拆解金融新創L Market的不動產擔保P2P模式
拆解金融新創L Market的不動產擔保P2P模式
2017.03.16 | 新創團隊

前陣子有個小小的新聞引起了我的注意,新聞是號稱 Fintech 新創公司的 L Market(債權商城)的成立發表會,該公司主打房地產抵押擔保 P2P 借貸。

引起我注意的並不是商業模式,其實還是發表會上請來了目前在台經院擔任院長的林建甫院長,林院長在我大學那時是台大經濟系的系主任,我是因為院長會願意為這家廠商站台而感到好奇,因此花了點時間研究。

如前面所說,L Market 是一種附有不動產擔保的 P2P 金融模式,債權商城平台把借款人的債權切細分散到每個願意投注資金的「投資人」,宣稱最小投資額是 1 萬元台幣,意即只要願意承擔風險,人人都拿得出區區一萬塊進行投資,而且可以獲得比銀行定存高好幾倍的報酬。

而且借款人提供房地產抵押,借款人一旦違約,立即進入拍賣程序,拍賣所得的價金則可用於償還投資人所投入的資金。金流都交由第三方支付公司辦理,來源、去路皆清楚,債權、合約等,都交由律師託管,姑且不論承接金流的第三方支付公司、律師公信力與資質如何,至少是個交易風險控管相對安全的模式。

目前 L Market 上只有兩個標的案件可供投資,金額分別為 350 萬及 500 萬台幣,擔保的不動產都位在新北市板橋區,宣告的年化報酬率分別為 7% 與 8%,天期都是 2 個月多幾天。是說新品上市的前幾個案子長相通常不會太難看,以免嚇跑有意願投資的客戶。

觀察1:標的案件內容

首先看標的案件的內容,以網站上宣告的擔保物坪數,以及用目前板橋的房價來估算,借款 350 萬或是 500 萬都不到房價的一半,不太可能是購屋貸款,借款人要為了這麼小筆的金額冒上房屋被強制法拍的風險,可以推測這些物件多半是二順位抵押融資。

換句話說,假使進入法拍,債權清償的順位為何?以及拍賣所得在清償了第一順位之後是否還足夠清償第二順位的借款?是投資人要注意的地方。

觀察2:年化報酬率

其次是年化報酬率 7%至8%,以現今房貸利率大約 2% 左右來看,這樣的報酬率確實高得不像話,畢竟投資人的報酬率來自借款人支付的利息,也著實讓人懷疑借款人如果願意支付高於一般房貸市場利率甚多的價格,是否也意味著違約風險也高?

事實上, L Market 網站上宣告的是「年化」報酬率,以產品天期約 2 個月簡單計算,則是月息 0.6%~0.67% 之間(以 7% 或 8% 直接除以 12 計算)。用民間借貸利率的口語來說,就是月息不到一分利,借款人借得這筆錢之後,能在 2 個月之內想辦法增值 2% 以上,就足夠支付投資人要的報酬。

(上面的試算是為了簡化,所以用直接相除計算月利率,用複利計算相去不會太遠。)

這樣的融資利率高不高呢?中央銀行有公告所謂的「民間借貸利率」,雖然央行已經一年多沒更新了,不過從統計表中,民間借貸利率平均數大約是 2% 上下(月息 2 分),也就是年利率 24% 左右。

請別忘了,主管機關的這類統計往往與民間實際借貸利率相比,是保守又偏低的。意思是說,不考慮一個借款人在這個融資平台上所要付出的手續費、信託費、金流處理費......等,年利率 7%至8% 相較其他民間融資利率來說,仍然是很佛心的低價。

網站上沒公告費用怎麼計算,我們先假設是 0 吧。融資所得到的錢是扣掉利息後撥入,還是不扣利息撥入,對實質利率影響差異其實已經可以忽略不算。

但是以中國大陸 P2P 網貸的經驗,網貸平台向借款人收取的實質利費率(利率加上費用),年化之後都遠遠超過台灣民法所設定重利罪的上限(年息 20%),否則平台自己都難以生存。

介於銀行與民間借貸之間的借貸方式

能上Facebook的人,可能很難理解那些借不到錢的人,以及那些銀行不知道該怎麼把錢借給他們的人,為什麼願意借這麼貴的錢。他們通常願意拿出身邊的資產作為擔保,換取(融資)一些現金出來。

這種通常被銀行稱之為「當鋪」的生意,意即違反銀行授信教條(授信 5P)的融資業務—資金用途不明(你怎麼知道他借錢去付醫藥費還是炒股?)、還款來源不明(難不成每個案子都要拍賣資產?),銀行往往核貸困難,因此,通常就只好走民間借貸的管道。

我個人無意貶低當鋪業者的意思,市場區隔有所不同。但也請各位看官不要以為只有窮人會去當鋪,有錢人跑當鋪、到銀行抵押資產做當鋪生意的也不在少數。

因此,其實這個平台是個介於銀行管道與民間融資之間的區隔市場,收取的利率比銀行高,但卻比一般的民間融資低(應該吧?)。 我個人無法針對這樣的商品做出任何的推薦或是否定,市場應該是要更多元開放的,讓多一點業者試試不同的模式絕對不是壞事。

最後,投資人為什麼可以獲得高於銀行定存的報酬,是因為投資人額外承擔了借款人違約的風險。金融體系若是透過銀行發放融資的話,是由銀行承擔授信違約的風險,存戶通常不需要承擔授信戶違約所造成的損失。

P2P 借貸平台把利潤留了一部分給投資人,也把承擔風險的責任轉嫁給投資人,想投資的話,還是得衡量自己願不願意承擔投資本金的損失。

本文經作者同意轉載自Data Su

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓