臺灣博碩士論文加值系統

消費性貸款一般泛指個人信用貸款、現金卡及信用卡循環信用。依據銀行局發佈之信用卡及現金卡打銷呆帳數據，94年1月單月各銀行信用卡和現金卡打銷呆帳金額合計約36億元，但下半年，情況逐月惡化，打銷呆帳金額大增，到了12月單月就打了105億元，累計94年1至12月，信用卡打銷了482億元，現金卡打銷了227億元，至於個人信用貸款方面雖官方未公佈整體損失之數據，但確知情況亦日趨惡化。面對如此重大的，許多銀行甚至已暫停業務，然而消費金融終究還是銀行主力業務之一，不至於就此偏廢，只是未來若要重起爐灶，究竟要如何挑選客戶降低風險才能避免重蹈覆轍，已成為現階段各銀行亟欲探究的課題。
根據本人多年之銀行實務經驗，發覺在消費性貸款經營績效之好壞主要取決於逾期比率，而影響逾期績效之主要變數來自於申貸者的特性、申貸者的需求及申貸者的信用水準等三方面。本研究將運用資料探勘技術及統計方法，嘗試解釋上述變數對消費性貸款績效的影響，並藉由建立決策樹模型歸納說明逾期戶的特徵，作為日後授信政策訂定之參考。
目前逾期戶既已成為銀行的包袱，如何將過去沉重的包袱轉化為寶貴的資產，亦即如何找出逾期特徵，並回饋給徵信審查部門，作為執行風險控管之依據之一，將會是建全消費金融的不二法門。

謝 詞……………………………………………………………4
中文摘要……………………………………………………………5
英文摘要……………………………………………………………6
目 錄……………………………………………………………7
圖 次……………………………………………………………8
表 次……………………………………………………………9
第一章 緒論
第一節 研究背景與動機…………………………………………11
第二節 研究目的…………………………………………………12
第三節 研究架構與流程…………………………………………12
第二章 文獻探討
第一節 消費金融市場現況………………………………………14
第二節 消費金融與逾期放款定義………………………………22
第三節 顧客關係管理……………………………………………23
第四節 資料倉儲與資料採礦……………………………………26
第三章 研究方法
第一節 研究架構…………………………………………………33
第二節 變項定義與衡量…………………………………………33
第三節 研究程序…………………………………………………34
第四節 分析方法…………………………………………………38
第四章 實證研究
第一節 資料說明…………………………………………………41
第二節 資料分析與準備…………………………………………43
第三節 建立模型與評估…………………………………………55
第四節 結果說明與討論…………………………………………57
第五章 研究結論
第一節 結論………………………………………………………61
第二節 研究範圍與限制…………………………………………63
附錄一 參考文獻……………………………………………64
簡歷………………………………………………… ………66

一、中文文獻
林義堡，「運用資訊科技推動顧客關係管理」，電子化企業：經理人報告，第3期，1999年11月，頁35-42。
陳文華，「運用資料倉儲技術於顧客關係管理」，能力雜誌，第527期，2000年1月，頁132-138。
曾其祥，「漫談資料倉儲系統及其應用」，經濟日報，資料倉儲專刊，第2版，2001年2月20日。
黃耀興，「影響台灣地區醫院導入顧客關係管理之因素探討」，國立東華大學企業管理研究所碩士論文，2005。
黃奕瑛，「金融業導入顧客關係管理之關鍵成功因素探討」，國立台北大學企業管理學系碩士論文，2001。
陸立和，「教育訓練對壽險業成功導入顧客關係管理進而對績效之影響」，私立朝陽科技大學保險金融管理系碩士論文，2005。
戴文淵，「資料倉儲的應用發展－煉油廠之個案探討」，國立中山大學資訊管理研究所碩士論文，1997。
NCR安迅資訊系統公司，「整合企業經營策略與顧客關係管理」，電子化企業：經理人報告，1999，頁20-25。
羅國輝，「壽險業務人員運用顧客關係管理系統（CRM）滿意度與績效之研究」，私立逢甲大學保險研究所碩士論文，2003。
曾憲雄、蔡秀滿等，「資料探勘」，旗標出版股份有限公司，2005。
曾新穆 、李建億 譯，「資料探勘」，二版，東華書局出版，2004。

二、英文文獻
Berson A., Smith S., Thearling K. 1999.Building Data Mining Applications for CRM. McGraw-Hill Companies.
Falque, E. 2000. Using the Tools : Database Marketing, Data Warehousing and Data Mining. Customer Relationship Management - A Strategic Imperative in the World of E-Business. Brown, S. A. (ed.), John Wiley & Sons, Canada.
Frawley A.& Thearling K. 1999. Increasing customer value by integrating data mining and campaignmanagement software. Database Management, pp.49-53.
Körner, Zimmermann. 2000. Management of Customer Relationship in Business Media – The Case of the Financial Industry. 33rd Hawaii International Conference on System Sciences.
Kimball, Lisa. 1998 Spring. Managing Distance Learning - New Challenges for Faculty.
Peppers, D. & Rogers, M., 1993. The One to One Future, Raphael Sagalyn, Inc.
Peacock, 1998. Data Mining in Marketing, The revolution is upon us, so choose your weapons carefully. Marketing Management, pp.9-18, Winter.
Rodefer, Cooper. 1999. Data mining growth reflects strategic mission. Enterprise Systems Journal, Dallas, May.
Swift, Ronald S. 2001. Accelerating Customer Relationship. Prentice Hall,Upper Saddle River, New Jersy.
Quinlan, J.R. C4.5: Programs for Machine Learning. Morgan Kaufmann, San Mateo,1993.
Breiman, L., Friedman, J.H., Olshen, R.A., and Stone, C.J. Classification and Regression Trees. Wadsworth, Belmont, 1984.
Kass, G. V. (1979) An Exploratory Technique for Investigating Large Quantities of Categorical Data, Applied Statistics (1980) 29, No. 2 pp. 119-127
Glymour, C., Madigan, D, Pregibon, D. and Smyth, P. (1997). “Statistical Themes and Lessons for Data Mining.” Data Mining and Knowledge Discovery 1: 11-28.
NCR，Teradata Warehouse Miner User’s Guide， 2002