跳到主要內容

臺灣博碩士論文加值系統

(44.192.94.177) 您好!臺灣時間:2024/07/16 23:44
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:陳漢綜
研究生(外文):Han-Tsung Chen
論文名稱:SOM應用於知識發掘-以不動產鑑價價格市場風險之研究(以A人壽為例)
論文名稱(外文):Using SOM to Discovery the Potential Knowledge─A Study based on The Market Risk of Real Estate appraisal Price
指導教授:林兆欣林兆欣引用關係
指導教授(外文):Chao-Hsin Lin
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:風險管理與保險所
學門:商業及管理學門
學類:風險管理學類
論文種類:學術論文
論文出版年:2003
畢業學年度:91
語文別:中文
論文頁數:86
中文關鍵詞:逾放比自組織映射圖類神經網路資料採礦聚類分析債權。
外文關鍵詞:Rising ratioProtect .Self-Organization MapData MiningClustering Analysis
相關次數:
  • 被引用被引用:8
  • 點閱點閱:387
  • 評分評分:
  • 下載下載:79
  • 收藏至我的研究室書目清單書目收藏:5
逾放比率的節節上升與資產品質的惡化是這幾年內金融機構最為人詬病的問題,會有此情形導因於金融機構徵信鑑價合而為一,導因不重視鑑價專業而成。
在以往研究中,SOM與不動產鑑價結合之研究,在國內仍未有相關之文獻發表,而且近年來在國外已有不少相關之研究相繼發表。本文以Self-Organizing Map 來衡量集合住宅(大樓)鑑價對貸款後發生呆帳之相對性之程度,利用SOM各種視覺化分析技術進行風險程度之分析比較,研究探討如何有效地運用SOM在不動產鑑價集合住宅(大樓)上。區域大樓保值差異性與相關因素,提供金融機構在不動產抵押針對相對性的貸放成數及金額作風險評估,以客觀性做不動產核放之參考依據,以減少金融機構呆帳之發生,確保對債權安全。
The continuously rising ratio for overdue loan and the deterioration of asset quality, They are the main problem to be denounced mostly about the financial institution these years. Why so ? These situations resulted From the combination of Credit investigation and real estate appraisal of financial institution, Besides, the neglect of appraisal ism will also be the main problem.
According to past study, research on the combination of SOM and real estate appraisal are not yet released officially the related articles in domestic. However, there are marry related articles, Which had been continuously issued abroad recent years. This article will explored under the SOM to measure the relatively degree between group residence appraisal and bad Be bit of Banking Loans, To fake advantage of optical analytical technique, We will research and explore how to use the SOM effectively on the multistoried-build. Mansion appraisal. It can be provided the variation of arena mansion value, and the related factors to the financial institution . And the financial institution can take as reference on the percent of real estate mortgage loan and the loan amount risk analysis. It can be decreased the amounts of financial institution bad debits based on objectivity of real estate mortgage loan. To protect the return of loan as well.
目錄
摘要i
ABSTRACTii
誌謝iii
目錄iv
表目錄vii
圖目錄viii
壹、緒論1
一、研究背景1
二、研究動機5
三、研究目的6
四、研究範圍7
五、研究程序8
貳、文獻探討10
一、不動產估價相關名詞定義10
(一)市場比較法(Market data Approach)10
(二)成本法(Cost Approach)10
(三)收益法(Income Capitalization Method)11
(四)鑑價之基本原則11
二、風險分類相關名詞的定義13
(一)風險分類(Risk classification)的意義13
(二)方法之運用13
三、SOM與資料探勘14
(一)類神經網路應用於不動產估價方面15
(二)類神經網路的運作原理15
(三)類神經網路之分類16
(四)類神經網路之特色16
四、自組織映射圖(Self-Organizing Maps)17
(一)SOM之網路架構17
(二)SOM基本架構18
參、研究方法19
一、資料項目之選取與來源之說明19
(一)資料變數之選取20
(二)資料來源說明21
二、資料交叉分析探索鑑價區域價格風險之聚類21
三、利用自組織映射圖(Self-Organizing Maps)及視覺化(Visualization)分析工具對鑑價價格風險聚類21
(一)以拓樸矩陣顯示區域價格分佈之情形:22
(二)以U-matrix圖形顯示區域之相關性:24
(三)以要素平面圖(Component planes)分析各變數之鑑價價格保值風險聚類情形25
(四)從Sammon’s mapping圖之資料之學習情形26
肆、實證分析28
一、變數的衡量之解釋29
(一)抗跌變數之選取30
(二) 轉換抗跌變數為SOM之輸入參數30
二、實證分析步驟說明32
三、SOM模式建構與結果分析過程33
(一)SOM學習完成之衡量33
(二)以視覺化之成份平面圖衡量風險程度35
(三)使用統計數值41
(四)結果分析42
四、不動產鑑價區域價格風險群體之分類53
伍、結論與建議54
一、研究發現54
二、研究貢獻55
三、研究限制56
四、後續研究之方向及建議57
參考文獻59
一、中文文獻59
二、英文文獻61
附錄64

表目錄
表1- 1 金融機構放款餘額與逾放比率統計表(1995年-2002 年6 月)3
表1- 2 A、B人壽保險公司逾放金額暨逾放比率(單位:百萬元)4
表1- 3 民國91年6月七大行庫財報一覽(單位:億元)4
表3- 1 各項變數及內容說明20
表4- 1 各項變數之風險衡量分析40
表4- 2 使用統計數值表41
表4- 3 公設比之樣本平均值46
表4- 4 戶數之樣本平均值46
表4- 5 住戶率之樣本平均值46
表4- 6 屋齡之樣本平均值47
表4- 7 跌幅(90與89)之樣本平均值47
表4- 8 跌幅(91與90)之樣本平均值47
表4- 9 跌幅(91與89)之樣本平均值48
表4- 10 住戶率與跌幅(91與89)之樣本平均值49
表4- 11 公設比與跌幅(91與89)之樣本平均值51
表4- 12 屋齡與跌幅(91與89)之樣本平均值52

圖目錄
圖1- 1 金融機構逾放比率1
圖1- 2 各家銀行逾放比條行圖2
圖2- 1 不動產估價作業程序之流程圖12
圖3- 1 SOM拓樸矩陣圖22
圖3- 2 矩陣座標(3,3)之個別聚類內容23
圖3- 3 矩陣座標(4,4)之個別聚類內容24
圖3- 4 U-matrix圖25
圖3- 5 公設比Component plane圖25
圖3- 6 Sammon’s mapping圖27
圖3- 7 收斂圖27
圖4- 1 實證研究流程29
圖4- 2 抽樣參數表設定31
圖4- 3 自組織映射圖類神經網路之參數設定32
圖4- 4 收斂圖34
圖4- 5 Sammon’s mapping34
圖4- 6 公設比的網路加權值及Component Planes圖36
圖4- 7 住戶率的網路加權值及Component Planes圖37
圖4- 8 屋齡的網路加權值及Component Planes圖38
圖4- 9 戶數的網路加權值及Component Planes圖39
圖4-10 89年與90年之漲跌幅的網路加權值及Component Planes圖40
圖4- 11 SOM輸出矩陣及U-matrix圖42
圖4- 12 矩陣座標(1,1)之個別聚類內容43
圖4- 13 矩陣座標(4,4)之個別聚類內容44
圖4- 14 矩陣座標(3,0)之個別聚類內容45
圖4- 15 住戶率之Component planes49
圖4- 16 公設比之Component planes50
圖4- 17 屋齡之Component planes52
參考文獻
一、中文文獻
1.王克忠,張維然,楊國誠主編,1998,房地產估價理論與方法,高教育出版社。
2.王靖,1996,樓層價差與銀行貸款,企業季刊地20卷地一期。
3.江穎慧,1990,建立立體地價評估制度之研究,政治大學,碩士論文。
4.李馨蘋,1996,住宅抵押貸款違約風險之實證分析,台灣工業管理技術研究所,博士論文。
5.周宏曄,1990,以GIS為基礎的不動產估價應用系統,政治大學,碩士論文。
6.林英彥,1996,不動產估價,第八版,文笙書局。
7.林永汀,1999,公寓大下管理手冊,世潮出版社。
8.卓輝華,1989,不動產估價,文笙出版社。
9.高明志,1997,類神經網路應用於房地產估價之研究,政治大學,碩士論文。
10.陳進財,2002,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,碩士論文。
11.陳滿雄,1995,土地估價技術規範,中華徵信所。
12.張敏玲,1990,中美常規價格法比較研究─以不動產估價為研究範圍,逢甲大學,碩士論文。
13.張義權,1996,不動產估價入門,永然出版社。
14.郭姿伶,1999,住宅貸款之提前清償與逾期還款,中正大學,碩士論文。
15.馮先勉,邱美文,1995年7月第二版,不動產估價實務基泰出版社。
16.楊青桓,1997,交通及住宅政策對高雄市住宅價格影響之研究,成功大學,碩士論文。
17.葉怡成,1993,〈類神經網路模式應用與實作〉,儒林圖書公司,台北。
18.蔡瑞煌,1995,〈類神經網路概論〉,三民書局,台北。
19.蘇志超,1993,不動產估價概論初版,文笙書局。
二、英文文獻
1.Adair,A. and S. McGreal,1987,“The Application of Multiple Regression Analysis in Property Valuation”,Journal of Valuation,6:57-67。
2.Altman, E.I.,1994,Corporate Distress diagnosis: comparisons using linear discriminant analysis and network,Journal of banking and finance,18,505-529。
3.Altman, E. and Katz, S.,1976,Statistical bond rating classification using financial and accounting data. in: Proceedings of the conference on Topical Research in Accounting, ed. Schiff, M. and Sorter, G.
4.Belkaoui,A.,1980,Industrial bond ratings: A New Look. Financial Management,9,44-50。
5.Belsiey, D., Kuh, E.,and Welsch, R.,1980,Regression diagnostics: Identifying influential data and sources of collinearity,John Wiiey & Sons,New York
6.Berndsen, R., and Daniels, H.,1994,Causal Reasoning in Economic Systems, Journal of Economic and Control,18,251-271。
7.Borst, R.,1992,“Artificial Neural Networks: The Next Modelling/Calibration Technology for the Assess-ment Community”,Property Tax Journal,10(1):69-94。
8.Brunson,A.,R.Buttimer and R. Rutherford,1994,“Neural Networks,Nonliear Specifications,and Industrial Property Values”,Working Paper Series,94-102,Univerrsity of Texas Arlington。
9.Curt Hall,1999,“Data Minnng Tools,Techniques,and Services”,56pages,North America。
10.Didier Cossin and Hugues Pirotte,2001,Advanced Credit Risk Analysis,John Wiley & Sons,Ltd.,West Sussex PO19 1UD,UK。
11.Do, Q. and G. Grudnitski,1992,“A Neural Network Approach to Residential Property Appraisal”,The Real Estate Appraiser,December,38-45。
12.Dutta, S., and Shekhar, S ,1988,Bond rating: A non-conservative Application of neural networks, Processings of the IEEE Conference of San Diego。
13.Evans, A.,H. James and A. Collins,1991,“Artificial Neural Networks and Application to Residential Valuation in the UK”,Journal of Property Valuation & Investment,11(2):195-204。
14.Farley, A.M., and Lin, K.P.,1990,Qualitative Reasoning in Economics, Journal of Economics Dynamics and Control,14,465-490。
15.Feelders, A, and Verkooijen, W. ,1996,On the Statistical Comparison of Inductive Learning Methods,in: Leraning form Data (Fisher, D and Lenz, H.J. (Eds)),Springer。
16.H. Michael Chung,Paul Gray,Michael,1998,Introduction to Data Mining and Knowledge Discovery,V.Mannino,HICSS(5)。
17.Karl E. Case and Robert J. Shiller,1996,“Default Risk and Real Estate Prices:The Use of Index-Based Futures and Options in Real Estate”,Journal of Housing Research,Vol. 7 NO.2。
18.Kuan, C.,and H. White,1994,“Artificial Neural Networks:An Econometric Perspective”,Econometric Reviews,13(1):1-91。
19.Lenk,M.,E. Worzala and A. Silva,1997,“High-Tech Valuation: Should Artififcial Neural Networks Bypass the Human Valuer?”,Journal of Property Valuation & Investment,15:8-26。
20.Lewis, O.,J. Ware and D. Jenkins,1997,“A Novel Neural Network Technique for the Valuation of Residential Property”,Neural Computing and Application,5:224-229。
21.Rumelhart,D.,G. Hinton. And R. William,1986,“Lerrning Internal Representations by Error Propagation ”,In Rumelhart , D.& J. McClelland (Eds),Parallel Distribued Processing: Expiorations in the Microstructure of Cognition,I,MIT Press ,Cambridge,MA,318-362。
22.Two Crows Corportation,1999,Introduction to data mining and knowledge discovery,Third Edition,U.S.A. Potomac。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top