臺灣博碩士論文加值系統

本篇旨在檢視與探討S銀行目前使用之房貸評分表該使用之基本屬性子模型相關變數因子，於經過這些年在房貸市場快速成長與景氣復甦下是否須予以調整、新增？同時對於現行房貸業務與銀行政策進行探討，以期待於未來實務運用上給予較客觀之統計分析參考。
本研究採用Logistic迴歸分析，包含卡方檢定、t檢定與F檢定及對各因子（組合）之樣本平均違約率與中位數進行統計分析與比較；另同時進行兩實證模型之PD變異數相同檢定與PD平均值相同檢定。
首先針對基本模型中現行使用之變數因子該＂分類與配分＂進行初步檢視與了解；再透過衍生模型1針對現有之因子進行分類與配分上之調整，已達到適合目前市場業務與政策上之規範與見解。
並藉由衍生模型2以新增（組合）因子之角度，解決原變數因子該較薄弱之解釋力，同時配合現行業務之規範，以期達到模型精進之成效。
本研究的第二個重點擬分別從擔保品所屬縣市、借款金額佔淨值比率（LTV）、每坪單價、建物面積（含公設）等不同面向與組合進行實證統計與檢定；最終配合預測之PD值以BCG Matrix概念對現行業務進行分析，並期許於未來業務發展與政策修訂時給予適切與客觀建議。

Given the rapid growth of the mortgage market and the economic recovery these years, the research reexamines variable factors in the basic submodel of Bank S’s current mortgage credit scorecard. We discuss if they should be adjusted and if new variables should be added, and we also probe into its current mortgage services and lending policy, hoping to offer objective statistical analysis that would shed light on future practices.
First of all, we conducted a preliminary examination of “the categorization and the ratio” of variable factors in the basic model before they were further adjusted through Derived Model 1 to better meet current services and policy.
Low explanatory power of the original factors was then tackled in Derived Model 2 by adding (combining) factors. Regulations of the current services were also addressed to improve the model.
Secondly, we conducted an empirical statistical test on factors and combination of factors, such as locations of the secured properties, their loan-to-value ratio (LTV ratio), price per ping (a ping is an area measure equal to 3.3057 square meters), property size (including public facilities). Finally, with the estimated probabilities of default (PDs) in the BCG Matrix, current mortgage services were analyzed with an aim to provide suitable and objective suggestions for future service development and policy revision.

摘要………………………………………………………………………………………………………………....………….i
Abstract……………………………………………………………………………………………………..…..………….ii
誌謝辭………………………………………………………………………………………………………..…..………….iii
目錄…………………………………………………………………………………………………..………………………. iv
圖目錄…………………………………………………………………………………………………..…………………….v
表目錄…………………………………………………………………………………………………..……………………vi
第一章 緒論…………………………………………………………………………………………..……………. 1
1-1 研究動機…………………………………………………………………..………………….....1
1-2 研究目的…………………………………………………………………………..……………..1
第二章 研究文獻回顧………………………………………………………………………..………………..2
2-1 授信品質………………………………………………………………..…………………….....2
2-2 房貸市場及授信政策……………………………………………………………………….5
第三章 研究方法………………………………………………………..………………………………………..7
3-1 選樣設計…………………………………………………………………………..……………..7
3-2 變數定義與實證模型………………………………………………………………………9
3-2-1 基本模型之變數因子………………………………………………..…………………….9
3-2-2 衍生模型1…………………………………………………………..……………………..…19
3-2-3 衍生模型2………………………………………..…………………………………………..25
第四章 實證結果與分析……………………………………………………..…………………………….30
4-1 敘述統計分析……………………………………………………………..…………………30
4-1-1 統計分析………………………………………………………………..………………………30
4-1-2 Logistic 迴歸模型……………………………………………………..……………….30
4-2 實證分析結果……………………………………………………..………………………...35
4-2-1 檢視基本模型之變數因子……………………………………………………………..35
4-2-2 衍生模型1………………………………………………..……………………………………53
4-2-3 衍生模型2……………………………………………………………………………………..55
第五章 結論與建議……………………………………………………..…………………………………….72
參考文獻 …………………………………………………………………………………………………..……….76

[1] 李馨蘋，「住宅抵押貸款違約風險之探討」，中華管理評論，Vol.3， No.3， 第
111至126頁 ，Oct 2000年。
[2] 陳宛伶，「探討「房貸評分卡」於房貸業務之運用」，第4至24頁。
[3] 林哲群與張嘉華，「房貸違約率估計之初探」，金融聯合徵信雙月刊，第7期，
第24至35頁。
[4] 張怡文、江穎慧與張金鶚，「分量迴歸在大量估價模型之應用-非典型住宅估
價之改進」，都市與計畫，第36卷，第3期，第281至304頁，民98年。
[5] 陳錦村，風險管理概要:個案與實務，二版，新陸書局出版，台北，民98年2
月。
[6] 陳木在與陳錦村，「銀行風險概述」，台灣金融財務季刊，第59至73頁。
[7] 王濟川與郭志剛，Logistic迴歸模型－方法及應用，五南圖書出版。
[8] Murray Bailey等著，信用評分理論與實務，陳志秀譯，台灣金融研訓院。
[9] 張金鶚與詹任偉，「台灣房地產景氣動向預測準確度之研究」，台灣銀行季刊，
第56卷，第4期，第43至60頁，民94年。
[10] 周宜強與黃俊傑，「台灣房地產景氣循環週期預測之研究」，民97年。
[11] 彭建文與張金鶚，「預期景氣與宣告效果對房地產景氣影響之研究」。
[12] 周大慶，「風險的概念及其在銀行管理上的應用」，台灣金融財務季刊，第
二輯第4期，民90年12月。
[13] 陳錦村與王儷璇，「商業銀行如何衡量住宅貸款之違約機率與違約損失率－
內部模型法之應用」，民93年。
[14] 陳錦村與陳侑宣，「商業銀行如何使用信用風險值檢視授信政策」，民93年。
[15] 陳錦村與陳思翰，「商業銀行如何使用Logit及KMV模型檢視授信政策」，民92
年。