第四章 實證結果
本研究係以 SPSS(Statistical Package for Social Science) 統 計 套 裝 軟 體 進 行 資 料 模 型 之 分 析 ， 關 於 資 料 之 敘 述 統 計 (Descriptive Statistics)、區別分析(Discriminant Analysis)及 羅吉斯迴歸模型分析(Logistic Regression)之結果將於本章分別說 明之。
第一節 樣本之交叉分析(Cross-tab Analysis)
本研究分析樣本共計 2,400 筆資料，其中正常戶 2,000 筆、不良 戶 400 筆，不良戶佔樣本數比率為 16.67%。自變數選取共計 9 個，
分別為性別、申貸時年齡、教育水準、職業、年收入、住宅狀況、居 住區域、婚姻狀況、申貸金額等，本節將就 2,400 個樣本中各個變數 數值分配情形做一說明。
1. 性別
2,400 個樣本中，男性有 1,342 位、女性有 1,058 位，所佔比 率分別為 55.92%及 44.08%。男性正常戶數 1040 位、女性 960 位，佔正常戶比率分別為 52.00%及 48.00%。男性不良戶數 302 位、女性 98 位，佔不良戶比率分別為 75.50%及 24.50%。男 性不良戶佔男性樣本數比率為 22.50%，女性則為 9.26%。由 此可觀察得知男性申貸戶有不良率較高的情形(詳表 4-1)。
表 4-1 正常戶與不良戶性別分配統計表
性別 樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 男 1,342 55.92% 1,040 52.00% 302 75.50% 22.50%
女 1,058 44.08% 960 48.00% 98 24.50% 9.26%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
2. 申貸時年齡
2,400 個樣本中，申貸時年齡在 25 歲及以下者有 347 位、26-40 歲有 1,234 位、41-55 歲有 734 位、56 歲以上者有 85 位，所 佔比率分別為 14.46%、51.42%、30.58%、3.54%。各年齡組別 中正常戶所佔比率約略與樣本數比率相當，各年齡組別中不 良戶比率以 25 歲及以下者最高，佔 23.63%，其次為 56 歲以 上者，18.82%，26-40 歲及 41-55 歲這兩個組別比率分別為 15.15%、15.67%。由此可觀察得知年齡最低與最高的兩個組 別不良率有較高的情形(詳表 4-2)。
表 4-2 正常戶與不良戶申貸時年齡分配統計表
年齡 樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 25 歲及
以下 347 14.46% 265 13.25% 82 20.50% 23.63%
26-40
歲 1,234 51.42% 1,047 52.35% 187 46.75% 15.15%
41-55
歲 734 30.58% 619 30.95% 115 28.75% 15.67%
56 歲
以上 85 3.54% 69 3.45% 16 4.00% 18.82%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
3. 教育水準
2,400 個樣本中，申貸者教育水準在研究所以上者有 102 位、
大學專科者有 952 位、高中職以下者有 1,346 位，所佔比率 分別為 4.25%、39.67%、56.08%。研究所以上者正常戶數 102 位、大學專科者 917 位、高中職以下者 981 位，佔正常戶比 率分別為 5.10%、45.85%、49.05%。研究所以上者不良戶數 0 位、大學專科者 35 位、高中職以下者 365 位，佔不良戶比率 分別為 0%、8.75%、91.25%。研究所以上者不良戶佔樣本數比 率為 0%、大學專科者佔 3.68%、高中職以下者佔 27.12%。由 此可觀察得知高中職以下申貸戶有不良率較高的情形(詳表 4-3)。
表 4-3 正常戶與不良戶教育水準分配統計表
學歷 樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 研究所
以上 102 4.25% 102 5.10% 0 0.00% 0.00%
大專 952 39.67% 917 45.85% 35 8.75% 3.68%
高中職
以下 1,346 56.08% 981 49.05% 365 91.25% 27.12%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
4. 職業
2,400 個樣本中，申貸者職業係屬主管及專業人員者有 736 位、教育人員者有 76 位、其他者有 1,588 位，所佔比率分別 為 30.67%、3.17%、66.17%。主管及專業人員者正常戶數 634 位、教育人員者 76 位、其他者 1,290 位，佔正常戶比率分別 為 31.70%、3.80%、64.50%。主管及專業人員者不良戶數 102 位、教育人員者 0 位、其他者 298 位，佔不良戶比率分別為 25.50%、0%、74.50%。主管及專業人員者不良戶佔樣本數比 率為 13.86%、教育人員者佔 0%、其他者佔 18.77%。由此可觀 察得知教育人員信用狀況最好，職業別屬技術層次較低者有 不良率較高的情形(詳表 4-4)。
表 4-4 正常戶與不良戶職業分配統計表
性別 樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 主管及
專業 人員
736 30.67% 634 31.70% 102 25.50% 13.86%
教育
人員 76 3.17% 76 3.80% 0 0.00% 0.00%
其他 1,588 66.17% 1,290 64.50% 298 74.50% 18.77%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
5. 年收入
2,400 個樣本中，申貸者年收入在 25 萬元及以下者有 961 位、
25-50 萬元者有 673 位、50-75 萬元者有 370 位、75-100 萬元 者有 271 位、100 萬元以上者有 125 位，所佔比率分別為 40.04%、28.04%、15.42%、11.29%、5.21%。年收入在 25 萬 元及以下者正常戶數有 860 位、25-50 萬元者有 498 位、50-75 萬元者有 279 位、75-100 萬元者有 244 位、100 萬元以上者 有 119 位，佔正常戶比率分別為 43.00%、24.90%、13.95%、
12.20%、5.95%。年收入在 25 萬元及以下者不良戶數有 101 位、25-50 萬元者有 175 位、50-75 萬元者有 91 位、75-100 萬元者有 27 位、100 萬元以上者有 6 位，佔不良戶比率分別 為 25.25%、43.75%、22.75%、6.75%、1.50%。不良戶佔樣本
數比率以年收入 25-50 萬元者 26.00%最高、50-75 萬元者 24.59%次之，25 萬元及以下者 10.51%排名第三。由此可觀察 得知，所得相對較高者信用狀況較佳，但最低所得階層(年收 入在 25 萬元及以下者)不良率卻並非最高(詳表 4-5)。
表 4-5 正常戶與不良戶年收入分配統計表
年收入 樣本數
(A) 百分比 正常 戶數
佔正常 戶比率
不良戶數 (B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 25 萬元
及以下 961 40.04% 860 43.00% 101 25.25% 10.51%
25-50
萬元 673 28.04% 498 24.90% 175 43.75% 26.00%
50-75
萬元 370 15.42% 279 13.95% 91 22.75% 24.59%
75-100
萬元 271 11.29% 244 12.20% 27 6.75% 9.96%
100 萬
元以上 125 5.21% 119 5.95% 6 1.50% 4.80%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
6. 住宅狀況
2,400 個樣本中，住宅係屬自有者有 1,158 位、屬配偶所有者 有 148 位、屬親屬所有者有 950 位、屬租賃者有 144 位，所 佔比率分別為 48.25%、6.17%、39.58%、6.00%。正常戶中住 宅係屬自有者有 1,087 位、屬配偶所有者有 142 位、屬親屬
所有者有 650 位、屬租賃者有 121 位，佔正常戶比率分別為 54.34%、7.10%、32.50%、6.05%。不良戶中住宅係屬自有者 有 71 位、屬配偶所有者有 6 位、屬親屬所有者有 300 位、屬 租賃者有 23 位，佔不良戶比率分別為 17.75%、1.50%、75.00%、
5.75%。由此可觀察得知，住宅屬親屬所有者不良率最高，其 次為租賃居住者(詳表 4-6)。
表 4-6 正常戶與不良戶住宅狀況分配統計表 住宅
狀況
樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 自有 1,158 48.25% 1,087 54.35% 71 17.75% 6.13%
配偶 148 6.17% 142 7.10% 6 1.50% 4.05%
親屬 950 39.58% 650 32.50% 300 75.00% 31.58%
租賃 144 6.00% 121 6.05% 23 5.75% 15.97%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
7. 居住區域
2,400 個樣本中，居住區域在北部者有 886 位、中部者有 684 位、南部者有 655 位、東部者有 175 位，所佔比率分別為 36.92%、28.50%、27.29%、7.29%。正常戶中居住區域在北部 者有 814 位、中部者有 548 位、南部者有 478 位、東部者有 160 位，佔正常戶比率分別為 40.70%、27.40%、23.90%、8.00%。
不良戶中居住區域在北部者有 72 位、中部者有 136 位、南部
者有 177 位、東部者有 15 位，佔不良戶比率分別為 18.00%、
34.00%、44.25%、3.75%。由此可觀察得知，居住區域在南部 者不良率 27.02%最高，其次為中部者 19.88%，北部及東部地 區不良率均較低(詳表 4-7)。
表 4-7 正常戶與不良戶居住區域分配統計表 居住
區域
樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 北部 886 36.92% 814 40.70% 72 18.00% 8.13%
中部 684 28.50% 548 27.40% 136 34.00% 19.88%
南部 655 27.29% 478 23.90% 177 44.25% 27.02%
東部 175 7.29% 160 8.00% 15 3.75% 8.57%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
8. 婚姻狀況
2,400 個樣本中，已婚者有 1,342 位、未婚者有 953 位、其他 者(婚姻狀況 未填或 離婚者) 有 105 位，所佔比 率分別為 55.92%、39.71%、4.38%。正常戶中已婚者有 1,165 位、未婚 者有 757 位、其他者有 78 位，佔正常戶比率分別為 58.25%、
37.85%、3.90%。不良戶中已婚者有 177 位、未婚者有 196 位、
其他者有 27 位，佔不良戶比率分別為 44.25%、49.00%、6.75%。
由此可觀察得知，婚姻狀況為其他者不良率 25.71%較高、其 次為未婚者 20.57%、再次為已婚者 13.19%(詳表 4-8)。
表 4-8 正常戶與不良戶婚姻狀況分配統計表 婚姻
狀況
樣本數
(A) 百分比 正常 戶數
佔正常戶 比率
不良戶 數(B)
佔不良戶 比率
不良戶佔 樣本數比 率(B/A) 已婚 1,342 55.92% 1,165 58.25% 177 44.25% 13.19%
未婚 953 39.71% 757 37.85% 196 49.00% 20.57%
其他 105 4.38% 78 3.90% 27 6.75% 25.71%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
9. 申貸金額
2,400 個樣本中，申貸金額在 25 萬元及以下者有 81 位、25-50 萬元者有 972 位、50-75 萬元者有 560 位、75-100 萬元者有 689 位、100 萬元以上者有 98 位，所佔比率分別為 3.38%、
40.50%、23.33%、28.71%、4.08%。正常戶中申貸金額在 25 萬元及以下者有 10 位、25-50 萬元者有 708 位、50-75 萬元 者有 511 位、75-100 萬元者有 673 位、100 萬元以上者有 98 位，佔正常戶比率分別為 0.50%、35.40%、25.55%、33.65%、
4.90%。不良戶中申貸金額在 25 萬元及以下者有 71 位、25-50 萬元者有 264 位、50-75 萬元者有 49 位、75-100 萬元者有 16 位、100 萬元以上者有 0 位，佔不良戶比率分別為 17.75%、
66.00%、12.25%、4.00%、0%。不良戶佔樣本數比率以撥貸金 額在 25 萬元及以下者 87.65%最高、25-50 萬元者 27.16%次
之、50-75 萬元者 8.75%第三、75-100 萬元者 2.32%第四，申 貸金額與信用風險狀況似有呈現相反之趨勢(詳表 4-9)。
表 4-9 正常戶與不良戶申貸金額分配統計表 申貸
金額
樣本數
(A) 百分比 正常 戶數
佔正常 戶比率
不良戶 數(B)
佔不良 戶比率
不良戶佔 樣本數比 率(B/A) 25 萬元
及以下 81 3.38% 10 0.50% 71 17.75% 87.65%
25-50
萬元 972 40.50% 708 35.40% 264 66.00% 27.16%
50-75
萬元 560 23.33% 511 25.55% 49 12.25% 8.75%
75-100
萬元 689 28.71% 673 33.65% 16 4.00% 2.32%
100 萬
元以上 98 4.08% 98 4.90% 0 0.00% 0.00%
小計 2,400 100.00% 2,000 100.00% 400 100.00% 16.67%
資料來源：本研究整理。
第二節 區別分析(Discriminant Analysis)實證結果
本 研 究 係 以 SPSS 套 裝 軟 體 進 行 區 別 分 析 (Discriminant Analysis)，準則變數 Y 為借戶現況(正常戶為 0、不良戶為 1)，預測 變數分別為性別、申貸時年齡、教育水準、職業、年收入、住宅狀況、
居住區域、婚姻狀況、申貸金額等 9 項，所得結果分述如下。
一、 組內共變異數矩陣均等性檢定 1.檢定結果
表 4-10 區別分析組內共變異數矩陣檢定結果表 Box’s M
F Approx.
df1 df2 Sig.
512.242 11.291 45 1714501.0 .000 資料來源：本研究整理。
2.結果說明
Box’s M 檢定主要在檢驗各組內共變異數矩陣的均等性，其值 係由各組內共變異數矩陣計算行列值取自然對數而得，本項檢定棄卻 均等性假設，故在分析時，必須使用個別組內共變異數矩陣來計算，
此種方式稱為二次區別分析(Quadratic Discriminant Analysis)。
二、 區別函數顯著性檢定 1.檢定結果
表 4-11 區別分析區別函數特徵值與典型相關係數 Function Eigenvalue
(λ)
% of Variance
Cumulative
%
Canonical Correlation 1 .766 100.0 100.0 .659 資料來源：本研究整理。
說明：Canonical Correlation 稱為典型相關，係將預測變數 化成一組虛擬變數，求得與準則變數間的相關程度。
表 4-12 區別分析區別函數顯著性檢定結果表 Test of
Function(s) Wilks'Lambda Chi-square df Sig.
1 .566 1360.941 9 .000 資料來源：本研究整理。
說明：Wilks'Lambda 又稱為Ｕ統計。
2.結果說明
以本研究僅有一條區別函數之情形，Wilks'Λ(又稱為Ｕ統計) 值為：
Wilks'Λ＝1／(1+λ)＝1／(1+.766)＝.566
χ２(Chi-square)統計值為 1360.941，自由度為 9，故區別函數 各係數至少有一個顯著異於 0，故本區別函數具統計上之顯著性。
三、 標 準 化 區 別 函 數 係 數 (Standardized Canonical Discriminant Function Coefficients)
1.檢定結果
表 4-13 區別分析標準化區別函數係數結果表 標準化區別函數係數
申貸金額 .844
性別 .463
住宅狀況 -.319
教育水準 -.284
居住區域 -.222
婚姻狀況 -.146
申貸時年齡 -.144
職業 -.032
年收入 -.061
資料來源：本研究整理。
說明：變數次序依數值絕對值大小排序。
2.結果說明
標準化區別函數係數係表示各個預測變數與區別函數間之部分 相關係數(又稱為偏相關係數，Partial correlation coefficient)，
亦即其僅衡量在其他變數未改變之情況下，該個別預測變數與區別函 數間之相關程度，由此亦可了解個別預測變數在組成區別函數時的相 對貢獻程度。
本研究之實證結果顯示，標準化區別函數係數絕對值在 0.2 以上 的準則變數由高至低依序有申貸金額、性別、住宅狀況、教育水準、
居住區域等，此順序亦表示各個預測變數在區別函數之相對重要性。
四、 結構係數矩陣(Structure Matrix) 1.檢定結果
表 4-14 區別分析區別函數結構係數結果表 區別函數結構係數
申貸金額 .768
教育水準 -.366
住宅狀況 -.329
性別 .205
居住區域 -.154
婚姻狀況 -.124
職業 -.075
申貸時年齡 -.049
年收入 -.008
資料來源：本研究整理。
說明：變數次序依數值絕對值大小排序。
2.結果說明
結構係數係表示各個預測變數與區別函數間之簡單相關程度(即 一般所稱之相關係數，simple correlation coefficient)，亦即直 接衡量該個別預測變數與區別函數間之相關程度，與前述標準化區別 函數係數相較，此係數較為穩定。故有部分學者認為在解釋區別函數 時，應以結構係數為主。另當所有解釋變數間之相關係數為 0 時，標 準化區別函數係數與結構係數兩者完全相同，如若差異過大或是有符 號不同之情況時，可能存在多元共線性(multiple colinearity)的問 題。就表 4-13 及表 4-17 可知，本文之標準化區別函數係數與結構係 數符號一致，除性別之係數差異較大外，其餘預測變數之係數則差異 甚小，故多元共線性問題尚未構成統計上之結果不一致性問題。而性
別之係數差異之所以較大，應為其變數值僅有 0、1 兩種情形，使得 偏相關係數與簡單相關係數會有較大之差異。
本研究之實證結果顯示，結構係數絕對值在 0.2 以上的準則變數 由高至低依序有申貸金額、教育水準、住宅狀況、性別等，此順序亦 表示各個預測變數在區別函數之相對重要性。
五、 分類函數係數(Classification Function Coefficients) 1.檢定結果
表 4-15 區別分析分類函數結果表
正常戶 不良戶
性別 6.770 4.547
申貸時年齡 4.226 4.686 教育水準 8.620 9.828
職業 2.955 3.036
年收入 1.232 1.351
住宅狀況 1.905 2.643 居住區域 1.836 2.380 婚姻狀況 6.847 7.441 申貸金額 7.634 4.993 常數項 -46.666 -46.632
資料來源：本研究整理。
說明：此分類函數即為費氏線性分類函數。
2.結果說明
本研究準則變項分為兩類，一為信用狀況正常者，另一為信用狀 況不良者，依統計學者費雪（R.A.Fisher）在 1930 年所發展之 Fisher 分類函數(Fisher classification function)，其區別方式為，將個別案 例預測變數數值帶入分類函數計算，並分類至函數值最高的該組中。
六、 分類結果(Classification Results) 1.樣本分類結果
A.模型樣本分類結果
表 4-16 區別分析模型樣本分類結果表 預測結果
正常戶 不良戶
實際 戶況
實際
戶數 戶數 ％ 戶數 ％
正常戶 2,000 1,962 98.1% 38 1.9%
不良戶 400 119 29.8% 281 70.3%
合計 2,400 預測正確率 93.5%
資料來源：本研究整理。
B.非模型樣本分類結果
表 4-17 區別分析非模型樣本分類結果表 預測結果
正常戶 不良戶
實際 戶況
實際
戶數 戶數 ％ 戶數 ％
正常戶 500 485 97.0% 15 3.0%
不良戶 100 27 27.0% 73 73.0%
合計 600 預測正確率 93.0%
資料來源：本研究整理。
2.結果說明
對於分析模型所使用之 2,400 樣本戶中(正常戶 2,000 戶、不良 戶 400)，藉由區別分析之分類方式，對於正常戶 2,000 戶，正確歸 類的有 1,962 戶，錯誤歸類的有 38 戶，對正常戶歸類的正確率為 98.1%。對於不良戶 400 戶，正確歸類的有 281 戶，錯誤歸類的有 119
戶，對不良戶歸類的正確率為 70.3%。對於 2,400 個樣本戶歸類的正 確率為 93.5%(詳見表 4-16)。
對於非分析模型所使用之 600 樣本戶中(正常戶 500 戶、不良戶 100)，藉由區別分析之分類方式，對於正常戶 500 戶，正確歸類的有 485 戶，錯誤歸類的有 15 戶，對正常戶歸類的正確率為 97.0%。對於 不良戶 100 戶，正確歸類的有 73 戶，錯誤歸類的有 37 戶，對不良戶 歸類的正確率為 73.0%。對於 600 個非分析模型樣本戶歸類的正確率 為 93.0%(詳見表 4-17)。
七、 本節小結
本節係以區別分析進行正常戶及不良戶之判別，其整體判別正確 率為 93.0%，惟關於不良戶之判別正確率則僅 73%，究其原因，應在 於造成授信逾期而成為不良戶之原因，有部份係屬無法取得或量化之 心理層面因素，另因受限於資料取得之困難，對於貸放後客戶之財務 情形未能持續追蹤，。
如由區別函數之結構係數及標準化區別函數係數來看，絕對值在 0.2 以上的準則變數均為申貸金額、教育水準、住宅狀況、性別四項，
表示在區別分析中，此四項均屬解釋能力較佳之變數，結構係數及標 準化區別函數係數在統計上均具一致性。
第三節 羅吉斯迴歸(Logistic Regression)實證結果
一、 羅吉斯迴歸(Logistic Regression)係數與相關統計檢定 1.檢定結果
A.迴歸係數相關統計檢定結果
表 4-18 羅吉斯迴歸係數與相關統計檢定結果表 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) odd ratio 性別(1) 3.166 .307 106.244 1 .000 23.703
申貸時年齡 22.407 3 .000
申貸時年齡(1) -1.637 .390 17.606 1 .000 .195 申貸時年齡(2) .351 .298 1.385 1 .239 1.420 申貸時年齡(3) -.007 .321 .000 1 .984 .993
教育水準 105.703 2 .000
教育水準(1) -13.810 2265.866 .000 1 .995 .000 教育水準(2) 3.414 1132.933 .000 1 .998 30.400
職業 105.703 2 .000
職業(1) 6.297 976.362 .000 1 .995 543.034 職業(2) -12.596 1952.724 .000 1 .995 .000
年收入 52.819 4 .000
年收入(1) -1.314 .383 11.768 1 .001 .269 年收入(2) .023 .343 .004 1 .947 1.023 年收入(3) 2.359 .420 31.606 1 .000 10.579 年收入(4) 1.380 .517 7.142 1 .008 3.977
住宅狀況 89.313 3 .000
住宅狀況(1) -2.349 .379 38.315 1 .000 .096 住宅狀況(2) -1.687 .626 7.254 1 .007 .185 住宅狀況(3) 2.947 .365 65.055 1 .000 19.041
居住區域 85.908 3 .000
居住區域(1) -1.655 .328 25.485 1 .000 .191 居住區域(2) .435 .285 2.335 1 .127 1.545 居住區域(3) 3.775 .439 73.800 1 .000 43.589
婚姻狀況 44.051 2 .000
婚姻狀況(1) -1.860 .289 41.386 1 .000 .156 婚姻狀況(2) .072 .273 .070 1 .791 1.075
申貸金額 141.871 4 .000
申貸金額(1) 18.622 532.116 .001 1 .972 122266416 申貸金額(2) 11.813 532.115 .000 1 .982 134983.194 申貸金額(3) 3.209 532.115 .000 1 .995 24.759 申貸金額(4) -18.211 905.347 .000 1 .984 .000 常數項 -25.746 1587.440 .000 1 .987 .000
資料來源：本研究整理。
說明：本表係 SPSS 所得結果直接引用並未做任何處理。
B.類別變數 coding
本研究對於類別變數之 coding 係採表 4-19 方式，為便於說明，
將以年收入為例。
依此估計方式，年收入(5)之估計參數值為－(年收入(1)+年收入 (2)+年收入(3)+年收入(4))，亦即各變數數值之估計參數值，係指在各 個情況下，相對於該變數總和平均影響程度之個別影響程度。
表 4-19 以年收入為例之變數值 coding 表 Parameter coding
變數值 次數
(1) (2) (3) (4)
1 961 1 0 0 0
2 673 0 1 0 0
3 370 0 0 1 0
4 271 0 0 0 1
5 125 -1 -1 -1 -1
資料來源：本研究整理。
說明：變數值 1 表示年收入在 25 萬元及以下者；2 表示在 25 萬
〜50 萬元者；3 表示在 50 萬〜75 萬元者；4 表示在 75 萬
〜100 萬元者；5 表示在 100 萬元及以上者。
2.結果說明
A. 羅吉斯迴歸式 9 個解釋變數(不含常數項)之顯著性檢定 本研究之羅吉斯迴歸共選取性別、申貸時年齡、教育水準、職業、
年收入、住宅狀況、居住區域、婚姻狀況、申貸金額等 9 個解釋變數，
此 9 個變數在統計上均顯著異於 0，亦即此皆有解釋能力(詳見表 4-20)。
表 4-20 羅吉斯迴歸係數顯著性檢定結果表 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
性別 106.244 1 .000
申貸時年齡 22.407 3 .000
教育水準 105.703 2 .000
職業 105.703 2 .000
年收入 52.819 4 .000
住宅狀況 89.313 3 .000
居住區域 85.908 3 .000
婚姻狀況 44.051 2 .000
申貸金額 141.871 4 .000
常數項 -25.746 1587.440 .000 1 .987 資料來源：本研究整理。
說 明 ： 本 研 究 對 於 羅 吉 斯 迴 歸 式 9 個 解釋 變 數 係 以 categorical variables 方式宣告，在 模型估計時，SPSS 程式係 以 dummy variable 的方法，分別對於各個變數的不同變數值估計其參數數 值。故除性別(其變數值僅有男性、女性兩種)外，其他變數均無一個 總和的參數估計值。
B. 9 個解釋變數之個別影響情形 a. 性別
男 性 之 參 數 估 計 值 為 3.166 ， 女 性 之 參 數 估 計 值 為 － 3.166，由此可觀察到，男性的不良率顯著較女性為高(詳 表 4-21)。
表 4-21 羅吉斯迴歸性別參數估計值結果表 性別 B
參數估計
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 性別(男) 3.166 .307 106.244 1 .000 23.703 性別(女) -3.166
資料來源：本研究整理。
說明：性別(女)之參數估計值係由性別(男)之參數估計值取負數而得。
b. 申貸時年齡
由申貸時年齡之參數估計值可了解，56 歲以上之申貸戶其 不良率最高，其次是 26-40 歲之申貸戶次之，41-55 歲者 第三，不良率最低者為 25 歲及以下之申貸戶，依本研究之 推論，通常銀行對於年齡在 25 歲及以下之申貸戶所給予之 額度應屬相當小之金額，故即使有信用上之問題，經由家 人 之 協 助 ， 大 概 都 不 至 於 會 列 入 不 良 戶 之 階 段 ( 詳 表 4-22)。但 26-40 歲和 41-55 歲兩年齡區間係數的統計顯著 性並不高。
表 4-22 羅吉斯迴歸申貸時年齡別參數估計值結果表 申貸時年齡 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 25 歲及以下 -1.637 .390 17.606 1 .000 .195 26-40 歲 .351 .298 1.385 1 .239 1.420 41-55 歲 -.007 .321 .000 1 .984 .993 56 歲以上 1.293
資料來源：本研究整理。
說明：56 歲以上者之參數估計值係由前三者參數估計值加總取負數而得。
c. 教育水準
教育水準之參數估計值與理論值大致相符，亦即學歷愈高 者，不良率愈低，其相關結果詳見表 4-23。惟研究所以上 及大專兩個組別其估計參數係數的統計顯著性並不高。
表 4-23 羅吉斯迴歸教育水準別參數估計值結果表 教育水準 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 研究所以上 -13.810 2265.866 .000 1 .995 .000 大專 3.414 1132.933 .000 1 .998 30.400 高中職以下 10.396
資料來源：本研究整理。
說明：高中職以下者之參數估計值係由前二者參數估計值加總取負數而得。
d. 職業
由職業別之參數估計值可觀察到，申貸戶如屬教育人員者 者，其不良率最低，除此以外，無論是其主管人員、專業 人員、助理專業人員、技術工等，其不良率並未有顯著之 差異，相關結果詳見表 4-24。
表 4-24 羅吉斯迴歸職業別參數估計值結果表
職業 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 主管及
專業人員 6.297 976.362 .000 1 .995 543.034 教育人員 -12.596 1952.724 .000 1 .995 .000
其他 6.299 資料來源：本研究整理。
說明：其他者之參數估計值係由前二者參數估計值加總取負數而得。
e. 年收入
由年收入之參數估計值可觀察到，並非年收入愈高，其不 良率愈低，而約略呈現一個常態分配之圖形，而以 50-75 萬元之年收入者之不良率最高，年收入在 100 萬元之高所得階 層不良率最低，相關結果詳見表 4-25。
表 4-25 羅吉斯迴歸年收入別參數估計值結果表
年收入 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 25 萬元及以下 -1.314 .383 11.768 1 .001 .269 25-50 萬元 .023 .343 .004 1 .947 1.023 50-75 萬元 2.359 .420 31.606 1 .000 10.579 75-100 萬元 1.380 .517 7.142 1 .008 3.977 100 萬元以上 -2.448
資料來源：本研究整理。
說明：100 萬元以上者之參數估計值係由前四者參數估計值加總取負數而得。
f. 住宅狀況
由住宅狀況之參數估計值可觀察到，住宅屬自有者不良率 最低，其次為配偶所有者，第三為租賃者，住宅屬親屬所有者
之不良率最高，此點與平常認知較有差異，相關結果詳見表 4-26。
表 4-26 羅吉斯迴歸住宅狀況別參數估計值結果表
住宅狀況 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 自有 -2.349 .379 38.315 1 .000 .096 配偶 -1.687 .626 7.254 1 .007 .185 親屬 2.947 .365 65.055 1 .000 19.041 租賃 1.089
資料來源：本研究整理。
說明：租賃者之參數估計值係由前三者參數估計值加總取負數而得。
g. 居住區域
由居住區域之參數估計值可觀察到，基本上居住在北部者 之不良率低於居住於中部者，居住在中部者之不良率低於 居住於南部者，另外較特殊的是，居住於東部者之不良率是 所有區域中最低者，此點與平常認知較有差異，相關結果詳 見表 4-27。但其中中部的結果較不具統計顯著性。
表 4-27 羅吉斯迴歸居住區域別參數估計值結果表 居住區域 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 北部 -1.655 .328 25.485 1 .000 .191 中部 .435 .285 2.335 1 .127 1.545 南部 3.775 .439 73.800 1 .000 43.589 東部 -2.555
資料來源：本研究整理。
說明：居住於東部者之參數估計值係由前三者參數估計值加總取負數而得。
h. 婚姻狀況
由婚姻狀況之參數估計值可觀察到，基本上已婚者之不良 率低於未婚者，未婚者之不良率低於其他者(已離婚或同居 或未填)，此結果與平常認知相符，相關結果詳見表 4-28。
表 4-28 羅吉斯迴歸婚姻狀況別參數估計值結果表 婚姻狀況 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 已婚 -1.860 .289 41.386 1 .000 .156 未婚 .072 .273 .070 1 .791 1.075 其他 1.788
資料來源：本研究整理。
說明：其他者之參數估計值係由前二者參數估計值加總取負數而得。
i. 申貸金額
由申貸金額之參數估計值可觀察到，基本上申貸金額與不 良率呈現相反之走向，申貸金額愈小，不良率愈高，不良率 最低者為申貸金額在 75-100 萬元者，申貸金額在 100 萬元以 上者，其不良率稍高於 75-100 萬元者，此結果與平常認知差 異較大，相關結果詳見表 4-28。但應予注意的是，其各組 別估計參數之顯著水準未達一般標準。
表 4-29 羅吉斯迴歸申貸金額別參數估計值結果表
申貸金額 B
估計參數
S.E.
估計標準誤 Wald df Sig.
顯著水準
Exp(B) (odd ratio) 25 萬元及以下 18.622 532.116 .001 1 .972 122266416 25-50 萬元 11.813 532.115 .000 1 .982 134983.194 50-75 萬元 3.209 532.115 .000 1 .995 24.759 75-100 萬元 -18.211 905.347 .000 1 .984 .000 100 萬元以上 -15.433
資料來源：本研究整理。
說明：100 萬元以上者之參數估計值係由前三者參數估計值加總取負數而得。
二、 羅吉斯迴歸分析模型統計檢定 1.模型檢定結果
表 4-30 羅吉斯迴歸模型係數綜合檢定結果表 Omnibus Tests of Model Coefficients
類別 Chi-square df Sig.顯著水準 Step 1819.562 24 .000 Block 1819.562 24 .000 Model 1819.562 24 .000 資料來源：本研究整理。
說明：本表 Step、Block、Model 等 3 種檢定在本研究中均係 與僅含常數項之模型比較，故 Chi-square 值均相同。
表 4-31 羅吉斯迴歸模型最大概似估計法結果表 Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square 1 343.131 .531 .895 資料來源：本研究整理。
說明：Cox & Snell R Square 最大值小於 1，Nagelkerke R Square 則為其修正值，最高可趨近 1。
2.結果說明
本研究羅吉斯迴歸模型係數綜合檢定結果顯示，經與僅含有常數 項之模型相較，含有解釋變數之迴歸模型估計參數值顯著異於0，表 示本研究之羅吉斯迴歸模型具有解釋能力(詳見表 4-30)。
由表4-31中顯示本研究羅吉斯迴歸模型之解釋能力，其中Cox & Snell R Square 計算公式如下：
Cox & Snell R2＝ 1-﹝L(0)/L(B)﹞2/N
其中L(0)表示僅含常數項之模型likelihood值
L(B)表示含常數項及所有解釋變數之模型likelihood值 N表示樣本數
本研究之Cox & Snell R Square 數值為0.531，由於Cox & Snell R Square 通常會小於1，故另計算 Nagelkerke R Square，其定義相 通於線性迴歸模型(Linear Regression Model)中之R2，本研究之模 型估計值為.895，表示本研究之羅吉斯迴歸模型可解釋準則變數 89.5%的變異程度，整條羅吉斯迴歸模型之配適度屬佳。
三、 羅吉斯迴歸模型分類結果 1.樣本分類結果
A.模型樣本分類結果
表 4-32 羅吉斯迴歸模型樣本分類結果表 預測結果
正常戶 不良戶
實際 戶況
實際
戶數 戶數 ％ 戶數 ％
正常戶 2,000 1,974 98.7% 26 .13%
不良戶 400 44 11.0% 356 89.0%
合計 2,400 預測正確率 97.1%
資料來源：本研究整理。
B.非模型樣本分類結果
表 4-33 羅吉斯迴歸非模型樣本分類結果表 預測結果
正常戶 不良戶
實際 戶況
實際
戶數 戶數 ％ 戶數 ％
正常戶 500 495 99.0% 5 1.0%
不良戶 100 6 6.0% 94 94.0%
合計 600 預測正確率 98.2%
資料來源：本研究整理。
2.結果說明
對於分析模型所使用之 2,400 樣本戶中(正常戶 2,000 戶、不良 戶 400)，藉由羅吉斯迴歸之分類方式，對於正常戶 2,000 戶，正確 歸類的有 1,974 戶，錯誤歸類的有 26 戶，對正常戶歸類的正確率為 98.7%。對於不良戶 400 戶，正確歸類的有 356 戶，錯誤歸類的有 44 戶，對不良戶歸類的正確率為 89.0%。對於 2,400 個樣本戶歸類的正 確率為 97.1%(詳見表 4-32)。
對於非分析模型所使用之 600 樣本戶中(正常戶 500 戶、不良戶 100)，藉由羅吉斯迴歸之分類方式，對於正常戶 500 戶，正確歸類的 有 495 戶，錯誤歸類的有 5 戶，對正常戶歸類的正確率為 99.0%。對 於不良戶 100 戶，正確歸類的有 94 戶，錯誤歸類的有 6 戶，對不良 戶歸類的正確率為 94.0%。對於 600 個非分析模型樣本戶歸類的正確 率為 98.2%(詳見表 4-33)。
