(3.238.130.97) 您好!臺灣時間:2021/05/14 19:57
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:梁貴雯
研究生(外文):Kuei-Wen Liang
論文名稱:台灣城鄉地區消費性貸款審查模式之建立與比較
論文名稱(外文):Building and Comparison of the Models for Reviewing Consumer Loans in Cities and Villages of Taiwan
指導教授:李元和李元和引用關係
指導教授(外文):Yuan-Ho Lee
學位類別:碩士
校院名稱:佛光人文社會學院
系所名稱:經濟學系碩士班
學門:社會及行為科學學門
學類:經濟學類
論文種類:學術論文
論文出版年:2005
畢業學年度:94
語文別:中文
論文頁數:96
中文關鍵詞:城鄉羅吉斯迴歸最大概似法AIC
外文關鍵詞:Cities and VillagesLogistic RegressionMethod of Maximum LikelihoodAIC
相關次數:
  • 被引用被引用:7
  • 點閱點閱:289
  • 評分評分:
  • 下載下載:74
  • 收藏至我的研究室書目清單書目收藏:2
隨著金融市場外在環境的變遷,銀行經營模式被迫改變,以企業金融為重心的策略將隨著存放利差的縮小漸漸轉移至個人金融,為了突顯本身的競爭優勢,各家銀行紛紛祭出各種優惠方案來吸引客戶上門。銀行對於這種貸款金額不大的消費性貸款,由於量大的關係,為了減少核貸時間,常以較寬鬆的授信標準來審核,對於一些常常造成催收款增加的逾放戶又未加以整理歸納分析,來做為貸放徵信的借鏡,使得逾放的金額不斷在累積中。
授信業務一向是銀行獲利的重要來源,消費性貸款更是目前熱門的商品,逾放比率也順勢成為衡量授信品質的重要指標,一般而言,銀行對於逾期放款的催收有一套既訂的程序,這套程序費時費力並不符合經濟效益,且目前坊間又出現不肖業者藉由人頭戶來詐騙貸放金額案例,所以銀行業者如何在核貸之前就掌握不良授信戶,建立一套合宜的授信審查模式來減少人爲疏失、爭取貸放時效並有效降低授信風險,實乃當務之急。
過去有關消費性貸款的文獻,大都單獨針對購置住宅及房屋修繕貸款、汽車貸款或信用卡方面做預警模式的研究,本研究認為只要屬於消費性貸款都有全面研究的必要,並認為區域別將是影響貸款戶逾期與否的重要顯著變數,故將取得國內某銀行到2004年12月尚在貸放中的消費性貸款資料,依貸款戶通訊地址先行區分為城市、鄉村兩大群組,運用SPSS統計軟體,分別進行Logistic迴歸分析,找出城鄉兩組發生逾期違約的重要顯著變數,進而建構出違約風險評估模式來預測貸款戶可能產生逾期違約的機率,並依實證分析結果來比較城鄉兩組獨立樣本資料。
The environment external to the financial market has been changing over time. This drives banks to adjust their modes of operation. As such, corporate-banking based strategy gave way to personal banking due to the narrow spread of interest for lending and borrowing. Banks tend to launch different no frills plans to attract customers in order to excel in competition. Consumer loans are small in amount and big in volume. For condensing the time for approval, banks tend to apply loose credit standards for granting such loans. Furthermore, banks did not analyze the collection of overdue loans and non-performing accounts as reference for granting credit. This resulted in the rise in non-performing loans.
Loans have been and still are the primary source of income for banks. Consumer loans are a hot item in the banking industry for the time being. Accordingly, non-performing rate has become a key indicator for the quality of credit. Generally, banks have a standard operation procedure for the collection of overdue loans. This procedure is always time and resource consuming and not efficient. There are a number of disreputable people using phony accounts to get loans. Therefore, banks must establish a system enabling them to get hold of accounts with bad credit standing. This model shall be able to help to minimize human negligence, compress the time for processing the application for loans and effectively lower credit risk.
In the past, literature on consumer loans tended to concentrate on the models of mortgage loans, home repair loans, car loans or credit cards. In this study, it is deemed necessary to include all types of consumer loans in the research. Geographic area is suggested in this study as a variable significantly affecting non-performing loans. Therefore, information of specific domestic banks on consumer loans in the period of December 2004 is subject to analysis with differentiation by city or by village. The addresses included in the loan accounts were used for such purpose. Data extracted will be subject to analysis with the SPSS software for Logistic Regression Analysis for finding out the significance of the group of samples by city and group of samples by village in non-performing loans. The result will be used for the construction of a model for assessing the risk of non-performing loans and the probability of specific accounts defaulting. The empirical result will be used for comparing the independence of the two groups of samples.
目錄
中文摘要..................................I
誌謝辭..................................III
目錄.....................................IV
圖目錄....................................V
表目錄...................................VI
第一章 緒論..............................1
第一節 研究背景..........................1
第二節 研究動機..........................3
第三節 研究目的..........................6
第四節 研究範圍與限制....................6
第五節 論文架構..........................7
第二章 文獻探討..........................8
第一節 城鄉定義..........................8
第二節 銀行授信概述.....................11
第三節 消費者貸款概述...................14
第四節 信用風險概述.....................19
第五節 授信風險評估方式.................20
第六節 授信風險評估模型與文獻...........22
第三章 研究方法.........................27
第一節 研究流程.........................27
第二節 研究樣本.........................29
第三節 統計方法.........................34
第四章 實證分析.........................40
第一節 資料來源與內容...................40
第二節 敘述性統計分析...................40
第三節 資料特性檢定.....................65
第四節 LR模型...........................69
第五節 城鄉LR模型比較...................79
第五章 結論與建議.......................84
第一節 結論.............................84
第二節 研究限制.........................85
第三節 建議.............................85
參考文獻.................................87

圖目錄
圖1-1 研究架構圖.........................7
圖3-1 實證流程圖........................28
圖3-2 LOGIT函數圖......................35


表目錄
表1- 1金融機構家數.......................2
表1- 2 金融機構逾放比率..................4
表1- 3 金融機構逾放金額..................5
表2- 1 都市化地區名稱及編碼..............9
表2- 2 消費者貸款及建築貸款餘額.........18
表2- 3 授信風險評量方法比較表...........22
表2- 4 評量授信風險歷史模型比較表.......26
表3- 1 授信風險變數分類表...............30
表3- 2 變數定義與預測符號表.............33
表4- 1 性別 * 客戶狀態 交叉表...........41
表4- 2 年齡 * 客戶狀態 交叉表...........42
表4- 3 職業 * 客戶狀態 交叉表...........43
表4- 4 職位 * 客戶狀態 交叉表...........45
表4- 5 教育程度 * 客戶狀態 交叉表.......46
表4- 6 婚姻狀況 * 客戶狀態 交叉表.......47
表4- 7 年收入 * 客戶狀態 交叉表.........48
表4- 8 額度 * 客戶狀態 交叉表...........49
表4- 9 銀行存款 * 客戶狀態 交叉表.......50
表4-10 居住狀況 * 客戶狀態 交叉表.......51
表4-11 信用卡張數 * 客戶狀態 交叉表.....52
表4-12 循環額度 * 客戶狀態 交叉表.......53
表4-13 支存開戶 * 客戶狀態 交叉表.......54
表4-14 信用查詢 * 客戶狀態 交叉表.......55
表4-15 往來關係 * 客戶狀態 交叉表.......56
表4-16 客戶分類 * 客戶狀態 交叉表.......57
表4-17 繳款記錄 * 客戶狀態 交叉表.......57
表4-18 貸款期間 * 客戶狀態 交叉表.......58
表4-19 貸款利率 * 客戶狀態 交叉表.......59
表4-20 寬限期間 * 客戶狀態 交叉表.......60
表4-21 有無保人 * 客戶狀態 交叉表.......61
表4-22 保人關係 * 客戶狀態 交叉表.......62
表4-23 案件來源 * 客戶狀態 交叉表.......63
表4-24 保密戶 * 客戶狀態 交叉表.........64
表4-25 聯絡電話數 * 客戶狀態 交叉表.....65
表4-26 常態性檢定.......................66
表4-27 差異性檢定:卡方檢定.............68
表4-28 LR模型 I之參數估計-城市........71
表4-29 LR模型 I預測能力表-城市........71
表4-30 LR模型II之參數估計-城市........72
表4-31 LR模型II預測能力表-城市........73
表4-32 LR模型優異程度比較表-城市......73
表4-33 LR模型 I之參數估計-鄉村........76
表4-34 LR模型 I預測能力表-鄉村........76
表4-35 LR模型II之參數估計-鄉村........77
表4-36 LR模型II預測能力表-鄉村........77
表4-37 LR模型優異程度比較表-鄉村......78
表4-38 城鄉 LR模型顯著變數比較表........80
表4-39 城鄉 LR模型顯著變數之 值比較表...81
表4-40 城鄉 LR模型優異程度比較表........81
參考文獻
一、中文部份:
1.方世榮,《統計學導論》,台北:華泰書局,民國87年。
2.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92年。
3.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〉,中山大學人力資源管理研究所碩士論文,民國90年。
4.吳明隆,《SPSS統計應用實務》,松崗電腦圖書資訊股份有限公司,民國91年3月。
5.呂美慧,〈銀行授信評等模式-Logistic Regression 之應用〉,政治大學金融研究所碩士論文,民國89年。
6.李明謙,〈羅吉斯迴歸模型在信用卡彭分制度之研究〉,輔大應用統計研究所論文,民國90年。
7.李美笑,〈信用卡持卡人信用風險之研究〉,逢甲大學保險學系碩士論文,民國91年。
8.李海麟,〈銀行消費者房屋貸款授信評量之實證分析〉,中正大學國際經濟研究所碩士論文,民國91年。
9.克理斯多夫.馬歇爾著,李佩芝譯,《金融機構作業風險的衡量與管理》,台北:財團法人金融人員研究訓練中心,民國94年。
10.周俊賢,〈房貸信用評量分析〉,高雄第一科技大學財務管理系碩士論文,民國92年。
11.林水茂,《消費金融市場發展趨勢》,財團法人金融人員研究訓練中心講義,民國87年。
12.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〉,淡江大學國貿系碩士論文,民國92年。
13.林傑斌、劉明德,《SPSS10.0與統計模式建構》,文魁電腦圖書資訊股份有限公司,民國91年9月。
14.金融人員研究訓練中心,《銀行授信法規輯要》,台北:財團法人金融人員研究訓練中心,民國88年。
15.金融人員研究訓練中心,《銀行授信實務概要》,台北:財團法人金融人員研究訓練中心,民國88年。
16.胡俊賢,〈銀行個人擔保授信戶之風險研究-以國內某一上市銀行之地區分行為例〉,中正大學國際經濟研究所碩士論文,民國90年。
17.孫昭仁,《金融業授信業務概要》,台北:梅枝圖書印刷有限公司,民國71年。
18.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83年。
19.高大鈞、李儀坤、施建安 《台灣金融研訓院不良債權處理實務》,民國90年11月,P6~P8
20.張仁哲,〈我國信用卡現代化問題之研究〉,政治大學企管所碩士論文,民國71年。
21.張文智,〈應用Logistic Regression於個人房貸戶信用評估之研究〉,中正大學國際經濟研究所碩士論文,民國92年。
22.張明哲,〈個人消費信用貸款授信模型之研究-以國內某金融機構為例〉,雲林科技大學財務金融系碩士論文,民國92年。
23.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83年。
24.陳安雄,〈消費者貸款之受理與審查要領〉,台北:財團法人金融人員研究訓練中心,民國75年。
25.陳宗豪,〈消費者小額信用貸款之信用風險研究〉,中山大學人力資源管理研究所碩士論文,民國89年。
26.陳勇誠,〈銀行授信評等模式已小額信貸為例〉,雲林科技大學財務金融系碩士論文,民國92年。
27.陳研研,〈銀行授信客戶違約行為之研究〉,朝陽科技大學財務金融系碩士論文,民國92年。
28.陳順宇,《迴歸分析》,台北:華泰文化事業股份有限公司,民國89年7月。
29.陳鴻文,〈個人信用貸款授信模式之個案研究〉,高雄第一科技大學金融營運系碩士論文,民國91年。
30.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。
31.郭婉容,《個體經濟學》,台北:三民書局,民國89年。
32.黃景泰,《消費者貸款受理及審查要領》,財團法人金融人員研究訓練中心講義,民國87年。
33.黃登源,《應用迴歸分析》,台北:華泰文化事業股份有限公司,民國87年9月。
34.溫士傑,〈消費者貸款信用保險損失之分析以台灣企銀為例〉,逢甲大學保險學系碩士論文,民國91年。
35.葉國興,《授信管理理論與應用》,台北: 三民書局,民國69年。
36.劉宗哲,〈房屋抵押貸款客戶違約預測模式之比較研究〉,高雄第一科技大學金融營運系碩士論文,民國91年。
37.蔡大鐘,〈購置住宅與房屋修繕貸款逾期還款之實證研究〉,雲林科技大學財務金融系碩士論文,民國92年。
38.蔡美華、章英華,《台灣的都市社會》,台北:巨流圖書有限公司,民國91年。
39.鄭婷月,〈汽車貸款客戶之風險研究〉,成功大學統計學研究所碩士論文,民國92年。
40.簡安泰,〈消費者信用評分制度之研究〉,政治大學企業管理研究所碩士論文,民國60年。
41.蘇育興,〈汽車貸款逾期之研究〉,成功大學管理學院碩士論文,民國92年。
42.顧石望,〈金融預警制度之研究─以本國一般銀行為例〉,政治大學企業管理學系碩士論文,民國86年。
43.龔昶元,〈Logisic Regression Model應用於信用卡信用風險審核之研究〉,台北銀行月刊,第28卷第12期,民國87年。

二、西文部份:
1.Ball, C. A. and A. E. Tschoegl,”The Decision to Establish A Foreing Bank Branch or Subsidiart: An Application of Binary Classification Procedure, “ Journal of Financial and Quantitative, Sep., 1982, pp.411-424.
2.Beaver W., “Financial Rations as Predictors of Failure, Empirical Research in Accounting: Selected Studies” ,Supplement to journal of Accounting Research,4,1986,pp.71-111.
3.Brzezinski, J. R. and Knafl, G. J., “Logistic Regression Modeling for Context-Based Classification”, IEEE, 1999.
4.Chandler, G. G. and Parker. L. E., “Predictive Value of Credit Bureau Reports,” Journal of Retoil Banking, 1989,pp.47-54.
5.Desai, V. S., Crook, J. N., Overstreet, Jr. G. A.“A Comparison of Neural Networks and Linear Scoring Models in the Credit Union Environment”, European Journal of Operational Research, Vol.95, 1996 , pp.24-37.
6.Efron, B.”The Efficiency of Logistic Regression Compared to Normal Discriminant Function Analysis”, Journal of the American Statistical Association, 70, 1975, pp.892-898.
7.Espahibodi, P.”Identification of Problem Bank and Binary Choices Models”, Journal of Banking Finance, 1991,Vol15, P53-71.
8.Hairs, J., “Multivariate Data Analysis”, 5th ed.(Upper Saddle River, NJ: Prentice-Hall, 1998),1998,p.256.
9.Harrison, D. M.”The Importance of Lender Heterogeneity in Mortgage Lending”, Journal of Urban Economic, 49, 2000, pp.285-309.
10.Hosmer ,D.W., and Lemeshow ,S., “Applied Logistic Regression” New York: John Wiley &Sons, Inc. , 1989.
11.Ingram, F. J. and Frazier, E. L.,”Alternative Multivariate Test in Limited Dependent Variable Models: An Empirical Assessment,” Journal of Financial and Quantitative Analysis, 17, 1982,pp.217-240.
12.Kaplan, R. S., and Urwitz, G.,”Statistical Models of Bond Ratings:A Methodological Inquiry”, Journal of Business, 1979, Vol.52. No.2, pp.231.
13.Lo, A. W ,”Logit Versus Discriminant Analysis-A Specification Test and Application to Corporate Bankruptcies,” Journal of Econometrics, 31, 1986, P.151-178.
14.Paul R. Beares,” Consumer Lending 3rd edition American Bankers Association” , 1997, P4.
15.Saunders, J.,”This Is Credit Scoring”, Journal of the Institute of Credit Management, Sep., 1985, pp.23-26.
16.Stavins, Joanna , ” Credit card borrowing, delinquency, and personal bankruptcy”, New England Economic Review,2000, pp.15-30.
17.Steenackers, A. and Goovaerts, M.J.”A Credit Scoring Model for Personal Loans”, Insurance Mathematics Economics, 1989, P31-34.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊