Please use this identifier to cite or link to this item:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82300| Title: | 建構消費金融信用風險預測模式 —以臺灣C資融公司為例 Building Credit Risk Prediction Model for Consumer Finance—Example of C Finance Company in Taiwan |
| Authors: | Jenn-Yuan Liu 劉振遠 |
| Advisor: | 邱顯比 |
| Keyword: | 信用預測模型,羅吉斯迴歸分析法,極端梯度提升法,AUC,KS,混淆矩陣, Credit Risk Prediction model,Logistic Regression(LR),XGBoost,AUC,KS,Confusion Matrix, |
| Publication Year : | 2021 |
| Degree: | 碩士 |
| Abstract: | "傳統消費金融以信用卡為主，隨著金融科技發達，消費支付方式變得多元性與便利性，但現有支付工具大多以銀行帳戶或信用卡連接，對不需要使用信用卡客群無法滿足消費需求，因此本文主要探討以不需要信用卡消費客群建構信用風險預測模式，研究以台灣C資融公司不需要信用卡消費的客戶資料，樣本時間取2018年3月至2019年12月資料，樣本總數333,375件，並利用羅吉斯迴歸分析法、極端梯度提升法比較兩者建模預測能力。 在建立信用預測模型研究變數分成二個部分：1.僅用公司內部信用評量變數建立預測模型；2.全變數（包含公司內部信用評量並納入其他內外部信用資訊）建立預測模型。並以AUC、KS與混淆矩陣方法作為評比建模績效指標。 實證結果： 1. 無論羅吉斯迴歸分析法或極端梯度提升法，全變數要比僅用公司內部信用評量變數的預測能力佳。 2. 無論公司內部信用評量變數或全變數，在模型績效指標比較，極端梯度提升法均優於羅吉斯迴歸分析法。 因此，本研究建議可採用全變數，並利用極端梯度提升法建立模型為最佳信用風險預測模式。 " |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82300 |
| DOI: | 10.6342/NTU202103089 |
| Fulltext Rights: | 未授權 |
| metadata.dc.date.embargo-lift: | 2026-06-30 |
| Appears in Collections: | 財務金融組 |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| U0001-0909202117452200.pdf Restricted Access | 2.63 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.