跳到主要內容

臺灣博碩士論文加值系統

(44.210.149.218) 您好!臺灣時間:2024/11/07 20:25
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:莊倩雪
研究生(外文):Chien-Hsueh Chuang
論文名稱:理財型房貸產品逾期繳款之風險變數研究
論文名稱(外文):A Research on Risk Variables of Late Payment of Home Equity Loan Products
指導教授:李昀寰李昀寰引用關係
指導教授(外文):Yun-Huan Lee
學位類別:碩士
校院名稱:銘傳大學
系所名稱:財務金融學系碩士在職專班
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2014
畢業學年度:102
語文別:中文
論文頁數:56
中文關鍵詞:邏輯斯迴歸模型理財型房貸風險變數
外文關鍵詞:Logistic Regression Model.Home Equity LoanRisk Variables
相關次數:
  • 被引用被引用:0
  • 點閱點閱:363
  • 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
現今在銀行獲利面,放款仍是主要的獲利來源。而銀行推展
房屋貸款更是收益最穩定、違約風險最低的業務。當前寬鬆的貨幣政策使市場資金豐沛,利率又屬低檔,使得銀行業的存放利差無法擴大,於是如何在收益穩定的房屋貸款業務下,增加銀行獲利的機會,成為銀行業深思的客題。理財型房貸就是在此環境下,應運而生的產品。
本研究以2008年至2011年申貸成功的理財型房貸正常戶61,080件,逾期戶102件,共61,182件為研究樣本。並以理財型房貸戶的10個風險變數採邏輯斯迴歸模型實證分析,找出重要風險變數,並探討重要風險變數對理財型房貸是否逾期的關係
。以期能真實反映放款品質情形,希望能對銀行業在制定授信政策,作為核定撥貸的重要參考依據。研究結果顯示學歷、性別、年齡、婚姻狀況、房貸戶型態、不動產地點等6個變數為重要的風險變數。對是否逾期影響為性別是男性者顯著正相關;房貸戶型態為本行舊貸戶者顯著負相關;年齡為顯著正相關;婚姻狀況為有配偶有子女組顯著負相關;學歷為高中職畢及以下組顯著正相關;不動產地點為北部地區、中部地區、南部地區為顯著負相關。
本研究另採區別分析實證結果,發現判別正常戶與逾期戶的
重要風險變數均為性別、房貸戶型態、學歷、不動產用途及不動產
提供人等5項風險變數;其中性別、房貸戶型態、學歷等3個重要
風險變數與邏輯斯迴歸模型實證分析相同。
Lending is still the main profit source for banks now. And banks’ making home loans brings in a stable income with the lowest default risk. The present loose monetary policy makes the money in the market abundant and the interest rate is low, which makes the loan-deposit interest margin of the banking industry unable to be expanded. Therefore, how to increase the banks’ chance of making profits while the income from the home loans is stable has become a topic for the banking industry to ponder on. And the home equity loan emerges just in such an environment.

This research studies 61,182 households that applied for home equity loans successfully from 2008 to 2011, where 61,080 households paid on time and 102 households paid late. It conducts an empirical analysis on 10 risk variables of households with home equity loans using the logistic regression model to find out important risk variables and discuss the relationship between important risk variables and whether the home equity loan is overdue. It expects to really reflect the loan quality, hoping to be used as an important reference for the banking industry to make credit policy and loans. The research results show that educational background, gender, age, marital status, type of households with loans and real estate location are important risk variables. If house owners are male, it is significantly positively related to whether the home equity loan is overdue; if households with loans have applied loans before, it is significantly negatively related to whether the home equity loan is overdue; age is significantly positively related to whether the home equity loan is overdue; for married house owners with children, it is significantly negatively related to whether the home equity loan is overdue; if the educational background of owners is general and vocational high school and below, it is significantly positively related to whether the home equity loan is overdue; if the real estates are located in northern region, central region and southern region, it is significantly negatively related to whether the home equity loan is overdue.

After conducting a discrimination analysis on the empirical results, it finds that the important risk variables used to distinguish households that paid on time from those who paid late are gender, type of households with loans, educational background, real estate purpose and real estate provider; and gender, type of households with loans and educational background are the same with those in the empirical analysis of the logistic regression model.
目 錄
摘要 I
目錄 VI
表目錄 VIII
圖目錄 X
第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 6
第三節 研究架構 7
第貳章 相關理論與文獻回顧 8
第一節 理財型房貸定義 8
第二節 銀行授信5P原則 9
第三節 國內外相關文獻探討 11
第參章 研究方法 21
第一節 邏輯斯迴歸分析(Logistic Regression Analysis) 21
第二節 區別分析(Discriminate Analysis) 24
第三節 研究對象與變數定義 25
第四章 實證分析 27
第一節 研究樣本敘述性統計 27
第二節 邏輯斯迴歸模型實證分析 31
第三節 區別分析實證結果 36
第五章 結論與建議 39
第一節 結論 39
第二節 建議… 41
參考文獻 43












表 目 錄
表1.1.1本國銀行消費性放款業務概況 6
表2.2.1國內外相關文獻實證結論整理 17
表2.2.2 國內外相關文獻重要風險變數整理 19
表3.3.1研究變數定義說明 26
表4.1.1 性別次數分配表 27
表4.1.2 房貸戶型態次數分配表 27
表4.1.3 婚姻狀況次數分配表 28
表4.1.4 學歷次數分配表 28
表4.1.5 職業次數分配表 29
表4.1.6 不動產地點次數分配表 29
表4.1.7 不動產用途次數分配表 30
表4.1.8 不動產提供人次數分配表 30
表4.1.9 年齡及年收入之敘述統計 30
表4.2.1 違約與否之重要風險變數邏輯斯迴歸分析表 32
表4.2.2交叉分析表 34
表4.2.3 預測交叉分析表 35
表4.3.1 Fisher''s線性區別函數-逾期與否分類函數係數
36
表4.3.2逾期與否_預測組群交叉表 37
表4.3.3 Fisher''s線性區別函數-逾期與否_預測分類函數
係數 37
表4.3.4 逾期與否_預測組群交叉表 38



圖 目 錄
圖1.1.1本國銀行放款業務受金融危機影響發展圖 3
圖1.4.1研究流程圖 7
考文獻
一、中文文獻:
1.方國榮、李雅琪(2005),「國內房屋貸款違約預測模式之研究-
以某商業銀行之授信戶為例」,2005年財經學術研討會,真理大
學。
2.李桐豪、呂美慧(2000),「金融機構房貸客戶授信評量模式分析-
Logistic迴歸之應用」,台灣金融財務季刊,第1卷第1期,頁
1-20。
3.李海麟(2003),「銀行消費者房屋貸款授信評之實證分析」碩士論文,國立中正大學國際經濟研究所。
4.李政峰、連春紅、高國強(2013),「房屋抵押貸款違約因素研究:
以L銀行高雄市某分行為例」,管理創新與行銷專案研討會,國
立高雄應用科技大學企業管理系。
5. 李桐豪、江永裕(2010), 「台灣金融危機領先指標之研究」 台
灣金融服務業聯合總會委託計畫,國立政治大學商學院銀行研
究中心。
6.李桂榮(2003) , 「自用住宅購屋貸款特性與逾期還款關係之研
究」,碩士論文,國立高雄第一科技大學金融營運所。
7.吳懿娟(2003),「我國金融危機預警系統之研究」,《中央銀行季5.刊》, 第二十五卷第三期,頁5-42。
8.周俊民(2010),「影響台灣房貸業務逾期繳款之授信因子研究」,
碩士論文,國立台北大學國際財務金融碩士在職專班。
9.周建新、于鴻福、陳進財(2004),「銀行業房貸授信風險評估
因素之選擇」,《中華管理評論》,第7卷第2期,頁77-103。
10.郭秋榮(2009),「全球金融風暴之成因、對我國影響及因應對
策之探討」,《經濟研究》。第9期,頁59-89。
11.郭雲啟(2006),「房屋貸款提前還款再貸款之研究-以S銀行為
例」,碩士論文,中原大學企業管理學系。
12.張文智(2003),「應用Logistic Regression 於個人房貸戶信
用評估之研究」,碩士論文,中山大學國際經濟研究所。
13.陳衍潔(2014),「銀行產業之現況與未來展望」台灣經濟研究院
產經資料庫。
14.黃佐民(2010),「房屋貸款授信風險評估研究:以c銀行為例」
士論文,中原大學國際貿易研究所。
15.梁榮輝、火光宗(2008),「台灣區投資型房屋貸款人收支與授信
風險關聯之研究」,華人經濟研究,第6卷第2期,頁35-50。
16.楊顯爵、林左裕、陳宗豪(2008),「住宅抵押貸款違約之研究-
影響因素之顯著性分析」,《台灣土地研究》第11卷第2期,頁
1-36。
17.鄭歆蕊(2007),「兩階段預警模型之研究-以台南市房貸為例」,
碩士論文,國立成功大學統計研究所。
18.劉長寬(2003),「應用 Logistic 模型於消費者擔保貸款違約行
為之實證研究」,朝陽科技大學財務金融研究所。

二、英文文獻:
1.Campbell, T. S. and J. K. Dietrich (1983), “The Determinants of Default on Insured Conventional Residential Mortgage Loans,”Journal of Finance, Vol.38, No.5, pp. 1569-1581.
2.Gardner, M. J. and D. L. Mills (1989), “Evaluating the Likelihood of Default on Delinquency Loans,” Financial Management, Vol.18, No.1, pp.55-63.
3.Hakim, S. R. and M. H. Borrower (1999), “Attributes and the Risk of Default of Conventional Mortgage,” Atlantic Economic Journal 27, No.2, pp.210-220.
4.Steenackers, A. and M. J. Goovaets (1989), “A Credit Scoring Model for Personal Loans,” Insurance Mathematics Economics, pp.31-34.

三、網站:
1.澳盛銀行(2014),
(http://anz.tw/zh/personal/homeloan/homeloan-product-2.jsp)
2.銘傳大學(2014),
(www.mcu.ede.tw/department/management/stat/ch_web/etea/SPSS/
Applied)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top