信用卡风险分析5.docVIP

信用卡風險分析 指導老師： 黃三益老師 組員：E123502191 張智欽 N954020003 于亨宗 M965040023 鍾友華 信用卡風險分析預測 1. INTRODUCTION 1.1 Motivation and background 自1970年代以來，各國相繼採用各項金融改革措施，而台灣也於民國79年開放新銀行的設立，使得金融業長期寡占市場的局面，有了重大的變革。 在金融革新的部份，政府逐漸解除各項管制，使得保險、其他非銀行業者，相繼投資或跨足經營金融事業，引進無人銀行、電子銀行，整合開發金融的衍生性商品、消費金融商品，其中在消費金融商品為最活絡的業務，當中又以「信用卡」的推廣最為成功。 在蓬勃發展且競爭激烈的信用卡市場中，各家銀行為了達到其經濟規模，使用各種行銷策略，以擴大市場佔有率，如此的惡性競爭下，容易形成一人多卡，個人信用過度膨脹，有鑑於銀行發卡浮濫，金管會銀行局因此訂出相關監理條例，以嚴格控制資產品質，若逾放比、呆帳過高，銀行局甚至會命令銀行停止發卡業務，而發卡銀行隨著辦卡人持續增加，總難以避免呆帳也節節上升的問題，發卡銀行獲利空間逐漸變小，跟雙卡風暴，以及呆帳比越來越高，這些因素的多重影響的情況下，相繼訂出緊縮的發卡政策，而在金管會持續督促各發卡銀行注意其資產品質，並加強申報資料之正確性及時效性，以保障消費者權益及健全市場之發展，，種種的因素之下，導致民國九十三年之後的發卡數量極遽的下降，相關統計如下頁圖1。 圖1：台灣歷年發卡數與流動卡數在歷經亞洲金融風暴後，國內銀行逾放比與呆帳率逐年升高，而近幾年，政府即將要把銀行的逾放比定義與國際接軌，屆時銀行勢必面臨更嚴重的考驗。 整體的經營環境不佳，日愈嚴重的逾放比，發卡業者亦意識到信用卡業務的成敗，關鍵乃在於一開始便做有效的風險控管，防違約於未然，如能預先界定出會造成違約的因子，預先排除信用不佳的申請人，大幅來改善信用卡的管理風險，一方面降低違約率，一方面留住好客戶；再者，加強核卡後的信用風險控管，對於交易異常的客戶或持卡人給予「暫停停卡」、「強制停卡」等方式。 核卡後的風險控管，充其量也只能降低已發生的損害，卻無法避免持卡人違約對發卡機構所造成的損害，因此，在事先的預防重於事後的補救的前提下，發卡機構在發卡前的審核及對新申請者的信用評比，將是值得研究探討的課題。1.2.Determination of data set 透過先前的一些文獻回顧發現到信用卡風險評估中，所需的客戶資料屬性多為個人財務狀況資料（如：有無貸款、信用卡持有數、月收入等）、以及基本資料（如：婚姻、年齡、有無子女等），另外我們還關心客戶所屬風險的狀況，因此我們如要從某信用卡公司所取得的客戶資料裡，就必須含有以上三類的資料。2. Data mining procedure 在The Data Mining Techniques中，Berry和Linoff建議資料採礦的技術應符合10項步驟，我們在報告中將依循這時個步驟，並敘述每個步驟內完整的內容，以下是我們10個步驟的過程。Step one: Translate the business problem into a data mining problem 發卡銀行中總是累績龐大的客戶歷史資料，而發卡銀行無法用一般統計模式從某些屬性欄位來評判甚至預測一個客戶的行為，例如會不會使用循環利息、該客戶的風險高不高、會不會違約等等，因此透過資料採礦技術（例如：決策樹、類神經網路、貝氏機率分類）和統計方法（例如：羅吉斯回歸），建構出一套完全符合自身銀行評判客戶特性與其信用卡風險模型之流程。本研究要透過現有資料來建立評判客戶風險的的模型，利用不同的採礦技術，求得一個最佳的評判模型。Step two: Select appropriate data 本研究以國內某信用卡發卡銀行為研究對象，資料來源取自銀行信用卡部門的資料庫，資料檔包括有4117筆信用評等以及個人財務狀況資料，也包含基本資料資訊，但由於必須顧及保密性，故這些原始資料皆已先做過相關的整理。Step three: Get to know the data 本研究將原始資料變數名稱及類型整理成以下的表格類型 變數名稱 資料類型 基本資料 ID 連續型 年齡 連續型 收入 連續型 性別 類別型（m/f） 婚姻狀況 類別型（single/marrieddivsepwid） 小孩數 連續型 財務狀況 卡數 連續型 付款方式 類別型（weekly/monthly） 有無抵押 類別型（y/n） 店家的卡 連續型 抵押方式 連續型 結果 風險 good risk（信用好風險低的客戶） bad risk（風險高且會造成公司損失的