金融资本的“平均利润”法则：为什么银行不追暴利，却能跨越每一轮周期？
<
引言：一个悖论——最赚钱的行业里，银行为什么不“暴富”？
长鑫科技2026年一季度交出的成绩单，是中国企业史上罕见的业绩跃迁：单季营收508亿元，同比+719%；归母净利润247.6亿元，同比扭亏转盈且直接进入A股前十。而在它的资产负债表上，每年支付给银行的利息仅约100-112亿元，无论企业亏163亿还是赚247.6亿/季，银行的利息收入都纹丝不动。
许多人问过一个朴素的问题：银行为什么不直接入股这些高成长企业，去赚那个十倍百倍的股权收益？为什么甘于只拿那1%-5%的净息差？
答案是：银行赚的不是“某个企业”的钱，而是“整个经济系统”的钱。 它的利润锚定的不是单一企业的成败，而是社会平均资本回报率。这一看似“保守”的定位，恰恰让银行拥有了跨越周期谷峰的制度性能力。而科技进步则在不断抬高这个“社会平均”的水位，从量价两个维度，为金融资本开辟了更为辽阔的发展空间。
一、逻辑起点：银行赚的是“社会平均利润”，不是“个体超额利润”
1.1 一个思想实验
假设一个经济体中只有两家企业：一家芯片厂（重资产，ROE极高但波动剧烈），一家食品厂（轻资产，ROE稳定在8%）。银行的贷款组合中，30%贷给芯片厂，70%贷给食品厂。
当芯片景气爆发，ROE从-20%飙升至50%，银行也只能按合同收取那30%贷款的利息，不会多拿一分钱。
当芯片陷入萧条，ROE跌至-20%，只要芯片厂不违约，银行的利息依然一分不少。
而那70%的食品厂贷款，无论经济周期如何起伏，始终为银行提供稳定而持续的利差收入。
银行这个“组合”的收益率，就是全社会的加权平均资本回报率——它不是最高的，但一定是最稳定的。
1.2 从理论到现实：马克思的“平均利润率”规律
政治经济学中有一个经典理论：在完全竞争的市场经济中，资本会在不同行业之间自由流动。利润率高的行业会吸引大量资本涌入，加剧竞争、压低利润率；利润率低的行业会出现资本流出，供给减少、利润率回升。最终，全社会的资本回报率会趋向一个“平均利润率”。
马克思在《资本论》第三卷中系统论述了这一规律，指出资本主义生产的根本调节者是“不同生产部门之间的平均利润率”。而银行，恰恰是这个“平均利润率”最忠实的载体。
银行的贷款组合覆盖了几乎所有行业、所有区域、所有规模的企业。它不赌某一行业的景气，而是获取全社会经济活动的平均回报。在经济上行期，银行不追求最高的边际收益；在经济下行期，银行也不承受最深的边际亏损。正是这种“不极致”的定位，让银行能够跨越每一轮周期的谷峰。
1.3 当下中国银行业的“平均利润”实态
2026年一季度，中国商业银行整体净息差约为1.35%。这意味着，银行从每100元贷款中赚取约1.35元的毛利润——不及芯片、AI等前沿行业一个季度的利润率，却高于产能过剩的传统制造业。它恰好处于中国实体经济加权平均资本回报率的中间地带。
净息差1.35%是什么概念？中国规模以上工业企业2025年的平均利润率约为5.5%-6%，银行以1.35%的息差从实体经济的总利润中切走了一块，而这块利润恰好足以覆盖银行的信用成本和运营成本，并给股东提供约8%-10%的ROE。它既不是暴利，也不是亏损；它是系统意义上的“平均利润”。
二、科技的角色：抬高整个系统的“平均水位”
如果说银行的利润是经济系统平均回报的映射，那么科技进步就是那个不断抬升这个“平均水位”的力量。
2.1 长鑫科技案例的再审视：技术进步→平均利润抬升
将长鑫科技作为中国DRAM国产替代的核心载体，其技术进步本身就是中国存储芯片平均利润率的决定因素。
回顾历史：在中国企业掌握DRAM量产能力之前，整个中国市场的DRAM供应依赖三星、SK海力士、美光的进口。所有与存储器相关的产业——PC制造、手机制造、服务器制造——在存储芯片这个价值链环节上，利润大量外流。
当长鑫科技突破技术封锁，实现国产替代，产业链上发生了什么变化？
直接拉动：2026年Q1，长鑫科技单季营收508亿，利润247.6亿。这些利润、税收、工资，全部留在了国内。
成本溢出：国产DRAM的大规模供应，从根本上改变了全球DRAM的供需格局，压低了国内下游企业的采购成本。
产业链联动：围绕长鑫科技的设备国产化（北方华创、中微公司）、材料国产化、封测服务（通富微电），形成了完整的本土生态，整个产业集群的平均利润率随之抬升。
这就是科技进步对“社会平均利润”的贡献路径：它不是在某个点上创造暴利，而是在整个面上抬高了水位。银行作为“水面高度”的映射者，其可放贷的产业空间、贷款定价空间、信用质量空间，都在同步扩张。
2.2 科技与投资的循环增强机制：量价的自我强化
科技进步不仅创造了更高的利润率，还通过一个“科技→投资→量价→信用”的循环，系统性地扩大了金融资本的发展空间。
这个循环的驱动机制如下：
以存储产业为例：2022-2024年，长鑫科技累计资本开支达1503亿元，其中银行提供了巨量信贷支持。技术进步使得这些资本开支最终转化为产能和利润，2026年Q1利润爆发后，企业的偿债能力彻底逆转，银行的信用风险大幅下降。同时，围绕存储芯片的产业集群效应，催生了更多上下游企业的设备采购、流动资金、跨境结算等金融需求，银行的“量”在持续膨胀。
这是一个技术进步→产业扩张→信贷需求增长→金融资本壮大的正反馈循环。科技抬高了社会平均利润率的水位，而银行则在这个升高的水池中，获得了更广阔的量价扩张空间。
2.3 历史回望：每一次科技革命如何重塑银行的“平均利润”
将视野放大到更长的历史周期，科技革命与金融资本的关系呈现出高度规律性。
第一次工业革命（蒸汽机、铁路），将人类从农业社会拉入工业社会，社会平均利润率发生质的飞跃。铁路融资催生了现代投资银行的诞生，债券市场和股票市场体系由此形成。以英国巴林银行、罗斯柴尔德为代表的金融巨头，就是在为铁路建设提供大规模融资的过程中崛起的。
第二次工业革命（电力、内燃机、化工），将工业生产的规模和效率推向新高度，催生了以摩根大通、德意志银行为代表的现代全能银行体系。银行从单纯的存贷机构，演变为产业资本的配置中枢——它们不仅为工厂建设提供贷款，还通过股票承销、并购顾问等业务深度参与产业整合。
信息技术革命（半导体、互联网），催生了硅谷风险投资模式，银行在这一轮科技浪潮中相对边缘化——轻资产的科技企业不需要大量银行贷款，银行被排除在“超额利润”的分配之外。这正是大普微（零有息负债，利息费用/营收比接近零）所代表的现实：在轻资产高成长领域，传统银行几乎是“失语”的。
人工智能革命（当前这一轮），格局正在发生深刻变化。AI不仅是轻资产的软件创业，更需要巨量的算力基础设施——数据中心、存储芯片、GPU集群、能源配套。这些重资产投入，正是银行信贷的优势战场。大普微需要产能扩张、长鑫科技需要千亿级资本开支，银行重新回到了科技浪潮的核心融资环节。
每一轮科技革命，都在抬高社会平均利润率的水位；每一轮金融创新，都在改变银行参与这种抬升的方式。但不变的是：只要经济系统需要大规模资本动员，银行作为“平均利润”的收割者，就始终在场。
三、银行跨越周期的能力从哪里来
3.1 结构优势：收入端的刚性，支出端的滞后
银行的收入是贷款利息，由合同锁定，不随企业盈利而大幅波动。银行的支出是存款利息，虽然也是合同约定，但其调整速度天然滞后于资产端。当市场利率下行，贷款利息收入较快调降，存款成本却需要数个季度才能缓慢跟进——这是“利差压缩期”的难受之处。但当利率企稳或上行，贷款的收益率先回升，存款成本滞后跟进——“利差修复期”的盈利弹性远超非银机构。
这种“资产先行、负债跟进”的错位结构，使银行在利率周期的不同阶段呈现出非对称的盈利特征：下行期艰难但可控，上行期或企稳期弹性显著。
3.2 制度优势：央行最后贷款人、存款保险、系统重要性
银行是经济体系的信用中枢。当系统性风险来临时，央行会通过再贷款、再贴现等工具为银行体系注入流动性。存款保险制度保护了银行的负债端稳定性，使银行在经济下行期不会遭遇“挤兑”。系统重要性银行的政府隐性担保，使银行的融资成本显著低于同等信用评级的普通企业。这些制度性安排，赋予银行在周期谷底维持信贷投放和正常运营的能力，是银行“跨越周期”的外部支撑。
3.3 组合优势：银行持有的是整个经济的资产组合
单个企业可能违约、单个行业可能衰退，但整个经济体系中，总有一些部门在增长、一些部门在稳定运行。银行通过持有一个跨行业、跨区域、跨规模的企业贷款组合，有效地将“总体风险”降至接近系统性风险的水平，而系统性风险由央行和财政进行最终管理。 银监会的统计数据证实：近二十年来，中国银行业不良贷款率从未突破过约2.5%的系统性阈值——这就是组合分散效应的量化体现。
四、银行与企业的共生关系：重新理解分配比例
回到文章开篇提出的“分配比例”问题，现在可以给出一个系统性的解释。
4.1 银行利率锚定的是一种“社会平均索取权”
银行与企业之间的利息分配，本质上是“固定索取权”（债权）与“剩余索取权”（股权）之间的分配。银行利率是整个经济体平均风险的定价，而非对个别企业前景的赌注。
当长鑫科技在2023年亏损163亿元时，银行的利息依然按合同收取——这不仅是银行的强势，更是银行对整个经济系统“分摊风险”的功能要求。银行如果因为企业亏损就减免利息，存款人对银行的债权就失去了刚性保障，整个信用体系将崩塌。反之，当企业利润在2026年暴涨至单季247.6亿元时，银行也不能因此要求“多分一杯羹”——定价是在放贷时完成的，事后不追溯，这是债权契约的底线。
这种固定索取权结构，使银行成为全社会风险分摊和利润分配的“稳定器”。企业是油门，银行是刹车，二者协同共济，推动经济系统在稳定中前行。
4.2 从长鑫科技到大普微：两种模式的“银行关联度”
长鑫科技（重资产IDM）和大普微（轻资产Fabless）是两种截然不同的企业形态，也对应着完全不同的“银行关联度”。
银行的“平均利润”属性，决定了它在重资产、高杠杆领域占据主导地位，而在轻资产、低杠杆领域被“排除在游戏之外”。 这是产业分工的内生结果，而非银行主动选择的结果。当科技进步推动产业从“重”向“轻”演进时（如从IDM向Fabless分化），银行的传统信贷空间收窄——这也是为什么银行必须通过子公司（如投行、直投）参与科技投资的根本动因。
五、回到招商证券：金融与科技共生逻辑的最佳注脚
我们将这个宏观框架重新聚焦到对话中的核心标的——招商证券。
5.1 招商证券的双重身份：既是“银行”，又是“科技股东”
招商证券的传统业务——经纪、财富管理、固收自营——在盈利模式上与银行高度同构：它的核心收入来自客户交易量、托管规模和固收利差，而非单只股票的涨跌方向。这部分业务构成了招商证券的“弱周期底盘”，为其提供了类似银行的稳定现金流和估值安全垫。
与此同时，招商证券通过另类投资子公司（招商证券投资有限公司）布局的大普微和长鑫科技直投项目，又使它在科技赛道中拥有了纯权益敞口。大普微（680元/股）贡献了约59.7亿元账面浮盈，长鑫科技IPO后可能贡献百亿级的持股市值，两者合计已超过公司当前总市值的相当比例。
5.2 招商证券与银行的“平均利润”逻辑的内在关联
招商证券的估值被压至PB约1.0-1.1倍——市场定价所隐含的假设是：这是一家“与银行相似的弱周期金融股”，应该给予银行般的估值折价。
但这个定价存在一个显著的盲点：招商证券的直投业务，是银行体系完全无法复制的超额利润来源。 大普微的上市、长鑫科技的IPO，创造的是远超社会平均利润的收益弹性。银行拿不到这部分收益——因为银行不能持有工商企业的股权（受到《商业银行法》第43条的限制），而招商证券可以。
从“金融资本获取社会平均利润”的逻辑出发，招商证券正处于一个结构性的“混合状态”：它的底盘赚取的是金融资本的平均利润（经纪+固收自营的利差），它的弹性敞口赚取的是科技资本的超额利润（保荐+直投）。 当长鑫科技IPO临近、大普微浮盈即将在半年报中首次体现时，市场能否将这种“平均利润底盘+超额利润弹性”的复合结构合理计入定价，是其估值能否获得系统性重估的核心变量。
六、结语：在恒定与变化之间——金融资本的历史角色
从蒸汽机到DRAM，从铁路债券到科创板，科技浪潮一波波涌来，每一次都曾有人宣告“银行业将被颠覆”。但两百多年来，银行系统不仅在每一次科技浪潮中生存下来，而且每一次都比前一次更加强大。
原因不在于银行善于追逐超额利润，恰恰相反——银行善于赚取“不极致”的平均利润。 这种看似保守的定位，使银行能够成为经济体系的信用中枢、定价基准和流动性蓄水池。
科技进步不断抬高社会平均收益率的水位，投资需求从量和价两个维度膨胀金融资本的生存空间，而银行作为这一水位的忠实映射者，始终稳步站在周期的中央，不激进、不退缩，持续吸纳着整个社会体系持续向上的能量。
银行不赌某一产业的未来，而是与整个经济体系共同呼吸。在恒定与变化之间，银行选择了“恒定”，而这种恒定本身，就是它穿越每一轮变化的根本力量。
@今日话题 $招商证券(SH600999)$$招商银行(SH600036)$ $成都银行(SH601838)$
本话题在雪球有16条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>
#金融资本的平均利润法则为什么银行不追暴利却能跨越每一轮周期