,从5.7元涨至5.9元,触发估值罗盘的买入信号。林深盯着盘口的千手买单如潮水般涌入,当股价触及5.85元时,他果断挂出买单,25%仓位分五笔成交。成交明细里的绿色数字让他想起破产那年与银行协商还款时的场景——那时他欠银行36万元,而现在每跳动一个价位都是五位数的盈亏。
"还缺资产质量证据。"他驱车前往位于城郊的宏业银行信用卡中心,在废纸堆里找到了废弃的催收工单。通过专业设备检测,发现这些工单的逾期天数普遍在15天以内,而同业的催收工单平均逾期天数为30天。这种逾期周期的缩短,印证了他之前的推断——智能风控模型有效降低了不良贷款的生成速度。
夜幕降临时,林深回到加密书房。电脑屏上的宏业银行K线图形成"阳包阴"形态,成交量是前一日的2.3倍。他调出银行股板块资金流向,发现主力资金在尾盘悄悄净流入2.1亿元,而散户割肉比例达83%。
"该加码了。"他想起申请个人破产时,银行客户经理冷漠的表情。当股价突破6.18元时,他按下买入键,45%仓位分八笔成交,平均成本6.12元。交易完成的瞬间,账户总资产突破七千万元大关,屏幕上的数字让他想起前妻离开时说的"你永远还不清银行的债"。
凌晨一点,私人微信弹出加密信息,是张风控发来的内部通报:"宏业银行的智能风控模型通过央行验收,消费贷不良率实际为0.78%,财报披露的1.54%包含了部分核销的历史不良。监管机构已约谈该行,要求修正财报表述。"林深盯着"0.78%不良率"四字,缓缓吐出烟圈。他知道真正的主升浪即将开始——当市场沉迷于表面不良率时,他早已通过智能风控调查预判了资产质量的真相。
他在交易软件设置复杂条件单:股价突破7.5元自动卖出20%,跌破6元止损15%,剩余仓位等待财报修正公告。玻璃幕墙上的倒影里,他的眼神不再是三年前那个在银行催收电话前瑟瑟发抖的破产者,而是经历过血火淬炼、能从银行财报缝隙中破译价值密码的操盘手。窗外的城市霓虹在瞳孔里折射成跳动的K线,照亮了笔记本上新写的战术:
银行股实战操作手册:
1. 资产质量评估体系:
- 核心指标:不良贷款率(关注环比变化>20BP)、拨备覆盖率(>200%)、逾期贷款率(<1%)
- 隐藏线索:核销率与不良生成率的差值、重组贷款占比、信用卡不良迁徙
本章未完,请点击下一页继续阅读! 第3页 / 共5页