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%。
Identifer | oai:union.ndltd.org:CHENGCHI/G0094354016 |
Creators | 盧音萱 |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0017 seconds