印度银行 ： 建立有弹性的领导力

麦肯锡印度 印度银行：建立有弹性的领导力 印度银行在最近的全球银行业动荡中表现出了实力。然而，时代仍然不确定-银行可以发展多维的复原能力，以在未来蓬勃发展。 本文是代表麦肯锡印度办事处的Ranganathan Badrinarayanan，Ashwaryaa Bhatia，Peeyush Dalmia，Satviek Goel，Siddhartha Gupta，Piyushi Jai，Siddhartha Jogidasani，Madhur Maheshwari和RennThomas的共同努力。 在纸面上，2022年是最好的一年对于全球银行来说，在过去的十年中，许多金融机构表现突出，银行盈利能力达到14年来的最高水平，股本回报率约为12%。然而，到2023年，全球银行业正面临考验。在过去六个月中，由于利率变动的速度和幅度，该行业经历了重大动荡。北美的许多中小型银行也是如此。 在这篇文章中，我们探讨了印度的银行如何加强防御，以及与更广泛的利益相关者接触，并提出了跨越五个广泛主题的基本行动银行可以在未来的不确定时期建立韧性。 As long - standing institutions across America andEurope, have faced material stress, with some have goneinto liquidation. Given the muted economic growth前景and continuing 印度银行：财务状况强劲，有机会推动整体影响 在过去五年中，尤其是在最近的全球银行业动荡中，印度银行一直保持强劲，在增长和盈利能力方面表现优于全球同行。 地缘政治局势、全球银行业的增长和盈利水平将可能继续受到挑战。 主要受零售和微型、小型和中型企业(MSME)贷款部门强劲增长的推动。²公共部门银行(PSB)的整合也产生了更大、更健康的机构。 相比之下，印度的银行迄今仍坚守阵地。在经受住了全球宏观经济和利率波动的影响后，它们有望带来强劲的财务回报。然而，越来越明显的是，仅靠这些回报并不能保证股东回报的优异表现。印度银行家已经在运营，声誉，竞争和技术风险方面进行了测试，结果好坏参半。 然而，尽管财务回报强劲，但印度银行在其运营模式上面临着许多挑战，这些挑战可能威胁到其长期的价值创造潜力。有鉴于此，我们认为现在是时候对成熟的印度银行业进行更全面的观察了，并为印度银行业设计了“整体影响”计分卡，为银行提供了五个方面的改进，以加强其地位和减轻业务模式风险（图表1）。 麦肯锡的研究表明，企业仅通过财务和盈利能力来衡量绩效已不够;对影响进行更广泛的观察与持续成功高度相关，在以可持续发展为重点的机构中观察到50％的增长，以及围绕整体影响增加的投资者要求和劳动力期望。他们现在可能还需要更全面地评估绩效，以确保通过运营、客户、员工、环境和社会方面持续和持久地创造价值— —这些方面的任何重大滑坡或弱点都可能演变成重大的损益(P &L)和价值创造风险。 财务业绩：印度银行的信贷健康增长超过10％至11％尽管与其他国家的银行相比拥有保守的投资组合、精细的存款基础和多元化的资产基础，但它们对市场风险和投资组合集中度，过去几年来越来越多地向零售信贷和更深层次的地理位置部署。 行业健康：这是由PSB的合并推动的，在过去的五到六年中，PSB的数量从27个减少到12个。随着资本重组，合并导致了更强大和更大的银行，导致了更大的竞争。此外，专业的银行参与者和动态的金融科技公司正在创新支付和小额贷款等领域，促使大型现有银行在客户获取和服务方面进行创新。 and banking super apps, India banks have yet to createfrutionless processes across onboard, underwriting, andserving touch points. India ’ s emerging public digitalinfrastructure, however, is likely to have a multiple effecton customer services and eff帐户聚合器（AA）和开放网络数字商务（ONDC）等解决方案正在扩大规模。 客户体验：客户体验和以客户为中心的体验有所改善，但可以通过持续的投资得到加强。虽然数字旅程取得了进展 社会和环境责任：印度的银行在推动金融包容性方面发挥了关键作用，特别是在商业通讯员（BC）报道和小额信贷方面-尽管在增量渗透方面还有一段距离。环境方面，而大多数银行 接受信贷测试（NTC跨产品的组合开始趋于平稳），并将限制收益率扩张机会。随着印度家庭金融产品配置水平的结构性转变，存款的增长可能仍然受到限制，导致利率长期上行。 尽管他们已经开始承诺在气候变化问题上实现净零，但他们还没有制定全面的战略和关键绩效指标来跟踪他们的表现。监管机构和银行家可能都需要努力为气候融资创建可行的机构、支持性政策和框架。 为转型经济融资可能需要在未来十年内每年投资约12至13亿卢比（1450亿至1600亿美元），在未来25年内平均约35万卢比（4300亿美元）-印度目前仅满足四分之一的需求。 费用收入：印度银行业经历了费用收入的长期下降，9和金融服务的非中介化，客户意识的提高以及对费用和时间表透明度的监管推动可能导致进一步的下降。此外，伙伴关系的日益普及导致了一个部门银行、非银行金融公司(NBFC)和金融科技公司之间的费用收入池。 运营弹性：印度银行迫切需要解决这一问题，重点关注技术基础设施、网络安全、数据管理和人才管理实践，以提供截然不同的规模和运营环境。虽然银行在数字银行业务方面进行了大量投资，但数据管理实践和隐私，以及现代化的核心技术平台，仍然需要关注。 Operating expenses 在几年内）。因此，各银行的运营费用可能会出现很大差异，这取决于他们围绕人才，数字化转型和技术资本支出（capex）的战略。 吸引和留住人才是另一个紧迫的问题-印度银行业认为，一线的年度减员增加到30％至40％，而分析和产品管理等专业角色的减员则很高。他们的组织文化、决策过程和员工价值主张。 前进的道路：建立有弹性的领导力 我们在五个广泛的参数中提出了九项优先行动,印度银行可以采用这些措施来实现这一目标(图2)。 多种力量挑战印度的银行业经济学 虽然银行业的ROA一直很健康，但在未来三到五年内，多种趋势可能会对银行业的盈利能力施加下行压力。而且，如果没有减轻，银行可能会看到利润率的大幅压缩。关键驱动因素包括： 财务业绩 麦肯锡的分析表明，银行可以通过寻找新的 净息差(NIM)：随着渗透率的提高，新信贷(NTC)池可能会 增长引擎和建设能力，以推动客户体验和提高效率。 b)参与资本支出复苏周期的融资：在公共和私营部门资本支出增加的推动下，企业贷款预计将增长8%至10%以上 未来几年。增量投资可能集中在特定行业，由扶持政策和基础设施（例如，农业和食品加工，医疗保健，物流和汽车设备）支持。And, with new opportunities in sectors like clean energyand defense, banks could think strategly aroundexposure mix at a granular level. Banks could crevestrong knowledge and产品主张-建立或加强产品主张并建立承保能力。同时，需要审查公司银行流程，利用分析技术和数字工作流程平台，以增强公司客户的洞察力并提高生产率。 1.赢得下一组新的资金池 我们看到三个领域可能会推动很大比例的净新资金流动；银行可能希望对它们进行更战略性的思考： a)建立数字商务和开放式数字基础设施的能力：AA是迈向的第一步 消费者和商人金融的未来。结合像ONDC这样的协议，传统上具有挑战性的细分市场（如NTC池和微型企业）的端到端数字采购可能会成为近期的可能性。银行需要像数字优先玩家一样思考，才能抓住这个机会。为了以模块化，可扩展的方式开发跨平台的集成层，他们可以考虑建立跨职能的产品，风险和运营团队以及合作伙伴管理功能。 c)从财富管理的角度来看，中等富裕和大众富裕阶层的服务仍然不足：这些阶层将是未来十年印度财富创造的最大贡献者。鉴于该细分市场的规模（约占人口的14％至15％），大规模执行将要求银行投资于数字功能和自助财富平台，以简化和组织投资组合分配以实现无缝投资。银行不需要有机地建立所有这些能力，它们可以与财富科技公司合作。 分析、技术和业务团队之间的投资是这一行动的重要组成部分。 b)零操作功能可降低操作复杂性：后端操作由多个可重复的，基于规则的任务组成，这些任务是复杂且数据密集型的。例如，尽管已努力插入机器人流程自动化（RPA），但该方法在很大程度上是零敲碎打的，导致仅部分实现 的收益。短期优化很重要，但是，可以同时努力创建零运营路线图。这将要求银行重新考虑其端到端业务，并考虑超出业务职能的干预措施（例如前端需求管理和卫生习惯）。我们估计，零运营转型可以使整个组织的效率以及内部和外部净启动子得分（NPS）提高30％至50％。 2.构建横向能力以优化效率和体验 AI (generative or otherwise)正处于创造银行业新革命的风口浪尖；多个用例正在试验和扩大生产规模。此外，零运营和生成- AI（gen - AI）驱动的操作重新构想可以帮助减少在多个领域的人为干预，特别是具有可重复的， 基于规则的 行业健康 诸如“了解您的客户”（KYC），反洗钱（AML），常规客户服务请求，甚至一些信用决策活动。 扩大联合贷款和金融科技合作伙伴关系可以帮助银行超越传统渠道，加深参与度，降低运营成本。 a)专注于采用的全栈AI功能：尽管许多银行已经认识到将AI和机器学习（ML）纳入其决策的内在价值，但一些挑战阻止了它们充分利用AI -分散的数据环境。有限的数据治理实践，投资不足的分析人才，有限使用的分析平台，以及缺乏进入下游消费系统的自动化管道。从生成式AI（geeral AI）中提取价值需要远远超过。 3.利用共同贷款和数字合作伙伴关系来推动规模 The India co - lending model is a unique framework designedto enable lending to the smaller MSMEs and to segmentswhere entities have limited expertise. However, while therehas been traction in the last few quarters (approximal INR25, 000 core or $30 billi 基础模型；相反，银行需要利用由实验文化支持的完整业务系统方法。为了成功扩展General AI，银行可以考虑建立跨职能所有权；提供业务、产品和分析之间的快速反馈周期；并创建可解释的模型（其中生成AI可以发挥重要作用 限制了点对点集成的增长。在这里，银行和中介机构可以共同创造一个全行业的解锁机制，以推动共同贷款的加速结果。金融科技公司凭借其在数字贷款、对替代数据点的理解和技术前瞻运营模型方面的能力，提供了一个巨大的合作机会。此外，与大型B2B和B2C消费者平台的整合也为银行提供了相当大的机会。 提高数字采购渗透率和运营成本。 社会和环境影响 印度银行在促进金融包容性方面取得了重大进展，银行账户渗透率约为78％。尽管如此，银行仍有可能通过专注于NTC，农村和农业领域来推动获得正式信贷的进一步金融包容性。在环境方面，印度金融机构为印度银行提供绿色转型和脱碳融资的机会还有很长的路要走。 客户体验 金融科技公司和大型科技公司进入零售银行和相