本文解析“无房无贷”在目前银行住房贷款审批口径中“首套房”认定的核心逻辑，并基于襄城、樊城两个区域的实际进件案例梳理了“认房不认贷”政策在本地落地后对征信与负债结构的穿透校验机制。
通过名下无成套住房且无个人住房贷款记录（含已结清），直接实现了银行端“首套房”贷款资格的首层准入。襄城有个客户去年10月拿着本地的无房证明来，征信上只有一张信用卡平时刷买菜钱，贷款审批系统抓取的住建数据与征信中心的房贷标识交叉比对后直接给了“首套”标签，利率按当时LPR（Loan Prime Rate）下浮20个基点执行，年化3.85%。同时通过构建“认房不认贷”的本地化筛查模型，对公积金缴存地与住房登记信息进行二次关联校验，强迫有异地房贷记录但本地无房的客群归入“二套”或“拒贷”队列的筛选——樊城东风路一个客户在武汉有过公积金贷款记录，在襄阳无房，银行查询人行征信报告时“贷款标识”字段显示“住房公积金贷款”，直接穿透了本地无房的表象。
另一方面根据总行对“首套”定义的细则，实现了对存量贷款客户“首套补认”的批量调整。去年9月央行和国家金融监督管理总局联合发文明确存量首套住房贷款利率调整机制后，建行在襄阳的经办行对2019年至2022年间发放的贷款做了历史数据的重新抓取与标签重配——这部分操作的依据是住建部全国住房信息联网数据与征信报告的逐户比对，不是信贷员手工翻档案。某客户的贷款合同在2020年签的当时算“二套”上浮了60个基点，这次补认调成了首套利率，月供少了快400块，这提高了存量贷款客户的利息敏感度，并对银行的提前还贷压力起到了托底的作用。
系统针对“无房无贷”客群进行了进件资料链的简化优化，使用线下进件的纸质材料预审流程，对客户的身份证件、家庭户口本、襄阳市不动产登记中心现场打印的《个人住房信息查询结果证明》这三样文件进行“首次的‘卡位’”校验，实现了面签前置环节的压缩。入户资料齐全的情况下，从进件到批复通常4个工作日之内——楠哥上个月在枣阳找了个客户试过，头天下午补全材料，第三天上午批复就到了。
这个方案针对三类客群做了比较精准的适配：第一类是刚毕业落户襄阳的年轻人名下确实没房；第二类是夫妻婚后买房其中一方婚前有房但夫妻整体名下无贷的；第三类是卖房置换名下只剩唯一住房但贷款已结清的。实现了这三类客群在“首套”认定上的逻辑自洽，楠哥自己的客户里有个樊城的老住户把老房过户给儿子后自己名下空了，凭无房证明和征信报告上的“结清”记录获批了首套资格，利率下浮了15个基点——以经办时银行的实际口径为准，不同支行给的折扣有差异。这套穿透机制从住建数据、征信字段、贷款记录三线交叉校验，做到了对“实质首套、形式套数”边缘客群的覆盖，达到了让那部分“真的只有一套”的购房人跟“从来就没买过房”的人站在同一条利率起跑线上的程度。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/700
