Y 角兽独家：哪些银行资产质量正在大幅改善？

数据截至：2026 年半年度报告 / 中期报告

发布：Y 角兽

运营方：上海须臾达信息咨询有限公司

预测性表述说明：本报告涉及的部分内容包含对银行资产质量边际变化的分析性表述。这些表述基于公开披露数据及 Y 角兽模型计算得出，属于对已发生事实的梳理，不构成对银行未来资产质量、经营业绩的任何预测或保证。实际资产质量变化受宏观经济环境、监管政策、行业周期、银行风险管理策略等多重因素影响，可能与报告中的分析存在重大差异。使用者不应将本报告中的分析性表述作为投资或授信决策的唯一依据。

目录

1.0 各行业资产质量榜单（来源：附件一 信贷投放质量分析）

一、不良率排序：全样本 57 家银行

二、三条线索，看懂改善的逻辑

三、边际变化信号综合梳理

四、结构性观察

五、回到最初的问题：哪些银行正在大幅改善？

六、数据来源、免责声明与版权说明

开篇：一个值得关注的信号

2026 年上半年，银行业资产质量正在发生一场静水深流的变化。

中泰证券统计显示，42 家上市银行对公贷款不良率已降至 1.14%，国有大行对公不良率较上年末下降 8 个基点，其中制造业不良率下降 14 个基点、批发零售业下降 15 个基点。上半年信贷较年初净增中，对公占比高达 92.5%，其中泛政信类、制造业、批零分别占 49.6%、25.2%、9.9%。

与此同时，42 家上市银行总资产合计 346.54 万亿元，贷款余额 196.36 万亿元，较上年末增长 5.1%。对公贷款成为信贷增长的主要来源，信贷资源正在从零售端向对公端进行一场大规模的再配置。

对公在修复，零售在调整。同一本账，两种走势。这种分化的背后，是经济结构转型在银行资产负债表上的投影。

资产质量的改善从来不是一夜之间发生的。它是一条从信贷投放到不良生成、再到报表体现的传导链条。当我们把目光从 “不良率是多少” 转向 “钱投向了哪里”，一些银行正在大幅改善的信号，已经清晰浮现。

1.0 各行业资产质量榜单（来源：附件一 信贷投放质量分析）

说明：本部分行业质量得分模型采用0100 分，分数越高代表行业信贷投放质量越好；包含申万一级、申万二级行业榜单，以及国民经济行业与申万行业质量映射对照表，用于银行信贷投向质量评估参考。

图 1-01 申万一级行业综合质量分 TOP15 柱状图

图 1-02 申万一级行业盈利能力分-还款能力分散点图

表 101 申万一级行业资产质量榜单

表 102 申万二级行业资产质量榜单

表 103 国民经济行业申万行业质量映射对照表

行业榜单数据来源：附件一《信贷投放质量分析.xlsx》，采用上市公司指标 199 缩尾后百分位模型计算，分数区间 0100，越高代表行业信贷质量越好。

一、不良率排序：全样本 57 家银行

图 2-01 上市银行不良率排序（样本内 51 家）

1.1 不良率低于 0.80%

1.2 不良率 0.80%—1.00%

1.3 不良率 1.00%—1.50%

1.4 不良率高于 1.50%

图 2-02 上市银行不良率与拨备覆盖率分布（郑州银行未披露拨备覆盖率，未纳入）

二、三条线索，看懂改善的逻辑

不良率是过去投放的结果，信贷投向是未来质量的起点。以下从三条线索展开。

第一条线索：钱去了哪里？—— 制造业与科技成为信贷增长极

2026 年上半年，信贷投放的结构性变化是最值得关注的信号。

42 家上市银行上半年信贷净增中，制造业占比达 25.2%，基建占比 47.2%，两者合计超过七成。中金公司以 25 家银行为样本的观察显示，制造业贷款增量占比较 2025 年提高 3.6 个百分点。

绿色贷款方面，二季度末本外币绿色贷款余额达 48.63 万亿元，同比增长 14.5%，上半年增加 3.82 万亿元。科技贷款方面，4 月、5 月连续两个月，科技贷款、绿色贷款、普惠小微贷款的增速都保持在两位数。

这些数字说明一个朴素的道理：银行的钱正在流向回款力更强的行业。制造业、科技、绿色领域的上市公司，账期相对可控、现金付款比例较高，信贷投放集中在这些领域的银行，新增贷款的质量基础更为扎实。

第二条线索：对公的不良生成在放缓

从不良生成的角度看，改善信号同样明确。

2026 年上半年，行业年化不良生成率为 0.81%。每 100 块钱贷款中，当年新生成的不良只有 8 毛钱。二季度末商业银行拨备覆盖率 202.87%，贷款损失准备余额 7.6 万亿元，银行已经为每 1 元潜在损失提前准备了 2.02 元作为抵补。

金融监管总局对此的评价是：“银行业拨备覆盖充裕，利润和拨备对风险的吸收能力充足，资本充足率坚实，不良率微升更多是风险分类审慎化和结构性信用成本释放的体现。”

换言之，部分银行的不良率上升，是主动加速出清的结果。工商银行行长刘珺的表述很直接：“不贪图透支未来的虚增，而求出清当下的真实。”

对公房地产这一端，出清也在推进。中泰证券数据显示，样本银行房地产不良率较 2025 年末仅上行 2 个基点至 3.74%，升幅明显收窄。东方证券的判断更为明确，对公地产风险在 2023 年已基本见顶，当前不良率较年初只升了 3 个基点。部分银行对公房地产不良率已开始下降 —— 兴业银行降 57 个基点至 1.36%，交通银行降 90 个基点至 3.30%。

风险出清有节奏，改善也有先有后。

第三条线索：改善信号较强的银行，做对了什么

综合不良率水平、信贷投向和新增不良生成三个维度，以下银行的资产质量改善信号值得重点关注。

江苏银行：不良率 0.81%，较去年末下降 0.03 个百分点。上半年对公贷款规模 1.94 万亿元，同比增长 19.38%，对公贷款占比升至 70.03%。科技企业贷款超 3200 亿元，绿色融资规模突破 9200 亿元、较上年末增长 24.3%。江苏银行制造业贷款不良率仅 0.86%，房地产业 4.18%，建筑业 1.64%—— 制造业的低不良率，是其资产质量稳步改善的关键支撑。上半年制造业贷款 4085 亿元、绿色贷款 9200 亿元（城商行第一）、科技贷款 3200 亿元以上，信贷资源全面压向实体产业与科创制造。

南京银行：不良率 0.82%，拨备覆盖率 306.1%。对公贷款占比高达 78%，贷款余额较年初增长 12.33%。科技贷款较上年末增长 18.67%、绿色金融贷款增长 17.47%，均高于全行贷款平均增速。南京银行将产业目录写进授信审批，实体客户融资 2427 亿元、同比增长 22.5%。

上海银行：这份半年报提供了一个 “新旧动能转换” 的清晰样本。科技贷款投放 1493.44 亿元、同比增长 60.96%；制造业贷款余额 1312.71 亿元、较上年末增长 17.56%；绿色贷款余额 1271.21 亿元、较上年末增长 10.60%。不良率 1.42%，较年初上升 0.24 个百分点，主要受个别房地产及建筑业存量客户分类下迁影响。但先行指标已有改善：关注类贷款占比 1.77%、较上年末下降 0.34 个百分点，逾期贷款率 1.50%、较上年末下降 0.15 个百分点。更值得关注的是，该行科技贷款不良率低于公司贷款不良率 0.84 个百分点，科创类资产质量总体保持稳定。管理层对此早有预判：“加快不良资产出清，短期内净利润可能存在一定扰动，但长期向好的态势不会改变。”

杭州银行：不良率 0.76%，连续多年处于行业较低水平，拨备覆盖率 471.96%。2026 年开门红期间对公信贷投放情况良好，规模较往年同期有所多增。房地产占比 4.13%，制造业 15.07%。拨备水平充裕，意味着即使短期不良率有波动，缓冲空间也相对充足。

成都银行：不良率 0.68%，拨备覆盖率 426.1%，均为城商行较优水平。房地产 + 建筑业合计仅 8.25%，租赁和商务服务业占比 45.79%，对应社会服务行业，回款力 “良”。拨备水平充裕。

兴业银行：不良率 1.08%，与年初持平。上半年对公房地产贷款不良率较年初下降 57 个基点至 1.36%，房地产风险有所缓释。不良生成率 1.07%，同比下降 9 个基点。零售贷款不良率 0.92%，处于同业较好水平；信用卡月均入催额同比下降 19%，入催率同比下降 0.5 个百分点，新增逾期压力逐步减轻。对公端风险出清与零售端前瞻指标改善同时出现，改善信号较为清晰。

中信银行：不良率 1.15%，不良贷款生成率仅 0.55%。制造业占比 24.75%，为股份行较高水平。对公信贷向制造业集中的策略，与制造业不良率持续下降的行业趋势方向一致。

平安银行：不良率 1.05%，对公贷款不良率保持在 0.87%，存量风险继续有序化解。管理层表示对公房地产相关风险信号在边际层面有所减轻。对公房地产贷款不良率 2.15%，较上年末下降 0.07 个百分点。

重庆农商行：不良率 1.05%，资产规模大幅增加 1225 亿元的同时不良率继续回落，连续六年保持下降；公司贷款不良率仅 0.54%。房地产占比仅 1.52%，制造业 16.95%。这是 “增量不增险” 的典型样本。

常熟银行：不良率 0.75%，拨备覆盖率 365.7%。制造业占比 49.36%，为全样本较高水平。信贷投向以制造业为主，对应行业回款力 “优”。

无锡银行：不良率 0.76%，拨备覆盖率 404.9%。制造业占比 28.24%，房地产仅 1.81%。

苏农银行：不良率 0.86%，拨备覆盖率 340.1%。制造业占比 44.49%。

三、边际变化信号综合梳理

综合三条线索的信号强度，以下银行的资产质量边际变化信号相对较强：

四、结构性观察

对公边际改善、零售承压，是当前银行资产质量的结构性特征。42 家上市银行对公贷款不良率降至 1.14%，国有大行对公不良率下降 8 个基点；零售贷款不良率升至 1.96%，较 2025 年末上升 23 个基点。资产质量指标边际变化较为积极的银行，多为对公信贷占比较高、零售敞口可控的银行。

新增信贷投向是观察资产质量边际变化的先行指标。江苏银行、南京银行、上海银行等对公信贷增速超过 15%、科技贷款增速超过 18% 的银行，新增贷款集中在回款力相对较强的制造业和科技领域。按照信贷投放领先不良率变化 1—2 年的经验规律，这些银行未来 12 年的资产质量边际变化值得持续关注。

拨备水平是观察风险抵补能力的核心维度。杭州银行、齐鲁银行、成都银行等拨备覆盖率较高的区域行，风险抵补能力相对充足。拨备水平较高的银行，即使短期不良率有波动，缓冲空间也相对更大。

房地产风险出清进度分化。对公房地产不良率升幅收窄至 2 个基点，部分银行已开始下降。房地产敞口占比超过 15% 的银行（贵阳银行 21.36%、广州农商银行 19.14%、兰州银行 14.69%），存量风险出清所需时间可能更长，其边际变化值得持续跟踪。

农商行中，苏南群体的边际信号相对较强。常熟银行制造业占比 49.36%、苏农银行 44.49%、无锡银行 28.24%，信贷投向以制造业为主，对应行业回款力 “优”，不良率低于 0.90%，拨备覆盖率超过 325%。

五、回到最初的问题：哪些银行正在大幅改善？

如果用一句话回答：那些把钱投向制造业、科技和绿色领域，对公信贷稳步扩张，存量风险主动出清的银行。

江苏银行、南京银行、上海银行、杭州银行、成都银行、兴业银行、中信银行、平安银行、重庆农商行、常熟银行、无锡银行、苏农银行 —— 这些银行的信贷投向正在发生结构性变化，新增贷款的质量基础优于存量，改善的方向是清晰的。

当然，改善不等于完成。零售端的压力仍在释放，房地产存量风险仍在出清。部分银行的改善需要更多时间验证。

但方向已经明确：钱去了哪里，资产质量就会走向哪里。

六、数据来源、免责声明与版权说明

6.1 数据基本信息

6.2 模型局限性说明

本报告使用的 “行业投向分”“资产质量分”“信号强度” 均为 Y 角兽基于公开数据构建的分析框架，并非监管标准或行业通用标准。模型权重设定、指标选取、映射方法均存在主观判断空间，不同模型可能得出不同结论。

6.3 免责声明

本报告由上海须臾达信息咨询有限公司旗下 “Y 角兽” 品牌编制并发布，仅供研究参考。

非投资建议。 本报告所载全部内容均基于公开披露信息及 Y 角兽模型计算得出，仅供一般性研究参考，不构成任何形式的投资建议、投资咨询、要约、要约邀请、承诺或保证，亦不构成授信决策依据或交易推荐。使用者应基于自身独立判断进行决策。

预测性表述说明。 本报告涉及的部分内容包含对银行资产质量边际变化的分析性表述，属于对已发生事实的梳理，不构成对银行未来资产质量、经营业绩的任何预测或保证。实际资产质量变化受多重因素影响，可能与报告中的分析存在重大差异。

数据局限性。 银行披露的投向行业为国民经济行业分类，与申万分类为两套体系，本报告按成分公司数加权映射，存在一定近似。部分银行未披露关注类占比或逾期率，按剩余指标权重归一，可能高估其资产质量分。行业账期与现金付款比例以上市公司行业整体中位数近似，未逐户授信核查。

不保证数据完全准确。 本报告不保证所载数据的完整性、准确性、及时性。使用者应自行核实并独立判断。因使用本报告内容产生的任何直接或间接损失，Y 角兽及运营方不承担法律责任。若发现数据存在重大错误或遗漏，Y 角兽将及时更正并公告。

利益冲突防范。 Y 角兽及其运营方不从事证券投资咨询、金融产品营销、证券交易等金融业务，本报告与上述业务不存在利益冲突。

6.4 版权说明

本报告内容版权归上海须臾达信息咨询有限公司所有。未经书面许可，任何机构或个人不得以任何形式复制、转载、摘编或用于商业用途。引用请注明来源 “Y 角兽”。

6.5 小程序查询服务

各行业各上市公司的基于公开数据整理的行业回款相关指标，后期将通过 Y 角兽小程序开放一对一信息查询服务。用户可通过查询了解所关注行业的回款相关公开信息。

小程序上线时间：预计 2026 年 10 月中旬。具体上线日期以 Y 角兽官方通知为准。小程序服务上线时，将同步公示数据来源、计算方法、样本筛选标准等数据加工方法信息，并建立用户咨询与反馈渠道。

Y 角兽 2026 年 9 月 22 日

合规提示：本报告不涉及金融产品营销或推荐，Y 角兽及上海须臾达信息咨询有限公司未取得金融业务资质，亦不从事金融业务。本报告内容仅基于公开数据的研究分析，使用者应自行判断。本报告中的分析性表述不构成对银行未来资产质量、经营业绩的任何预测或保证。关于小程序数据服务的相关合规安排，Y 角兽将在上线前完成必要评估与调整。