投資用不動産ローンの詐欺リスク44件に1件、AI家賃検証3つの論点

米国の投資用不動産ローンで詐欺リスク警告が44件に1件発火。DSCRローン130%増の裏で崩れる引受基準と、日本の不動産事業者がAIで想定賃料・名義・写真を検証する3つの初動を解説します。

投資用不動産ローンの詐欺リスク44件に1件、AI家賃検証3つの論点

米国の投資用不動産ローンで、詐欺リスク警告が44件に1件の割合で発生しています。

米国の住宅金融専門メディアHousingWireが2026年9月12日に報じたところによると、物件の賃料収入だけで審査するDSCRローンが急拡大する一方、投資用物件の申込では44件に1件の割合で詐欺リスクの警告が発火しています。全ローン平均の119件に1件と比べて約2.7倍の水準です。日本の投資用不動産ローンやサブリース契約でも、家賃の水増しは同じ構造の弱点を抱えています。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）が解説します。

DSCRローンが130%増、引受基準は断片化している

DSCRローンとは、借り手の給与や所得ではなく、物件そのものが生む賃料キャッシュフローだけで審査する投資家向け住宅ローンのことです。米国では給与明細や源泉徴収書類の提出が不要なため、法人名義での複数物件取得と相性が良く、ノンバンク系を中心に急速に広がりました。

数字を追うと拡大幅がはっきりします。Optimal Blueの推計では、DSCRローンと投資家向けローンを合算した金利ロック量は2022年1月から2026年8月までに約130%増加しました。非適格ローン全体に占める比率も、2022年8月の22%から2025年8月に28%、2026年8月には35%まで上昇しています。バンク・オブ・アメリカのアナリストは、非適格ローンの組成額が2026年に1,750億ドルに達すると見込んでいます。

一方で、引受基準はそろっていません。Moody’s Ratingsが約30社の貸し手を調査したところ、30%は鑑定評価額と実際の賃料の高いほうを上限なしで採用でき、40%はDSCRの下限を1.0未満に設定し、73%はキャッシュアウトで得た資金を準備金要件に充当できると定めていました。つまり同じDSCRローンという名前でも、家賃の見積もり方が貸し手ごとに違うということです。

詐欺リスクを追跡するCotalityのデータでは、2026年第2四半期末時点で投資用物件は44件に1件、2戸から4戸の物件では27件に1件で警告が発火しました。同社によれば、この2区分は過去15年以上にわたって約3倍リスクが高く、全体に占める取扱量の比率も2024年の約7%から2026年に約12%へと58%増えています。現場では書類の改ざん、不自然に高い鑑定、名義貸し、投資家本人が賃貸住戸に住む逆装いといった手口が警戒されています。

日本の投資用不動産ローンに置き換えると何が論点か

日本の不動産事業者にとっての論点は、米国のDSCRローンという商品名ではなく、家賃の見積もりが審査の中心に来たときに何が起きるかという点にあります。賃料収入を返済原資とみなす構図は、日本のアパートローンや区分投資ローン、そしてサブリース契約とまったく同じです。

日本でもこの弱点は一度表面化しています。2018年に問題となったシェアハウス向け投資ローンでは、入居率や預金資料をめぐる書類の扱いが批判を集め、その後の融資審査は明確に厳格化しました。2020年に成立した賃貸住宅管理業法、いわゆるサブリース新法は、誇大広告等の禁止と契約締結前の重要事項説明を業者に義務づけています。国土交通省は、家賃が下がらないと誤認させる勧誘や、修繕費の負担を伝えない説明を禁止行為の例として示しています。

ここで効いてくるのがレントロールの検証です。想定家賃を周辺相場より高く置けば、表面利回りも返済比率も見かけ上は改善します。米国で問題になった家賃の過大見積もりは、日本では募集賃料と成約賃料の乖離、短期の空室を織り込まない満室想定、名義だけの入居といった形で現れます。売買仲介で投資用物件を扱う事業者も、賃貸管理でサブリースを提供する事業者も、提示する数字の根拠を説明できる状態にしておく必要があります。入居者の支払い能力をどう見るかという論点は、敷金縮小とAI与信の関係でも取り上げました。

AIで家賃・名義・写真を検証する3つの初動

米国の貸し手はすでに技術で対抗しています。HousingWireによれば、アルゴリズムによる判定、データベースの横断照合、法人名義のクロスチェック、写真のデジタル解析といった手段が導入されています。日本の不動産事業者が今日から着手できる初動を3つに整理します。

1つ目は、想定賃料の妥当性をAIで二重チェックすることです。融資審査そのものにAIが入り込む流れは、代替データを使った与信判断の動きとしてすでに始まっています。レントロールの想定家賃と、同一エリア・同一間取りの募集賃料をAIに突き合わせさせ、乖離が一定幅を超えた住戸だけを人が確認する運用にします。生成AIに周辺事例の一覧を読み込ませて「想定賃料が相場から乖離している住戸を、乖離率の大きい順に理由つきで挙げてください」と指示すれば、確認の優先順位はすぐに作れます。

2つ目は、名義と実態の照合です。資産管理会社や合同会社を使った取得自体は正当な手法ですが、代表者・所在地・設立時期が複数案件で重なる場合は確認の価値があります。登記情報や自社の顧客管理データをAIに横断照合させ、同一人物が短期間に複数物件を取得している動きを検知できるようにします。

3つ目は、物件写真と現況の整合です。同じ室内写真が別物件の募集に使い回されていないか、撮影時期と現況に差がないかは、画像解析AIが得意とする領域です。人手では見落とす重複を機械的に拾い出し、内見前の段階で疑義をつぶします。

いずれも、AIの判定はあくまで確認すべき候補の抽出であり、最終判断は宅建士と担当者が行うという前提を崩さないことが重要です。AIが出した数字をそのまま顧客提示の根拠にすれば、誇大広告等の禁止に抵触するおそれがあります。

まとめ

投資用不動産ローンは、家賃という将来予測を審査の中心に置く以上、家賃の見積もりが最大の攻撃面になります。米国では44件に1件で詐欺リスク警告が発火し、貸し手は算法と画像解析で守りを固めはじめました。日本の不動産事業者も、想定賃料・名義・写真という3点をAIで機械的に検証し、説明できる数字だけを顧客に出す体制へ移行するタイミングに来ています。

参考文献

※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/

引用元: HousingWire

【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許 東京都知事(1)第113520号）