我國的信用卡業務已有相當顯著的成長。然信用卡不僅只是一種支付工具，也屬於免擔保的信用融資，對發卡銀行言，風險很高。中華信評於2003年底也指出，信用卡逾放損失通常會延後二年浮現。可見，除有效地篩選客戶避免違約發生外，對於逾繳帳款的處理也應被銀行高度重視。基於此，本研究旨在探討信用卡業務的徵審過程，如何影響持卡戶違約，並且欲瞭解影響持卡戶每月繳款狀態移轉的因素為何。本文以國內某知名金融機構的信用卡客戶為研究對象，並將研究分成兩個部份：(1)分層隨機抽取3萬戶：核卡戶24,000筆與拒絕戶6,000筆，核卡戶又細分為23,398筆正常戶與602筆違約戶。參照Jacobson-Roszbach(2003)的作法，利用Bivariate Probit 迴歸模型解決選樣偏誤問題後，試圖探討申請者或持卡戶的人格特質，擷取自金融聯合徵信中心的信用資訊，及與發卡銀行往來關係三大構面20項研究變數，如何顯著影響信用卡業務的徵審過程與持卡戶違約；(2)整合Smith-Lawrence(1996)、Lin-Yang(2000)，以及羅文綺(2002)的研究，以2002年7月至2004年2月，共20期為研究期間，分層隨機抽取3萬筆開戶日期為2001年1月1日至2001年12月31日的持卡戶，並納入持卡戶的人格特質、與發卡銀行往來關係，及繳款歷史三大構面22項變數，利用馬可夫鍊機率移轉矩陣與Multinomial Logit迴歸模型，進一步剖析影響持卡戶繳款狀態移轉的因素。
主要實證結果發現：(1)學歷與職位兩項變數對信用卡審核呈正向關係，卻對持卡戶違約呈負向關係，顯示銀行為提高收益，未視降低違約風險為第一要務。銀行徵審時除以學歷、職位為衡量標準外，應更加注意財力相關證明，以免造成職位相當，經濟水準差異極大而出現違約的窘境；(2)核卡額度與卡別並非Bivariate Probit 模型的關鍵因素，表示樣本銀行傾向不浮濫核予額度以獲得更高報酬，此與Jacobson-Roszbach(2003)論調不謀而合；(3)輕微逾期的可能回收率近9成，然使用循環信用償還逾繳款者，將是影響未來回收率高低的關鍵，且管理者應主動避免持卡戶發生長期逾繳，勝於事後催討行動；(4)北區、中區、信用額度越高之持卡戶，習慣全額繳清消費額，南區持卡戶則充分利用循環信用方式繳足最低額，值得列南區持卡戶為推展信用卡業務的主要目標；(5)金卡戶容易發生輕微的遲繳，但這些欠款也較容易收回。反觀普卡戶，雖是信用卡業務循環利息的主要收入來源，一旦發生逾繳，持續積欠帳款的機率也較高，回收墊付款的機率相對較低。

Credit card market is well-developed during these 30 years in Taiwan. However, credit card is not only the paying tool, but a kind of non-asset backed loan which would make the banks suffer from great credit risk. Also, according to the research from Taiwan Ratings at end of 2003, loss given default from credit card usually will not appear until two years later, meaning that except telling good from bad applicants, banks should put emphasis on how to deal with the delinquent payment, too. The contribution of this research is to find out how the card granting mechanism affects cardholders’ default as well as what kind of factors would affect the monthly payment transitions. Dividing the thesis from two parts: (1)Stratified random sampling 6,000 rejected and 24,000 approved applicants including 23,398 good and 602 bad cardholders. Based on Jacobson-Roszbach(2003),we use Bivariate Probit Model to solve the sample selection bias problem and discuss the factors both influence the granting mechanism and cardholders’ default; (2)Integrating the concept of Smith-Lawrence(1996) and Lin-Yang(2000), we sampled monthly data for 30,000 cardholders, who open their credit card during 2001,from July 2002 to February 2004 to have a research on the issue of monthly payment transitions by Multinomial Logit Regression and Markov Chain.
The main results of this research as following described: (1)Two variables, education and job position ,have opposite coefficient in the loan granting and default equations. That means the bank was not minimizing credit risk, but willing to increase the revenue more; (2)Loan size and the class of credit card both have no significant influence on default risk showing that the bank wouldn’t grant bigger loans because they are riskier which is the same with Jacobson-Roszbach(2003)’s result; (3)Around 90% of slightly delinquent payment loans will transit to normal payment ones, but the cardholders using the involving interests to avoid default would greatly influence the recovery rate. The bank should prevent these loans from getting worse instead of collecting the loans when they have already been delinquent seriously; (4) As we mention cardholders’ living area, no one would tend to use the involving interests to pay the monthly bill but the ones living in south of Taiwan, so it ‘s worthy to focus on this kind of cardholders to expand the earnings; (5) Gold cardholders are more likely slightly delinquent, however, the recovery rate is higher. Moreover, although the income of involving interests is mainly from general cardholders, the probability of remaining staying in default conditions is also greater and that would cause the lower recovery rate for the bank.

1. 林建州(2001)，銀行個人消費信用貸款授信風險評估模式之研究，國立中山大學財務管理研究所碩士論文。
2. 林旭青(2004)，現金卡發行風險評估模型之研究－以國內某一發卡銀行為例，淡江大學國際貿易所碩士論文。
3. 陳炳良(1999)，「信用卡的風險管理」，金融財務，第三期，台灣金融研訓院，頁77~91。
4. 施孟隆、游清芳、李佳珍（1999），「Logit 模式應用於信用卡信用風險審核系統之研究－以國內某銀行信用卡中心為例」，金融財務季刊，第四期，金融研訓院，頁85-104。
5. 李明謙(2002)，羅吉斯迴歸模型在信用卡評分制度之研究，輔仁大學應用統計研究所碩士論文。
6. 龔昶元(1998)，「Logistic Regression 模式應用於信用卡風險審核之研究－以國內某銀行信用卡中心為例」，台北銀行月刊，第二十八卷九期，頁35-49。
7. 陳錦村(2004)，風險管理概要-個案與實務，新陸書局。
8. 蔡明憲(2002)，金融機構消費信用貸款授信評量模式，國立中山大學財務管理研究所碩士論文。
9. 江淑娟(2003)，現金卡發行風險評估模型之研究－以國內某一發卡銀行為例，逢甲大學保險研究所碩士論文。
10. 李美笑(2002)，信用卡持卡人信用風險之研究，逢甲大學保險研究所碩士論文。
11. 周文賢(2002)，多變量統計分析：SAS/STAT使用方法，智勝文化。
12. 林重光(2004)，影響現金卡信用風險因素之實證研究，雲林科技大學財務金融所碩士論文。
13. 馬資芳(1994)，信用卡信用風險預警範例學習系統之研究，國立政治大學資訊管理研究所碩士論文。
14. 陳木在、陳錦村(2001)，商業銀行風險管理，新陸書局。
15. 銀行內部控制制度編撰委員會(2001)，銀行內部控制制度，台灣金融研訓院。
16. 陳宗豪(1999)，消費者小額信用貸款之信用風險研究---甄選的觀點，國立中山大學人力資源管理研究所碩士論文。
17. 陳敬聰(1997)，信用卡風險評估之研究，雲林技術學院資訊管理技術研究所碩士論文。
18. 王濟川、郭志剛(2003)，Logistic 迴歸模型-方法及應用，五南書局。
19. 許愛惠(1994)，信用卡信用風險審核範例學習系統之研究，國立政治大學資訊管理研究所碩士論文。
20. 曾俊堯(1991)，信用卡信用管理之研究，國立政治大學企業管理研究所碩士論文。
21. 彭昭英、唐麗英(1999)，SAS 1.2.3，儒林圖書。
22. 張文生(2001)，銀行建構『信用卡信用風險即時預警系統』之研究，中原大學企業管理研究所碩士論文。
23. 鍾惠民、吳壽山、周賓凰、范懷文(2002)，財金計量，雙葉書廊。
24. 羅文綺(2002)，信用卡資產組合風險之研究，國立交通大學經營管理研究所碩士論文。
25. 財政部金融局網站：http://www.boma.gov.tw/
26. 李三榮(2002)，「Basel II」，台灣金融財務季刊，第三輯第二期，頁105-124。
27. Chin-Tsai Lin, Shih-Yu Yang(2000),”Abnormal Payment of Home Mortgages in Taiwan,” PanPacific Management Review3,pp.323-337.
28. Lync, Thomas( 2000),“A Survey of Credit and Behavioural Scoring: Forecasting Financial Risk of Lending to Consumers,” International Journal of Forcasting16,p.149.
29. Tor Jacobson, Kasper Roszbach(2003),“Bank Lending Policy,Credit Scoring and Value-at-risk,” Journal of Banking and Finance27,pp.615-633.
30. K.Carling, Tor Jacobson, Kasper Roszbach( 2001),“Dormancy Risk and Expected Profits of Consumer Loans,” Journal of Banking and Finance25,pp.717-739.
31. L.D.Smith, S.M.Sanchez,E.C.Lawrence(1996),”A Comprehensive Model for Managing Credit Risk on Home Mortgage Portfolios,” Decision Science27,pp.291-317.
32. W.J.Boyes, D.L.Hoffman, S.A.Low(1989),“An Econometric Analysis of the Bank Credit Scoring Problem,” Journal of Econometrics40,pp. 3-14.