跳到主要內容

臺灣博碩士論文加值系統

(3.233.242.204) 您好!臺灣時間:2021/09/26 19:53
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:莊士玄
研究生(外文):Shih-hsuan Chuang
論文名稱:消費性信用貸款授信評量模式之研究
論文名稱(外文):The Research on Evaluating the Risk of Consumer Loans
指導教授:陳忠榮陳忠榮引用關係陳禮潭陳禮潭引用關係
指導教授(外文):Jong-rong ChenLii-tarn Chen
學位類別:碩士
校院名稱:國立中央大學
系所名稱:產業經濟研究所碩士在職專班
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:69
中文關鍵詞:Probit迴歸違約機率Logit迴歸鑑別分析
外文關鍵詞:logistic regression analysisdiscriminate analys
相關次數:
  • 被引用被引用:6
  • 點閱點閱:341
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
銀行業對於貸放後之管理歷來並未加以重視,致使傳統銀行管理中對於核貸後之客戶僅有違約戶之催收機制,而缺乏覆核管理、還款行為分析等機制,在現今銀行業面臨獲利不穩、市場競爭激烈之環境下,各家銀行除不斷向外開拓客源以提升盈餘成長外,亦應掌握內部獨有之大量客戶資訊,進行核貸後之客戶管理、開發與應用,尤其在銀行業務中佔極重要貢獻之消費者貸款,在雙卡風暴衝擊之下,主管機關要求各家銀行對於核貸戶建立覆核機制,更突顯出貸放後管理之刻不容緩。惟消費者貸款業務具有金額小、筆數多等特性,銀行業如何在最低成本與最高效率之衡量下,達成主管機關之要求,並提升風險管理與業務發展之平衡,為現今銀行業者經營之首要課題。
本研究以國內銀行為對象,針對影響其貸放後核貸戶違約之風險因子進行研究,並藉由Logistic迴歸、鑑別分析、Porbit迴歸等方法,建構出核貸戶之覆核模型,研究結果發現:學歷、負債所得比率、服務年資、信用卡及現金卡循環動用餘額、申貸者雙卡近一年遲繳次數、近三個月是否有他行查詢、借款年限等變數對核貸戶之違約程度影響顯著,其中學歷及借款年限變數應用於進件審查與覆核機制時,對於違約之影響獲取不同之結論。另本研究所建構之覆核模型,其總正確率分別為:Logistic迴歸分析為72.2%,鑑別分析為71.15%,Probit迴歸分析為72.2%,三者之間差異極小,且Logistic迴歸分析與Probit迴歸分析所獲之預測能力有相同的效果。經由本研究建立之覆核模型,所分別求出之個別核貸戶違約機率,可以正確掌握核貸戶之風險程度,於銀行業實務應用上,可使授信政策及風險控制得到適當之平衡,並於授信資產品質管理上真實反映出銀行所面臨之風險程度,使銀行之經營更形穩健,並符合法令之規範。
Having not yet considering much on consumer loan management, the banking set few functions on debt-collection for past due loan customers but lack such functions for review management and payment behavior analysis. Nowadays, the banking should know how to manage, explore and apply his unique internal information related to large credit underwriting customers under the circumstances of unstable profit and intensely competition, especially when the consumer loans contribute major profit for him. Because consumer loans have the characters of small amount and numerous accounts, the trade-off between risk management and profit development has become primary issue for banking under the consideration of lowest cost and highest efficiency.
This research studies the risk factors of past due loan based on one commercial bank data. Three methods are used for this research. There are logistic regression analysis, discriminate analysis and probit regression analysis. The results shows that academic degree, loanratio, wordingyear, cardusesum, latetime, checknum, loanyear affected a lot on such kind of past due loan. Besides, by using above-mentioned methods to attest the accuracy of factors, the correct percentage of each model are closely, that are 72.2% of logistic regression analysis, 71.15% of discriminate analysis and 72.2% of probit regression analysis. The difference among these analyses is very little, but the logistic and probit regression analysis performs the same predict ability.
The hit rate of contract violated ratio model could apply to the banking practical application to get the adequate balance between credit policy and risk control. The bank fully discloses the risk level of loan quality management in order to stabilize the performance and compliance the regulatory.
目 錄 頁次
中文摘要.........................................i
英文摘要........................................ii
誌謝辭.........................................iii
目錄............................................iv
表目錄...........................................v
一、緒論.........................................1
1-1 研究背景與研究動機........................2
1-2 研究目的..................................3
1-3 研究架構..................................4
二、文獻回顧.....................................6
2-1 消費者貸款................................6
2-2 授信風險概述..............................9
2-3 國內外文獻...............................15
三、研究方法....................................20
3-1 研究對象及資料來源............ ..........20
3-2 變數定義及衡量...........................20
3-3 研究限制.................................24
3-4 研究方法.................................24
四、實證結果與分析..............................35
4-1 樣本資料交叉分析.........................35
4-2 資料檢視.................................46
4-3 Logistic 迴歸實證結果....................49
4-4 鑑別分析實證結果.........................55
4-5 Probit 迴歸實證結果......................58
4-6 小結.....................................60
五、結論與建議..................................62
5-1 結論.....................................62
5-2 建議事項.................................63
參考文獻........................................66
1. 王濟川、郭志剛,Logistic迴歸模型-方法及應用,五南圖書出版股份有限公司,民國93年。
2. 邱皓政,量化研究與統計分析:SPSS中文視窗版資料分析範例解析,五南圖書出版股份有限公司,民國91年。
3. 周文賢,多變量統計分析:SAS/STAT使用方法,智勝文化事業有限公司,民國91年。
4. 王舒慧,「台灣企業信用評等與違約機率之研究」,東吳大學國際貿易學系碩士論文,民國83年。
5. 江世傑,「模糊神經網路在消費性貸款之應用」,國立成功大學工業管理研究所碩士論文,民國89年。
6. 何貴清,「消費者小額信用貸款之信用風險研究-以一商業銀行客戶為例」,國立中山大學人力資源研究所碩士論文,民國90年。
7. 李桐豪、呂美慧,金融機構房貸客戶授信評量模式—以Logistic迴歸分析,台灣金融財務季刊,第1卷第1期,1-20頁,民國89年。
8. 李明峰,「銀行業對企業授信『信用評等表』財務比率預警有效性之實證分析」,國立中山大學財務管理研究所碩士論文,民國90年。
9. 林左裕、劉長寬,應用Logit 模型於銀行授信違約行為之研究,中華民國住宅學會第十二屆年會論文集,民國92年。
10.李海麟,「銀行消費者房屋貸款授信評量之實證分析」,國立中正大學國際經濟研究所碩士論文,民國91年。
11.黃嘉興、謝永明、劉宗哲,房屋抵押貸款客戶違約預測模式之比較研究,東吳經濟商學學報,第48期,103-126頁,民國94年。
12.周俊賢,「房貸信用評量分析」,國立高雄第一科技大學財務管理所碩士論文,民國92年。
13.林旭青,「現金卡發行風險評估模型之研究-以國內某一發卡銀行為 例」,淡江國貿碩士論文,民國92年。
14.林建州,「銀行個人消費信用貸款授信風險評估模式之研究」,國立中山大學財務管理研究所碩士論文,民國90年。
15.金融人員研究訓練中心,銀行授信實務概要,台灣金融研訓院,民國88年。
16.施孟隆、游清芳、李佳珍,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,金融財務月刊十月號,民國88年。
17.蕭文卿、王國光、黃麗君,現金卡消費者風險評估模型之研究,金融風險管理季刊,第3卷第1期,民國96年。
16.康贊清,「銀行放款評估之知識擷取:類神經網路之應用」,中正大學資訊管理學系碩士論文,民國92年。
17.龔昶元,Logistic Regression模式應用於信用卡信用風險審核之研究—以國內某銀行信用卡中心為例,台北銀行月刊,第28卷第9期,頁35-49,民國87年。
18.陳進財,「應用Logistic Regression建立中長期個人房貸戶授信評等模型之研究」,國立高雄地一科技大學財務管理所碩士論文,民國91年。
19.陳鴻文,「個人小額信用貸款授信模式之個案研究」,國立高雄第一科技大學財務管理系碩士論文,民國89年。
20.曾俊堯,「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,民國80年。
21.黃小玉,「銀行信用評估模式之研究」,淡江大學資訊科學研究所碩士論文,民國77年。
22.葉秋南,美國金融業風險管理,台北:財團法人金融聯合徵信中心編輯委員會,民國86年。
23.劉展宏、張金鶚,購屋貸款提前清償行為之研究,住宅學報,第10卷第1期,29-49頁,民國90年。
24.葉國興,授信管理理論與應用,台北:三民書局,民國69年。
25.趙蔚慈,「羅吉斯迴歸在信用評等上之應用」,國立政治大學統計研究所碩士論文,民國80年。
26.謝維國,信用評分制度介紹及運用,金融人員研究訓練中心講義,民國87年。
27.簡安泰,「消費者信用評分制度之研究」,國立政治大學企業管理研究所碩士論文,民國60年。
28.中央銀行網站:http://www.cbc.gov.tw/total_index.asp
29. Ball, C. A. & A. E. Tschoegl,(1982),“The Decision to Establish A Foreing Bank Branch or Subsidiart: An Application of Binary Classification Procedure,” Journal of Financial and Quantitative, Sep, pp.411-424.
30. Brzezinski, J. R. & G. J. Knafl,(1999), Logistic Regression Modeling for Context-Based Classification, IEEE.
31. Paul R. Beares(1997), Consumer Lending 3rd edition American Bankers Association, p.4.
32. Saunders, J.(1985), “This Is Credit Scoring,” Journal of the Institute of Credit Management, Sep, pp.23-26.
33. Capon, N. (1982) “Credit scoring systems: a critical analysis.”Journal of Marketing 46, 82–91.
34. Rock , A.(1984)“Sure Ways to Score With Lender.” Money. Sep
35. Updegrave,(1987)“How Lender Size You Up.”Money.Apr
36. Steenackers, A. and Goovaerts, M. J. A (1989) “Credit Scoring Modelfor Personal Loans.”Insurance:Mathematics and Economics, 8,1, 31–34.
37. Hakim, S.R. and Haddad, M. (1999)“Borrower Attributes and the Risk of Default of Conventional Mortgages.”AEJ, (27),2.
38.Avery, R.B.; Calem, P.S. and Canner, G. (2004)“Consumer credit scoring:Do situational circumstances matter?”Journal of 82Banking & Finance ,28,835–856.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top