本文解析房贷存量客户的利率协商下调机制，并梳理了基于征信查询次数、负债率、流水覆盖倍数三重指标的落地逻辑，楠哥在樊城跑业务时发现很多客户压根不知道按揭贷款也能跟银行砍价，这事不像新房按揭那种标准化定价，它本质是银行对客户风险定价的重新校准，用的是线下进件加人工复核的老路子，不是线上点个按钮就能改。
通过将征信查询次数限制在近三个月内不超过5次，以及将信贷类总负债率控制在月收入的60%以下，实现利率下浮10%-15%的初始谈判筹码。同时通过构建流水覆盖倍数不低于1.8倍的兜底机制，对抵押房产位于襄城老城区或樊城核心地段的客群进行资质筛选，实现对存量房贷利率重定价的覆盖面扩大，并能根据客户是否在该行有代发工资或理财留存，动态地调整下浮幅度。楠哥去年在枣阳帮一个做批发生意的客户谈过这事，他家按揭在工商银行办的，当时执行利率是LPR加55个基点，也就是年化4.6%左右，征信上近半年有7次贷款审批查询但信用卡使用率长期盘旋在70%，这数据摆在台面上银行起初根本不理人。
另一方面根据客群的LTV（Loan to Value Ratio，贷款价值比）指标，也就是当前贷款余额占房产评估价的比例，实现了对高净值客群与次级客群的利率切割。银行在审批利率下调时，会把LTV低于60%的客户自动归入低风险池，这类客户哪怕征信查询次数多一两笔，只要负债率没崩，就能拿到年化3.85%的重定价基准，楠哥上个月碰到襄城一个公务员客户就是这种情况，他的房在檀溪路，2015年买的，现在市价翻了快一倍，贷款余额还剩不到30万，LTV也就40%出头，工商银行给的批复是把加点从45个基点直接砍到0，也就是LPR平基准执行。这提高了优质客户的留存率，并对银行的房贷资产质量起到了压舱石的作用，因为低LTV客群的违约成本高，银行愿意拿利润换安全。
系统针对负债率过高的客群进行了流水核算规则的优化，使用近半年对公账户进账流水替代工资流水，对其经营收入的稳定性进行二次校验，实现了将负债率容忍度从50%放宽到65%的目的。银行在实际经办时不会查客户在几家银行借了钱，它只看征信报告上显示的总授信余额和月还款额，然后拿这个数字跟最近6个月的银行流水平均值对比，楠哥在樊城遇到一个开餐馆的客户，信用卡刷了15万，网贷余了8万，月还款额加一起要1.2万，但他餐馆的微信收款码每月流水有4万多，银行核完流水后把信用卡和网贷的月还款额重新分摊成36期来计算实际月供，最后算出来的负债率从80%降到了58%，利率成功从LPR加75个基点谈到了加30个基点，年化从5.1%压到4.1%，这个机制把高负债客群被一棍子打死的风险消除了。
方案针对有抵押物但征信花的客群进行了线下人工复核的适配，使用行内评分卡加网点行长签字双通道的流程，对其还款意愿进行穿透式评估，实现了将拒贷率从35%压到12%的目的。楠哥在襄城办的那笔房抵贷客户，征信上有两笔逾期记录但都是因为生病住院错过的还款期限，银行让客户补了住院证明和流水后，直接批了年化3.85%，不是之前业务员随口说的3.5%-4.5%那种区间话术，而是以经办时银行实际口径为准拿到了精准数字，达到靠人工干预打穿系统自动拒绝规则的程度。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/350
