熱門資訊> 正文
2026-11-20 12:52
轉自:新華財經
新華財經北京11月20日電(郭興華)11月19日全球史上最大IPO再次被刷新,Anthropic上市募資813億美元,與此同時,投行業務總承銷費用也達到5.5億美元。截至2026年11月19日,美國華爾街六家銀行動態市盈率約9.5—13.2倍,市場主要按利率、資本回報和信用周期定價,並未給予獨立AI估值溢價。AI資本支出周期確實為華爾街銀行帶來鉅額收入,但主要體現為承銷費和股票業務淨收入的增長。從內部業務來看,AI當前更成熟的成色是降本、提效、反欺詐和輔助決策,尚不足以構成獨立的「賺錢引擎」。
AI拉昇收入,一級承銷爆單 二級交易淨收入大增
根據華爾街六家銀行2026年第三季度財報、公司電話會和公開內容披露,三季度,美國六大銀行中除美國銀行外,其余五家均實現盈利同比增長,六大行合計淨利潤436.04億美元,其中摩根大通以153.05億美元居首、同比增長6%。最直觀的業績支撐力量來自AI產業鏈上數據中心、芯片與算力基礎設施的鉅額融資需求,被華爾街投行轉化為顧問、承銷、銀團貸款與項目融資收入。
2026年6月,SpaceX登陸納斯達克募資750億美元,承銷費絕對金額約5億美元;7月,SK海力士募資265億美元,投行合計佣金超過1億美元;8月,英特爾募資200億美元,摩根大通、高盛、摩根士丹利、花旗集團擔任聯席賬簿管理人,承銷折扣與佣金合計約 3.3 億美元。這其中還有規模更大的隱性收益,以SpaceX上市為例,據佛羅里達大學教授傑伊·里特測算,首日約173億美元的機構賬面浮盈中,約三成會以「軟美元」形式迴流華爾街,潛在規模逾50億美元,約為顯性承銷費(含綠鞋)的8倍,而決定配售權的高盛收益最大。
融資需求的湧入直接改寫了投行收入表。高盛三季度投行業務手續費收入同比增長21%,摩根大通同比增長15%;而主動迴避部分高熱度AI基礎設施融資承銷的美國銀行,同期投行收入下滑約11%。AI產業鏈參與度的差異被迅速折算成了業績差異。
二級市場股票交易,給銀行繼續派發紅利。三季度六大行股票交易收入同比平均大增近40%,股票交易收入普遍超過固定收益交易收入。高盛股票交易收入同比大增72%,躋身歷史第二高;摩根大通增長49%,創歷史同期最高紀錄;摩根士丹利大增41%至57.99億美元,遠超分析師預期;即便是參與度相對落后的美國銀行,也錄得11%的增長。
值得注意的是,這輪交易收入的底層驅動並非傳統宏觀交易,而是9月芯片股拋售、客户大幅調整科技股倉位所帶來的巨量股票中介與衍生品交易。換言之,AI既通過投行承銷「賣出去」,也通過市場波動「交易出來」,兩條線共同構成了華爾街銀行當期最硬的收入增量。
省錢工具提效,AI尚未成為美國銀行業的「賺錢引擎」
華爾街頭部銀行的AI已經系統性進入核心運營、編碼、客服、支付、反洗錢輔助、財富顧問流程和部分客户交付,但仍主要作為生產率與流程槓桿,而非被客户單獨採購、可獨立識別的「AI收入」。
美國銀行提供了最接近ROI披露的案例。該行稱每年技術開發投入超過40億美元,AI使開發效率提高約10%;約130個項目均設有明確ROI,2026年項目收益預計2.5億—3億美元、2027年約7億美元。該行還披露Erica日均處理約200萬次交互,IT服務檯呼叫下降約50%—55%,約1.8萬名開發者的生產率提升20%以上。若2027年7億美元實現,按其2025年營收約1,100億美元的粗略基數看,僅約0.6%。這不是能單獨驅動估值重估的量級,卻能明顯降低單位服務成本和增加單位員工產出。美國銀行的領先性主要體現在項目管理、ROI評估和業務場景廣度,而不是已經把AI變成顯著的新收入。
摩根大通的領先是平臺級、數據級和組織級的整合,但成本曲線尚未證明利潤釋放。摩根大通長期維持約170億—200億美元年技術投入量級,2026年技術預算約199億美元;其LLM Suite向約25萬名員工開放,近半數每日使用,並已把生成式AI用於合同分析、研究、代碼、數據和內部知識。CEO戴蒙強調「不會從AI中獲得獨享收益」,CFO巴納姆也稱證明成本節省很難,恰恰説明該行並未把複雜轉型包裝成簡單成本削減。三季度管理口徑營收509.07億美元、同比增8%,非利息支出272.95億美元、同比增12%;支出增長來自交易相關費用、前臺招聘、工資和技術投入。因而,平臺投入與收入增長同時存在,但尚不能從財報中分離出AI帶來的淨貢獻。
花旗是「端到端重構」的樣本,但絕對收益披露不足。三季度營收238.45億美元、同比增8%,運營支出139.52億美元、同比降2%,CEO稱AI與自動化年內淨收益已超過投入;約100個高人工流程正被重構,產品上市周期加快30%—40%,技術供應商支出同比減少30%,客户服務響應時間改善21%。這是最明確的「核心流程重構」信號,但「淨收益超過投入」只是管理層定性結論;產品上市加速也不等於收入立即增加。花旗的優勢在於流程範圍大,難點在於歷史舊系統升級和跨國合規復雜度較高,自動化收益必須扣除模型監控、數據治理和例外處理成本。
AI優化改善內部流程,能直接折算成工時節約;而收入取決於定價、渠道、客户風險偏好與市場競爭,中間隔着多層變量,歸因極難。市場並未按「AI股」給銀行重新定價:截至2026年11月19日,花旗市淨率在1倍左右,富國銀行、美國銀行、摩根大通、高盛、摩根士丹利分別為1.50、1.06、2.42、2.22、2.55倍;估值差仍主要反映業務結構、資本回報、合規和利率敏感度。
組織架構重構,財富管理成為AI增收「最重要試驗場」
西方銀行業在營收增長的市場環境下,正在進行大量崗位裁撤和人員結構調整。獵頭公司Morgan McKinley總監馬克·阿斯特伯里觀察到,傳統項目管理和后臺崗位的機會正在減少,銀行對AI、軟件工程和數據專業人才的需求反而走高,他形容「倫敦金融行業越來越像科技僱主」。
從歐洲來看,據報道,巴克萊銀行計劃於2026年裁減約5000個崗位,約佔員工總數的5%,其中約60%集中在支持職能部門,開發人員崗位也在涉及範圍之內。匯豐英國財富管理業務中,半數管理及專業崗位、最高70%的理財顧問崗位可能被裁減,AI正在改變其服務客户的模式。
美國銀行業的調整方式看似更温和。高盛表示打算「控制人員規模增速」並小幅精簡崗位;摩根大通CFO巴納姆在財報電話會上透露,隨着全行推廣AI,管理層已接到控編要求。人員結構的另一面是招聘方向的轉向。隨着AI接手大量初級員工的重複性工作,銀行還需要重新設計下一代人才培養體系。
在所有業務線中,財富管理被分析師反覆點名為檢驗AI能否增收的關鍵場景。財富管理的核心瓶頸從來不是需求,而是合格顧問的產能。一名顧問能服務的客户數量有限,導致個性化服務難以規模化。AI恰好作用在這一瓶頸上:客户准入、資料整理、報告生成等環節的效率大幅提升,讓顧問能把時間投向客户溝通與資產配置。
摩根大通的投顧與理財規劃工具則是美國市場的標杆產品。從財報看,摩根大通第三季度管理資產規模達5.2萬億美元、同比增長13%,財富管理獲得強勁資金流入;高盛的資產與財富管理業務收入同比增長14%,為其交易業務之外提供了另一項增長來源。
財富管理AI應用的另一個重點,是把AI用於「經驗資產化」。各大銀行正推動員工將工作流程封裝為可共享的「技能」,通過統計不同技能的複用熱度動態調配資源,把原本附着於個人的經驗沉澱為組織可調用的知識資產。這一做法直接回應了財富管理領域「明星經理經驗隨人流失」的長期痛點。AI在后台運營與合規場景中已是確定性的效率工具,但在承擔實質決策責任的環節,受能力與監管雙重約束,仍處於輔助角色。
編輯:王春霞