先看名单：0.68%到0.94%之间，挤着十张不同的底牌

2026年三季报，42家A股上市银行不良率中位数0.98%，低于1%的有12家。不良率最低的十家是：成都银行0.68%、常熟银行0.75%、杭州银行0.76%、宁波银行0.76%、无锡银行0.76%、厦门银行0.77%、苏州银行0.81%、江苏银行0.81%、南京银行0.83%、招商银行0.94%。邮储银行0.99%紧随其后，但作为六大行里唯一逼近1%边缘的“好学生”，它的故事留到后面说。

十家里的九家是城商行和农商行，唯一的全国性银行是招商银行。七家扎在江浙沪。这不是一张随机分布的名单，是一张画在长三角地图上的名单。

列表对比：低不良率的“正面”和“背面”

这张表最诚实的地方在于：不良率那一列干干净净，但“另一个数字”那一列，每家都有需要解释的东西。 成都银行的0.68%旁边站着关注类余额66.71%的增幅；厦门银行的0.77%旁边站着翻番的信用减值；江苏银行的0.81%旁边站着零售贷款5.7%的收缩。低不良率是真的，低不良率之外的那些数字也是真的。

共病一：区域是最大的风控官，也是最大的单一变量

十家里七家在江浙沪。这个比例不需要用“经营能力强”来解释全部。长三角民营经济密度高、中小企业客群颗粒度细，银行不用跨省就能找到足够多的可验证客户。杭州银行的广义基建类贷款占比44%，不良率只有0.12%；宁波银行63%的贷款在浙江、22%在江苏，信用贷款占比39%，不良率还是0.76%。这些银行把“区域红利”做成了“区域能力”，但能力半径和地图半径高度重合。

苏州银行是一个有价值的对照：它的异地贷款不良率从2020年超1.9%压到2025年末的0.85%，说明异地风控是可以练出来的。但十家里把异地风控真正跑通并大规模复制的，一只手数得过来。低不良率的第一层共病是：大多数银行的低不良，仍然依赖于“在熟悉的地方做熟悉的客户”。 这不是错，但它不是一个可以无限外推的模型。

共病二：对公在扛不良，零售在扛规模

十家银行的三季报有一个共同的方向感：对公贷款在扩，零售贷款在缩或者在“温和增长”。江苏银行对公贷款较年初增18.1%，占贷款总额70.6%；零售贷款降2.0%，占比降到23.3%。成都银行公司贷款增约5.2%，个人贷款只增0.77%，零售投放近乎停滞。杭州银行零售信贷余额较二季度继续回落，个人经营贷新生成不良小幅上升。

低不良率在很大程度上是对公资产质量的低不良率。六大行2026上半年对公不良率1.22%、下降8个基点，零售不良率1.48%、上升16个基点；上市银行零售不良率从2022年开始连续单边上行。十家银行把零售敞口收窄，不良率的分母里“零售”占比下降，“对公”占比上升，报表自然好看。但零售是一块迟早要重新打开的资产，当居民资产负债表修复节奏和银行重新做零售的冲动撞在一起，今天被对公压住的不良率，明天要靠什么压住零售？

共病三：低不良率的“技术含量”差异，比数字本身更值得看

同样的0.76%，宁波银行的0.76%是连续19年在扩表过程中守住的，拨备覆盖率373.63%，较年初还升了0.47个百分点。杭州银行的0.76%背后，逾期/不良55.87%、逾期90天以上/不良45.44%，不良认定严格程度在全市场排在最前面一档。成都银行的不良生成率只有0.22%，杭州银行0.53%。这些银行的低不良率经得起逾期口径、生成率和拨备的交叉检验。

但名单里也有另一种类型的低不良。厦门银行0.77%的不良率旁边，信用减值计提翻了一番，营收增18.24%而归母净利润只增3.82%。招商银行0.94%的旁边，年化不良生成率1.07%，同比上升0.11个百分点，新生成不良561.60亿元，同比多生成81.57亿元。不良率是一个时点存量指标，它不告诉你这一季从正常类和关注类里迁徙出去了多少，也不告诉你核销和处置消耗了多少。 低不良率可以是风控的结果，也可以是核销节奏、认定口径和资产结构共同作用的结果。十家银行里，前一种居多，但后一种并非不存在。

治理和违规经营问题在哪里：看“不良率的生产函数”

看一个更底层的问题：一家银行的不良率是怎么“生产”出来的。 公式不复杂：不良率由风险生成、核销转让和信贷扩张三个变量共同决定。信贷扩张快，分母变大，不良率会被稀释；核销力度大，分子变小，不良率也会降；风险生成低，才是真正的风控能力。

2026年前三季度贷款核销规模12702亿元，同比增长23.3%。全行业都在加快处置，十家低不良银行也不例外。问题不在于“有没有核销”，而在于核销之后新生成的风险有没有同步下降。成都银行关注类余额增66.71%、无锡银行关注类占比从0.72%升到0.85%，这些是“尚未成为不良、但已经在门口排队”的资产。关注类是不良率的缓冲带，缓冲带变厚，说明报表前端的风控压力还在，只是还没有穿透到不良那一栏。

治理层面的真问题不在“谁违规了”，而在低不良率目标本身会不会扭曲行为。当一家银行把“不良率低于1%”当成一个必须守住的数字，而不是一个风控结果的副产品，核销节奏、认定时点、零售敞口的收放就有了被管理的空间。十家里的头部银行——宁波、杭州、成都——用不良生成率和逾期口径证明了自己的数字是“管出来的”；但名单里那些拨备覆盖率在300%出头、关注类在往上走、零售在收缩的银行，它们的低不良率需要更多个季度的数据来交叉验证。同样的低不良，有的是风控纪律的勋章，有的是报表管理的痕迹，区分两者的成本，比读一遍不良率那一列高得多。

接下来应该重点解决什么：三件事，一件比一件难

第一，把零售风险从“收缩回避”切换到“定价覆盖”。 十家银行里大多数选择了用对公扩表、零售收窄的方式来维持不良率。这条路短期有效，但它把零售重新打开的时间往后推了，而零售风险暴露的拐点还没有到。毕马威的判断是，零售风险已从信用卡向消费贷、经营贷和住房按揭扩散，本质是居民资产负债表修复偏慢与前期零售扩张后风险出清叠加的结果。低不良银行真正的考验不是今天的不良率，是当它们重新把零售贷款放出去的时候，定价里有没有把下一轮零售信用成本算进去。

第二，把关注类迁徙率变成比不良率更重要的内部指标。 成都银行关注类余额增66.71%、无锡银行关注类占比升0.13个百分点，这些数字目前绝对水平仍然很低，但方向需要盯住。关注类迁徙率2026上半年行业平均值28.79%，较上年末上升2.54个百分点。如果一家银行的不良率在降、关注类在升，它真正的不良生成趋势可能被核销和处置掩盖了。下一阶段，十家银行的公司治理和风险管理条线，应该把“关注类迁徙率”放到和“不良率”同等的位置上考核。

第三，把区域集中从“红利”翻译成“可复制的风控参数”。 江浙沪给了七家银行足够好的底层资产，但区域集中本身也是一种集中度风险。苏州银行异地贷款不良率压到0.85%提供了一个样本：异地风控不是不能做，是需要把本地积累的软信息判断、客户经理行为和贷后管理流程变成一套可以在新区域落地的东西。这件事比压降不良率慢得多，但它决定了下一个周期里，这些银行的不良率是靠地图守住的，还是靠能力守住的。

0.68%是一张好看的脸，但脸不能替银行走路

十家银行的不良率最低，是一件值得正面写的事。在一个零售风险单边上行、全行业核销规模增长23.3%的年份里，把不良率按在1%以下，本身就需要风控纪律、客户选择和资产结构三件事同时做对。宁波银行连续19年做到这件事，杭州银行的不良认定严格程度排在全市场最前，成都银行0.22%的不良生成率不是靠核销核出来的——这些是实打实的能力。

但“最低”这个位置最危险的地方，恰恰是它太舒服了。低不良率会让一家银行误以为自己已经拿到了穿越周期的通行证，从而忽略关注类在变厚、零售在收缩、区域集中度在上升这些 quieter 的信号。不良率是过去的风控写给现在的成绩单，不是现在的风控写给未来的保证书。 下一个季度，这十家里有几家还能留在名单上，不取决于它们今天的不良率有多低，取决于它们有没有在别人还在欣赏0.68%的时候，已经开始为零售风险重新定价、为关注类迁徙做准备、为走出长三角修路。