臺灣博碩士論文加值系統

美國在2007-2008年爆發次貸危機，距今相隔超過10年後，美國次級貸款風險又開始進入輿論視野，但主角從房屋換成了汽車。2016 年發行的次級車貸債券規模已達到 260 億美元，超過了全球金融危機前的水準。而台灣自次貸風暴後的2009年起，汽車銷售量年年屢創新高，汽車貸款佔消費貸款業務承作量亦是逐年攀升，與房屋不同的是，汽車價值逐年降低，故本研究主要在探討金融機構對於汽車貸款信用風險管理，並進一步研究風險控管對預期收益的影響。
本研究以國內某金融機構之汽車貸款案件為研究對象，蒐集 37,534 筆資料，試圖結合目前金融業承辦汽車貸款實務，探討汽車貸款授信審核之重要評估因素。
本研究運用羅吉斯迴歸分析，經實證研究發現新車與中古車貸款之貸款期數、貸款成數、貸款利率與汽車貸款違約機率呈現顯著正相關，教育水準、工作年資、收入證明提供及保證人之有無，則呈現顯著負相關。融資車貸款之貸款期數、貸款成數與汽車貸款違約機率呈現顯著正相關，收入證明提供及保證人之有無，則呈現顯著負相關。
另外，貸款利率與融資車貸款違約逾期之關係，則呈現顯著負相關，此與新車及中古車呈現方向不同，評估係因融資車借款人向金融機構申貸，大多應屬於資金融通需求，此類客層與一般購置車輛的借款用途較不相同。

A decade after the U.S. subprime crisis in 2007-08, much ink has been spilled on the risks of U.S. subprime lending again. However, the subjects has been switched from house to automobile. In 2016, the subprime auto loans has reached US260 billions, surpassing the level before the global financial crisis. While in Taiwan, the auto sales, as well as auto loan’s share in consumer finance, has been increased year by year since 2009. A vehicle, as opposed to a house, loses its value over time. Therefore, the purpose of this study was to discuss the risk management in financial institutions and to address its influence on expected income.
We collected 37,534 auto loans from a domestic financial institution as research
samples and employed Logistic regression model for testing the significance of variables.
From the empirical results, the loan characteristics with forecasting power include term, loan-to-value ratios, rate, educational level of borrowing applicants, seniority, income and guarantor.
The loan interest rate and the delinquency and default rates on auto financing loans are negatively correlated, distinct from that on new and used car loans. The difference may arise from the borrowing purpose, as most subprime borrowers tend to have financing needs rather than those who borrow to buy a car.

目錄
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 研究動機與背景...................................1
第二節 研究目的.........................................3
第三節 研究範圍與架構...................................4
第二章 文獻探討...........................................5
第一節 汽車貸款.........................................5
第二節 信用風險評估.....................................7
第三節 文獻回顧........................................10
第三章 研究方法........................................13
第一節 研究資料及樣本..................................13
第二節 研究設計與變數定義...............................13
第三節 實證分析方法....................................15
第四章 實證分析結果....................................17
第一節 敘述性統計分析..................................17
第二節 羅吉斯迴歸模型分析..............................21
第五章 結論與建議......................................27
參考文獻..................................................29

參考文獻
左繼文，2007，「汽車貸款貸放後期中管理預警系統」，朝陽科技大學財務金融學系研究所碩士論文。
呂美慧，2000，「銀行授信評等模式-Logistic Regression之應用」，國立政治大學金融管理學系研究所碩士論文。
林道鴻，2003，「銀行經營汽車貸款業務風險管理之研究」，國立高雄第一科技大學財務管理研究所碩士碩文。
林佑婕，2009，「車貸逾期風險因素之研究-個案銀行為例」，國立東華大學企業管理學系研究所碩士論文。
黃琡雯，2009，「汽車貸款違約決定因素之個案研究」，國立臺灣大學管理學院會計與管理決策組研究所碩士論文。
楊木榮，2009，「汽車貸款信用風險因素之實證研究」，國立中興大學高階經理人在職專班碩士論文。
蘇家郁，2015，「房屋貸款違約風險與銀行獲利分析」，國立臺灣大學經濟學系研究所碩士論文。
Altman, E. I.1968. “Financial Ratio, Discriminant Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance ,September,389-609.
Chang,Kai-Jun.2013.“An Empirical Study on Default Factors for US Sub-prime Residential Loans,” The Journal of International Management Studies, 8, 200–2006.
Jimenez, Gabriel and Jesus Saurina.2004. “Collateral, Type of Lender and Relationship Banking as Determinants of Credit Risk,”JournalofBankingandFinance,28,2191–2212.
Steenackers, A. and Goovaerts, M. J. (1989). “A Credit Scoring Model for Personal Loans,” Insurance Mathematics Economics, 8,31-34.
Tor Jacobson, Kasper Roszbach. 2003. “Bank Lending Policy, Credit Scoring and Value-at-risk,” Journal of Banking and Finance, Elsevier,27, 615-633.