农商行的剪刀差，如何走出不良贷款背后的风控失灵

发表于：2026-05-20

#行业洞察

#金融

前文提要：2025年农商行净息差四类银行最高，不良率同样最高，利息多收但计提多挖，利润并不可观。2026年一季度净利润同比下降30.2%，资产质量压力持续累积，处置不良的代价正在吃掉利润。根源在于对公客户信息不对称——贷前看不清实控人隐性负债，贷后盯不住存量客户动态，等风险暴露再去处置，资本消耗已不可逆。

2025年末，全国农商行的一组数据摆在一起，挺耐人寻味的。

净息差1.60%，四类商业银行里最高。净息差高，说的是这类银行定价还有空间，贷出去的钱比别人贵。

不良率2.72%，同样是四类里最高值。不良率高，说的是贷出去的钱，有更大的比例要不回来了。

这两组数字，不是对冲关系，是叠加关系，利息多收了，但不良多计提了，实际利润收得并不好看。

2026年一季度，商业银行整体净利润同比下降3.7%。拆开看，大型银行-1.3%，股份制银行+0.3%，城商行+9.7%，农商行-30.2%，在各类银行里降幅最大，且大幅偏离整体均值。

净息差环比微幅回升，是四类银行里唯一正向的，但这一改善完全被高企的不良压力抵消了，问题不在息差，更多是在不良资产在累积，拨备在消耗，而这两件事的根子都是同一个，风控没有做到前置。

竞争力日益加剧的前哨行业

截至2025年9月，全国农村金融机构（含农商行、农合行、农信社等）总资产61.06万亿元，同比增长6.2%，占银行业金融机构比重超过18%。

1.5

单看农商行，全国1500+家，是银行业里机构数量最多的群体之一，其中五家资产规模突破万亿，重庆农商行以1.66万亿居首，上海农商行、北京农商行、广州农商行、成都农商行紧随其后，仅这五家合计规模就接近7万亿。

头部机构在扩张，腰部机构在承压，尾部机构面临合规和资产质量的双重压力。

外部竞争同样在加剧，国有大行和股份制银行持续向县域市场下沉，互联网贷款平台抢食个贷场景，农商行的传统优势正在被稀释。「支农支小」的政策红利依然存在，但靠补贴吃利差的时代已经过去了，行业正在被迫进入精细化运营的阶段。

监管层面也在持续加力，而且有明确的政策信号。

2025年4月，国家金融监督管理总局发布《关于扎实做好2025年“三农”金融工作的通知》，明确要求银行业强化涉农信贷全流程管理，建立风险监测、防范和处置的长效机制，加强贷前审查和贷后管理，并发挥信息技术优势提升风控能力。

来源：https://www.gov.cn/zhengce/zhengceku/202504/content_7019989.htm

这份文件的意思很清楚，监管对农商行信贷管理的容忍度在收窄，数字化风控是基本要求。

罚单数字也印证了这一点。2026年4月，金融监管总局系统和人民银行系统农村中小金融机构对农商行开出单月罚单99张、罚没3428万元，两项均居各类银行第一；而在去年上半年，共开出420份罚单，涉及653名责任人，罚没合计2.37亿元，其中单笔最高达920万元。37名责任人被禁止从事银行业，最严者被取消终身任职资格。

高频违规事由指向同一个区域，贷款「三查」不到位（贷前调查、贷时审查、贷后检查）、内控管理不到位、信贷资产风险分类不准确、反洗钱内控缺位。这四个问题里，前三个归根结底都是同一件事，客户信息看不清楚，导致审查失真。

不良资产压力，比净息差压力更难处理。

说句不太中肯的话，那就是净息差收窄是行业性的，大家一起扛，至少心理上有个安慰。

不良资产是自己的问题，只有自己处理。

从2025年开始，不良资产批量转让市场明显活跃。广州农商行向地方AMC（资产管理公司，主要负责对不良资产的收购、管理和处置）出售了约189亿元的信贷资产包，此前三年累计处置规模超过481亿元。河南三家农商行将超过52亿元的不良资产打包转让给中原资产。年底商业银行集中“减负”，江苏靖江农商行、兰州农商行相继在银登中心挂牌出售不良贷款包。

转让是出路，但处置本身是有代价的。 打折出售意味着资本直接损耗，而且转让出去的只是已经确认不良的部分，关注类贷款的蓄水池问题并没有解决。

以广州农商行为例，2025年末其关注类贷款余额458亿元，逾期贷款在年中一度激增到510亿元。拨备覆盖率从184%降到161%，逼近监管下限，靠大规模处置压低了不良率，但风险存量依然很厚。

中小农商行没有广州农商行的处置能力，抗风险能力更弱，所以最好的解法不是出了问题去处置，而是不让它进入到不良区域。

风控前置，是对农商行来说比任何机构都更有迫切性的一件事。

农商行做好对公风控，有三个硬难点。

客户结构天然复杂。 对公客户以本域中小企业、涉农经营主体、个体工商户为主，这类客户的信息透明度先天不足。工商登记可能是滞后的，财务数据很难核实，关联关系通常是隐蔽的，打个比方一家做农机具的小企业，背后可能还挂着几个名称完全不相关的壳公司。
科技团队普遍薄弱。 很多地市级农商行的信息科技人员可能只有十几人，日常维护核心系统都捉襟见肘，谈不上建数据中台，更谈不上实时风险监测。
客户数量庞大、人力极度有限。 一个客户经理管几十上百个对公客户，靠人工定期查询，根本盯不过来。

这三个条件叠加在一起，形成的结果是，很多农商行的风控实际上处于被动应对的状态，风险暴露了才处置，而不是在风险形成前就介入。

存量客户的痛——信号太多，盯不过来。

贷款放出去之后，客户经理的工作在形式上继续，但实质上进入了盲区——贷后管理处于定期翻档案阶段，通过每季度或半年翻一次还款记录，没有逾期就默认正常的盲区。

问题是，很多风险信号不等季报。

一家企业可能在一个月内完成法人变更、新增股权质押、同时出现经营异常，等到季度复核发现，距离风险真正暴露可能已经过了最关键的窗口期。更隐蔽的情况是，实控人早就在其他公司大量负债，法院的被执行记录已经挂了好几条，这些信息分散在不同系统，不主动查根本不知道。

还有一类风险容易被彻底遗漏，即存量客户的关联企业风险。借款企业本身还在正常经营，但同一实控人名下的另一家公司正在被法院执行，或者刚刚被吊销，这种关联风险在传统贷后管理里几乎没有触发条件，直到风险传导过来才后知后觉。

除此之外，空壳企业识别也是存量监控里一个长期被忽视的场景。很多农商行在放贷时做了初步尽调，但贷款存续期间的企业状态监测几乎是空白的——零纳税、零社保、注册地址异常、频繁变更法人，这些特征在贷款初期可能还不明显，一年两年后开始聚集，如果没有持续监测机制，等发现的时候基本就是坏账了。

系统能做的事，是对贷款客户清单实施持续监控，工商变更、失信/被执行新增、经营异常列入、司法拍卖、股权冻结、重大舆情，任何一项触发都立刻推送给客户经理。不需要人去定期查，系统主动来找人。

增量客户的痛——信息难核实，核实成本高

贷前审查，是农商行风控里中的另一个高风险区。

最常反映的问题是实控人的隐性负债。借款企业本身可能是干净的，但实控人名下其他公司可能已经负债累累。没有系统做核查的情况下，这类信息很难主动发现，基本只能靠对方主动申报，而申报本身就有很强的动机造假。

对实控人名下所有关联企业批量做司法风险扫描，哪家有被执行记录、哪家有正在审理的大额案件，一次性呈现出来，这是隐性负债排查最直接的切口。

纳税信用等级是另一个容易被低估的交叉验证维度。一家长期存在偷漏税问题的企业，纳税信用等级通常会有体现，这个数据不需要借款人配合提供，可以直接查，和借款企业自报的财务数据形成交叉核验。

招投标记录也是一个企业经营活跃度的参照。如果一家企业自称营业额很高，但招投标记录里完全找不到项目，这个信息差值得深究。反过来，如果招投标记录稳定、中标记录可查，是企业正常经营的侧面支撑。

还有一个涉农业务特有的场景是贷前资质核查。农业企业通常需要核验的资质类别比较多，经营许可证、专项资质证书、环保合规证明等，人工逐项查询耗时很长，出错风险也高，这块可以系统化来处理。

26年也是合规压力叠加的一年，自2026年1月正式落地的新12号令（《金融机构客户受益所有人识别管理办法》），对受益所有人的识别要求从“能查就查”变成了“必须查，查不到要报告”，要求高风险存量客户6个月内完成重新核查，全量客户2年内完成。

在农商行的实际业务里，受益所有人认定的复杂度比想象中高，家族式股权结构里，登记股东可能是儿子，实际拍板的是父亲；多家关联公司的持股比例各自低于25%，但绑在一起就是同一个实控人；还有代持安排和协议控制等情况，工商登记本身看不出来。

靠人工逐笔排查，一个稍微复杂的客户要花一两个小时，对于存量客户体量比较大的农商行，这种工作量是真加不动班能解决的。

农商行的竞争变化已经在发生

同样是农商行，重庆农商行2025年末不良率1.08%，拨备覆盖率367.26%，显著优于行业均值。这不是区域经济优势单独拉出来的结果，1.66万亿的资产规模，客群同样复杂，数据驱动的风控能力建设在里面发挥了可以量化的作用。

上海农商行2025年全年归母净利润123亿元，稳健穿越了整个周期的压力。

常熟农商行在年报里明确披露，服务小微信贷客户超‌150万户‌，背后是基于大数据模型的客群分层体系。

但是也有一些区域农商行靠大规模不良处置来维持账面，拨备覆盖率逼近下限，日子越来越难。这种竞争格局的底层逻辑不复杂，信息不对称是农商行天然的劣势，但外部数据能力是可以补的——数据能力强的机构，能更早发现风险信号，能更准确识别优质客户，能在行业整体承压的时候保持相对稳定的资产质量。

数据能力弱的机构，只能等风险暴露了再处置，每次处置都是在消耗资本，而资本是有限的。

分化的背后是信息不对称的差距，差距的背后是数据能力的差距。

这个差距不是一两天拉开的，但也不需要一两年才能补上，存量客户动态监控、实控人穿透识别、关联风险批量扫描、受益所有人核查——这四件事，不需要采购一套系统，不需要养一个科技团队，企查查的数据接口和企业户模式可以按需接入，按月付费，先跑起来再说。

风控前置这件事，行业承压的时候每一笔不良都在提醒同一个问题：当初那个信息，是可以查到的，只是没查。等下一次尽调之前把它查了，比等不良进了账再处置，划算得多。

附：产品能力一览

核心场景与对应能力

业务场景	对应数据能力	主要用途
存量客户动态监控	工商变更监控、失信/被执行新增、经营异常列入、司法拍卖、股权冻结、重大舆情	实时推送风险信号，替代人工季度查询
关联企业风险穿透	实控人穿透、关联企业全量扫描、关联担保核查、关联图谱生成	识别隐性负债和风险传导路径
空壳企业识别	注册地址异常、零纳税、零社保、频繁变更法人综合判断	防范空壳公司存量贷款和新增套贷
受益所有人识别（新12号令）	受益所有人、实控人穿透、代持识别、变更记录	满足合规要求，覆盖增量开户和存量批量校准
贷前信息核查	企业工商照面、股东结构、司法风险综合扫描、纳税信用、招投标记录、资质证书	查询覆盖尽调核心维度
实控人隐性负债排查	关联企业批量司法扫描、被执行记录、股权冻结、债券违约	挖掘借款人表外风险敞口
对公客户精准拓客	新注册企业推送、招投标中标监控、产业链上下游企业、园区企业名单	基于数据批量筛选高潜客户