論文摘要
近年來國內消費性貸款業務不斷地成長，根據財政部金融局最新統計資料，至89年9月底金額為39,849億元，佔本國銀行放款比重34.1%，其中個人消費者小額信用貸款餘額，更從83年1,486億元以每年近18%成長率至89年九月底餘額為3,651億元。因國人消費理財的觀念逐漸改變，及自85年以來銀行業者積極推動各種手續簡便之小額信用貸款而迅速成長，使得這項業務蓬勃發展甚至成了銀行現階段主要的獲利來源。然而，隨著景氣低迷、失業率攀升，推行小額消費性貸款業務的潛在風險亦不斷升高，如何評估客戶的信用風險，降低違約損失，並追求業績之成長，是有志在消費金融領域發展的銀行最迫切的課題。
本研究係以一家銀行之消費性小額信用貸款客戶為分析對象，總計取樣1764個樣本，從文獻及其他行庫信用評分表中找出具影響客戶繳款是否正常之要素29個，歸納出六大信用風險類別項目，再依樣本銀行所提供的資料，羅列25個可能影響信用風險的變數加以分析，透過K-W獨立性檢定與Spearman’s rho相關分析，得出影響信用風險最顯著的17個風險變數，並發現各變數間亦存在某種交互關係，影響信用風險之程度相當顯著。以下就本研究之結論，擇要簡介如下：
一、年齡的不同對於繳款情形有顯著的影響，研究結果顯示41-45歲之信用風險值高於平均值，而工作年資7-10年之間亦是高風險群，推測應與外在經濟環境變遷有關；近年來景氣低迷、產業外移導致失業率攀高。過去實務界普遍認為，年齡、年資愈高者信用風險愈低，可予適度修正。
二、高所得者未必是信用風險較低者，應考量其實質淨收入。各銀行評分表普遍認為，所得較高者償債能力較強，故評分因年所得高而明顯提高許多，核貸金額相對提高，無法反應客戶真償還能力。因負債金額較高者將影響借戶之繳款能力，故在實務作法上，應考量各影響變數間交戶作用之影響。
三、研究結果，借戶是否擁有不動產與信用風險高低之關聯性係並不顯著，反而可能因房地產舉債，而變成高風險群。從蒐集的信用評分表之信用風險變數可發現，借戶的財產狀況均佔有相當的評分比重，過去「有土斯有財」的迷思，過度強調借戶不動產多寡的觀念，應儘早修正。
四、研究結果，保證人之多寡、有無對借戶信用風險的影響並不顯著，銀行在推展小額消費信用貸款業務，主要著眼於廣大的消費大眾，作法上以手續簡便迅速為訴求，應以借款人本身的償還能力為主要信用評估依據，過去認為保證人愈多，信用風險愈低的傳統授信觀念，將阻礙業務之推展，並不適用在小額消費者貸款上。

關鍵字：消費者貸款、信用風險管理、信用評分制度

Abstract

According to the latest statistical data from Ministry of Finance, it is found that domestic consuming loan is growing up continuously these years. Up to the end of September in 2000 the sum of this business is 3984.9 billion. It is equal to 34.1% among loan of native banks. Personal small-scale consumer credit is increasing at 18% rate per year from 148.6 billion in 1994 to 365.1 billion in the end of September in 2000. It is developed vigorously, and even to be the main profit for banks. This is because consumers have slowly changed their concepts about how to use their money. Another reason is that the banks are actively to provide small-scale consumer credit with easy formality. But its potential risk is becoming higher since depression in economy and unemployment are getting higher. “How to do the credit estimation for your consumers; how to make the lost of breaking an appointment lower” is the most urgent for the banks who would like to have good performance in the field of consuming finance.

This research takes 1764 consumers who have small-scale consumer credit from a specific bank as samples for analysis. We found 29 elements that will affect the payment from literature and credit estimation from other branches. After concluding 6 types of credit risk, 25 influent elements offered by sample bank are listed for the purpose of analysis. “K-W independent check” and “Spearman’s rho related analysis” are used to gain 17 variables. They are interactive and remarkable for credit. The summarized introduction of this research is as follows.

1. Age is notable for payment. The risk between ages of 41 ~45 is higher than the average. Seniority around 7 ~10 years is also dangerous. The above appearance is figured out to be concerned about transition of economical environment such as depression in economy and unemployment. The thought “ higher ages or seniority means lower risk” should be done some amendment.
2. Actual net income should be considered while estimating the credit. Higher income is not necessarily equal to lower risk. People with high income were easily to obtain more loans since they would have better payment capacity. It is observed from credit estimation of each bank. In fact income is unable to reflect payment capacity. Debt will be important reason to influence payment capacity.
3. Having real property doesn’t mean having no risk. We could find that consumer’s property usually took large percentage in credit estimation. Sometimes consumers would become dangerous since they had debt for real property. The banks had better to correct their illusion ”land is wealth” as soon as possible.
4. More or less guarantees are not essential for credit risk. Simple and fast formality appeals to the popular while the banks are promoting small-scale consumer credit. In the past the banks believed that more guarantees could lower the risk. It is wrong and will be the block in developing business. The banks should focus on payment capacity as main accordance for credit estimation.

Key words: Consumers loan; Credit risk management, Credit scoring system.

目 錄
第一章 緒 論 1
第一節 研究背景 1
第二節 研究動機 2
第三節 研究目的 4
第二章 文獻探討 5
第一節 消費者貸款 5
第二節 信用分析與風險評估 11
第三節 信用風險管理 14
第四節 消費者貸款信用管理流程 20
第五節 信用風險評估方式 24
第六節 信用評分制度 .29
第三章 研究方法 43
第一節 研究樣本 43
第二節 研究流程 59
第三節 統計方法 61
第四章 結果分析 63
第一節 信用風險分析 63
第二節 各影響變數之相關性分析 82
第五章 結論與建議 86
第一節 結論 86
第二節 討論與建議 89
第三章 研究限制 92
參考文獻
附錄
表目錄
表2-1-1 國內消費者貸款概況分析表 10
表2-3-1 銀行信用風險管理之相關文獻 18
表2-5-1 信用風險評估法之優缺點分析表 28
表2-6-1 影響消費者貸款之信用要素彙整表 34
表2-6-2 相關文獻信用風險變數分類表 42
表3-1-1 樣本資料結構分析表 48
表3-1-2 基本屬性分析 50
表3-1-3 償還能力分析 53
表3-1-4 信用往來分析 54
表3-1-5 財產狀況分析 55
表3-1-6 貸款條件分析 56
表3-1-7 其他因素分析 57
表3-1-8a 繳款情形 58
表3-1-8b 信用風險指標 59
表4-1-1 基本屬性vs信用風險 65
表4-1-2 K-W檢定-基本屬性 70
表4-1-3a 償還能力vs信用風險 71
表4-1-3b 所得高低vs負債多寡 71
表4-1-4 K-W檢定-還款能力 72

表目錄
表4-1-5a 信用往來vs信用風險 74
表4-1-5b 使用支票vs信用風險 74
表4-1-6 K-W檢定-信用往來 75
表4-1-7 財產狀況vs信用風險 76
表4-1-8 K-W檢定-財產狀況 76
表4-1-9a 貸款條件vs信用風險 77
表4-1-9b 保證人vs信用風險 78
表4-1-10 K-W檢定-貸款條件 79
表4-1-11a 其他因素vs信用風險 80
表4-1-11b 主管有無加分vs信用風險 81
表4-1-12 K-W檢定-其他因素 82
表4-2-1 Spearman’s rho 相關係數分析表 85
附錄表 各銀行主要風險變數評分項目比重分析表 104

圖目錄
圖3-2-1 研究流程 60

參考文獻

壹、中文部份
方世榮，1998，統計學導論，台北：華泰書局。
江世傑，2001，利用模糊類神經網路系統評估消費性貸款，成功大學企業管理研究所碩士論文。
朱欽姈，1999，「花旗銀行消費金融業務在臺灣成功因素之探討」，臺灣經濟金融月刊，五月號，26-40。
呂美慧，2000，銀行授信評等模式－Logistic Regression之應用，政治大學金融研究所碩士論文。
李惠民，1984，中小企業信用風險評估之研究，淡江大學管理科學研究所碩士論文。
何太山，1977，運用區別分析建立商業放款信用評分制度，政治大學企業管理研究所碩士論文。
邱皓政，2000，量化研究與統計分析，台北：五南。
林有田，1980，信用管理－不景氣時期的壞帳預防與處理實務，台北：陽明管理發展中心。
林鐘雄，1988，貨幣銀行學，台北：三民書局。
林水茂，1998，「消費金融市場發展趨勢」，財團法人金融人員研究訓練中心講義。
林健州，2000，銀行個人消費信用貸款授信風險評估模式之研究，中山大學財務管理研究所碩士論文。
洪春茂，1974，企業授信決策之研究，政治大學企業管理研究所碩士論文。
洪燦輝，1984，徵信典範，台北：中華徵信所企業股份有限公司。
洪允平，1988，「消費性貸款」，中小企銀季刊，第三十卷，46-47。
洪茂尉、蘇永成、陳明賢、胡星陽，1999，財務管理，台北：雙葉書廊。
施孟隆，1999，「Logit Model 應用於信用卡信用風險審核之研究」，財務金融月刊，十月號，85-104。
孫昭仁，1982，金融業授信業務概要，台北：梅枝圖書印刷有限公司。
徐健進，1985，銀行放款評等模式之研究，政治大學企業管理研究所碩士論文。
馬芳資，1994，信用卡信用風險預警範例學習系統之研究，政治大學資訊管理研究所碩士論文。
財團法人金融聯合徵信中心編，1995，金融機構授信管理要覽，財團法人金融聯合徵信中心編輯委員會。
倪成彬，1996，金融機構的風險管理，台北：財團法人金融人員研究訓練中心編輯委員會。
許愛惠，1994，信用卡信用風險審核範例學習系統之研究，政治大學資訊管理研究所碩士論文。
陳麗常，1972，銀行業徵信業務之研究，政治大學企業管理研究所碩士論文。
陳肇榮，1985，「信用管理之作法與評核」，現代管理月刊，六月號。
陳宗豪，2000，消費者小額信用貸款之信用風險研究-甄選的觀點，中山大學人力資源管理研究所碩士論文。
陳文郎，2001，我國金融機構授信信用風險管理之研究，淡江大學商管學院管理碩士學程。
郭銘輝，1985，「個人信用評等制度」，財團法人金融人員研究訓練中心經營管理研究班講義。
郭銘輝，1986，「消費者貸款展望」，財團法人金融人員研究訓練中心經營管理研究班講義。
郭憲章，1988，銀行授信資訊系統之研究-結構化方法之應用，淡江大學管理科學研究所碩士論文。
郭敏華，1996，資訊不對稱對負債資金成本之影響-以銀行借款為實證，政治大學企業管理研究所博士論文。
許進國，1987，銀行消費者貸款業務之研究，文化大學企業管理研究所碩士論文。
黃種澤，1978，商業銀行放款品質之研究，淡江大學管理科學研究所碩士論文。
黃小玉，1988，銀行放款信用評估模式之研究-最佳模式之選擇，淡江大學管理科學研究所碩士論文。
黃俊英，1991，多變量分析，台北：中國經濟企業研究所出版。
黃秋凌，1993，信用卡管理問題之研究，政治大學會計研究所碩士論文。
黃景泰，1998，「消費者貸款受理及審查要領」，財團法人金融人員研究訓練中心講義。
曾俊堯，1991，信用卡信用管理之研究，政治大學企業管理研究所碩士論文。
馮志剛，1996，公營與民營金融機構個人擔保與信用放款授信評估之研究，高雄工學院管理科學研究所碩士論文。
葉國興，1980，授信管理理論與應用，台北：三民書局。
葉秋南，1996，美國消費者信用管理，台北：財團法人金融聯合徵信中心編輯委員會。
葉秋南，1997，美國金融業風險管理，台北：財團法人金融聯合徵信中心編輯委員會。
張仁哲，1982，我國信用卡現代化問題之研究，政治大學企業管理研究所碩士論文。
張宮熊，1996，財務管理，台北：文京圖書有限公司。
楊建民，1993，在微平行電腦上法展範例學習系統研究信用卡信用風險評估，行政院國家科學委員會專題研究計畫。
鄧一政，1992，超媒體銀行授信專家決策支援系統，台灣工業技術學院工業管理所碩士論文。
鄭廳宜，1999，信用卡授信審核之實證研究，朝陽科技大學財務金融研究所碩士論文。
謝豐名，1992，結合分析式層級程序法著智慧型授信決策，淡江大學管理科學研究所碩士論文。
簡安泰，1971，消費者信用評分制度之研究，政治大學企業管理研究所碩士論文。
簡子文，1998，信用風險衡量模式發展回顧與模擬，輔仁大學金融研究所碩士論文。
譚維義，1981，銀行對放款信用評估之研究，淡江大學管理科學研究所碩士論文。
楊培宏，1998，「消費金融個案研究」，財團法人金融人員研究訓練中心講義。
謝維國，1998，「信用評分制度介紹及運用」，財團法人金融人員研究訓練中心講義。

貳、英文部份
Brickley, J.（1997）. Managerial economics and organizational architecture, Irwin.
Capon, N.（1982）. Credit scoring systems: a critical analysis. Journal of Marketing, 3, 128-511.
Eisenbeis, D.B.（1977）. Pitfalls in the application of discriminant analysis in business, finance, and economics. Journal of Banking and Finance, 32, 875-900..
Eisenbeis, D.B.（1978）. Problems in applying of discriminant anaysis in credit scoring models. Journal of Banking and Finance, 2, 205-219.
Gahola, C. L.（1990）. A credit managers guide to the analysis of empirical credit scoring systems. Credit Research Foundation, 5, 132-152.
Lazer, E.（1998）. Personal Economics for Managers. New York: John Wiley & Sons.
Klayman, J.（1988）. Cue discovery in probabilistic environments:uncertainty and experimentaion, Learning Memory and Cognition. 14(2), 317-330.
Orgler, Y.E（1970）. A credit scoring model for commercial loans. Journal of Money, Credit, and Banking, 12(3), 435-445.
Rothstein, H. G.（1986）. The effects of time pressure on judgment in multiple cue probability learning. Organizational Behavior and Human Decision Processes, 37(1), 83-92.
Rock, A.（1984）. Sure Ways to Score With Lender. Money.
Robert, H. C.（1972）. Consumer and Commercial Credit Management. 4-th ed. , Richard D. Irwin.
Steenackers, A. & Goovaerts, M.J.（1989）. A credit scoring model for personal loans. Insurance Mathematics Economics, 6, 31-34.
Srinivasan, V. & Kim Y. H. （1987）. Credit granting: a comparative analysis of classification procedures. Journal of Finance, 42, 665-683.
Updegrave（1987）. How Lender Size You Up. Money.
Wamer, A.E. & Ingram, F. A. （1982）. A test for discrimination in a mortgage market. Journal of Bank Research, 12, 116-124.
Wiginton, J. C. （1980）. A note on the comparison of logit and discriminant models of consumer credit behaviour. Journal of Financial and Quantitative Analysis, 15, 757-770.
Warner D. C. & Dauten J. J.（1974）. Evaluative techniques in consumer finance. Journal of Financial and Quantitative Analysis, 23, 275-283.