小额信贷之违约概率模型：特别考虑异质性

在新巴塞尔资本协议(New Basel Capital Accord)对金融全球化的冲击及金融机构改善资产质量及合并政策的影响下,我国台湾地区金融业进入激烈合并竞争的时代。许多银行颇受降低逾放比率及增加净值报酬率与资产报酬率两难之困扰。消费性信用贷款产品利差大、风险分散,是金融机构授信经营极重要的产品。实证结果显示,采用世代研究(cohort study)建立之模型对样本数据之拟合程度较个案对照研究法(casecontrol study)的解释变异量为佳,且较符合新巴塞尔资本协议规定及科学程序。虽然Logistic回归模型在建立逾期概率模型上广泛地被使用,但要求存在于同构型的变异数Var=np(1-p)假设上,且在数据分析上常因为出现变异数之异质性问题,故可采用调整变异数异质性之方法。

以大样本数据的cohort study探讨消费性小额信用贷款的逾期因素

金融机构获利的稳定,健全与持续的授信质量影响很大,全球性新巴塞尔资本协议(New Basel Capital Accord)的推动及主管机关要求金融机构改善资产质量及合并政策的影响下,使台湾的金融业进入激烈合并竞争的时代。消费性贷款随着社会趋势的发展日益增大,为了探讨消费性小额授信户逾期还款行为。这里运用台湾地区两家商业银行1996—2001年间的授信户样本数据,采用retro-prospective cohort study以修正前学者采用Case-control study的限制,及配合新巴塞尔资本协议(New Basel Capital Accord)下金融全球化的规定。结果发现样本数大小会影响logis-tic模型的显著性因素及适合度。另外也发现Logistic regression模型预测能力,其逾期案件预测结果正确预测率达70.0%,66.95%及71%,另在整体正确预测率从67.3%和69.85%增至72.1%。因此,以大样本retro-prospective cohort study所发现的影响因素及预测能力的稳定性,较符合新巴塞尔资本协议规定及科学程序。