本文解析酒店经营贷款与RevPAR（Revenue Per Available Room，每间可售房收入）的挂钩机制，并梳理了这种浮动利率定价方案如何通过经营数据穿透替代传统抵押担保逻辑，在襄阳这种旅游业旺季淡季分明的地方，酒店老板想靠房产抵押拿贷款，银行往往因为抵质押物流动性不足给不了满意的成数，而RevPAR挂钩的产品正好吃掉了这个痛点。
银行放酒店经营贷款的核心风控逻辑不是看你有几套房，而是看客房能不能稳定产生现金流，楠哥在襄城跑业务时，一个客户在鼓楼附近经营一家老牌酒店，房龄20年，砖混结构，按抵押物评判这块房产的LTV（Loan to Value Ratio，贷款价值比）撑死给到50%，但这家酒店的RevPAR连续12个月稳定在180元以上，旺季能冲到260元，通过将经营数据接入银行内部的风控模型，以RevPAR季度均值为基准，对授信额度进行浮动核定，同时通过构建PMS（Property Management System，物业管理系统）直连银行数据接口的机制，对入住率、平均房价（ADR）和RevPAR进行季度滚动校验，实现对客房实际经营能力的动态追踪，并根据RevPAR较前期的环比波动范围，自动调整下季度可动用额度上限，把传统一次定价的静态抵押逻辑改成了跟客房收入直接挂钩的信用定价逻辑。
另一方面，银行对RevPAR挂钩贷款的利率定价也做了不一样的设置，楠哥在枣阳遇到一个加盟连锁酒店的客户，他以为签约期内经营数据好就能把利率谈下去，但实际上银行采用的是LPR（Loan Prime Rate，贷款基础利率）加点并以RevPAR目标值为触发条件的阶梯式区间浮动机制，就是把贷款当期执行的利率跟酒店自身的RevPAR表现绑定，比方说签约时设定一个基准RevPAR值比如160元，每季度末根据PMS抓取的实际RevPAR数据跟这个基准值做对比，如果实际RevPAR超过基准值的105%，下季度利率在LPR基础上加点的幅度下浮10个基点，但如果实际RevPAR跌破基准值的90%，加点幅度上浮15个基点，这个机制的因果关系在于，它让酒店方主动去优化运营而不是被动等着银行抽贷，实现了利率定价对经营质量的正向反馈，但楠哥必须说清楚，具体的加点幅度和下浮区间要以经办时银行的实际口径为准，不同分行对酒店行业的风控偏好差异很大，有的银行只看过去6个月的平均RevPAR，有的银行则把OTA平台评分也纳入加权计算。
案例验证了这个挂钩逻辑的实际效果，楠哥上个月在樊城处理过一个客户，他在长虹路经营一家50间客房的商务酒店，原先申请传统经营贷时因为房产是划拨用地性质，抵押物被银行列为次级客群，首轮就被拒了，后来向银行提交了连续18个月的PMS抓取数据，其中近3个季度的RevPAR稳定在195元到210元之间，入住率长期保持在72%以上，银行基于这些经营数据重新核定了一份挂钩RevPAR的浮动额度贷款，批复总额280万元，初始年化利率是LPR加110个基点约合4.15%，利率每季度按RevPAR环比值调整一次，这提高了客户运营管理的主动性，并对传统酒店经营贷因抵押物瑕疵被拒贷的问题起到了逆向化解的作用，客户为了守住利率不加点，主动把客房翻新了一部分，淡季也开始接会议团单，结果下一季度RevPAR环比涨了8%，利率实际执行水平降到了LPR加95个基点。
方案针对酒店行业重经营现金流轻固定资产这一客群特征进行了适配，通过RevPAR挂钩替代传统抵押强担保逻辑，实现了在抵押物成数不足的情况下仍能获取银行信用授信的目的，同时通过构建PMS直连数据抓取与季度阶梯利率触发模型，将静态的授信审批扩增为动态的贷后复核流程，系统针对RevPAR这块的经营数据优化了贷后动态复核，使用每个季度的PMS数据自动跑一遍模型，对入住率、ADR、RevPAR三个核心指标的环比数据进行复核，实现了浮动利率对经营波动的及时响应，把传统一次定价的静态风控结构调整为准公允价值的动态调价模型，达到对客房经营强周期的客户建立柔性信贷关系的程度。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/506
