臺灣博碩士論文加值系統

隨著信用卡市場的競爭日益激烈及信用卡貸款的資產證券化、購併及風險值(VaR)研究等議題的興起，使得信用卡資產組合的信用風險預測的研究成為一項重要的課題。本文試圖導入摩根銀行所發展之信用風險矩陣(1994)觀念並整合Smith and Lawrence (1996)的研究，發展一套動態且在實務上可行的信用風險預測模型。本研究以國內某金融機構，民國89年10月至90年10月的持卡戶為研究對象，以電腦隨機抽樣方式，抽出35,000筆客戶資料，並以K-S檢定樣本之代表性後，觀察其連續十三個月的信用狀態變化，用以推估母體資料。研究方法以多元邏輯特迴歸分析(Multi-Logistic Regression)及非定態之馬可夫鏈機率模型(Markov Chain)等方法，發展信用卡資產組合的信用風險矩陣及風險預測模型，同時分析模型之適合度及預測能力。實證結果顯示，模型適合度及預測能力良好，命中率均在86%以上，資產組合預測的誤差水準也在4.7%以下。本文並對可能影響信用狀態進行卡方分析及變異數分析，檢定結果顯示，持卡戶的信用狀態，在年齡、性別、學歷、有無不動產、行業別與居住地等變數的影響下有顯著差異。在總體經濟變數上失業率、MIB等變數的影響下均有顯著差異。而信用狀態正常的持卡戶，其額度較大、信用額度使用率較低、預借現金累計額較低、循環息較低。上述因素在邏輯特的轉移機率迴歸式中的分析結果顯示對於信用狀態轉移的影響亦為顯著。

With the hot competition credit card market, and the issues of ABS (asset-backed securities) ,M&A (merge and acquisition) and the researches of VaR is raised, the risk management of credit card portfolio has become an critical problem to survive and be profited. This thesis attempt to integrate the concept of risk metrics developed by J.P Morgan bank (1994) and Smith & Lawrence (1996) researches and develop an dynamic model of the portfolio of credit card loan which can be used practically .The purpose of this thesis is to evaluate credit card portfolio prediction performance under customer’s profiles. We sampled randomly the monthly data sets of thirty five thousand credit card accounts form a credit card issuer dating from October 2000 to October 2001. The data sets include information form cardholders’ credit applications, monthly transactions, credit limits, balances, and detailed delinquent information. The dominated research methods included multinomial logistic regression and Markov chain. The evidence result shows that the fitting of model and the validation of the model are both well. The predicted accuracy of observed individuals reaches 86% and the prediction error of portfolio is below 4.7%.

目 錄
頁次
中文摘要………………………………………………………………i
英文摘要………………………………………………………………ii
致謝………………………………………………………………………iii
目錄………………………………………………………………………iv
表目錄……………………………………………………………………vi
圖目錄…………………………………………………………………viii
第一章 緒論 ……………………………………………………………1
1-1 研究背景與動機………………………………………………1
1-2 研究問題與目的………………………………………………4
1-3 研究範圍與限制………………………………………………4
1-4 研究方法與流程………………………………………………6
1-5 論文結構 ……………………………………………………9
第二章 信用卡市場概況 …………………………………………10
2-1 信用卡產品的定義、功能及種類……………………………17
2-2 信用卡業務的信用風險管理 ………………………………17
2-3 信用卡業務收益來源 ……………………………………21
2-4 台灣信用卡產業的市場發展概況 …………………………22
第三章 文獻探討 …………………………………………………27
3-1 消費金融產品信用風險之研究 ……………………………27
3-2 信用風險之相關研究 ………………………………………30
3-3 文獻彙整……………………………………………………35
第四章 研究設計與架構 …………………………………………40
4-1 資料抽樣與分析方法 ………………………………………40
4-2 模型建構 ………………………………………………………46
第五章 結果與分析……………………………………………………53
5-1 抽樣資料統計分析…………………………………………54
5-2 卡方分析……………………………………………………59
5-3 變異數分析…………………………………………………67
5-4 信用狀態轉移機率模型建立………………………………69
5-5 馬可夫鏈轉移機率矩陣 …………………………………83
5-6 資產組合預測及命中率分析………………………………91
第六章 結論與建議 …………………………………………………93
6-1 研究結論……………………………………………………94
6-2 未來的研究方向與建議……………………………………97
參考文獻 ……………………………………………………………99
簡歷……………………………………………………………………101

[1] 王淑芳，「信用卡經營策略及風險管理之研究」，彰銀資料，民國八十九年。
[2] 呂美慧，「銀行授信評等模式---Logistic Regression 之應用」，中原大學心理學系研究所碩士論文，民國八十九年六月。
[3] 李秀梅，「信用卡持卡者資料探勘之研究」，輔仁大學應用統計學研究所研究所碩士論文，民國八十九年六月。
[4] 許愛惠，「信用卡信用風險審核範例學習系統之研究」，政治大學資訊管理研究所碩士論文，民國八十三年六月。
[5] 馬芳資，「信用卡信用風險預警範例學習系統之研究」，政治大學資訊管理研究所碩士論文，民國八十三年六月。
[6] 張文生，「銀行建構信用卡信用風險即時預警系統之研究」，中原大學業管理研究所碩士論文，民國八十九年六月。
[7] 彭慧雯，「建構信用卡資料挖礦架構及其實證研究」，台北科技大學生產系統工程與管理研究所碩士論文，民國九十年六月。
[8] 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學位論文，民國八十年六月。
[9] 鄭廳宜，「信用卡授信審核之實證研究」，朝陽科技大學財務金融研究所碩士論文，民國八十八年六月。
[10] 顏月珠，商用統計學，台北三民書局，民國七十八年。
[11] 陳宗文(譯)，信用卡貸款：聯邦通貨監理局手冊，資 產(Credit card lending comptrlooer''s handbook : assets)，財團法人金融聯合徵信中心，民國九十年三月。
[12] 聯合信用卡中心，http:\www.nccc.com.tw。
[13] Cyert, R. M., and Davidson, D. L. (1962), “ Estimation of the Allowance for Doubtful Accounts by Markov Chains,” Management Science, vol.8, pp. 287-303.
[14] Campbell, T. S., and Dietrich , J. K. (1983), “ The Determinants of Default on Insured Conventional Residential Mortgage Loans ,” Journal of Finance, vol. 38, pp. 1569-1581.
[15] Chen M. S., Han J. and Yu, P. S. (1996), “Data Mining: An Overview from a Database Perspective,” IEEE Trans. Knowledge and Data Engineering, vol. 8,pp. 866-883.
[16] Finance and Consumption Chair-Literature (2001), http://www.iue.it/FinConsEU/literature.htm
[17] Gardner, M. J., and Mills, D. L. (1989), “Evaluation the Likelihood of Default on Delinquency Loans,” Finance Management , vol. 18, pp. 55-63.
[18] Lin, C. T. and Yang, S. Y. (2000), “Abnormal Payment of Home Mortgages in Taiwan”, Pan Pacific Management Review,Vol.3,No.3, pp. 323-337.
[19] Lea, S. E. G., P. Webley, and C. M. Walker (1995): "Psychological Factors in Consumer Debt: Money Management, Economic Socialization, and Credit Use", Journal of Economic Psychology, vol.16, 681-701.
[20] Smith, L. D., and Lawrence, E. C. (1995), “Forecasting Losses on a Liquidating Long-term Loan Portfolio,” Journal of Banking and Finance, vol. 19, pp. 959-985.
[21] Smith, L. D. Sanchez, S. M. and Lawrence, E. C. (1996), “ A Comprehensive Model for Managing Credit Risk on Home Mortgage Portfolios,” Decision Sciences, vol. 27, pp. 291-317.
[22] Kolter(1996),Marketing Management,Prentice Hall,pp.536-537
[23] Smith, R. F. (1964), “ Measuring risk on consumer installment credit ,” Management Science,vol.11, pp. 327-340.