由於金融機構之穩定發展乃是國家競爭力及經濟持續發展之關鍵所在。金融體系如果不能穩健發展不但會影響一國的經濟正常運作，更容易受到國際間區域性金融變動之衝擊，而引發連鎖系統性之危險。金融機構業者在業務競爭激烈的環境中，為提高放款額、減少審核作業時間，進而爭取承作之時效，提供自動化的審核模式是有其必要性的。而客觀科學化的評量方法更能使徵信、授信資料得到快速且有系統的整理與分析，輔以放款決策作有效判定。因此，金融機構應建立一套客觀且公正的授信評量模式，協助徵、授信審核人員快速且嚴謹地核定貸款額度、利率及其他授信條件，並達到作業標準化及自動化之目標。當前金融機構除了要思考如何提供更好的服務品質以獲取消費者認同之外，更應該積極的研擬一套客觀且一致的審核標準，及建構房屋貸款授信系統，方能一方面縮短接受申請至核准的時間、提供消費者快速的服務、同時降低消費者及銀行的成本外，另一方面亦能降低貸款的風險。本研究以銀行之192戶房屋貸款人為研究對象，藉由逾期因子來分析銀行授信資產品質的差異。採用SPSS 12.0 for Windows之套裝軟體來進行敘述性統計分析、區別分析法(Discriminant Analysis)、羅吉斯迴歸(Logistic Regression)等統計分析。實證分析結果顯示，整體而言，區別分析之區別與預測能力皆佳；羅吉斯迴歸分析之區別與預測能力亦佳。因此，透過模型之測試，可增加銀行控管及篩選客戶之能力，並能就客戶之屬性，做不同程度之風險管控，利用定價策略（資金成本、作業成本、信用成本和利潤）來達到銀行最適之利潤。
This paper analyzes the importance of using proper techniques for differentiating mortgage customer qualities. This paper builds on the mortgage literature and compares several statistical tests, such as statistical description, discrminant analysis and logistic regression to measure customer credit risk. This study uses a unique data set with Taiwan consumer mortgage data that contains extensive financial and personal information on both good and bad customers. The results show that logistic regression model is better than the rest because its predicting ability outperforms others. This study can have potential implications for banking industry on risk management and pricing strategy.
