學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 新巴塞爾資本協定下應用資料採礦技術於信用卡違約機率模型之建置
作者 盧音萱
貢獻者 鄭宇庭<br>蔡紋琦<br>鄧家駒
盧音萱
關鍵詞 違約機率模型
日期 2006
上傳時間 2009-09-14
摘要 隨著人民生活水準提高,時代進步,「信用卡」已經是重要的支付工具。然而,金融機構對於審核信用卡申請人的作業不夠嚴謹,導致卡債風暴。為了因應相關問題,政府近兩年訂立緊縮發卡政策,金融機構對於信用卡審核作業也投注了更多心力。但是除了一開始的信用卡進件徵審作業需嚴格把關,金融機構對於已通過審核成為信用卡客戶仍需要風險控管,另外新巴塞爾協定已於2006年底正式實施,風險控管便是在符合相關規定下來進行。
      本研究主要目的即是針對信用卡客戶,利用他們的信用卡使用行為跟基本資料,來預測判斷客戶往後的違約可能性,藉此在發生違約行為之前,先採取因應措施,也就是所謂的Behavior score。
      本研究是以國內某家發卡銀行為研究對象,針對其信用卡持有人建構一套違約機率模型。建模資料是信用卡持有人在某年一整年的交易行為,且只針對持卡必須6個月以上的客戶,也就是在那年7月才開卡的客戶不在範圍內。原始資料共有71832筆,總共有66個變數。分別利用羅吉斯回歸、決策樹和類神經網路三種方法建模,最後以羅吉斯回歸表現最好,以學歷、開卡至今月份數、信用額度、最近一次逾期至今月份數、R12的平均餘額、R12的循環動用總額、R12的預借現金總額和R3的平均繳款率八個預測變數對於影響客戶違約與否較為顯著,結果本模型的整體預測率為86.90%;而對於違約客戶中可以準確預測的比率為71.14%。
參考文獻 中文文獻
丁一賢 陳牧言(2005),「資料探勘」,滄海書局。
尹相志(2006),「Microsoft SQL Server 2005 資料採礦聖經」,學貫行銷股份有限公司。
江淑娟(2003),信用評等因素與信用卡違約風險之關係,逢甲大學保險學系碩士班碩士論文。
吳振晃(2003),資料採礦技術於銀行授信之應用-以消費者貸款為例,中國文化大學資訊管理研究所碩士在職專班論文。
林芝儀(2002),應用資料探勘於信用卡授信決策模式之實證研究,元智大學工業工程與管理學系碩士班碩士論文。
韋端 鄭宇庭 鄧家駒 匡宏波 謝邦昌(2003),「DATA MINING概述-以
Clementine 7.0為例」,中華資料採礦協會。
孫銘誼,王思芳 (2004)信用評等模型驗證之初探-相關方法與文獻回顧 金融風險管理季刊,第一卷第一期,111-125。
馬芳資(1994),信用卡信用風險預警範例學習系統之研究,國立政治大學資訊管理研究所碩士論文。
康惠雯(2002),邏輯斯回歸分析在資料採礦上之應用,東海大學統計學研究所碩士論文。
張文生(2001),銀行建構「信用卡信用風險即時預警系統」之研究,中原大
學企業管理研究所碩士論文。
彭慧雯(2001),建構信用卡資料挖礦架構及其實證研究,國立台北科技大學生產系統工程與管理研究所碩士論文。
程兆慶(2006),「應用商業智慧技術於信用卡違約風險之預測」,國立政治大學統計研究所碩士論文。
黃高鴻(2006),「混合信用評分與評等制度之研究-以國內某金融機構為例」,天主教輔仁大學應用統計研究所碩士論文。
葉秋南(1998) 美國金融業風險管理,台北,財團法人金融人員研究訓練中心。
劉泰谷(2004),信用卡信用評分模型之建構與分析,世新大學管理學院財務金融學系碩士學位論文。
鄭廳宜(1998),信用卡授信審核之實證研究, 朝陽大學財務金融研究所碩
士論文。
謝邦昌 蘇志雄 鄭宇庭 葉紹緯(2006),「資料採礦與商業智慧-SQL Sever
2005」,中華資料採礦協會。
英文文獻
Berry J.A and G. Linoff. 1997. Data Mining Techniques For Marketing, Sales,and
Customer Support. John Wiley&Sons,New York.
Breiman,L., J. H. Friedman, R. A. Olshen, and C. J. Stone.1984. Classification and
regression trees. Monterey, CA: Wadsworth
Fayyad, U.M., G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, editors. 1996.
Advances in Knowledge discovery and data mining. Menlo Park, CA:AAAI
Press/MIT Press.
網站部份
中華民國行政院金融監督管理委員會銀行局網站: http://www.banking.gov.tw/。
描述 碩士
國立政治大學
統計研究所
94354016
95
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0094354016
資料類型 thesis
dc.contributor.advisor 鄭宇庭<br>蔡紋琦<br>鄧家駒zh_TW
dc.contributor.author (Authors) 盧音萱zh_TW
dc.creator (作者) 盧音萱zh_TW
dc.date (日期) 2006en_US
dc.date.accessioned 2009-09-14-
dc.date.available 2009-09-14-
dc.date.issued (上傳時間) 2009-09-14-
dc.identifier (Other Identifiers) G0094354016en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/30918-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 94354016zh_TW
dc.description (描述) 95zh_TW
dc.description.abstract (摘要) 隨著人民生活水準提高,時代進步,「信用卡」已經是重要的支付工具。然而,金融機構對於審核信用卡申請人的作業不夠嚴謹,導致卡債風暴。為了因應相關問題,政府近兩年訂立緊縮發卡政策,金融機構對於信用卡審核作業也投注了更多心力。但是除了一開始的信用卡進件徵審作業需嚴格把關,金融機構對於已通過審核成為信用卡客戶仍需要風險控管,另外新巴塞爾協定已於2006年底正式實施,風險控管便是在符合相關規定下來進行。
      本研究主要目的即是針對信用卡客戶,利用他們的信用卡使用行為跟基本資料,來預測判斷客戶往後的違約可能性,藉此在發生違約行為之前,先採取因應措施,也就是所謂的Behavior score。
      本研究是以國內某家發卡銀行為研究對象,針對其信用卡持有人建構一套違約機率模型。建模資料是信用卡持有人在某年一整年的交易行為,且只針對持卡必須6個月以上的客戶,也就是在那年7月才開卡的客戶不在範圍內。原始資料共有71832筆,總共有66個變數。分別利用羅吉斯回歸、決策樹和類神經網路三種方法建模,最後以羅吉斯回歸表現最好,以學歷、開卡至今月份數、信用額度、最近一次逾期至今月份數、R12的平均餘額、R12的循環動用總額、R12的預借現金總額和R3的平均繳款率八個預測變數對於影響客戶違約與否較為顯著,結果本模型的整體預測率為86.90%;而對於違約客戶中可以準確預測的比率為71.14%。
zh_TW
dc.description.tableofcontents 表 次 II
     圖 次 III
     第壹章 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 3
      第四節 研究流程 4
     第貳章 文獻探討 6
      第一節 新巴塞爾協定 6
      第二節 資料採礦 9
      第三節 信用風險管理 13
      第四節 相關研究文獻 15
     第參章 研究方法 17
      第一節 建模分析架構 17
      第二節 資料介紹與名詞定義 20
      第三節 分析方法 26
      第四節 研究限制 35
     第肆章 研究結果 36
      第一節 建模變數選取 36
      第二節 模型比較與違約機率模型建構結果 50
      第三節 模型驗證 56
      第四節 顧客分組與同質性檢定 63
     第伍章 結論與建議 70
      第一節 結論 70
      第二節 建議 72
     參考文獻 73
      一.中文文獻 73
      二.英文文獻 75
      三.網站部份 75
     附錄一 各變數與違約機率關係圖 76
     附錄二 建模變數切割分類圖 97
     附錄三 違約機率分佈表 100
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0094354016en_US
dc.subject (關鍵詞) 違約機率模型zh_TW
dc.title (題名) 新巴塞爾資本協定下應用資料採礦技術於信用卡違約機率模型之建置zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 中文文獻zh_TW
dc.relation.reference (參考文獻) 丁一賢 陳牧言(2005),「資料探勘」,滄海書局。zh_TW
dc.relation.reference (參考文獻) 尹相志(2006),「Microsoft SQL Server 2005 資料採礦聖經」,學貫行銷股份有限公司。zh_TW
dc.relation.reference (參考文獻) 江淑娟(2003),信用評等因素與信用卡違約風險之關係,逢甲大學保險學系碩士班碩士論文。zh_TW
dc.relation.reference (參考文獻) 吳振晃(2003),資料採礦技術於銀行授信之應用-以消費者貸款為例,中國文化大學資訊管理研究所碩士在職專班論文。zh_TW
dc.relation.reference (參考文獻) 林芝儀(2002),應用資料探勘於信用卡授信決策模式之實證研究,元智大學工業工程與管理學系碩士班碩士論文。zh_TW
dc.relation.reference (參考文獻) 韋端 鄭宇庭 鄧家駒 匡宏波 謝邦昌(2003),「DATA MINING概述-以zh_TW
dc.relation.reference (參考文獻) Clementine 7.0為例」,中華資料採礦協會。zh_TW
dc.relation.reference (參考文獻) 孫銘誼,王思芳 (2004)信用評等模型驗證之初探-相關方法與文獻回顧 金融風險管理季刊,第一卷第一期,111-125。zh_TW
dc.relation.reference (參考文獻) 馬芳資(1994),信用卡信用風險預警範例學習系統之研究,國立政治大學資訊管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 康惠雯(2002),邏輯斯回歸分析在資料採礦上之應用,東海大學統計學研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 張文生(2001),銀行建構「信用卡信用風險即時預警系統」之研究,中原大zh_TW
dc.relation.reference (參考文獻) 學企業管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 彭慧雯(2001),建構信用卡資料挖礦架構及其實證研究,國立台北科技大學生產系統工程與管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 程兆慶(2006),「應用商業智慧技術於信用卡違約風險之預測」,國立政治大學統計研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 黃高鴻(2006),「混合信用評分與評等制度之研究-以國內某金融機構為例」,天主教輔仁大學應用統計研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 葉秋南(1998) 美國金融業風險管理,台北,財團法人金融人員研究訓練中心。zh_TW
dc.relation.reference (參考文獻) 劉泰谷(2004),信用卡信用評分模型之建構與分析,世新大學管理學院財務金融學系碩士學位論文。zh_TW
dc.relation.reference (參考文獻) 鄭廳宜(1998),信用卡授信審核之實證研究, 朝陽大學財務金融研究所碩zh_TW
dc.relation.reference (參考文獻) 士論文。zh_TW
dc.relation.reference (參考文獻) 謝邦昌 蘇志雄 鄭宇庭 葉紹緯(2006),「資料採礦與商業智慧-SQL Severzh_TW
dc.relation.reference (參考文獻) 2005」,中華資料採礦協會。zh_TW
dc.relation.reference (參考文獻) 英文文獻zh_TW
dc.relation.reference (參考文獻) Berry J.A and G. Linoff. 1997. Data Mining Techniques For Marketing, Sales,andzh_TW
dc.relation.reference (參考文獻) Customer Support. John Wiley&Sons,New York.zh_TW
dc.relation.reference (參考文獻) Breiman,L., J. H. Friedman, R. A. Olshen, and C. J. Stone.1984. Classification andzh_TW
dc.relation.reference (參考文獻) regression trees. Monterey, CA: Wadsworthzh_TW
dc.relation.reference (參考文獻) Fayyad, U.M., G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, editors. 1996.zh_TW
dc.relation.reference (參考文獻) Advances in Knowledge discovery and data mining. Menlo Park, CA:AAAIzh_TW
dc.relation.reference (參考文獻) Press/MIT Press.zh_TW
dc.relation.reference (參考文獻) 網站部份zh_TW
dc.relation.reference (參考文獻) 中華民國行政院金融監督管理委員會銀行局網站: http://www.banking.gov.tw/。zh_TW