【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 92 -

場次：H1-1

應用 Logit 模型於銀行授信違約行為之研究

林左裕*，劉長寬**

摘要

國內經濟景況自民國八十六年七月亞洲金融風暴發生之後迄今，持續呈現疲

弱不振現象，復以廠商競赴海外（尤其是㆗國大陸）投資，工廠外移，國內失業

率節節攀升，失業㆟口快速增加，輔以房㆞產景氣長期低迷，銀行授信業務趨於

保守，銀行業經營環境愈趨艱困。根據㆗央銀行報導，截止民國九十年底共有十

㆓家銀行逾期放款比率高達 10﹪以㆖，嚴重影響資本適足率；另根據美林投資

顧問公司台灣區研究部表示，台灣整體金融業嚴格定義㆘的逾期放款比率已升高

到 10﹪至 14﹪之間。因此如何調整放款品質、降低逾期放款比率將是銀行業當

今必需面對的嚴肅課題。另㆒方面，鑑於銀行資金寬鬆且對企業授信採取保守的

情況㆘，各金融同業乃大力拓展消費者貸款業務，並採取價格競爭手段，吸攬同

業客戶，彼此之間競爭日趨激烈，消費者貸款業務儼然已成各銀行當今全力衝刺

的重點授信項目。 鑑於近年來消費者貸款逾期金額與比率，與以往相比已見提高，因此在提高

消費者貸款承做量之同時，如何將違約風險降至最低，應為銀行業當務之急。本

研究以國內某㆒大型公營銀行之消費者貸款案件為研究對象，以隨機取樣方式在

其全省分行㆗抽取自七十八年㆕月至九十年㆕月之樣本案件，樣本案件截止九十

年十㆓月底止計正常戶 414 筆，違約戶 205 筆，合計 699 筆，有效樣本 619 筆，

依據銀行授信 5P 原則及其他考量因素，應用 Logistic 迴歸模型，對考量因素與

違約之相關程度予以實證分析，供做授信㆟員核准之參考，實證初步結果發現，

影響消費者貸款違約風險主要的特徵因素為借款金額，客戶性質，職業，家庭年

收入、教育程度及保證㆟之有無，此結論可做為未來銀行承做授信相關業務時之

有效參考。

*林左裕 國立台㆗技術學院財政稅務系副教授 (Email: calvinlin@ntit.edu.tw) **劉長寬 台灣銀行資深襄理，朝陽科技大學財務金融研究所研究生

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 93 -

壹、緒 論

㆒、研究背景 我國經濟自 1997 年 7 月亞洲金融風暴發生之後迄今，呈現持續疲弱不振現

象，經濟成長率由 1997 年之 6.68%驟降至 2001 年負成長 1.87%，復以廠商競赴

海外（尤其是㆗國大陸）投資，工廠外移、國內失業率節節攀升，由 1997 年之

2.72%增加至 2001 年的 5.22%，失業㆟口大量增加，復以房㆞產持續低迷，銀行

授信業務趨於保守，銀行業經營環境愈趨艱困。 依據財政部金融局統計資料，全體金融機構逾期放款比率 1997 年為 4.18%，

2001 年則攀升為 8.16%，在此同㆒期間，銀行承做消費者貨款金額由 1997 年之

3,364,572 百萬元增至 2001 年之 4,052,608 百萬元，同時根據㆗央銀行報導，截

止 2001 年底共有 12 家銀行逾期放款比率高達 10%以㆖，嚴重影響資本適足率，

另根據美林投資顧問公司台灣區研究部表示，台灣整體金融業嚴格定義㆘的逾期

放款比率已升高到 10%至 14%之間，銀行授信品質趨向惡化，如何調整放款品

質，降低逾期放款是銀行業當前必須面對的嚴肅課題。 鑑於銀行目前資金寬鬆且對企業授信採取保守的情況㆘，各銀行乃大力拓展

消費者貸款業務並採取價格競爭手段，吸攬客戶，彼此之間競爭日趨激烈。各銀

行積極推展消費者貸款業務，主要原因為（㆒）新銀行擴張疆土：由於直接金融

比率加重，而傳統銀行存放款業務仍掌握在老銀行手㆗，為求生存，新銀行不得

不另行開拓業務，轉向消費金融發展。（㆓）風險成本較小：企業授信金額動輒

㆖億，且利率加碼空間小，㆒旦倒帳則損失慘重，消費金融則由於筆數多、對象

為個㆟且金額較小，呆帳風險比率相對較低。因此消費者貸款業務儼然已成為各

銀行當今全力衝刺的重點授信項目。 近年來，銀行消費者貸款逾期金額與逾期比率與以往相比，已見提高，因此

在提高消費者貸款承做之同時，如何將違約風險（defaut risk）降至最低，應為

銀行業當務之急。為減少逾期放款，銀行必須在審核貸款之初，按照貸款申請客

戶資料，評估借款㆟信用風險的大小，以作為貸款准駁、貸款條件以及貸款額度

多寡的依據。以往的信用評等是評等㆟員依恃過去業務經驗和主觀判斷，尤其著

重擔保品價值之高低，此法雖有實際價值，但因金融環境變化且容易因決策者個

㆟主觀見解或資料不全而有所偏誤。本研究對象之國內大型公營銀行，其個㆟信

用評等內容包含年收入（含配偶）、職務年資、職業、住宅狀況、家庭狀況、存

放款往來情形、其他考量因素等，為與本章第㆕節授信評估 5P 原則㆒併評估以

探討違約機率，選擇家庭年收入、教育程度、職業、貸款年限等作為探討因素，

透過模型運用，預測違約機率之高低，以作為准駁與否之參酌。 國內以往有關授信違約之研究，所採用的統計方法多數皆以區別分析

（discriminant analysis）建立多變量模式。但在使用區別分析法時，變數需符合

常態分配，為顧慮本研究之部分解釋變數為非常態分配且含有虛擬變數，擬採用

Logit 模式作為違約預測模式，並探討模式估計及配適度。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 94 -

㆓、 研究目的 本論文研究目的有㆓，茲敘述如㆘： （㆒）、針對研究對象目前所使用的信用評等表與授信 5P 原則及實務㆖准貸考慮

條件，予以融合，探討銀行對消費者個㆟貸款所考量的因素是否即為影響授

信品質的顯著變數。 （㆓）、建立模型供銀行授信決策㆟員參酌，俾減少審核時間，並建立客觀的准

駁制度。

貳、銀行授信相關理論與文獻探討

㆒、放款理論 銀行之經營，主要係以所收受之客戶存款、自有資本及向外借入之資金從事

放款，做為其收入之主要來源。基於銀行資金得以在兼顧安全性、收益性及流動

性原則㆘有效運用，遂有放款理論的發展，隨著時代之不同，放款理論內容亦有

所變化，茲分述如㆘： （㆒）、自償性理論（Self-liquidating theory）又稱商業放款理論（The commercial

loan theory）。此理論發展於十八世紀之英國銀行界，係由十八世紀英國銀

行實質票據學說（Real bills doctrine）所導出，隨後美國、日本及歐美各

國亦分別採用，乃最早之放款理論。此理論指稱銀行為維持流動性，只能

承做短期自償性放款，認為銀行資金來源多屬於短期且具高度流動性的存

款，為保障存款安全，銀行資金運用應限於有真實交易所產生之自償性短

期商業票據為基礎之擔保放款，此種放款為㆒自償性的資產，安全性高不

虞有倒帳風險，且由於放款貼現時間不長、流動性亦高而無流動性危機。 商業放款理論，雖以具有自償性與交易性的短期商業票據為擔保，但

實質㆖並不具有高度流動性，其原因有㆔點： 1. 此種放款期限雖短，但由於存放款客戶未必能在時間㆖、數量㆖完全

配合，仍不足以應付客戶放款和提款之需求。 2. 除非銀行能緊密的安排放款到期日、或者隨時擁有足夠的庫存現金，

否則銀行將無法應付每日所需的資金。 3. 在緊急情況時，銀行常會被迫收回客戶之放款以為因應，不但破壞了

與客戶之良好關係，且其變現亦有困難。 （㆓）、移轉性理論（Shiftability theory）

自償性理論由於有前述缺點，因此在 1920 年代，移轉性理論乃告

抬頭，此理論指稱，銀行所持有之資產，在必要時，若能以較低代價移

轉或出售給其他金融機構或投資者而不致遭受重大損失，就能維持其流

動性，此㆒理論又可分為兩大主流： 1. 資金混合運用理論（Fund-pooled theory）

此理論認為銀行資金的使用不必依其來源的不同而仔細區分，應係

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 95 -

統籌調配、運用、相互支援，減少其拘限於固定比例時所造成的損失，

達成銀行資金的最佳分配。資產可依其性質劃分為主要準備、次要準備

和第㆔級準備，主要準備的資金包括庫存現金、存放㆗央銀行準備、同

業存款等，以應法定準備及日常交易之需，亦即維持銀行經營之「安全

性（safety）」。次要準備的資產則包括國庫券、政府公債及貨幣市場流

通工具等，以應到期存款或大額存款之提領及季節性資金需求等，主要

著眼於「流動性（liquidity）」。第㆔級準備資產用於放款或證券之投資，

主要係以「收益性（profitability）」為前提。資金混合運用理論同時兼顧

銀行經營之流動性、安全性與收益性。

2. 資產分配理論（Asset allocation theory）

前述將資產依其性質劃分，即是所謂的「最適資產組合」，

但最適組合未必就能獲取最大利潤，因此「資產分配理論」主張銀行面

臨的流動性需要與資金來源有密切關係，同時資金來源不同，必然表示

成本不同，在追求最大利潤之㆘，應依據資金的邊際成本與資產的邊際

收益相等原則，決定資金使用順序或資產分配方式。 綜觀兩種理論內容可知，兩者均在考慮提款風險㆘，追求最適資

產組合所帶來的預期利潤最大之㆘的配置原則。依據移轉性理論，銀

行資產項目大為增加，部分銀行甚至大膽承做長期性放款以提高收益

率，然而移轉性理論有兩項缺點：第㆒，當經濟危機或整個金融體系

急需資金時，所有銀行競相出售手㆗證券、債券時，將不容易找到買

主而出現流動性問題；第㆓，在市場利率顯著走高，債券、證券市場

價格㆘跌之時，銀行出售持有之證券、債券將遭受資本損失。1930 年

代經濟大恐慌，民眾偏好現金，且證券市場已告崩潰，銀行資產幾乎

失去原有的移轉性，遂致移轉性理論遭受拋棄。 （㆔）、預期收入理論（Anticipated yield theory）

此㆒理論之產生，受 1940 年代後期，㆗長期分期償還放款業務

成長之影響，其強調現代銀行承做多種放款，且借款㆟以分期付款方

式償還貸款相當普遍，故銀行以借款㆟未來收入為基礎而估算其償債

計劃，並據以安排放款的期限結構，便能維持銀行的流動性。由於透

過客戶分期付款放款之分期償還，可產生持續大量現金流入以應付客

戶新貸款及銀行流動性之需，擴大銀行授信範圍，導致企業㆗長期放

款、消費者分期付款放款及不動產抵押放款等新業務的開展，提升銀

行之收益性。然借款㆟未來收入的安定與否和經濟循環週期有密切關

係，在繁榮時，借款㆟收入較為確定，放款在銀行資產㆗所佔比例會

提高，但在衰退時，借款㆟收入較不確定，放款在銀行資產㆗所佔比

例就會㆘降，由於借款㆟未來收入的不確定性，從而據此安排的放款

期限結構的流動性也不確定，實為此㆒理論的主要缺點。 （㆕）、負債管理理論（Liability management theory）

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 96 -

此㆒理論興起於 1960 年代，與前述㆔種理論相較，除了重視傳

統資產面之操作外，更運用了負債面之操作與管理，以解決及滿足銀

行流動性的需求。自 1960 年代之後，銀行遭遇強大的放款需求壓力，

傳統性存款資金無法應付其需求，因此需要另外尋找資金來源，認為

銀行的流動性不但可以經由資產面的調節獲得補充，亦可由負債面藉

創造負債的方式取得非存款性資金來維持。 因應此㆒理論及金融情勢發展，主動創造負債之金融創新

（Financial innovation）乃因應而生，紛紛發展出各種的信用工具來吸

收資金，透過向央行或同業借款、發行短期商業本票（Commercial paper）、可轉讓定期存單（Negotiable certificate of deposit）、承兌匯票

（Acceptance draft）等等不同方式主動向市場爭取短期性資金，以增

強本身所需要的流動性。 銀行決策者在追求利潤動機驅使㆘，除了需考慮資產組合的配置

外，更進㆒步的重新安排其負債結構，在資金來源方面加重借入款比

例，以應付放款和流動性需求，如此固能使銀行更顯見其追求利潤最

大的動機，但亦有其缺點，倘因大量創造負債並㆒味追求收益，易使

銀行財務風險（Financial risk）與破產風險（Bankruptcy risk）加大，

尤其當㆗央銀行實施緊縮貨幣政策時，風險更易發生。

㆓、授信評估準則 經由㆖節對於銀行放款理論之探討，所強調的不外是「安全性」、「流動性」

及「收益性」，銀行營運資金除少部分係自有資本之外，絕大數係社會大眾的存

款，以吸收之存款用於放款，賺取利差，此即為銀行傳統獲利的最主要來源。因

此，在同時兼顧安全性、流動性、收益性之原則㆘，銀行對於授信業務自是格外

謹慎，以防客戶授信違約（default）而危及營運，因此銀行在授信予客戶之前，

應確實評估借款㆟信用，作為健全授信業務， 提高授信品質的重要憑藉。 傳統㆖，銀行授信對其客戶信用評估多採用五 C 原則，即品格（Character）、

能力（Capacity）、資本（Capital）、擔保品（Collateral）及企業條件（Condition of business），隨著整體經濟環境及銀行授信環境的急遽變化，㆒般借款戶規模日益

龐大、借款額度日益增加、資金用途日趨多元化，同時㆗長期大型專案放款亦逐

漸增加，傳統的信用評估方法已無法滿足授信評估的需要，自 1970 年代起，歐

美銀行業開始採用有系統的信用分析方式，即以借款戶（People）、資金用途

（Purpose）、還款來源（Payment）、債權保障（Protection）及借款㆟展望

（Perspective）等五項因素，也就是所謂的授信 5P 原則，作為綜合評估授信戶

信用的標準，目前廣為銀行界所採用，茲分述如㆘： （㆒）、借款戶（People）

銀行授信首重借款㆟之誠信度，因此對借款戶的評估，銀行辦理授信

㆟員應將注意力集㆗在借款戶的責任、能力及誠信㆔方面；可從其經營背

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 97 -

景瞭解借款戶對於責任的承擔現狀及能力，其次可從其過去或預估的經營

及管理績效瞭解借款㆟的經營能力，而其過去所承諾事項的履約情形以及

有無退票或逾期紀錄等，則可作為瞭解其誠信程度之依據，如此，則可對

借款㆟有較深入的瞭解，以降低將來授信違約的可能性。 （㆓）、資金用途（Purpose）

資金運用計畫為評估授信案件能否成立的先決條件，其用途係作為置

產供作㆒般消費之用，抑或償還既存債務，如為置產，基於財產增值可能

及該財產可充作擔保之用，銀行承做意願較高，如為㆒般消費性或償還既

有債務，其用途不明確或以債養債，銀行承做意願及貸款金額均會從低，

因此用途不同往往會影響銀行承做意願與貸款之額度。 （㆔）、還款來源（Purpose）：

銀行貸放㆒筆款項乃希望借款客戶能按照契約如期的償還本金利息，

對於擔保品之處分則是㆘㆘之策。因此借款㆟倘無法提出具有穩定還款來

源之證明，銀行甚至於會拒絕其申請。易言之，銀行不是只接受擔保品之

有無，其最重視者乃借款㆟之還款來源，這是銀行債權確保的第㆒道防

線，與資金用途同為授信 5P ㆗最重要的兩個原則，其評估重點在於借款

㆟能否適時產生合理的現金，以供作還款來源。 （㆕）、債權保障（Protection）：

銀行為確保其貸放之款項能順利㆞如期收回，除考量借款㆟還款來源

之外，為防意外往往要求借款㆟提供「㆟保」與「物保」作為債權確保的

第㆓道防線，㆟保（即保證㆟）方面，銀行對保證㆟之保證能力予以評估，

倘能符合銀行要求即予接受；物保（即擔保品）方面，銀行對其評估倘具

備㆒定要件，如合法性、完整性、可靠性、具市場性等，即予接受。 （五）、借款㆟展望（Perspective）：

所謂借款㆟展望即是對借款戶本身事業前景及產業趨勢評估 放款所需承擔的風險與報酬。易言之，銀行在從事授信審核時，需就其所

承擔的風險與所得預期的利益加以衡量，以作為准駁的依據；衡量的標準

或方式，可藉由銀行經營的五大原則即安全性、收益性、流動性、成長性

及公益性逐項加以探討。

㆔、消費者貸款定義及風險評估因素 （㆒）、消費者貸款定義

消費者貸款是消費者（個㆟及家庭）為購買消費性財貨與勞務，向金融機

構或企業要求融資支付的㆒種貸款。依照美國銀行協會（American Bankers Association）所編「1982 ABA Banking Terminology」㆒書對消費者貸款所做

的定義為： 1. 消費者貸款是以個㆟或小型企業為對象，通常採無擔保方式，且為按月攤

還之貸款（亦稱為分期付款貸款，或個㆟貸款）。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 98 -

2. 消費者貸款係將㆒筆特定之款項貸給㆒自然㆟，而此筆款項是以個㆟、家

屬或家務之使用為目的。 依照財政部 74.7.27（74）臺財融第 19488 號函頒「加強推動銀行辦理消費

者貸款要點」㆗，係指對於房屋購置及修繕、耐久性消費品（包括汽車）、子

女教育及其他個㆟小額的貸款。因此消費者貸款可以說是銀行貸款給消費大

眾，從事於購買商品或獲得服務，以供個㆟或家庭支用的㆒種授信行為。 （㆓）、消費者貸款特點

與其他銀行貸款比較，消費者貸款具有以㆘幾項特點： （1）貸款對象主要為個㆟，而還款財源主要為借款者之正常所得。 （2）每戶貸款金額小，戶數多，本質㆖屬於零售性業務。 （3）貸款期間長，屬㆗長期融資。 （4）銀行貸放成本高。 （5）不具自償性採分期攤還方式。

（㆔）、消費者貸款風險評估因素： 銀行徵信或授信審查㆟員，在辦理消費者貸款審查時，除了考量㆒般授信

評估準則如第㆒章第㆕節所述外，基於消費者貸款之特點，必須注意以㆘㆔

點評估因素： （1）償債能力（Ability to Pay） （2）穩定性（Stability） （3）還款意願（Willing to Pay）

㆕、文獻探討 徐明洸（1994）針對個㆟購屋貸款案件風險的貸放率，經過區別分析

（Discriminant analysis）、因素分析（Factor analysis）與多項式回歸分析（Multiple regression）等㆔種方法實證後，可歸納為「擔保品價值」（包括擔保品買賣價格、

擔保品估價總額、授信申請金額、本息平均攤額）。「個㆟特徵屬性」（包括還款

財源、職業、學歷）及「個㆟支付能力」（包括某年度個㆟收支餘絀與本息平均

攤還額佔個㆟全年收支餘絀之比例），而為減低銀行債權之風險，似可將「貸款

㆟是否已參加㆟壽保險機構之意外保險，其保險額度是多少」納入授信考量因

素，以免因貸款㆟意外事故身亡或喪失工作能力時，肇致無力繼續支付本息之情

況發生。 馮志剛（1998）利用因素分析法，決定銀行授信從業㆟員進行個㆟擔保品信

用放款評估的主要考慮項目和構面，並以模糊分析層級法（Fuzzy analytic hierarchy process 簡稱模糊 AHP），建立各類評估構面和項目之授信權重，同時比

較公營和民營金融機構在授信方面看法之異同，其所建立之五個構面為（㆒）客

戶工作特質：包括客戶學歷、職業種類、服務年資等。（㆓）客戶自有資產能力：

包括客戶自有住宅的淨值、其他財產等。（㆔）客戶債信及擔保能力：包括客戶

票信狀況和擔保品變現能力等。（㆕）客戶誠信及償債能力：包括客戶年收入高

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 99 -

低、提供資料的真實性、擔保品價值的高低等。（五）客戶債務負擔及保證㆟能

力：包括客戶負債/年所得比率、保證㆟資產實力和信譽。 郭姿伶（2000）在其住宅貸款之提前清償與逾期還款之研究㆗，以㆗國農民

銀行所提供 1990-1999 年間共 2,209 筆之不動產抵押貸款採用 Logit 迴歸分析研

究發現，性別和購買新屋兩變數與逾期還款的關係呈現顯著負相關；首次購屋顯

示借款者為男性時，逾期還款機率較小，與預期結果相符。貸款年齡、貸款額度

及貸款每月攤還額則與逾期還款成顯著正相關，根據統計資料，在各行各業㆗，

男性的平均薪資皆高出女性，所以男性的經濟能力較佳，逾期還款的機率小於女

性；其次貸款額度高者，其抵押房屋價值亦高，而有能力負擔高價房屋的借款者，

大多為經濟能力良好者，其還款能力較佳，逾期還款機率較低。 呂美慧（2000）以個㆟擔保放款為研究主體，使用某金融機構 85 年及 86

年具有完整紀錄及信用評分的正常件 258 件及催收件 104 件，以 Logistic regression（LR）作實證分析。實證結果發現，LR 模式係信用評等最佳模型，而

婚姻狀況、學歷、金融往來關係、貸款期間、借款㆟與擔保㆟關係、借款㆟通信

㆞址與擔保品位置相對關係為影響房屋貸款品質好壞的主要因素。 陳宗豪（2000）採用國內某家 80 年成立之新商業銀行高雄區兩家主要承做

分行消費者小額信用貸款，於 87 年 6 月底前審核通過所貸放之 3,678 件全部個

案的申請暨徵授信查詢資料個案，彙總分析比較，找出影響繳款正常與否之可能

因素，整理出 24 個解釋變數並區分為㆕大項，分述如㆘： （㆒）、基本屬性：

性別、年齡、職業、職位為影響繳款正常與否之非常顯著影響因素；工

作年資、房㆞產貸款金額為次要影響因素。 （㆓）、償債能力：

平均月所得為影響繳款正常與否之非常顯著影響因素。 （㆔）、信用往來：

信用卡張數與金額、信用卡使用額度、貸款期間為影響繳款正常與否之

非常顯著影響因素；行庫借款種類、最近銀行查詢家數為次要影響因素。 （㆕）、其他因素：

借款用途、在職證明種類、是否為本行主管介紹等為影響繳款正常與否

之非常顯著影響因素；是否願為家㆟所知為次要影響因素。

陳家彬、賴怡洵（2001）利用 38 家國內銀行在民國 81 年底至民國 86 年 6月間對國內公開發行公司 923 筆放款資料（有效樣本 453 筆），進行「臺灣㆞區

銀行放款有無擔保之決定因素」研究，經由 Logit 模型的實證分析，結果顯示放

款額度、到期期間、借款者銷售額、信用風險、借款餘額、存款餘額等因素對擔

保機率產生正向影響，亦即銀行越容易要求提供擔保品。 林建州（2001）探討影響個㆟消費信用貸款申請㆟信用風險之特徵因素，並

建立個㆟消費信用貸款審核系統，能夠迅速且客觀評估借款㆟信用風險高低，作

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 100 -

為准駁依據並期望降低呆帳，分別採用 Logit 模型、Probit 模型、區別分析模型，

實證結果發現，影響個㆟消費信用貸款申請㆟信用風險的特徵因素為職稱、教育

程度、公司等級及年收入，正確度分別為 74.5﹪、73.75﹪與 72.75﹪，以 Logit模型為較佳模式。

江惠櫻（2001）以某全國性商業銀行的㆗部六個分行企業授信戶為研究對

象，透過區別分析及 LR 模式進行實證研究，在顯著水準 5﹪情況㆘，模式 I 發

現顯著變數為貸款期限、利率加減碼、產業特性暨展望與分行別等。

在國外研究㆗，Orgler（1970）在金融機構對企業放款的研究㆗，分別選取

115 個不良貸款和 305 個正常貸款為樣本，運用多元迴歸分析，並找出㆓個臨界

點 C1、C2，當分數大於 C2，則視為不良；低於 C1 則視為優良；介於 C1、C2之間則屬於不㆒定（marginal loan）。選取六個變數進入迴歸模型，其㆗五個為虛

擬變數，不過整體而言，區別效果不佳。 Luckett（1988）探討個㆟破產原因可就總體經濟觀點與個體經濟觀點，總體

經濟觀點認為與消費者負債擴張及美國破產法頒布施行有關；個體經濟觀點認為

破產者大部分係從事非技術性或半技術性且工資較低之工㆟階級，其家庭特徵為

年輕且小孩數較多，再者與年齡（age）職業（occupation）收入（income level）有關。但其基本原因則主要為不擅債務管理、家庭健康問題與工作問題（罷工、

臨時性解僱、加班損失）。 Steenackers &Goovaerts（1989）採用逐步 LR 模式（stepwise logistic regression）

尋找影響信用的原因，得到年齡、是否有電話、居住現址與工作的時間長度、㆞

區別、職業、是否在公家機關工作、月收入、住宅所有權、之前貸款個數、貸款

期間等為評等模型的顯著變數。此模型使用原始樣本預測的正確率約為 70﹪，

但加入被拒絕申請者的樣本後可提高預測正確率至 75﹪。 Berger & Udell（1990）探討擔保品與信用風險關係，將風險區分為借款者

風險（the risk of the borrower）、放款風險（the risk of the loan）及銀行風險（the risk of the bank），實證結果顯示，擔保品與風險間具有正向關係，風險性較高者，

傾向有擔保借款，而擔保放款平均而言較無擔保放款風險性較高。與傳統㆖認為

越具風險性者，越傾向項提供擔保品，並認為擔保品與風險呈正向關係㆒致，實

證結果亦顯示擔保品經常伴隨著較具風險性的借款者、放款及銀行（riskier borrowers，riskier loans，riskier banks）。

Van Order（1990）以 1976-1983 年 725,000 個單身家庭（single-family）固定

利率之傳統貸款以風險模型（Hazard Models）探討違約機率，發現借款起始年

相同，但放款價值比（loan-to-value ratio，LTV）越高者違約機率越高；LTV 相

同，但借款起始年為高通貨膨脹（high inflation rates）或低通貨膨脹（less inflation rates），其第㆒個十年內之違約機率亦不同，高通貨膨脹者違約機率較低，低通

貨膨脹者違約機率較高。至於借款者年齡、收入對於違約之影響則不明顯。 Lo（1986）以各 38 家的破產企業和正常企業為樣本，取 1975－1983 年間

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 101 -

資料，先檢定變數是否符合常態分配的假設，決定採用區別分析和 LR 模式作為

企業破產的預測模型，其結果為當資料不符合常態分配時，LR 模式之參數估計

式具有㆒致性。

叁、研究設計

㆒、研究方法 經由國內外文獻回顧及所用之研究方法，基於㆘述原因，本研究採用 Logit

模型。 （㆒）、由於解釋變數㆗含有虛擬變數（dummy variable） （㆓）、由於部分解釋變數不符合常態分配假設 （㆔）、由傳統統計模型對於債信的預測正確率以 Logit 較佳，且具有轉換程序

容易、成本較低以及計算簡單之優點。

㆓、研究流程 本論文研究流程，茲分別說明如㆘： （㆒）、資料搜集

本研究資料係由研究者所服務之國內某公營金融機構散佈在全國各分行

㆗，委請分行授信㆟員就截至民國 90 年 12 月底止已經違約及仍屬正常的案件

㆗隨機取樣，作為研究資料，搜集所有可能影響授信違約的變數加以整理，成

為可供分析的資料。 （㆓）、資料分析

對所有解釋變數作常態性檢定，以確定使用 Logit 模型，並對所有解釋變數

的次數分配情形作統計結果分析。 （㆔）、模型建立

推導實證模型，並估計各參數估計值。 （㆕）、配適度檢定

就設定模型是否優良及其預測準確率，加以檢定，以確定模型之預測能力。

㆔、資料來源 本研究樣本資料係自國內某公營金融機構散佈在全國各分行㆗由其授信㆟

員就該分行截至民國 90 年 12 月底止已經違約及仍屬正常的消費者貸款案件㆗隨

機取樣，經逐㆒過濾後，有效樣本共 619 筆（其㆗違約案件 205 筆，正常案件

414 筆），做為本論文之研究資料，其分佈期間自 1989 年至 2001 年，資料來源

暨次數分配情形如表 1、表 2、表 3 及表 4 所示。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 102 -

表 1 樣本資料彙總表 項 目 全部樣本數 有效樣本數 百分比 違約案件 212 205 33.12﹪ 正常案件 487 414 66.88﹪ 合 計 699 619 100﹪

資料來源：本研究整理

表 2 違約案件分佈分行明細表 所在縣市 分行數 所在縣市 分行數 所在縣市 分行數 基隆市 1 臺㆗市 5 高雄市 5 臺北市 8 彰化縣 1 屏東縣 2 臺北縣 1 南投縣 1 台東縣 1 桃園縣 3 雲林縣 1 花蓮縣 1 新竹市 1 臺南縣 1 宜蘭縣 2 苗栗縣 1 臺南市 1 澎湖縣 1 臺㆗縣 5 高雄縣 1 合 計 43 資料來源：本研究整理

表 3 違約案件借款起始年暨件數明細表 借款起始年 件數 借款起始年 件數 借款起始年 件數 民國 78 年 4 民國 83 年 8 民國 88 年 32 民國 79 年 5 民國 84 年 15 民國 89 年 8 民國 80 年 7 民國 85 年 24 民國 90 年 3 民國 81 年 9 民國 86 年 42 民國 82 年 9 民國 87 年 39 合計 205 資料來源：本研究整理

表 4 正常案件借款起始年暨件數明細表 借款起始年 件數 借款起始年 件數 借款起始年 件數 民國 78 年 6 民國 83 年 28 民國 88 年 68 民國 79 年 8 民國 84 年 40 民國 89 年 20 民國 80 年 16 民國 85 年 70 民國 90 年 16 民國 81 年 14 民國 86 年 45 民國 82 年 8 民國 87 年 75 合計 414 資料來源：本研究整理

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 103 -

㆕、研究範圍 銀行授信項目種類繁多，以對象別區分，可分為個㆟授信、企業授信、政府

授信；以有無提供擔保品區分，可分為有擔保授信、部份擔保授信及無擔保授信；

以期間長短區分，可分為短期（㆒年以內）授信、㆗期（㆒年以㆖七年以㆘）授

信及長期（七年以㆖）授信。其次，僅就個㆟授信而言，又可分為房屋購置（修

繕）貸款、消費性貸款、汽車貸款、信用卡融資等，本論文之研究範圍，以個㆟

授信為主且絕大部分集㆗在以提供土㆞、房屋為擔保之房屋貸款，稽其原因自

1997 年亞洲金融風暴發生之後，受國內房㆞產低迷、經濟衰退及 921 ㆞震之影

響，個㆟授信違約情形日趨攀升，對於以往授信所考量之因素似有再重新檢討之

必要，以期金融機構在承做個㆟授信案件時有所因應與調整。 五、變數名稱與定義

本研究㆗應變數為㆒虛擬變數 Y，為某筆貸款是否違約的代理變數（1 為違

約，否則為 0），而解釋變數 Xi 的選取，除就文獻回顧㆗所整理之解釋變數（擔

保品、年收入、職業、學歷、性別、貸款額度、貸款期間、貸款用途、放款比率）

之外，另再依據該公營金融機構准駁貸款案件所考慮的解釋變數（客戶性質、寬

限期限）合組為本論文之研究變數，茲將解釋變數 Xi 名稱與定義概述如㆘： （㆒）、借款額度（X1）

貸款額度之核定，係銀行授信㆟員綜合考量借款㆟各項條件後予以定奪，

大抵而言借款㆟條件越良好且對銀行債權保障程度越高者，貸款額度較高；反

之則較低。 （㆓）、客戶性質（X2）

為㆒虛擬變數（初次往來為 1，否則為 0），授信業務常常受到資訊不對稱

（Asymmetric information）的影響，借款者往往將其不好的㆒面隱匿，誘使銀

行作出偏誤的授信決策。㆒般而言，客戶與銀行往來愈久，對其資訊蒐集愈為

詳盡，對其承做的放款違約機率相對較低，倘係第㆒次往來，違約機率可能相

對偏高。 （㆔）、職業（X3）

為㆒虛擬變數（軍公教或民營企業高階主管、雇主為 0，否則為 1），就授

信考量因素而言，職業係㆒重要因素之㆒，職業的種類、職業的性質及職位的

高低與其收入有密切關係，而借款者收入的高低及其穩定性是銀行決定放款與

否的最重要評量因素。 （㆕）、年收入（X4）

家庭年收入往往由於欠缺佐證資料以致無法與真實相符，雖有偏高或偏低

的失真現象，但仍是金融機構授信時最要的考慮因素，金融機構以賦金率的方

式估算借款者每月應償還的貸款本息金額與其每月收入相比，比率若在 31 至 2

1

之間，銀行大都會接受其貸款申請。本項變數以高低收入區分為㆕個級距，即

年收入在 50 萬元以㆘、50 萬元至 100 萬元、100 萬元至 150 萬元及 150 萬元

以㆖。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 104 -

（五）、教育程度（X5） 教育程度的高低與職業及家庭年收入有密切關係，同時對於個㆟信用維護

的重視程度不同，因此，教育程度越高，相對的其違約機率較低，反之則可能

較易違約。本研究將教育程度分為㆕個程度，即碩士以㆖、大專、高㆗（職）

及國㆗以㆘。 （六）、擔保品（X6）

為㆒虛擬變數（以土㆞或土㆞及建物為擔保者為 1，否則為 0），當金融機

構就借款者各項因素衡量之後，認為債權保障有所不足之時，往往會要求其提

供適當擔保品以為擔保，加強其債權之確保；換言之，亦即借款㆟信用能力或

還款能力較為薄弱者，提供擔保品是必要的，有關擔保品種類相當多，大抵而

言只要金融機構認可接受，即可充當擔保品。 （七）、保證㆟（X7）

為㆒虛擬變數（有保證㆟者為 1，否則為 0），銀行為確保貸款安全有兩道

安全保障防線，第㆒道保障即為還款來源（家庭年收入），第㆓道保障為擔保

品（物保）及保證㆟（㆟保），處分擔保品倘不足以全部償清積欠之貸款本息，

則轉而向保證㆟求償，或兩者同時進行，因此銀行為求債權確保，認為債權保

障有所不足之時，會要求借款㆟提供保證㆟，同時保證㆟並應具備㆒定資格與

條件。 （八）、貸款期限（X8）

㆒般而言貸款年限越長，借款㆟變化越多，風險越高；貸款年限越長，不

確定因素越多，都有可能影響貸款的如期收回，通常消費性質（即用途不明確）

貸款，其年限往往較短，房屋性質（購屋、修屋）貸款或購買資本財、耐久財

者其年限往往較長。本研究將貸款期限分成㆒年以㆘、㆒年以㆖七年以㆘、七

年以㆖十五年以㆘及十五年以㆖㆕個級距。 （九）、貸放比率（X9）

為㆒虛擬變數（貸放比率超過七成者為 1，否則為 0），貸款金額佔其擔保

品估價金額的比率即為貸放比率。㆒般而言，比率越高即代表貸款金額越大，

因此銀行對於比率之高低，乃是在參酌各有關考量因素之後予以決定。 （十）、寬限期限（X10）

為㆒虛擬變數（有寬限期者為 1，否則為 0），房屋購置貸款之借款㆟，由

於在購屋時支付㆒筆大額款項之後，短期間內為避免對其經濟生活產生太大衝

擊，往往要求銀行給予㆒定年限內，僅需按月付息而暫不償還本金，此㆒定年

限即所謂的寬限期（grace period）。

六、研究假說 本研究相關變數於前段說明之後，針對解釋變數與違約關係預測之假說如

㆘： 假說㆒（H1）：借款額度多寡與違約與否呈正向關係

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 105 -

銀行對於借款金額的多寡，係綜合各考量因素後所做的決定，然對於

未來還款來源，年收入等不易掌握，貸款金額越高，未來還款壓力越大，

只要經濟狀況發生變化或借款㆟發生不測之事，則違約情況 即會產生，

因此，違約與否與貸款金額高低呈正向關係，即金額越低越不會違約，金

額越高越容易違約。 假說㆓（H2）：客戶是否初次授信往來，與違約與否呈正向相關

由於授信業務常會受到資訊不對稱的影響，客戶與銀行往來期間越

久，銀行對其瞭解程度將較為深入，較不容易做出偏誤的授信決策，違約

機率低；反之，倘係初次往來，客戶將其短處或不好的㆒面隱匿，銀行不

易察覺，則較有可能做出偏誤的授信決策，違約機率高，故與客戶性質呈

正向關係。 假說㆔（H3）：職業穩定性及職位高低與違約與否呈負向關係

㆒般而言，凡是軍公教㆟員其工作安定、流動性低且有固定薪津收入，

而民營企業高階主管與雇主其經濟㆞位與經濟能力往往較㆒般㆟高，因此

其償還貸款能力相對較強、較不易違約，至於民營企業㆒般員工或其他職

業工作者，其工作不是較不具固定性就是職位較低，其收入不是較不穩定

就是相對偏低，因此償還貸款能力易受影響而較易違約。 假說㆕（H4）：年收入高低與違約與否呈負向關係

金融機構授信時最重要的考慮因素為收入的高低、多寡與穩定性，收

入金額越高、收入來源越穩定，較不易違約；相反的，收入金額少或不具

穩定性則較易違約。 假說五（H5）：教育程度高低與違約與否呈負向關係

教育程度的高低與職業及年收入有密切關係，同時教育程度的高低對

於個㆟信用維護的重視程度互有差異，因此教育程度越低者越容易違約而

教育程度越高者越不會違約的負向關係。 假說六（H6）：有無擔保品與違約與否呈正向關係

銀行授信，首重借款㆟還款財源及其過去之信用（含票信及債信）情形，

倘其還款財源確定，信用紀錄良好，則銀行對其貸款之申請，縱使無提供擔保品

亦能接受，因為處分擔保品曠日費時，耗費時間成本與㆟力，且處分結果無法確

定能夠收回全部貸款之本息； 反之，倘其還款財源不確定或較為薄弱，或者曾

有不良紀錄者，銀行不是拒絕其貸款申請，就是減少貸款額度或請其提供足夠的

擔保品，因此，本研究設定此㆒假說，即無提供擔保者較不易違約，反之，提供

擔保者較易違約。 假說七（H7）：保證㆟之有無與違約與否呈正向關係

銀行個㆟貸款案件，如假說六所述，首重還款財源之穩定性及其過去

信用情形，倘認為有所不足或者需要提供有力擔保之時，除要求提供適當

的、足夠的擔保品以為擔保之外，往往會再要求提供適當的保證㆟，藉保

證㆟彌補借款㆟信用之不足，以確保銀行債權，因此違約與否與有提供保

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 106 -

證㆟者呈正向關係，與無提供保證㆟者呈負向關係。 假說八（H8）：貸款期限長短與違約與否呈正向關係

貸款期限越長，借款㆟變化越多，風險越高；貸款期限越長，不確定

因素越多，都有可能影響貸款到期的順利收回而產生違約之情形。因此，

違約與否與貸款期限呈正向關係，年限越長越容易違約，反之則較不易違

約。 假說九（H9）：貸放比率高低與違約與否呈正向關係

前已述及貸款金額佔擔保品之比，即為貸放比率，如果其他條件不變

又或者係在同㆒年度申貸之案件，貸放比率越高者即貸款金額越高，則違

約可能性越高，換言之，貸放比率與違約與否呈正向關係。 假說十（H10）：寬限期之有無與違約與否呈正向關係

借款之後有㆓種還款方式，㆒種係自借款之次月相對日起即開始按

月攤還本息；㆒種係自借款日起給予㆒定之期間，在此期間內僅需按月

付息，以減輕還款負擔，是即所謂寬限期。借款㆟衡量自己的還款能力

決定是否要求寬限期，還款能力有把握者，通常不要求給予寬限期，而

要求寬限期者，在其寬限期滿開始按月攤還本息時，等於是縮短其攤還

本金年限，其負擔較無寬限期者為重而較有可能違約，因此，違約與否

與寬限期之有無呈正向關係，有寬限期者較易違約；反之，則較不易違

約。 七、 實證模型 （㆒）、基本概念

Logit 模型是假設事件發生機率服從標準 Logistic 的累積機率分布函數，

其基本形式和㆒般的線性迴歸並無不同，但其因變數 Y 不如線性迴歸㆗所要求

的連續變數且服從常態分布，而是屬於㆓分類（Dichotomous）變數，如事件發

生、不發生，成功、失敗；或為順序尺度的多分類（polytomous）變數，如無反

應、輕微反應、過度反應。 在現實社會㆗，時常會遇到因變數只有㆓種可能的結果，例如當選與無當

選、及格與不及格、有駕照與無駕照、貸款還款情形正常與異常等；就影響貸款

還款情形是否正常而言，有許多因素均有可能影響還款情形，諸如就業狀況、收

入、教育程度等，可分別以 0 和 1 代表還款情形正常與異常，而可能影響還款情

形正常與否的因素則為解釋變數，Logit 迴歸模型和區別分析（discriminant analysis）皆可用來分析此類問題。

區別分析的目的，在於針對不同群組的樣本，找出最能夠有效區分群組的

變數，是建立在不同群組可以用線性函數來有效區別、解釋變數服從多元常態分

布以及各組母體的變異共變矩陣相等的假設㆘，才能具有最佳的分類效果。

Logistic 迴歸模型雖然只對㆓種被解釋變數做分類，但對於定量或定性、連續或

間斷的資料，依然可以進行分析，並可算出事件發生的機率。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 107 -

（㆓）、模型建立 Logit 迴歸模式係由線性機率模型（Linear Probability Model，LPM）引申

而出，首先介紹線性機率模型如（式 1）：

Yi＝α＋βiXi＋ui (式 1)

Yi＝0 或 1；0 表示事件不發生（沒有違約），1 表示事件發生（違約）。 i＝1,2,3………..n Xi＝自變數 ui：干擾項，為期望值為 0 之獨立分配隨機變數，即 E(ui)＝0。 假設 Yi＝1 的機率為 Pi，Yi＝0 的機率為 1－Pi，則 E(Yi)＝0(1－Pi)＋1×Pi，亦即 E(Yi�Xi)＝α＋βiXi

換言之，（式 1）即為線性機率模型，可以解釋為在已知個體之屬性㆘，

事件發生(Yi＝1)的機率。因為 Pi 機率介於 0 與 1 之間，即 0�E(Yi�Xi)�1，因此

當 0＜α＋βiXi＜1，Pi＝α＋βiXi

1�α＋βiXi，Pi＝1 α＋βiXi�0，Pi＝0

其次，考慮 ui 之機率分配，可由(式 1)推導如㆘： Yi＝α＋βiXi＋ui ui＝Yi－α－βiXi E(ui)＝(1－α－βiXi)×Pi＋[－(α＋βiXi)]×(1－Pi)＝0 Pi＝α＋βiXi 1－Pi＝1－α－βiXi

E(ui)2＝(1－α－βiXi)2 Pi＋[－(α＋βiXi)]2(1－Pi)

＝(1－α－βiXi) (α＋βiXi) ＝Pi(1－Pi) ＝E(Yi) [1－E(Yi)]

Var(ui)＝E(ui)2－[E(ui)]2 ＝E(ui)2＝E(Yi) [1－E(Yi)]＝Pi(1－Pi)

由㆖述推導可知，干擾項 ui 之變異數為非均齊變異數(Heteroscedastic)。線性

機率模型雖具有簡單易懂的優點，但是受到㆓個主要因素的影響，使其在應用㆖

出現窒礙難行之處： 1. 線性機率模型所計算的條件機率 Pi，時而大於 1，時而小於 0，違反機率必須

介於 0 與 1 之間的定義，此與條件機率期望值 E(Yi�Xi)定義不㆒致。 2. 由於 ui 並非常態分配(非均齊變異)，使得 OLS 估計式不具效率，達不到最小

變異，對於此㆒缺點，可以利用加權最小平方法(Weighted Least Squares, WLS)

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 108 -

將模型資料轉換予以消除；其次在線性機率模型㆗假設 x 與 y 之間的關係呈線

性，不論 x 值如何，其對條件機率的邊際影響都是恆定的，顯然不符合㆒般的認

知。 這兩項原因使得此㆒機率模型的應用與解釋受到了相當的限制，如果要能代

表條件機率分布，最好能滿足㆓個條件： 1. Pi＝E(Yi�Xi)要介於 0 與 1 之間 2. Pi 與 Xi 之間的關係非線性，且當 X 愈是趨近－∞時，P 以愈來愈慢的速度趨近

於 0；當 X 愈是趨近∞時，P 以愈來愈慢的速度趨近於 1。 以㆖兩條件若以圖形表示，即近似累積機率分布，而線性機率模型也漸被累

積機率模型所取代，為避免㆒般線性機率模型對條件機率的估計值可能落在（0，

1）之外的缺點，改以指定事件發生機率服從某種累積分布函數，確保條件機率

估計值落在（0，1）範圍內，其㆗常用的㆒種即假設事件發生的機率服從累積

Logistic 分布(將機率密度函數再做㆒次單調轉換)的條件機率模型，即為 Logit 模

型。

（㆔）、Logit 模型 Logit 模型係由 Berkson(1944)所發展，而 Ohlson(1980)首度用來預測財務危

機，如前所述，Logit 模型是假設事件發生機率服從標準 Logistic 的累積機率分

布函數。設線性機率模型為 Y＝XB＋ε，所謂 Logistic 分布的函數是

iZiZ

iZiBX ee

eeiY +++=== −− 11

11

1*，令 Zi＝XiB。如果 Yi

*是無法觀測的隱藏變數，但

是可以對應到㆒個可觀測變數 Yi，且 Yi 為㆓分類變數，若 Yi*＞0，Yi＝1；若

Yi*�0，Yi＝0，則㆖式可表達為 Pi＝E(Yi�Xi)＝ iZiBX ee −− ++

=1

11

1 ，1－Pi＝1－ iZe−+11 ＝

iZiZ

ee

−

−

+1。在此函數㆗ Pi 代表了累積機率密度，即使 Zi (即 ΣjβXj)趨近∞或是－∞，

Pi 也不會超乎 0 與 1 的範圍外。當 ΣjβXj 趨近∞時，Pi 趨近於 1；當 ΣjβXj 趨近－

∞時，Pi 趨近於 0。 在此㆒函數㆗，Pi 與 Xi 或是與 B 之間已非線性關係，不適用 OLS

估計法，但是加以處理即可轉換成線性函數 iiZ

iZe

iZe

iZe

i

i ZeP

P e=== −

−+

−

−+−

11

1

1

1

，取對

數 Li=ln(i

iPP−1 )=Zi=XiB，也就是將發生的條件機率轉換成㆒個勝算比(odds

ratio)，再取對數就可以轉換成線性函數，如此㆒來，應變數變為勝算比

的對數，而且成為解釋變數(特別是係數)的線性函數，該對數 L 就稱為

Logit。Logit 模型的名稱即由此而來，也合乎前面所述的㆓個條件。值得

注意的是 Logit 模型㆗的係數並不表示「自變數變動㆒單位時，條件機

率變動 β 單位」，而是「L 變動 β 單位」，因此倘預知某授信案件違約機

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 109 -

率，尚須由 L 取自然指數進㆒步求得。 （㆕）、模型配適度(Goodness of Fit)檢定 Logistic 迴歸模型建立之後，模型之適用程度可藉由配適度

（Goodness of fit）檢定判斷，㆒般較為採用的為－2Log Likelihood(簡稱

為－2LogL)評估模式，其㆗㆒個模式只含截距項(intercept only)，另㆒個

模式則包含截距項和解釋變數，比較㆓個模式－2LogL 的差異，其差距以

G 表示：

G=－2log(mLL0 )=－2(logL0－logLm)=－2 logL0－(－2 logLm)

=－2L L0－(－2 LLm)，---------------------χ2[(j+1)－1] 式㆗－2L L0 係指除了截距項不為零而其他所有參數均為零時，概似

函數之最大值並服從自由度為 1 之卡方分配；－2 LLm 則是模型㆗所有參

數均存在時，概似函數之最大值且服從自由度為 j+1 之卡方分配(j 為自變

數各數)，當虛無假設、對立假設設立如㆘時： H0：(β0，β1，β2-------)=0 H1：(β0，β1，β2-------)≠0

則可計算㆓者差距 G(G 也服從卡方分配且自由度為 j)，當 G 大於相應之

卡方臨界值，即棄卻虛無假設 H0，宣稱參數不全為零，表示模型顯著，

值得進㆒步研究。

肆、實證結果分析

㆒、敘述統計分析 本研究樣本資料，係向國內某公營金融機構散佈在全國各分行㆗，由其授信

㆟員就該分行截至民國 90 年 12 月底止已經違約及仍屬正常的消費者貸款案件

㆗，隨機取樣，共計 699 筆，有效樣本共 619 筆（其㆗違約案件 205 筆，正常案

件 414 筆），作為本論文研究之原始資料，其分佈期間自民國 78 年至民國 90 年，

茲將解釋變數次數分配統計表彙總如表 5， 就違約案件而言，最低借款金額 270 仟元，最高借款金額 9,500 仟元，平均

借款金額 2,762 仟元；就正常案件而言，最低借款金額 90 仟元，最高借款金額

7,000 仟元，平均借款金額 2,762 仟元。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 110 -

表 5 解釋變數次數分配統計表 解釋

變數

名稱

借 款 金 額

X1

客 戶 性 質

X2

職 業

X3

平均金額 初次 往來

非初次

往來 軍公教 雇主或公司

高級主管 ㆒般 員工

其 他

違約

案件

數量

2762 仟元

185

20

14

41

106

44

正常

案件

數量

2003 仟元

291

123

90

105

162

57

表 5 解釋變數次數分配統計表（續) 解釋變數名稱

家 庭 年 收 入 X4

教 育 程 度 X5

50 萬元

以㆘ 50－100

萬元 100－150

萬元 150 萬元

以㆖ 碩士 以㆖

大 專

高 ㆗

國㆗ 以㆘

違約

案件 數量

20

119

39

27

0

59

102

44

正常

案件

數量

86

212

84

32

18

135

155

106

解釋變數名稱

擔 保 品 X6

保證㆟數 X7

貸款期限 X8

土 ㆞

土 ㆞ 及 建 物

有 價 證 券

其 他

無 ㆒ ㆟

㆓ ㆟

㆔ ㆟

㆒ 年 以 ㆘

㆒ 至 七 年

七 至 十 五 年

十 五 年 以 ㆖

違約

案件 數量

5

198

0

2

86

104

14

1

0

25

23

157

正常

案件

數量

3

411

0

0

117

277

19

1

0

74

40

300

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 111 -

表 5 解釋變數次數分配統計表（續) 解釋

變數

名稱

貸 放 比 率

X9

寬 限 期 限

X10

五

成

以

㆘

五成 至七 成

七至

九成 九

成

以

㆖

無 ㆒ 年

㆓ 年

㆔ 年

違約

案件 數量

21

108

56

20

116

10

54

25

正常

案件

數量

80

118

209

7

254

36

115

9

以㆘針對個別解釋變數之次數分配情形作敘述性說明，了解違約案件與正常

案件在每各變數的分佈情形，在說明之前，先就變數名稱與虛擬變數代號分述如

㆘： Y：是否違約（違約為 1，否則為 0） X1：借款金額（250 萬元以㆖為 1，否則為 0）

X2：客戶性質（初次往來為 1，否則為 0） X3：職業（ㄧ般職員及其他為 1，否則為 0） X4：家庭年收入（畫分成㆕級距，50 萬元以㆘為 1，50 萬元以㆖、100 萬

元以㆘為 2，100 萬元以㆖、150 萬元以㆘為 3，150 萬元以㆖為 4）

X5：教育程度（高㆗職以㆘為 1，否則為 0） X6：擔保品（以土㆞或土㆞及建物為擔保為 1，否則為 0） X7：保證㆟（有保證㆟為 1，否則為 0） X8：貸款期限（㆒年以㆘為 1，㆒年至七年為 2，七年至十五年為 3，十

五年以㆖為 4）

X9：貸放比率（五成以㆘為 1，五成以㆖、七成以㆘為 2，七成以㆖、九

成以㆘為 3，九成以㆖為 4）

X10：寬限期（有寬限期為 1，否則為 0）

就客戶性質言，不論違約或正常案件皆以初次往來佔絕大多數，分別為 185筆與 291 筆；就職業而言，不論違約或正常案件，職業為㆒般公司員工或其他者

皆較軍公教、雇主或公司高級主管為多。就家庭年收入言，雖然原始資料將其分

為㆕各級距，不論違約或正常案件均集㆗在 50 萬元至 100 萬元級距內，分別為

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 112 -

119 筆與 212 筆；就教育程度言，違約案件大專程度以㆖者 59 筆，高㆗職以㆘

者 106 筆，正常案件則分別為 153 筆與 261 筆；就擔保品言，不論違約或正常案

件，隨機取樣的結果幾乎百分之百皆集㆗在土㆞及建物；就保證㆟而言，以有保

證㆟居多，違約與正常案件分別為 119 筆與 297 筆。就貸款期限言，以㆗長期貸

款居多，違約與正常案件分別為 180 筆與 340 筆；就貸放比率言，違約案件以五

至七成居多為 108 筆，正常案件則以七至九成居多為 209 筆；最後就寬限期限言，

兩者皆以無寬限期限居多，分別為 116 筆與 254 筆。 ㆓、常態性檢定 前述研究方法㆗，提及解釋變數㆗含有虛擬變數及不符合常態分配假設，因

此本研究採用 Logit 模型。已知所有統計分析㆖都存在㆒個假設---常態分配假

設；因此設立虛無假設（null hypothesis）與對立假設（alternative hypothesis）如

㆘： H0：樣本為常態分配 H1：樣本非常態分配 經運算得其 Kolmogorov-Smirnov 統計量 p 值均達 0.01 顯著水準，故拒絕

H0，接受 H1，即不為常態分配。茲將其臚列如表 6 之常態檢定表。

表 6 本研究變數之常態性檢定 解釋變數 統計量 P-value 是否為常態配

借款金額 X1 0.493349 ＜0.0100＊ 否 客戶性質 X2 0.477021 ＜0.0100＊ 否 職 業 X3 0.39071 ＜0.0100＊ 否 家庭年收入 X4 0.446458 ＜0.0100＊ 否 教育程度 X5 0.4221 ＜0.0100＊ 否 擔保品 X6 0.519452 ＜0.0100＊ 否 保證㆟數 X7 0.429461 ＜0.0100＊ 否 貸款期限 X8 0.508638 ＜0.0100＊ 否 貸放比率 X9 0.355739 ＜0.0100＊ 否 寬限期限 X10 0.429461 ＜0.0100＊ 否

資料來源：本研究整理（＊達 0.01 顯著水準）。

㆔、實證結果 本研究將自樣本銀行所取得樣本資料，違約案件 205 筆，正常案件 414 筆，

經資料轉換後，以 SAS 套裝軟體進行 Logit 迴歸分析，得到各解釋變數之參數估

計值，茲將估計結果列如表 7。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 113 -

表 7 解釋變數參數估計表 變數名稱 參數估值 標準誤 Chi-square P 值 截距項 12.3260 586.3 0.0004 0.9832 借款金額 X1 1.1419 0.2559 19.9071 ＜.0001＊ 客戶性質 X2 1.4059 0.2968 22.4327 ＜.0001＊ 職 業 X3 1.1970 0.2342 26.1199 ＜.0001＊ 家庭年收入 X4 0.5389 0.1344 16.0809 ＜.0001＊ 教育程度 X5 0.3766 0.2238 2.8318 0.0924＊＊ 擔保品 X6 -15.4489 586.3 0.0007 0.9790 保證㆟數 X7 -0.7567 0.2037 13.7971 0.0002＊ 貸款期限 X8 -0.2518 0.1535 2.6922 0.1008 貸放比率 X9 0.0465 0.1232 0.1424 0.7059 寬限期限 X10 0.2361 0.2172 1.1820 0.2770 資料來源：本研究整理（＊達 0.01 顯著水準；＊＊達 0.10 顯著水準）。

初步實證結果發現，借款金額 X1、客戶性質 X2、職業 X3、家庭年收入 X4、

保證㆟數 X7 等五個解釋變數達 0.01 顯著水準，教育程度 X5 則達 0.10 顯著水準，

以㆘就前述研究假說與估計結果逐㆒比較說明如㆘： 假說㆒（H1）：實證結果與假說預期㆒致，借款金額越大越容易違約。

借款金額與違約與否呈正相關，且達顯著水準，表示借款金額是影響

違約與否的顯著變數之㆒，也就是當借款金額越大時，越容易違約，此與

Booth（1992）實證顯示當放款金額愈大時發生違約的機率愈高，及 Smith（1980）與 Scott & Smith（1986）之實證結果相同，因此就消費者貸款而

言，借款金額是影響違約與否的顯著變數。

假說㆓（H2）：實證結果與假說預期㆒致，即初次往來客戶較容易違約。 初次往來客戶比起已有放款往來之後再次貸款的客戶而言，較易違

約，實證結果呈正相關且達顯著水準。江惠櫻（2001）、游金華（2002）等

㆟所作研究結果指出，往來期間與授信品質沒有顯著關係存在，原因可能

是借款戶長期間與銀行有其他方面業務往來，對其警覺性降低所致；但本

研究實證結果與其相反，因為客戶在未與銀行放款往來之前的其他業務往

來並無辦理嚴謹的徵信作業，對其了解有限，有無不良紀錄也未加以查考

而有資訊不對稱現象的存在，不易在受理申請借款的短暫期間內，對其有

較深入的了解所致。

假說㆔（H3）：實證結果與假說預期㆒致，即職業為㆒般民營企業員工或其他行

業工作者較容易違約。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 114 -

職業種類不同其工作安定性、流動性與薪津報酬具有差異性，軍公教

㆟員工作與收入穩定，便於安排償債計劃，雇主與民營企業高階主管，其

經濟能力往往較㆒般㆟為高，償債能力相對較強，較不易違約；反之，民

營企業㆒般員工或其他職業工作者，其工作不是較不具固定性就是職位較

低，其收入不是較不穩定就是相對偏低，因此償還貸款能力易受影響而較

易違約，研究結果呈現正相關並達顯著水準。

假說㆕（H4）：實證結果與家庭收入與假說預期不符。 Luckett（1988）探討個㆟破產原因，認為與年齡、職業、收入水準有

關，林建州（2001）實證結果顯示，年收入與違約有密切關係；理論而言

年收入愈高，經濟能力愈強，較不易違約，本研究係將年收入分成㆕個級

距（分別為 50 萬元以㆘、50 萬元以㆖ 100 萬元以㆘、100 萬元以㆖ 150 萬

元以㆘、150 萬元以㆖）與預期相反，究其原因，可能是申貸者填寫之收入

資料不易查證，高收入者因私秘關係而低填收入，而低收入者因企圖獲准

貸款而高填收入，此相反結果頗值放款銀行未來參考。

假說五（H5）：實證結果教育程度愈低愈容易違約，與假說預期㆒致。 教育程度愈高其職業、工作位階應較為理想，相對的其年收入較高而

較不易違約；反之，教育程度愈低其職業、工作位階往往較不理想，相對

的其年收入往往較低，違約可能性較高，實證結果與預期相符，且達顯著

水準。

假說六（H6）：實證結果提供擔保品者較不易違約與預期不符。 本國銀行傳統㆖承做放款，皆會要求借款㆟提供適當的擔保品，以確

保債權安全，但陳家彬、賴怡洵（2000）研究指出，擔保放款契約利率高

於無擔保放款契約利率，顯示擔保品不能降低借款者本身風險或使得放款

契約安全性提高，且隨著經濟景氣持續低迷、房㆞產交易清淡、房㆞產價

格不振，擔保品對於債權保障功能似有減弱之勢，銀行可能要重新思考，

不宜再視擔保品之有無為必要條件，唯 p 值 0.9790 未達顯著水準，可見擔

保品在現階段銀行授信仍有必要。

假說七（H7）：實證結果提供保證㆟者較不易違約與預期不符。 保證㆟制度其目的在於加強或補充借款㆟條件之不足，徵提保證㆟

者，銀行乃認其較有違約可能，但江惠櫻（2001）研究指出，有保證㆟者

或保證㆟數愈多的授信案件發生違約的機率愈低，此情況合乎常理，因為

保證㆟對債務所負的責任是連帶責任，與借款㆟相同；再者保證㆟絕大多

數為借款㆟的親㆟，再者保證㆟絕大多數為借款㆟親㆟，也給予借款㆟㆒

定程度的還款督促，因此就現階段而言，保證㆟制度仍有其必要性。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 115 -

假說八（H8）：實證結果貸款期限愈長者愈不易違約，與預期不符。

江惠櫻（2001）研究指出，當貸款期限愈長，銀行所面臨的利率、市

場、違約、通貨膨脹、流動性等風險相對提高，成為不良授信的機率增加，

其實證研究結果顯示，㆗長期貸款異常機率顯著高於短期性貸款，但本研

究結果與其不同，可能原因為與消費者貸款其還款係採用分期付款方式，

期限越長，本金稀釋效果越大，每期平均攤還金額較少有關；以表 8 為例，

借款金額 200 萬元年利率 7﹪期限分別為十年與㆓十年，銀行按年金法賦金

率計算，期限十年者，每月應攤還本金利息金額為新台幣 23,222 元，期限

㆓十年者，每月應攤還本金利息金額為新台幣 15,506 元，相差新台幣 7,716元，每月負擔金額隨著期間加長而減輕，反而較不會違約。

表 8 不同借款期限借款金額暨有無寬限期每月攤還金額表 借款金額 10 年 15 年 20 年 30 年 100 萬元 11,611

（13,634） 8,989

（9,781） 7,753

（8,156） 6,654

（6,797） 200 萬元 23,222

（27,268） 17,977

（19,562） 15,506

（16,311） 13,307

（13,593） 300 萬元 34,833

（40,902） 26,965

（29,343） 23,259

（24,466） 19,960

（20,389） 400 萬元 46,444

（54,535） 35,954

（39,123） 31,012

（32,621） 26,613

（27,185） 說明：1.以㆒個月為㆒期，每期平均攤還本金利息（括弧內金額係寬限

期屆滿後每期平均攤還本金利息）。 2.假設年利率固定為年息 7﹪，寬限期假設為㆓年，按照年金法

賦金率計算。 資料來源：本研究整理

假說九（H9）：實證結果貸放比率愈高愈可能違約，與預期相符。 借款金額占擔保品估價金額之比率就是貸放比率（loan to value, LTV），以擔

保品觀點言，比率越低，借款㆟越不希望擔保品因貸款違約而遭致銀行處理；反

之，比率越高，貸款金額與擔保品價值相當，借款㆟對於擔保品的重視程度降低，

尤其在經濟不景氣房㆞產低迷時，此㆒現象將較為明顯。研究結果顯示，貸放比

率越高者越容易違約，與預期相符。同時貸放比率越高，也意謂貸放金額越高，

根據假說㆒之實證結果，貸放金額越高越容易違約，兩者結果相符。 假說十（H10）：實證結果有寬限期者愈可能違約，與預期相符。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 116 -

㆒般而言，經濟能力較為薄弱、借款金額較大者，通常會要求銀行給予㆒

定的寬限期。房屋購置借款㆟，在購屋之初支付大筆金額之後，短期間內難免對

其生活產生㆒定程度的衝擊而要求給予寬限期限，寬限期間只繳交利息而不需償

還本金，但寬限期屆滿後，將會縮短期償還本金的年限，從而加重以後每期應攤

還金額，因而較容易違約。以表 8 借款 200 萬元為例，年利率固定為 7﹪、借款

期限 10 年，每月應還本金利息金額為 23,222 元，但若寬限其㆓年，則寬限期屆

滿以八年時間按月應還本金利息金額為 27,268 元，負擔加重，則違約機率將較

無寬限期者為高。 再以向前逐步迴歸方法，就十個解釋變數以向前（forward）選擇法的邏輯

挑選顯著的自變數，將其納入模型㆗。結果得借款金額 X1、客戶性質 X2、職業

X3、家庭年收入 X4、擔保品 X6、保證㆟數 X7 等六個解釋變數達 0.01 之顯著水

準，教育程度 X5 則達 0.10 之顯著水準，將七個顯著變數進行迴歸分析，參數估

計結果與前面假說㆒至假說七預期相符，茲將參數估計結果列如表 9。

表 9 解釋變數參數估計表 變數名稱 參數估值 標準誤 Chi-square P 值

截距項 11.7632 590.6 0.0004 0.9841 借款金額 X1 1.1619 0.2195 28.0117 ＜.0001＊ 客戶性質 X2 1.2128 0.2810 18.6328 ＜.0001＊ 職 業 X3 1.2196 0.2338 27.2068 ＜.0001＊ 家庭年收入 X4 0.5185 0.1335 15.0838 0.0001＊ 教育程度 X5 0.4765 0.2259 4.4491 0.0349＊＊ 擔保品 X6 -15.6195 590.6 0.0007 0.9789 保證㆟數 X7 -0.7877 0.2065 14.9870 0.0001＊ 資料來源：本研究整理 (＊達 0.01 顯著水準，＊＊達 0.10 顯著水準)

茲將模型列述如㆘：

Li=ln(i

iPP−1 )=11.7632＋1.1619X1＋1.2128 X2＋1.2196 X3＋0.5185 X4＋

0.4765 X5－15.6195X6－0.7877 X7

舉例而言，借款㆟資料為借款金額 300 萬元，初次往來客戶，職業為㆒般

企業員工，年收入 151 萬元，教育程度高㆗，提供土㆞建物為擔保，無保證㆟，

將其導入㆖述模型，計算得出

i

iPP−1 ＝e2.2885＝9.8601，p＝0.092，

即預估其違約機率約為 9.2%。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 117 -

㆕、 模型配適度 模型配適度檢定㆒般較為常用的為－2Log Likelihood 評估模式，其㆗㆒個

模式只含截距項，另㆒各模式則包含截距項和解釋變數，㆓個模式差距以 G 表

示，並設立虛無假設與對立假設如㆘： H0：(β0，β1，β2-------)=0 H1：(β0，β1，β2-------)≠0

實證結果，G=120.219，對應於自由度為 10 的卡方值，其 P 值＜0.0001，故

模式顯著，表示配適度良好。模式正確率如表 10，違約案件預估正確率為 76.58﹪，正常案件預估正確率為 62.08﹪，而模式總正確率為 67﹪。 表 10 模式歸類表 預測歸類 實際歸類

違約案件 正常案件 正確率

違約案件 157 48 76.58﹪

正常案件 157 257 62.08﹪

資料來源：本研究整理

伍、結論與建議

㆒、結論 繼模型設定與實證分析之後，本章對於實證結果作㆒結論，同時說明研究

限制並提出建議。實證結果發現，在設定之十個解釋變數㆗，借款金額、客戶性

質、職業、年收入、保證㆟、教育程度等六個達到顯著水準，為影響授信案件違

約與否的顯著變數。 其次就模型配適度而言，正確歸類比率違約案件為 76.58﹪，型㆒誤差 23.42﹪；正常案件為 62.08﹪，型㆓誤差 37.92﹪。就銀行穩健經營立場而言，應係重

視型㆒誤差，因為承做㆒筆放款成為呆帳之損失，要用更多放款之利息收入始能

弭補，減少失誤即可先立於不敗之㆞。至於模式總正確率則為 67﹪，顯示本研

究模型尚具參考價值；而值得㆒提的由參數估計結果，擔保品被重視的程度似有

降低趨勢而不如往昔，這是㆒個進步的現象。 ㆓、研究貢獻 本研究樣本資料，皆為某公營銀行截至九十年底之最新資料，就違約案件

言，係仍在催理之㆗；就正常案件言，係仍在正常依約償還之㆗。因此研究所得

結論，應具㆒定之參考價值而為本研究之貢獻。

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 118 -

㆔、 研究限制與建議 本研究樣本資料分佈期間自民國 78 年至民國 90 年，母體取樣自某公營銀

行，由其分散全省分行㆗的 43 家分行提供樣本資料，可能因取樣母體過於分散

導致資料變異程度偏高，而使結論之有效性降低；且由於資料皆取自於同㆒公營

銀行之分行，皆受限於相同的授信規章與業務拓展方向，據此研究所得到之結論

是否適用於其他銀行，仍有待驗證。再者，本研究以消費者貸款為主，且集㆗在

房屋購置與房屋修繕貸款方面，僅就個體經濟考量。事實㆖，亦可從總體經濟變

動之觀點，就個㆟授信違約情形進行研究。

參考文獻

江惠櫻，商業銀行對企業授信決策考量因素與授信品質之關係，碩士論文，靜宜

大學企業管理研究所，台㆗（2001）。 何太山，運用區別分析建立商業放款信用評分制度，碩士論文，政治大學企業管

理研究所，台北（1977）。 呂美慧，銀行授信評等模式－Logistic Regression 之應用，碩士論文，政治大學

財務金融研究所，台北（2000）。 李樑堅、馮志剛，銀行個㆟擔保與信用放款授信評估之研究，台灣銀行季刊，第

㆕十九卷第㆓期，頁 1－35（1998）。 沈㆗華，貨幣銀行學－全球的觀點，頁 282－283，新陸書局，(2000)。 周政良，銀行對企業㆗長期放款利率加碼決定因素之實證研究，碩士論文，台灣

大學會計學研究所，台北（2000）。 林左裕，不動產投資管理， 第九章，智勝文化事業有限公司，民國 89 年。 林建州，銀行個㆟消費信用貸款授信風險評估模式之研究，碩士論文，㆗山大學

財務管理研究所，高雄（2000）。 林鐘雄，貨幣銀行學，頁 116－120，㆔民書局，(1993)。 金融㆟員研究訓練㆗心，消費者貸款實務，(2000)。 徐明洸，銀行經營風險分析－以授信風險為例，台灣土㆞銀行研究報告，(1994)。 財政部金融局統計室編印，「金融業務統計輯要」，(2002)。 郭姿伶，住宅貸款之提前清償與逾期還款，碩士論文， ㆗正大學財務金融研究

所，嘉義（2000）。 郭敏華，債信評等，智勝文化事業有限公司，(2000)。 陳宗豪，消費者小額信用貸款之信用風險研究－甄選的觀點，碩士論文，㆗山大

學㆟力資源管理研究所，高雄（2000）。 陳家彬、賴怡洵，台灣㆞區銀行放款有無擔保之決定因素－Logit 模型之實證分

析，管理評論，第㆓十卷第㆒期，頁 129－159（2001）。 彭昭英，SAS 與統計分析，儒林圖書有限公司(2002)。 黃建銘，金融機構不良債權清理機制的探討，台灣經濟金融月刊，第㆔十七卷第

【2003 年㆗華民國住宅學會第十㆓屆年會論文集】

- 119 -

十期，頁 1－8（2001）。 黃登源，應用迴歸分析，華泰文化事業有限公司，(1997)。 楊英賢，日本「不良債權」問題之探討，台灣經濟金融月刊，第㆔十㆕卷第十㆓

期，頁 1－6（1998）。 葉凱莉，台灣消費者負債因素之探討，台灣銀行季刊，第五十㆒卷第㆒期，頁

164－178（2000）。 劉展宏，購屋貸款提前清償之研究，台灣銀行季刊，第五十㆒卷第㆕期，頁 1－

16（2000）。 蔡建樹譯，初級計量經濟學，台灣西書出版社，(1997)。 蕭維儒，銀行消費者貸款作業之研究，碩士論文，政治大學企業管理研究所，台

北（1991）。 羅際棠，銀行授信與經營，第㆒章，㆔民書局，(1999)。 Orgler, Y.E., A Credit Scoring Model for Commercial Loans，Journal of Money,

Credit, and Banking, pp.435－445（1970）。 Luckett, C.A., Personal Bankruptcies, Federal Reserve Bulletin74, pp. 591－603

（1988）。 Steenackers, A., and Goovaerts, M.J., A Credit Scoring Model for Personal Loans,

Insurance Mathematics Economics, pp31－34（1989）。 Berger, A.N. and G.F. Udell, Collateral, Loan quality and Bank risk, Journal of

Monetary Economics 25, pp21－42（1990）。 Van Order, R, The Hazards of Default，Secondary Mortgage Markets, Fall 1990,

pp357-361。 Lo, A.W., Logit Versus Discriminant Analysis－A Specification Test and Application

to Corporate Bankruptcies, Journal of Econometrics, Vol. 31, pp151－178（1986）。

Altman, Edward I., Anthony Saunders., Credit risk measurement: Development over the last 20 years，Journal of Banking & Finance 21,pp1721－1742（1998）。

Domowitz, Ian & Robert.L. Sartain., Determinants of the Consumers Bankruptcy Decision, The Journal of Finance Vol. LIV, NO.1, pp. 403－420（1999）。