台灣的銀行業目前呈現過度競爭的情況，加上政府極力推動金融改革，銀行為了拓展版圖，不惜降低徵、授信標準，擴張信用貸款，使得很多銀行的逾期放款增加。加上國內銀行多以消費性金融業務為主，造成雙卡風暴嚴重影響金融市場的秩序，導致銀行緊縮無擔保貸款並增加房屋貸款現象，加上96年初美國爆發次級房貸風暴，為降低銀行因過度擴張房貸業務對銀行經營造成負面影響，本研究以國內某商業銀行為主要研究對象，並以巴塞爾協定為基礎，針對消費者房屋貸款的授信評量做一研究與分析，試圖利用統計方法建構一信用風險內部評等模型，客觀評估房屋抵押貸款之違約風險因子。 本研究所得結論如下: 1.本研究所使用的模型為Logistic Regression，利用銀行實際之進件資料和交易行為資料進行分析，透過此模型找出和違約有關的風險因子，並計算每個客戶之違約率。 2.交叉分析顯示變數「3個月平均繳款率」、「觀察期帳戶逾期情形」、「地區」、「學歷」、「貸款成數指標」、「3個月貸款餘額比率」、「是否超過法定貸款額度」和違約間有顯著的差異，且在Logistic Regression模型中顯示這些因子對於違約有一定影響 3.經由本研究所建構的內部模型，可以及早發現高風險群組的客戶，並做適當處理，提升銀行房貸業務的授信品質，降低銀行整體的逾放比。

本研究希望透過分析香港導入安老按揭試驗計畫之過程與經驗，並比較其與美國HECM計畫之異同，發掘反向房屋抵押貸款商品導入階段，所面對問題及具體解決方案，藉以提供我國未來規劃相關商品之政策參考。 　　目前內政部規劃於2012年底，試辦公益型反向房屋抵押貸款商品，並由公益彩券盈餘挹注資金，初期採嚴選借款人身份、限定試辦區域及限制受理名額方式辦理。惟以各國發展類似商品之成功經驗，要達到政府建構老年經濟安全保障之多元化目標，回歸財務自給自足，擴大適用對象與範圍，才是正辦。 　　香港推出安老按揭，係華人社會中首見具有政府保險機制之反向房屋抵押貸款。其由香港政府全面主導，建構整體營運架構與商品內容，適足以提供我國極佳之參考範例。本研究發現在營運架構方面，安老按揭以政府保險機制，免除承辦金融機構面對長壽、利率及房價風險之疑慮。同時，亦加強老年人申辦之信任與信心，為日後發展奠定良好基礎；在商品規劃方面，安老按揭貸款採用風險較高之年輕借款人，貸款成數較HECM計畫為低，風險較低之高齡借款人，貸款成數則較HECM計畫為高。以及安老按揭前期成本(Upfront costs)較HECM計畫為低之策略，嘗試說服立法會與民意支持；在消費者保護措施方面，香港近期飽受金融機構不當銷售案例頻仍之苦，安老按揭採用事前強制輔導、事中嚴格控制資金用途及事後長達六個月猶豫撤銷期，以期保護弱勢老年消費者。 　　本研究建議未來政府除保留目前規劃之公益型反向房屋抵押貸款商品，提供擁有房地產的近貧老人，取得日常生活所需資金外。仍應朝向公辦民營型的反向房屋抵押貸款商品發展，由政府帶頭結合民間各項資源，避免財政補貼支出，朝向財務自給自足之目標，俾以擴大服務對象與範圍，達成政府建構老年經濟安全保障多元化之既定目標。

「退休」對於大多數人未來生活而言，可能會面臨嚴重的財務難題，因為退休之後可能沒有第二個機會能獲得正常的收入，而卻必須面臨退休生活之開支以及老年醫療看護之問題，因此在工作階段對於退休金的規劃設計適當與否愈顯重要，以解決老年人退休生活的經濟安全。而目前退休金籌措之來源，除有政府提供之社會保險、企業所提撥之退休金、個人所購買之商業年金保險、存款、投資收入之外，在英美等國市場上發展出一種為老年人退休生活融資的工具──反向房屋抵押貸款(Reverse Mortgage)，使老年人得以利用其房屋融資、為其取得生活所需之金錢支柱之同時，而仍保有房屋之所有權，直到老年人死亡、自願搬離或者出售房屋，而在貸款期間，並不需償還任何金錢予貸款人。 英美各國之所以發展反向房屋抵押貸款商品之主要原因，係因面臨戰後嬰兒潮之族群屆至退休年齡，使政府社會補助系統日益沉重；而且在平均餘命增加所產生一連串健康照護等問題，致退休金系統之保障可能不足情況下，於1980年代開始蓬勃發展反向房屋抵押貸款。而我國由於人口老化快速、生育率逐漸下降、退休所得適足度不足以及自有住宅率高等前提下，有發展反向房屋抵押貸款之潛力。 本研究將以美國反向房屋抵押貸款市場為基礎，分析其主要內容和借貸雙方之間的權利義務。由於台灣目前之退休市場上，還未開發反向房屋抵押貸款此種商品，若要發行此種商品，對於政府、金融機構或者是消費者，勢必是一項新的考驗，而且可能面臨以下幾個問題：反向房屋抵押是否為我國所承認之抵押權？若非，應如何因應？若反向房屋抵押貸款為我國所承認之抵押權，則抵押人之權利義務應如何調整，以保障抵押權人之利益？反向房屋抵押貸款之特性於我國適用時，借貸雙方之權利義務是否有調整之必要？若是，應如何為之？ 本研究僅針對反向房屋抵押貸款於我國發行之可行性，並未針對應由何機構發行此種商品為宜，而僅就現行民法規定作初步分析，探究反向房屋抵押貸款於我國適用時有無衝突之可能。另再比較美國及其他發行反向房屋抵押貸款之國家，相關之規範或制定內容之發展經驗，對我國具有相當之啟示且可發揮相當程度之指標性作用，可供我國未來金融實務發展上之借鏡與參考，希冀有助於我國發行反向房屋貸款時達到最佳效益。

少子女高齡化趨勢將對工作年齡人口以及高齡人口本身帶來沉重的經濟壓力，除了及早進行退休財務規劃或是延遲退休以提高退休金累積期，籌措充足的財務資源以因應持續延長的退休期間，高齡屋主亦可透過反向房屋抵押貸款，將之前所累積的房屋權益轉換為一定形式的退休所得，藉以安享遲暮之年。 透過反向房屋抵押貸款，缺乏現金以供生活花費的老年屋主在不須定時繳交貸款本金或利息的情況下，可視自身財務狀況自由選擇貸款金額給付方式，以保障退休期間的經濟安全。 本研究以Szymanoski (1994)所建立的HECM定價模型為主要架構，旨在計算在貸款保險基金維持收支平衡的條件下，某一利率水準之特定歲數借款人所對應的本金限制因子，並求算其一次可貸金額、終身給付金額與所得替代率。在貸款利率4.72%、期初房價為$6,000,000、退休前每月薪資所得$42,018等參數假設下，65歲的男性借款人所對應的本金限制因子為0.505，在扣除相關貸款成本後，一次可貸得金額為$2,760,000、每年的終身給付金額為$194,851，申請貸款可為借款人提升的所得替代率為38.64%。因此，反向房屋抵押貸款所帶來的所得提升效果可望協助借款人度過退休期間的財務難關，以維持基本生活水平。

臺灣房市此波景氣繁榮時間之久，超越過去臺灣房市的歷史紀錄，在此期間，被視為象徵房市上、下游的建築貸款與購屋貸款餘額也多次創新高，近來中央銀行定期公布的購屋貸款、建築貸款餘額，常成為媒體財經新聞的焦點，一般大眾已習慣將房價高漲與購屋、建築貸款餘額創新高之訊息相互聯結。 本研究係探討房價與購屋貸款、建築貸款之關聯性，以臺灣2000年第一季至 2013年第四季之相關變數，共計56筆季資料，運用單根檢定、共整合檢定、誤差修正模型及Granger 因果關係檢定等實證方法，探討房價與購屋貸款、建築貸款之間的關聯性。共整合檢定結果發現，購屋貸款、房價、利率與國內生產毛額間存在二個共整合向量，變數之間具有長期均衡關係；另建築貸款、房價、利率以及國內生產毛額間存在一個共整合向量，變數之間亦具有長期均衡關係。由因果關係檢定得知，購屋貸款會Granger影響房價，房價與建築貸款之間的因果關係檢定結果並不顯著。 臺灣住宅政策長期以輔助人民購屋為主，政府常透過購屋貸款來達成政策目標，基於研究結果顯示購屋貸款與房價為正向關係，購屋貸款會Granger影響房價，故近來政府為抑制高房價實施打房措施時，可能要同時考慮到長期不斷地推出各種低利優惠貸款，對購屋貸款的推升作用，以及對房價的影響。另研究結果顯示建築貸款與房價的關係為負向，因果關係的檢定並不顯著，推測臺灣政府為防止建商囤地炒房，長期對建築貸款施以嚴格的管控措施具有一定的效果。

在日益競爭激烈的聯貸市場中，發生超額認購之情形越來越普遍。當公司發生超額認購後，通常會對貸款條件進行調整。本研究使用LPC資料庫與Compustat資料庫，並且依據「超額認購後公司的調整情形」作分類，分別研究其後續資金運用之決策上有何差異。實證結果指出，超額認購後調升貸款金額的公司中，投資機會較高之公司群後續將資金運用於資本支出上，投資機會較低之公司群則是將資金以現金形式保留在公司內部，且兩者均不會將資金發還給外部投資人。另外，此兩類公司之經理人薪資以及紅利均上升，但是卻伴隨著較差的盈餘表現，印證公司內部存在某種代理問題。尤以投資機會較高之公司群而言，前三大經理人持股反而在高額認購後下降，更加深股東與經理人之間存在代理問題的疑慮。

以往銀行推動消費金融業務的商業模式，以行員對客戶採行一對一銷售的Retail Model為主，透過直接服務的方式有效傳遞資訊，並能深耕客戶維護良好關係。然而，針對消費金融業務具有案件多、金額小之特性，除了上述Retail Model外，藉由尋求合作夥伴的配合，發展一對多的服務方式，以Wholesale Model快速達到規模經濟，成為拓展業務的另一項選擇。以車輛貸款為例，銀行與車輛經銷體系或其他金融服務業者進行業務合作，藉著通路型態的改變，以B2B2C的方式間接觸客戶，並將產品、服務與作業程序標準化，以降低營運與時間成本，創造彼此合作的最佳效益，為對Wholesale Model最好的詮釋。由於Retail Model與Wholesale Model各有其運作上的優勢及考量，各銀行依其業務策略、關鍵資源與競爭優勢選擇運用適合自身發展的模式。 本研究以個案公司之消費金融業務在拓展產品線與增加銷售通路，以創造利潤最大化及擴大客戶規模的策略目標下，評估將採取傳統Retail Model或增加Wholesale Model重返車輛貸款市場為題，探討企業以後進者的角色切入成熟產品與穩定市場時的考量與思維，以及如何突破現有框架，發展符合個案公司發揮關鍵資源，展現企業能耐的商業模式。本研究並分析個案公司的特色與優勢，對應外部分工差異、貸款案件控管、受託機構風險、成本效益與市場定位等面向，對於選擇營運模式決策的影響。本研究發現，當個案公司加入車輛貸款市場的競爭時，除了確實掌握市場脈動外，運用利基在諸多價值活動的規劃上創造新的市場區隔，尋求商業機會，以創新的商業模式因應發展策略與核心目標。

本文將我國購屋貸款制度分為一般貸款與補貼貸款兩部份，首由住宅負擔能力之觀點，探討住宅負擔能力與購屋貸款制度之關係；由相關文獻與理論探討住宅負擔能力之定義與種類，討論其與購屋貸款間之關聯性，並建立住宅貸款負擔能力指標。透過典型個案之設計，分析貸款利率、貸款額度、貸款期限以及償還方式對貸款負擔能力指標之影響。在購屋貸款補貼制度方面，則以住宅補貼公平觀點，檢討我國購屋貸款補貼制度之問題。最後參考各先進國家之購屋貸款制度，配合國內現況，提出以金融手段協助人民解決住宅問題之政策性建議。 研究結果發現，就貸款負擔能力之觀點而言，政府若欲透過貸款制度以協助人民購置住宅，在降低貸款利率方面，基於銀行追求利潤與政府補貼財源有限之前提下，對其幫助之程度有限；而貸款額度之決定端賴貸款者會有資金多寡、日後償還能力、擔保品價值與銀行資金狀況而定；償還期限若延長至三十年以上，對貸款者負擔能力改善，並無實益；然多樣化的償還方式卻可提供貸款者考量其負擔能力之自由選擇空間，惟為顧及銀行因此而承擔之貸款風險，可研究引進美國針對特定對象之保險或保證制度，以保障其貸款安全。而目前我國貸款補貼制度確實存有不公平現象，且受住宅價格偏高影響，現行制度實無法確實解決較低收入者負擔能力不足問題，故其實施成效不大，值得政府有關單位之重視與研究改進。

摘要 本研究是利用某保險公司在大台北地區的壽險保單資料，進行知識發現過程。常見的資料採礦技術為類神經網路模型、CART及C4.5，利用這三種模型，來探討保單貸款行為模式。在抽樣過程中，藉由改變抽樣方法、樣本數大小及樣本中有貸款保單的比例，來選擇樣本的結構，並討論不同的樣本結構對模型的影響。研究過程中，也討論了連續變數轉換與否對各個模型的影響。 結果發現樣本中有貸款保單的比例對於模型的影響較大，而樣本數及抽樣方法對模型的影響都會隨著有貸款保單的比例不同而不同，每種模型適用的樣本結構並不一致。 連續變數的影響中，類神經網路受到連續變數轉換的影響較大，研究結果發現轉換連續變數可以使得類神經網路模型結果較好；對於CART或C4.5模型，受到連續變數轉換的影響小，CART模型連續變數轉換前後結果不變，而C4.5受連續變數影響在不同樣本結構並不一致，但改變量都很小。 從模型結果來看影響保單是否有貸款的變數，在類神經網路模型的靈敏度分析結果中，對模型影響較大的變數為體位別、被保人職業別級數、保險型態及地區；在CART模型結果中，影響較大的變數為繳別、保單年度、保單價值金、繳費方式及投保面額；在C4.5模型結果中，影響較大的變數為主約保單預定利率、年繳化保費、保單年度及繳別。對於CART、C4.5模型，選擇有較高正確率的規則，以提供保險公司決策方針。 / In this study, data mining is being applied on data taken from one of the life insurance company in Taipei. The techniques used are neural network, CART and C4.5 which are widely used models in data mining. In the process of acquiring samples, we comprised groups of samples by using different kind of sampling methods, different sample sizes, different ratios of loaned to un-loaned policies. In addition another groups of samples are created based on whether the continuous variables have been transformed. We then applied the three models into each of our various samples combinations to see which samples combination best described consumer behaviors with respect to their borrowing attitudes against their policies and its effects on different data mining models. The results we found based on our study are summarized as following: 1. The assigned ratios have great influences on the model. However the magnitude of influences of sampling method and sample size on the model depends largely on the sample combination. 2. The sample combinations having transformed continuous variables affect and improve the results of neural network model significantly. However for CART model, the affects are insignificant whether the continuous variables having been transformed or not. The effect of transformed continuous variables on C4.5 is of limited. 3. The variables used to describe the behavior of the consumers as to taking the loan against the insurance policy vary for the three models.

摘 要 過去對於保險資料的研究多採用傳統統計方法，然而保險公司龐大資料庫中蘊含的寶貴資訊可能因此被遺漏。 本研究目的是將資料採礦的技術應用到保險公司資料庫中的高雄縣市保戶保單貸款資料上，研究保戶利用保單貸款的行為，做為保險公司日後推行保單貸款的參考。 從整理過後的資料中，用不同抽樣方法抽出不同樣本大小以及不同是否貸款比例的樣本，將連續變數做轉換後，建立決策樹和類神經模型，透過統計上的變異數分析，討論四個因子對預測結果好壞的影響。選出最好組合的樣本大小、是否貸款比例（已貸款：尚未貸款）、抽樣方法、以及建立的模型。 最後將此最佳組合建立的C4.5決策樹轉換成規則，並探討其中正確率較高的幾項，作為給保險公司的參考。 / Abstract In the past, the analysis of insurance data is usually conducted with traditional statistical methods, however a large amount of valuable information hidden might be left undiscovered. The purpose of this research is to apply data mining techniques to customer policy data taken from one of insurance company’s database in Kaoshuing city and county to study the behavior of customers taking loans against their policies as a reference for insurance company in promoting policy in the future. From the cleansed data, we sample policies of different sizes and percentage of policies with loans by different sampling methods, decision trees and neural network models, then through the significant interactions of ANOVA, discuss how the results being influenced by the four factors. We then choose the best model that manifests factors affecting customer’s behavior in taking out the loan thus providing insurance company a vital information in targeting its customers group.