| dc.contributor.advisor | 周冠男 | zh_TW |
| dc.contributor.author (Authors) | 蔣中仁 | zh_TW |
| dc.contributor.author (Authors) | Chiang, Chung Jen | en_US |
| dc.creator (作者) | 蔣中仁 | zh_TW |
| dc.creator (作者) | Chiang, Chung Jen | en_US |
| dc.date (日期) | 2021 | en_US |
| dc.date.accessioned | 3-Jan-2022 16:08:08 (UTC+8) | - |
| dc.date.available | 3-Jan-2022 16:08:08 (UTC+8) | - |
| dc.date.issued (上傳時間) | 3-Jan-2022 16:08:08 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0109932133 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/138376 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 經營管理碩士學程(EMBA) | zh_TW |
| dc.description (描述) | 109932133 | zh_TW |
| dc.description.abstract (摘要) | 談及汽車貸款實屬金融貸款一環，對於有短期資金需求的人來說，相較於無擔保品的個人信用貸款核貸的機率較高，以及對於有購買汽車需求的消費車來說能讓個人資金靈活運用，不用一次性支付一大筆金額來購車。然而現行台灣汽車貸款申請徵審流程所需的資料繁多與審查的技術有限，往往隨著用戶申請需經過冗長的文件判讀與資料徵審通常平均要花上一個星期的時間，對汽車銷售公司及購車使用者來說，真正完成一筆交易時間過於冗長且不符效率。近年來隨著科技發展及大數據的導入，運用AI技術及大數據普遍被人使用在各項領域上，舉凡醫療、教育、商品銷售…等，此技術不僅有效率更可協助人工判讀各項資訊，同時也是各領域或商業活動競相研究導入的工具之一。上述提到汽車貸款徵審所需等候的時間過於冗長，致使車商與購車人用車的不便性，試想如果能在汽車貸款徵信審核方式上導入AI技術，便有助於加速現階段辦理汽車貸款花費冗長且效率不佳的痛點。 | zh_TW |
| dc.description.tableofcontents | 第壹章 緒論 1第一節 研究背景與動機 1第二節 研究目的 4第三節 研究範圍與對象 5第四節 研究架構與流程 6第貳章 文獻探討 7第一節 汽車貸款緣起 7第二節 台灣汽車市場概況及貸款規模 8第三節 台灣現行汽車貸款徵審流程 11第四節 徵信審查及AI相關文獻 14第參章 研究分析 17第一節 AI概述及現行AI技運用範疇 17第二節 AI技術運用貸款案例 19第三節 AI技術運用汽車貸款案例 22第四節 AI技術台灣運用問題點 25第肆章 徵審AI流程制定及風險預測評估 27第一節 AI徵審流程 27第二節 風險預測及評估 29第伍章 研究發現、導入建議與結論 31第一節 問題點歸納: 31第二節 導入建議與結論 33第陸章 參考文獻 35 | zh_TW |
| dc.format.extent | 682007 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0109932133 | en_US |
| dc.subject (關鍵詞) | 汽車貸款 | zh_TW |
| dc.subject (關鍵詞) | 人工智慧 | zh_TW |
| dc.subject (關鍵詞) | Artificial intelligence (AI) | en_US |
| dc.title (題名) | 台灣汽車貸款徵審方式運用AI技術可行性 | zh_TW |
| dc.title (題名) | The feasibility of using AI technology in Taiwan`s auto loan credit analysis method | en_US |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | 中文部份:1. 交通部 (2020)，108年計程車營運狀況調查報告，交通部統計處。2. 駱叔君/金融聯合徵信中心研究部法務小組 (2006)，美國公平信用報告法，財團法人金融聯合徵信中心。網站部份:1.中央銀行， https://www.cbc.gov.tw/.2.中央銀行Facebook 粉絲團， https://www.facebook.com/cbc.gov.tw/.3.台灣區車輛工業同業公會， https://www.ttvma.org.tw/.4.交通部， https://www.motc.gov.tw/.5.玉山銀行，https://www.esunbank.com.tw/.6. 和潤企業，https://www.hfcfinance.com.tw/.7. 星展銀行， https://www.dbs.com.tw/.8. 財團法人金融聯合徵信中心， https://www.jcic.org.tw/.9. 資策會 數位服務創新研究所，https://dsi.iii.org.tw/.10.凱基銀行，https://www.kgibank.com/.11.嘟嘟房，https://www.dodohome.com.tw/.12. Aifian， https://www.aifian.com/.13. Adenovo 諦諾智金，https://www.adenovo.com/.英文部份:1.Alan Mathison Turing (1950) ，Computing machinery and intelligence，Oxford University Press on behalf of the Mind Association (United Kingdom)2. International Organization for Standardization (2018)， ISO 31000: 2018 Risk Management.3. Jacques Bughin | Brussels/ Jeongmin Seong | Shanghai/ James Manyika | San Francisco/ Michael Chui | San Francisco/ Raoul Joshi | Stockholm (2018)， Notes from the AI frontier: Modeling the impact of AI on the world economy，McKinsey Global Institute4. U.S. Federal Government (1970)，Fair Credit Reporting Act | zh_TW |
| dc.identifier.doi (DOI) | 10.6814/NCCU202101645 | en_US |
