臺灣博碩士論文加值系統

1990年起政府開放金融市場自由競爭，近年來直接金融的盛行，減少了金融機構傳統的授信業務，各金融機莫不將授信業務重心放在消費性貸款，而房屋貸款占了最大的比重。金融機構的過度設立，造成彼此間的激烈競爭，授信品質日趨惡化，造成逾放高居不下，嚴重侵蝕金融業的獲利，因此如何控管授信風險，以降低不良授信所帶來的問題，實為金融機構不容忽視之重要課題。
本研究以國內某人壽保險公司之房屋貸款案件為研究對象，蒐集381件資料，包括正常繳款的正常戶260件及逾期繳款的不良戶121件，依授信5P、文獻研究及研究對象之徵信準則，選取研究變數，應用Logistic Regression模型，對選取之變數進行實證分析，以建立授信風險評估模型。
實證分析結果發現影響房屋貸款成為逾期不良戶之主要因素為借款金額、貸放成數、年所得、金融機構總負債、負債收入比、借款期數、擔保品座落、保證人及借款目的等9項，可供受研究對象及其他金融機構建立授信風險評估模型之參考。

Taiwan government started to deregulate Taiwan financial market in 1990. The direct finance business boomed in recent years, which reduced traditional financial institution’s loan business. In such situation, every financial institution focused on consumer loan business. Residential mortgage loan takes the major part of consumer loan business. Fierce competition occurs due to too many financial institutions. The loan quality became worse and worse. Non-performing loan ratio remains high, which erode financial institution’s profit. To well control credit risk so as to diminish non-performing loan problem is a major task of financial institutions.
This research collected 381 residential mortgage loan cases from one domestic life insurance company as research samples. Among these 381 cases, 260 cases are normal payment cases and 121 cases are non-performing cases. This research selected 10 factors based on 5P loan principles, references and the life insurance company’s internal credit guideline. This research uses Logistic Regression Model to conduct an empirical analysis over the 10 selected factors and set up residential mortgage loan risk evaluation model.
As a result of empirical analysis, loan amount, loan advanced ratio, annual income, total debt in financial institutions, debt-income ratio, loan tenor, collateral location, guarantor and loan purpose are distinguished. These 9 distinguished factors affect a loan to become non-performing. Result of this research may be used for the life insurance company or other financial institutions to set up their credit risk evaluation model.

口試委員會審定書 ii
誌謝 i
中文摘要 ii
英文摘要 iii
目錄 iv
圖目錄 v
表目錄 vi
第一章 緒 論 1
第一節、研究動機 1
第二節、研究目的 4
第三節、研究流程 5
第四節、論文架構 6
第二章 相關理論與文獻探討 7
第一節、授信評估理論 7
第二節、相關研究之文獻探討 8
第三節、本章小結 12
第三章 研究方法 15
第一節、研究架構 15
第二節、授信風險評估方法 16
第三節、Logistic Regression模型 20
第四節、解釋變數的選取 21
第五節、Logistic Regression模型檢定 22
第四章 實證分析 23
第一節、資料來源 23
第二節、解釋變數之說明與敍述性統計分析 23
第三節、LR模型分析－全部樣本資料 38
第四節、LR模型分析－訓練組資料 41
第五節、LR模型分析－測試組資料 44
第六節、綜合分析 46
第五章 結論與建議 48
第一節、研究結論 48
第二節、研究貢獻 48
第三節、研究限制 49
第四節、研究建議 49
參考文獻 51

[1]丁正中(2004)，消費金融信用風險研究—信用評分概述，金融風險管理季刊，2004年11月號。
[2]呂美慧(2000)，金融機構房貸客戶授信評量方式分析─Logistic迴歸之應用，台灣金融財務季刊，1卷1期，2000年9月，pp.1-20。
[3]李雅琪(2004)，國內房屋貸款違約預測模式之研究 – 以某商業銀行之授信戶為例，碩士論文，實踐大學企業管理研究所。
[4]李馨蘋(2000)，住宅抵押貸款違約風險之探討，中華管理評論，vol. 3, No.3, Oct. 2000，pp.111-126。
[5]周建新 (2004)，銀行業房貸授信風險評估因素之選擇，中華管理評論國際學報，vol. 7, No.2, Apr 2004, pp.76-103。
[6]林思惟(2006)，聯徵中心「個人信用評分」之應用：風險區隔與風險數量化，金融風險管理季刊，第二卷，第二期，p99-110，2006。
[7]林國順(2004)，房屋貸款逾期還款預警模式之研究，碩士論文，大同大學事業經營研究所。
[8]林達榮(2004)，非財務資訊於客戶信用評估模式之分析，貨幣市場，第八卷第二期，2004年2月，pp13-30。
[9]孫銘誼(2004)，信用評等模型驗證之初探─相關方法與文獻回顧，金融風險管理季刊，第一卷，第一期，p111-125，2004。
[10]郭文湘(2002)，降低不良債權之授信管理策略，碩士論文，高雄第一科技大學金融營運研究所。
[11]陳姍霓(2004)，整合類神經網路、多元適應性雲形迴歸與分類迴歸樹於信用評等模式之建構-以房屋貸款為例，碩士論文，輔仁大學管理學研究所。
[12]劉長寬(2003)，應用Logit模型於消費者擔保貸款違約行為之實證研究，碩士論文，朝陽科技大學財務金融系。
[13]劉展宏(1999)，一般購屋貸款與首次購屋貸款提前清償之比較研究，1999年中華民國住宅學會第八屆年會論文集，pp.177-195。
[14]劉泰谷(2004)，信用卡信用評分模型之建構與分析，碩士論文，世新大學管理學院財務金融系。
[15]
劉應興(1998)，非線性迴歸與相關分析應用線性迴歸模型─補編，pp.804-817，華泰書局。
[16]蔡明憲(2002)，金融機構消費信用貸款授信評量模式，碩士論文，國立中山大學財務管理學系碩士在職專班。
[17]蕭文卿(2007)，現金卡消費者風評估模型之研究，金融風險管理季刊，第三卷，第一期，pp.63-82，2007。
[18]賴柏志(2006)，消費者個人信用評分之發展現況，金融風險管理季刊，第二卷，第四期，pp.105-110，2006。
[19]謝宛君(2000)，銀行授信策略與影響授信決策因素之研究，碩士論文，國立中央大學企業管理研究所。
[20]Orgler ,Y. E.(1970), A Credit Scoring Model for Commercial Loans, Journal of Money, Credit,and Banking, pp.435-445
[21]Steenackers, A. and M. J. Goovaerts (1989), A Credit Scoring Model for Personal Loans, Insurance Mathematics Economics, pp.31-34