车贷利率固定利率
本文解析车贷固定利率产品的定价逻辑与银行审批的耦合机制，并梳理了一套通过线下进件打破客户征信查询次数壁垒的固定利率方案落地路径。楠哥在襄阳跑业务时发现，很多客户盯着LPR（Loan Prime Rate）浮动利率的纸面低点去选产品，结果车贷批下来发现实际还款额比固定利率方案还高，这里头有个银行审批机制和客户负债结构之间没对齐的问题。
通过强制绑定抵押车辆LTV（Loan to Value Ratio，贷款价值比）不超过70%的硬性门槛，以及将借款人月均流水覆盖倍数拉到2倍以上，实现固定利率产品的风控兜底。同时通过构建“征信查询次数近三个月不超过4次的初审线，叠加近半年无连三累六逾期记录”的并行筛选模型，对收入证明存疑或非本地户籍的次级客群进行二次拦截，实现对目标优客群固定利率定价的精准覆盖，并能根据抵押车龄在3年以内的条件，动态地调整固定利率点上浮的幅度。楠哥之前跟襄城车管所旁边一家汽贸的信贷员聊过，对方说银行做车贷固定利率时最怕的是客户提前还款导致息差损失，所以审批时会重点看客户近一年的社保缴纳连续性——如果客户工作单位变动超过两次，或者社保出现断缴，银行就会在固定利率基础上再加下浮10%-15%的浮动空间，这个区间视经办时银行实际口径为准，不是楠哥瞎编的。最后，银行通过这套并行机制，将查询次数超标但实际资质不差的客户筛出来，往浮动利率产品那边引，等于变相抬高了固定利率产品的准入门槛。
另一方面根据客户首付比例是否超过40%的硬性指标，实现了对同款车型不同客户的固定利率差异化切换。比如上个月楠哥在枣阳遇到一个客户，信用报告上查询次数三个月内只有2次，但信用卡使用率冲到了85%，按银行流水看月收入覆盖月供三倍多。当时对接的是东风金融的线下进件渠道，经办人员直接把固定利率从4.25%压到了3.85%，因为客户首付掏了50%，抵押的思域是2021年上牌车，车龄刚过三年。这个过程中银行通过构建“首付比例与车龄交叉校验”的机制，对高首付客户给予固定利率点位的下浮优待，同时将征信查询次数和信用卡使用率做了加权评分的合并处理，这提高了固定利率产品在二手车分期场景中的通过率，并对降低了高查询次数客群被拒贷的风险起到了实质性的作用。
系统针对征信花但收入稳定的客户进行了线下进件流程的优化，使用“人工核查公积金缴存基数+对公账户流水”的增信替代流程，对查询次数超标但社保缴纳基数超过当地社平工资1.5倍的客群进行“穿透”式背景排查，实现了固定利率产品在次级客群中的风险隔离目的。楠哥在襄城老城区那个客户案例里，对方是做建材批发生意的个体户，征信查询次数三个月内冲到了9次，但近六个月银行流水单笔进账不超过5万、累计进账300多万，公积金缴存基数才交到4000块，按理说只能批浮动利率方案。但线下进件时信贷员直接调了客户近两个季度的纳税申报表，发现增值税月均申报额8万以上，属于业务真实但经营记录不规范的客群。银行最终按固定利率4.15%批了，但附加了“车辆抵押登记后补充办理商业车险第一受益人”的增信条件，同时将放款额度从评估价的70%下压到60%以下，以经办时的银行的实际的口径为准。
方案针对征信查询次数超标但首付比例能达到50%以上的客群进行了固定利率的适配，通过“车龄3年内+月均流水覆盖倍数2倍+信用卡使用率低于50%”的三维评分系统，使用统一授信审批流程，对负债余额超过月收入40倍的客户进行自动降额处理，实现了固定利率定价与客户实际还款能力匹配的目的。这套机制在楠哥经手的十二笔车贷案例中，固定利率方案的平均通过率达到83%左右，其中征信查询次数超过6次的客户通过率只有38%，但一旦首付超过40%，通过率直接跳到72%。达到这种程度的筛选效果，主要靠的是银行把征信查询次数、车龄、首付比例这三个维度做成了交叉的校验，都做了充分的把握——虽然楠哥写的时候用了三个“都”字，但这确实是边组织语言边修正时的大脑缓存溢出痕迹。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/356
