本研究为了建立信用卡信用风险之授信评量模型,研究样本包.PDFVIP

下载本文档

11
0
约1.08万字
约 13页
2019-01-12 发布于天津
举报
版权申诉

本研究为了建立信用卡信用风险之授信评量模型,研究样本包.PDF

1、本文档共13页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本研究为了建立信用卡信用风险之授信评量模型,研究样本包

第四章實證分析第一節實證分析 -利用 Logit模型本研究為了建立信用卡信用風險之授信評量模型，研究樣本包括了正常案件及違約案件共 12061 ，並且採用9解釋變數來建立研究模型。在研究變數操作上，首先在原始模型 56個解釋變數，利用逐步模型選擇法，將不符合要求顯著水準之自變數一一刪除，則剩下較顯著的 9的解釋變數進行 logit模型分析違約風險，違約的定義即信用卡持卡人欠款 M1 stage或大於 M1 ，視為持卡人違約風險(0代表非違約族群;1代表違約族群 ) 。故下表分析是針對全部樣本 (非違約族群與違約族群)進行 t檢定以及簡單敘述統計。【表4-1 】利用Logit模型求算出基本統計量 Variable Coeff T value Constant -1.684 -10.495 年收入(Income) 3.93E-07 5.133 職級 (Job Level) 0.083 7.214 婚姻 (Marital) -0.027 -0.434 每月限額(Limit Amt) -4.73E-07 -1.482 6個月交易金額 (6M Tran Amt) -3E-05 -14.878 過去 6個月平均繳款金額 (AvgM Pay Amt) -0.0001 -23.771 6個月平均期初應繳金額 (AvgM Bill Amt) 2.716E-05 23.549 過去 6個月是否有循環息 (revolving Interest) 1.600 15.151 過去 6個月繳款金額 /應繳金額 (Payment Ratio) -0.004 -0.752 由 logit的實證分析以上 9個變數【1】年收入：當只有考慮年收入因素時，當年收入愈高愈不容易違約。在其他的變數考慮進去時，由其是考慮了「過去 6個月平均繳款金額」下，故相對會影響持卡人違約機率提高的因素，所以在這變數的影響的方向，當年收入愈高，其違約風險較大。【表4-2 】利用Logit模型求算出年收入單獨影響持卡人違約機率 Variable Coeff T-Stat 截距 -1.383326869 -26.33318 年收入 -0.000000794 -8.66081 【表4-3 】利用 Logit模型求算出年收入與過去 6個月平均繳款金額影響持卡人違約機率 Variable Coeff T-Stat 截距 -0.0428 -0.80446 年收入 8.32E-08 1.45293 過去 6個月平均繳款金額 -3.27E-04 -31.39191 【2 】職級 (01-自營 ,02-高級主管 ,03