臺灣博碩士論文加值系統

本研究係以某不動產專業銀行西元2000~2003年之不動產擔保授信戶為對象，將借款人繳息情形分為正常戶與逾期違約戶，並以性別、年齡、婚姻狀況、學歷、償還方式、總負債與年收入比、屋齡、房屋面積、押品位置、貸款成數、是否專案貸款、貸款期間、利率、貸款金額、借戶與貸款行有無地緣關係、借戶與押品有無地緣關係、職業、(連帶)保證人之有無、年收入、年盈餘、總負債、擔保物為本人所有、擔保物為配偶所有、行庫與押品有無地緣關係、市價、估值、透天住宅與公寓大樓、是否為購置住宅及核准權限等研究變數來進行探討，並將篩選之變數進行羅吉斯迴歸模式(Logistic Regression Model)分析。
本研究將所有研究變數經過卡方獨立性檢定(P值<0.05)及交叉分析後選取的變數設定為LR模式(1)，另將前述選取之研究變數及為免於選取研究變數過於嚴格而產生遺珠之憾，將前述之所有變數其卡方檢定量P值<0.25之研究變數均納入，並以向後逐步迴歸選取法(Stepwise)篩選後之變數設定為模式(2) ，經比較二個模式之模型擬合優度檢定、預測準確性及整體預測能力，其中模式(2)之各項指標均較模式(1)為優，其中模式(2)之整體預測能力達94.1%略高於模式(1)之93.7%，故以模式(2)為最終授信評估模式，並以此模式(2)之授信評估模式檢驗2004之不動產擔保授信35個個案，正確率達75%，足可提供銀行有效判斷依據。

This paper real estate secured loan one from A.D. 2000 to 2003 of specialized bank of guaranteed loan of house as the target , the situation divides the family in breach into the normal family and exceeds the time limit to stop the paying of the debtor, and with the sex, age, marital status, academic credentials, mode of repayment, the rates of total debt and annual income, room age , area of the house , security position, grant the loan to count , whether the special project grants the loan, while granting the loan, interest rate, amount of money of the loan, whether borrower and loan have geo- relations to walk, whether borrower and security have geo- relations, job, whether related guarantor has, annual income, annual surplus , always in debt, the collateral is owned by me, the collateral is owned by spouse, walk storehouse and security have geo- relation , market price , valuation , day house and apartment building completely , for purchase house and research parameter of checking and approve the authority etc. carry on the discussion, and carry on Logistic Regression Model analysis of the parameter screened .
This research paper passes all primitive parameters square independent character examination (P value <0.05 ) and parameter chosen after alternate analysis are established as Logistic Regression Model (1 ), is it is it study aforesaid research parameter that choose parameter too strict and lose kind parameter to choose to avoid another, aforesaid all parameter that choose, so long as value, examination P of square independent character, <0.25 research parameter include in , and the parameter after screening with Stepwise is established as Logistic Regression Model (2 ), through comparing Logistic Regression Model (1)And the model of Logistic Regression Model (2 ) fits excellent degree assay, predict accuracy and predict ability wholly, among them every index of Logistic Regression Model (2 ) is more excellent than Logistic Regression Model (1 ) , among them the whole prediction ability of Logistic Regression Model (2 ) is up to 94.1% 93.7% slightly higher than Logistic Regression Model (1 )s, so regard Logistic Regression Model (2 ) as the risk of making loans finally and assess the way, and assess the way and examine 35 cases of guaranteed loan family of house of A.D. 2004 with the loan risk of this Logistic Regression Model (2 ), predict that the ability rate is up to 75%, can offer the bank to judge the basis effectively completely.

一 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 4
1.3 研究範圍 5
1.4 論文架構 5
二 不動產擔保授信理論基礎及文獻回顧 7
2.1 授信基本理論與流程 7
2.1.1 授信之意義 7
2.1.2 授信之種類 7
2.1.3 授信作業之流程 8
2.1.4 信用風險評估的方法 11
2.1.5 授信審核 14
2.1.6 利率訂定 15
2.2 授信風險評估的相關文獻 17
2.3 Logistic Regression 相關文獻 23
三 研究設計 24
3.1 研究流程 24
3.2 資料來源 26
3.3 研究變數的說明與定義 28
3.4 研究方法 36
3.4.1 兩變數獨立的檢定-卡方檢定 36
3.4.2 交叉分析 37
3.4.3 逐步迴歸選取法 38
3.4.4 羅吉斯迴歸模式 38
四 實證分析 45
4.1 研究變數之獨立性檢定 45
4.2 研究變數之交叉分析與篩選 48
4.3 授信評估模式之建立 64
4.4 模式的評估 65
4.4.1 評估模式擬合優度檢定 65
4.4.2 評估模式對預測有無幫助 66
4.4.3 評估模式預測準確性 66
4.4.4 模式之預測能力 68
4.4.5 個別參數之檢定 73
4.5 授信風險變數之分析 74
4.6 羅吉斯迴歸模式之實證應用 77
4.6.1 樣本為正常房貸戶 77
4.6.2 樣本為逾期違約戶 78
五 結論與建議 80
5.1 結論 80
5.2 研究建議 83
參考文獻

中文部份：
1.陳清河，2005，銀行房貸客戶授信風險評估模式之研究，南華大學財務管理研究所碩 士論文。
2.許基發，2002，不良債權預測式之研究，高雄第一科技打大學金融營運系碩士論 文。
3.江世傑，1990，模糊類神經網路在消費性貸款之應用，成功大學工業管理學系碩士論文。
4.江淑娟，2003，信用評等因素與信用卡違約風險之關係，逢甲大學保險學系碩士論文。
5.李海麟，2002，銀行消費者房屋貸款授信評量之實證分析，中正大學國際經濟研究所碩士論文。
6.林建州，2000，銀行個人消費信用貸款授信風險評估模式之研究，中山大學財務管理研究所碩士論文。
7.呂美慧，2000，金融機構房貸客戶授信評量模式分析-Logistic 迴歸之應用，政治大學金融研究所碩士論文。
8.台灣金融研訓院編撰委員會，2002，銀行授信實務概要(增修訂四版)，台北市：財團法人台灣金融研訓院。
9.張仁哲，1982，我國信用卡現代化問題之研究，政治大學企業管理研究所碩士論文。
10.施孟隆、游清芳、李佳珍，1999，「Logit 模式應用於信用卡信用風險審核系統之研究-以國內某銀行信用卡中心為例」，金融財務月刊第四期，85-104 頁。
11.張文智，2003，應用Logistic Regression 於個人房貸戶信用評估之研究，中正大學國際經濟研究所碩士論文。
12.黃俊英、陳信宏，2003，「羅吉斯迴歸在銀行業之應用」，企銀季刊第二十五第二期，1-9 頁。
13.陳宗豪，2000，消費者小額信用貸款之信用風險研究-甄選的觀點，中山大學人力科學研究碩士論文。
14.黃小玉，1988，銀行放款信用評估模式之研究-最佳模式之選擇，淡江大學管理科學研究所碩士論文。
15.曾俊堯，1991，信用卡信用管理之研究，政治大學企業管理研究所碩士論文。
16.葉秋南，1998，「美國金融業風險管理」，財團法人金融聯合徵信中心編輯委員會。
17.簡安泰，1971，消費者信用評分制度之研究，政治大學企業管理研究所碩士論文。
18.王濟川、郭志剛，2004，Logistic 迴歸模型-方法及應用，二版，五南圖書出版股份有限公司，台北市。
19.龔昶元(民87)，「Logisic Regression Model 應用於信用卡信用風險審核之研究」，台北銀行月刊，第二十八卷第十二期，35-49 頁。
20.馬秀蘭、吳德邦，2004，統計學以SPSS for Windows為例，二版，新文京開發出版股份有限公司，台北縣。
21.周宏，2002，statistics 統計學觀念與方法，初版，鼎茂圖書出版股份有限公司，台北市。
英文部份：
1. Steenackers, A. and M.J. Goovaerts，1989, “A Credit Scoring Model for Personal Loans,”Insurance Mathematics Economics, Vol.8, Nr.1, pp.31-34.
2.Updegrave, W.l. ，1987, “How Lender Size You Up,” Money, April, pp.59-79
3.Rock, A. ，(1984), “Sure Ways to Score with Lender,” Money, September, pp.125-136.
4.Brzezinski,J.R. and K .J., Logistic Regression Modeling for context-based classification. 1999, IEEE