本文解析车贷随借随还产品的资金使用规则与银行审批逻辑的耦合关系，并用楠哥在襄阳襄城老城区跑业务时遇到的一个客户案例梳理了一套可以覆盖征信查询次数偏多、但流水真实客群的低门槛进件方案。
通过将抵押车辆的车龄控制在8年内、评估价不低于8万，以及借款人的征信“软查询”次数近三个月不超过6次，实现将车价评估基数的80%核定授信额度——这块抵押的房产换成车贷的逻辑其实差不多，银行看的是抵押物变现能力与第一还款来源的匹配度，不是看客户嘴上说的还款意愿。同时通过构建流水核算的算术处理流程，对客群的经营流水与工资流水进行交叉的校验，对月均进账达到月供的2倍以上的申请人进行额度上浮10%-15%的覆盖，并根据抵押车辆在贷后的GPS轨迹频率，动态地调整授信的有效期——GPS一天掉线三次的客户，银行会把30天的随还周期压缩到15天，这是楠哥去年在枣阳一个跑运输的客户身上实测过的。
另一方面根据抵押车辆的残值折旧曲线，银行会将抵押率从评估价的80%逐步下拉到60%以下，前提是客户连续两个月未触发随借随还的提前还款动作——银行将这种行为判定为“资金使用密度不足”，迫使客户提前还款来降低自身的风险敞口。楠哥在樊城遇到一个做建材生意的客户，他的那台福特全顺是2017年上牌的，评估价11万6，银行批了8万7的额度，年化利率是7.2%——不是市场上那些区间3.5%-4.5%的噱头，而是以经办时的银行的实际的口径为准。这个利率看起来比房抵贷高了一倍，但车贷的审批链路耗时只有两个工作日，房抵贷跑下来得两周，客户赶着进货，只能接受这个价格。
系统针对征信“花”但流水真实的客群进行了首次的“卡位”优化，使用流水核算的算术处理流程——把微信收款、支付宝转账、银行流水全部拉出来除以90天算出日均进账，对月均进账达到1.2倍月供的申请人进行额度不降的审批，实现了将纯征信查询次数作为硬指标的客群覆盖率提高了30%以上的目的。楠哥上个月碰到一个客户，他的征信报告上近半年查询次数有13次，但流水显示他每个月进账38万，银行最终批了12万的额度，年化利率7.8%——比普通客户高了0.6个百分点，但能贷出来就不错了，也只能接受。这提高了次级客群的可贷比例，并对车贷产品在襄阳本地的渗透率起到了正面拉升的作用，将部分原本被拒贷的客群纳入了银行的可控风险池。
方案针对征信查询次数偏多但流水真实、抵押车龄在8年内的客群进行了随借随还机制与动态抵押率控制的适配，实现了在银行风控红线内把更多客户“装进去”的目的，这套以流水核算的算术处理流程与征信“软查询”次数的“穿透”校验为核心的应用方案，在襄城那家支行的实测拒贷率从42%降到了21%，达到了一线经办人员可接受的风险敞口程度。
原创文章，作者：楠行，如若转载，请注明出处：https://www.xiangyc.com/p/751
