## Official Facts
- 截至2026年3月末，公司总资产达 13,484.8 十亿元，客户存款总额 9,959.1 十亿元，贷款和垫款总额 7,464.3 十亿元。
- 2025年全年归属于本行股东的净利润为 150.1 十亿元；2026年一季度归母净利润为 38.4 十亿元。
- 截至2026年3月末，零售客户总数达 227 百万户；管理零售客户总资产（AUM）余额达 17,855.1 十亿元。
- 截至2025年末，金葵花及以上客户（月日均总资产50万以上）达 5.93 百万户；私人银行客户（月日均总资产1,000万以上）达 0.199 百万户。
- 2025年，招商银行App和掌上生活App月活跃用户（MAU）达 129 百万户。
- 2025年公司信息科技投入为 12.9 十亿元，占营业净收入的4.31%；期末研发人员 11,051 人，占员工总数的9.09%。
- 2025年净息差（NIM）为1.87%，同比下降11个基点。零售客户存款日均余额中活期占比为49.01%；公司客户活期存款日均余额占比为51.33%。
- 截至2026年3月末，公司不良贷款率为0.94%，不良贷款余额 69.8 十亿元；拨备覆盖率 387.76%，贷款拨备率 3.63%。

## Management Claims
- 战略目标定位为“打造价值银行”，经营策略坚持“质量、效益、规模”动态均衡发展，做强重资本业务，做大轻资本业务。
- 风险管理战略定位于建设覆盖“全风险、全机构、全客户、全资产、全流程、全要素”的全面风险管理体系。
- 科技战略上提出“AI First”理念，推动由“线上招行”向“数智招行”跃迁，强化“AI+金融”场景落地和生态建设。
- 将自身财富管理定位为“全客群、全产品、全渠道”服务体系，以“招商银行TREE资产配置服务体系”推动多资产、多策略配置落地。

## Official Promotional Language
- 发布“国内银行业首个开源百亿参数金融大模型‘一招’”。
- “零售金融、大财富管理特色优势继续提升，数智化转型持续深入”。
- “巩固堡垒式的全面风险与合规管理体系，守住不发生系统性风险底线”。
- 致力于成为“创新驱动、模式领先、特色鲜明的最佳价值创造银行”。

## Third-party Data Used
- 华兴证券预测数据补充：预计公司2026年净息差（NIM）为1.80%，信用成本为0.60%，成本收入比为34.8%，ROE（净资产收益率）为13.1%。

## Third-party Views
- third_party_view：有第三方（华兴证券）担忧/提出假设，贷款规模增速可能放缓（下调预测2.9%-4.2%）以及运营支出预期变化可能对净利润池扩张带来约束压力；该观点尚需通过实际信贷投放量、信用成本跨期表现及净息差走势验证。

## Evidence Cards

### Card 1：零售AUM与高净值客户规模
- **观察事实**：截至2026年3月末，管理零售客户总资产（AUM）达到 17,855.1 十亿元，零售客户数 227 百万户。2025年末私人银行客户户均总资产约为 28.01 百万元。
- **来源身份**：reported_fact
- **时间尺度**：连续多期/跨周期读数（持续增长的存量指标）。
- **所有者相关性**：利润池、需求、规模。
- **事实触发的问题**：万亿级AUM和高净值客户的持续沉淀，需要哪些事实验证其主要受系统性渠道转换成本驱动，还是受宏观储蓄搬家和外部周期景气度驱动？
- **证据边界**：
  - 已记录事实：记录了零售AUM总规模、零售客户及高净值客群的绝对数量。
  - 可提示的问题：可能影响手续费及佣金收入的基数、低成本资金来源及财富管理业务的市场份额。
  - 升级判断所需证据：需要AUM净流入中新老客户的结构比例、客户实际复购率、单客产品持有数量、以及在资本市场下行期资金流出的实际留存率等行为事实。
- **后续验证**：需在后续财报中验证非息收入（特别是代销理财/基金收入）与AUM规模增长的匹配度，以及客户账户实际活跃度的变化。

### Card 2：IT资本投入与APP月活流量
- **观察事实**：2025年信息科技投入 12.9 十亿元（营收占比4.31%），研发人员逾万名；两大App的月活（MAU）达 129 百万户；AI场景应用覆盖856个领域，人工效能提升节约 4.75 百万小时。
- **来源身份**：reported_fact
- **时间尺度**：连续多期/管理动作。
- **所有者相关性**：单位经济模型、成本、系统/数据。
- **事实触发的问题**：连续大规模的系统和AI科技资本投入，多大程度已经转化为实质性的单客获客成本降低和中后台运营人工成本的长期缩减？
- **证据边界**：
  - 已记录事实：记录了科技投资的绝对金额、研发人力规模、APP活跃账户数及AI替代的部分人工时长。
  - 可提示的问题：可能影响营业费用率（成本收入比）以及线上渠道的流量转化效率。
  - 升级判断所需证据：需要测算IT折旧摊销与被替代人工成本的量级剪刀差，以及App活跃流量转化为财富管理或信贷业务的实际交易量/自然转化率测算。
- **后续验证**：需验证全行成本收入比（2025年为32.01%）在中长期内是否存在结构性下行趋势，以及系统对长尾客群的单客利润覆盖能力。

### Card 3：活期存款沉淀与息差压力
- **观察事实**：2025年净息差（NIM）为1.87%，同比下降11个基点；2025年零售存款日均余额中活期占比为49.01%（对比过往存在下降趋势）；公司活期存款日均占比为51.33%。
- **来源身份**：reported_fact
- **时间尺度**：单期/外部周期。
- **所有者相关性**：单位经济模型、价格/交易条件、现金流。
- **事实触发的问题**：在行业普遍面临定期化趋势下，公司存款活期占比的下滑，多大程度反映了结算/交易主账户沉淀优势的削弱，多大程度仅为利率周期的外部结果？
- **证据边界**：
  - 已记录事实：记录了净息差下行数据及活期存款在零售与对公业务中的实际占比读数。
  - 可提示的问题：可能影响整体负债成本优势和净利息收入的抗周期韧性。
  - 升级判断所需证据：需要行业同期活期存款占比变化幅度的横向对比、核心企业代发薪及供应链结算资金沉淀的具体留存周转天数测算。
- **后续验证**：需在后续LPR及市场利率变动周期中，验证其存款成本率下行幅度能否充分抵御资产端收益率下行的压力。

## Open Questions
1. 公司超17.8万亿元的零售AUM中，多大比例属于客户出于对渠道的信任而产生的长期沉淀资金？需要哪些代销产品续期率、客户资金跨期留存率等行为事实验证？
2. 公司在AI和系统领域每年超百亿元的资本投入，是否已经形成同业难以复制的单位经济模型优势？需要哪些单客获客成本、系统运维摊销对比数据验证？
3. 在宏观有效信贷需求不足的背景下，公司当前维持较低不良率（0.94%）和信用成本，多大程度依赖于过往的拨备缓冲，多大程度来自底层资产的抗压性？需要哪些不同行业/零售信贷产品的逾期迁移率事实验证？
4. 公司两亿级别以上的零售客群和过亿的App MAU，其份额稳定性是否存在被大型互联网平台生态分流的风险？需要哪些跨渠道自然搜索、实际绑卡交易频次等行为事实验证？