壽險保單之解約行為的控管關係著保險公司對於未來現金流量的估計準確與否，過高的解約行為可使保險公司承受非預期的流動性風險和投資利潤減少等負面影響，故探討影響保單解約行為之因素為學術上和實務上皆相當重視的議題。本研究以台灣某家本土保險公司之保單資料為研究樣本，樣本資料包含解約與否以及各項保單契約特質之變數，並採用羅吉斯回歸為分析模型進行實證研究。本研究針對不同種類保單商品分別進行實證分析和比較彙整分析結果，並根據實證結果給予保險公司未來發行新保單時，該如何透過契約內容的修正以有效降低解約行為之建議。

隨著科技進步、經濟演進，現代人生活日趨緊湊，為因應快速之生活步調，網路購物行為孕育而生，其伴隨而來的廣大商機已成近年熱門議題，中央通訊社更曾報導資策會預估2015年台灣網購市場產值可達7,645億元。因此本研究將利用行政院國家科學委員會之傳播調查資料庫，第一期第二次「網路行為調查與偵測」資料，探討網路消費者的個人特質與購買習性、消費力及資訊搜尋習性之關連，並分別建構預測模型。建構模型所採用之技術為羅吉斯迴歸、C&R Tree、Quest、C5.0和CHAID，再經由準確預測率（Overall Accuracy）從中挑選出最適模型。 　　依據研究結果可知，現實環境人際互動較差之消費者，網購購買習性佳；沒有小孩且平均每月收入6萬元以上至10萬元的消費者，網購消費力大；且網路資訊擷取頻率與網購吸引力對於網購資訊搜尋習性有顯著影響。最後，藉由前述結果建議，販售社交商品，藉以提昇現實環境人際互動較佳之消費者網購購買習性；搶攻高價位單品市場，吸引無經濟負擔者目光；針對潛在客戶，利用論壇網站進行廣告宣傳。

在我們建立迴歸模型時，必須針對研究的目的去探求與相依變數有關的自變數，而且 這些自變數應能合理的解釋相依變數，然而這些自變數的組合數一定很大；所以在一 般線性迴歸分析中，最重要也是最困難的問題是如何選取模式中的自變數，棄卻不太 重要的自變數，獲得最後的模型，以符合經濟原則。 而近年來非線性迴歸模型在各種領域裡廣泛地被使用，這些線性回歸模型之自變數的 選取較線性迴歸模型之自變數的選取困難，因其必須用反覆的技術來找最大概似估計 量，然後利用此最大概似估計量來做為選取自變數的基礎所以計算的成本較高。 本文將以處理相依變數為屬質變數的羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）為主要研究對象；首先導出此模型的CP統計量，以CP來作為選取自變數的準則；其 次介紹一種透過對數概似近似函數及一些資料的轉換，將羅吉斯迴歸模型之自變數選 擇問題變換成一般線性迴歸模型的自變數選擇問題；然後作一個模擬分析比較不經變 數變換與經變數變換的方法，所選出的自變數組合是否大致相同，若其差異不大，則 表示此種變數變換方法確時有效，往後遇到類似的非線性迴歸之自變數的選取都可轉 換成一般線性迴歸的問題來解決，可簡化許多計算過程，此亦為本文研究的目的。 本文結構：本文共分六章 第一章 緒論，說明井究動機與目的 第二章 建立羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）及定義其殘差（ RESIDUAI） 第三章 探討非線性模型之自變數選擇方法及針對LOGISTIC REGRESSION 求其CP統計 量。 第四章 介紹一重經過變數變換的自變數選擇程序及其應用的原理。 第五章 模擬分析，比較第三章與第四章所述二種方法的差異。 第六章 結論。

2006 年新巴塞爾資本協定的施行，台灣各家銀行皆陸續步入實施新協定的軌道，發展以風險評等的觀念來計算法定適足資本，讓銀行採自建信用評等系統來評估違約暴險，並透過信用評等達到早期預警的效果，降低信用風險。而資料採礦則是近年來在應用分析領域中相當熱門的議題。 本研究是將資料採礦技術導入企業信用評等模型的建置程序，以國內某一銀行的企業授信資料為實例，資料的觀察期間為2003至2005年，其中針對「製造業」進行研究。藉由企業財務報表簽證資料，結合授信往來紀錄等變數，經誤差抽樣，分別以類神經網路、決策樹及羅吉斯迴歸等採礦技術，建立模型。模型驗證的部份，依據金管會建議的七個方向執行模型之驗證。 研究結果發現，經評估確立以1:2誤差抽樣比例下，使用羅吉斯迴歸技術建模的效果最佳。模型中財務資訊、產業特性及公司的徵審授信紀錄對於違約皆具有一定的解釋預測能力，且顯示產業特性的不同，對於違約機率的預測，有一定的影響。經驗證後，此模型即使應用到不同期間或其他實際資料，仍具有一定的穩定性與預測效力，並且通過新巴塞資本協定與金管會的各項規範，表示本研究之信用評等模型，的確能夠在銀行授信流程實務中加以應用。

新巴塞爾資本協定(Basel II)之內部評等法(IRB)的運用關鍵，在建立一個有效的信用風險模型，而此模型的功用在於將銀行的風險程度，以量化的風險因子來表達；而本研究即是針對新巴塞爾資本協定，探討在新協定的最低要求(Minimum Requirement)下，銀行欲採用內部評等法(IRB)架構信用風險系統時，應如何建立信用風險模型中「違約機率(PD)」的量化流程。 本篇研究以國內某家金融機構的資料為例，利用羅吉斯迴歸來進行製作信用評分模型，在信用評分模型正確性的指標測試中，不論是在Kolmogorov-Smirnov值、ROC比率、Gini係數的測試上，皆比原此家金融機構在正確性指標測試中更為出色。 最後，更進一步依照該模型所預測之違約機率，建立信用評等，並同時探討不同等級之客戶特性，使金融機構能更有效率地加強其風險控管，進而改善其顧客關係管理系統。

近年來銀行經營管理方式已因經濟環境改變及金融市場變遷而產生了巨大變革，商業銀行的資產規模是不是可以無限制地擴張？銀行經營績效的評估方式仍可用傳統盈餘及成本觀念加以框架嗎？在此背景下，巴塞爾資本協定應運而生。1987 年，美聯儲和英格蘭銀行聯合向巴塞爾清算委員會提出要在世界上建立共同的資本體系，目的就是要限制在資本不足的情況下銀行規模的過度擴張；現代金融機構經營績效的評估亦不再僅是單純存放款利差的擴大，而更由考量「每單位資本」所得利潤，轉變為衡量「每單位風險」下所能創造的獲利。藉由這種思維轉變所產生的評估指標，較能忠實呈現風險下的真正績效，並有效掌握銀行內部風險程度及獲利狀況，對資金與稀少性資源做適當分配。 如何達到最佳化的資本配置？最主要在於精確量化銀行業者每天所面臨的各項風險，尤其是信用風險的量化。而信用評等（credit rating）制度的建立係現代商業銀行量化信用風險管理的最重要且最基本的一環，信用評等的建置成敗在於資料倉儲的品質與IT 支援能力，這也是銀行內部評等建置的基楚工程，而一般大型國際銀行在建置內部評等系統時，會一併將後續呆帳準備（provisions）計提、預期損失與未預期損失、資本配置管理與風險調整後績效評估連結。 本研究室針對電子製造產業，在新巴賽爾協定規範下，建立信用評等模型。模型採用羅吉斯迴歸建立，模型中的變數可分成三個構面：『董事持股面』、『公司獲利面』、『公司負債面』；而模型的整體正確率可達88.31%。在各項模型的測試中，皆有穩定的表現。

巴塞爾銀行監理委員會於2001年1月公布新版巴塞爾資本協定，並於2006年底正式實施。新協定鼓勵銀行能建立自己的內部評等系統評估違約風險，並重視銀行放款風險考量資訊的量化和降低計提所需資本，進而提高金融機構風險敏感性，以彌補傳統標準法的不足。為因應此趨勢，本研究以全國公開資料庫的資料為實例，資料的觀察期間為1996至2005年，透過資料採礦流程，以製造傳統產業公司之授信樣本為主要的研究對象，建構企業違約風險模型及其信用評等系統。 本研究分別利用類神經網路、羅吉斯迴歸和C5.0決策樹三種方法建立模型並加以評估比較其預測能力。結果發現羅吉斯迴歸模型對違約戶的預測能力及有效性皆較其他兩者為佳，因此，以羅吉斯迴歸方法所建立的模型為本研究最終模型。接下來便針對該模型進行各項驗證，驗證後發現此模型即使應用到不同期間或其他實際資料，仍具有一定的穩定性與預測效力，確實能夠在銀行授信流程實務中加以應用。

新巴塞爾資本協定的誕生為全球廣大的金融體系定下一個控制風險的準則，要求金融機構對於其自身風險提列一定的資本準備，以避免發生危機時，毫無應變的能力。金融機構若能依內部評等法計算出對應其自身風險的最低計提資本，即可在風險控制下避免準備過多的資本，以追求最大的利潤。 本研究對象為國內於1996至2005年分類為電子工業下之授信企業，違約企業佔總體資料5.51%，本研究遵循新巴塞爾資本協定中內部評等法之規範，及考量實務應用之普遍性與準確性，以羅吉斯迴歸法建置信用評等模型，並依金管會所建議之方向逐一對模型加以驗證，以符合在實務上運作之標準。 違約機率模型中包含了四個財務報表之變數，一個企業基本特性變數，根據拔靴驗證，不僅在AUC項目的表現相當良好，此模型之參數表現亦相當穩定，不受訓練外樣本而有所明顯的變動。在敏感度分析中，變動某一參數至最差信用等級，皆會讓違約機率有明顯上升。本研究授信資料一共橫跨十年的時間，符合內部評等法中需要五年以上歷史資料的要求，信用評等在轉移矩陣中的表現十分優秀，大致集中在對角線的部分，且幾乎沒有發生在前一年度評等為最差等級的企業在下一年度回復至評等最安全的前三等級的狀況。且透過十年間企業評等的轉移情形發現，電子工業產業在十年間大部分企業有下降的情形，僅有少部分是上升的狀況，顯示出電子工業產業在1996至2005此十年間可能有下滑之趨勢。

新巴賽爾協定已於2006年正式實施，國內各金融業為有效控制信用風險，近年來多致力於內部信用評等之建立；本研究透過建置違約預測模型的方式，讓金融機構可採用更科學且快速的方法預測客戶之違約機率，兼顧了金融機構的獲利與安全性。 本研究之研究對象為全國公開資料庫於民國85年至94年的服務業，其中違約客戶佔1.6%，非違約客戶佔98.4%；藉由企業財務報表與基本構面結合經濟變數，經誤差抽樣建立羅吉斯模型；經評估確立以1：2誤差抽樣比例下的羅吉斯迴歸模型效果最佳。接下來便針對模型去評估模型的有效性；最後，更進一步依照該模型所預測之違約機率，建立信用評分等級，同時檢視各等級內客戶之特性。 研究結果發現，以K-S Test以及ROC曲線進行模型正確性評估，本研究之模型有一定水準可以區隔正常授信戶及違約授信戶的能力；等級同質性檢定，也得到了同一等級內違約要素為同質且組內變異小的結果；表示本模型具有一定的穩定性與預測效力。

全球化潮流方興未艾，基於與國際接軌目標，我國金融業自2006年起實施新巴塞爾資本協定，期於現今日新月異金融環境中以全球一致性的銀行管理方法及制度落實其精神。實施新巴塞爾協定後，首當其衝者便是台灣產業發展主體—中小企業。以信用風險中資本計提為例，中小企業不若大型企業體質健全，且財務透明度亦為人詬病，相對提升金融機構授信風險，進而導致中小企業融資授信審查趨於嚴格與保守，中小企業融資難度與成本皆大幅增加。 有鑑於此，本研究以中小企業中電子業為主要研究對象，採資料採礦流程進行信用評等模型建置。為求配適最佳違約機率模型，分別以不同精細抽樣比例逐一配適羅吉斯迴歸、類神經網路及分類迴歸樹等統計模型，經評估後篩選出羅吉斯迴歸模型建置信用評等系統。再者，為確認模型與信用評等系統建置適當，係遵循新巴塞爾協定相關規範進行各項測試及驗證，結果顯示模型於樣本外資料測試表現良好，信用評等系統亦通過正確性分析、等級區隔同質性檢定及穩定度分析等驗證準則，冀能提供金融機構一套有效且精簡的信用管理機制，建立與中小企業間資訊對稱管道，於兩造雙方取得互利平衡，防範危機於未然。 / Globalization trend is still growing. Because of the objective of connecting to the world, the banking and finance industry in Taiwan has implemented the New Basel Capital Accord since 2006, hoping to make use of globally consistent banking management method and system to implement its spirit in this changing financial environment today. After the implementation of the New Basel Capital Accord, the principal development part in Taiwan industry, medium- and small-sized enterprises, is the first to be affected. For example, with regard to the capital requirements in credit risks, the constitution of medium- and small-sized enterprises is not as sound as large-sized enterprises’, and the financial transparency of medium- and small-sized enterprises is insufficient that the credit risk of financial institution would be lifted comparatively; and then, the finance and credit investigation of medium- and small-sized enterprises would become strict and conservative, thus the finance difficulty and cost of medium- and small-sized enterprises would be increased substantially. In view of this, this study regards the electronics industry from medium- and small-sized enterprises as the main study objects, and data mining procedures are used so as to establish the credit scoring system. To get the best probability model of default, different oversampling ratios are used one by one to match such statistical models and logistic regression, Neural Network Analysis, and C&R Tree; and logistic regression model is selected for the establishment of credit scoring system after assessment. Moreover, relevant the New Basel Capital Accord standards are followed to carry out every test and verification so as to confirm that the establishments of model and credit scoring system are appropriate. The result indicates that the model has good performance in out-sample test, while credit scoring system also passes such verification standards as accuracy analysis, level segment homogeneity test, and stability analysis. Hopefully, this study result can provide a set of effective and simple credit management system for the financial institution to establish information symmetrical channel with the medium- and small-sized enterprises, so that both parties can obtain mutual balance and the crisis can be alerted in advance.