第一章 緒論
第二節 研究問題與方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 14 -
第二節 研究問題與方法
一、研究問題
整理國內外研究房貸違約與提前清償行為之相關文獻，其影響變數可歸類 四種〆一.金融機構屬性變數，二.借款人屬性變數，三.擔保品屬性變數，四.
總體經濟屬性變數。
綜上節本研究動機與目的所述課題，本研究主要問題如下〆
(一)次級房貸、DBR＞22、部分提前清償、降利率頻率等自變數，鮮為歷史文獻 所探討者，其對違約與提前清償是否顯著影響〇
(二)提前清償行為在本研究取得之資料中，其動機分三類〆1.出售，2.轉貸，
3.不需資金。部分提前清償是否顯著影響提前清償行為〇部分提前清償對 形成提前清償行為的動機-『出售』與『轉貸』是否亦具有顯著性影響〇 (三)透過所篩選出影響違約與提前清償之顯著因子，憑以架構出違約與提前清 償之機率模型，此估計出來的模型能否有效地預測未來〇即檢定模型配適 度與解釋力問題。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 15 -
二、研究方法
(一)、文獻回顧與理論
利用國內外討論房貸違約與提前清償行為之相關文獻，經整理、分析與歸 納，找出適合本論文的研究基礎及研究方法。
從中歸類出四種屬性自變數，包括〆金融機構屬性變數、借款人屬性變數、
擔保品屬性變數及總體經濟屬性變數。選擇適合本國國情之變數，確認樣本資 料來源可及性、資料類別特定性與個別資料隨機性，並與樣本資料來源銀行資 深授信人員充分討論後，篩選出房貸三種應變數類型，包括違約戶、提前清償 戶及正常結案戶。
依據選擇權理論及相關權益學說，探究借款人在房屋抵押貸款過程中，對 違約與提前清償之行為模式，了解影響違約與提前清償決策之因子。
(二)實證分析
首先將資料樣本、來源、資料期間作一概括性說明，依據自變數四項屬性，
選出 28 項潛在因素，包括金融機構屬性變數 11 項，包括〆初貸金額、借款年 限、初貸利率、貸款成數、寬限期、保證人、次級房貸、部分提前清償、降利 率頻率及資金用途-購屋純投資與購屋自住。借款人屬性變數 10 項，包括〆支 付所得比（PTI）、信貸收入比大於 22 倍(DBR＞22)、年資、保證金額、年所得、
年齡、扶養人數、職業-軍警公教人員及學歷-高中職以下與大專以上。擔保品 屬性變數 3 項，包括〆設二胎、區域-台北市與新北市。總體經濟屬性變數 4 項，
包括〆失業率、CPI 年增率、帄均放款利率及經濟成長率。
其次運用 Excel 與 SPSS 統計軟體，進行如下實證過程與分析。
1.對樣本資料作敘述性統計分析。
2.利用皮爾森(Pearson)相關分析法，檢視全部樣本資料與總體變數之間共線性 關係。分類變數除外。
3.以選取之變數分別對違約與提前清償作交叉分析，並預測其影響方向。
4.以多項式邏卲斯廻歸分析法，探討影響『違約』與『提前清償』行為之顯著 因子。並找出影響提前清償動機-『出售』與『轉貸』之顯著因子。
5.將篩選出影響『違約』與『提前清償』行為之顯著因子及其係數代入邏卲斯 廻歸機率模型中，分別導出違約與提前清償機率模式。
6.運用多項式邏卲斯廻歸分析法，求出 AIC(Akaike Information Criterion)、
BIC(Bayesian Information Criterion)值及假
R
2值，用以檢視違約與提前清 償機率模型配適度與解釋力。並對影響房貸違約與提前清償行為之因素，予 實證與分析，最後作結論與建議。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 16 -
第三節、研究範圍與研究流程
一、 研究範圍
(一)時間範圍
本研究之個別房貸資料係由 H 金控旗下 H 商銀分行個金授信部門所提供，
蒐集房貸資料，經剔除資料不完整(指必要欄位資料遺漏者-如無初貸金額)、資 料不合邏輯(指非必要欄位資料應相互存在或同時不存在，而有一方缺漏者-如 部分提前清償日期或金額有缺漏)及資料內容不符(指資料雖具完整性，惟非本 研究之範圍-如借款年限未滿 7 年)者，共計樣本資料數為 812 筆。其中違約戶 146 筆占全體樣本 18%，提前清償戶 320 筆占全體樣本 39%，其資料期間自 1984 年 07 月 20 日至 2010 年 12 月 31 日。
總體經濟資料取自中央銀行金融統計月報。其資料期間自 1983 年 12 月 31 日至 2010 年 12 月 31 日。
(二)空間範圍
本研究樣本資料以北部都會占全體樣本比率 89.9%最高，其中台北市及新北 市占率分別為 36.7%及 44.2%。如表 4-5 所示。主要歸因於協助本研究資料蒐集 之銀行從業人員，所任職分行地域性之影響。
為能契合資料來源之區域效果，本研究以台北市及新北市兩區域因素投入 實證分析，以了解區域因子對房貸違約與提前清償行為之影響。
(三)研究限制
1.受限於資料保密性與蒐集上困難度，本研究之個別房貸資料雖隨機選取自 某金控旗下，銀行之個金授信案件，然並非母體之抽樣結果，可能會產生 程度上的抽樣誤差。
2.借款人對房屋貸款終止行為一般可分三種行為類型，即違約戶、提前清償 戶與正常結案戶。本研究係將含有三類行為之全部樣本資料予整合分析，
並選定正常結案戶為參照資料組，同時探討影響房貸違約與提前清償之顯
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 17 -
著因素。
3.本研究於第四章第一節對次級房貸作嘗詴性的定義，並說明採用該定義之 理由。惟後續若對 LTV、PTI 比率等有不同分類標準，對實證顯著性與否 或將有影響，此乃受限於實務上本土性次級房貸，仍僅存在一個概念，在 未形成一個可受公評的明確標準定義之前，不同金融機構核審機制寬鬆不 一，取捨標準亦將有所差異。
4.本研究房貸資料其他設限〆
(1)借款期限〆以七年以上中長期房貸為標的。
(2)房屋用途〆以供作『住宅』使用為限。店面、商辦不動產與工業廠房 等均非本研究所探討之領域。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 18 -
二、 研究流程
圖 1-1 研究流程圖 研究背景、動機與目的
研究方法、範圍與限制
文獻回顧與相關理論
多項式邏卲斯廻歸模型分析法 資料來源與變數交叉分析
實證結果、分析與機率模型建構
結論與建議
銀行授信內涵與 理念演進之探討 房貸違約與提前清償
行為相關文獻探討
房貸違約及提前清償 之意義與理論基礎
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 19 -
第貳章 文獻回顧與相關理論
本章共分三節，第一節旨在探討國內外房貸違約與提前清償相關文獻整理 比較，第二節探討房貸違約與提前清償相關學說與理論，第三節相關文獻自變 數屬性類別之整合與計量方法之選取。
第一節 房貸違約與提前清償行為相關文獻探討
一、房貸違約行為相關文獻
Steenackers＆Goovaerta（1989）採用逐步 LR 模式(stepwise logistic regression）尋找影響個人抵押貸款信用的原因。實證結果顯示〆年齡、是否 有電話、居住現址與工作的時間長度、地區別、職業、是否公家機關工作、月 收入、住宅所有權、之前貸款個數、貸款期間等為評等模型的顯著變數。此模 型使用原始樣本預測的正確率約為 70%，但加入被拒絕申請者的樣本後可提高預 測正確率至 75%。
李玉真（2003）採用三種分析工具，包括區別分析、邏卲斯廻歸模型與類 神經網路，嘗詴找出一套可以準確預測房屋貸款戶是否違約之模式。實證結果 顯示〆類神經網路模式有優於傳統鑑別分析與邏卲斯廻歸模型之表現，其整體 鑑別正確率最高、型一及型二錯誤最低，為較佳之房屋貸款信用評估模式。
李桐豪、呂美慧（2000）應用邏卲斯廻歸模型，對國內某銀行個人房貸案 中取樣正常案件與催收案件建立信用評分模型。實證結果顯示〆在不考慮借款 人通信區域時，房貸客戶之婚姻狀況、學歷、金融往來關係、貸款期間、借款 人與保證人關係、借款人通訊地址與擔保品相對關係為影響房屋貸款品質好壞 的主要因素。其次為借款人與擔保人是否為同一人或有夫妻關係對借款人償債 能力或意願有顯著但相反的影響々夫妻的擔保關係將有助於正常的貸款償還，
而本人替他人作擔保則對貸款的償還有不利的影響。
林左裕、劉長寬（2003）以國內某一大型公營銀行之消費者貸款案件為研 究對象，研究期間自 1989 年 4 月至 2001 年 4 月，隨機取樣，由全省分行中 抽取樣本案件，正常戶 414 筆，違約戶 205 筆，合計 699 筆，有效樣本 619 筆。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 20 -
依據銀行授信 5P 原則及其他考量因素，應用 Logistic 廻歸模型，對考量因素 與違約之相關程度予以實證分析。實證結果發現〆借款金額，客戶性質，職業，
家庭年收入、教育程度及保證人之有無，為影響消費者貸款違約與否的顯著變 數。
張文智（2003）以某商業銀行南部某分行個人房屋貸款授信戶為對象，利 用邏卲斯廻歸模型進行分析。研究實證結果發現〆職業、社會年資、扶養子女 人數、雙薪家庭、擔保品已折舊率、擔保品是否為自住、借款期間、借款用途 與本行是否有往來等十項變數，實為影響個人房屋貸款戶之良莠的重要因素。
周建新、于鴻福、陳進財（2004）以國內某商業銀行之房貸授信為例，建 構邏卲斯廻歸（Logistic regression）的判別模型（簡稱 LR 模式），作為 房貸信評時的合理依據。實證結果發現〆職業、年齡、年所得、年所得占借款 金額之比率、各行庫借款額度、各行庫借款餘額、申貸金額、押值、估值等九 項變數，為影響房貸授信戶品質之良窳及逾期貸款戶之主要鑑別因素。房貸戶 於各行庫之貸款餘額係與其成為正常戶與否成反比，當借戶之借款餘額甚多 時，可能會使其因舉債過鉅，致無法正常繳納本息。該模式之整體正確歸類比 率為94.1%，其中對於實際歸類為正常貸款之預測能力高達 94.5%，歸類為逾期 貸款之預測能力，亦達 93.2%。
林左裕、賴郁媛（2005）利用最小帄方法之廻歸分析檢測所蒐集資料。研 究結果指出〆失業率、帄均放款利率 、通貨膨脹率、房地產景氣對策訊號及存 放款利差皆符合作者預期，與銀行業逾放比存在顯著關係。逾放比之高低是判 別金融市場安定性之重要依據，逾放問題的產生不僅是金融機構自身問題，同 時也與總體經濟息息相關。失業率在在三段期間內都是顯著因子，表示個別貸
林左裕、賴郁媛（2005）利用最小帄方法之廻歸分析檢測所蒐集資料。研 究結果指出〆失業率、帄均放款利率 、通貨膨脹率、房地產景氣對策訊號及存 放款利差皆符合作者預期，與銀行業逾放比存在顯著關係。逾放比之高低是判 別金融市場安定性之重要依據，逾放問題的產生不僅是金融機構自身問題，同 時也與總體經濟息息相關。失業率在在三段期間內都是顯著因子，表示個別貸