直击业绩会｜息差回升、存款变化、AI应用⋯⋯交行管理层回应热点问题

8月28日，交通银行（SH601328，股价7.10元，总市值6274亿元）召开2026年半年度业绩说明会，就息差走势、存款结构变化、零售贷款质量、人工智能应用等市场关注的热点问题予以回应。

同日披露的2026年半年报显示，报告期末，交行资产总额突破16万亿元，达16.26万亿元，较上年末增长4.58%；上半年实现归母净利润478.74亿元、营业收入1423.43亿元，同比分别增长4.04%、6.73%。

据悉，今年交行继续开展中期分红，拟分配现金股利148.45亿元，占归属于母公司股东净利润的比例提升至31%。

上半年交通银行主要会计数据和财务指标

图片来源：交通银行半年报

净息差企稳回升

上半年，交行净息差企稳回升，同比提升2个基点至1.23%。

交通银行副行长周万阜在业绩会上表示，净息差稳中有升，首先不排除有客观因素的助力，即定期存款的重定价速度慢于资产重定价的速度。资产的重定价在前两年基本上完成，而存款挂牌利率从2022年以来持续下调，定期存款今年起陆续到期重定价，为负债成本下降提供了有利条件。

同时，交行自身也作出努力：一是坚决摒弃单纯追求规模的发展模式，努力做到量价险平衡；二是持续优化资产负债结构；三是坚持定价的精细化管理。

展望全年，周万阜表示，要继续坚持今年以来行之有效的稳息差措施，同时得益于定期存款的重定价在下半年还会继续为负债成本下降提供支持，所以有信心全年内息差继续保持平稳向好的态势。

据悉，交行今年定期存款重定价的规模要大于去年，上半年约占60%，下半年约占30%，因此存款重定价对该行全年成本下降都有正向贡献。

定期存款续存率达90%以上

截至6月末，交行客户存款余额9.92万亿元，较上年末增加约6076亿元，增幅6.53%，同比多增2366亿元。

周万阜表示，从品种结构来看，今年对公存款较上年末增加3825亿元，增幅7.53%。在存款增量占比中，对公存款较以往几年有所提升，相对而言，对公存款的成本低于个人存款成本。

从期限结构来看，尽管存款定期化的趋势仍未有明显改变，但与往年相比，交行今年活期存款同比多增，且在整体存款同比多增中占比达到70%。

品种及期限结构优化，使得交通银行整体存款成本有所下降。

在回应市场关注的“存款搬家”现象时，周万阜表示，现在整体存款利率处于历史低位，“尽管如此，定期存款到期以后，我们的接续率还是有90%以上。”

他提到，根据观察和分析，定期存款客群的风险偏好相对稳健，即使存款利率处于低位，他们依然会倾向于把钱存在银行。综合考虑来看，预计今年交行存款依然会保持稳定增长。

业绩说明会现场 每经记者 李玉雯 摄

零售贷款不良生成趋势放缓

近几年银行业的零售贷款质量普遍承压，多家银行零售贷款不良率、逾期率呈现上升态势。“今年以来我们也一样承受这样的压力。”交行副行长顾斌在业绩会上坦言。

截至6月末，交行不良贷款率1.30%，与一季度持平。个人贷款板块的资产质量相对承压，不良贷款率2.02%，较上年末上升0.44个百分点。但从不良生成趋势来看是有所放缓的，上半年新形成的不良贷款率比一季度有所下降。

顾斌表示，针对今年以来零售资产质量的趋势和变化，交行从3月份就开始启动零售资产业务质量提升的专项行动，聚焦提升新增业务质量、强化存量业务管理、化解实质风险三方面，统筹平衡业务发展与风险管理，目前管控效果已逐渐显现。

在不良资产处置方面，顾斌提到，目前以现金清收、证券化、批量转让及核销等处置手段为主。从上半年来看，交行在个人贷款不良清收处置方面的质效比去年有明显提升。

顾斌表示，接下来交行还会进一步加强全流程的个人贷款风险防控，迭代优化风控模型和策略体系，强化反欺诈联防联控，持续完善催收体系建设，推动个人贷款资产质量保持稳定。

累计落地AI应用场景超过420个

AI浪潮下，银行业是AI应用最为活跃的领域之一。

业绩会上，交行副行长钱斌在回答《每日经济新闻》记者提问时表示，交行紧抓人工智能发展的机遇，坚持前瞻布局与应用导向相结合，深入推进“人工智能+”行动。交行这几年持续加大AI投入，建设绿色智算中心，推动算力能效优化。目前总行近70%以上的技术岗位员工已经将AI应用于研发、测试、运维以及数据分析等重点环节。围绕降成本、控风险、优体验、创价值这四个维度，聚焦高价值的场景落地见效，累计落地场景超过420个，取得积极成效。

“我们希望运用AI等新技术加速服务模式的变革、业务流程的重塑和管理模式的升级，来实现更大的价值创造。”钱斌重点阐述了三方面：

一是进一步完善AI风险治理体系。“没有治理、没有约束的创新很容易引发风险。”他表示，交行对标人民银行、金监总局的最新指导意见，加快完善AI的治理架构，将人工智能纳入全面风险管理，建立分级分类的标准，确保人工智能应用与风险管理能力相匹配。围绕人工智能的基础设施、数据资源、模型算法以及应用场景等关键要素配套监测手段，提升安全保障能力，进一步完善人机协同机制，确保最终决策有人作出、关键环节有人监督、紧急时刻有人干预。

二是进一步夯实AI底座。伴随多地多中心落地，交行进一步扩大智算规模，提升异构算力的管理和调度管理水平，打造自主可控、安全高效的算力底座，丰富高质量数据集，建强知识服务平台，优化知识的萃取、整合、共享以及保鲜的机制，形成数据到知识到模型到应用的迭代飞轮。加快构建智能体系服务，支撑场景应用的敏捷落地。

三是围绕科技提升、员工赋能、客户服务、风险管理等重点方向深化人工智能的场景应用。以AI驱动科技整体效能提升，推动业务与技术从需求的交接走向共同创造，持续强化研发、测试、运维、安全等环节的智能化水平。