應用資料採礦技術於信用評等模型之建置-以服務業為例

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。

Identiferoai:union.ndltd.org:CHENGCHI/G0095354016
Creators劉建廷, Liu,Chien Ting
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 0.0024 seconds