房屋抵押贷款授信风险评估模型之建构.pdf

房屋抵押貸款授信風險評估模型之建構 1 2 李沃牆 黃程瑋 摘 要 近幾年來，銀行紛紛轉往信用卡、現金卡之消費者貸款業務發展，但因風險控管不 良，以致於在去年爆發了卡債風暴，不僅造成虧損，無擔保的消金貸款業務也因而緊縮， 所以各家銀行轉進有不動產做抵押的房貸市場。但又鑒於卡債風暴的發生，為了避免房 貸也遭遇相同的問題，各家銀行除了加強審核申貸者的資格及還款過程外，更需要一套 客觀合理的房屋抵押貸款的信用管理評等模式 ，並配合新版巴塞爾資本協定的規定 ，才 能及早發現逾期 違約狀況 ，以提升房屋貸款的信用品質 。 本研究以國內某金融機構為實證研究對象，文中除使用交叉分析 相關分析了解資 料結構外 ，更進一步運用Logit迴歸分析及倒傳遞類神經網路分析來做實証分析。研究結 果發現除了性別 擔保品種類不顯著外 ，其他如年齡 、職業…等變數，在不同的還款狀 態下會存在顯著性的差異 。而在測試樣本正確率方面 ，Logit迴歸的預測能力逹56.89% ， 倒傳遞類神經網路分析的預測能力逹71.67% ，顯示無母數的類神經網路模型之判別能力 較佳 。本文使用ROC比率值來評估各評分模型之樣本外績效 ，亦以類神經的值較大 ，表 示此模型適合做為房屋抵押貸款授信風險之評分模型 。 關鍵字：房屋抵押貸款、Logit 迴歸模型 、類神經網路模型 、效率驗證 1 真理大學財金系副教授兼系主任 2 真理大學財經所研究生，TEL ：0921191522 ，E-mail ：Raymond9156040@.tw C2- 55 壹、緒論 授信業務是銀行傳統的主要業務，更是穩定的收入 獲利來源 。在近幾年 來，由於利差持續縮小，所以造成銀行不易從和企業間的貸放得到利益 ，而導致 銀行利潤縮小，於是其紛紛轉往消費者貸款，例如信用卡、現金卡等業務。但又 因每間銀行在同業的競爭下 ，紛紛降低手續費，或是放寬審核的標準 ，又或是銀 行使用半強迫的方式 ，誘使客戶使用信用卡或現金卡來融資…等等，所以在2005 年年底暴發了嚴重的卡債風暴，導致許多銀行放棄繼續推行雙卡的業務，而又將 重心轉回有不動產做抵押且較穩定的房貸業務上 。 過去幾年 ，因我國處於金融業的戰國時代 ，一則是金融機構家數過多，使得 銀行資金過剩 ，再則是國內產業外移、不動產景氣回溫等因素 ，使得各銀行將授 信條件逐漸放寬，並紛紛推出高成數的房貸，以致於房貸業務的信用風險不斷增 加 ；並且加上國內經濟景氣低迷不振 ，經濟成長不斷向下修正甚至變成負成長 ， 導致房貸逾期放款激增 。 有鑒於卡債風暴的發生，為了避免房貸業務也遭遇相同的問題，所以必須在 審核貸款之初便做出最佳的決策，亦即按照貸款申請人的資料，審核出符合資格 的申貸者和抵押品的鑑價及還款過程，且需要一套客觀合理的房屋抵押貸款的信 用管理評等模式，並運用此模式來計算房屋貸款的違約機率或損失率，作為貸款 准駁 、利率水準高低以 貸款額度多寡的依據 。 在相關文獻中 ，國內有幾篇關於消費貸款審核制度的研究 ，例如呂美慧 (2000) 、陳進財(2002) 、 桂榮(2003)利用LOGIT 迴歸模型來分析估計違約機率的 因素 。而林建州(200 1)則以三種傳統的統計方法LOGIT 模型 、PROBIT 模型 區 別分析模型來做分析，發現三個模型中，LOGIT 模型的預測準確率最高。綜觀相 關文獻 ，發現LOGIT 在傳統模型中的正確率最高 。故本文採用LOGIT 模型做為 其中一種研究方法 。 為了縮減審核的 效、增加放款的效率，且不因決策者的個人成見或資料的 C2- 56 複雜而導致決策的錯誤 ，必需使用科學化的審核制度 ，來迅速處理及分析資料 。 在近幾年，人工智慧、資料探勘的方式逐漸取代了傳統的方法 ，應用於審核評分 制度上 ，如彭慧雯(200 1)是利用複變數區別分析及類神經網路模式來預測影響信 用卡發卡的變數 ，研究結果發現類神經的解釋能力較區別分析為佳 ；而康贊清 (2003)則利用類神經網路來擷取知識 ，來審核企業貸款審核結果…等等 。