跳到主要內容

簡易檢索 / 詳目顯示

研究生: 謝伯鴻
Po-Hung Hsieh
論文名稱: 政策性勞工紓困貸款違約分析-以A銀行B分行為例
指導教授: 何柏欣
Po-Hsin Ho
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 財務金融學系在職專班
Executive Master of Finance
論文出版年: 2023
畢業學年度: 111
語文別: 中文
論文頁數: 39
中文關鍵詞: 勞工紓困貸款違約風險
外文關鍵詞: Labor relief loans, default risk
相關次數: 點閱:21下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本研究分析政策性勞工紓困貸款逾期放款的決定因素;以2020年COVID-19疫情期間,由勞動部推出首次勞工紓困貸款為研究,採用國內A銀行B分行之151件勞工紓困貸款資料為樣本。實證結果顯示借戶特徵中之年齡、評分對核貸與否具有負相關,另與有信用瑕疵呈現正相關;此外發現年齡越長、學歷高中、無扶養子女、職業如屬受疫情影響產業、沒有信用卡及使用信用卡循環對於逾期放款皆呈現正相關。


    This study analyzed the determinants of late disbursement of policy-based labor relief loans. The study was conducted during the COVID-19 epidemic in 2020, when the first labor relief loan was launched by the Ministry of Labor, using a sample of 151 labor relief loans from Branch B of Bank A in Taiwan. The empirical results showed that age and score were negatively correlated with loan underwriting, and were currently correlated with credit blemishes; in addition, older age, high school education, no dependent children, occupation in an industry affected by the epidemic, no credit card, and credit card cycle were all found to be correlated with late lending.

    摘要 I Abstract II 誌謝 III 表目錄 V 第一章 緒論 1 第二章 文獻探討 4 第一節 相關文獻與假說建立 4 第二節 勞工紓困貸款簡介 5 第三章 資料與研究方法 7 第一節 資料與樣本 7 第二節 變數定義 7 第三節 實證模型 11 第四章 實證結果 13 第一節 敘述統計 13 第二節 迴歸結果 13 第三節 歸納分析 14 第五章 結論 16 第一節 研究結論 16 第二節 研究限制 16 第三節 研究建議 16 參考文獻 18

    中文文獻
    1.李桐豪、呂美慧(2000), 「金融機構房貸客戶授信評量模式分析-Logistic迴歸之應用」, 《台灣金融財務季刊》,1卷1期, 1-20。
    2.沈育葦(2020),「房貸逾放風險的影響因子探討-以F銀行為例」,國立中央大學財務金融學系碩士論文。
    3.吳忠義(2008), 「共同基金投資人投資行為及風險偏好之研究」,國立中央大學財務金融學系碩士論文。
    4.周育群(2016), 「個人房貸戶違約風險因子之探討-以國內S銀行為例」,國立成功大學財務金融學系碩士論文。
    5.殷文穗(2007), 「信用卡違約因素之研究-Logit與ProbitModel之應用」,國立台灣大學經濟學碩士論文。
    6.張傳章(2022),「台灣防疫與紓困振興政策之經濟成效」,《台灣經濟論衡》,20, 34-41。
    7.張健一(2020),「新冠肺炎疫情對全球經濟的影響與因應」,《兩岸經貿》, 342,8-11。
    8.彭晢彥(2022),「企業紓困貸款與銀行授信往來關係及貸款態樣分析-以A公股銀行B分行為例」,國立中央大學財務金融學系碩士論文。
    英文文獻
    1. Barber, B. M. and Odean, T. (2001) “Boys will be boys:Gender,overconfidence, and common stock investment.” Quarterly Journal of Economics 116, 261-292.
    2. Gardner, M. J. and Mills, D. L. (1989) “Evaluating the Likelihood of Default on delinquency loans.” Financial Management 18, 55-63.
    3. Meissner, T., Gassmann, X., Faure C. and Schleich J. (2023) “Individual characteristics associated with risk and time preferences: A multi country representative survey.” Journal of Risk and Uncertainty 66, 77-107.
    4. Moffatt, P. G. (2004)“Hurdle models of loan default.”Journal of the Operational Research Society 56, 1063-1071.
    5. Jacobson T. and Roszbach K. (2003)“Bank lending policy,credit scoring and value-at-risk.”Journal of Banking & Finance 27, 615-633.

    QR CODE
    :::