XiaoMi-AI文件搜索系统
World File Search SystemFannie
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
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。
常规和澳大利亚州jumbo non-u.s。公民文件要求
•仅利士梅：房利美认为在美国法律上合法存在的非永久居民借款人： - 他们有一个社会保险号，并具有当前的，经过验证的状态，可以由有效的未置且未过期的：⁰就业授权文件（EAD）；或⁰绿卡； ⁰工作签证； ⁰带有入场邮票的护照；或使用I-551邮票的护照•仅Freddie Mac：非永久居民必须在下面的非永久居民清单的可接受签证中提供所述的“必需文件”，并且必须在关闭时过期。逐案，美国批准的替代文件公民与移民服务局（USCIS）可能是可以接受的。- 此外，任何具有非工作签证的借款人都需要过期的EAD。- 当借款人不在收入限制的情况下，只需要合法居住/存在证明（不需要EAD卡）。
pcg-non-us-citizen-documentation-requirements.pdf
•仅利士梅：房利美认为在美国法律上合法存在的非永久居民借款人： - 他们有一个社会保险号，并具有当前的，经过验证的状态，可以由有效的未置且未过期的：⁰就业授权文件（EAD）；或⁰绿卡； ⁰工作签证； ⁰带有入场邮票的护照；或使用I-551邮票的护照•仅Freddie Mac：非永久居民必须在下面的非永久居民清单的可接受签证中提供所述的“必需文件”，并且必须在关闭时过期。逐案，美国批准的替代文件公民与移民服务局（USCIS）可能是可以接受的。- 此外，任何具有非工作签证的借款人都需要过期的EAD。- 当借款人不在收入限制的情况下，只需要合法居住/存在证明（不需要EAD卡）。
2024 年公平住房融资计划
在房利美，我们选择关注四个障碍，这些障碍对历史上服务不足的消费者在住房过程中的影响尤为严重：有限的信用记录、繁重的前期住房成本以及缺乏财务和财产弹性，目标是缩小房屋所有权差距。
欢迎加入今天的团队
招聘人员，Laura Boyer Laura.Boyer@hhsys.org 招聘人员，Jamie Bruno Jamie.Bruno@hhsys.org 招聘人员，Beverly Burke Beverly.Burke@hhsys.org 招聘人员，Christy Burton Christy.Burton@hhsys.org 招聘人员，Cambrie Daniels Cambrie.Daniels@hhsys.org 麦迪逊，Gabby Ellis 265-5020，Gabby.Ellis@hhsys.org 招聘人员，Lauren Johnston Lauren.Johston@hhsys.org 麦迪逊，Andy Parrish Andy.Parrish@hhsys.org 招聘人员，Cora Perry Cora.Perry@hhsys.org 招聘人员，Phyllis Poe Phillis.Poe@hhsys.org 招聘人员，Fannie Proctor Fannie.Proctor@hhsys.org 招聘人员，Jessica Shrove Jessica.Shrove@hhsys.org 招聘人员，Katelyn Turnage Katelyn.Turnage@hhsys.org 所有员工都必须填写就业资格 (I9) 表格。从受雇之日起，您有 3 天的时间填写此表格并提交所需文件。
人工智能 + 区块链可以成为数字化转型中的一拳组合拳
Prabhakar“PB”Bhogaraju 拥有 20 多年的抵押贷款技术和咨询经验。PB 是 FinLocker LLC 的战略主管，FinLocker LLC 是一个消费者购房准备数据和分析平台。在加入 FinLocker 之前，PB 曾在 Fannie Mae 担任过多个产品开发、数据管理和数字业务架构方面的高管职位。PB 是各种行业论坛的作者和演讲者，讨论我们行业的新兴技术应用。他创立了一家新兴技术咨询公司 ALE-Advisors，目前为多家抵押贷款行业公司提供技术战略和数字化转型计划方面的咨询。PB 是美国住房研究所顾问委员会成员，也是抵押贷款银行家协会认证抵押贷款银行家技术委员会主席。
这些Decody de l'inesite de Lyon
首先，我要感谢AuvergneRhône-Alpes地区为这项研究工作提供资金，以及加拿大自然科学和工程研究委员会（CRSNG）和魁北克省的技术和技术研究基金（FRQNT）在加拿大留下了财务支持。，很难（即使不是不可能）在几行中表达我对许多人支持我，在这些漫长的论文中提供帮助或伴随的巨大感激之情。不可否认的是，在本手稿中获得和提出的所有结果都是集体工作的果实，没有下面提到的每个人的贡献，以及我不由自主地忘记的所有人员，这是什么不可能的。在两大洲之间进行共同论文，可以被证明是一项测试。另外，我的第一个感谢我的两位论文导演，在里昂的Insa和Inrs-emt的LionelRoué的Hassane Idrissi。首先是他们所有的监督，他们的经验，他们的科学知识和专业精神，这使本论文能够看到一天的光芒。莱昂内尔，感谢您的可用性和响应能力，有时在深夜纠正我的手稿或我的数字，以及您将兴趣瞄准有时令人困惑的结果的能力。Hassane，感谢您在多个领域（例如声学程序，甚至腐蚀）共享的许多知识，使您能够教过很多关于我的新手的知识。祝您在各自，专业，学术和个人项目中都取得良好的延续。除了这个沿海地区外，我还有很大的机会与其他实验室或具有相当大的翼展和影响力的团队合作。因此，我要热烈感谢Fannie Alloin和Pierre-Xavier Thivel du Lepmi de Grenoble。他们在电化学和能源存储领域的经验，尤其是他们在锂/硫的作品经历，使得不仅有可能在第一部作品和本论文的第一批作品中从右脚开始，而且还可以极大地丰富围绕获得的结果的辩论。fannie，感谢您的不取证知识（在多个领域）和持续的仁慈，以及您对任何测试的细节感和科学严格感。Pierre-Xavier，也感谢您的明智建议，您的可用性和积极性。我还要感谢里昂的INSA的埃里克市长，尽管他担任著名的Mateis实验室主任，但他的时间使他有时间陪伴我们进入同步者或分享他的巨大经验，尤其是在层析成像方面。我不知道我是否会再次有机会在等待我的专业未来，在同步器的一条轻线上工作，但无论如何，这仍然是这些论文时期最令人难忘的经历之一。也非常感谢陪伴我的人（或我陪伴我！）在这些漫长的昼夜。许多人为在那里进行的经验的实施和成功做出了贡献，尤其是技术人员和Sun和ESRF同步基因的科学家。无法全部命名，因此，我特别感谢安德鲁·金（Andrew King）在太阳曼尼斯（Sun Manips）和ESRF的Marta Majkut和Jon Wright的帮助。因此，感谢Didier Devaux，尤其是因为我允许我在深夜设置电池，感谢您再次感谢Fannie和Eric，以及Lucile，Quentin S.，最后是Victor，在Synchrotron中与之无眠的夜晚变得更加乐趣。
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