📑 本文目录
PB=0.33的银行股：A股极低PB银行股是系统性低估还是价值陷阱？
一个残酷的数字
截至2026年5月25日的最新估值数据显示，A股有43只股票市净率（PB）低于0.5倍——即股价不到每股净资产的50%。其中，银行股占据了15个席位，是所有行业中占比最高的。
民生银行（600016）PB=0.27、华夏银行（600015）PB=0.33、贵阳银行（601997）PB=0.33——这些名字不是ST股，不是夕阳行业的僵尸企业，而是持有金融牌照、正常经营的商业银行。
更令人震惊的是，38只银行股中，PB低于1（即全部破净）的有35只，占比超过92%。招商银行——曾经A股银行股龙头、PB长期在1.5以上——如今PB也跌到了0.82。
这篇文章要做的事情很明确：从量化基本面角度，回答”买还是不买”这个核心问题。
数据来源
本文分析基于以下数据源：
| 数据维度 | 来源表 | 最新日期 |
|---|---|---|
| 估值数据（PE/PB） | stock_valuation | 2026-05-25 |
| 股票名称/行业 | stock_info_snapshot | 2026-05-30 |
| 股价走势 | stock_daily | 2026-07-02 |
| 基本面（ROE/利润增速） | stock_fundamentals | 2025年报/季报 |
| 宏观周期 | economic_cycle | 2026-06-29 |
⚠️ 估值数据局限：
stock_valuation表为月度更新，最新数据为2026年5月25日。银行PB相对稳定（华夏银行PB连续5期保持0.33），1个月间隔对分析结论影响有限。股价数据和宏观数据均为最新。
PB<0.5全景：谁在卖身价？
首先看全市场PB<0.5的43只股票的行业分布：
| 行业 | 数量 | 代表股 | PB范围 |
|---|---|---|---|
| 银行 | 15 | 民生银行/华夏银行/贵阳银行 | 0.27–0.49 |
| 房地产开发 | 6 | 金地集团/保利发展/万科 | 0.27–0.48 |
| 基础建设 | 4 | 中国铁建/中国交建/中国中铁 | 0.31–0.49 |
| 普钢 | 4 | 新钢股份/三钢闽光/鞍钢股份 | 0.36–0.46 |
| 水泥 | 3 | 金隅冀东/天山股份 | 0.40–0.44 |
| 房屋建设 | 2 | ST龙元/中国建筑 | 0.30–0.40 |
| 其他（物流/零售/综合等） | 9 | — | — |
银行是绝对的”主力军”——15只，占总数的35%。
银行股PB排序全览（最低10只）
| 排名 | 名称 | 代码 | PB | PE(TTM) | 总市值(亿) | 最新价(元) | 近20日涨跌 |
|---|---|---|---|---|---|---|---|
| 1 | 民生银行 | 600016 | 0.27 | 5.2 | 1,432 | 3.27 | -9.92% |
| 2 | 华夏银行 | 600015 | 0.33 | 4.0 | 1,052 | 6.61 | -5.44% |
| 3 | 贵阳银行 | 601997 | 0.33 | 4.1 | 191 | 5.23 | -9.98% |
| 4 | 郑州银行 | 002936 | 0.35 | 8.2 | 154 | 1.69 | -5.06% |
| 5 | 光大银行 | 601818 | 0.36 | 4.8 | 1,754 | 2.97 | -8.05% |
| 6 | 北京银行 | 601169 | 0.38 | 5.2 | 1,061 | 5.02 | -4.74% |
| 7 | 兰州银行 | 001227 | 0.39 | 6.6 | 116 | 2.04 | -5.12% |
| 8 | 浦发银行 | 600000 | 0.40 | 6.0 | 2,554 | 8.70 | -10.03% |
| 9 | 浙商银行 | 601916 | 0.44 | 6.3 | 745 | 2.71 | -12.01% |
| 10 | 西安银行 | 600928 | 0.44 | 5.8 | 151 | 3.40 | -5.56% |
注意：市值列来自
stock_info_snapshot（2026-05-30快照），单位亿。近20日涨跌截至2026-07-02。
关键发现：所有PB<0.5的银行股近20日均下跌，跌幅5%-12%不等。市场在持续抛售这些”便宜货”——这正是价值陷阱的典型特征。
低PB的三大驱动因素
银行股PB低到这个程度，市场一定有它的道理。拆开来看，三个因素在同时作用：
1. 净息差收窄——盈利能力的结构性问题
银行的核心盈利模式是”吃利差”。2024-2025年LPR持续下调，而存款利率下降滞后，净息差（NIM）从2020年的2.1%左右压缩到2025年的1.5%附近。
以华夏银行为例，其ROE从2019年的9.04%持续下降至2025年的约3.48%——ROE下降了61%，PB从0.7下降到0.33，几乎是同比例。
# 华夏银行历年ROE变化
# 来源：stock_fundamentals表 latest data
roe_history = {
'2019年报': 9.04,
'2020年报': 8.64,
'2021年报': 8.32,
'2022年报': 8.71,
'2023一季': 1.90, # 单季折算
'2025一季': 1.67,
}
# ROE趋势：持续下降 ↓净息差收窄不是某一家的特有问题，而是全行业的结构性利空。只要LPR处于下降通道，银行股的盈利能力就面临持续压制。
2. 资产质量隐忧——不良贷款的地域与行业集中
不同银行的风险特征差异很大。
贵阳银行（PB=0.33）作为西部城商行，其贷款在地域上高度集中于贵州省。当地经济增速放缓、地方政府债务压力，直接映射为不良贷款预期。
相反，招商银行（PB=0.82）零售贷款占比高、地域分散，资产质量明显优于同业。其PB溢价反映了市场对资产质量的定价。
3. 分红预期下降——估值支撑的动摇
低PB银行股的传统吸引力在于高股息。但2024年以来，多家银行的分红率（分红/净利润）并未提高，每股分红金额甚至因净利润下降而减少。
以PB=0.27的民生银行为例，如果其维持每股0.215元分红（2024年水平），按3.27元股价计算的股息率为6.57%——看起来很诱人。但问题在于：净利润如果继续下滑，分红能维持多久？
市场正在对”不可持续的分红”进行折价。
宏观周期的关键信号
经济周期数据提供了一个重要的增量视角。
截至2026年6月29日的economic_cycle表显示：
| 指标 | 最新值 | 含义 |
|---|---|---|
| 周期阶段 | 滞胀 | 增长放缓+通胀偏高 |
| 库存周期 | 被动去库存 | 企业主动去库存，需求弱 |
| 信用周期 | 宽信用 | 货币政策宽松，信贷投放积极 |
| 利率环境 | 利率平稳 | 短期利率稳定 |
| 宏观评分 | +4.5 | 中性偏多（连续6周） |
这是一个矛盾的组合：滞胀 + 宽信用。
滞胀（低增长、高通胀）对银行股是不利的——因为企业盈利能力下降会推高不良贷款。但宽信用是利好的——因为信贷投放量增加，银行”以量补价”。
历史上看，“宽信用+被动去库存”的组合下，银行股的表现分化极大：资产质量好的银行（如招商银行、成都银行）受益于信贷扩张，而资产质量差的银行仍然被不良贷款压制。
价值陷阱识别清单：5个红旗信号
仅凭PB低不足以构成买入理由。以下5个红旗信号，建议在评估每只极低PB银行股时逐一排查：
🚩 红旗1：ROE趋势向下（最危险）
PB=0.33的贵阳银行历史ROE最高到过15.75%（2019年），但2025年已降至约4%以下。ROE下降意味着”净资产在缩水”，即使PB再低，每股的内含价值也在衰减。
数学上：如果一只银行股PB=0.33、ROE=3%，那么其股东的实际回报率约为 ROE × (1 - 分红率) 加上 PB修复收益的期权价值——但PB修复需要催化剂，而ROE下降本身就是负催化剂。
通过标准：ROE稳定在8%以上，且过去3年未出现趋势性下降。
🚩 红旗2：不良贷款率上升
数据中无法直接提取每家银行的详细不良率，但可以从利润增速信号间接判断。华夏银行2025年Q1净利润增速为-14.04%，可能反映了资产质量恶化。
通过标准：扣非净利润增速连续3年为正。
🚩 红旗3：营收增速持续下滑
银行营收增速下降 = 净息差收窄 + 中间业务收入下滑。在宽信用周期中，营收增速≥0是底线要求。
以华夏银行为例，其营业总收入同比增长率从2021年的约+3%下降到2024年的约-5%，营收收缩直接压缩了未来分红的空间。
通过标准：营业总收入同比增速大于0。
🚩 红旗4：资本充足率接近监管红线
极低PB意味着银行无法通过股权融资补充资本。如果核心一级资本充足率接近监管红线（7.5%），银行可能被迫减少信贷投放或降低分红——两者都会进一步压制股价。
通过标准：核心一级资本充足率高于监管要求2个百分点以上。
🚩 红旗5：地域或行业集中度过高
贵阳银行（贵州单一地域）、兰州银行（甘肃单一地域）、郑州银行（河南单一地域）——中小城商行的共同风险：贷款集中度。一旦当地经济出问题，不良率可能跳升。
通过标准：前三大贷款地域占比小于60%，或为全国性银行/发达地区银行。
可关注 vs 应避开：具体分析
基于现有数据（注意：缺少不良贷款率、资本充足率等详细指标，以下为基于公开数据的理性推断），给出定性判断：
✅ 相对值得关注的银行
| 银行 | PB | ROE趋势 | 加分项 |
|---|---|---|---|
| 兴业银行（601166） | 0.45 | ROE 9-11%（相对稳定） | 股份制银行、地域分散、营收全国化 |
| 招商银行（600036） | 0.82 | ROE 14-16%（行业最高等级） | 零售银行龙头、资产质量最优 |
| 成都银行（601838） | 0.85 | ROE 15-19%（高速增长） | ROE增速行业顶级，受益于成渝经济圈 |
这三个的PB其实都高于0.4——“便宜是要原因的”，真正优质银行的PB不会跌到0.3以下。
⚠️ 需要谨慎对待的银行
| 银行 | PB | 主要风险 |
|---|---|---|
| 民生银行（600016） | 0.27 | ROE持续下滑、营收负增长、历史不良包袱重 |
| 华夏银行（600015） | 0.33 | ROE降至3.5%、营收同比下滑、净利润增速转负 |
| 贵阳银行（601997） | 0.33 | 地域集中度极高（贵州）、ROE从15%跌至4% |
| 兰州银行（001227） | 0.39 | 小市值、西部城商行、流动性和抗风险能力弱 |
极低PB银行股的仓位管理框架
如果你仍想参与”极低PB银行股”的均值回归交易，以下是量化框架建议：
三层筛选漏斗
Layer 1: 估值过滤
└─ PB < 0.6（备选池）
└─ PE_TTM > 0（排除亏损）
└─ 市值 > 100亿（排除僵尸股）
→ 入选 ~30只
Layer 2: 质量过滤
└─ ROE > 6%（排除盈利能力过低）
└─ 营收增速 > -3%（底线不能太差）
└─ 非ST、非*ST
→ 入选 ~12只
Layer 3: 信号过滤
└─ 20日涨跌 > -15%（排除加速下跌）
└─ 成交额 > 1亿（流动性过关）
→ 最终入选 ~6-8只仓位规则
| 条件 | 最大仓位 |
|---|---|
| PB<0.5且ROE>8% | 单只 ≤ 总仓位10% |
| PB<0.5且ROE 6-8% | 单只 ≤ 总仓位5% |
| PB<0.5且ROE<6%（或无法获取） | 不参与 |
买入条件
- 必须同时满足两个条件才买入：
- 估值条件：PB处于近2年最低10%分位（华夏银行0.33已是2年最低）
- 信号条件：RSI 小于 30（超卖）且macd底背离形成
近20日表现：下跌本身说明了什么？
所有PB<0.5银行股近20日均下跌，跌幅中位数约8%。最惨的是苏农银行（-18.20%）、重庆银行（-14.84%）、厦门银行（-14.27%）。
这个数据本身就传递了一个信号：市场在系统性抛弃银行股，而不是个别银行的问题。
从风格角度，2026年二季度以来，科技股（半导体ETF 20日+37%）全面吸走流动性。银行股作为”防御型价值股”，在科技牛市中往往被资金抽血。
这种风格极端化在历史上并不罕见（2015年、2020年都出现过），但问题在于——银行的下跌是否已经Price In了所有坏消息？
结论：系统性低估还是价值陷阱？
回答这个问题，取决于你站的位置：
从量化基本面角度，答案是：大部分是价值陷阱，少数是系统性低估。
- 价值陷阱：ROE持续下降、营收负增长、地域集中度高的中小银行（民生、华夏、贵阳、兰州等）。PB=0.33在ROE=3.5%的情况下并不便宜——如果ROE继续下降到2%，合理PB应该是0.2。
- 系统性低估：ROE稳定的优质银行（兴业、招商、成都等）。它们的PB低于0.85，而ROE在9-15%，这确实低估了。
投行分析师常说的一句话：“买银行股是在买一个看涨期权——经济复苏的期权。“宽信用周期下，如果2026年下半年经济触底回升，银行将是最大受益者之一。但如果你买的银行撑不到经济复苏的那一天（资产质量恶化导致被迫缩表），那就会像持有虚值期权一样不断贬值。
最终的答案：不要因为PB=0.33就去买银行股——要用ROE和营收增速筛选。盯住能”活到经济复苏”的银行，避开那些连宽信用都救不了的地域性银行。
本文所有数据来自DuckDB（quant_v2.duckdb），仅作为量化研究参考，不构成投资建议。
相关阅读：