专精特新第一行
一家银行主动“瘦身”，为什么反而更健康了？
2026年上半年，北京银行实现营业收入382.48亿元、归母净利润159亿元，同比分别增长5.60%和5.63%；但资产总额降至4.74万亿元。
在城商行仍以规模座次论高低的惯性里，主动缩表比被动缩表难得多——尤其当利润还在正增长的时候。
被压降的是同业往来资产和金融投资，信贷增量集中流向了科技金融和绿色金融。从资产结构的变化看，这更像一次经过取舍的重新配置。
今年4月关文杰正式接任董事长后，新班子释放的信号很清晰：不再用总资产增速自证地位，而是把资本放到回报更确定、客户关系更深厚的地方。
当一家城商行主动放下“规模执念”，它靠什么重新建立增长的合法性？
01 做厚资产：不拼全能，拼“更懂中关村”
城商行突围，不能靠全品类铺摊子，而是靠绑定本地产业与客户结构。北京银行的选择很集中：不做全能型选手，把资本押在自己真正有根的地方——科技金融。
截至2026年半年末，科技金融贷款余额5216.19亿元，较年初增长856.44亿元、增速19.64%，占全部贷款比例已达22%，在城商行中排在首位。
这个体量意味着，科技金融已经不是北京银行的“特色业务”，而是资产端的主力构成。
但规模本身不足以构成护城河，真正的壁垒在渗透率：累计服务科技型中小微企业超6.5万户，覆盖专精特新企业超3.4万家；在北京地区，服务了82%的专精特新“小巨人”、84%的创业板、76%的科创板、75%的北交所上市企业。
这些数字的含义不是“份额高”，而是一家科创企业从初创到上市的全生命周期中，北京银行大概率是它最早接触、也最难替换的银行。
“专精特新第一行”不是一句品牌话术，而是客户结构的真实占位——中关村二十余年的深耕，叠加首都部委、央企与市属国企的资源密度，构成了一种其他城商行无法复制的区位禀赋。
对公端另一条线是首都禀赋的纵深。
央企本部合作覆盖率达71%，较年初提升近1个百分点；“十大赛道”领域累计落地业务规模超1800亿元，服务客户超1900户。
北京市属国企渗透、重大工程、“3个100”项目清单——2026年“3个100”工程当年计划投资约3128亿元——为这种区位绑定提供了持续的资产出口。
大行很难下沉到这个颗粒度，股份行又未必有这套政务与产业接口，这正是城商行独有的本地护城河。
科技金融的高增速能否持续，取决于定价能否覆盖风险。
但当“五篇大文章”成为全行业共同命题时，北京银行的先发优势不在于更早喊出口号，而在于它已经在3.4万家专精特新企业中沉淀了可用的非财务信息和长期陪伴记录。
后来者可以用资本换规模，但换不来二十年的客户关系深度。
02 做深效率：AI的标尺，是预警早了几个月、审批快了多少
很多银行的AI故事停在“我们上了大模型”。
北京银行的AI没有停留在发布厅里，而是落在了三个可以被外部感知的环节——拓客、审批、预警，而且每个环节都有可被验证的刻度。
拓客端，“智投e合”把投行撮合从“人找项目”推向“系统匹配项目”。这是市场首家“数据驱动+AI匹配+一键沟通”的智能投行系统。
企业录入并购或融资需求后，系统在后台完成AI画像与匹配，结果推送到客户经理端，企业再通过微信端双向互动。
投行撮合的老痛点有两个：信息不对称、匹配链路太长。
过去靠人脉和电话簿，现在被压缩成一次画像生成——逻辑从“人找钱”转向“钱找人”。
审批端，“京智大脑”不是独立展品，而是嵌进了授信流程。
贷前尽调环节，大语言模型+RAG拆解尽调报告结构，OCR梳理财报；贷中部署18个量化风险模型，AI助理实时抽取企业与行业数据。
智能体创作平台累计搭建智能体300余个，在信贷审批、财富管理、风险防控等核心领域规模化落地；智算平台实现AI资产统一纳管和模型访问统一入口，为这些智能体提供底层算力与调度支撑。
AI在这里的角色不是替代人做决策，而是把人从重复劳动里腾出来，把判断力留在更关键的地方。
风控端，“冒烟指数”4.0把风险识别前移到了授信决策之前。
覆盖“贷前—贷中—贷后”全周期，对非普惠中长期业务平均提前约7个月发出预警，最早可提前15个月识别风险信号。
预警早一个月，处置就多一个月，拨备压力就少一分。
这个数字比大模型参数更能说明问题：AI在银行的核心价值，不在于参数多大，而在于让人更早看见风险。
效率改善在交易和展业端还有更直接的对照。
质押式回购等智能交易场景中，AI赋能全链路后交易处理效率提升近10倍；“统e融”平台在客户申请后自动匹配贷款产品，实现“分钟级”审批和“当天申请、当天放款”。
对公线上化率超过90%、手机银行月活超830万户。
数智化不是科技部门的KPI，而是前中后台都在用的生产工具。
03 做轻收入：零售的支点，正在从“放贷款”移到“管资产”
低利率周期里，零售银行最危险的动作，是继续“放贷款换规模”。北京银行上半年的样本意义恰恰在于反其道而行：个贷主动换挡，AUM和财富中收接棒。
个贷余额6721亿元仍居城商行前列，但较年初有所回落，与居民融资需求偏弱的行业趋势一致。
这个数字背后是增长引擎的切换——不是冲规模，而是往优质客群和中收倾斜。
在低利率周期里，零售银行的竞争力不再取决于能放出多少贷款，而取决于能不能把客户的钱留在表内、把收入结构从息差转向中收。
北京银行上半年的数据显示，这条迁移正在发生，而且接棒已经发生。
零售AUM突破1.4万亿元，其中储蓄存款超8500亿元，非存款类AUM站上5500亿元新台阶；财富管理类手续费收入同比增长超28%，为近三年同期最好水平；零售手续费及佣金净收入同比增长15.9%，对全行贡献占比同比提升1.9个百分点。
零售客户总量3294.5万户，贵宾客户131万户。
在净息差持续承压的环境下，中收的增速和占比同时提升，是零售转型从“规模指标”转向“收入质量”最硬的证据。
这组换挡的财务含义很直接：利息净收入靠成本压降稳住——半年报利息净收入274.86亿元、同比+6.34%；非息收入靠财富中收补位——手续费及佣金净收入同比+7.14%。利润结构不再单腿走。
“一老一小”的客群结构，为这种接棒提供了更长的周期纵深。儿童金融客户突破257万户，个人养老金账户累计开立超200万户、规模居全国城商行首位，养老金融以“养老+法律”特色生态形成差异化标签。
这些数字的商业含义不在于短期利润，而在于客户关系的起点在向前和向后同时延伸——从儿童账户到养老账户，一家银行可以在同一个客户身上经营数十年。
在零售银行普遍追逐高净值客群的竞争格局中，这种覆盖全生命周期的客群结构，构成了一种差异化的负债稳定性和交叉销售基础。
配合“一老一小+全客群”的特色零售生态，零售的逻辑正在从“放贷收息”转向“做客户资产”。
04 结语
当规模不再是稀缺品，什么才是稀缺的？
北京银行的回答是：与首都科创生态深度绑定的客户关系、把AI压进预警和审批流程的组织效率、以及从“放贷款”转向“管资产”的零售收入结构。
这三件事的共同点在于，它们都无法靠短期投放或一次性冲量获得，只能靠持续的客户经营和能力建设积累。
城商行的竞争标尺已经悄然改写：比起资产盘子的大小，客户根基、运营效率、收入结构的韧性才是真正的护城河。
北京银行 “不做全能型、只做特色型” 的探索，为区域银行走出规模执念提供了清晰样本。
立足首都禀赋，深耕科创赛道，坚持数智提效，持续优化收入结构，这家头部城商行正在走出一条更可持续、更抗周期的内涵式增长之路。
免责声明：本文内容仅供参考，文内信息或所表达的意见不构成任何投资建议，请读者谨慎作出投资决策。
热门跟贴