本研究採用分類與迴歸樹（CART）建立信用貸款違約風險之預測模型，建 議未來研究者，可參考本研究之建模變數選取原則，但採用其他建模方式，如邏 輯斯迴歸、區別分析等，進行信用貸款違約風險預測模型之建構，更進一步或可 嘗試比較各種不同建模方式之預測效果。
12： 544÷1552=0.35=1/2.85≈1/3，其中 544 為模式預測為違約逾期且實際為違約逾期的人數；1552 為模式預測為違約逾期的人數。
另，本研究是採用信用風險評估方法中的信用評分制度（Credit Scoring System）來進行研究，未來研究者亦可依循參考本研究之結果，進一步嘗試建構 信用評等或混合評等與評分制度之風險評估模型。
參考文獻 中文部份
1. 江世傑，2001，模糊類神經網路在消費性貸款之應用，成功大學工業管理學 系碩士論文。
2. 何貴清，2002，消費者小額信用貸款之信用風險研究-以一商業銀行顧客為 例，中山大學人力資源管理研究所碩士論文。
3. 吳振晃，2003，資料採礦技術於銀行授信之應用---以消費者貸款為例，中國 文化大學資訊管理研究所碩士在職專班碩士論文。
4. 汪海清、黃景泰、謝維國、楊培宏、王南豪，1999，消費者貸款實務，台北 市：台灣金融研訓院。
5. 林建州，2001，銀行個人消費信用貸款授信風險評估模式之研究，中山大學 財務管理學系研究所碩士論文。
6. 林邵杰，2003，風險值（VaR）在金融風險管理的角色，台灣金融財務季刊，
第四輯第一期，39-54。
7. 林勉今，2004，消費性貸款授信風險評估之研究－以 X 銀行為例，大同大學 事業經營研究所碩士論文。
8. 林真真、鄒幼涵編著，2003，迴歸分析，台北市，華泰書局，二刷，260-262。
9. 范哲銘，2003，銀行體系與行銷體系信用貸款授信模型的研究，高雄第一科 技大學財務管理研究所碩士論文。
10. 洪榮隆，2003，消費性貸款信用風險之分析-應用類神經網路，高雄第一科 技大學風險管理與保險所碩士論文。
11. 莊瑞珠，2007，「邏輯斯迴模型運用在女性信用卡評分制度之研究」，輔仁 管理評論，第十四卷第一期，127-154。
12. 馬芳資，1994，信用卡信用風險預警範例學習系統之研究，國立政治大學資 訊管理研究所碩士論文。
13. 張仁哲，1982，我國信用卡現代化問題之研究，國立政治大學企業管理研究 所碩士論文。
14. 張大成，2003，「違約機率與信用評分模型」，台灣金融財務季刊，第四輯 第一期，19-37。
15. 張明哲，2003，個人消費信用貸款授信模型之研究－以國內某金融機構為 例，雲林科技大學財務金融系碩士班碩士論文。
16. 張維仁，2005，小額消費性貸款-信用評估模型之探討，國立彰化師範大學 會計學企業高階管理所碩士論文。
17. 許育嘉，2005，銀行消費性小額信用貸款逾期戶之探討，元智大學管理研究 所碩士論文。
18. 陳木在、陳錦村，2001，商業銀行風險管理。台北市： 新陸出版社。
19. 陳姍霓，2004，整合類神經網路、多元適應性雲形迴歸與分類迴歸樹於信用 評等模式之建構-以房屋貸款為例，輔仁大學管理學研究所碩士論文。
20. 陳宗豪，2000，消費者小額信用貸款之信用風險研究-甄選的觀點，中山大 學人力資源管理研究所碩士論文。
21. 陳順宇，2005，多變量分析。台北市：華泰書局。
22. 陳肇榮，1985，「信用管理的作法與評核」，現代管理月刊，9 月號，57。
23. 陳鴻文，2001，個人小額信用貸款授信模式之個案研究，國立高雄第一科技
大學財務管理所碩士論文。
24. 黃宇翔、毛紹睿，2005，「由已訓練類神經網路擷取成本敏感之分類規則」，
Journal of e-Business，第七卷第三期，275-292。
25. 馮志剛，1996，公營與民營金融機構個人擔保與信用放款授信評估之研究，
高雄工學院管理科學研究所碩士論文。
26. 葉秋南，1997，美國金融業務風險管理，台北市：財團法人金融聯合徵信中 心編輯委員會。
27. 鄭廳宜，1999，信用卡授信審核之實證研究，朝陽科技大學財務金融研究所 碩士論文。
28. 劉長寬，2003，應用 Logit 模型於消費者擔保貸款違約行為之實證研究，朝 陽科技大學財務金融系碩士班碩士論文。
29. 蔡明憲，2002，金融機構消費信用貸款授信評量模式，中山大學財務管理學 系研究所碩士論文。
30. 戴堅，2004，個人消費性信用貸款授信評量模式之研究，中正大學國際經濟 研究所碩士論文。
31. 薛兆亨，1991，「信用管理政策之訂定（一）剖析信用管理」，會計研究月 刊，第66 期，98-106。
32. 謝邦昌、易丹輝，2003，統計資料分析-以 STATISTICA6.0 為例。台北縣：
中華資料採礦協會。
33. 謝邦昌，2005，資料採礦與商業智慧－SQL Server 2005，台北市：鼎茂圖書 出版股份有限公司。
34. 羅金川，2004，個人消費性信用貸款授信風險之評估--以國內某銀行消費金 融部門之案件為例，中興大學高階經理人碩士在職專班碩士論文。
35. 龔昶元，1998，「Logistic Regression 模式應用於信用卡風險審核之研究－
以國內某銀行信用卡中心為例」，台北銀行月刊，第28 卷 9 期， 35-49。
36. Berry, M. J. A. and Linoff, G. S., 1997, Data Mining Techniques: for marketing, sales, and customer support, John Wiley & Sons, Inc.
37. Breiman, L., Friedman, J.H., Olshen, R.A. and C.J. Stone,1984, Classification and Regression Trees, New York, Chapman and Hall.
38. Daniels, J. P. and VanHoose, D. D., 1999 , International monetary and financial economics, Cincinnati, Ohio:South-Western College Pub.
39. Glorfeld, L. W., Hardgrave, B. C., 1996, “A Performance Comparison of Eight Inductive Decision Models for Predicting Commercial Loan Creditworthiness”, Computer and Operations Research, 23, 10, 933-944.
40. Henley, W. E., H and D. J., 1996, “A K-NN Classifier For Assessing Consumer Credit Risk”, The Statistician, 65, 7-95
41. Hull, J., 2003, Option, Futures, and Other Derivatives, Fifth edition, Prentice-Hall Press.
42. Ikizler, N. and Guvenir, H. A., 2002, Mining Interesting Rules for Banking Loan Data, Bilkent University.
43. Joos P., Banhoof L., Ooghe H., and Sierens N., 1998, “Credit classification: A comparison of logit models and decision trees”, 10th European Conferenceon Machine Learning, Workshop notes Application of machine learning and datamining in finance.TU hemnitz, Germany, 59-70.
44. Quinlan, J. Ross, 1993, C4.5 Programs for Machine Learning, Morgan Kaufmaaa Publishers.
45. Kass, G., 1980, “An exploratory technique for investigating large quantities of categorical data”, Applied Statistics, 29, 2, 119-127
46. Liang, T. H., Lin, J. B. and Liao J. J., “The Best Oversampling Proportion and Variables Selection Procedure in the Predictive model of Probability of Default of Personal Consumer Loans”, in Proc. 10th Joint Conference on Information
Sciences (CIEF2007), Salt Lake City: World Scientific Publishing Co. ISBN:
978-981-270-967-7, 383-389, 2007. (EI) [doi:10.1142/9789812709677_0001]