Return to search

消費者信用評分制度之研究 / Study on Numerical Scoring System for Consumer Credit

銀行之基本功能在於規劃信用之有效分配,銀行家藉授信業務完成其功能。授信首重信用風險之合理評估,此乃授信決策之核心。借款戶個體屬性與信用風險型態關聯,如能利用此項關係,從事建立信用評分制度,當可改善仰賴傳統人性判斷之偏誤,且觀念上之革新自能促成經營決策之進步。
本文研究主旨在於探討建立與評估消費者信用品質數量化制度供銀行業之授信規範。評估消費者信用風險之優劣,貴乎公平、客觀、具體、明確、迅捷、有效及一致性之作業規準,以取代純理論或原則性之傳統信用因素分析。信用評分制度列舉借款戶之各項重要屬性,並視每項屬性對於預測信用風險之效果,應用數量方法計算其應有權量,亦即對於各項重要屬性制訂不同評分值,據以編製評分表,作為評估借款戶信用風險優劣之依據。任何借款戶之個體屬性依照評分表項目所計得之積分,興該借款戶所屬之信用風險型態產生直接關聯,得分值愈高,表示授信所承擔之風險愈佳,反之則否。借款戶之得分數值代表具體而準確之信用品質,據此銀行家便能建立並承擔合理授信風險之能力水準。
消費者信用評分制度係建立在社會學與心理學之推理上,其基本假定在於借款戶所處環境及其個人之各項屬性,足以導致日後背信賴債之結果。根據經驗銀行家咸認借款戶是否具有背信賴債之潛在不良信用風險,早在簽訂借款契約之前既已存在,而信用評分制度乃為測度此項潛在不良信用風險之有效方法。
消費者信用評分制度係應用數量統計方法,用以建立具有靈效之信用評分表,供為評估借款戶之信用風險問題。就數理觀點而言,此項制度係建立在差異分析模式(discrimint analysis model)上,該模式乃變異數原理之一分支,同屬線型迴歸分析(Linear regression analtsis)理論之範疇。為建立差異分析之統計模式採用某銀行對消費者直接授信之實際樣本資料為基礎,從事借款戶個體屬性之分析研究,並檢定個體屬性對於區別優良與不良信用風險之顯著預測實效。差異分析需利用大量樣本,加之演算過程繁複,有關資料處理與一應計算有賴IBM-11 30電子計算機系統進行。
本文共分五章,第一章導論,敘述撰寫本文目的,研究對象與範圍、研究方法、資料搜集經過。第二章消費者信用風險因素分析,係根據美國銀行界之經驗,舉述消費者之各項信用風險因素,並作具體深入之探討研析,且對借款戶之相關屬性加以歸類以為建立消費者信用評分制度之具體內容,兼供擬具借款申請書內容格式之參考。第三章消費者信用評分制度之理論與應用,係本論文之重心,乃闡釋信用評分制度之理論結構,討論信用評分制度賴以建立之差異分析統計模式,並設例舉述建立此項制度之必要步驟與程序,及其對消費者暨工商業授信之應用現況。第四章實例研究,首先簡介某銀行辦理直接性消費者放款業務,次就有關實際資料整理作必要之說明,然後,辦理抽樣,應用第二章及第三章之理論計算樣本資料之各項統計值,最後就所得結果進行效果測驗,檢定納入評分制度中之個體屬性所具之信用風險預測成效,最後對於所建立信用評研制度之具體結果,提出檢討意見,以為改進之參考。第五章結論與展望,係本諸研究結果,舉述銀行業建立信用評分制度,乃促進銀行業務現代化之必要途徑。唯有引進科學之數量分析方法,才能改善經營效益,使銀行授信功能臻於現代化之要求。
本實例研究並未獲致預期之積極性結果。經檢定借款戶個體屬性與信用風險間之關聯性,確證對不同信用風險型態之修正分類原則,堪稱穩妥合理,惟檢討何以導致偏誤之結果似與原始資料之不甚完整可靠有關。為避免違冒重大錯誤起見,對確定最適取捨點,個體屬性應有權量,進而用以測度在現行授信作業所能改善之潛在經濟效益等項,未便據以推演論斷。此項憾事容待後日,另行搜集樣本,再次探討,以竟厥功。
在實例研究資料整理與理論模式之配合方面,會遭遇不少困雞,幸蒙吾師陸教授民仁熱心指導,同窗林英峰,周汝及兩君從旁協助。有關電子資料處理則承政大公共行政及企業管理教育中心電腦館之玉助;實例資料承某銀行之慨允提供,各項文獻之搜集復承留美同窗高孔廉及紀華山兩君就便代為錄印,併此申謝。
本文內容定有疏漏,敬祈教授方家指正。

Identiferoai:union.ndltd.org:CHENGCHI/B2002009221
Creators簡安泰
Publisher國立政治大學
Source SetsNational Chengchi University Libraries
Language中文
Detected LanguageUnknown
Typetext
RightsCopyright © nccu library on behalf of the copyright holders

Page generated in 0.0022 seconds