前有“强敌”后有“追兵”,稍不留神即被超越——上海银行2024年财报分析

admin 2025-09-08 阅读:3 评论:0
上海银行前身是1996年在原上海市98家城市信用合作社和上海市城市信用合作社联社基础上组建而成,设立时公司名称为“上海城市合作银行”,1998年更名为上海银行股份有限公司,2016年在上交所上市,股票代码601229。 上海银行业务区域除...

上海银行前身是1996年在原上海市98家城市信用合作社和上海市城市信用合作社联社基础上组建而成,设立时公司名称为“上海城市合作银行”,1998年更名为上海银行股份有限公司,2016年在上交所上市,股票代码601229。

上海银行业务区域除上海地区外还扩张到长三角地区(上海除外,设有宁波分行、南京分行、杭州分行和苏州分行)、珠三角地区(设有深圳分行)、环渤海地区(设有北京分行和天津分行)和中西部地区(设有成都分行)。

2024年末上海地区贷款余额占全部贷款余额的48.02%;除上海外的长三角地区占30.25%;珠三角占12.07%。

一、营业收入和净利润增速回升,但主要依赖投资收益

截至2024年末,上海银行总资产达到3.23万亿元,同比增长4.57%;当年实现营业收入529.86亿元,同比增长4.79%;实现归母净利润235.60亿元,同比增长4.50%。

2024年主要规模类指标保持增长,特别是营业收入在2022年和2023年连续两年负增长后,2024年实现了正增长,但当年营业收入仍低于2021年时的531.12亿元。归母净利润在2024年也相比2022年和2023年实现增长提速。

从结构看,2024年营业收入和利润的增长主要依赖投资收益增长。2021年以来,上海银行利息净收入和手续费及佣金净收入均出现负增长。而2024年投资收益达到131.66亿元,同比大幅增长94.42%,对当年营业收入和净利润的增长提供了重要支撑。

2024年上海银行与其他主要城商行规模类指标及增速对比如下表:

与主要城商行相比,2024年末上海银行总资产排在北京银行江苏银行之后。2024年上海银行营业收入和归母净利润排在江苏银行北京银行宁波银行之后。而十年前上海银行总资产、营业收入和净利润均仅次于北京银行

总资产方面,上海银行于2022年末被江苏银行超过;营业收入则于2020年也被江苏银行超越,于2022年被宁波银行超过;归母净利润方面则于2022年被江苏银行和宁波银行超越。

而排在上海银行后面的南京银行则在营业收入和归母净利润紧紧追着上海银行且与上海银行的差距越来越小。

上海银行面临前有“强敌”,后有“追兵”,稍有不慎即将被其他城商行“后来居上”。

二、净息差下降且较低,利息净收入量比双降

2024年,上海银行净息差为1.17%,较2023年下降17个BP。在主要城商行中上海银行净息差较低,且与主要A股上市银行相比也处于较低水平(低于“六大行”中最低交通银行的1.27%;也低于股份行中最低渤海银行的1.31%)。

上海银行与主要银行净息差(净利差)对比如下表:

净息差的下降且绝对值不高,加上贷款总额增速放缓,上海银行近年来利息净收入持续下降。2024年其利息净收入为324.86亿元,占营业收入的61.31%,占比较2023年下降8.23个百分点,且占营业收入比持续下降。

三、资产质量水平中等,个贷不良率持续上升

2024年末,上海银行不良贷款率为1.18%,较2023年末下降了3个BP,2024年末不良贷款拨备覆盖率为269.81%,较2023年末下降2.85个百分点。无论是不良贷款率还是拨备覆盖率在商业银行中处于中等水平。

虽然不良贷款率处于中等水平,但关注类贷款占比和逾期贷款率均高于不良贷款率。2024年末关注类贷款占比2.06%,逾期贷款率为1.72%,均高出不良贷款率。上海银行资产质量压力仍存。

结构方面,与主要同业一样。上海银行近年来个人贷款不良率持续上升,而公司贷款不良率则保持下降。2024年末公司贷款不良率为1.37%,仍高于个人不良贷款率的1.14%。

上海银行贷款以公司贷款为主,占比远高于个人贷款在总贷款中的占比。以公司贷款为主的贷款结构结合公司贷款不良率下降的趋势,有助于上海银行资产质量的控制。

个人贷款不良结构方面,上海银行个人消费贷款不良率较高,但近年来有一定下降;个人经营性贷款不良率近年来持续上升,2024年末达到1.56%,超过了个人消费贷款1.45%的不良率,个人住房贷款不良率也在上升,但整体良好,2024年末仅为0.45%。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...