分级第三方模型评估

AI治理委员会

算力与基础设施保障

全生命周期风险管理贯穿始终

模型开发与训练

数据质量管理

模型评估与验证

高风险应用准入合同与服务管理

首席AI/数据/ 模型责任人

业务连续性管理

模型评测与验证

数据安全管理

可解释性要求

风险监测与预警

持续监控与评估

性能监控与告警

跨部门协同机制

个人信息保护

偏差与公平性评估

人工干预与兜底机制

部署上线

AI战略与政策制定

风险穿透与问责

日志与审计追踪

运行监控

数据使用合规

模型文档与版本管理

应急处置与事件管理

退出与数据回收

合规培训与文化建设

资源与能力保障

数据共享与开放

红队测试与对抗评估

风险报告与审计

迭代优化

绩效考核与问责

供应链安全管理

持续改进机制

模型资产管理

纳入全面风险管理

下线与归档

数据全流程可追溯

基础支撑能力（横向保障）

技术平台

算力基础设施

人才队伍

制度流程

数据安全合规

文化与意识

自主可控、弹性高效

安全可靠、开放兼容

复合型AI人才体系

标准化、体系化

技术+管理双轮驱动

合规文化、风险意识

监管与评估机制（纵向闭环）

监管指引与检查

合规评估与自评

监管评估与反馈

问责与处罚持续改进

现场+非现场检查定期自评与报告问题整改与建议违规问责与惩戒形成闭环管理

法规重点解读与建议

根据监管法规重点，结合德勤全球AI治理成熟经验，我们提出如下重点解读与建议：

01 建立“四位一体”治理体系

《指导意见》要求金融机构构建覆盖治理架构、制度体系、运行机制、人才文化的全面体系。

1 顶层设计：董事会层面的治理架构

• 治理责任上收：董（理）事会需指定专门委员会负责AI管理，制定发展规划和制度规范。
• 跨职能协同：搭建业务、科技、风控、法务、合规跨部门协同管理机制，确立“AI治理委员会”作为最高决策机构。AI重大决策、高风险上线必须董事会审批。
• 权责闭环：严格落实谁使用谁负责底线原则，即使AI模型、算力、技术运维全部委托第三方服务商提供，使用AI的银行保险机构仍须承担业务经营风险、监管合规责任和消费者赔付责任。

2 制度体系：健全制度保障

• 制度体系全覆盖：金融机构应当全面对标法规要求，适时完善并规范AI模型研发、数据治理、外包合作、安

全运行、伦理审查、退出管理等AI开发运行全周期领域的专项规定。

3 运行机制：全生命周期管理+AI应用风险分类分级管理+生态共建

• 全生命周期管理：金融机构应建立健全AI应用需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系。
• 应用风险分类分级：要求实施AI应用风险分类分级管理。探索建立业务价值导向的AI应用绩效评估机制。
• 应用价值导向：推动AI在服务实体经济、加强金融风险管理等领域发挥积极作用，穿透管控关联交易、资金运用等重点领域风险问题。
• 构建“数据―模型―应用”的AI运营服务闭环：加强AI运营服务体系建设，定期开展对模型效能的测评分析，构建数据闭环反馈机制，形成“数据―模型―应用”的迭代优化。支持有条件的金融机构建立企业级模型即服务（MaaS）平台，实现模型在企业层面共享复用。
• 构建开放共赢的行业AI应用新生态：

– 夯实底座：推进AI金融行业应用基础设施建设，促进AI应用成果在行业共享复用。
– 以大带小、以协促用：鼓励大型金融机构发挥示范作用，向中小金融机构输出AI技术和管理经验等。支持中小金融机构加强协作，共同推进应用场景落地。
– 以产促建：鼓励与AI产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。

4 人才文化保障：复合型人才+文化保障

• 人才梯队建设：培养具备AI素养与业务能力的复合型人才队伍，确保AI应用与机构自身风险管理能力相

匹配。

• 文化保障：鼓励加强AI领域沟通交流，通过经验分享、培训研讨、技能竞赛、案例宣传等方式，营造AI发展的

良好文化氛围。

02 实行分级分类管控，划定高风险应用红线

《指导意见》首次对“高风险应用场景”进行了界定，并实施最严监管。

图2：高风险AI应用场景与管控要求

监管提到的高风险AI场景

直接影响客户权益、金融合约达成或关键风险决策的场景，应视为高风险应用

资金交易

资产评估

• 交易指令、执行建议、限额触发
• 错误可能放大市场波动

信贷审批

• 授信准入、额度、利率、评级
• 直接影响客户权益和公平性

风险管理

• 预警、监测、处置、压力分析
• 错误可能外溢为系统风险

• 估值判断、参数输入、价格推断
• 错误会影响定价和资本占用

承保理赔

• 承保选择、费率、赔付判断
• 直接关联客户财务利益

延伸高风险类别

与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景应用

风险分类分级

风险管理委员会审批

对应监管控制要求

运行监测

上线前测评

人工复核与干预

紧急停用与退出

审计留痕

如面向公众服务或属于高风险场景且使用生成式人工智能技术，还应向监管机构报告

1 七大高风险场景的界定范围

1 2 3 4 5 6 7

直接影响金融合约达成的生成式AI 应用

资金交易类 AI应用

资产评估类 AI应用

信贷审批类 AI应用

承保理赔类 AI应用

风险管理类 AI应用

与客户利益直接相关AI 应用

• 建议对于营销客服、知识库问答、流程辅助等常规场景，提供标准化准入流程，并落实内容标识、日志留存基础要求。

1 全链路留痕归档

• 模型研发迭代、参数变更、训练交互、客户调用全环节日志，留存时长不得短于业务存续周期，满足监管核

查、风险溯源、纠纷举证全场景使用要求。

2 准入与迭代管理

• 外部引入生成式AI模型必须履行内部准入测评、安全核验流程，自建模型定期性能复测、漏洞整改。外部

引入的生成式AI模型需经过网信部门备案。

3 应急退出机制

• AI应用必须设置紧急停用按钮、人工替代流程、备用业务系统，明确模型故障、算法失控、数据泄露触发退出的标准化条件。 2 刚性合规要求
• 双重审批/备案：高风险应用须经本机构风险管理委员会批准；面向公众的高风险生成式AI应用需向监管机构报告。
• 透明度和可解释性标准：为高风险场景应用制定透明度和可解释性标准，对生成内容应进行显著标识，并履行消费者说明义务。
• 嵌入人工节点：针对信贷、风控、资产评估等场景，在关键环节建立人工监督和干预机制。涉及客户权益或实质财务影响的关键决策，必须设置人工复核节点，并保留完整推理路径及原始记录，严禁模型完全自主决策。
• 监测和干预：必须明确紧急停用及模型退出条件，建立备用系统或人工替代流程。
• 外包评估：对外包合作机构实行名单制管理，对引入的外部模型建立严格的内部评估框架，有效评价模型的优缺点和适配性。

3 普通场景管控

03 构建AI全生命周期闭环管理体系

04 加强网络安全、数据安全、客户信息保护与供应链及开源技术管理

05 升级数据治理，完善知识工程建设

1 强化数据及个人信息保护

• 将AI数据安全纳入企业数据安全体系，严格落实数据分级保护。

3 强化网络安全防护

• 提升网络安全防御能力，加强模型部署安全，提升智能体系统安全保障能力，持续监控模型行为，定期扫描、修补漏洞，有效防范网络攻击威胁。 2 数据红线：严禁PII1数据直接训练
•《指导意见》划定了明确的“红线”：姓名、身份证号、手机号、银行卡号等个人信息和隐私数据不得用于生成式AI模型训练和优化。
• 要求在开发过程中实施严格的数据访问权限控制、脱敏规范，防范数据投毒风险。
• 加强模型安全护栏建设，加强内容过滤及脱敏管理。
• 严格管理外包过程中的数据安全。

4 建立安全应用实施规范

• 根据监管要求完善生成式AI安全开发技术框架，统一分级管理及开发标准，赋能机构提升AI安全开发

能力。

5 供应链及开源技术管理

• 规范开源技术使用，建档台账，常态化审计代码、排查漏洞，防范供应链安全攻击。

1 统一归口、分类管理

• 机构须将AI数据治理纳入全行统一数据治理体系。
• 划分三类数据资产台账：一是日常业务交易数据；二是模型训练、微调、标注专用数据集；三是适配AI调用的结构化金融知识资产，分类定级、分级管控。

1PII：Personally Identifiable Information 个人可识别信息

2 建设数据运营机制

• 建立数据全生命周期管理流程，提升数据服务能力。
• 搭建企业数据模型与资产地图，做好元数据管理，保障数据可用可查。
• 规范非结构化数据采集、清洗、标注、应用及退出全流程。 3 严控数据质量与算法公平
• 针对高风险AI场景，建立训练数据质量管控机制。
• 定期开展数据偏差校验，防范因数据残缺、样本失衡引发授信歧视、保费差异化定价等合规问题，数据质

量评估报告纳入AI风险管理台账。

4 规范知识工程建设

• 坚持服务业务价值导向，构建核心知识模型，建立知识萃取、整合、共享机制流程，建立从知识创建、审核、发布、更新到归档的全流程管理规范。
• 鼓励利用AI技术提升知识萃取、表示、融合和对齐能力。

5 建设高质量合规数据集

• 机构可自建自用场景数据集，鼓励行业协会、同业平台依法合规共建共享通用性行业数据集。
• 严格管控金融训练数据和核心业务知识跨境出境，落实数据属地留存底线要求。

1 完善开发测评体系

• 鼓励有条件的机构搭建一站式AI开发平台，统筹模型开发部署全流程；赋能业务人员低代码开发、交互式核验能力。
• 完善AI测评体系，建设测试工具链、测评指标和测试用例集，提升自动化测评水平。

2 标识义务

• 所有面向公众的AI生成文本、方案、评估结果，必须做显著AI生成标识，不得伪装人工服务。

3 告知义务

• AI自动作出授信、拒保、费率核定等涉及客户权益的决策时，机构需向消费者完整说明AI决策逻辑、参考数据。

06 强化模型稳健性、透明度、可解释性、伦理道德与公平性

4 审计要求

• 定期开展算法审计，排查信贷授信、保费定价等场景算法歧视，杜绝地域、身份、性别违规差异化定价。

5 强化模型稳健

• 把控数据质量、选用合理模型与训练方式，加强对抗样本检测及压力测试，评估模型各项性能；上线后持续监控、定期迭代优化。

6 提升应用透明

• 明确高风险场景AI使用规则，厘清模型全流程逻辑；完整留存模型开发、变更管理和训练过程记录。

7 严守伦理公平

• 遵守法规与公序良俗，建立AI伦理审查机制；排查数据偏见、杜绝算法歧视，重点场景常态化监测伦理风险，及时处置异常。

1 核心底线

• 对影响机构经营的核心AI平台、软硬件、底层算法，提升自主研发适配能力，降低境外开源模型、算力依

赖度。

2 外包算力管控

• 算力采购、技术外包纳入信息科技外包集中度管理，严控单一供应商依赖，外包合作前置风险评估，签订

安全兜底协议。

3 算力集约化

• 鼓励同业算力共建、算力云共享，统一实现模型、算力、网络一体化监测运维。

07 算力与技术供应链自主可控管理

08 AI风控并入全面风险管理，补齐专项风险能力

09 其他内控领域的完善

1 完善全面风险管理框架

• 将AI风险纳入金融机构全面风险管理体系，加强外包和供应链风险管理。

1 加强运营韧性及业务连续性管理

• 将AI纳入业务连续性管理，开展业务影响研判，制定应急预案，提升容灾及应急处置能力等。 2 实施风险分类分级管理和高风险应用准入管理
• 在高风险应用关键环节要建立人工监督和干预机制。

2 外包全流程风险管理

• 从严管控智能算力、AI技术外包，建立外包风控、数据安全、集中度管控机制；合同明晰权责，搭建风险防火墙防范跨业风险；外包机构实行名单管理，外部模型落地前合规评估，全程管控外包数据安全。

3 完善专项风险评估

• 定期开展对AI应用风险及管理措施的评估审查，重点防控五大特有风险：模型幻觉、算法偏见、对抗性攻

击、prompt注入、第三方后门植入。

金融机构面临的主要落地挑战

1.“自主可控”与技术生态的平衡：在依赖全球主流框架与追求信创适配、本地化部署之间寻找平衡点。
2. 数据治理与模型性能的博弈：禁止个人信息训练的要求提升了合规成本，如何通过隐私增强技术（如联邦学习、差分隐私）在不触碰红线的前提下保持模型精度。
3. 可解释性难题：高风险应用要求透明度和可解释性，但深度学习模型的“黑箱”特性使其在应对监管质询和审计时面临技术瓶颈。
4. 供应链与外包风险：对第三方模型的审计能力不足。外部模型进入需经网信部门备案，且金融机构须承担主体责任。

合规落地路径建议

对大多数银行保险机构而言，我们建议应当以“AI治理框架建设+高风险场景管控试点”为主要策略，先完善治理框架，以高风险场景为牵引，逐步建立涵盖制度、台账、评测、审批、日志、报送和应急机制的管理体系。建议按四个阶段逐步或并行推进：

图3：合规落地路径建议

AI治理框架建设+高风险场景管控试点

搭建治理体系与配套制度、配套风控、技术控制落地

AI能力建设与生态协同持续改进与监督

合规对标与差距分析

• 建立AI风险指标监测和风险事件复盘机制；
• 将AI项目纳入年度内审、合规评估和业务连续性演练管理范围；
• 根据监管反馈、风险事件和新型攻击手法持续迭代制度、流程和技术控制措施。

• 算力底座建设：推进智能算力、网络与运行监测一体化能力建设；
• 算法能力建设：建立模型选型、评测验证、安全加固、版本管理与外部模型引入评估机制，落实自主可控和风险可解释性要求；
• 数据能力建设：专项建设分级高质量金融数据集，完成样本去偏见、脱敏、归集、迭代管理。健全知识工程建设等；
• 应用能力建设：标准化合规AI对客应用服务，落实内容标识、可解释、消费者告知要求。分级优化存量 AI业务应用，迭代高风险场景人机协同作业模式；
• 生态共建能力建设：构建合规可控AI产业生态，规范外包、开源、第三方服务商准入管理，搭建内外生态联动赋能机制，依托合规数据、算力生态赋能业务场景创新等。

• 发布AI治理办法及七大领域相关配套细化规定；
• 建立AI全生命周期准入退出管控机制，增设多维度合规核验节点；
• 搭建AI风控技术底座，落地测评、测试、脱敏、安全护栏能力；
• 打通AI立项-上线-监测干预-退出全闭环管控业务流程；
• 管控外部工具调用权限，实现知识库、API、智能体全链路监测；
• 落实高风险AI场景上线前置测试、应急核验工作等。

• 开展差异分析，梳理制度、流程、模型与《指导意见》的差距；
• 搭建AI治理框架，明确董事会、管理层、业务、科技、风控、合规、内审等职责边界；
• 明确牵头部门，识别对客场景、生成式场景和潜在高风险场景；
• 盘点全部AI应用和模型资产；
• 完成首版风险分类分级标准和监管报送清单预案；
• 新增监管专项任务落地：对标及补全相关风险管理、网络安全和数据安全、数据治理、业务连续性管理、科技研发与测试管理、供应链与外包管理等专项领域的合规要求落地。

逐步建立涵盖制度、台账、评测、审批、日志、报送和应急机制的管理体系

热点话题探讨驭智以规，守正创新⸺金融AI监管新规总纲解读

结语

本次《指导意见》印发，标志着银行业保险业AI发展迈入标准化、全周期合规治理新阶段。相较于中国香港自律宽松、新加坡政府赋能共建的监管模式，中国内地监管立足本土金融业态及系统性风险防控底线，规则更细化、权责更清晰、风控约束更刚性。本次监管不以限制AI创新为目的，核心是倒逼机构摒弃高风险、外包甩责类AI应用，依托完善AI治理，推动AI回归业务本源、创造实质业务价值。

面向行业机构，我们建议可通过三阶段实现落地路径：短期优化治理架构、分级整改存量模型、落实全流程留痕、补齐外包管理短板；中长期筑牢内控、风险、数据、知识全链条合规底座，跨境企业搭建内地属地风控

+境外跨境合规双线管控机制；长远以合规可控、可解释、自主可控、价值赋能为AI准入底线，搭建治理+技术双向安全体系，夯实智能化发展根基。

与此同时，这套治理框架为金融机构搭建可信AI提供标准化落地范式，具备跨行业复用性，消费、能源、生命医药、高科技等领域，均可依托该体系完善AI治理建设。

德勤紧跟国家“人工智能+”战略，凭借全球化视野及本土化服务能力，依托行业洞察与定制化方案，为金融机构AI治理建设提供全流程赋能。

热点话题探讨 AI内控合规4.0：从规则驱动到智能治理

3

AI内控合规4.0：从规则驱动到智能治理

曹樑

德勤中国金融服务业战略、风险与企业交易主管合伙人

hencao@deloittecn.com.cn

当前，金融机构的内控合规管理正经历代际演进：从流程化（内控1.0）到信息化（内控2.0），再到智能化（内控3.0），如今正加速迈向以人工智能深度嵌入为标志的内控4.0。在这一新阶段，AI不再是辅助工具，而是内控体系的核心驱动层，具备自主感知、实时判断、动态适应和辅助决策的能力。

蔡帼娅

德勤中国金融服务业人工智能与数据治理合伙人

cycai@deloittecn.com.cn

与此同时，监管要求持续细化，业务场景日趋多元复杂，内控合规对信息整合效率和跨环节协同能力的要求大幅提升。在此背景下，AI的作用已从单点效率优化，扩展至制度管理、控制执行、监督改进等全链条关键环节，成为贯通流程、衔接决策的“中枢神经”。这一转变正推动内控管理从依赖个人经验与事后检查，走向可追溯、可预判的结构化模式。

孙毅

德勤中国金融服务业战略、风险与企业交易总监

lynnsun@deloittecn.com.cn

监管背景：AI治理进入制度化管理阶段

近年来，监管部门持续推动人工智能在金融领域的规范应用，AI治理正经历从宏观政策倡导向具体制度落地的演进。

二十届三中全会率先提出“完善人工智能等新兴领域治理机制”，确立了顶层方向；2024年《国务院关于深入实施“人工智能+”行动的意见》进一步明确了六大领域、八大支撑，将AI赋能从概念推向产业实践；《“十五五”规划纲要》则把人工智能治理和安全技术研究应用纳入中长期发展框架。

2025年12月，国家金融监督管理总局（金融监管总局）发布《银行业保险业数字金融高质量发展实施方案》，以“数字技术与数据要素双轮驱动”为核心，在延续《关于做好金融“五篇大文章”的指导意见》框架基础上，新增“人工智能+”“数据要素×”等工作内容，从健全治理机制、赋能金融服务、发挥新技术引领作用、激发数据要素潜能、强化风险防控、监管数字化智能化转型等六个方面提出工作要求。

方案明确提出加快发展“人工智能+金融”，鼓励有条件的金融机构构建企业级人工智能平台，通过集中管理模型开发、部署与评估流程，提升人工智能建模及安全应用能力；同时要求推动金融机构建设智能风控体系，打造企业级数字化风险管理平台，利用机器学习、图数据等技术提升风险监测、分析和预警能力。

2026年6月，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8 号），这是我国首个针对银行业AI安全开发应用的系统性监管文件，填补了制度空白，形成了行业统一的治理框架和监管标准。

该指导意见的核心在于平衡创新与风控，明确了"谁使用谁负责、自主可控、务实高效、安全发展"四项原则，并首次在责任归属上作出刚性规定，无论自研或采购AI技术，最终责任主体均为金融机构。鼓励金融机构在可控前提下发展AI，但必须以防范相关风险为前提。

五大监管要求指导意见从五个维度对金融机构AI应用提出要求：

建立全生命周期管理

AI应用纳入公司治理

第一

第二

覆盖“需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出”的全生命周期管理制度，加强数据安全合规、算法风险筛查、伦理审查评估和责任追溯机制建设，防止“重建设、轻管理”。

董（理）事会指定专门委员会对AI开发应用管理负责，统筹制定发展规划，推进能力体系建设，制定制度规范，并明确牵头部门和跨部门协同机制。

外包与供应链管理

分类分级管理

第三

第四

按照应用场景与技术适配原则，设定功能边界、系统和数据权限。对高风险应用实施更严格管控，高风险应用上线须经风险管理委员会审批，避免将AI直接用于高风险决策。

加强对第三方模型、开源组件、算力服务商的统一管理，建立供应商准入、评估、持续监测和退出机制，落实风险隔离与责任约定，防止关键环节外包失控。

强化生成式AI管理

第五

支持在风险可控前提下推进生成式AI应用。对生成式AI模型实施准入管理，评估合规及安全；外部引入模型需经网信部门备案；生成内容须显著标识，防范大模型风险。

AI+内控合规的核心挑战

AI+内控合规在带来效率提升的同时，也面临内生挑战，技术能力的突破伴生着新的治理命题，要求在追求效能的同时，同步构建与之匹配的安全治理能力。主要挑战包括以下五个方面：

模型幻觉风险

挑战1

大模型在处理专业合规问题时，常因知识储备不足、逻辑推理缺陷产生“幻觉”，即输出不确定或错误内容。在合规审查场景中，一旦模型“凭空推理”出错误的监管条款解读或合规结论，将直接导致决策失误甚至监管处罚。此外，大模型自带的知识储备具有时效性局限，对于新发布的监管法规无法自动感知。

解决方案

1. 知识增强检索（RAG+知识图谱）：结合RAG技术和知识图谱，建立覆盖全监管规则的知识库，让所有输出强制附上规则原文出处，不支持“凭空推理”。
2. 业务标尺约束：建立参数标尺、模型互检、模型反思、业务数据校准等自动校验机制，压缩大模型“自由编造” 空间。
3. 人机互补约束：关键内容审核落实人工把关，高风险结论必须经人工复核。

可解释性要求

挑战2

主流大模型参数规模已达千亿甚至万亿级别，决策过程难以追溯和解释。监管明确要求AI应用全过程可控、可追溯、可问责。尤其在合规审查等强监管场景，如果AI的合规判断无法说明“为什么这样判断”，将无法通过监管审计。

解决方案

1. 场景差异化可解释性策略：对于决策强监管场景，采用模型蒸馏技术，将大模型能力迁移至更具可解释性的小模型；对于分析等高认知场景，强化思维链（CoT）设计，构建清晰的“思考推理”轨迹。
2. 全链路留痕：Agent的每一步思考链、工具调用、数据来源全部留痕，将复杂任务解耦为可追溯单元。
3. 分级管控：按照金融场景风险等级和监管合规要求，建立模型黑箱分级管控机制。

权限与授权

挑战3

AI在执行合规任务时需要访问大量敏感数据，包括客户信息、交易记录、内部制度等。若数据权限管控不到位，可能越权访问敏感数据，或在推理过程中泄露客户隐私。此外，数据孤岛问题导致合规数据分散在不同系统，AI难以实时获取全量数据。

解决方案

1. 全生命周期数据安全：从数据引入、训练、部署、运营全阶段融入安全措施。
2. 任务级最小授权：严格遵循最小授权准则，Agent执行具体任务时动态获取最小必要权限，执行完毕自动回收。
3. 私有化部署：所有数据不出行内安全域，坚持私有化部署。
4. 统一数据资源池：整合内外部合规数据，形成标准化、可复用的统一数据底座。

智能体权限与行为管控

挑战4

智能体具备跨系统调用和自主决策能力，突破了传统软件输入输出相对固化的范式。若权限管控不当，智能体可能“越权”执行未经授权的操作。当前对智能体的定义和规范标准尚未统一，不利于科学评估智能体应用水平。

解决方案

1. 动态权限转型：推动授权模式从静态授权向动态授权转型，推行任务级临时授权机制。
2. 智能体身份体系：落地智能体身份认证与行为管理体系，针对删改核心数据、变更生产配置、私自外传敏感信

息等高风险动作划定不可触碰红线。

全生命周期管控：覆盖数据接入、知识更新、技能准入、模型运算到结果输出的全流程管控。

监管合规与责任归属不清

挑战5

当AI做出错误合规判断时，责任应由谁承担？金融监管总局明确“谁使用谁负责”原则。监管要求在高风险应用关键环节建立人工监督和干预机制。若缺乏清晰的权责划分和人工兜底机制，AI将无法在强监管场景中规模化应用。

解决方案

明确责任边界：持续完善覆盖需求提出、模型开发、上线运行、效果评估的全流程管理规范，明确业务、科技、

风控等部门的责任边界。

人工监督与熔断机制：在高风险应用关键环节建立人工监督和干预机制，明确紧急停用及模型退出条件，建

立备用系统或人工替代流程。

风险分类分级管理：实施风险分类分级管理和高风险应用准入管理，高风险应用须批准。

AI内控合规管理框架与建设

01 AI内控合规管理框架

图1：内控合规管理从3.0到4.0阶段演进

智能化内控合规管理

AI+ 内控合规管理

注重数据与自动化、知识与洞察<br><br>工作模式<br><br>	注重自主决策与行动，不仅提供建议，更能独立完成端到端的合规任务
所有相关的内部数据实时全量获取，内外规的整合<br><br>数据范围<br><br>	多源异构数据融合与知识增强
事前+事中+事后全流程风险监测体系，基于知识的风险感知体系<br><br>风险监控<br><br>	基于历史数据和实时信息进行前瞻性风险预判，实现从“发现风险”到“预知风险”的跃迁
系统自动获取数据，形成统一数据资源池，复用性强，实现监管知识与数据的结合<br><br>合规数据<br><br>	知识资产化与动态迭代更新，成为可持续积累、可跨场景复用的数字资产
辅助合规人员完成风控检查，工作模式固化，合规知识的生成与使用，与数字化体系整合，持续学习能力强<br><br>检查方式	将顶尖合规专家的隐性经验萃取为可执行的Agent Skill<br><br>“专家级判断力”成为组织能力而非个人能力

，让

内控合规AI+优势

1 从“辅助”到“自主执行”

不仅提供建议，更能独立完成端到端合规任务

2 从“人找事”到“事找人”

变被动响应为主动出击

3 持续学习、越用越聪明

每次执行结果与人工反馈都会自动优化Skill和知识库

4 降本增效显著

各个合规场景中瞬间复制部署

工作模式方面，传统内控合规注重流程和人工判断，

智能化阶段加强数据、自动化、知识和洞察，AI+阶段则进一步把复杂任务拆成可以调用数据、规则和工具的步骤。

数据范围方面，过去常在检查或项目启动后临时取数，不同任务的数据口径和处理流程可能不同。新的工作方式要求在授权范围内整合与场景相关的内部数据、监管信息和知识资产，使同一项监管义务、风险、控制和证据可以被不同环节复用。

风险监控方面，工作重点不再局限于发现已经发生的问题。通过链接历史数据、实时信息、风险指标和规则，可以将风险识别前移。但风险预判只提供管理输入，不能代替管理人员作出最终的风险决策，更不能免除其在决策后应承担的管理责任。

知识管理方面，制度、法规、检查底稿和专家经验不能只存在于文档或个人经验中。它们需要经过拆解、审核、版本管理和关联映射，转化为可以检索、引用和更新的知识资产。每次模型输出和人工反馈可以用于修正知识和流程，但更新仍要经过审核。

检查方式方面，AI可以承担批量识别、结构化拆解、跨库映射、规则校验和草案生成等工作。人员的职责随之转向适用性确认、重大风险定级、例外判断、责任归属和最终审批。工作分工改变，责任并未转移给AI。

从系统结构看，AI内控合规4.0可以分为基础设施、模型与算力、数据与知识、功能应用、业务场景和管

控展示等层级。底层提供算力、部署和安全能力；数据与知识层链接内部数据、监管与法律数据、行业风险数据及制度、风险、控制矩阵；功能应用层承载制度管理、风险评估和内部控制等功能；业务场景层在此基础上面向具体任务组合这些能力。这样的分层有利于把模型能力、数据权限和业务责任分别管理，避免每个场景重复建设一套孤立工具。

图2：AI+内控合规管理架构

AI+内控合规管理架构

全景监控、穿透式分析与决策支持

管控展示层

风险全景概览

内控矩阵总览

控制有效性汇总

风险地图可视化

法规映射表

问题整改台账

业务场景总览

AI交互区 …

业务场景模块

风险评估模块

内部控制模块

业务场景管理风险识别管理矩阵维护管理业务场景新增监控指标管理内控问题识别业务场景查询风险模型管理流程地图管理业务场景维护风险处置管理关键控制管理

制度库管理

功能应用层

…

知识库

风险全景数据

控制矩阵

制度库

…

全链路场景数据

内部数据

数据与知识层

外部数据

监管与法律数据

行业风险数据

舆情政策信息

第三方数据

…

模型管理算力资源

模型与算力层

多模型路由与智能调度

模型训练平台

部署与推理

GPU算力资源池

算力弹性扩缩容

算力成本管控

… …

基础设施层

用户管理权限管理数据管理参数管理规则引擎 …

02 AI内控合规建设

AI内控合规建设关注管理信息链接、判断形成与责任追溯。基于对金融机构内控合规运行特点、人工智能应用边界及相关监管要求的研究，我们将其归纳为四个方面：监管要求穿透式传导、风险管理动态感知、控制运行可验证闭环、管理决策有据可循。

1 监管要求穿透式传导

外部监管要求需有效传导至内部管理对象。具体而言，监管义务应与内部制度、业务流程、风险点及控制活动建立可追溯的映射关系，并关联对应的检查结论、整改任务与验证证据。当监管规则发生变化时，管理人员可依据上述映射关系，定位受影响的制度与控制环节。AI可辅助识别规则变化与现有控制框架之间的潜在关联，适用性判断及覆盖结论则由业务和合规人员确认。

图3：内控合规流程的标准化拆解流程

执行程序外规内化

识别控制监测处理报告

• 合规管理年度报告
• 合规风险事件专项报告

• 合规风险事件处置方案
• 合规风险事件处置结果

• 合规风险监测指标
• 合规风险指标监测记录

• 合规风险控制措施
• 合规管理年度工作计划

• 合规风险清单
• 合规管理相关监管罚单

• 合规管理相关外规
• 合规管理内部制度

合规风险

……

• 反洗钱管理年度报告
• 反洗钱风险事件专项报告

• 反洗钱风险事件处置方案
• 反洗钱风险事件处置结果

• 可疑交易监测记录
• 黑名单 ……
• 风险监测指标
• 风险指标监测记录

• 客户尽职调查要求
• 可疑交易监测标准 ……
• 内部控制手册
• 流程图 ……
• 操作风险控制措施
• 业务操作标准、操作流程

• 反洗钱风险清单
• 反洗钱相关监管罚单 ……
• 流程盘点表
• 风险清单 ……
• 操作风险清单
• 操作风险相关监管罚单

• 反洗钱管理相关外规
• 反洗钱管理内部制度

反洗钱管理

……

• 内控年度工作报告
• 内控培训总结报告

• 风险事件处置方案
• 风险事件处置结果

• 内部控制相关外规
• 内部控制内部

内部控制

制度 ……

……

• 操作风险管理年度报告
• 操作风险事件专项报告

• 操作风险事件处置方案
• 损失事件收集 ……

• KPI关键风险指标
• RCSA风险控制自评

• 操作风险相关外规
• 操作风险内部

操作风险

制度 ……

……

• 案防管理年度报告
• 案件专项报告 ……

• 案件处置情况
• 问题整改方案 ……

• 案防监测指标
• 案防指标监测记录

• 案防风险控制措施
• 案防管理年度工作计划

• 案防风险清单
• 案防相关监管罚单

• 案防管理相关外规
• 案防管理内部制度

案件防控

……

• 员工行为管理年度报告
• 员工行为风险事件专项报告

• 员工违法违规记录
• 员工行为风险事件处置情况

• 异常行为监测指标
• 异常行为指标监测记录

• 员工行为风险控制措施
• 异常行为特征

• 员工行为风险清单
• 员工行为相关

• 员工行为管理相关外规
• 员工行为管理

员工行为管理

谱系 ……

监管罚单 ……

内部制度 ……

……

• 消保管理年度报告
• 消保投诉年度总结报告

• 消费投诉处理及留痕材料 • 消保重大事件

• 客户信息收集记录
• 客户信息使用记录

• 产品上线消保审核意见
• 营销宣传消保审核意见

• 消保风险清单
• 消保相关监管罚单

• 消保管理相关外规
• 消保管理内部制度

消费者保护

处置情况 ……

……

• 内控评价年度报告
• 内控缺陷整改总结报告

• 内控缺陷清单
• 问题整改方案 ……

• 内控评价底稿
• 事实确认书 ……

• 风险控制矩阵
• 流程图 ……

• 内控评价范围
• 内控评价标准 ……

• 内控评价相关外规
• 内控评价内部制度

内控评价

……

2 风险管理动态感知

检查追溯、业务运行、风险事件及外部变化等多源信息持续汇集，并与具体流程、控制节点及责任主体建立关联。管理人员可据此跟踪风险状态变化，识别需关注的异常信号与趋势。AI在上述过程中提供信息分类与关联提示，所生成的提示作为管理参考输入，不构成风险结论或处置决定。

图4：风险信号汇集与动态监测流程

监控报表与审计支撑

风险识别与持续监控

风险评估与案件处置

文件与数据复核制度合规审查

• 定期静态报表，数据更新滞后
• 难以跟进后续整改落地情况
• 输出标准化结论与趋势汇总
• 自动生成管理口径分析文本、标准化数据包
• 确定报表分析视角、面向管理层输出沟通口径
• 审核、审批报表及配套整改措施
• 从单纯出具报表升级为驱动决策、落地整改
• 将报表分析融入日常业务运营
• 升级为动态、可筛选式报表
• 将分析结论对应至责任主体、整改动作与落地结果
•“报表完善，但无落地整改”，落地执行率下滑
• 各部门对关键风险指标（KPI/KRI）定义理解存在偏差
• 每条分析结论绑定整改事项与责任主体
• 统一指标口径字典、配套分析说明模板、变更日志

• 人工筛选案件、撰写处置报告，处理时效慢
• 输出质量参差不齐，复用性差
• 整合案件全量信息，自动生成结构化分析逻辑
• 辅助案件分流分级，给出处置优化建议
• 作出最终风险判定与处置决策
• 闭环案件、沉淀处置经验
• 从出具结论到闭环处置、沉淀经验
• 追求处置标准统一，而非依赖个人能力
• 落地标准化案件流程（状态/负责人/时效/升级机制）
• 搭建可复用案件库、标准化处置手册
• 权责划分模糊，存在“AI代为决策”的顾虑
• 跨团队、跨区域案件处置标准不统一
• 明确权责边界：AI 生成分析初稿，人工把关负责最终决策
• 制定标准化处置手册，定期用同类案例校准处置标准

• 依靠抽查开展风险发现
• 风险信号滞后、标准不统一，完全依赖从业人员经验
• 跨多数据流识别异常模式、新兴风险信号
• 可规模化运行，按风险优先级分级监控
• 设置风险阈值、信号分级标准
• 确定跟进方案与升级处置流程
• 从事后合规校验转向前置风险预警处置
• AI负责风险识别，人工把关负责最终决策
• 定期复盘风险信号、跟进处置动作
• 搭建反馈机制，动态调优阈值、规则
• 预警信号过多，造成预警疲劳
• 业务端抵触，认为系统过度“监管约束”
• 信号分级队列（一级/二级/三

级预警）+噪音过滤管控

• 自动输出分析说明初稿+待补充信息清单

• 由行业专家自主解读，团队理解标准不统一
• 纯文本规则，落地实操难度大
• 自动解读制度条文、匹配业务场景
• 将制度转化为可执行规则、问答库
• 划定制度解读边界与豁免情形
• 审批规则定义、版本迭代更新
• 从“读懂制度条文”转向“落地可执行规则”
• 行业专家转型为规则设计人员
• 规则库、问答库实行版本管控
• 建立制度转译规则的变更管理流程
• 同一制度条款，各团队解读标准不一
• 复杂规则实际落地难以使用
• 制度解读统一归口单一负责人，确保解读口径唯一
• 优先覆盖高频业务条款，再分阶段完善分级规则

• 人工收集、整理格式化材料
• 工作量巨大，覆盖范围有限
• 自动完成初审与文档结构化处理
• 自动提取关键字段用于校验核对
• 定义关键字段、分类体系与验收标准
• 校验例外场景、修正极端特殊案例
• 从纯人工操作转向 “标准化管理”

传统模式

AI 职能

人工职能

思维转变

（将数据视作核心资产）

• 从单纯信息提取升级为数据治理
• 迭代更新数据字典、标签体系
• 常态化数据质量校准
• 文件格式差异导致提取结果不稳定
• 主数据不一致，引发数据匹配偏差
• 统一标准模板、搭建例外案例库
• 统一主数据口径、配套抽样校验机制

运营模式变革

潜在风险

落地解决方案

高中高高中高中

优先级

3 控制运行可验证闭环

4 管理决策有据可循

控制活动的设计、执行、异常、整改和验证形成可追踪的状态链。每项控制是否执行、由谁执行、使用何种证据、发现的问题是否完成整改，均可以记录和查询。AI可以辅助核验材料完整性、识别状态差异和跟踪任务，但控制有效性评价仍需结合业务事实和专业判断。

AI生成的检索结果、比对意见、风险提示或草案须保留所引用的原文、数据来源、规则版本和处理记录。人工复核、例外处理、审批和干预须同步留痕，使管理判断能够说明依据、确认责任并接受后续复核。重大风险定级、责任认定和最终合规结论仍由有权人员作出。

总体判断与管理建议

综合前述监管要求、技术挑战、管理框架和实施路径来看，AI内控合规建设并不是单一技术工具的引入，而是对现有内控合规管理方式的进一步延伸和调整。

一方面，人工智能可以提升监管信息识别、制度比对、风险分析、控制检查、问题整改和任务跟踪等工作的处理效率；另一方面，随着AI进一步参与业务判断和流程执行，数据权限、模型风险、责任边界、人工干预和过程留痕等管理要求也将同步提高。因此，金融机构推进AI内控合规建设时，需要同时考虑应用能力和治理能力。既要明确哪些工作适合由AI辅助完成，也要明确哪些事项仍需由人工把关进行专业判断和最终确认。在此基础上，将监管义务、制度、流程、风险、控制、任务和证据等管理对象逐步形成关联，并通过统一的数据和知识底座进行持续维护，才能支持AI能力在不同场景中的复用。

结合当前金融机构的管理基础和AI应用特点，后续建设可重点关注以下几个方面。

01 明确AI应用边界和责任机制

金融机构首先需要对AI应用场景进行统一梳理，并根据使用方式区分工具、助手和智能体等不同形态，明确各类应用可访问的数据范围、可调用的系统功能、可执行的操作以及需要人工介入的环节。对于涉及重大风险判断、制度发布、例外审批和责任认定等事项，应结合风险等级设置更加严格的准入和审批要求。即使技术上可以实现自动判断或自动执行，也需要根据业务影响和风险后果确定是否允许AI独立完成。同时，应将 AI应用纳入现有管理体系，明确各业务部门在需求提出、模型开发、上线审批、运行监测、效果评估和退出管理中的职责，并建立人工干预、紧急停用和问题追溯机制。

02 建设统一的数据和合规知识底座

03 建立与风险等级匹配的人机协同机制

04 通过闭环场景逐步推进试点和迭代

AI内控合规应用的稳定运行，很大程度上取决于底层数据和知识是否完整、准确并能够持续更新。目前，监管文件、内部制度、业务流程、风险点、控制活动、历史检查、整改任务和验证材料往往分散在不同部门和系统中，不同场景之间也可能存在口径和版本不一致的问题。如果底层数据和知识缺乏统一管理，即使模型能力较强，也容易影响结果的准确性和可追溯性。因此，金融机构需要逐步对相关数据和知识进行统一梳理，明确来源、版本、责任部门、有效状态和更新时间，并建立监管义务、制度、流程、风险、控制和证据之间的关联关系。

在统一底座基础上，制度映射智能体可以辅助识别监管要求与内部制度、流程及控制之间的对应关系，差距分析智能体可以进一步开展条款级比较，识别制度缺失、覆盖不足、内容冲突或执行缺口。同时，AI输出应保留相应的原文引用和判断依据，便于业务人员进行复核。对于涉及合规结论的事项，不能仅依赖语义相似度或模型判断形成最终结论，仍需结合实际业务情况和监管要求进行确认。

不同内控合规场景的风险程度和专业判断要求存在较大差异，因此，AI的参与程度也不宜采用统一标准。对于法规检索、资料整理、条款比对等标准化程度较高、风险相对较低的任务，可以提高AI的自动化程度；对于重大风险定级、控制有效性判断和责任认定等事项，则需要加强人工复核和审批。

在此基础上，金融机构可以结合业务影响、数据敏感度、错误后果和结果可逆性等因素，对AI应用进行分类分级管理，并根据不同等级设置相应的数据权限、系统权限和人工干预要求。对于智能体类应用，还需要落实最小必要授权和任务级授权原则，对数据读取、模型调用、工具使用和异常处置进行全过程记录，并定期复核相关权限是否仍有必要。

随着AI承担更多信息处理和标准化工作，内控合规人员的工作重点也会相应发生变化。人员可以减少在资料查找、规则整理和重复性检查上的投入，将更多精力用于适用性判断、重大风险分析、例外处理、责任确认和最终审批。AI可以提高处理效率，但相关管理责任仍由金融机构和有权人员承担。

首批试点可以优先选择数据基础较好、处理规则相对清晰、责任边界明确的场景，并验证从数据读取、AI处理、人工复核、结果写回、任务分派到整改跟踪和反馈更新的完整链路。

在试点评价方面，除准确率和处理时间外，还应关注原文引用完整性、例外识别情况、人工干预比例、权限控制、日志完整性和问题闭环情况，以判断AI应用是否具备实际管理价值和持续运行条件。

总体来看，AI内控合规4.0的建设重点，不仅在于提升单项工作的自动化和智能化程度，更在于逐步形成以统一数据和知识为基础、以风险分级和权限管理为保障、以人机协同和闭环运行机制为支撑的内控合规管理体系。

热点话题探讨驭AI之势，筑牢风控根基⸺银行业人工智能风险治理新论

驭AI之势，筑牢风控根基――银行业人工智能风险治理新论

吴洁

德勤中国金融服务业金融风险与模型风险管理合伙人

kwu@deloittecn.com.cn

2026年6月，国家金融监督管理总局正式印发《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8号）（以下简称“《指导意见》”），从治理架构、开发应用、数据治理、算力建设、风险治理、安全能力及保障监督等方面，提出了覆盖人工智能开发应用全生命周期的系统性监管要求。

何冰

德勤中国金融服务业金融风险与模型风险管理总监

willhe@deloitte.com.hk

本文围绕《指导意见》中人工智能风险治理相关要求，探讨在人工智能应用不断扩展及深化的时代发展背景下，银行保险机构如何将人工智能风险纳入全面风险管理体系，以及如何深化人工智能模型风险管理的实践。

余基石

德勤中国金融服务业金融风险与模型风险管理总监

stoyu@deloittecn.com.cn

人工智能应用深化推动监管加速升级

近年来，人工智能技术经历了从专家判断模型、传统机器学习，到深度学习、大语言模型，再到当前多模态模型与智能体应用的快速演进。早期，金融机构的智能化应用主要依赖规则体系和专家判断模型；十年前，随着机器学习和深度学习技术逐步成熟，模型开始具备更强的数据识别、预测和特征提取能力；近年来，大语言模型推动人工智能由分析预测进一步走向内容生成、知识理解和决策支持；当前，多模态模型及智能体技术又进一步拓展了人工智能对文本、图像、语音等多类信息的综合处理能力，以及调用系统和工具、连续执行任务的能力。

人工智能技术迭代速度持续加快，也为金融业务创新提供了更多可能。其应用已不再局限于传统评分、预测和风险提示，而是逐步延伸至内容生成、复杂分析、决策支持及自主执行等环节，推动人工智能由单点工具向业务流程深度融合。与此同时，随着模型能力不断增强、应用范围持续扩大，业务流程中的人工干预和人工复核相应减少，相关风险也由单一模型风险逐步扩展至数据、模型、应用流程、权限管理和外部合作等多个环节。

技术能力演进时间轴

人工智能的技术演进，是从“人写规则”逐步走向 “模型从数据中学习”，再走向 “通用模型处理多类任务”。

多模态与推理增强阶段

规则系统 / 专家系统阶段

传统机器学习阶段

深度学习阶段

大模型阶段

• 从文字模型走向综合工作引擎
• 文字、图片、语音、视频、屏幕理解
• 长上下文、复杂推理、代码能力、工具调用准备
• AI能处理更长资料、更复杂输入和更多工作场景
• 能力增强不等于可以无监督决策，事实核验和责任仍在人

• 通用理解、生成和推理能力出现
• 预训练、指令微调、对齐、长上下文
• 写作、总结、翻译、问答、代码、复杂资料处理
• ChatGPT引爆对话式AI使用
• AI从“专用工具”开始变成“通用能力底座”

• 图像、语音、推荐等单点突破
• 图像识别、OCR、语音识别、机器翻译、推荐系统
• 神经网络自动学习特征，减少人工特征工程
• 代表技术：CNN、 R N N、R e s N e t、 Transformer等
• 很多能力仍是“一个模型解决一个任务”

• 从数据里学习规律
• 决策树、SVM、随机森林、回归、聚类
• 从历史数据中找模式
• 适合分类、预测、风控、推荐、异常检测
• 高度依赖特征工程，迁移能力有限

• 人把经验写成规则
• If-Then规则、专家系统、知识库推理
• 可解释、可控，但规则维护成本高
• 适合规则清楚、变化较少的业务判断
• 遇到模糊输入和例外情况时很脆弱

“AI技术主线的核心变化，是从 “让机器执行规则”，走向 “让模型理解资料、生成内容、辅助推理”。

“

在技术能力持续提升的背景下，金融机构人工智能应用场景也在不断拓展。结合德勤在银行保险机构人工智能治理及模型风险管理领域的实践观察，当前业内金融AI应用已由单点工具逐步向流程嵌入式能力演进，并可按照业务价值和实施难度进行分层观察。

基于行业以及公开市场信息，我们总结出业内金融AI应用场景主要包括（非穷举）：

实施难度

谨慎试水区战略攻坚区

定制投研算法

建模指标分析建议

全域虚拟柜员

跨境资产配置决策

沉浸式模拟推演

小众模型定制

自动信用审查报告

自动财务分析

监管报表自动化

小众行情预测

示例

下一代反欺诈与反洗钱

反洗钱欺诈溯源

线下网点虚拟交互

自动化智能预警和等级确认

衍生品风险测算

跨区语音风控

多语种实时同传

自动存款定价建议

高净值财富规划

宏观行业AI预判

智能合规报告自动化

业务价值

跨境资金监控

信贷资料初审

数据分类打标

营销文案创编

客户智能问答

报表模板生成

会议纪要摘录

邮件草拟校对

考勤流程统计

产品话术生成

代码优化和调整建议

客户信息归档

通知文稿编辑

文档格式统一 PPT框架生成

制度文档检索交易台账汇总

图文排版优化

自动筛简历

轻量化备选区优先落地区

可以看出，当前金融AI应用在业务价值和实施难度上存在明显差异：部分场景已具备较强落地基础，可优先用于流程提效和管理赋能；部分场景虽然实施难度较高，但对风险识别、决策支持和管理闭环具有更高价值，未来有望成为金融机构智能风控建设的重点方向。

具体到风险管理领域，人工智能应用正在逐步覆盖数据解析、智能分析、风险识别、监测预警、报告生成及文档管理等多个环节，并与全面风险管理、模型风险管理、监管报送和内部控制等管理机制形成更紧密的衔接。

德勤长期协助国内金融机构研发实施人工智能在全面风险管理领域的应用，充分认识到国内金融机构正持续拓展人工智能应用领域，并在以下方面形成了成熟的解决方案与产品：

| |

|---|

智能财务分析

智能报告

多模态数据解析与应用

智能产业链分析

智能风险评估及分析决策

（尽调报告、贷后检查、风险管理报告等）

（财报智评、财务异常分析等）

| |

|---|

智能合规管理平台

智能风险测评与预警

智能风险大屏

智能模型风险管理

智能文档管理

（内外规管理、监管处罚应用等）

面对全球人工智能应用的不断拓展，各国监管也都逐步形成了人工智能时代的监管体系，并正在持续加速完善。

欧盟通过《人工智能法案》及通用人工智能模型相关配套要求，对高风险人工智能应用、通用人工智能模型及生成式人工智能提出更严格的合规要求，体现出以风险分级、强约束规则和持续监管为基础的治理思路。

新加坡金融管理局通过FEAT原则、Veritas框架、AI Verify评测工具以及人工智能风险管理相关指引，重点强化人工智能应用的公平性、伦理性、问责性、透明度和风险管理要求，并推动人工智能治理与既有模型风险管理和风险治理机制相衔接。

英国、美国、中国香港、澳大利亚、加拿大、印度等国家和地区也围绕人工智能治理原则、生成式人工智能应用、模型风险管理、消费者保护、数据安全及第三方风险管理等方面持续更新监管规则和行业指引。

可以看出，人工智能监管正由原则倡导逐步走向场景化、流程化和责任化管理。而本次《指导意见》在结合国际人工智能治理经验的基础上，更加突出我国银行业保险业的业务特点和风险管理基础。与一般性人工智能治理规则相比，《指导意见》不仅关注人工智能技术本身，而是围绕金融机构“能否安全、合规、可控地使用人工智能”提出系统性要求。同时，《指导意见》并非仅依据所采用的技术或模型类型划分风险，而是更加关注人工智能应用所处的业务场景、决策影响、客户权益关联程度、人工干预能力及风险传导路径。

德勤总结：关于银行业保险业人工智能安全开发应用的指导意见框架

保障与监管

谁使用谁负责：

自主可控：

务实高效：

安全发展：

压实金融机构主体责任，明确内部各环节、各参与方的权责分工。

提升关键平台、软硬件的自研能力与技术自主水平，强化信创适配。

以业务价值为导向，平衡成本与效益，杜绝

严格遵守网络安全、数据安全法律法规，强化技术与应用安全保障提升应急处置能力。

四大原则

“为技术而技术”的形式主义。

强化顶层设计：

生命周期管理：

规范场景与流程：

由董事会指定专门委员会统筹 AI发展战略与规划，完善模型、数据、安全、外包等制度，建立跨业务、科技、数据的协同机制，匹配自身风险管理能力。

覆盖需求分析、数据准备、开发训练、部署运维、迭代退出全流程，实施分级分类管控，配套安全评估、伦理审查、责任追溯机制。

坚持技术适配场景，聚焦服务实体经济、风险防控等价值领域；完善人机协同机制，明确AI 功能边界、数据权限与人工岗位责任，确保全流程可追溯。

治理体系三大要求

模型数据算力三大建设方向

模型层面

数据层面

算力层面

鼓励搭建一站式AI开发平台，完善测评体系；对生成式AI实施准入管理，规范外部引入流程；支持建设模型即服务平台，推动行业成果共享，鼓励大型机构向中小机构输出技术与管理经验。

建立全生命周期数据管理流程，建设高质量、无偏见数据集；推进行业分类数据集合规共建共享；支持构建企业级知识管理体系，用AI提升知识管理效率。

按需布局、提升自主可控水平；支持同业算力基础设施共建共享、算力云服务输出；规范算力外包管理，实现应用、模型、算力、网络一体化监测，保障安全运行。

纳入全面风险管理：

分级分类动态管控：

全流程风险管控：

供应链与合作风险防控：

将AI风险融入机构整体风控体系，定期评估管控效果，重点防范模型黑箱、生成幻觉、算法歧视等风险，强化网络安全与客户信息保护。

按场景重要性、对客影响、模型依赖度与复杂度等维度划分风险等级，匹配差异化管理措施，落实对应责任。

建立应用清单与高风险场景准入机制；持续监测模型运行状态；高风险环节设置人工监督干预机制，明确紧急停用、模型退出规则，配套备用系统或人工替代方案。

对外合作开展全面风险评估，规范外包、数据安全、集中度管理，防范风险跨业传导，强化开源技术与供应链安全管理。

四大风险治理核心举措

人工智能风险正式纳入银行全面风险管理体系

《指导意见》第六部分第十四条开宗明义，明确了一体化治理总基调：金融机构应将人工智能风险纳入全面风险管理体系，作为新兴风险项，与信用、市场、流动性等九大传统风险同标准、同流程、同报告、同问责。

同时文件在第二部分“完善人工智能治理架构”中明确要求董（理）事会应指定专门委员会对人工智能开发应用管理负责，但并非要求新设独立人工智能专属委员会，机构可依托现有风险管理委员会、科技治理委员会等成熟专门委员会承接人工智能统筹职责，无需单独增设全新治理主体，大幅降低组织架构改造成本。

我们认为，银行业保险业人工智能风险管理应采用复合型风险管理模式，充分涵盖银行保险机构的人工智能全生命周期管理。包括：研发（需求设计、数据

训练、模型开发、部署运行、迭代优化、下线退出）、采购、外包、运营、使用过程中，因算法、数据、算力、系统、供应链、治理机制、业务场景叠加、伦理合规缺陷，产生模型失真、数据泄露、算法不公、市场扰动、权责失据、网络攻击、消费者权益受损、业务中断、跨机构风险传染等，损害机构稳健经营、侵害金融消费者合法权益、扰乱金融市场秩序、违背法律法规与公序良俗的各类不确定性损失隐患与负面后果等情况。这对银行业保险业全面风险管理体系提出了更高的要求，如何进行统筹管理且又能有效发挥各相关领域/主体的协同效应将是一个重要议题。

01 厘清银行全面风险管理底层逻辑

从监管导向看，金融机构应避免人工智能治理与现有风险管理体系相互割裂，推动风险管理机制协同运作。

《指导意见》要求AI风险识别、计量、监测、缓释、上报流程完全嵌入现有全面风险管控底座，从风险治理与风险整合、全场景的风险管控手段和监控监督措施、量化模型/工具建设与模型风险管理，到数据和系统技术架构，都需要引入人工智能风险元素，实现一体化全面风险管理2.0时代。

全面风险管理体系2.0

全面风险管理体系1.0

算法

|风险治理及风险整合

全流程管控

报告

风险治理架构职能及风险文化

资本管理与配置

风险战略、

风险偏好及限额

风险组合及报告

风险政策总则

伦理审查及技术管理

AI应用场景边界

气候风险

信用风险

市场风险

操作风险

流动性

集中度

利率风险

战略风险

声誉风险

法律风险

信息科技

AI 风险 ……

风险绩效

制度规范支持、形成

业务场景准入

管理

风险识别

风险评估

风险分级

风险缓释

风险监控与报告

人工干预

应用通道场景

风险量化

资产分类

压力测试

风险缓释工具

业务应用方法

风险模型及参数量化资本充足计算

全面验证

其他风险管理工具

生成式AI幻觉错误率等

算法歧视差异率等|

|---|

实施风险分类分级管理

数据

网络

强化高风险应用准入管理

隐私

加强高风险应用监测和干预

人工智能风险

加强外包风险管理

模型失效

加强供应链风险与开源技术管理

市场波动

AI造假

操纵市场

风险数据及IT系统

4

实施风险分类分级管理

强化高风险应用准入管理

• 依据场景、规模、客户影响、模型复杂度等维度划分AI应用风险等级，建立应用清单并分级落实管控责任。
• 持续监控高风险AI运行状态，关键环节设置人工干预通道，制定模型停用退出规则并配套人工备用流程。
• 统筹算力、模型、工具全链条供应链安全，降低单一技术依赖，规范开源组件台账、审计与漏洞排查，抵御供应链安全威胁。
• 将信贷、资金交易、理赔等直接影响客户权益与金融合约的AI场景划定为高风险，上线前必须经风控委员会审批。
• 对外购AI服务商实行名单管控，以合同厘清安全权责，搭建风险隔离防火墙，内部严格测评外部引入模型，阻断跨行业风险传导。

加强高风险应用监测和干预

加强外包风险管理

加强供应链风险与开源技术管理

02 构建银行适配的人工智能风险治理体系

我们认为，人工智能风险管理的统筹与协同应在完整考虑其下属细分领域风险的基础上，再结合金融机构相对应的治理体系，构建人工智能风险的最终职责矩阵图。这需要金融机构能对人工智能风险进行逐层拆解工作。

德勤基于行业洞察与实践，总结出目前人工智能风险主要包含了八大类的一级核心风险领域。

伦理与内容风险

网络安全风险

合规与法律风险

数据与隐私风险

2

3

4

责任与监管：责任界定模糊，违规面临监管处罚。

攻击与窃取：Prompt注入泄隐私，复刻模型盗资产。

虚假与有害：模型“幻觉”造谣言，易产暴力色情内容。

数据质量：确保数据准确、完整、无偏见。

隐私合规：严格保护个人信息，严禁使用隐私数据训练模型。

法律侵权：生成内容涉版权，隐私处理引诉讼。

权限与供应链：越权访问泄信息，开源组件藏后门。

深度伪造：伪造音视频易被用于诈骗、造谣，破坏信任。

数据投毒：防范恶意数据篡改。

跨境合规：数据跨境传输需符合各国监管要求。

系统漏洞：AI平台自身漏洞易遭黑客攻击与控制。

算法歧视：避免算法歧视或偏见导致不公平的结果。

算力保障：确保算力基础设施的自主可控与安全运行。

价值观误导：可能输出违背公序良俗的观点与内容。

供应链与系统性风险

使用与影响风险

模型风险

治理与运营风险

供应链安全：加强对外部技术、模型、算力的风险管理。

治理架构：建立董事会层面的AI治理体系。

可解释性：确保高风险场景决策逻辑可追溯。鲁棒性：防范对抗攻击和模型“幻觉”。性能衰减：建立模型持续监测与迭代机制。

恶意用途：利用AI进行欺诈、洗钱、网络攻击等违法活动。

全生命周期管理：覆盖从开发到退出的全流程管控。

外包管理：对外包合作机构实行名单制管理。金融系统性风险：防范投资策略趋同、放大市场波动。

声誉风险：AI生成不当内容或错误决策，损害银行声誉。

业务连续性：制定应急预案与人工替代流程。分类分级管理：对AI应用实施差异化管控。

决策依赖：过度依赖AI导致员工专业判断能力退化。

稳定性：模型结果的稳定性无法保证，短期内模型输出结果差异性较大。

市场操纵：严禁滥用AI 技术操纵市场价格。

信息茧房：个性化推荐可能限制用户选择，引发客户投诉。

每一类一级核心风险领域下，又可以进一步拆解出二级细分风险领域。例如，数据与隐私风险可进一步细分为数据来源、数据质量、数据安全等；模型风险可细分为算法偏见、可解释性、幻觉评估、性能衰减、部署一致性等。这些二级细分风险领域又可能分别对应不同的职能部门或职能团队，从而形成“主责部门牵头+多部门协同配合”的全流程管控体系，如此才构成了完整的人工智能风险治理体系。

同时，针对人工智能应用场景与应用领域的特性，还需要进一步考虑风险归集规则，如信贷AI歧视、授信模型失效可归入信用风险同步审议；智能投顾策略趋同、市场研判失真可归入市场风险；模型幻觉误导客户、违规内容输出可归入声誉风险；第三方大模型数据泄露、开源框架后门可归入信息科技以及操作风险。所有 AI引发的风险事件统一录入全行操作风险事件库，执行同等损失认定、追责机制等。

03 构建人工智能模型风险管理体系

基于德勤全球领先的AI模型风险管理方法论，相比传统的人工智能，生成式人工智能模型及智能体模型包含了更多不同种类的风险因子，需要建设更复杂的模型风险治理能力：

风险类别传统AI Gen AI Agentic AI

低风险高风险

Agentic AI模型风险

Gen AI模型风险

可解释性与透明性

模型不准确与幻觉问题

合规性隐私保护

安全与保障公平无偏

数据二次使用/用途错配

偏见与公平性

数据风险可问责性

过度依赖

稳健可靠第三方风险

目标漂移与目标错配

涌现性行为/ 智能体合谋

提示词歧义

目标劫持

级联错误

决策可追溯性

人工智能模型风险管理是传统模型风险管理体系的迭代延伸与升级扩容，二者底层治理逻辑一脉相承。原有模型风险的全生命周期管控、验证审计、分级管理、责任认定等成熟框架仍是AI模型风控的基础依托，但人工智能因算法黑箱、大模型幻觉、数据投毒、生成式内容风险、第三方算力供应链、系统性市场共振等特有新型风险，对原有体系形成增量补充与能力拓展，需要在原有制度流程之上新增算法可解释性校验、伦理公平审查、AI网络安全防护、外包供应链专项管控、极端场景应急停用等专项机制，实现传统模型风险与AI特有交叉风险统筹纳入机构全面风险管理体系统一管理。

我们建议，人工智能模型风险管理可以参考原有模型风险管理机制，形成全生命周期的模型风险管理模式，但在风险分级分类管理、模型评估/验证等核心领域需要针对人工智能模型进行个性化设计。

重要较为重要十分重要

需要纳入现有传统模型风险管理框架的人工智能风险要素举例

模型风险识别和分类

1

人工智能模型分级方法

模型风险偏好声明

风险管理方法和流程

数据存储和处理

1 2 3 4

透明度和可解释性问题

模型分级数据收集开发

测试

| |

|---|

| |

模型的过拟合风险

8 7 6 5

持续监控

应用部署验证

模型整体表现的评估，如稳定性测试

| |

|---|

| |

模型部署时的安全性

角色、职责和运营模式

信息技术风险管理

模型滥用问题

前台一线团队

模型风险管理

操作风险

| |

|---|

| |

法律与合规

审计 …

管理

持续监控指标和阈值，如频率和迭代

1 建立覆盖全生命周期的人工智能模型治理机制

银行应首先定义人工智能模型，并对全行满足该定义的人工智能应用场景开展统一盘点，建立人工智能模型库及相应资产台账，可根据业务影响程度、数据敏感程度、应用场景风险度等不同维度构建分类分级管理矩阵，明确其对应的风险等级。针对不同风险等级，进一步考虑模型本身包含的技术逻辑、数据要求、模型方法、应用结果等维度，明确其相应的监控、评估或验证的要求，并明确相应的参与方，包括但不限于人工智能模型的开发方、使用方、风险管理方、审计方等。

另外，通过建立覆盖模型准入、开发验证、上线审批、运行监测、模型迭代和退出管理的全生命周期治理机制，确保模型风险可识别、可监测、可控制。

2 逐步构建人工智能模型的评估/验证方法体系

我们认为，人工智能模型的评估与验证可重点覆盖三类人工智能资产：一是行内自研或自主管理的传统机器学习、深度学习等风险模型；二是行内自研或定制化应用的大语言模型、垂域模型、知识库增强应用及多模态智能体；三是外部采购、API调用、开源二次开发或外包服务形成的第三方生成式人工智能模型及相关智能体服务。其中，相较于传统模型，大语言模型及智能体的评估维度更加多元、验证方法更加复杂，对现有模型评估与验证体系提出了新的挑战。

特别是在生成式人工智能和智能体模型的评估/验证是一个有待逐步深化及明晰的领域，具体落实到实操领域，评估/验证什么、评估/验证标准、评估/验证方法、评估/验证流程等都需要针对人工智能模型的自身特性进行分解设计：

评估/验证什么

· 2类视角：理解能力、生成能力。 · 4类要素：工具、数据、方法、指标。 · 6大维度：功能性、准确性、可靠性、安全性、交互性、应用性 ·全链路：RAG（检索、文档解析等组件、知识库）、API、安全封装模块

可包含100多项具体评测指标，包括理解能力指标、生成能力指标。

评估/验证标准

·自动化评估：适用于有标准答案的任务(如分类、问答)，计算准确率、召回率、BLEU等客观指标。 ·人工评估：适用于主观性强的生成任务(如摘要、翻译)，采用平均意见得分(MOS)从多个维度评分。 ·大模型裁判评估：使用高能力大模型作为评分器，适用于开放性问题，需结合人工审核。

评估/验证方法

·银行自研封装层：测试数据集（业务问题、边界案例、对抗案例）案例测试、上下文窗口利用率 ·RAG评估：检索召回准确率、上下文注入完整性测试结果 ·安全测试：脱敏、内容过滤、Prompt 注入防护 ·基础模型评估：目标漂移、超参数验证、专家案例评估标准测试、反事实案例测试、上下文装填不合理、

过早截断 ·智能体：是否部署了沙盒隔离、内存损坏测试（一般由压力测试完成）

评估/验证流程

·流程标准化：形成“评测任务确定→训练数据采集→模型定向训练→任务真机测试→测试结果分析”的闭环。

从几个核心领域进一步分解，我们可以看到评估/验证的核心维度可包括：

模型数据评估/验证：

数据来源合法性、数据质量、数据安全保护

模型性能评估/验证：

预测性能与精准度、模型在异常、压力或攻击下的健壮性、大语言模型专项

可解释性及业务逻辑评估/验证：

人工智能模型评估/验证方案

特征可解释性、算法可解释性、业务逻辑核验

安全性评估/验证：

算法的安全性、公平与非歧视性、内容安全与合规

支持体系及可追溯性评估/验证：

对训练数据、建模过程、算法部署以及生命周期的可追溯性进行验证

1 模型数据评估/验证

可分为数据来源合法性、数据质量评估和数据安全保护三个组成部分。其中，数据来源合法性和数据安全保护一般由人工智能基础设施负责团队或数据管理部门统一检查；模型评估及验证部门应重点开展模型调用基础数据的质量评估与验证，关注数据的真实性、准确性、完整性、一致性、多样性及时效性，并通过缺失率、异常率、重复率、一致率、数据分布及样本代表性等指标，评估数据质量是否满足具体金融应用场景要求。

2 模型性能评估/验证

包括预测性能与精准度、模型在异常、压力或攻击下的稳健性、大语言模型专项。重点从预测性能与精准度、泛化能力、线上/线下一致性、稳定性与可靠性，以及生成式人工智能专项能力等方面开展评估与验证。可通过准确率、精确率、召回率、F1-Score、AUC、MSE、MAE、PSI、CSI等指标评估模型的准确性、泛化能力及稳定性；通过故障恢复时间、异常输入容错能力等评估模型可靠性；并结合生成式人工智能特点，进一步关注首Token响应时间（TTFT）、单Token生成时间（TPOT）、长上下文理解准确性及多轮对话一致性等指标，综合评估模型在具体金融应用场景下的性能表现。

3 模型可解释性及业务逻辑评估/验证

重点从特征可解释性、算法可解释性和业务逻辑核验三个方面开展评估与验证。可关注特征定义与业务逻辑一致性、特征分布合理性、特征重要性及选择依据，并结合SHAP、LIME、决策树可视化、局部代理模型等方法分析模型决策依据；同时通过业务规则一致性、风险场景测试、合规及道德伦理审查，验证模型决策是否符合业务规则、风险控制及合规要求。

4 模型安全性评估/验证

重点从算法安全性、公平性与非歧视性、内容安全与合规三个方面开展评估与验证。可通过对抗样本攻击、成员推理攻击、开源组件安全扫描等测试评估模型安全性；通过公平性指标、不同群体性能差异及偏见检测评估模型决策的公平性；并结合敏感词过滤、内容安全审核、版权检测及隐私信息泄露测试等，验证模型输出内容的安全性与合规性。

5 支持体系及可追溯性评估/验证

涵盖从训练数据、建模过程、算法部署及全生命周期开展可追溯性验证。可通过数据溯源及版本、建模及实验记录、参数迭代、部署日志、模型版本及操作权限等信息，验证模型从开发、部署、监控至退出等环节是否完整留痕，实现全生命周期可追溯管理。

热点话题探讨驭AI之势，筑牢风控根基⸺银行业人工智能风险治理新论

结语

从全球监管格局来看，本次《指导意见》融合欧盟刚性风险分级、新加坡原则化落地工具两类监管优势，走出贴合我国银行业保险业成熟风险体系的特色治理路径，既划定清晰合规底线，又给机构留出适配自身规模的落地弹性。新加坡MAS的FEAT、Veritas、常态化攻防验证等实操方法可作为轻量化优化参考。

我们认为，金融机构人工智能风险是不同于传统风险的复合型风险，其体系建设应重点考虑三大领域的建设路径及工作成果：

1. 完成全行人工智能应用的全面梳理与全维度风险领域的梳理和识别，并结合金融机构自身的职能分工建立起“主责部门牵头、多部门协同配合”的体系化治理架构；
2. 建立人工智能模型全生命周期管理机制，梳理建立人工智能模型库及资产台账，明确分级分类，并设计有针对性的模型监控、评估/验证方法；
3. 逐步推动人工智能风险与其他专项风险如信用、操作、合规等全行全面风险管理体系深度打通、协同联动。实现覆盖制度规范、管控流程、技术工具、专业人才四大维度的一体化管理模式。

热点话题探讨从用AI到审AI：银行业规模化应用的治理与审计

从用AI到审AI：银行业规模化应用的治理与审计

王雨岩

德勤中国金融服务业审计与鉴证合伙人

tomywang@deloittecn.com.cn

唐文剑

|本篇要点

应用范围越广，越需要把业务目标、模型与系统、数据、人工复核和责任主体纳入统一治理。

1 银行AI正在由单点工具扩展为嵌入业务流程的系统能力。

银行内部审计应围绕需求、数据、开发、验证、部署、监测和退出评价治理与控制；对于外部审计，在AI影响财务报告、相关内部控制或审计证据时，需按职责确定范围。

2 全生命周期治理与审计监督相互衔接。

测试结果需要进一步回答是否揭示治理或控制缺陷、如何调整审计范围和程序以及如何跟踪整改；涉及财务报告审计时，还需考虑对重大错报风险评估和审计结论的影响。

3 AI测试转化为审计判断时，才可构成审计结果。

|---|

德勤中国信息技术与鉴证合伙人

darwintang@deloittecn.com.cn

孙江坤

德勤中国信息技术与鉴证总监

garysun@deloittecn.com.cn

牛雪丽

德勤中国信息技术与鉴证经理

shiniu@deloittecn.com.cn

应用由单点工具走向业务流程，治理与审计需要同步推进

银行AI应用已经不再局限于客服机器人。公开年报和半年报显示，相关应用逐步覆盖客户服务与数字人、营销和财富管理、风险识别与反欺诈、信贷调查与审查、研发编程以及运营管理等领域。这些场景具有高频交互、数据密集或流程标准化等特点，既可提高服务与作业效率，也可把模型输出嵌入客户沟通、业务判断和关键控制。

据不完全统计，部分大型银行的AI应用已形成数百个场景（见图1）。未来，银行业的AI应用由数量扩张逐步转向流程嵌入，治理和审计覆盖也需要从单个模型延伸到业务场景总体。

图1：主要银行AI大模型应用场景数量

单位：个

800

856

600

400

200

500

398

300

400

250 260

390

260

工商银行

建设银行

农业银行

中国银行

交通银行

邮储银行

招商银行

平安银行

兴业银行

股份制银行城商行

国有大型银行

数据来源：各银行2025年年度报告；金融时报、证券日报公开报道整理注：公开披露的场景定义与统计口径可能存在差异，图示主要用于反映应用扩展趋势

300

120 100

200

80 100

中信银行

浦发银行

北京银行

上海银行

江苏银行

南京银行

2026年6月18日，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》

应用规模扩大后，风险不再只表现为模型准确率不足。一个AI输出可能经过知识库、第三方模型、业务规则和人工复核，再进入客户服务、授信判断或会计处理。任何一个环节发生数据偏差、权限设置不当、模型漂移、提示词注入、供应链变化或人工复核失效，都可能改变最终结果。治理对象因而从单个模型扩展为由业务场景、模型与系统、数据、人员和第三方共同构成的运行链条。

（金发〔2026〕8号，以下简称《指导意见》），以七个方面32条建立银行业保险业AI安全开发应用框架。

《指导意见》要求建立覆盖需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系，并提出分类分级、供应链管理、可解释性、人工复核、伦理公平和审计等要求。第二十二条要求金融机构定期对人工智能模型算法开展审计，置于金融机构内部治理与主体责任框架下，本文重点讨论银行内部审计的落实路径。

从国际比较看，主要经济体的监管路径并不完全相同。美国SR 26-2 Revised Guidance on Model Risk Management（修订版模型风险管理指引）未将生成式与智能体AI纳入该模型风险管理指引范围，而加拿大OSFI E-23（模型风险管理指引）则将AI/ML方法纳入模型定义，欧盟则继续推进高风险系统义务。尽管存在差异，但这些监管的共同要求是机构能够说明AI用于何处、由谁负责、如何验证和怎样持续监

测。然而，这一基础性要求的落实情况并不乐观。德勤2026年《Banking on Trust》对全球16国135名银行管理与专业人员的调研显示，72%受访银行录入中央台账的AI场景数量不到已实际落地AI场景总数的一半，仅44%的受访银行对智能体实施了全生命周期风险监测。该全球样本不能直接代表中国银行业，但揭示了应用扩张可能快于治理信息归集，完整、可验证的应用范围应成为银行AI治理和审计的起点。

风险贯穿全生命周期，治理需形成可验证的证据

《指导意见》已经给出对银行AI应用全生命周期管理的基本要求。结合银行实践，可将AI应用划分为七个相互衔接的阶段。每个阶段的控制重点不同，但均须留下能够支持专业复核、内部审计、监管检查以及其他必要审计的证据。

图2概括了技术、业务、合规和管理风险在规划设计、数据处理、模型构建与验证、部署使用、运行监测和退出停用阶段的组合；表1进一步将其转化为可持续复核的控制和证据。

图2：AI应用各阶段所面临的风险

前期中期后期

需求与规划

开发与适配部署与使用

• 业务风险：场景适配性不足、ROI不达预期
• 管理风险：战略脱节、权责不清、人才储备不足
• 技术风险：数据质量偏差、样本不均衡
• 合规风险：隐私泄露、超范围采集
• 管理风险：数据治理机制缺失

• 技术风险：算法黑箱、幻觉、过拟合
• 业务风险：决策逻辑不可追溯
• 合规风险：知识产权纠纷
• 管理风险：技术路线选型失误

• 技术风险：提示词注入、对抗攻击
• 业务风险：过度依赖AI、决策失控
• 合规风险：深度伪造滥用
• 管理风险：人机协同机制缺失

• 技术风险：对抗性测试不充分
• 业务风险：歧视性偏差、决策失误
• 合规风险：供应链安全漏洞
• 管理风险：评估维度不全面

监测与变更

数据与处理

验证与批准

• 技术风险：模型漂移、性能衰退
• 业务风险：客群行为变化致失效
• 管理风险：版本管理复杂、运维成本高
• 技术风险：数据残留、参数泄露
• 业务风险：业务连续性中断
• 合规风险：资产处置不合规
• 管理风险：过渡方案缺失

退出与迁移

表1：银行AI全生命周期的风险与治理证据

生命周期阶段主要风险应形成的控制与证据

场景与业务目标不匹配；成本效益不清；责任边界不明确

业务需求、可行性与风险评估；责任人和审批记录；预期效益及停止条件

1 需求与规划

数据来源不合规；质量、代表性或完整性不足；敏感信息过度采集

数据来源与授权清单；质量和偏差检查；分级分类、脱敏和访问记录

2 数据准备

模型不可解释；生成内容失实；参数、提示词或知识库设置不当

模型卡和开发文档；训练与测试记录；提示词、知识库和版本变更记录

3 开发与适配

独立模型复核；业务和风险部门验收；压力、偏差、安全及第三方组件测试

技术指标与业务用途脱节；公平性、稳健性或供应链测试不足

4 验证与批准

上线审批；权限和工具调用清单；人工复核规则；异常升级与应急安排

权限过宽；提示词注入与对抗性攻击；人工过度依赖模型

5 部署与使用

模型漂移；版本混乱；控制未随业务和数据变化而更新

性能与风险指标；阈值预警；变更审批、回滚记录和定期复评

6 监测与变更

数据残留；服务中断；模型、接口或知识未有序移交

下线审批；数据处置证明；业务迁移、连续性安排和复盘归档

7 退出与迁移

生命周期并不等同于七套彼此独立的检查表。治理、系统、数据和模型是贯穿各阶段的四个纵向领域，生成式与智能体AI、第三方与供应链是横跨这四个领域的两类叠加因素。1）生成式与智能体AI可能因基础模型、数据、提示词、知识库和工具权限变化而改变输出与行为；2）第三方依赖则把数据、模型、算力和组件的控制链条延伸到银行边界之外。相同的技术缺陷在不同业务用途下，可能产生完全不同的后果，因此分类分级必须同时考虑用途、对客户和财务的影响、模型自主性、数据敏感性、第三方依赖及变化频率。

人工复核是高风险应用中的关键控制节点。《指导意见》要求，可解释性不足的AI用于高风险场景时仅能作为辅助工具，并最终由人工决策；AI用于涉及客户

权益或有实质性财务影响的关键决策时，还应设置人工复核节点并保留原始数据、推理路径和阈值触发记录。但设置复核人并不等于控制有效。银行还需要观察复核时间、修改与驳回记录、异常升级、复核人能否取得独立信息，以及其是否具备提出异议、修正或停止使用模型输出的能力。人工否决率长期接近零可以作为风险信号，但不能单独证明复核流于形式。

第三方和开源组件同样需要纳入生命周期管理。银行可以采购模型、接口、算力或专业服务，但主体责任不会因外购而转移。供应商与组件清单、合同权责、数据处理边界、版本变更通知、测试接口、连续性和退出安排，均应在上线前明确并持续更新。缺少这些资料时，银行可能无法说明模型为何变化，也难以为内部或外部检验提供充分证据。

审计范围由风险影响与职责定位共同决定

AI没有改变审计独立评价和监督的基本职责，而是改变了风险、控制与证据的形态。AI介入后，部分判断可能隐含在数据、参数、提示词和知识库中，证据需要通过重算、回测、日志重构或输出复现取得。内部审计据此评价治理设计、风险管理和控制运行；涉及财务报告时，财务报表审计仍需取得充分、适当的审计证据并保持职业怀疑。

内部审计不对AI清单中的所有场景平均投入资源。审计范围应以风险为导向：先识别业务场景及风险等级，再识别模型、系统、数据、第三方和人工控制，最后评价治理与控制能否覆盖客户权益、合规、运营韧性、数据安全和财务影响。外部审计可以使用同一套资料，从财务报告影响反向确定审计范围；当AI应用影响财报、相关内部控制或审计证据时，需予以考虑并纳入相应审计范围。

表2：不同审计主体确定AI范围的四层判断

判断层次需要回答的问题典型资料

业务场景 AI用于何种业务、服务对象和决策环节？场景台账、流程图、制度、产品说明

模型与系统使用何种模型、数据、接口、第三方和人工复核？模型清单、系统架构、合同、权限与日志

输出是否影响客户权益、合规、运营、数据安全、财报项目或关键控制？

风险与控制矩阵、会计流程、接口和入账规则

治理与影响

缺陷如何影响内部审计评价和整改跟踪；涉及财报时，如何影响财务报表审计风险评估与结论？

测试结果、异常处置、缺陷评价、整改和沟通记录

证据与结论

这一判断也有助于区分责任。业务与科技部门承担开发、使用和日常控制责任，风险、合规和模型复核部门实施专业监督与验证，内部审计作为第三道防线独立评价治理、风险管理和控制运行。外部审计不属于银行三道防线，在财务报表或财务报告内部控制审计职责内，执行审计程序，获取充分、适当的审计证据。技术服务机构不能代替内部审计形成独立评价，审计人员也不应把专业判断交给技术工具。

划定范围时还应避免两个误区。第一，审计投入应由用途、风险等级和潜在影响决定，而不是由供应商或技术名称决定。同一个外部大模型用于知识检索和信贷审查，风险性质并不相同；财务报表审计还需判断是否影响财务报告。第二，风险较高的领域未必是生成式AI。预期信用损失、金融工具估值和内部评级等传统模型仍可能是内部审计、模型复核和财务报表审计的重要对象。审计人员应判断AI是否改变数据、模型、人工复核或证据链条，不可仅凭AI标签确定范围。

从场景总体到审计结论：七步形成完整审计路径

AI测试与AI审计的区别在于测试发现能否转化为审计判断。内部审计需要确定发现是否揭示治理、风险管理或控制缺陷，是否需要调整范围和程序、评价问题等级并跟踪整改。涉及财务报告时，财务报表审计还需判断对重大错报风险评估、控制依赖、进一步程序和审计报告的影响。实务中，这一过程可以归纳为七步。

表3：审计AI的七步路径

步骤主要工作

将AI台账与生产系统、采购合同和接口调用记录交叉核对，识别台账之外的应用，形成可能使用AI的场景总体

➀ 建立AI场景总体

识别AI输出进入业务决策、客户服务、风险管理和关键控制的路径；涉及财报时，进一步连接至财报项目和认定

➁ 连接风险与控制

综合客户与合规影响、运营与财报影响、模型自主性与复杂度、数据敏感性、第三方依赖和变化频率，决定审计范围与投入强度

➂ 风险分级

沿一笔业务从原始数据、模型处理、人工复核至业务结果和管理报告；涉及财报时，继续穿行至接口入账、财报和披露

➃ 端到端穿行

➄ 控制测试围绕治理、系统、数据和模型四个领域，测试与相关审计目标直接关联的控制

根据风险选择回测、敏感性分析、输出复现或生成式与智能体专项测试；财报审计可按准则形成审计师的点估计或区间估计

➅ 独立检验

评价治理与控制缺陷、沟通治理层并跟踪整改；涉及财报时，考虑风险评估、进一步程序和审计报告影响

➆ 形成审计结论

审计AI的七步路径包括两条贯穿线。一条是AI全生命周期，任何阶段的缺陷都可能影响最终输出；另一条是人工监督和问责，需要明确谁提出需求、谁批准上线、谁负责复核、谁有权停止使用，以及谁对结果负责。

独立检验并不意味着默认重建模型。内部审计可围绕验证治理、关键假设、数据质量、性能监测和人工复核开展独立检验；涉及会计估计时，财务报表审计可根据风险测试管理层过程、利用期后事项，或形成审计师的点估计或区间。在风险较高且现有验证或

控制证据不足时，挑战者模型将可能成为更有说服力的程序之一。

欧洲央行针对性审查内部模型项目（TRIM）说明了独立检验的潜在价值。该项目覆盖65家重要银行和约200次现场检查，识别5,000余项缺陷，相关整改使受检模型的风险加权资产增加约2,750亿欧元。

TRIM针对传统商业银行的内部计量模型，不能直接外推至所有AI场景；但它表明，独立检验可能发现内部流程长期未能识别的模型风险，而模型误差可能进一步影响银行拨备、估值和资本。

全量数据分析也不能自动等同于充分、适当的审计证据。覆盖全部总体不意味着每项异常均得到解释，也不免除对数据完整性、准确性、相关性和程序设计的评价。无论数据分析覆盖全部还是部分总体，程序都必须实现既定审计目的并取得相关、可靠的证据。

信贷审查意见的AI辅助生成提供了一个代表性场景。部分大型银行公开报告显示，AI可生成评级及综

合融资审查意见初稿，但仍定位为辅助专业人员决策。内部审计可选取一笔业务反向穿行：核对AI引用的财务、征信和担保资料，复现生成过程，测试事实错误和重大遗漏，检查复核人员的修改、驳回和异常升级，并确认最终审批权由适当人员行使。若输出成为资产风险分类、减值计量或入账控制的关键输入，财务报表审计再按职责纳入相应范围。

展望｜智能体

随着智能体在AI的应用中逐渐推广，智能体结合模型、身份、工具和一定程度的自主性，风险可能超出单个模型。对于银行部署的智能体，至少应验证三项基础条件：身份可归因，每个智能体能够追溯至明确的委托人和责任主体；行为可复现，可以依据日志重构一次任务的完整动作链；工具调用有边界，调用清单、授权范围、执行结果和回执能够逐项核对。我国GB/Z 185系列《人工智能智能体互联》可为身份管理、交互和工具调用提供技术基础，但该系列本身不是审计或保证标准。智能体仍应依据具体用途和风险沿上述七步接受审计考虑。

热点话题探讨从用AI到审AI：银行业规模化应用的治理与审计

结语

银行AI进入业务流程后，治理与审计面对同一运行链，但职责不同。银行应把全生命周期管理落实为可执行控制和可验证证据；内部审计独立评价治理、风险管理和控制运行并推动整改，外部财务报表审计在涉及财报时按影响链确定审计范围。

AI应用落地时，银行可建立覆盖自研、外购、开源和智能体的完整清单并实施分类分级，持续保留数据、模型、人工复核、权限、日志、变更和退出证据，并加强第三方与智能体的身份、权限、工具调用和连续性管理。内部审计可据此制定风险导向的审计覆盖范围和审计计划，先从高风险场景开展端到端穿行、控制测试和独立检验，再根据整改结果扩展。

总之，随着银行AI应用规模逐步扩大，无论是监管还是银行都愈来愈重视AI的风险管理，可解释的AI、公平的AI、可信的AI成为必须。AI的应用能够说明用途、验证控制、追溯责任并形成可靠证据，才是持续应用和可信的基础。AI与其他技术的应用在治理上趋同，银行能够审计AI，AI的应用也应经得起审计。

热点话题探讨从用AI到审AI：银行业规模化应用的治理与审计

德勤中国金融服务业主要联系人

吴卫军德勤中国副主席金融服务业主管合伙人

电子邮件：davidwjwu@deloittecn.com.cn

胡伟杰德勤中国金融服务业主管合伙人（中国香港）

电子邮件：davidwwu@deloitte.com.hk

曾浩德勤中国金融服务业银行业与资本市场主管合伙人全国审计与鉴证主管合伙人

电子邮件：calzeng@deloittecn.com.cn

俞娜德勤中国金融服务业税务与商务咨询主管合伙人

电子邮件：natyu@deloittecn.com.cn

曹樑德勤中国金融服务业战略、风险与企业交易业务主管合伙人

电子邮件：hencao@deloittecn.com.cn

尤忠彬德勤中国金融服务业技术与转型业务主管合伙人

电子邮件：zhyou@deloittecn.com.cn

沈小红德勤中国金融服务业审计与鉴证合伙人

电子邮件：charshen@deloittecn.com.cn

张华德勤中国金融服务业审计与鉴证合伙人

电子邮件：sczhang@deloittecn.com.cn

王雨岩德勤中国金融服务业审计与鉴证合伙人

电子邮件：tomywang@deloittecn.com.cn

方烨德勤中国金融服务业监管与合规主管合伙人

电子邮件：yefang@deloittecn.com.cn

宫明亮德勤中国金融服务业审计与鉴证合伙人

电子邮件：gogong@deloittecn.com.cn

吴洁德勤中国金融服务业金融风险与模型风险管理合伙人

电子邮件：kwu@deloittecn.com.cn

蔡帼娅德勤中国金融服务业人工智能与数据治理合伙人

电子邮件：cycai@deloittecn.com.cn

唐文剑德勤中国信息技术与鉴证合伙人

电子邮件：darwintang@deloittecn.com.cn

何铮德勤中国金融服务业数据资产化服务合伙人

电子邮件：zhhe@deloittecn.com.cn

157 夯基谋远向新提质|中国银行业2026年上半年发展回顾与展望

德勤中国金融服务业研究中心介绍

德勤中国金融服务业研究中心（Deloitte China Center for Financial Services）是德勤中国金融服务行业的智库平台，

致力于为银行业及资本市场、保险行业、投资管理公司等在内的各类金融机构提供金融服务行业洞察力研究。作为亚太区金融研究的核心力量，我们整合德勤全球网络的金融研究成果，传递德勤对于金融服务行业相关宏观政策、行业趋势和企业经营管理等方面的观点。

研究领域宏观层面

国内外经济环境和形势分析、国家宏观政策解读及对金融服务行业的潜在影响。定期整合德勤首席经济学家观点，如聚焦亚洲、德勤月度经济分析等。

监管层面

人民银行、国家金融监管总局、证监会等金融监管机构的政策变化以及行业影响前瞻。定期整合德勤与中国监管机构的沟通及合作成果，以及德勤亚太地区监管策略中心的研究内容。

研究中心成员

行业层面

根据德勤金融服务行业分类，提供银行业及资本市场、保险业、投资管理、金融科技等金融子行业的洞察。定期整合德勤全球及中国金融服务业各业务条线的知识贡献和领先理念出版物。

客户层面基于德勤的金融行业客户服务经验，结合项目实施成果，总结提炼形成方法论和知识洞见，并结合客户需求提供相关研究支持服务。定期整合德勤基于客户服务的知识经验、赋能客户。

热点话题持续关注金融行业和市场热点，如公司治理、科技金融、绿色金融、养老金融、数字化普惠金融、中小银行改革等。结合德勤经验和观察提供深度研究和展望，整合德勤各业务条线的专家洞见。

沈小红德勤中国金融服务业研究中心主管合伙人德勤中国金融服务业审计与鉴证合伙人

电子邮件：charshen@deloittecn.com.cn

陈波德勤中国金融服务业研究中心合伙人德勤中国公司治理中心主管合伙人

电子邮件：lawrchen@deloittecn.com.cn

周菲德勤中国金融服务业研究中心高级经理

电子邮件：annizhou@deloittecn.com.cn

中国银行业2026年上半年发展回顾与展望|夯基谋远向新提质 158

办事处地址

北京北京市朝阳区针织路23号楼国寿金融中心12层邮政编码：100026 电话：+86 10 8520 7788 传真：+86 10 6508 8781

长沙长沙市开福区芙蓉中路一段109号华创国际广场2号栋1317单元邮政编码：410008 电话：+86 731 8522 8790 传真：+86 731 8522 8230

成都成都市高新区交子大道365号中海国际中心F座17层邮政编码：610041 电话：+86 28 6789 8188 传真：+86 28 6317 3500

重庆重庆市渝中区瑞天路10号企业天地8号德勤大楼30层邮政编码：400043 电话：+86 23 8823 1888 传真：+86 23 8857 0978

大连大连市中山路147号申贸大厦15楼邮政编码：116011 电话：+86 411 8371 2888 传真：+86 411 8360 3297

广州广州市珠江东路28号越秀金融大厦26楼邮政编码：510623 电话：+86 20 3888 0120 传真：+86 20 3888 0115

海口海南省海口市美兰区国兴大道3号互联网金融大厦B栋1202单元邮政编码：570100 电话：+86 898 6866 6982

杭州杭州市上城区飞云江路9号赞成中心东楼1206-1210室邮政编码：310008 电话：+86 571 8972 7688 传真：+86 571 8779 7915

哈尔滨黑龙江省哈尔滨市南岗区中山路193号中实大厦703室邮政编码：150001 电话：+86 451 8586 0060

合肥安徽省合肥市蜀山区潜山路111号华润大厦A座1506单元邮政编码：230031 电话：+86 551 6585 5927 传真：+86 551 6585 5687

香港香港金钟道88号太古广场一座35楼

电话：+852 2852 1600

传真：+852 2541 1911

济南济南市市中区二环南路6636号中海广场28层2802、2803、2804单元邮政编码：250000

电话：+86 531 7668 2398 传真：+86 531 7668 2389

澳门澳门殷皇子大马路43-53A号澳门广场19楼H-N座电话：+853 2871 2998 传真：+853 2871 3033

南昌南昌市红谷滩区绿茵路129号联发广场写字楼41层08-09室邮政编码：330038 电话：+86 791 8387 1177

南京南京市建邺区江东中路347号国金中心办公楼一期40层邮政编码：210019 电话：+86 25 5790 8880 传真：+86 25 8691 8776

宁波宁波市海曙区和义路168号万豪中心1702室邮政编码: 315000 电话：+86 574 8768 3928 传真：+86 574 8707 4131

青岛山东省青岛市崂山区香港东路195号上实中心9号楼1006-1008室邮政编码：266061

电话：+86 532 8896 1938

上海上海市延安东路222号外滩中心30楼邮政编码：200002 电话：+86 21 6141 8888 传真：+86 21 6335 0003

沈阳辽宁省沈阳市沈河区青年大街1-1号沈阳市府恒隆广场办公楼1座 3605-3606单元邮政编码：110063 电话：+86 24 6785 4068 传真：+86 24 6785 4067

深圳深圳市深南东路5001号华润大厦9楼邮政编码：518010 电话：+86 755 8246 3255 传真：+86 755 8246 3186

苏州苏州市工业园区苏绣路58号苏州中心广场58幢A座24层邮政编码：215021 电话: +86 512 6289 1238 传真: +86 512 6762 3338 / 3318

天津天津市和平区南京路183号世纪都会商厦45层邮政编码：300051 电话：+86 22 2320 6688 传真：+86 22 8312 6099

武汉武汉市江汉区建设大道568号新世界国贸大厦 I 座49层01室邮政编码：430000 电话：+86 27 8538 2222 传真：+86 27 8526 7032

厦门厦门市思明区湖滨东路93号厦门华润大厦A座1805-2单元邮政编码：361008 电话：+86 592 2107 298 传真：+86 592 2107 259

西安西安市高新区唐延路11号西安国寿金融中心3003单元邮政编码：710075 电话：+86 29 8114 0201

郑州郑州市金水东路51号楷林中心8座5A10 邮政编码：450018 电话：+86 371 8897 3700 传真：+86 371 8897 3710

关于德勤德勤中国是一家立足本土、连接全球的综合性专业服务机构，由德勤中国的合伙人共同拥有，始终服务于中国改革开放和经济建设的前沿。我们的办公室遍布中国 31 个城市，现有超过 2 万名专业人才，向客户提供审计、税务、咨询等全球领先的一站式专业服务。

我们诚信为本，坚守质量，勇于创新，以卓越的专业能力、丰富的行业洞察和智慧的技术解决方案，助力各行各业的客户与合作伙伴把握机遇，应对挑战，实现世界一流的高质量发展目标。

德勤品牌始于 1845 年，其中文名称“德勤”于 1978 年启用，寓意“敬德修业，业精于勤”。德勤全球专业网络的成员机构遍布 150 多个国家或地区，以“因我不同，成就不凡”为宗旨，为资本市场增强公众信任，为客户转型升级赋能，为人才激活迎接未来的能力，为更繁荣的经济、更公平的社会和可持续的世界开拓前行。

Deloitte（“德勤”）泛指一家或多家德勤有限公司，以及其全球成员所网络和它们的关联机构（统称为“德勤组织”）。德勤有限公司（又称“德勤全球”）及其每一家成员所和它们的关联机构均为具有独立法律地位的法律实体，相互之间不因第三方而承担任何责任或约束对方。德勤有限公司及其每一家成员所和它们的关联机构仅对自身行为承担责任，而对相互的行为不承担任何法律责任。德勤有限公司并不向客户提供服务。请参阅 www. deloitte.com/cn/about 了解更多信息。

德勤亚太有限公司（一家担保责任有限公司，是境外设立有限责任公司的其中一种形式，成员以其所担保的金额为限对公司承担责任）是德勤有限公司的成员所。德勤亚太有限公司的每一家成员及其关联机构均为具有独立法律地位的法律实体，在亚太地区超过 100 个城市提供专业服务，包括奥克兰、曼谷、北京、班加罗尔、河内、香港、雅加达、吉隆坡、马尼拉、墨尔本、孟买、新德里、大阪、首尔、上海、新加坡、悉尼、台北和东京。

本通讯中所含内容乃一般性信息，任何德勤有限公司、其全球成员所网络或它们的关联机构并不因此构成提供任何专业建议或服务。在作出任何可能影响您的财务或业务的决策或采取任何相关行动前，您应咨询合资格的专业顾问。

我们并未对本通讯所含信息的准确性或完整性作出任何（明示或暗示）陈述、保证或承诺。任何德勤有限公司、其成员所、关联机构、员工或代理方均不对任何方因使用本通讯而直接或间接导致的任何损失或损害承担责任。

摘要

夯基谋远 向新提质 中国银行业2026年上半年 发展回顾与展望

1

一 3

二 15

三 69

四 热点话题探讨

引言

引言

图1：2026年上半年经济增长放缓

图2：上半年CPI和PPI增长情况

图3：直接融资渠道的拉动作用持续增强

图4：M2和社融存量增速减缓

政策利率持稳不变，短端利率走廊收窄

图5：政策利率、市场利率持平

贷款降速提质成为宏观运行的新常态之一

图6：贷款持续投向科技、绿色和普惠小微等领域

图8：2026年二季度银行业净利润同比下降

图9：2026年二季度息差环比回升

图10：不良贷款率升高，拨备覆盖率下降

银行自营理财加速出清，金融产品网络营销迈向统一监管

表1：银行业法人金融机构数量变化

金融机构 2024年 2025年 变动

合计 4,295 3,619 -676

作者

境内银行盈利稳步回升，境外银行盈利增速较快

图2：拨备前利润

境内银行营收总体正增长，息差降幅明显收窄

境内银行业务及管理费小幅增长，境外银行普遍上行

成本收入比普遍下降，境外银行仍显著高于境内银行

境内外银行资产规模稳步增长，资产配置结构持续优化

图4：2026年6月30日信贷资产结构

对公信贷资产质量边际改善，房地产行业不良率持续上升

1.92%

房地产深度调整延续，按揭不良加速上行

图13：个人住房贷款余额

透支规模持续收窄，不良水平逐步上升

关注贷款规模上行，迁徙率走势显著分化

逾期贷款增幅走阔，逾期不良比例抬升

金融投资规模稳定增长，境内外银行均呈波动化增长趋势

图26：金融资产投资

国有大行以摊余成本计量资产为主，股份制银行以公允价值计量资产为主且 分化明显

图27：2026年6月30日金融资产投资按计量方式占比

投资品种结构：国有大型银行坚守利率债基本盘，股份制银行拓展多元化 收益来源

图28：金融投资按投资品种占比

2026年上半年债市震荡格局延续，银行投资策略需均衡配置并加强风险防范

图29：债券投资

境内银行利率债占比较高，需关注信用债风险情况

图30：债券投资按发行人情况占比

利率期限结构整体稳定，国有大行与股份制银行配置策略分化

图33：金融资产投资利率风险情况

境内银行投资收益及公允价值变动损益占比走势分化：投资收益回落，公允 价值变动贡献提升

图34：投资收益及公允价值变动损益占营业收入比重

图35：投资收益结构

8% 12% 12% 16%

2026年上半年上市银行业绩分析 负债情况分析

境内外负债规模稳步抬升，银行负债增速分化显现

图1：负债总额

存款规模稳步抬升，境内外存款增速呈现分化下行态势

图2：吸收存款

居民中长期储蓄偏好凸显，境内存款定期化延续，境外存款活期占比抬升

图3：2026年6月30日存款期限结构

图4：存款剩余期限占比

图5：2026年6月30日公司及个人客户存款占比

图6：应付债券及发行存款证

4

资本情况分析

银行 核心一级资本充足率 一级资本充足率 资本充足率 系统重要性银行类别

各项资本指标均满足监管要求，整体较年初有所回落

境内银行持续拓宽外源资本补充渠道

表2：外源性资本补充情况

银行 融资工具 资本类型 融资规模

表3：资本工具占比

单位：亿元人民币

2025年 12月31日

2025年 12月31日

2025年 12月31日

风险加权资产规模持续扩张，各项风险加权资产增速放缓

图4：风险加权资产

市场风险 加权资产

夯基谋远向新提质中国银行业2026年上半年发展回顾与展望

四热点话题探讨

金融机构 2024年 2025年变动

国有大行以摊余成本计量资产为主，股份制银行以公允价值计量资产为主且分化明显

投资品种结构：国有大型银行坚守利率债基本盘，股份制银行拓展多元化收益来源

境内银行投资收益及公允价值变动损益占比走势分化：投资收益回落，公允价值变动贡献提升

2026年上半年上市银行业绩分析负债情况分析

银行核心一级资本充足率一级资本充足率资本充足率系统重要性银行类别

银行融资工具资本类型融资规模

市场风险加权资产

交易账簿和银行账簿间转换的资本要求

操作风险加权资产

2026年上半年上市银行业务观察

2026年上半年上市银行业务观察零售业务专题

数智深耕驱动经营质变，精细化运营开启银行零售财富稳健发展新周期

消费贷增长格局加速重构：国有大行发力提速，股份行进入结构收缩调整期

表1：消费贷余额分析单位：亿元人民币

银行 2026年6月末消费贷余额 2025年末消费贷余额增长率

银行线上场景与渠道拓展的举措和成果

银行线上场景与渠道拓展的举措和成果

银行线下网点优化布局智能渠道建设

银行线下网点优化布局智能渠道建设

银行线下网点优化布局智能渠道建设

银行 2026年6月末零售客户数 2025年零售客户数增长率

2026年上半年上市银行业务观察金融科技专题

银行科技架构调整与体制机制改革

银行科技架构调整与体制机制改革

银行智能服务

银行智能服务

银行智能运营阶段性成果智能风控阶段性成果

银行智能运营阶段性成果智能风控阶段性成果

银行智能运营阶段性成果智能风控阶段性成果

热点话题探讨