跳到主要內容

臺灣博碩士論文加值系統

(44.201.97.0) 您好!臺灣時間:2024/04/19 14:45
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

: 
twitterline
研究生:蘇明振
研究生(外文):Ming-Cheng Su
論文名稱:汽車貸款逾期之研究
論文名稱(外文):The Study of Car Loan Overdue
指導教授:溫敏杰溫敏杰引用關係吳宗正吳宗正引用關係
指導教授(外文):Miin-Jye WenChung-Cheng Wu
學位類別:碩士
校院名稱:國立成功大學
系所名稱:高階管理碩士在職專班
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:2002
畢業學年度:91
語文別:中文
論文頁數:66
中文關鍵詞:汽車貸款逾期區別分析羅吉斯迴歸風險管理存活分析
外文關鍵詞:Discriminant analysisLogistic regressionSurvival analysisRisk managementCar loan overdue
相關次數:
  • 被引用被引用:42
  • 點閱點閱:409
  • 評分評分:
  • 下載下載:85
  • 收藏至我的研究室書目清單書目收藏:8
  工業革命以來,汽車就一直與人們有著密不可分的關係。而各種先進科技不斷的用在改良汽車的安全、性能、品質上,全球各汽車廠商無不積極的開發新穎的產品,行銷策略也以推展到世界各地的市場為目標,並結合汽車分期付款的辦法來拓展市場,近年來更設計出零利率、低頭期款、半價車、免保人等多項符合市場需要的融資商品來促銷。

  汽車貸款授信品質的良窳,最重要的就是要找出影響貸款風險的主要因素。在授信過程中能儘量排除這些風險因子,而授信後為了減少逾期損失的發生,也宜建立一套風險管理的預警模式,以降低企業發生呆帳的機率。本研究應用統計方法中的存活分析、羅吉斯迴歸及區別分析等方法來找出影響逾期之重要因素,此三種統計方法皆有不錯的結果,其中職業狀況是各研究方法中最顯著的變數。貸款公司以此來評估消費者的風險程度,可提高授信的品質並加速作業流程,對客戶的風險管理也能更加準確。
 After the Industrial Revolution , the vehicles and the mankind have very strong relationship each other. Several state-of-the-art innovation and technology on the safety, function and quality improvement have also stirred the vehicle manufacturers to concentrate the investment on new product development. On marketing strategy, globalization oriented with the installation promotion has wide spread out aggressively, the new promotion policies of Zero Interest Rate, Low Down Payment, 50% Off, No Guarantee Acknowledged Requirement, and various financing options are the new designs for expanding their market share.

 Therefore, the quality of the procedures of car loan would be the very important index for the loaning business institutions to adjust their loan allowance by the related influence factors to control the financing crisis. To reduce the crisis factor on the overdue losses in the installing effectively would rely on the precaution alarm model of “Risk Management”, and it would be helpful for business to reduce the bad loan occurred. In this research, we use the survival analysis, logistic regression and discriminant analysis to find the key factors and positive conclusion on influencing the overdue conditions. According to the results of this research, the “career” would be the most important variable found by these three analysis, the financing companies would use this criteria to evaluate its crisis index and to adjust the loan volume, respectively.
誌 謝
摘 要
表目錄 Ⅲ
圖目錄 Ⅵ

第一章 緒論 1
  第一節 研究動機 1
  第二節 研究目的 1
  第三節 研究範圍與結構 2

第二章 相關研究文獻探討 4
  第一節 多變量分析 4
  第二節 存活分析 6

第三章 研究方法 10
  第一節 資料來源與內容 10
  第二節 變數定義 10
  第三節 研究樣本 12
  第四節 統計分析方法 15

第四章 實證分析與討論 19
  第一節 卡方獨立性檢定 19
  第二節 單變量存活函數檢定 24
  第三節 羅吉斯迴歸 42
  第四節 區別分析 49

第五章 結論與建議 57
  第一節 結論 57
  第二節 建議 58

參考文獻 61
附 錄 64


表 目 錄
頁數
表3-1 變數定義規則 11
表3-2 貸款客戶類型分配 12
表3-3 變數與貸款客戶類型之關係 14
表3-4 連續型變數的分配情形 15
表5-1 配對樣本1:1的卡方檢定結果 19
表5-2 配對樣本1:2的卡方檢定結果 20
表5-3 配對樣本1:3的卡方檢定結果 21
表5-4 配對樣本1:4的卡方檢定結果 22
表5-5 配對樣本1:5的卡方檢定結果 23
表5-6 卡方檢定結果彙總表 23
表5-7 配對樣本1:1的貸款期數存活函數檢定結果 24
表5-8 配對樣本1:1的職業狀況存活函數檢定結果 25
表5-9 配對樣本1:1的身份存活函數檢定結果 26
表5-10 配對樣本1:1的擔保品存活函數檢定結果 27
表5-11 配對樣本1:2的貸款期數存活函數檢定結果 28
表5-12 配對樣本1:2的職業狀況存活函數檢定結果 29
表5-13 配對樣本1:2的身份存活函數檢定結果 30
表5-14 配對樣本1:2的擔保品存活函數檢定結果 30
表5-15 配對樣本1:3的貸款期數存活函數檢定結果 31
表5-16 配對樣本1:3的職業狀況存活函數檢定結果 32
表5-17 配對樣本1:3的身份存活函數檢定結果 33
表5-18 配對樣本1:3的擔保品存活函數檢定結果 34
表5-19 配對樣本1:4的貸款期數存活函數檢定結果 34
表5-20 配對樣本1:4的職業狀況存活函數檢定結果 35
表5-21 配對樣本1:4的身份存活函數檢定結果 36
表5-22 配對樣本1:4的擔保品存活函數檢定結果 37
表5-23 配對樣本1:5的貸款期數存活函數檢定結果 37
表5-24 配對樣本1:5的職業狀況存活函數檢定結果 38
表5-25 配對樣本1:5的身份存活函數檢定結果 39
表5-26 配對樣本1:5的擔保品存活函數檢定結果 40
表5-27 存活函數檢定彙總表 40
表5-28 生命表 41
表5-29 配對樣本1:1羅吉斯模型之參數估計 43
表5-30 配對樣本1:1的正確分類表 43
表5-31 配對樣本1:2羅吉斯模型之參數估計 44
表5-32 配對樣本1:2的正確分類表 45
表5-33 配對樣本1:3羅吉斯模型之參數估計 45
表5-34 配對樣本1:3的正確分類表 46
表5-35 配對樣本1:4羅吉斯模型之參數估計 46
表5-36 配對樣本1:4的正確分類表 47
表5-37 配對樣本1:5羅吉斯模型之參數估計 48
表5-38 配對樣本1:5的正確分類表 48
表5-39 羅吉斯迴歸彙總表 49
表5-40 正確分類彙總表 49
表5-41 配對樣本1:1區別分析模型變數的篩選 50
表5-42 配對樣本1:1區別分析預測之準確率 51
表5-43 配對樣本1:2區別分析模型變數的篩選 51
表5-44 配對樣本1:2區別分析預測之準確率 52
表5-45 配對樣本1:3區別分析模型變數的篩選 52
表5-46 配對樣本1:3區別分析預測之準確率 53
表5-47 配對樣本1:4區別分析模型變數的篩選 53
表5-48 配對樣本1:4區別分析預測之準確率 54
表5-49 配對樣本1:5區別分析模型變數的篩選 54
表5-50 配對樣本1:5區別分析預測之準確率 55
表5-51 區別分析預測準確率彙總表 55
表5-52 標準化後之區別函數係數值彙總表 56

圖 目 錄
頁數
圖1-1 研究流程圖 3
圖5-1 配對樣本1:1貸款期數存活及風險函數圖 24
圖5-2 配對樣本1:1職業狀況存活及風險函數圖 25
圖5-3 配對樣本1:1身份存活及風險函數圖 26
圖5-4 配對樣本1:1擔保品存活及風險函數圖 27
圖5-5 配對樣本1:2貸款期數存活及風險函數圖 28
圖5-6 配對樣本1:2職業狀況存活及風險函數圖 29
圖5-7 配對樣本1:2身份存活及風險函數圖 29
圖5-8 配對樣本1:2擔保品存活及風險函數圖 30
圖5-9 配對樣本1:3貸款期數存活及風險函數圖 31
圖5-10 配對樣本1:3職業狀況存活及風險函數圖 32
圖5-11 配對樣本1:3身份存活及風險函數圖 33
圖5-12 配對樣本1:3擔保品存活及風險函數圖 33
圖5-13 配對樣本1:4貸款期數存活及風險函數圖 34
圖5-14 配對樣本1:4職業狀況存活及風險函數圖 35
圖5-15 配對樣本1:4身份存活及風險函數圖 36
圖5-16 配對樣本1:4擔保品存活及風險函數圖 36
圖5-17 配對樣本1:5貸款期數存活及風險函數圖 37
圖5-18 配對樣本1:5職業狀況存活及風險函數圖 38
圖5-19 配對樣本1:5身份存活及風險函數圖 39
圖5-20 配對樣本1:5擔保品存活及風險函數圖 39
圖5-21 存活函數圖 42
中文部份:
1.王俊傑(2000),財務危機預警模式──以現金流量觀點,台北大學企業管理研究所碩士論文。

2.李宗龍(2001),信用卡使用特性對消費性貸款行為之預測,台灣大學國際企業研究所。

3.李美笑(2002),信用卡持卡人信用風險之研究,逄甲大學保險研究所碩士論文。

4.李柔靜(1991),台灣股票上市公司財務危機預測模式之研究,文化大學企業管理研究所碩士論文。

5.林佐鼎(1998),存活分析方法於公車事故因素之研究,行政院國家科學委員會研究計畫成果報告,計畫編號:NSC88-2211-E006-042。

6. 林建州(2001),銀行個人消費信用貸款授信風險評估模式之研究,中山大學財務管理學系研究所碩士論文。

7.吳宗正(1995),迴歸分析,理論與應用,復文書局。

8.吳萬益、林清河(2000),企業研究方法,華泰書局。

9.陳順宇(1997),迴歸分析,華泰書局。

10.陳順宇(2000),多變量分析,華泰書局。

11.黃文隆(1993),「財務危機預警模式建立與驗證」,東吳大學管理學研究所碩士論文。

12.郭志安 (1997),以Cox模型建立財務危機預警模式,逢甲大學統計與精算研究所碩士論文。

13.曾素娟(2000),「考慮經濟景氣變動之企業失敗預警模式──台灣上市公司之研究」,成功大學企業管理研究所碩士論文。

14.張文生(2000),銀行建購「信用卡信用風險即時預警系統」之研究,中原大學企業管理研究所碩士論文。

15.溫建志(2001),以存活分析建立企業危機預警模型,朝陽科技大學財務金融研究所碩士論文。

16.賴麗月(1994),「企業失敗的預測──比例危機模型應用」,東吳大學會計研究所碩士論文。

17.賴允勻(2000),機車失竊影響因素與因應對策之研究──以新竹市為例,交通大學運輸工程與管理學系碩士論文。


英文部份
1.Altman,E.I.(1968),“Financial Ratios, Discriminant Analysis, and the Prediction of Corporate Bankruptcy, ”Journal of Finance, 23,pp.589-609.

2.Beaver,W. (1966),“Financial Rations as Predictors of Failure, Empirical Research in Accounting: Selected Studies,”Supplement to journal of Accounting Research,4,pp.71-111.

3.Blum,M.(1974),“Failing Company Disriminant Analysis,”Journal of Accounting Research, 12 ,pp.1-25.

4.Coats, P. and Fant,F.(1993) “Recognizing Financial Distress Patterns Using a Neural Network Tool,” Financial Management 22, pp142-165.

5.Cox,D.R.(1972),“Regression models and life-tables,”Journal of the Royal Statistical Society, Series B ,PP.187-220.

6.Henebry,K.L.(1996),“Do Cash Flow Bariables Improve the Predictive Accuracy of a Cox Proportional Hazards Model for Bank Failure?,”The Quarterly Review of Economics and Finance, 36,Fall , pp.395-409.

7.Kleinbaum,D. G.(1996),“Survival Analysis,”A Self-Learning Text, Springer-Verlag, New York.

8.Klein, J.P .and Moeschberger, M.L.(1997),Survival Analysis Techniques for Censored and Truncated Data, Springer.

9.Lane,W.R.,S.W.Looney and J. W. Wansley(1986),“An Application of the Cox Proportional Hazards Model to Bank Failure,”Journal of Banking and Finance, 10,pp .511-531.

10.Lee,S.H. and J. L. Urrutia(1996),“Analysis and Prediction of Insolvency in the Property-Liability Insurance Industry:A Comparison of Logit and Hazard Model,”The Journal of Risk and Insurance, 63,pp.121-130.

11.Mossman, C. E., G. G. Bell, L.M. Swartz, and H. Turtle(1998), “An Empirical Comparison of Bankruptcy Models,” Financial Review Vol 3,pp35-53.

12.Vandell,K.D.,W.Barnes,D.Hartzell,D.Kraft,and W.Wendt(1993),Commercial Mortgage Defaults:Proportional Hazards Estimation Using Individual Loan Histories,”Journal of the American Real Estate and Urban Economics Association, 21,pp.451-480.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top