2.2 如何从银行给的Excel里,快速筛选出“值得看”的抵押物清单?

问题

上一节讲了批量尽调的核心逻辑是“分类-抽样-推演-定价”。但这个逻辑落地有一个前提：你得先从银行给的Excel里，把真正“值得看”的抵押物挑出来。

现实中的资产清单长什么样？少则几百行，多则几千行。列名五花八门，有些字段是空的，有些填的是银行内部代码你看不懂，有些抵押物地址写的是“某某路某某号”但在地图上根本搜不到。

如果拿到表就开始逐行看，你会被淹没在数据里。如果随便筛几笔就出价，你是在赌命。

拿到这样一张表，到底该怎么快速筛选，才能在有限时间里把精力花在最该看的那部分抵押物上？

回答

先给结论：快速筛选的本质，是给每一笔抵押物“打标签”。标签只有两种——“可标准化处理”和“必须人工深度看”。你的目标是尽可能多地把资产归入第一类，然后把省下来的时间，全部砸在第二类上。

一套有抵押个贷资产包里，真正决定你赚钱还是亏钱的，往往就是那20%的非标资产。剩下80%的普通住宅类债权，只要城市靠谱、抵押权清晰，回收预期是可以标准化估算的，不需要逐笔盯着看。

所以，筛选的核心问题就变成了：哪些特征能把“有问题的那20%”从数据表里揪出来？

下面是一套经过实战验证的“六步筛选法”。

第一步：剔除无效数据——先做“清垃圾”

打开Excel的第一件事，不是看，是删。

以下几种数据直接标记为“待确认”或暂时移出分析范围，不要把时间浪费在它们身上：

· 关键字段缺失：没有抵押物地址、没有抵押权证编号、没有贷款余额——如果银行连这些基本信息都给不出来，说明这笔债权本身档案就不完整，回收前景堪忧；
· 抵押物地址明显错误：地址写到市一级就没了，或者在地图上定位出来是一片农田、一个湖——这类要么是录入错误，要么是抵押物本身就不靠谱；
· 已核销且账龄超过五年的债权：银行已经核销了、又放了很久都没处置掉，大概率问题很大，不值得在初筛阶段花时间。

这一步通常能剔除5%-10%的无效数据。剩下的，进入第二步。

第二步：按抵押物城市和类型做第一轮分流

这是最重要的一步分类。你的目标是把资产分成三组：

A组：核心城市普通住宅。 一线、强二线城市，抵押物为70年产权普通住宅。这是“标准化资产”，流动性好、价格透明、法拍市场成熟，可以用模型批量估值，不需要逐笔人工深看。

B组：非核心城市住宅/类住宅。 三四线城市住宅，或者商住两用房、酒店式公寓等“类住宅”。这些资产流动性差一些，但底层逻辑和住宅类似，可以部分标准化、部分人工抽样。

C组：商业地产和其他疑难杂症。 商铺、写字楼、厂房、车位，以及抵押物性质不明的。这些是“非标资产”，必须人工逐笔深看——估值离散度大、买家群体窄、处置周期不可预测。

筛选逻辑很清晰：A组走量，C组走心。 A组你只需要随机抽几个样本验证一下模型参数；C组每一笔都要用单笔尽调的力度去看。

第三步：用“逾期天数”判断处置难度

逾期天数是一个被严重低估的信号。

粗略分类标准：

· 逾期90-180天：债务人刚断供不久，可能还有沟通空间，处置难度相对低。
· 逾期180-360天：银行大概率已经催收过一轮了，没催回来，说明债务人要么没钱要么铁了心对抗。
· 逾期360天以上：属于“老大难”。越拖越难处置——债务人对抗经验丰富，抵押物可能已发生物理变化或被人占用，执行法官面对陈年老案也缺乏积极性。

在筛选时，逾期超过360天的，一律标记为“重点关注”，不管它在A组还是C组。

第四步：用“抵押率倒挂”识别负资产

这一招简单粗暴但极其有效。

快速计算每一笔的“贷款余额/抵押物最新估值”。如果银行给的评估价明显过时，你可以先用同地段均价乘以面积做一个粗略替代。

筛选规则：

· 贷款余额大于抵押物估值：抵押率倒挂，债务人处于“负资产”状态。 这类债权极度危险——债务人主动断供概率高、对抗意愿强，而且即使拍卖成功，回款也大概率覆盖不了债权本金。标记为红色预警。
· 贷款余额小于估值50%以下：安全垫极厚。即使法拍打折，你也有很大概率收回本息。优先级最高。

这一步帮你快速分出了“最该看”和“可以不急着看”的两极。

第五步：用“权利状态”做红线筛选

不管抵押物地段多好、估值多高，只要权利状态有瑕疵，一律拉进“深度尽调区”。

在Excel里重点关注这几列（如果银行给了的话；没给的，必须要求银行补充或自己去查）：

· 查封状态：有没有查封？查封是首封还是轮候？查封日期是否早于抵押日期？
· 抵押顺位：是首顺位还是二顺位？如果是二顺位，前一顺位的债权金额是多少？
· 共有情况：是单独所有还是共同共有？如果共同共有，抵押合同上有几个人的签字？

任何一个字段出现异常，这笔债权就不能走标准化估值流程，必须做人工深度尽调。

第六步：用“地址”揪出隐藏风险

这个技巧很多新人不知道：抵押物地址本身就藏着大量信息。

· 地址里出现“某某村委会”“某某村民小组”——大概率是农村集体土地上的房产，或者小产权房，抵押权效力可能存疑，处置通道可能根本走不通。
· 地址里出现“某某大厦A座B座C座”——可能是写字楼或商住楼，不要被“住宅”的分类标签骗了，必须核实房产证上的房屋性质。
· 地址在百度地图和贝壳上都搜不到——可能是新建小区还没录入地图，也可能抵押物根本就不存在。

筛出所有地址异常的项目，放进“深度尽调区”。

六步走完，你的Excel表现在应该有三张子表：

· 表A：标准化资产（核心城市普通住宅、逾期360天以内、抵押率健康、权利清晰）。这部分走批量估值模型，抽样尽调即可。
· 表B：关注类资产（非核心城市、逾期长、抵押率偏高、地址存疑）。这部分需要适度增加抽样比例，或逐笔浏览。
· 表C：深度尽调资产（商业地产、权利瑕疵、抵押率倒挂、地址异常）。每一笔都要安排人工深度尽调，不能偷懒。

你的时间和精力，80%砸在C表上，20%用在B表上，A表让模型跑。

实操流程和渠道

第一步：字段映射与清洗
银行给的Excel列名没有统一标准。你要先把核心字段“翻译”成自己的字段：

· “借款人” → 债务人姓名
· “借款余额” → 未偿本金
· “欠息金额” → 未偿利息
· “抵押物坐落” → 抵押物地址
· “评估价值” → 银行内部评估价
· “他项权证号” → 抵押权证编号
· “逾期天数”或“最后还款日” → 自行计算逾期天数
· “五级分类” → 次级/可疑/损失

第二步：逐列填充筛选标签
在Excel里新增几列，用于打标签：

· “城市等级”（一线/二线/三线/其他）
· “抵押物类型”（普通住宅/类住宅/商铺/写字楼/其他）
· “逾期等级”（90-180天/180-360天/360天以上）
· “抵押率状态”（正常/偏高/倒挂）
· “权利状态”（正常/查封/轮候查封/共有未签）
· “地址状态”（正常/存疑/不可定位）
· “优先级”（A/B/C）

第三步：用数据透视表生成“资产包结构图”
用Excel的数据透视表功能，按“城市等级+抵押物类型”交叉统计笔数和金额分布。这一步可以让你在五分钟内看清这个包的“骨架”长什么样。

渠道与工具清单：

· 地址定位：百度地图、高德地图（批量地址解析可用API接口）
· 房价查询：贝壳找房、链家、安居客
· 涉诉查询：中国执行信息公开网、中国裁判文书网、天眼查/企查查
· 法拍参考：阿里拍卖、京东拍卖
· 不动产登记查询：各地不动产登记中心线上平台或线下窗口

需要注意的问题

第一，银行Excel里的“评估价”只能当参照物，不能当定价锚。
很多评估价是贷款发放时做的，距今可能三年五年。这期间房价可能涨了也可能跌了。必须用独立数据源重新校验。

第二，“住宅”标签不可轻信。
银行分类有时不准确。商住两用房、酒店式公寓、甚至工业用地上建的“类住宅”，在银行的清单里可能都被标成“住宅”。必须结合地址和房产证信息二次确认。

第三，空值不等于正常。
如果某笔债权的某个关键字段是空的，不要默认它没问题。空值本身就是风险信号——说明档案不全、信息缺失，尽职调查时必须把这个问题搞清楚。

第四，筛选的目的是“排优先级”，不是“判死刑”。
被分到C组的资产不一定都是坏的，只是需要花更多精力去看。有些商业地产反而可能因为大家都不敢碰而藏着超额收益。筛选帮你把有限的精力投到最关键的地方，而不是替你直接做决策。

举个栗子

某投资团队拿到一个有抵押个贷资产包清单，共计1200笔。他们用六步筛选法，花了一天半时间完成初筛：

· 第一步剔除无效数据：23笔抵押物地址缺失，标记为“向银行索要补充材料后评估”，暂不参与分析。
· 第二步按城市和类型分流：800笔为A类（二线以上城市普通住宅），200笔为B类（三四线城市住宅及商住楼），177笔为C类（商铺、写字楼及各类疑难杂症）。
· 第三步逾期筛选：发现A类中有45笔逾期超过500天，直接升级标记为“需人工抽查”。
· 第四步抵押率筛选：发现C类中有12笔抵押率超过120%，债务人处于严重负资产状态，标记为红色预警。
· 第五步权利筛选：发现8笔存在轮候查封记录，抵押权顺位存疑，全部拉入深度尽调区。
· 第六步地址筛选：发现十几笔地址含有“村委会”“工业园”字样，疑似小产权房或工业用房，标记为需核实房屋性质。

最终输出三张表：A表（标准化，约750笔）、B表（关注类，约280笔）、C表（深度尽调类，约147笔）。

750笔是基本盘，147笔是变数。

这就是筛选的价值——在最短时间内，把团队的精力聚焦在真正影响投资回报的少数资产上。

这一节，我们学了如何在数据的海洋里快速找到“值得看”的那部分抵押物。筛选只是第一步，筛选之后，对那些“值得看”的抵押物，如何在不去现场的情况下先做一轮精准的在线估值和现状核查？下一节我们来讲这个。