訂閱作者的最新文章 林左裕
林左裕 國立政治大學地政系特聘教授,日本名古屋大學訪問特任教授,國立政治大學總務長,華視空中學院「期貨與選擇權」主講教授,美國傅爾布萊特(Fulbright)基金會駐校諮詢教授,對於台灣房地產市場深刻研究,觀點突出。
人氣 74346

金融放款、AI與外部估價可降低詐貸及泡沫風險

相關關鍵字

#金融放款 #AI #外部估價 #詐貸 #泡沫 #多空觀點
文/林左裕
 
在2020年第三季有建商拿餘屋向銀行進行聯合貸款超過百億元,而各行庫搶破頭的新聞,之後央行遂在當年底將餘屋貸款納入信用管制。而在先前金融詐貸的案件中,有一女子向地政士借牌,以人頭戶虛灌薪資向四家銀行申請房貸,再以超估之房價與行員「裡應外合」超貸,共向銀行詐貸得兩億元,在「寬限期」後隨即違約,造成銀行損失。高風險性的不動產抵押貸款及詐貸或超貸的融資案件層出不窮,在核貸過程中可強化人工智慧(Artificial Intelligence, AI)及外部估價的應用以杜絕超貸或人謀不臧的問題,也可降低房市泡沫的風險,本文簡要介紹及提出解決之道。
 
筆者曾對房貸違約的案例進行實證研究,結果發現影響違約最顯著的因素是總經因素,如經濟成長率、景氣及失業率;其次是借款契約因素,如貸款成數、期限、利率之調整及是否有寬限期等;第三是借款人個別因素,如所得、過去信用狀況及職業等。除了系統性風險或金融風暴等難以控制的因素外,在核貸過程中的估價技術,目前已有相當成熟的配套及制度可防範人謀不臧的問題。
 
金融放款、AI與外部估價可降低詐貸及泡沫風險(資料照/好房網News記者林和謙攝)
宜蘭有民眾買新車而在漁會辦信用貸款,再加上原先的房貸借款,每月本金加利息支出達45,000元,經濟壓力非常大,想找辦法解決。圖/好房網News記者林和謙/攝
 
以「大量估價」(Mass Appraisal)為例,應用的技術為統計分析(如複迴歸或特徵價格法),再搭配地理資訊系統(GIS)及「類神經網路」逼近市價的技術,可以達到即時且精確估價的目的。因此在核貸過程中,所有超過這套AI估價模式估值的「離群值」(outlier),都無所遁形,這些離群值若要通過核貸,需再經過人力審核,如確認其特殊之處(如房產座落地段、建材或借款人特質等),再予以准駁,效率及精確性均可大幅提升。
 
而金額較大的申貸案,由於具特殊性,且若違約,放款銀行的損失也較慘重,因此除了AI估價系統自動化的檢視外,輔以外部的專業估價可增加一道違約的防火牆,藉由中立、客觀的外部專業估價,也可達到除弊的目的。
 
在我國「不動產估價技術規則」第14條中規定:「不動產估價師應兼採二種以上估價方法推算勘估標的價格。」此規範在市價飆漲時,可藉另一估價方法(如「收益還原法」)以加權平均後的估價結果有效地抑制市價的失控,同時在市場瘋狂當下調降金融業過度樂觀地追逐市價的風險,也可降低之後房市泡沫化後的金融風暴風險,日本在1990年房市最高點後泡沫破滅,陷入失落的30年,可為殷鑑。
 
上述之詐貸案件,即使前端的人事資料及所得經有心人造假,但在後端的核貸過程中,仍可因房價的高估而被AI系統偵查出來、或被外部估價挑錯。而若是以人頭戶借出款項,當不動產估值在合理範圍內,以合理成數打折放款後仍不致蒙受損失。在金融海嘯後,美、加及德等國皆陸續對金融抵押貸款制定獨立估價的規範,因此我國的金融監理當局,若能規範一AI及外部估價機制,大力整頓金融詐貸或超貸的亂象及管理高風險放款的行為,將可藉提高金融核貸品質,達到金融穩定及永續的目的,以及強化金融業的「環保、社會責任與公司治理」(Environment, Social responsibility and Corporate Governance, ESG)的能力與形象,值得政府規劃參考。

好房News粉絲團

成為好房網Line好友

★好房網HouseFun,加我好友,房產最新消息每天整理給你→點我

★好房網HouseFun,加我好友,房產最新消息每天整理給你→點我

頭版 總覽 圖輯 名家 專題 土壤液化 好房網TV 樂生活