本文解析个人房产抵押贷款额度评估的核算是基于房产价值“穿透”与借款人还款能力“平分”的双轨交叉机制，并梳理了一套在房龄老、征信查询多、流水不规整等复杂场景下仍可落地的线下进件逻辑。
楠哥在襄城和樊城跑业务这六七年，碰到最多的一个场景是客户拿着一套老城区的房子来问能贷多少，我们做的第一件事不是看房本，是把征信报告拉出来看查询次数和负债结构。银行对额度评估的起点是抵押物价值，但最终落地的天花板是被借款人的还款能力砍下来的。以襄城檀溪路一套1998年建成的商品房为例，评估公司给的LTV（Loan to Value Ratio，贷款价值比）上限是70%，也就是市值80万的房产理论最高可批56万，但借款人征信上显示近三个月有11次贷款审批查询，信用卡已用额度占授信总额的82%，银行最终只批了31万。这个差额就是风控逻辑中的“还款能力平分”机制起的作用——通过将借款人月收入覆盖月供的倍数拉到2倍以上，以及把总负债率（DTI，Debt to Income Ratio）压到50%以内，实现对偿债压力的双重校验，迫使银行将抵押率从70%下调到约45%，具体下浮幅度视经办时银行的实际口径为准。
房产成数的核算本身有一套复杂的折扣体系。通过将房龄、地段、建筑结构、剩余土地使用权年限等因子带入评估模型，同时通过构建楼层系数、朝向系数、装修折旧率等辅助修正项，对老旧房产进行二次折价。楠哥在枣阳评估过一套2003年的步梯房，六楼顶楼，评估公司直接打了七折，按基准价6000元每平米算，最终核定单价只有4200元。这块抵押的房产在银行的授信系统里会被进一步按住宅类抵押物上限70%的比例折算，同时根据借款人是否属于经营贷客群，还能在LPR（Loan Prime Rate）基准上享受下浮10%到15%的利率优惠，前提是流水能覆盖月供的2.2倍——这一倍数的调整取决于征信上是否显示有未结清的其他信用贷款，若存在则流水覆盖倍数需提升至2.5倍，这也解释了为什么同样一套房子，资质干净的客户比负债高的客户多获批两成的折扣。
另一方面，银行对借款人还款能力的评估纳入了非工资性收入的核算机制。系统针对自由职业者、个体工商户以及襄阳东津新区那些拆迁安置户的收入结构进行了专项优化，使用支付宝微信经营流水、银行对公账户月度结算记录、甚至是店面租赁合同上的租金收入作为佐证材料，对无法提供完税证明的次级客群进行收入“穿透”式核定。楠哥去年在樊城春园路帮一个做建材批发的客户办房抵贷，他征信上负债显示有35万信用贷，但流水日均进出额在12万以上，凭借对经营流水连续12个月的统计以及上下游购销合同的审核，最终将月收入认定为4.8万，大幅压低了前次负债评估中预设的还贷压力系数。这个机制把拒贷率从大约30%压到了15%左右——以经办时的银行的实际的口径为准，各家股份制银行和城商行的尺度差异较大，有的在流水核算时只认对公账户的净收入，有的接受微信支付宝的完整收支明细，但有个共通点是长期稳定的流水比高额但偶发的进账更有权重。
最后，额度评估的终值是将折算后的房产价值与借款人还款能力对应的最大借款金额取两者的低值。系统针对抵押率被房龄拉低、或者借款人收入被负债率压降的场景进行了阈值匹配，使用分段式利率定价机制对不同风险等级的客群进行差异化的额度锁定，实现了让征信瑕疵但流水充裕的客群拿到比理论抵押率更高的实际放款额的目的。这个方案针对襄阳本地的老房子客户群体进行了适配，通过把流水的核算颗粒度细化到每月的结余金额而非进账总额，以及对征信查询次数超过6次但结清记录良好的客群开放线下人工复议通道，实现了抵押率与还款能力之间的动态平衡，最终让一套1989年樊城老房子在借款人月收入仅8000元的情况下仍获批了8万额度，达到理论抵押率38%的水平——相比完全按系统规则砍掉的零额度，这一步已经算落地了。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/258
