本研究依房貸貸放各變項內容，分別計算其百分比以瞭解申貸 戶的基本資料，並將資料整理並進行相關的敘述性統計分析，包含 平均數、標準差、最大值及最小值等，以利研究與暸解各變項的情 況。
表 8 彙整表為各變數之敍述統計值，樣本資料中的核貸平均額 度為 278.7 萬而最大值為 450 萬、最小值只有 140 萬，顯示有產生 差異。通常核准金額越高，代表申請貸款金額及購屋買賣價格相對 高，而申貸較高金額之借款戶代表相對有能力負擔貸款且經濟狀況 也較佳，故此特徵變數對授信戶產生逾款違約的影響值得探討。另 在核准利率部份平均利率為 2.26%，此項利率會因借款戶本身信用 條件狀況及是否申請政府低率補助優惠貸款等因素影響，會有不同 的貸款核准利率。在授信戶年收入方面，此項變數會受到核准貸款 金額的影響，也會因工作年資的資歷與借款人的年齡，會產生較大 的差異。另一方面在樣本資料統計中借款人申請貸款年限平均申貸 期間為 19.5 年，最長申請年限為 20 年，表示借款人向銀行申請貸
款比例較高為長期性貸款。
表 8 樣本敘述性統計-變數統計表
變數名稱 單位 樣本數 最小值 最大值 平均數 標準差
是否逾期繳款(Y) 40 0 1 0.08 0.267
性別(X1) 40 0 1 0.85 0.362
年齡(X2) 歲 40 26 38 31.45 3.734
工作年資(X3) 年 40 1 5 2.20 1.091
年收入(X4) 元 40 280000 528000 370800 62642
聯徵查詢次數(X5) 40 0 1 0.13 0.335
信用卡有無循環利息(X6) 40 0 1 0.15 0.362
有無提供保證人(X7) 40 0 1 0.60 0.496
核貸金額(X8) 元 40 1400000 4500000 2787000 819219
核准利率(X9) % 40 2.10 2.40 2.2663 0.754
貸款年限(X10) 年 40 15 20 19.50 1.519
資料來源:本研究整理
(1) 性別
表 9 統計結果顯示，向樣本資料機構申貸的客戶，男性比例明顯較多。
表 9 樣本變數統計百分比分佈-性別
變項 類別 百分比 累計百分比
性別 男性 85.0% 85.0%
女性 15.0% 100%
(2) 年齡
表 10 統計結果顯示，申貸戶年齡層分佈大多以 26-30 歲區間明顯較多。
表 10 樣本變數統計百分比分佈-年齡
表 13 樣本變數統計百分比分佈-聯徵查詢次數
(9) 核准利率
表 17 統計結果顯示，金融機構核准貸款利率以 2.25% -2.3%區間，比例 明顯較多。
表 17 樣本數統計百分比分佈-核准利率
變項 類別 百分比 累計百分比
核准利率
2.10 7.5% 7.5%
2.15 2.5% 10.0%
2.20 17.5% 27.5%
2.25 20.0% 47.5%
2.30 32.5% 80.0%
2.35 15.0% 95.0%
2.40 5.0% 100.0%
(10) 貸款年限
表 18 統計結果顯示，申貸戶申請貸款年限大多以 20 年為主佔 90%，比 例明顯較多。
表 18 樣本數統計百分比分佈-貸款年限
變項 類別 百分比 累計百分比
貸款年限 15 年 10.0% 10.0%
20 年 90.0% 100%
表 19 為本研究風險變數使用 Pearson 及 Spearman 相關分析並彙整，
在顯著水準之下呈顯著相關性變數項如下:
「性別」變數對信用卡有無循環利息、是否逾期繳款呈顯著負相關。
「性別」變數對貸款年限呈顯著正相關。
「年齡」變數對工作年資、年收入、貸款年限呈顯著正相關。
「年齡」變數對是否逾期繳款呈顯著負相關。
「工作年資」變數對年齡、年收入呈顯著正相關。
「工作年資」變數對是否逾期繳款呈顯著負相關。
「年收入」變數對是否逾期繳款呈顯著負相關。
「聯徵查詢次數」變數對是否逾期繳款呈顯著正相關。
「信用卡有無循環利息」變數對性別、有無保證人、貸款年限呈顯著負 相關。
「有無保證人」變數對信用卡有無循環利息、是否逾期繳款呈顯著負相 關。
「有無保證人」變數對年收入呈顯著正相關。
「核貸金額」變數對年收入、工作年資、貸款年限呈顯著正相關。
「核准利率」變數對有無保證人呈顯著正相關
「貸款年限」變數對性別、年齡、年收入、工作年資、核貸金額呈顯著 正相關。
「貸款年限」變數對信用卡有無循環利息、是否逾期繳款呈顯著負相 關。
「是否逾期繳款」變數對性別、年齡、年收入、工作年資、有無保證人、
貸款年限呈顯著負相關。
「是否逾期繳款」變數對聯徵查詢次數呈顯著正相關。
故本研究所採用之風險變數應屬適做為實證研究之變數。另為驗證本研 究風險變數屬性等級間的相關程度使用 Spearman 相關分析，由相關係 數的大小判斷兩個風險變數間相關程度的強弱，介於-1 與+1 之間，係 數的絕對值愈接近 1 時，代表相關程度愈強，即表示變項的關聯程度愈 明顯。反之，係數值愈小，代表相關程度愈弱。
表 19 各風險變數之「Pearson」及「Spearman」相關分析