dc.contributor.advisor | 沈中華 | zh_TW |
dc.contributor.advisor | Shen, Chung-Hua | en_US |
dc.contributor.author (Authors) | 廖秋媚 | zh_TW |
dc.contributor.author (Authors) | Liao, Chiu-Mei | en_US |
dc.creator (作者) | 廖秋媚 | zh_TW |
dc.creator (作者) | Liao, Chiu-Mei | en_US |
dc.date (日期) | 2005 | en_US |
dc.date.accessioned | 18-Sep-2009 16:06:36 (UTC+8) | - |
dc.date.available | 18-Sep-2009 16:06:36 (UTC+8) | - |
dc.date.issued (上傳時間) | 18-Sep-2009 16:06:36 (UTC+8) | - |
dc.identifier (Other Identifiers) | G0932580361 | en_US |
dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/35814 | - |
dc.description (描述) | 碩士 | zh_TW |
dc.description (描述) | 國立政治大學 | zh_TW |
dc.description (描述) | 經濟研究所 | zh_TW |
dc.description (描述) | 93258036 | zh_TW |
dc.description (描述) | 94 | zh_TW |
dc.description.abstract (摘要) | 我國的信用卡市場在民國八十二年全面開放以來,發展至今不過10餘年,已成為全球成長最快速的信用卡市場之一。但近年來也隨著信用卡業務已有相當顯著的成長,然而信用卡不僅只是一種支付工具,也屬於免擔保的信用融資,對發卡銀行而言,風險很高。故本文對於銀行要如何快速且正確的掌握客戶信用與還款能力,以防範呆帳發生,也變得日趨重要。故本文利用Binary Quantile Regression可用於探討解釋變數對於被解釋變數在給定「特定分位數之下的邊際效果」,提供不同分位數的估計結果,可用於觀察被解釋變數的整個分配狀況。在實證上,二元分量迴歸模型不只可用來解釋平均的狀況,更常用來觀察分配尾端的情況。在以ROC與CAP的信用風險模型來驗證其Binary Quantile Regression的效力。 | zh_TW |
dc.description.tableofcontents | 第壹章 緒論第一節 研究背景………………………………………………………………1第二節 研究目的………………………………………………………………4第三節 研究方法與資料範圍1.3.1研究方法…………………………………………………………………41.3.2研究資料…………………………………………………………………4第四節 研究架構…………………………………………………………………5第二章 文獻回顧第一節 消費者信用貸款……………………………………………………… 6第二節 銀行授信評估原則之探討…………………………………………… 8第三節 信用卡市場的文獻探討……………………………………………..14第四節 信用風險模型的文獻探討2.4.1 因素分析…………………………………………………………………162.4.2 Bivariate probit模型………………………………………………192.4.3 CART MODEL…………………………………………………………… 202.4.4 Logistic Regression……………………………………………… 222.4.5 Quantile Regression與Binary Quantile Regression…… 232.4.6 信用風險模型效力之驗證與比較-CAP&ROC……………………………27第三章 研究方法第一節 消費金融信用風險模型之實證研究架構……………………………31第二節 模型建立………………………………………………………………32第三節 操作型定義……………………………………………………………33第四節 樣本之資本整理………………………………………………………33第五節 樣本的違約情況輪廓描述……………………………………………34第四章 實證分析第一節 實證分析-利用Logit模型……………………………………………39第二節 實證分析-利用binary quantile regression模型………………………42第三節 實證分析-利用Data mining-Clementine(克萊門泰)………49第五章 預測效力比較…………………………………………………………52第一節 利用ROC曲線與CAP曲線作樣本內的Binary Quantiles Regression 與Logit Regression違約機率預測…………………………………………………………………………………55第二節 利用ROC曲線與CAP曲線作樣本外的Binary Quantiles Regression與Logit Regression違約機率預測………………………………………………………………………………….58第六章 研究結論與末來研究建議第一節 研究結論………………………………………………………………60第二節 未來研究建議…………………………………………………………61參考文獻表目錄【表1-1】 信用卡市場概況之流通卡數………………………………………1【表1-2】 信用卡市場概況之簽帳金額與預借現金…………………………1【表1-3】簽帳金額佔民間消費支出之比率……………………………………3【表 2-1】 本國銀行辦理消費者貸款餘額統表………………………………8【表2-2】現行金融機構授信評量方法…………………………………………10【表2-3】 實際情況與模型判定交叉分類表…………………………………29【表3-1】自變數與應變數之相關性……………………………………………34【表4-1】利用Logit模型求算出基本統計量…………………………………39【表4-2】利用Logit模型求算出年收入單獨影響持卡人違約機率…………40【表4-3】利用Logit模型求算出年收入與過去6個月平均繳款金額影響持卡人違約機率……………………………………………………………………………40【表4-4】利用Binary Quantile Regression求算出各分量影響持卡人違約機率的基本統計量………………………………………………………………42【表4-5】 9個解釋變數的共變異數……………………………………………43【表4-6】實際違約值與預測違約值……………………………………………51【表5-1】 各分量的係數的權數標準化………………………………………53【表5-2】 計算出平均分量的違約機率1|xP∧與實際違約機率相比較……54【表6-1】ROC&CAP在樣本內與樣本外之比較…………………………………60圖目錄【圖1-1】本研究整體架構流程圖…………………………………………………5【圖2-1】 信用卡風險管理考量變數及作業流程………………………………9【圖2-2】國內外授信評量相之重要變數………………………………………13【圖2-3】因素分析之幾何圖形……………………………………………...17【圖2-4】CART MODEL之Decision trees…………………………………21【圖2-5】CART MODEL之Decision trees例子……………………………21【圖2-6】CAP曲線………………………………………………………………28【圖2-7】ROC曲線………………………………………………………………30【圖3-1】職級與信用卡實際違約情況…………………………………………34【圖3-2】緍姻狀況與信用卡實際違約情況……………………………………35【圖3-3】年收入與信用卡實際違約情況………………………………………35【圖3-4】過去六個月平均繳款金額與信用卡實際違約情況…………………36【圖3-5】6個月平均期初應繳金額與信用卡實際違約情況…………………36【圖3-6】半年交易金額與信用卡實際違約情況………………………………37【圖3-7】過去六個月是否有循環息與信用卡實際違約情況…………………37【圖3-8】「過去六個月繳款金額/應繳金額」與信用卡實際違約情況……38【圖3-9】每月限額與信用卡實際違約情況……………………………………38【圖4-1】在各分量時年收入與信用卡預測違約情況…………………………44【圖4-2】在各分量時職級與信用卡預測違約情況……………………………45【圖4-3】在各分量時緍姻狀況與信用卡預測違約情況………………………45【圖4-4】在各分量時每月限額與信用卡預測違約情況………………………46【圖4-5】在各分量時過去六個月平均繳款金額與信用卡預測違約情況……46【圖4-6】在各分量時6個月平均期初應繳金額與信用卡預測違約情況……47【圖4-7】在各分量時6個月平均期初應繳金額與信用卡預測違約情況……47【圖4-8】在各分量時過去六個月是否有循環息與信用卡預測違約情況……48【圖4-9】在各分量時「過去六個月繳款金額/應繳金額」與信用卡預測違況……………………………………………………………………………………48【圖4-10】使用Data mining來預測信用卡違約情況………………………49【圖5-1】樣本內ROC曲線作Binary Quantiles Regression與Logit Regression違約機率預測………………………………………………………55【圖5-2】樣本內CAP曲線作Binary Quantiles Regression與Logit Regression違約機率預測………………………………………………………57【圖5-3】樣本外ROC曲線作Binary Quantiles Regression與Logit Regression違約機率預測………………………………………………………58【圖5-4】樣本外CAP曲線作Binary Quantiles Regression與Logit Regression違約機率預測………………………………………………………59 | zh_TW |
dc.format.extent | 47264 bytes | - |
dc.format.extent | 80281 bytes | - |
dc.format.extent | 60398 bytes | - |
dc.format.extent | 108981 bytes | - |
dc.format.extent | 155688 bytes | - |
dc.format.extent | 338569 bytes | - |
dc.format.extent | 233543 bytes | - |
dc.format.extent | 275665 bytes | - |
dc.format.extent | 203864 bytes | - |
dc.format.extent | 83162 bytes | - |
dc.format.extent | 80490 bytes | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.language.iso | en_US | - |
dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0932580361 | en_US |
dc.subject (關鍵詞) | 二元分量迴歸 | zh_TW |
dc.subject (關鍵詞) | 信用卡 | zh_TW |
dc.subject (關鍵詞) | 信用風險 | zh_TW |
dc.subject (關鍵詞) | 預測效力 | zh_TW |
dc.subject (關鍵詞) | Binary Quantile Regression | en_US |
dc.subject (關鍵詞) | ROC | en_US |
dc.subject (關鍵詞) | CAP | en_US |
dc.title (題名) | 影響信用卡持卡人違約風險的因素-以Binary Quantile Regression作分析 | zh_TW |
dc.type (資料類型) | thesis | en |
dc.relation.reference (參考文獻) | 一、中文文獻 | zh_TW |
dc.relation.reference (參考文獻) | 1.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。 | zh_TW |
dc.relation.reference (參考文獻) | 2.林建州(2001),"銀行個人消費信用貸款授信風險評估模式之研究",國立中山大學財務管理研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 3.林重光(2004),"影響現金卡信用風險因素之實證研究",雲林科技大學財務金融所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 4.李明謙(2002),"羅吉斯迴歸模型在信用卡評分制度之研究",輔仁大學應用統計研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 4.戴嘉甫(2003),"銀行現金卡客戶違約機率之衡量",義守大學管理科學研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 5.江淑娟(2003),"現金卡發行風險評估模型之研究-以國內某一發卡銀行為例,逢甲大學保險研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 6.林旭青(2004),"現金卡發行風險評估模型之研究-"以國內某一發卡銀行為例,淡江大學國際貿易所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 7.胡美容(2005),"銀行對中小企業授信評等模型",國立政治大學經濟學研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 8.梁子修(2004),"個人小額消費信貸授信風險之評估-以國內某銀行消金中心之 | zh_TW |
dc.relation.reference (參考文獻) | 案件為例,逢甲大學經營管理碩士在職專班碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 9.顧紘誠(2004),"公司財務危機預警模型之研究",逢甲大學經營管理碩士在職專班碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 10.李美笑(2002),"信用卡持卡人信用風險之研究",逢甲大學保險學系研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 11.陳炳霖(2004),"現金卡授信風險之評估-以國內某銀行為例,逢甲大學經營管理碩士在職專班碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 12.陳瑞雲(2004),"信用卡持卡人使用循環信用之研究-以南部某銀行為例",中正學學國際經濟研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 13.李育桓(2005),"信用風險相關文獻探討",國立政治大學國際貿易學系碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 14.王心妙(2005),"影響新生兒體重的因素分析-分量迴歸的應用,國立政治大學經濟研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 15.林建州(2001),"銀行授信客戶違約機率之衡量",國立中山大學財務管理學系研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 16.陳鴻文(2002),"個人小額信用貸款授信模式之個案研究",國立高雄第一科技大學財務管理所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 17.蔡明憲(2002),"金融機構消費信用貸款授信評量模式",國立中山大學財務管理學系研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 18.吳樂山(2004),授信風險分析方法對企業財務危機預測能力之研究-以logit模型驗證,國立政治大學經營管理碩士學程碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 19.鄭廳宜(1999),"信用卡授信審核之實證研究",朝陽大學財務金融系碩士班碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 20.林公韻(2005),"信用違約機率之預測─Robust Logitstic Regression",國立政治大學金融研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 21.許瑞宏(2003),"台灣貨幣需求實證研究─誤差修正模型之分量迴歸"國立臺灣大學經濟學研究所碩士論文。 | zh_TW |
dc.relation.reference (參考文獻) | 22.施孟隆、游清芳、李佳珍(1999),「Logit模式應用於信用卡信用風險審核系統之研究-以國內某銀行信用卡中心為例」,金融財務季刊,第四期,金融研訓院,頁85-104。 | zh_TW |
dc.relation.reference (參考文獻) | 二、英文文獻 | zh_TW |
dc.relation.reference (參考文獻) | 1. Buchinsky, Moshe (1994): "Quantile Regression, Box-Cox Transformation Model, and the U.S. Wage Structure, 1963-1987", Econometrica,65,109-154. | zh_TW |
dc.relation.reference (參考文獻) | 2. Buchinsky, Moshe (1995): "Estimating the asymptotic covariance matrix for quantile regression models", Journal of Econometrics 68, 303-338. | zh_TW |
dc.relation.reference (參考文獻) | 3. Jacobson, T. and Roszbach, K. (2003). "Bank Lending Policy, Credit Scoring and Value-at-Risk". Journal of Banking and Finance. April 2003; 27(4):615-33. | zh_TW |
dc.relation.reference (參考文獻) | 4. Kordas, G.,(2000),Binary Regression Quantiles ,Ph.D Thesis, University of Illionis at Urbana-Champaign. | zh_TW |
dc.relation.reference (參考文獻) | 5. Kordas, Gregory(2002), "Credit Scoring Using Binary Quantile Regression", University of Pennsylvania, USA. | zh_TW |
dc.relation.reference (參考文獻) | 6. Koender and Bassett(1978) "Regression Quantiles",Econometrica,46,33-50. | zh_TW |
dc.relation.reference (參考文獻) | 7. Manki, C. F. AND Thompson, T. S.(1985): "Operational Characteristics of Maximum Score Estimation",Journal of Econometrics,32,85-108. | zh_TW |
dc.relation.reference (參考文獻) | 8. Roger Koenker and Kevin F. Hallock(2001),"Quantile Regression". Journal of Economic Perpective,15,143-155. | zh_TW |
dc.relation.reference (參考文獻) | 9. Whittaker, Joe(2003), "Using quantile regression in credit scoring",Lancaster University | zh_TW |
dc.relation.reference (參考文獻) | 10. RATS Reference Manual, Version 6. | zh_TW |