(3.238.99.243) 您好!臺灣時間:2021/05/16 23:50
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:::

我願授權國圖
: 
twitterline
研究生:藍今甫
研究生(外文):LAN, Chinfu
論文名稱:應用資料探勘技術於 小額信用貸款催收風險之實證研究
論文名稱(外文):A Practical Study on Applying Data Mining Techniques for Debt Collection Risk of Small Amount Unsecured Loan
指導教授:翁頌舜翁頌舜引用關係董惟鳳董惟鳳引用關係
指導教授(外文):Weng, Sung-shunTung, Wei-feng
口試委員:楊治清李御璽
口試委員(外文):Yang, Chih-ChinLee, Yue-Shi
口試日期:2010/07/29
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2010
畢業學年度:99
語文別:中文
論文頁數:107
相關次數:
  • 被引用被引用:1
  • 點閱點閱:285
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
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.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top