臺灣博碩士論文加值系統

小額信用貸款對銀行而言是一項高風險高報酬的商品，許多的銀行提供此項
業務來服務顧客，而在銀行間相互競爭的狀況下，不只降低了審核標準，還提高
了借款額度來爭取客戶，導致無法如期繳款的人數快速增加，而在專業後勤催收
人才不易培養的狀況下，讓原本只需透過催收手段或技巧，就有希望能夠收回與
減少損失的帳款，成為了呆帳，而直接影響了銀行的獲利能力。因此本研究希望
能夠建立信用風險模型，來協助催收業務人員做快速的催收評估，達成有效催收，
並期待能在信用風險管理中發揮重要的作用，延伸應用於借款人可能違約的事前
防範，防止不良債權的可能發生。
本研究著重於銀行小額信用貸款的借款人於逾期30 天內，借款人回復成為
正常客戶的可能機率模型建立。本研究使用借款人在逾期當時，可能收集到的個
人資訊、往來繳款資訊、曾經逾期狀況及其它行內產品相關資訊等資料，透過卡
方獨立性檢定來找出逾期30 天內可能回復為正常客戶的相關變數，並解釋其之間
的相關性，且利用這些變數來建立模型。
而在本研究的實驗結果上，決策樹模型在訓練資料集時其準確性比羅吉斯迴
歸模型要來得高，但在驗證資料集的驗證上，羅吉斯迴歸模型的準確性與穩定度
卻比決策樹較為佳。驗證上，羅吉斯迴歸模型預測回復正常精確率可達到 81.7%，
而穩定度與訓練資料相差在 4%內，所以羅吉斯迴歸模型預測準確率與穩定性都較
決策樹模型為佳。
本研究的結果，期望能提供給銀行風險控管單位與催收單位擬定相關的催收
策略，做為實際信用貸款催收業務時的參考依據，最後，本研究亦提出了一些未
來的研究建議，以供後續研究參考。

表 次 .................................................................................................................. VII
圖 次 .................................................................................................................... IX
第壹章. 緒 論 .......................................................................................................... 1
第貳章. 文獻探討....................................................................................................... 7
第一節 銀行授信 ..................................................................................................... 7
第二節 消費者貸款的定義 ...................................................................................... 9
第三節 信用評等制度 ........................................................................................... 11
第四節 信用評等方法 ........................................................................................... 14
第五節 銀行催收業務 ........................................................................................... 23
第參章. 研究設計..................................................................................................... 26
第一節 研究架構 ................................................................................................... 26
第二節 研究問題或假設 ....................................................................................... 42
第三節 資料蒐集工具 ........................................................................................... 43
第四節 模型分析、建立及驗證工具 .................................................................... 43
第五節 研究限制 ................................................................................................... 45
第肆章. 研究結果..................................................................................................... 47
第一節 資料搜集分析說明 .................................................................................... 47
第二節 變數挑選 ................................................................................................... 67
第三節 決策樹模型建立 ....................................................................................... 68
vi
第四節 羅吉斯迴歸模型建立 ................................................................................ 72
第五節 模型建立結果分析 .................................................................................... 77
第六節 研究結果與應用 ....................................................................................... 78
第伍章. 結論與建議 ................................................................................................. 80
第一節 結論 ........................................................................................................... 80
第二節 貢獻 ........................................................................................................... 81
第三節 建議 ........................................................................................................... 82
參考文獻 .................................................................................................................... 84
附錄一、模型樣本資料敘述統計分析 ........................................................... 89
附錄二、決策樹訓練規則 .................................................................................. 96

1. 于中浩，銀行業中小企業授信業務人員核心職能模型之建立， 國立中山
大學高階經營碩士學程碩士論文， 2007。
2. 中央銀行，本國銀行營運績效，中央銀行全球資訊網，無日期。2010/06/12，
取自：http://www.cbc.gov.tw/np.asp?ctNode=422&mp=1。
3. 中華信用評等公司，信評機構歷史，中華信用評等公司網站，無日期。
2010/04/20，取自：
http://www.taiwanratings.com/tw/CoHistory.asp?category=HISTORY。
4. 王冠瑋，債務催收產業訂定專法可行性研究，世新大學法律學研究所碩士
論文，2008。
5. 王儷璇，商業銀行如何衡量住宅貸款之違約機率與違約損失率-內部模型法之
應用，國立中央大學財務金融研究所碩士論文，2006。
6. 銀行授信實務概要編撰委員會，銀行授信實務概要，財團法人台灣金融研訓
院，2008/04/11，頁7-8。
7. 吳世堯，考量總體變數下的公司違約風險─存活分析模型之應用，銘傳大學
經濟學系碩士論文，2008。
8. 李育智，逾期放款對銀行經營績效之影響，真理大學財經研究所碩士論文，
2009。
9. 李桂榮，自用住宅購屋貸款特性與逾期還款關係之研究，國立高雄第一科技
大學金融營運系碩士論文，2003。
10. 李崇安，銀行債務協商機制政策之研究，逢甲大學公共政策研究所碩士論
文，2007。
11. 周嵐葶，租賃業信用評等模型之研究-以重車分期付款為例，銘傳大學資訊管
理學系碩士在職專班碩士論文，2008。
85
12. 林佑婕，車貸逾期風險因素之研究-個案銀行為例，國立東華大學企業管理學
系碩士論文，2008。
13. 林俊吉，銀行對企業授信產生逾期放款之認知因素分析，國立中山大學財務
管理學系碩士論文，2002。
14. 林哲輝，房屋貸款授信評量模式之個案研究，國立高雄第一科技大學財務管
理系碩士論文，2007。
15. 洪肇鍇，應用資料探勘技術於信用卡逾期催收風險之實證研究，天主教輔仁
大學資訊管理學系在職專班碩士論文，2006。
16. 徐清俊、黃俊誠，探討金控公司子銀行之經營績效-以台灣為例，遠東學報二
十一卷第二期，2004/04/01，頁259-271。
17. 高博祥，我國銀行業房屋抵押貸款違約風險潛在因子之研究-以S銀行為例，
國立高雄第一科技大學風險管理與保險系碩士論文，2008。
18. 張慶光，小額信貸之信用評分模型研究，國立台灣大學管理學院商學組碩士
論文，2006。
19. 張瓊文，消費性金融商品催收主管領導型態、催收人員工作價值觀、催收能
力與工作投入及催收績效關係之研究-以某商業銀行為例，銘傳大學管理學院
高階經理碩士學程在職專班碩士論文，2007。
20. 張金鶚、彭建文，銀行呆帳→政府呆帳→全民呆帳？，不動產經營與管理研
究室，無日期。2010/06/04，取自：
http://www.realestate.com.tw/duckhouse/article/銀行呆帳→政府呆帳→全民呆
帳.pdf。
21. 探宇科技股份有限公司，資料探勘探，宇科技股份有限公司網站，無日期。
2010/01/10，取自：http://www.uniminer.com/center01.htm。
22. 莊淑琴，本國銀行授信管理暨呆帳轉銷之個案研究，國立高雄第一科技大學
金融營運系碩士論文，2002。
86
23. 陳木在、陳錦村，商業銀行風險管理，新陸書局股份有限公司，2001。
24. 陳有忠，決策樹運用於銀行之詐騙帳戶，國立東華大學資訊工程學系碩士論
文，2008。
25. 陳冠名，資料採礦分類分析系統之建構與應用-信用貸款違約與選股系統應
用，國立高雄應用科技大學金融資訊研究所碩士論文，2008。
26. 陳家彬、陳文貞，銀行經營績效、關係人往來與逾期放款，臺灣銀行季刊，
2003/06，頁21-46 。
27. 曾勝麟，商業智慧應用於客戶信用風險控管之研究-以N公司為例，大同大學
資訊經營研究所碩士論文，2009。
28. 黃惠敏，我國金融機構處理不良債權機制之探究，中原大學會計研究所碩士
論文，2002。
29. 黃琡雯，汽車貸款違約決定因素之個案研究，臺灣大學會計與管理決策組碩
士論文，2008。
30. 黃勁堯、蔡明汶，無擔保消費金融商品之信用風險模型，2009財金會計暨商
管決策研討會，2009。
31. 黃耀德，遺傳程式規劃為基礎的信用貸款逾期流入率預測之研究，天主教輔
仁大學資訊管理學系在職專班碩士論文，2005。
32. 楊銀宗，影響現金卡違約因素之分析-以國內某一發卡銀行為例，國立東華大
學管理學院高階經營管理碩士在職專班碩士論文，2007。
33. 萬智傑，台灣中小企業之財務危機預警模型、信用評等與巴塞爾協定資本計
提，東吳大學商學院企業管理學系碩士班碩士論文，2007。
34. 葉建良，利用 CART分類與迴歸樹建立消費者信用貸款違約風險評估模型之
研究-以國內 A銀行為例，天主教輔仁大學應用統計研究所碩士論文，
2006。
87
35. 詹育晟，個人信用行為評分模式之研究-以現金卡用戶為例，國立政治大學資
訊管理研究所碩士論文，2005。
36. 銀行局，金融統計，行政院金融監督管理委員會網站，無日期。2010/06/12，
取自：
http://oldwww.banking.gov.tw/lp.asp?ctNode=1845&CtUnit=499&BaseDSD=7
37. 劉建宏，探討MIS人員服務品質與H 銀行催收系統導入之相關性研究，中原
大學國際貿易學系碩士學位論文，2005。
38. 劉書汎，信用卡違約風險評估模型─應用粗糙集與因素分析，朝陽科技大學
財務金融系碩士論文，2009。
39. 蔡美芳，逾期放款、高階主管持股比率與銀行績效間關係之研究，國立高雄
第一科技大學金融營運系碩士班碩士論文，2001。
40. Alex, B., Stephen, J. Smit h & Kurt, T., Building Data Mining
Applicat ions for CRM, McGraw-Hill Inc., 2000.
41. Andrew, F. S., Practical Business Statistics, McGraw Hill Co mpany,
2001.
42. David, W. H., Applied Logistic Regression Second Edition, John
Wile y & Sons, Inc., 2000.
43. Defu, Z., Stephen, C. H. L. & Zhime i Y. ,A Decis io n Tree Scoring
Model Based on Genet ic Algorit hm and K-Means Algorithm, 2008
Third International Conference on Convergence and Hybrid
Information Technology, 2008, pp.1043-1047.
44. Jozef, Z., Could Decis io n Trees Improve the Classificat io n Accurac y
and Interpretabilit y o f Loan Grant ing Decisio ns?, 2010 43rd Ha waii
International Conference on System Sciences , 2010, pp.1-9.
88
45. Lin, T. & Liou, K., A Co mparat ive Analys is o f the Dkill Requirement
of MIS Personnel, Proceedings of the Fifth International Conference
on Comparative Management, Kaohsiung, Nat ional Sun Yat -se n
Universit y, 1992, pp.331-337.
46. Lyn, C. T., David, B. E. & Jonathan, N. C., Credit Score and Its
Applications, Societ y for Industria l and Applied Mathemat ics, 2002.
47. Ohlso n, J. M., Financia l Rat ios and the Probabilist ic Predict io n o f
Bankruptcy, Journal of Accounting Research, 1980, pp.109–131.
48. Patrick, B. & Andre, G., Credit risk assessment and relat ionship
lending: an mpirical analys is o f German small and medium -sized
enterprises, Journal of Small Business Management, 2007,
pp.194–213.
49. Ping Y., Hybrid Fuzz y SVM Model Using CART and MARS for
Credit Scoring, 2009 International Conference on Intel ligent
Human-Machine Systems and Cybernetics, 2009, pp.392-395.
50. Richard, J. R. & Michae l W. G., Data Mining: A Tutorial Based
Primer, Addiso n Wesley, 2003.
51. Tarashev, N. A., An Empirical Evaluat ion o f Structural Credit Risk
Models, Bank for International Settlements (BIS), 2005, pp.179.
52. Tho mas, L. C., Consu mer Credit Modelling: Context and Current
Issues, International Journal of Forecasting 16 , 2000, pp.149-172.
53. Yi, J., Credit Scoring Model Based on the Decis io n Tree and the
Simulated Annealing Algorithm, 2009WRI World Congress on
Computer Science and Information Engineering , 2009, pp.18-22.