法拍屋貸款授信違約研究－考量投資客特性之判斷模型

Foreclosed House Mortgage, Speculator and Credit Risk Model

葉彩蓮(Tsai-Lien Yeh)；戚靜玟(Ching-Wen Chi)；張裕翔(Yu-Shiang Chang)

法拍屋房屋貸款 ； 邏輯斯迴歸模型 ； 投資客 ； foreclosed house Mortgage ； credit scoring model ； speculator

東吳經濟商學學報

84期（2014 / 03 / 01）

47 - 78

繁體中文

本研究除了傳統的銀行授信基本變數、法拍屋特徵變數外，進一步將投資客特徵相關變數，加入模型來建構邏輯斯迴歸模型，可以有效提高整體模型準確率。其中有關投資客特徵變數，「申請人現居地址與投標不動產標的，二者是否有地緣關係」、「借戶最近3個月被其他銀行因新業務查詢的次數總計高達三次以上者」、「借戶於申貸時已有一筆以上擔保貸款授信餘額資料」、「借戶於申貸時依3年內購置不動產結案資訊高達三筆已者」等四項變數呈顯著水準。也就是當納入投資客特徵相關變數之後，整體模型預測力由80.5%提高到91.0%；雖然正常戶之預測準確率由97.8%稍稍降低為95.4%，但是房貸逾期戶之預測準確率卻由11.5%大幅提高為73.5%。說明銀行在建構法拍屋違約信用模型時，由於法拍屋市場充斥許多投資客，銀行更應將此投資客特徵相關變數納入，可以有效預測法拍屋房屋貸款逾期戶的機率，除了可以降低銀行的信用風險，亦可符合管理當局要求的資本規定。

This study extends the Foreclosed House credit scoring system with further five Speculator characteristics, i.e. ＂debt ratio＂, ＂whether the loan's residence and tender object is in different locations＂, ＂the borrower of last three months by other banks because of the number of new mortgage query totaled more than three times＂, ＂the borrower to apply for loans has more than one loan credit ＂and ＂the borrower to apply for loans had paid off the mortgages totaled more than three times within three years＂, in the logistic regression model to build a dichotomous prediction credit scoring model which can be adopted by financial institutes to prevent default risk of Foreclosed House mortgage loan and improve the quality of risky asset. The empirical results indicate that the overall accurate predict rate of the model with five Speculator characteristics (80.5%) is higher than the model without five Speculator characteristics (91.0%) indicating that characteristics of speculator has the most ability to predict default rate.

1. 張金鶚、王健安、陳憶茹(2008)。法拍屋折價之謎：市場競爭程度是否更能解釋折價？。交大管理學報，28(2)，1-39。
   連結：
2. 彭芳琪、張金鶚、陳明吉(2008)。不同拍賣機制對不良資產價格之影響。中山管理評論，16(3)，401-428。
   連結：
3. 葉彩蓮、翁家君(2011)。投資客與風險變數對房屋貸款信用之影響。東吳經濟商學學報，73，1-28。
   連結：
4. 蔡明憲、張金鶚、江淑玲(2011)。台北市中古屋價格與法拍屋拍定價格非對稱價格調整行為之研究。管理與系統，18(2)，317-340。
   連結：
5. 謝富順、張巧宜(2010)。臺灣法拍屋之拍定價格與面積關係之探究。住宅學報，19(2)，29-58。
   連結：
6. 財團法人聯合徵信中心。http://www.jcic.org.tw。
7. Berkson, J. (1944), “Application of the Logistic Function to Bio-assay.” Journal of the American Statistical Association, 39, pp.357-365.
8. 行政院金融監督管理委員會。http://www.fscey.gov.tw。
9. 銀行公會會訊，63，4。
10. Calomiris, C. W.,Longhofer, S. D.,Miles, W. R.(2013).The Foreclosure-House Price Nexus: A Panel VAR Model for U.S. States, 1981-2009.Real Estate Economics,41(4),709-746.
11. Das, S. R.,Meadows, R.(2013).Strategic loan modification: An options-based response to strategic default.Journal of Banking & Finance,37(2),636-647.
12. Hansen, B.E.,Seo, B.(2002).Testing for two-regime threshold cointegration in vector error-correction models.Journal of Econometrics,110,293-318.
13. Park, Y. W.,Bang, D. W.(2014).Loss given default of residential mortgages in a low LTV regime: Role of foreclosure auction process and housing market cycles.Journal of Banking & Finance,39,192-210.
14. Pennington-Cross A.(2006).The Value of Foreclosed Property.Journal of Real Estate Research,28(2),193-214.
15. Pennington-cross, A.(2010).The Duration of Foreclosures in the Subprime Mortgage Market: A Competing Risks Model with Mixing.Journal of Real Estate Finance and Economics,40(2),109-129.
16. Renaud, B.(2003).Speculative behaviour in immature real estate markets, lessons of the 1997 Asia financial crisis.Urban Policy and Research,21(2),151-173.
17. Voicu, I.,Jacob, M.,Rengert, K.,Fang, I.(2012).Subprime Loan Default Resolutions: Do They Vary Across Mortgage Products and Borrower Demographic Groups?.Journal of Real Estate Finance and Economics,45(4),939-964.
18. 王麗珠(2009)。碩士論文(碩士論文)。世新大學經濟研究所。
19. 周佳穎(2008)。碩士論文(碩士論文)。世新大學經濟學系研究所。
20. 林思惟(2008)。從IRB法概念談新版J10之應用與查詢效益。金融聯合徵信雙月刊，1
21. 林毅明(2009)。碩士論文(碩士論文)。世新大學經濟學系研究所。
22. 林燧風(2009)。碩士論文(碩士論文)。國立彰化師範大學企業管理學系研究所。
23. 洪世凱(2010)。碩士論文(碩士論文)。世新大學經濟學研究所。
24. 高啟原(2010)。碩士論文(碩士論文)。暨南國際大學管理學院經營管理所。