XiaoMi-AI文件搜索系统
World File Search SystemFHFA
FHFA IRM 战略计划 2024-2026 财年
要了解机构资源的投资方式并确定这些投资的长期价值，就需要能够收集运营期间使用的资源数据，并能够快速扩展、组织、连接、保护、恢复、分析和了解各种资源配置方案的影响。这些能力支持治理，并以技术和流程为基础，以加快数据管理活动，否则这些活动的速度太慢，无法及时做出决策。FHFA 将继续在零信任计划 9 下加强其对资源的信息安全管理，以确保数据和系统的机密性、完整性和可用性。
FHFA 战略计划：2022-2026 财年
联邦住房金融局 (FHFA) 是根据 2008 年《住房和经济复苏法案》 (HERA) 成立的，该法案对 1992 年《联邦住房企业金融安全稳健法案》（《安全稳健法案》）进行了修订。该局负责对联邦国民抵押贷款协会 (Fannie Mae)、联邦住房贷款抵押公司 (Freddie Mac)、Common Securitization Solutions, LLC (CSS) 和联邦住房贷款银行系统（包括 11 家联邦住房贷款银行 (FHLBanks) 和 FHLBanks 的联合办公室财务办公室 (OF)）进行有效的监督、监管和住房使命监督。FHFA 的使命是确保 Fannie Mae、Freddie Mac 和 FHLBanks（统称受监管实体 1 ）以安全稳健的方式运营，从而在整个经济周期中成为住房金融和社区投资的可靠流动性和资金来源。自 2008 年 9 月 6 日起，FHFA 还担任房利美和房地美（统称两家企业）的托管人。
FHFA已采取监督行动，以解决Freddie Mac的多户家庭风险管理缺陷，但当前的市场状况提出了挑战
1个多户住房是指拥有五个或更多单元的物业，包括公寓楼，高级独立或辅助生活物业，学生住房，合作社和制造的住房社区。一般参见多户会市场中的OIG，Fannie Mae和Freddie Mac（2017年9月7日）（WPR-2017-002）。有关多户住房目标和保护目标的详细信息，请参见《 FHFA》，2023年向国会报告。Freddie Mac的2023年年度报告和向美国证券交易委员会提交的季度报告提供了有关企业多户家庭业务实践，经营业绩和资本职位的更多详细信息。 有关最新的年度报告，请参见Freddie Mac，2024年年度报告（10-K）。Freddie Mac的2023年年度报告和向美国证券交易委员会提交的季度报告提供了有关企业多户家庭业务实践，经营业绩和资本职位的更多详细信息。有关最新的年度报告，请参见Freddie Mac，2024年年度报告（10-K）。
FHFA-OIG战略计划FY 2022-2026
HERA修订了1978年的《监察长法》，也建立了OIG。我们的使命是在FHFA的计划和运营中促进经济，效率和诚信，并阻止和检测其中的欺诈，浪费和虐待。OIG进行审核，调查，评估，合规性审查以及与FHFA计划和运营有关的其他监督活动，包括其对企业的监督和保护以及对FHLBANK系统的监督。同样，由于FHFA已被置于监管机构和企业保护者的独特角色，因此我们的监督角色达到了FHFA将事项授予企业的事项，以确保企业满足其授权责任，并且纳税人的纳税人不浪费或滥用纳税人。
桑德拉·汤普森的书面证词
金融服务委员会“FHFA 监督：保护房主和纳税人” 2023 年 5 月 23 日 主席 McHenry、排名成员 Waters 和尊敬的委员会成员，感谢你们邀请我们参加今天的听证会。国会成立了联邦住房金融局 (FHFA 或机构)，以保护住房金融系统的安全和稳健，并通过监管和监督我们的受监管实体——房利美、房地美（统称企业）和联邦住房贷款银行系统，促进全国范围内负担得起和可持续的抵押贷款，其中包括 11 家联邦住房贷款银行 (FHLBank) 和金融办公室。企业和 FHLBank 系统共同为美国抵押贷款市场和金融机构提供超过 8.6 万亿美元的资金，并通过为二级抵押贷款市场提供流动性和稳定性在美国经济中发挥着至关重要的作用。住房负担能力挑战对全国的租房者和寻求购买房屋的人来说都是重大障碍。近年来房价飙升，抵押贷款利率远高于之前的历史低点。待售房屋供应量异常低，加剧了负担能力问题，这对信誉良好、首次购房者产生了不成比例的影响，他们难以实现房屋所有权，而且往往缺乏支付大笔首付的资源。虽然 FHFA 无法直接控制这些动态，但该机构及其受监管实体正在应对这些挑战，部分原因是专注于负责任地降低成本、利用技术和创新来改善承保，并支持增加住房供应的努力。作为监管机构，在企业的情况下，作为托管人，FHFA 确保以促进受监管实体安全和稳健的方式采取这些步骤。FHFA 审查员监控受监管实体涉及的业务线、产品和其他领域的各种风险。FHFA 的法规设定了与审慎标准、市场活动和公司治理相关的要求。企业继续建立
2023 年公平住房融资计划
了解如何应对可能影响消费者每月住房付款能力的财务困难。到 2022 年，房利美服务商实施了 140 多万份与 COVID 相关的延期还款计划，我们认为这一结果得益于“Here to Help”等积极主动的消费者教育活动。房利美希望继续保持这一势头。事实上，通过 2011 年首次宣布的正在进行的 FHFA 服务协调计划 (SAI)，房利美在 FHFA 的指导下与房地美合作，协调住房保留损失缓解方案。这种协调使服务商能够统一实施损失缓解政策，促进无论服务商是谁，面临财务困难的借款人都能获得公平的结果。房利美将继续与联邦住房金融局和房地美合作，根据宏观经济状况完善其留存损失缓解方案，重点更新付款延期计划和“Flex Mod”瀑布计划，为可能在 2023 年及以后面临困难的房主提供有意义的帮助。
企业使用人工智能和机器学习
2022 年 2 月，联邦住房金融局 (FHFA) 向 Fannie Mae 和 Freddie Mac（企业）发布了咨询公告 2022-02，人工智能/机器学习风险管理（咨询公告）。与咨询公告一起，FHFA 的少数族裔和妇女包容办公室发布了一封监管信，提供额外指导并建立机构对企业使用 AI/ML 的多样性和包容性的期望（监管信）。咨询公告讨论了企业使用 AI/ML 的主要风险以及有效风险管理的注意事项。根据 FHFA 的说法，AI/ML 允许企业处理大量数据并识别复杂的关系，增加了改善“效率和运营并减少错误和成本”的机会。 但是，AI/ML 带来了更高的模型、数据、监管和合规性以及其他运营风险。AI/ML 还可以注入或强化偏见。尽管很复杂，但 AI/ML 偏见通常是指不准确或不适当的方法导致不公平的结果。它可能表现为社会、经济、政治或文化偏见，可以是显性的，也可以是隐性的。该机构希望每个企业都遵循一套“AI/ML 核心道德原则”，以解决与监管和合规风险相关的各种偏见。
联邦监管机构批准有关房地产估价中人工智能使用和偏见风险的新规则
3 OCC、美联储、FDIC 和 NCUA 联合发布的指导意见：《跨部门评估和评估指南》，75 FR 77450, 77468（2010 年 12 月 10 日）。FHFA 的指导意见：《咨询公告 2013-07 补充指南 – 模型风险管理指南 2013-07》，FHFA 咨询公告 2022-03（2022 年 12 月 21 日）；《模型风险管理指南》，FHFA 咨询公告 2013-07（2013 年 11 月 20 日）；《第三方提供商关系监督》，FHFA 咨询公告 2018-08（2018 年 9 月 28 日）。 OCC 的指导：《模型风险管理监管指导》，OCC 公告 2011-12（2011 年 4 月 4 日）；《审计长手册》，《模型风险管理》（2021 年 8 月）；以及《第三方关系：跨部门风险管理指导》，OCC 公告 2023-17（2023 年 6 月 6 日）。美联储的指导：《模型风险管理指导》，联邦储备委员会 SR 信函 11-7（2011 年 4 月 4 日）；《跨部门第三方关系指导：风险管理》，联邦储备委员会 SR 信函 23-4（2023 年 6 月 7 日）；《外包风险管理指导》，联邦储备委员会 SR 信函 13-19（2013 年 12 月 5 日）；以及《第三方风险管理：社区银行指南》，联邦储备委员会（2024 年 5 月）。NCUA 的指导：评估第三方关系，NCUA 监管函 07-01（2007 年 10 月）；以及对第三方服务提供商的尽职调查，NCUA 函 01-CU-20（2001 年 11 月）。FDIC 的指导：采用模型风险管理监管指南，FDIC FIL-22-2017（2017 年 6 月 7 日）；第三方关系跨机构指南：风险管理，FDIC（2023 年 6 月 6 日）；以及第三方风险管理，社区银行指南，FDIC FIL-19-2024（2024 年 5 月 3 日）。CFPB 的指导：CFPB，合规公告和政策指南； 2016-02，《服务提供商》（2016 年 10 月 31 日）；CFPB，《检查程序 - 合规管理审查》（2017 年 8 月）。
2024 年 12 月 20 日
2024 年 12 月 20 日 Michele M. Evans，执行副总裁兼多户住宅负责人 联邦国民抵押贷款协会 (Fannie Mae) 1523 L St NW 华盛顿特区 20005 主题：请求房利美允许第三方拥有的太阳能、储能和电气化技术用于多户住宅 收件人： Lauren Alexander 和 Malcolm McGregor，联邦住房金融局 (FHFA) Alexis Pelosi，住房和城市发展部 (HUD) Luba Kim-Reynolds 和 Corey Aber，联邦住房贷款抵押公司 (Freddie Mac) Zealan Hoover 和 Monisha Shah，环境保护局 (EPA) Garrett Nilsen，能源部 (DOE) 亲爱的埃文斯女士， 感谢您在多户住宅行业发挥的领导作用。我们，以下签名的住房、贷款、清洁能源和能源正义组织，紧急恳请房利美跟随联邦住房贷款抵押公司（房地美）和住房和城市发展部
使用算法，自动估值模型和属性数据
在抵押行业收集2024年2月27日，抵押银行家协会（MBA）1感谢有机会参加今天的工作会议，以教育该小组在抵押过程中使用算法技术，尤其是使用自动估值模型（AVM）和房地产数据收集器。抵押贷款行业出于多种原因仔细而故意引入了AI，算法和其他技术，包括提高效率，降低人为错误的风险和改善消费者的体验。算法技术用于AVMS中，通过分析各种数据点和模式来估计抵押贷款应用的房屋价值。 这些技术可帮助贷方根据位置，规模，便利设施和历史销售数据等因素评估财产的价值。 AVM中的算法是用于处理数据并生成估计值的数学模型和过程。 这些算法可以设计为考虑影响房屋价值的一系列因素，例如财产特征，可比的销售，市场趋势和经济指标。 AVM的引入有助于在订购评估并允许贷方提前报价更准确的抵押贷款申请定价之前，提出了更好的消费者期望。 在政府赞助的企业（GSE）或Fannie Mae和Freddie Mac中也发现了AVM的使用，他们通过联邦住房金融局（FHFA）在联邦政府的保护下。算法技术用于AVMS中，通过分析各种数据点和模式来估计抵押贷款应用的房屋价值。这些技术可帮助贷方根据位置，规模，便利设施和历史销售数据等因素评估财产的价值。AVM中的算法是用于处理数据并生成估计值的数学模型和过程。这些算法可以设计为考虑影响房屋价值的一系列因素，例如财产特征，可比的销售，市场趋势和经济指标。AVM的引入有助于在订购评估并允许贷方提前报价更准确的抵押贷款申请定价之前，提出了更好的消费者期望。在政府赞助的企业（GSE）或Fannie Mae和Freddie Mac中也发现了AVM的使用，他们通过联邦住房金融局（FHFA）在联邦政府的保护下。这些GSE在全国范围内购买了大部分抵押贷款，为银行和独立抵押银行提供了流动性，以继续贷款。某些AVM模型是在房利美（Fannie Mae）或房地美（Freddie Mac）内开发的，例如，可以使用现在称为“价值接受”的评估豁免，这使消费者能够在不进行评估的情况下完成再融资交易，而无需评估费用而更重要的是。价值接受的津贴完全取决于GSES对该特定数据集的可靠性的风险分析。风险分析将考虑消费者是否拥有GSES已证券的贷款，是否通过以前的评估在房屋上可用的数据，以及是否有足够的数据可用