金管會 8/8 宣布，銀行申請財力評估模型試辦第一案，最快 8 月底上路。此措施不啻為銀行業者、貸款需求人員與BNPL（Buy Now, Pay Later 先買後付 分期付款） 業者一個鼓勵，並且也為了金融科技的創新，添加了一個良好的應用。
無擔保額度(含信貸與信用卡) 以 22 倍為上限是金管會 2007 年開始的規範，旨為了防止雙卡風暴之後的信用擴張。此一舉措雖利益甚佳，執行面則將薪資證明成為申辦的重要文件，不利於普惠金融的發展，也有助長非金融機構貸款的疑慮。
由因信貸與信用卡市場競爭激烈，又要客戶提供財力證明，著實有擾民之虞。過去金融科技的重點無非以介接 Open API來取得客戶薪資資料，而此一方向容易有資安與個人隱私的問題。雖然法理面與技術面皆已經完備。
從風險管理的本質來說，22倍薪資額度上限規範的本意，是導引銀行能夠確實評估客戶還款能力，除了保障銀行債權，也提醒借款人量力消費。換句話說，如果銀行能夠以一個更便利，更準確的方式來評估借款人風險與收入水準，直接使用數量模型來評估也就是好的解決方案。畢竟銀行也不會真的 100% 確認客戶不會不還錢才借款，要求提供不便民的文件，似乎也不是個好方案。
從模型預估的基本原理來說，如果採用了統計的因果模型(如迴歸模型)，由於銀行徵信通常都會累積薪資資料，搭配徵信歷史資料，則可以簡易的產出客戶財力評估模型。然則政府的Open Data 以及主計處的薪情平台均已提供了各產業薪資水準的普查資訊。再結合銀行過去的歷史資料，包含職位、產業、年資、AUM、消費行為等豐富的客戶資料，則能夠對於客戶的還款能力得以更精確的評估。如以下圖形：
如果能夠從主計處的資料，先取得行業的總體趨勢，再進行個案的個體差異不同的預估，則模型便可以反應薪資的調整以及個案針對總體之間的差異。例如可從主計處資料得到電子業作業員的平均薪資，再根據年資職位學歷等個體變數進行薪資水準的增減調整，則能夠得到良好的模型預估。
由於這些模型是採用數據進行預測，也將會依循相關法規以及銀行同業對於計量模型的管理辦法，進行上線前驗證、事中監控與定期驗證等機制，來維持模型的合理性，以降低模型失效風險。總之如果未來一旦財力評估模型為主管機關所採行作為收入證明之替代，可預期的效益包含：
- 對銀行而言，針對額小量大的貸款因不用給予財力證明，因此審核速度提升，客戶體驗與觀感將增加。
- 針對正常附上財力證明之客戶，可以利用此一模型進行對財力證明的雙重勾稽，以找出收入填報有異常之客戶。
- 對主管機關而言，普惠金融的實施，將體制外的借款人納入銀行正軌進行評估與監控，能夠促使社會安定。
- 對借款人而言，能夠盡速獲得資金的撥貸，以滿足其需求
