本文共字，预计阅读时间。

文/天府立言（天府立言金融与发展研究院特聘高级研究员、九卦金融圈专栏作家）

10月26日，央行一纸公告设立债市非银大额赎回互换便利（BNSF），在资管行业激起千层浪。工具本身的设计并不复杂——“以券换券”，不直接投放基础货币，只在极端情景下为“具有系统性影响的银行理财子公司、公募基金管理人”打开一条应急融资通道。真正让中小银行感到刺痛的，是这六个字背后的潜台词：在35万亿理财市场中，有资格进入央行流动性安全网的机构名单，大概率与绝大多数中小银行无关。

随即，银行业理财登记托管中心的三季度报告如期而至，理财存续规模35.37万亿元，理财公司产品占比93.07%，有存续理财产品的银行从一年前的181家缩减至147家，又少了34家。

两份文件叠在一起看，一幅残酷的行业分工图已经画完，少数理财公司和头部机构掌握产品管理和政策保护，大量中小银行正在被推向“纯代销渠道”的角色——连产品都不是自己设计的，只是货架的提供者。问题不再是“要不要转型”，而是“转型完了以后靠什么活着”。

34家银行退场的背后，理财“子公司化”近尾声

2026年三季度末，全市场理财产品存续规模35.37万亿元，同比增长10.08%。其中理财公司产品32.92万亿元，占比93.07%。银行机构自身存续的理财产品仅2.45万亿元，较一年前同比下降14.04%。一年前还有181家银行有存续理财产品，现在只剩147家。

这组数字意味着什么？意味着银行理财的“子公司化”进程已近尾声。过去几年，监管推动理财业务从母行剥离，具备条件的银行纷纷成立理财子公司。没有条件的——绝大多数城商行、农商行、民营银行——则在逐步压降自营理财规模，转向代销理财公司产品。

从产品生产者到渠道服务商，这个身份转换不是未来时，而是现在进行时。

更值得关注的是渠道端的变化。9月份全市场有710家机构跨行代销理财公司产品，同比增加127家。理财公司母行代销金额占比已从早期的70%以上降至64%-68%区间。也就是说，理财公司的触角正加速向中小银行下沉。对中小银行来说，代销是机会——不用做投研就能赚取销售服务费，还能留住客户。但问题也随之而来：产品是别人的，品牌是别人的，投研能力是别人的，你手里还剩什么？

答案是渠道和客户关系。但这两样东西的保质期，取决于你能不能做出差异化。当所有中小银行都在代销同一家理财公司的同一款固收产品时，客户凭什么在你这里买，而不是在手机银行上买？

答案是服务体验和专业判断。但这两个词，恰恰是多数中小银行最薄弱的环节。

BNSF画出的“两个世界”

10月26日落地的BNSF工具，在设计上精巧而克制。

机制很清楚，当债市出现大幅波动、资管机构遭遇群体性赎回、形成“赎回—抛售—净值下跌—进一步赎回”的负反馈循环时，央行向符合条件的机构提供央行票据，机构拿央票去市场质押融资，资金用途限定于购买旗下遭赎回产品的合格债券或份额。不直接投放基础货币，不扩张央行资产负债表，符合人民银行法关于不得向非银机构发放贷款的约束。

但这个工具的保护范围，只覆盖“具有系统性影响的”机构。

谁是“系统性影响”？公告没有附名单。市场上有两种猜想：一种按理财产品存续总规模划定，一种按实际投向债券的资产规模为准。也有理财人士透露，不排除认定挂钩母行定位。无论哪种标准，答案都指向同一个事实——全国32家理财公司中，能够进入这个名单的大概率不超过10家，甚至更少。

这就画出了一条清晰的分界线。线的一侧，是少数具有系统重要性的理财公司和大型银行母行，它们享有央行级别的流动性安全网，在极端市场波动中有“保险丝”可烧。线的另一侧，是数量庞大的中小银行和中小理财公司，它们管理的理财产品规模虽然合计也不小，但在央行眼里“不够系统”，赎回潮来了只能靠自己。

这条分界线对中小银行的影响是双重的。

第一重是竞争维度。当头部理财子公司有了央行流动性背书，其产品的“安全感”在客户眼中会隐性提升。同样是固收类理财，客户会更倾向于选择“极端情况下有央行兜底”的机构产品。中小银行代销这类产品时，等于在帮别人做信用背书，自己的渠道价值进一步被稀释。

第二重是风控维度。没有BNSF保护的中小银行，在面对市场波动时更加脆弱。2022年11月那一轮理财赎回潮还历历在目——部分中小银行被迫在表内承接理财资产，提供隐性流动性支持，在极端情况下占用了母行大量流动性资源。如今有了BNSF，头部机构有了制度化安排，但中小银行的理财代销业务一旦遭遇赎回压力，只能靠自己的资本缓冲和客户沟通能力硬扛。

某种意义上，BNSF像一面镜子，把资管行业“强者恒强”的马太效应照得更亮了。

“货架商”的突围

说了这么多“危”，该说“机”了。中小银行不会从理财市场中消失——710家跨行代销机构的数字已经说明了一切。关键是，如何在“产品不是我的、投研不是我的”这个现实下，找到不可替代的位置。我认为有三条路值得走。

一、从“卖产品”到“管账户”，做客户的资产配置顾问

多数中小银行代销理财的现状是“货架逻辑”——理财公司给什么产品，银行就摆什么产品，客户来了就推荐当季主推款。这种模式下，银行和手机银行没有区别，客户忠诚度为零。

破局的关键是从“货架逻辑”转向“账户逻辑”。具体来说，就是围绕客户的资金用途和风险承受能力，提供个性化的资产配置方案，而不仅仅是推销某一款产品。

举个例子。一位即将退休的客户，手上有80万到期定存。传统做法是推荐一款低风险固收理财。“账户逻辑”的做法是：先拆解客户未来三年的现金流需求——60岁退休时需要多少流动资金、65岁之前是否需要补充养老收入、70岁以后的医疗储备——然后给出“短期流动性产品+中期固收+长期养老目标”的组合方案，并且明确告知每个产品的业绩比较基准、赎回规则和可能的最大回撤。

这不是高深的私人银行业务，而是零售客户经理应该做到但目前普遍做不到的基本功。

第一步做什么？找一家在资产配置方法论上成熟的理财公司合作，引入其产品筛选体系和配置模型。目前头部理财公司如兴银理财、信银理财等已经在输出“投顾式”服务能力。中小银行要做的不是自己建模型，而是用好外部的“大脑”，把自己的客户经理培训成“能讲清楚”的人。

怎么衡量效果？看两个指标：一是客户资产配置方案的采纳率（目标值30%以上），二是持有3种以上产品的客户占比（这个比例越高，客户黏性越强）。

二、聚焦养老理财，把政策红利转化为差异化优势

个人养老金制度已经运行三年多，第三支柱的政策框架基本成型。2026年10月24日，金融监管总局进一步明确，发行和销售养老金融产品的机构必须以显著方式披露投资风险。这意味着养老金融产品正在走向标准化、透明化，为中小银行参与提供了清晰的合规路径。

养老金融是中小银行最有希望做出差异化的赛道。原因有三：一是养老客户对网点和人际关系的依赖度远高于年轻客群，这恰恰是中小银行的存量优势；二是养老理财产品的持有周期长、换手率低，有利于稳定AUM（管理资产规模）；三是养老规划天然需要“面对面沟通”，这给了中小银行客户经理发挥空间。

具体怎么做？可以参考一个已经在实践中跑通的微观案例。某城商行针对50-65岁临退休客群，设计了“三步走”服务流程：第一步，客户经理用简化工具帮客户测算养老金缺口（替代率法，目标替代率70%）；第二步，根据缺口规模匹配“个人养老金账户产品+储蓄型保险+中长期固收理财”的组合方案；第三步，每季度一次“养老账户检视”，根据市场变化和客户生活事件（如子女婚嫁、房产变动）调整配置。

这套流程不依赖复杂的系统支持，关键在于客户经理的培训和对客户的持续跟进。这家城商行的数据显示，执行“三步走”后，临退休客群的平均AUM提升了40%，产品持有数从1.3种提升到2.7种，客户流失率下降了15个百分点。

第一步做什么？选3-5家网点做试点，优先选择周边社区老龄化程度高的网点。培训不必追求“金融理财师”资质，重点是让客户经理“能算养老金缺口、能讲清楚三类产品的区别、能帮客户做一次完整的配置”。

怎么衡量效果？试点网点养老相关AUM增速（目标值高于全行平均水平50%）、客户满意度评分（目标值4.5分以上/5分制）。

三、用AI补齐服务半径的短板

中小银行最大的短板是服务半径。一家典型城商行的零售客户经理不过两三百人，要覆盖几十万乃至上百万零售客户，精力远远不够。传统的做法是“抓大放小”——重点维护高净值客户，普通客户只能“放养”。但在理财代销时代，普通客户的理财需求恰恰是增长的——1.55亿理财投资者中，绝大多数并非高净值人群。

AI工具正在改变这个格局。杭州银行的做法值得参考：截至2026年9月末，全行已落地AI场景近400个，覆盖21个业务条线，月均大模型调用超千万次。在零售财富领域，其AI能力已深度融入客户经营全流程。宁波银行则搭建了金融人才AI教练平台，通过大模型多Agent协同，提供业务知识问答、技能培训、智能评分和岗位能力评估。

对中小银行而言，AI最有价值的三个场景很明确：

第一，客户画像与精准推荐。基于客户的交易数据、持仓结构和生命周期特征，AI可以自动生成个性化的产品推荐方案。这不需要自建大模型，使用成熟的SaaS服务即可。关键是数据治理要跟上——如果客户数据散落在七八个系统里，AI也无从分析。

第二，客户经理的“随身教练”。新客户经理最怕的是“说不清产品”。AI可以充当产品知识库和话术生成器，客户经理输入客户情况和产品特征，系统自动生成通俗化的讲解话术和风险提示。这对人员流动频繁的中小银行尤其有价值。

第三，赎回预警与主动干预。当市场出现波动信号时，AI可以提前识别出可能产生赎回行为的客户群体，生成针对性的安抚话术和替代方案（如转持建议、封闭期产品转换），帮助客户经理在客户赎回前完成沟通。

第一步做什么？不要一上来就搞“AI中台”之类的大工程。先选一个痛点场景——比如“客户经理产品话术生成”——用现成的企业级AI工具做试点，投入不超过20万，一个月内出效果。有效果再扩展到其他场景。

怎么衡量效果？客户经理人均管理客户数提升幅度（目标值提升30%以上）、客户产品推荐采纳率（目标值提升10个百分点以上）。

有三道底线必须守住

机遇面前，风险同样不能回避。中小银行在理财代销赛道上，有三道底线必须守住。

第一道是适当性管理的底线。BNSF工具的出台进一步明确了“打破刚兑”的政策方向——央行不兜底，理财子公司自己承担损益。这意味着净值波动将成为常态。中小银行在代销过程中，必须严格履行适当性管理义务，确保“把合适的产品卖给合适的客户”。2025年新修订的人民银行法已将销售适当性上升到法律层面，违规后果不再是“罚点款”，而是可能面临行政处罚乃至市场禁入。过去“客户签字就行”的形式合规已经不够了，客户经理必须能证明“我确实帮客户理解了风险”。

第二道是流动性管理的底线。没有BNSF保护的中小银行，必须对自己的流动性状况保持清醒。代销理财虽然不直接占用表内资金，但当赎回潮来临时，客户会转向银行存款寻求安全感，存款端压力骤增。2022年末的教训已经足够深刻。每家开展代销业务的中小银行，都应该建立“理财代销规模—存款波动”的联动监测机制，设定压力情景下的流动性预警线。

第三道是数据治理的底线。AI赋能的前提是有高质量的数据基础。但现实是，多数中小银行的客户数据治理水平远未达标——客户信息不完整、系统间数据不打通、历史交易记录缺失。如果这个问题不解决，再好的AI工具也是“无米之炊”。建议将数据治理作为AI应用的前置工程，先用6-12个月完成核心客户数据的清洗和打通，再逐步引入AI工具。

央行BNSF工具的落地，让头部机构获得了制度性的安全保障；35万亿规模的持续扩张，则为中小银行保留了代销渠道的商业空间。但“有空间”不等于“有未来”。当产品同质化、渠道同质化、服务同质化，中小银行唯一的差异化武器，只剩下“比对手更了解你的客户”这一条路。

这条路，路阻且长，但一定可以走得远。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。