2026年银行业及资本市场展望
企业会计准则及应用指南系列
2026年银行业及资本市场展望
2026年银行业及资本市场展望
2026年，全球银行业步入关键发展节点，宏观经济的复杂变量与金融科技的迭代浪潮相互交织影响。德勤金融服务行业研究中心最新发布《2026年银行业及资本市场展望》报告，系统梳理了宏观经济态势、稳定币引发支付新格局、AI规模化落地路径、金融犯罪智能防控体系构建等核心议题，为中国银行业在“十五五”金融强国建设关键期提供战略参考，助力识别趋势、把握机遇、应对风险。
德勤中国银行业及资本市场主管合伙人曾浩表示：“2026年是银行业‘危’与‘机’并存的一年。全球经济的不确定性仍在持续，美国经济预计温和复苏但增速放缓，全年GDP增速预计约为1.4%，低于2025年的1.8%。在营收温和增长的预期下，美国银行业预计将继续严控成本。薪酬支出和科技投入可能轻微推升成本收入比，但对于先行布局的银行，AI对生产效率的积极影响预计将在2026年持续释放。
中国则正迈入‘十五五’金融强国建设的战略新阶段。2025年三季度数据显示，商业银行净息差为1.42%，环比企稳，净利润同比增速由负转平，非利息收入占比回升至23.2%，显现结构优化迹象。但同时，不良贷款‘双升’（不良余额增至3.5万亿元、不良率升至1.52%）与拨备率同步下滑的压力，折射出‘盈利收缩、风险承压’的双重挑战。
对银行业而言，单纯依赖息差的时代早已过去，须紧扣金融‘五篇大文章’战略导向，探索数字金融等创新路径，明确自身定位；通过AI规模化落地赋能服务升级与风控优化，打破增长瓶颈，方能在非银金融机构竞争与监管提质增效的双重背景下站稳脚跟，为金融强国建设提供有力支撑。”
图：美国非利息收入将持续支持营收增长
图：2026年美国银行业成本收入比或将微升
图：中国银行业净利润同比回正、息差阶段企稳
存款格局生变，稳定币机遇涌现
随着《指导与建立美国稳定币国家创新法案》（《GENIUS法案》）出台，支付领域也站在了十字路口上，稳定币可能对存款流向及传统支付渠道构成挑战。当代币化存款和可编程货币悄然重塑客户预期，银行须迅速明确自身定位—是作为发行机构、托管机构、交易机构，还是去选择战略合作。
根据德勤2025年二季度北美首席财务官调查显示，近四分之一首席财务官预计未来两年将使用加密货币作为支付工具或配置加密货币投资。尽管当前支付型稳定币市场规模相对有限，但未来势必会面临来自低收益对公交易账户营运资金、7×24小时点对点支付零售交易余额，以及滞留于往来账户的跨境结算浮动资金等方面的资金流失风险。鉴于支付型稳定币对存款资金的潜在冲击，银行或面临流动性收紧与信贷能力削弱的双重困境。
图：稳定币增长或以存款损失为代价
单位：万亿美元
展望未来，随着规则落地，稳定币的持续增长将推动可编程支付、实时交易与链上资金管理等新型金融服务发展。由于稳定币或成为通向代币化经济的通道，尚未行动的银行和支付机构应规划试点与应用，否则可能面临来自市场的颠覆性风险。
德勤中国金融服务业研究中心主管合伙人沈小红：“数据与风险是2026年银行业高质量发展绕不开的两大核心议题。在AI技术加速渗透金融服务全链条的当下，技术落地的核心瓶颈始终是数据基础。银行需从全行层面系统性夯实数据治理体系，打通部门AI项目孤岛、构建明确的AI权责体系与治理架构，为AI规模化应用筑牢根基，充分释放AI潜能。
同时，随着不法分子大规模利用AI技术发起攻击，金融犯罪的技术升级速度远超预期。银行业必须加速构建全生命周期动态智能化风控体系，AI赋能‘事前预警-事中拦截-事后追溯’，不断优化业务成果。在监管支持与技术迭代的双重驱动下，银行业有望进一步强化打击金融犯罪的能力。”
AI破局：五步打通规模化落地堵点，破解“项目孤岛”难题
重构清晰统一的AI愿景与战略
成功的AI愿景应具备五大特质：1. 明确具体目标成果；2. 厘清风险、成本与人力相关影响；3. 契合银行核心发展使命；4.
与利益相关方持续沟通；5.
稳定的资金支持。完善的战略部署不仅能有效遏制“项目孤岛”和重复建设，更能引导组织将有限资源聚焦于高价值场景。
建立明确的AI权责体系与治理架构
银行需厘清AI全生命周期的权责归属，明确划分核心团队与业务部门的职责边界至关重要。对多数银行而言，“中心辐射”模式或是最优选择。该架构以AI卓越中心为核心，能有效统筹各部门业务线需求。
重塑“自建与采购”决策逻辑
许多银行对传统AI（如机器学习）采用混合模式，既有自研模型、又有外购的标准化解决方案和系统平台以满足工作需求。对于生成式AI，部分银行转向“组装”模式，即从外部采购基础模型层，再围绕其构建包含数据连接器、安全护栏和第三方解决方案的专有定制层。
建立严谨的投资回报衡量体系
下表所示银行在衡量投资回报率时可能面临的常见挑战，以及可采取的应对措施。
备战行业定制模型与AI智能体
推动从“以人为核心”到“以AI智能体为核心”的运作方式转变，重大决策与监督环节保留在“人”的环节，辅以有针对性的变革管理，必要时同步推进组织重构。
若要成功部署AI，应对核心基础设施现代化、迁移上云以及数据架构与治理强化等挑战势在必行。同时，银行应直面文化重塑，构建“人”“机”无缝协作新模式，在提高生产力的同时，确保企业上下坚守问责、信任与合规底线。而最终破局的关键在于：由顶层规划企业愿景，以坚实投资为后盾，确保每个AI项目无论大小，都能服务于统一的战略目标。
风控升级：以动态智能体系应对金融犯罪技术化挑战
随着不法分子大规模利用AI（尤其是生成式AI）发起攻击，银行或面临更大威胁。恶意AI智能体可模拟人类实施欺诈，通过学习不断规避检测，并掩盖攻击者身份。面对急剧攀升的威胁态势，银行亟需转向动态智能化风控模式——数据孤岛与历史遗留系统已无法抵御外部攻击、地缘政治事件与监管审查。未能构建科技驱动型反金融犯罪框架的金融机构，更易遭受财务损失与犯罪攻击。
发掘AI与技术创新的战略防御价值
银行应聚焦能产生实际效益的AI试点，例如生成客户风险摘要、警报评分及自动起草案例报告。可逐步实现简单案件的“一键决策”，并利用AI自动处理低风险警报，同时向分析师推送附摘要的高风险复杂案例。
表：纵观金融犯罪合规全生命周期，AI可在以下环节优化业务成果
为管理AI衍生风险情报所需的海量数据，银行需构建统一数据管道，作为风险指标与调查程序的唯一可信来源。该数据基础不仅能提供客户全景视图，还可透视其法人结构、交易对手及动态风险状况。此外，通过引入制裁名单、贸易与海关数据及搜索引擎接口等外部信源，银行能够优化风险评分的动态追踪。
图：构建管理金融犯罪风险的端到端数据架构
监管改革助推金融犯罪防控升级
监管改革为风控升级提供支撑。以美国《反洗钱法案》修订为例，监管机构允许银行将资源向高风险领域倾斜，采用AI替代僵化规则系统。德勤建议，银行可借助这一趋势构建整合式风险模型框架，打通客户尽职调查、交易监控、网络风险等数据壁垒，形成风险反馈闭环，强化打击金融犯罪的精准性与效率。
图：集成金融犯罪风险模型框架
锚定战略，以专业能力穿越周期
2026年是银行业转型升级的关键一年，宏观逆风下的增长机遇，藏于AI技术的规模化落地与风控体系的智能化升级中。德勤中国将持续以专业洞察赋能银行业，助力金融机构紧扣“十五五”金融强国建设导向，平衡创新与风险，在变革中筑就可持续增长根基。