中国普惠小微贷款服务行业研究报告

基本信息

阅读时间：约 30 分钟

字数：约 16,002 字

摘要：市场担心：普惠小微贷款的规模增长已经到顶，价格还在往下走，这门生意正在变成不赚钱的规模游戏。2025 年四季度末，人民币普惠小微贷款余额 36.57 万亿元、同比增长 11.1%，全年增加 3.63 万亿元，增速比各项贷款高 4.7 个百分点 [1]；同期新发放普惠小微企业贷款加权平均利率降到 3.48%，比 2025 年 3 月下降 12 个基点、比上年同期下降 66 个基点 [6]；不良率侧，只有五家上市银行披露了普惠小微企业贷款的不良率，最高的一家是 1.92% [9]。规模在涨、价格在跌、资产质量不透明，这三件事叠加起来让风险定价无从下手。

本文由 AI 生成，经人类主编终审。

市场担心：普惠小微贷款的规模增长已经到顶，价格还在往下走，这门生意正在变成不赚钱的规模游戏。2025 年四季度末，人民币普惠小微贷款余额 36.57 万亿元、同比增长 11.1%，全年增加 3.63 万亿元，增速比各项贷款高 4.7 个百分点 [1]；同期新发放普惠小微企业贷款加权平均利率降到 3.48%，比 2025 年 3 月下降 12 个基点、比上年同期下降 66 个基点 [6]；不良率侧，只有五家上市银行披露了普惠小微企业贷款的不良率，最高的一家是 1.92% [9]。规模在涨、价格在跌、资产质量不透明，这三件事叠加起来让风险定价无从下手。

我们认为：这门生意真正的定价变量不是不良率，而是被所有公开统计忽略的授信通过率。通过率是风险定价的分母。它决定了单笔申请的获客成本要被摊到多少笔有效放款上，也决定了同样的客户获取投入最终以多高的利率才能收回。定义盈亏平衡利率为资金成本、运营与贷后成本、信用成本与单笔获客成本四项之和，其中单笔获客成本等于单笔申请获客成本除以授信通过率。在资金成本 1.70%、运营与贷后成本 0.90%、不良率 1.92%、违约损失率 50%、单笔申请获客成本 1,200 元、笔均金额 50 万元的假设下，通过率 30% 对应的盈亏平衡利率为 4.36%，比 3.48% 的实际定价高出 88 个基点（测算）。

1. 在低通过率区间，提高通过率是这门生意最有效的降本手段。单笔获客成本对利率的贡献等于获客成本除以通过率再除以笔均金额。通过率 15% 时这一项是 160 个基点，通过率 30% 时降到 80 个基点，通过率 45% 时进一步降到 53 个基点（测算）。也就是说，把通过率从 15% 提到 30%，等价于每笔贷款多出 80 个基点的定价空间——这比在存量客户身上多收利息要容易得多；
2. 通过率的边际价值随水平下降而递减，所以改善的空间在分母最差的那一端。通过率 15% 时，每提升 1 个百分点值 10.67 个基点；通过率 20% 时值 6.00 个基点；通过率 30% 时只值 2.67 个基点；通过率 45% 时降到 1.19 个基点（测算）。同样的技术投入，投在通过率 15% 的客群上，回报是投在通过率 45% 客群上的九倍；
3. 三项刚性成本已经吃掉了全部定价空间。资金成本 1.70% 加运营与贷后成本 0.90% 加信用成本 0.96%，合计 3.56%，已经高于 3.48% 的实际新发放利率，获客成本完全没有着落（测算）。这说明普惠小微信贷在当前价格水平上并不是靠息差赚钱的生意，而是靠再贷款的低成本资金、政府性融资担保的费率优惠和风险补偿共同维持运转——2026 年 1 月支农支小再贷款额度增加 5,000 亿元，并在该科目下设立额度 1 万亿元的民营企业再贷款 [3]。

先把口径说清楚。自 2024 年 10 月起，普惠小微贷款的统计口径调整为单户授信小于 1,000 万元的小微企业贷款、以及单户授信小于 1,000 万元的个体工商户和小微企业主经营性贷款 [1]。这个口径决定了本报告讨论的全部范围。按此口径，2025 年四季度末人民币普惠小微贷款余额 36.57 万亿元、同比增长 11.1%，增速比各项贷款高 4.7 个百分点，全年增加 3.63 万亿元 [1]。作为对照，同期金融机构人民币各项贷款余额 271.91 万亿元、同比增长 6.4%，全年人民币贷款增加 16.27 万亿元 [2]。普惠小微占各项贷款的比重约为 13.4%（测算）。

余额的增长节奏在 2025 年内是前高后稳。5 月末余额 34.42 万亿元、同比增长 11.6%，人民银行同时说明该口径近五年的年均增速超过 20% [5]；6 月末余额升至 35.60 万亿元、同比增长 12.3%，比同期各项贷款增速高 5.2 个百分点，上半年增加 2.6 万亿元 [6]；到年末余额 36.57 万亿元、增速回落到 11.1% [1]。增速从 12.3% 回落到 11.1%，意味着下半年的增量约 0.97 万亿元（测算），明显低于上半年的 2.6 万亿元。

把普惠小微放进整个信贷盘子里看，2025 年科技、绿色、普惠小微、养老产业、数字经济产业贷款分别同比增长 12.5%、25.5%、12.3%、43%、11.5% [8]。普惠小微的增速处在中间位置：高于传统对公与房地产相关贷款，低于绿色与养老产业贷款。这说明政策资源在五篇大文章之间是有排序的，普惠小微享受的是稳定支持而非优先支持。

需要同时记录的一个事实是，规模增长并不等于融资难已经解决。公开讨论中反复出现的痛点是银企信息不对称、部分小微企业缺乏抵押物、信用记录不完善，导致金融机构难以准确评估其风险、贷款成本较高 [4]。与之呼应的是，普惠小微贷款中信用贷款的占比到 2025 年 6 月末才接近三成，比上季度末提高 0.7 个百分点 [6]，其余七成仍然依赖抵质押与保证。余额的增长主要来自价格的让利与政策的推动，而不是风险评估能力的跃升。

价格是这两年变化最快的变量。2025 年 5 月新发放的普惠小微企业贷款、私人控股企业贷款加权平均利率分别是 3.69% 和 3.45%，较上年同期分别下降 0.66 和 0.6 个百分点 [5]。到 2025 年 6 月，普惠小微的加权平均利率降到 3.48%，比 3 月再降 12 个基点，比上年同期降 66 个基点 [6][7]。按 6 月同比降 66 个基点反推，2024 年 6 月的对应利率约为 4.14%（测算），两年内累计下行约 66 个基点。

区域数据可以校验全国口径的合理性，同时也揭示了利率的分层。石河子辖区 2025 年 11 月末普惠小微企业贷款加权平均利率 3.54%，较年初下降 0.54 个百分点、同比下降 0.74 个百分点 [13]；广西 2025 年末当年新发放的普惠型小微企业贷款利率 3.66%，较年初下降 0.47 个百分点 [10]；晋城市新发放普惠小微贷款利率降至 3.91%，其中建设银行、工商银行等机构的普惠小微贷款利率最低降至 3.19%，抵押快贷一年期利率低至 2.75% [14]。区域之间的 3.54% 到 3.91% 是客户结构与当地资金成本差异的正常结果；但 2.75% 这样的抵押快贷利率已经低于很大一部分中小银行的内部资金转移定价，属于明显的竞争性定价。

价格战的一个标志是行际利差被压缩。多位中小银行人士表示，以前大型银行的贷款利率能比中小银行低 200 个基点甚至更多，现在由于金融供给充分，大中小行贷款之间的利差缩窄到 100 个基点，甚至有国有大行与全国性股份行的利率拉平 [9]。对中小银行而言，这直接抹掉了它们赖以立足的价格缓冲带——过去靠略高的定价覆盖略高的风险成本，现在这个空间只剩一半。

价格下行的同时，担保与监管在硬性约束上做了对冲。监管要求落实内部转移定价不低于 50 个基点的优惠 [10]；晋城市推动小微与三农市场主体的担保费率统一降至 0.8%，创业担保贷款个体免收、企业减半收取，2025 年 1 至 11 月累计减费让利超 868 万元、惠及市场主体 1,551 户 [14]；四川省级财政安排 8.2 亿元实施担保保费补贴、奖补及风险补偿的组合政策，政府性融资担保平均费率降至 0.85% [12]。这些工具把企业的综合融资成本降了下来，但并没有改变银行端的风险成本。

在所有公开统计里，找不到一个全国性的小微企业授信通过率指标。公开数据里有余额、有增速、有利率、有不良率、有获贷率，唯独没有「申请了多少户、批了多少户」。而获贷率衡量的是名录内企业有多少最终获得贷款 [1]，它不区分「申请后被拒」与「从未申请」，因此无法替代通过率。

通过率之所以关键，是因为它决定了获客成本的摊薄倍数。单笔有效放款所承担的获客成本等于单笔申请的获客成本除以授信通过率。如果一家机构为每个申请客户投入 1,200 元（含线索获取、资料收集、实地走访与尽调），通过率 30% 时，每笔放款的获客成本是 4,000 元；通过率 15% 时，这个数字翻倍到 8,000 元；通过率 45% 时则降到 2,667 元（测算）。在笔均金额 50 万元的口径下，这三种情形分别对应 80 个基点、160 个基点与 53 个基点的利率贡献（测算）。

这条曲线的形状比它的位置更重要。它是凸的：通过率越低，曲线越陡。通过率从 10% 提到 15%，盈亏平衡利率下降 0.80 个百分点；从 15% 提到 20% 下降 0.40 个百分点；从 20% 提到 30% 下降 0.40 个百分点；从 30% 提到 45% 只下降 0.27 个百分点（测算）。换算成单点斜率，通过率 15% 时每 1 个百分点值 10.67 个基点，30% 时值 2.67 个基点，45% 时只值 1.19 个基点（测算）。

把斜率累积起来看，可以量出提升通过率的整体价值。通过率从 15% 提升到 30%，对利率的贡献从 160 个基点降到 80 个基点，净节省 80 个基点；从 20% 提升到 30% 节省 40 个基点；从 30% 提升到 45% 节省 26.7 个基点（测算）。以 36.57 万亿元的行业余额与 50 万元的笔均金额计算，全行业的存续笔数约为 7,314 万笔（测算）；每 1 个基点的定价空间对应约 36.6 亿元的利息收入（测算）。80 个基点相当于约 2,930 亿元的定价空间（测算）——当然，这只是一个量级参照，因为并非所有机构都能把通过率提到 30%。

需要说明为什么通过率会被长期忽略。对银行而言，通过率低并不是一个需要披露的指标：拒贷不会产生不良，也不会占用资本，而拒贷背后的获客投入被计入了管理费用，不会单独显现。结果是风险定价的讨论长期集中在不良率上，而真正决定单位经济的那一环被留在了报表之外。

把一笔普惠小微贷款的利息收入拆到成本，需要四项参数：资金成本、运营与贷后成本、信用成本与获客成本。本报告采用的假设如下。资金成本取 1.70%，对应 2025 年 12 月新发放企业贷款加权平均利率约 3.1% [11]与 1 年期贷款市场报价利率之间的利差关系，属本报告假设而非披露值；运营与贷后成本取 0.90%，覆盖客户经理人力、系统分摊与贷后管理，同属本报告假设；信用成本等于不良率乘以违约损失率，不良率取上市银行披露的最高值 1.92% [9]，违约损失率取 50%；获客成本按单笔申请 1,200 元、通过率 30% 折算。笔均金额取 50 万元，期限取一年。

把四项相加，得到盈亏平衡利率 4.36%。与 2025 年 6 月 3.48% 的新发放加权平均利率相比，高出 88 个基点（测算）。更值得注意的是这四项之间的比重：资金成本 1.70% 与运营与贷后成本 0.90% 合计 2.60%，是刚性的；信用成本 0.96%；获客成本 0.80%。前三项合计 3.56%，已经超过了实际利率 3.48%——也就是说，在当前的费率水平上，普惠小微信贷的利息收入连资金、运营与信用成本都不能完全覆盖，获客投入没有任何着落（测算）。

这个结论要成立，关键在于违约损失率的取值。本报告没有获得普惠小微不良资产处置回收率的公开口径，因此把违约损失率设为 30%、50%、70% 三档做敏感性。在不良率 1.92% 的前提下，三档对应的信用成本分别是 0.576%、0.960% 与 1.344%（测算）。违约损失率每变动 20 个百分点，信用成本变动约 38 个基点，盈亏平衡利率随之同幅变动。需要强调的是，部分机构会在不良暴露前通过核销与批量转让出清资产，因此账面不良率会低于真实的风险暴露水平，信用成本也可能被低估。

反向推算可以得到一个更有用的结论：在现有价格下，要让这门生意打平，需要把三项可控成本同时压到很低的水平。以实际利率 3.48% 为约束，扣掉资金成本 1.70% 与运营与贷后成本 0.90% 后，只剩 0.88% 用于覆盖信用成本与获客成本。若违约损失率取 50%，信用成本 0.96% 已单独吃满这 0.88%，获客成本必须为负才可能平衡——这显然不成立（测算）。这个反证说明：当前普惠小微贷款的定价水平，必须依赖资金成本低于 1.70% 的外部资金（例如支农支小再贷款）或者违约损失率低于 50% 的风险缓释安排（例如政府性融资担保代偿）才能成立。

普惠小微信贷的资产质量数据极度稀缺。2025 年的公开统计中，仅五家上市银行披露了普惠小微企业贷款的不良率，从高到低依次是沪农商行 1.92%、浙商银行 1.56%、民生银行 1.52%、光大银行 1.28% 和青岛银行 0.97% [9]。与上年年末相比，沪农商行持平、浙商银行上升 24 个基点、光大银行上升 20 个基点、青岛银行上升 14 个基点 [9]。五家银行中四家的不良率在上升。

披露样本过小带来两个问题。第一，1.92% 这个最高值来自一家以本地小微客群为主的农商行，把它当作行业不良率会高估；把它当作个别现象又会低估。五家样本里既有全国性股份行也有城商行，客群结构差异很大，简单平均得到的 1.45% 没有统计意义（测算）。第二，监管容忍度给出了一个更宽松的参照。广西披露的监管要求是普惠型小微企业不良率控制在「不高于各项贷款不良率 3 个百分点」的容忍度以内 [10]，这让不良率的合规边界与真实风险边界之间留下了很大空间。

机构层面的应对方式高度一致，集中在数字化风控与贷后处置两端。沪农商行明确表示普惠客群经营能力受宏观经济环境影响较大、抗风险能力偏弱，下一步将提高普惠贷款线上化风控能力，运用大数据与大模型手段构建精准画像与动态优化机制，通过智慧风控、流水尽调、风险预警等系统全方位赋能业务数字化风控管理 [9]。广西则在监管端推动银行做实风险分类、足额计提拨备、倾斜核销资源、加大不良贷款处置力度 [10]。

把这两条放在一起看，可以得到一个对风险定价有直接含义的判断：当前行业对普惠小微风险的处理方式，是在准入端收紧（提高风控门槛）与在出口端加速出清（核销与批量转让）之间做权衡，而不是在定价端做风险分层。原因很直接——在 3.48% 的价格水平与 100 个基点的行际利差下 [9]，可用于风险分层的定价带宽本身太窄，劣质客户即使被识别出来，也没有足够的价差空间去承接他们。

助贷与金融科技平台提供了另一个观察风险定价的窗口，因为它们的客群比银行普惠口径更下沉，风险指标也更完整。2025 年七家美股与港股上市的金融科技公司合计实现营业收入约 793.78 亿元、合计净利润约 126.8 亿元、合计促成贷款约 1.12 万亿元 [17]。其中奇富科技全年净收入 192.05 亿元、同比增长 11.88%，净利润 59.76 亿元、同比下滑 4.35%；信也科技营收 135.7 亿元、同比增长 3.8%，净利润 25.5 亿元、同比增长 6.6%；乐信营收 131.5 亿元、同比下降 7.4%，净利润 16.77 亿元、同比增长 52% [15][16]。

四季度是拐点。奇富科技四季度营收 40.93 亿元、同比下降 8.7%，净利润 10.16 亿元、同比下降 46.8%；乐信四季度营收 30 亿元、下降 16.8%，净利润 2.14 亿元、同比下降 41.0%；信也科技四季度营收 30.24 亿元、同比下降 12.5%，利润 4.16 亿元、同比下降 39.0% [15]。小赢科技四季度收入 14.68 亿元、同比下降 14.1%，净利润 5,720 万元、同比降幅达 85.2%，其中贷款促成服务费 4.41 亿元、同比下降 49.8%，放款金额 227.68 亿元、同比下降 29.5% [16]。

四季度的下滑原因被直接归给信用成本。奇富科技明确表示全年净利润下滑主要受贷款拨备大幅增加影响，四季度运营成本和拨备激增，直接导致运营利润和净利润接近腰斩 [15]。资产端的风险指标印证了这一点：截至 2025 年末，平台金融机构发起贷款的 90 天以上逾期率为 2.71%；四季度行业风险水平上升，首日逾期率达 6.1%，30 天回收率 84.1%，两项指标均创下近五年最差记录 [15][17]。在贷余额同步收缩，奇富科技年末在贷余额 1,260.1 亿元、较上季度末降低 8.8%、同比下滑 8%，其中轻资本模式贷款余额 595 亿元 [15][17]。

另一条线索是监管价格上限。助贷新规将综合融资成本严格限定在年化 24% 以内，过去依赖高息差的盈利模式被打破，尤其是轻资产模式的收入大幅下滑，直接拖累了整体利润水平 [17]。把 24% 与 3.48% 并列，可以看出中国信贷市场实际上存在两个定价体系：银行普惠口径的客群定价在 3.5% 上下，助贷口径的客群定价上限在 24%。两者之间的巨大价差，对应的正是被银行通过率筛掉的那部分需求。

技术的用途也在同一方向上被重新定义。奇富科技依托多模态技术打造人工智能审批官，可自动识别客户经理提交的信审材料、实时提醒补正与优化，大幅提升材料一次通过率；在经营贷审查与审批环节，人工智能对实质风险的识别准确率已达 90% 以上 [18]。信也科技 2025 年研发支出同比增长 8% [18]。这些投入指向的正是通过率——材料一次通过率的提升直接减少重复尽调，实质风险识别准确率的提升直接降低误拒，两者共同抬高分母。

把通过率与获客成本同时放进情景，可以看出这门生意的改善路径有多窄。保守情景设通过率 15%、单笔申请获客成本 1,600 元，盈亏平衡利率 5.69%，比 3.48% 的实际定价高 221 个基点；中性情景设通过率 30%、获客成本 1,200 元，盈亏平衡利率 4.36%，缺口 88 个基点；乐观情景设通过率 45%、获客成本 800 元，盈亏平衡利率 3.92%，缺口降到 44 个基点（测算）。三种情景下盈亏平衡利率都高于实际定价，差别只在缺口大小。

把通过率与获客成本同时变动的结果画成表，可以看到两个变量的作用并不对称。在通过率 15% 那一行，获客成本从 800 元涨到 2,400 元，盈亏平衡利率从 4.63% 升到 6.76%，跨度 2.13 个百分点；在通过率 45% 那一行，同样的获客成本变化只让盈亏平衡利率从 3.92% 升到 4.63%，跨度 0.71 个百分点（测算）。也就是说，通过率越低，获客成本的杠杆越大——在一个通过率很低的客群里，把获客成本从 2,400 元压到 800 元，等价于多出 2.13 个百分点的定价空间。

敏感性分析给出的操作结论有三条。第一，改善通过率与压缩获客成本应当同时进行，单独做任何一项都难以越过 3.48% 的定价线。第二，投入应当优先投向通过率最低的客群，因为边际价值随通过率下降而放大。第三，从 24% 的助贷客群到 3.48% 的银行客群之间，存在一个巨大的中间地带：这些客户的风险高于银行标准但显著低于助贷客群，谁先把通过率与获客成本做到可以覆盖 6% 至 10% 的定价，谁就能占据这块未经充分开发的存量。

既然息差本身不足以覆盖成本，那么支撑这门生意运转的就是三类政策工具：低成本资金、担保费补贴与风险补偿。2026 年 1 月，人民银行决定增加支农支小再贷款额度 5,000 亿元，将支农支小再贷款额度与再贴现额度打通使用，并在支农支小再贷款项下设立民营企业再贷款、额度 1 万亿元，引导地方法人金融机构加力支持民营中小微企业 [3]。

区域数据可以说明这些工具的体量。2025 年湖南全省人民银行系统累计发放支农支小再贷款 1,559.6 亿元、同比多放 525.2 亿元，通过专用额度引导金融机构投放特定领域信贷资金 286.36 亿元、支持市场主体 1.8 万户、吸纳就业人数超 26 万人 [11]；福建截至 2025 年 12 月末支农支小再贷款与再贴现余额 1,591.8 亿元、创历史新高、同比增长 10.5% [11]；石河子 2025 年向法人机构投放支农支小再贷款 3 笔、共 8.01 亿元 [13]。

担保端的作用机制更直接。四川截至 2025 年 10 月末政府性融资担保在保余额 1,536.78 亿元、同比增长 23.31%，平均费率降至 0.85%，并整合设立规模 13.2 亿元的省级风险补偿资金池，统一推出 7 项特色产品、服务中小微企业超 2,500 家、获信逾 120 亿元 [12]；石河子依托新型政银担 4321 合作机制投放贷款 14 笔、共 3,935 万元，用于缓释金融机构服务首贷户的潜在风险 [13]；晋城市 2025 年 1 至 11 月完成融资担保业务规模 72.19 亿元、服务市场主体 4,139 户，其中普惠业务占比 98.98%、单户 500 万元及以下业务占比 70.66% [14]。

把这几类工具折算到本报告的单位经济模型里，方向是清楚的：再贷款降低的是资金成本那一项（1.70%），担保降费与保费补贴降低的是获客与运营那一项，风险补偿与代偿机制降低的是信用成本那一项（0.96%）。三项合计需要压掉 88 个基点才能达到盈亏平衡。以 0.85% 的担保平均费率与 50% 的代偿比例估算，100 个基点左右的成本压降是可能实现的（测算）——这与 88 个基点的缺口处在同一量级，说明当前的制度安排是有意设计成刚好能兜住的。

区域样本最有价值的地方在于它给出了从「触达」到「放款」的转换数据，而这正是本报告所说的通过率链条。四川省截至 2025 年 11 月末累计走访小微经营主体 520 万户，银行机构为 64.85 万户经营主体提供信贷支持 1.46 万亿元 [12]；广西截至 2025 年末累计走访小微市场主体 244.65 万户，全区银行业金融机构向 58.54 万户小微市场主体发放贷款 8,174.83 亿元 [11]。

把两组数字相除，得到的是走访口径下的转化率：四川省约为 12.5%，广西约为 23.9%（测算）。两个样本的差异说明一件事：转化率对客群筛选方式极度敏感。四川的走访覆盖面更广（520 万户），意味着分母里包含了更多不具融资条件的主体；广西的走访相对聚焦，转化率因此更高。这组数据恰好印证了本报告第三章的判断——在讨论融资难时，分母的定义方式比分子更重要。

首贷户是另一个可以量化的变量，它同时也是通过率难度的直接代理。石河子 2025 年辖区累计新增首贷户 3,580 户、较上年同期增加 997 户、增幅 38.6%；当地还建立了名单推送机制，全年推送中小微企业 980 家、项目 20 个，其中推送拒贷客户 125 家，已有 60 家拒贷客户最终获得信贷支持 [13]。60 家从被拒到获贷，对应拒贷客户的二次转化率约 48%（测算），这说明「被拒」并不等于「不合格」，而往往等于「材料不充分」或「产品不匹配」。

审批时效的改善同样直接作用于通过率。晋城市推动无还本续贷、信用贷款等业务平均办理时长压缩至 2 至 3 个工作日，银担合作贷款全流程办理周期最短仅 3 个工作日 [14]；其全市新发放普惠小微贷款利率降至 3.91%，无还本续贷余额 54.71 亿元、较年初增幅 187.61%，普惠型小微企业贷款余额 393.8 亿元、同比增长 27.85%，余额客户数合计超 4.47 万户、较年初新增 4,200 余户 [14]。审批周期的压缩降低了单位申请的尽调成本，也就是本报告模型中的单笔申请获客成本。若单笔申请获客成本从 1,200 元降到 900 元，在通过率 30% 下，盈亏平衡利率将从 4.36% 降到 4.24%（测算）。

本报告识别的风险按重要性排列如下。

1. （一）披露口径残缺无法比价。只有五家上市银行披露普惠小微贷款不良率，样本既小又不同质，外部无法据此形成有统计意义的行业风险参数；
2. （二）无还本续贷掩盖风险暴露。多地无还本续贷余额高速增长，晋城市该类余额较年初增幅 187.61% [14]，广西该类余额较年初增长 18.07% [10]。续贷本身是纾困工具，但它会推迟风险确认时点，使当期不良率低于真实水平；
3. （三）担保代偿压力后移。政府性融资担保在保余额快速增长，四川同比增长 23.31%、晋城同比增长 13.95% [12][14]，风险并未消失，只是从银行资产负债表转移到了担保机构；
4. （四）再贷款额度退坡。低成本资金是当前定价成立的前提，一旦额度收紧或利率上调，本报告模型中的资金成本项将直接抬升；
5. （五）助贷新规压缩息费。年化 24% 的综合融资成本上限 [17]已经使轻资本模式收入大幅下滑，进一步收紧将压缩平台覆盖高风险客群的能力；
6. （六）区域样本不可外推。四川、广西、石河子、晋城各有独特的产业与财政条件，其转化率、担保费率与审批时效均不宜直接外推到其他地区。

需要持续跟踪的指标分三组。价格端关注全国新发放普惠小微贷款加权平均利率、区域利率与全国利率的差值、以及大行与中小行的行际利差。风险端关注披露不良率的银行家数、普惠小微不良率的迁徙情况、无还本续贷余额增速与担保代偿率。效率端关注走访转化率、首贷户数、信用贷款占比、审批工作日数与单笔申请获客成本。

最后需要说明本报告的适用范围。本报告讨论的是普惠小微贷款服务的风险定价逻辑，不涉及任何具体金融机构或上市公司的估值判断，也不构成任何信贷、投资或财务建议。所有标注「测算」的数字均为本报告基于外部锚参数推算的结果，推算公式与参数取值在正文中逐项给出；凡无法获得可靠外部锚的参数，本报告一律标注为数据缺口并降级为定性讨论或采用区间假设。

本报告共设八条可证伪链，覆盖通过率作为定价分母的机制、余额增长与融资难缓解的区别、价格下行对风险定价空间的挤压、盈亏平衡利率对政策工具的依赖、资产质量披露不足的判断、助贷平台收缩的驱动因素、政策工具与缺口的量级匹配，以及区域样本中分母定义的重要性。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件，读者可按证伪条件自行验证判断的有效性。台账如下：

本报告所有关键数据均按四档标注数据来源档次，以区分证据强度与可复核性：

• [T1]一手或官方口径：人民银行与金融监管部门的统计数据、上市公司定期报告披露数据，可直接复核；
• [T2]机构二手口径：权威媒体转引的官方数据、证券公司或研究机构整理的经营数据，口径可能存在差异；
• [T3]媒体转引口径：媒体报道与行业研究资料，未经独立审计，仅作量级参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或采用区间假设并明确标注。

需要特别说明六处口径限制。其一，普惠小微贷款自 2024 年 10 月起统计口径调整为单户授信小于 1,000 万元的小微企业贷款与个体工商户经营性贷款，本报告全部余额、利率与不良率数据均在该口径内使用。其二，全国层面没有公开的小微企业授信通过率指标，本报告以区域走访转化率与拒贷客户二次转化率作为间接代理，并在正文中明确标注两者不是同一指标。其三，资金成本 1.70%、运营与贷后成本 0.90%、单笔申请获客成本 1,200 元与笔均金额 50 万元均为本报告假设值，不同机构差异可能很大，本报告以敏感性表覆盖参数区间。其四，违约损失率未能获得普惠小微不良资产处置回收率的公开口径，本报告采用 30% 至 70% 区间做敏感性并在正文标注为数据缺口。其五，助贷平台的客群与银行普惠口径不同，其不良率、逾期率与利率不可与银行数据直接比较，本报告仅将其作为风险定价的观察窗口。其六，区域数据（四川、广西、石河子、晋城、福建、湖南）的统计对象与时间区间不一致，本报告只在同一地区内部计算比值，不做跨地区加总或排序。

所有标注「测算」的数字，均为本报告基于外部锚参数推算的结果，推算公式与参数取值在正文中逐项给出；测算值与外部锚存在偏差时，均在正文标注对账结果。不同地区与统计部门因口径差异，同一指标可能存在数值差异，以原始统计口径为准。