銀行走向 Bank3.0 的過程中，科技的特性其實為主要的關鍵，Bank2.0 時
代都是被動式的讓顧客搜尋自己的交易狀況，以及被動的進行交易行為，是屬 於非同步的行為。但是 Bank3.0 可以及時讓顧客掌控自己交易情況，甚至透過 大數據(Big Data)的運算，主動提供適合顧客的交易商品。S 銀行推出小額信貸 的線上申請服務，民眾只需要在家裡輸入資料，透過大數據運算來模擬放款金 額跟利息，直接線上貸款，將可以省去麻煩的貸款流程，不過現行銀行只能做 到線上申請，無法做到線上自動核貸，仍須都以人工核貸後放款，因此本文的 主要研究為建立自核核貸系統，串接起線上貸款整體作業，並同時可再進一步 探討自動核貸與人工核貸之差異;希望透過此研究結果，有助於應用於實務上， 讓銀行能因應數位金融的變化。
本研究蒐集了 2017 年 1 月 3 號至 2017 年 6 月 30 號之資料，合計筆 數共有 15,480 筆，並針對探討的變數抽樣配對後，再進行 Logit 迴歸模型 等計量方法建立實證模型，透過大數據與模型分析等方式驗證整合，利用演 算法計算，找到最貼近人工核貸的方式，建立起自動核貸機制，串連起線上貸 款整體作業之流程，自動審核機制效率優於傳統人工審核，改善 S 銀行之作業 模式，精簡人工作業時間，省去作業成本、人力成本，並加以探討逾期貸款關 鍵的因素，將性別、教育程度、收入、服務機構列為影響貸款逾期之重要因素。

In the process of banks moving to Bank 3.0, the characteristics of science and technology are actually the key. In the era of Bank2.0, the passive behavior of allowing customers to search for their trading status and passively conduct trading activities is a non-synchronized behavior. However, Bank3.0 can prompt customers to control their own trading situation, and even through Big Data's calculations, they can actively provide customer-specific trading products. S Bank launched an online application service for microfinance. People only need to input data at home and simulate lending sums and interest through big data calculations. Direct online loans will save the troublesome loan process, but current banks can only do online. Application, can not be automated online loan, still have to use artificial loans after lending, so the main study of this article is to establish a self-nuclear loan system, contiguous starting the overall operation of online loans, and at the same time can further explore the automatic loan Differences from artificial nuclear loans; it is hoped that through the results of this study, it will be useful for practical applications and allow banks to respond to changes in digital finance.
This study collected data from January 3, 2017 to June 30, 2017, a total of 15,480 data were used, and after pairing the variables discussed, a logit regression model and other measurement methods were used to establish an empirical model. Data and model analysis and other methods are used to verify and integrate, use algorithms to calculate, find the closest approach to artificial nuclear loans, establish an automatic credit mechanism, connect the whole process of online loans, and theefficiency of the automatic audit mechanism is better than the traditional manual audit. Improve the operating mode of S Bank, streamline the manual operation time, eliminate the operating costs, labor costs, and explore the key factors of overdue loans, and include gender, education, income, and service institutions as important factors affecting the overdue loans.

目次
目 次 ................................................................................................................. IV
表 次 ..............................................................................................................  X
圖 次.................................................................................................................. XII
第一章 緒論 ........................................................................................................1
第一節 研究背景與動機....................................................................................... 1
第二節 研究目的 ................................................................................................ 3
第三節 研究架構與流程....................................................................................... 4 
第二章 理論與文獻探討 ...................................................................................... 6
第一節 我國小額信貸、線上貸款的發展概況 ........................................................ 6
第二節 授信信用評估的方法與原則.......................................................................11 
第三節 授信之文獻探討...................................................................................... 15 
第四節 線上貸款之文獻探討 ............................................................................... 18
第五節 逾期放款關鍵因素之文獻探討.................................................................. 21
第三章 研究方法................................................................................................ 26 
第一節 研究資料來源與說明 .............................................................................. 26
第二節 羅吉斯迴歸模型...................................................................................... 30 
第四章 實證結果分析...........................................................................................33 
第一節 研究變數的基本分析 ............................................................................... 33
第二節 LOGIT 模型結果分析 ............................................................................... 63
第五章 結論與建議.............................................................................................. 67 第一節 結論 ....................................................................................................... 67
第二節 建議 ....................................................................................................... 68 
參考文獻 ........................................................................................................... 69
表  次
表 1  消費者貸款及建築貸款餘額統計表 .................................................................7
表 2  打造數位化金融環境3.0業務項目 ..................................................................8
表 3  研究資料細項說明 ......................................................................................26
表 3  研究資料細項說明（續） ............................................................................27
表 3  研究資料細項說明（續） ............................................................................28
表 3  研究資料細項說明（續） ............................................................................29
表 4  送件分行之次數分配 ..................................................................................33
表5  性別之次數分配 ..........................................................................................34
表 6  年齡之次數分配 .........................................................................................35
表 7  婚姻之次數分配 .........................................................................................35
表 8  教育程度之次數分配 ..................................................................................36
表 9  保證人之次數分配 .....................................................................................37
表 10  扶養子女數之次數分配 .............................................................................38
表 11  居住狀況之次數分配 .................................................................................39
表 12  服務機構之次數分配 ................................................................................40
表 13  行業別之次數分配	 ..................................................................................41
表 14  收入證明之次數分配 ................................................................................42
表15　職稱之次數分配 ......................................................................................43
表16　工作年資之次數分配 ...............................................................................45
表 17  平均月收入之次數分配 ............................................................................46
表 18  貸放金額之次數分配 ...............................................................................48
表19　貸放期間之次數分配 ...............................................................................49
表20　貸放利率之次數分配 ..............................................................................50
表 21  風險管理費之次數分配 ............................................................................51
表 22  等級之次數分配 .....................................................................................52
表 23  PD值之次數分配 ....................................................................................53
表24　負債比之次數分配 ......................................................... 	54
表25　DBR倍數之次數分配 ......................................................... 	55
表26　信用評分分數之次數分配 ......................................................... 	56
表27　逾期天數之次數分配 ......................................................... 	57
表 28  變數與逾期貸放關係之預測方向 ......................................................... 	58
表 29  LOGIT模型估計結果 ......................................................... 	63
表 30  LOGIT模型分析歸類 ......................................................... 	65
圖  次
圖 1 研究流程 ......................................................... 	5
圖 2 送件單位比例 ......................................................... 	34
圖 3 性別比例 ......................................................... 	34
圖 4 年紀比例	 ......................................................... 36
圖 5 婚姻狀況比例	 ......................................................... 36
圖 6 教育程度比例 ......................................................... 	37
圖 7 保證人數目比例 ......................................................... 	37
圖 8 扶養子女數比例 ......................................................... 	39
圖 9 居住狀況比例 ......................................................... 	39
圖 10 服務機構比例 ......................................................... 	41
圖 11 行業別比例 ......................................................... 	41
圖 12 收入證明比例 ......................................................... 	44
圖 13 職稱比例 ......................................................... 	44
圖 14 工作年資比例 ......................................................... 	47
圖 15 年所得比例 ......................................................... 	47
圖 16 貸放金額比例 ......................................................... 	49
圖 17 貸放期間比例 ......................................................... 	49
圖 18 貸放利率比例 ......................................................... 	51
圖 19 風險管理費比例 ......................................................... 	51
圖 20 等級比例 ......................................................... 	53
圖 21  PD值比例 ......................................................... 	53
圖 22 負債比比例 ......................................................... 	55
圖 23  DBR倍數比例 ......................................................... 	55
圖 24 信用評分分數比例 ......................................................... 	57
圖 25 逾期天數比例 ......................................................... 	57
圖 26 申請貸款之流程圖 ......................................................... 	59
圖 27 信貸線上申請畫面圖 ......................................................... 	60
圖 28 填寫基本資料畫面圖一 ......................................................... 	60
圖 29 填寫基本資料畫面圖二 ......................................................... 	61
圖 30 填寫基本資料畫面圖三 ......................................................... 	61
圖 31 資料上傳畫面	 ......................................................... 62
圖 32 樣本外的ROC ......................................................... 	66

一、中文文獻
1. 李御璽、顏秀珍、丁明勇、郭家禎、趙家宏(2013)，運用二階段分類技術
挖掘潛在中小企業借貸戶之研究， 數據分析，第3期，頁173-181
2. 李蕙婷(2015)，翻轉金融:台灣原鄉友善環境小農微型貸款營運模式之探討，
 輔仁大學非營利組織管理碩士學位學程在職專班碩士論文。
3. 林芸樺(2015)，客戶線上貸款使用意願之研究，世新大學新聞傳播學院資 訊傳播學系碩士學位論文。
4. 林孟宏(2015)，微型企業貸款線上信用評分機制研究，國立臺北大學國際 財務金融碩士在職專班碩士論文。
5. 林俊辰(2010)，無擔保小額信用貸款違約預警模型之研究，東吳大學商學 院企業管理學系碩士在職專班碩士論文。
6. 林建州(2000)，銀行個人消費信用貸款授信風險評估模式之研究，中山大 學財務管理研究所碩士論文。
7. 范維真(2010)，個人信貸信用風險評分卡模型之探討，淡江大學統計學系應 用統計學碩士班碩士論文。
8. 張恭文(2009)，小額信貸信用評等模型之風險研究 -以某民營銀行案例探 討，國立中興大學高階經理人班碩士論文。
9. 張瑞方(2014)，影響消費者對銀行業信用貸款的使用意願與否之研究- 以 台南地區的信用貸款為例，國立成功大學企業管理學系碩士在職專班碩士論 文。
10. 黃世禎(2013)，銀行信用風險評分應用資料探勘技術之比較研究，淡江大學資訊管理學系碩士班碩士論文。
11. 黃隆憲(2006)，消費者小額信用貸款授信模式之研究，國立高雄第一科技 大學財務管理系碩士論文。
12. 葉藝娟(2015)，以科技接受模式探討消費者對行動支付使用意願之研究， 世新大學資訊管理學系碩士論文。
13. 鄭百勝(2015)，逾期放款關鍵因素之研究-以 H 信用合作社為例，國立高 雄大學亞太工商管理學系碩士在職專班碩士論文。
14.嚴慶華(2013)，農會信用部授信評估因素之研究 -以某農會為例，國立中 興大學應用經濟學系碩士論文。
二、英文文獻
1. Ammann,M.,and P.Moerth(2005),“Impact of Fund Size on Hedge Fund
Performance,”Journal of Asset Management, Vol 6, Issue 3, pp.219-238.
2. Feng, Y.; X. Fan and Y. Yoon(2015),“Lenders and Borrowers' Sterategies in Online Peer-to-Peer Lending Market: an Empirical Analysis of PPDAI.COM.”Ournal of Electronic Commerce Research. Vol 16 Issue 3,
pp.242-260.
3. Jichen, Z(2015),“Research on Business Model of SMEs’ Financial Service for Commercial Banks,”Arizona State University.
4. King, W.B(2017) ,“The key to Loan Growth?Make the Process Personal, and Make it Easy,” Credit Union Journal, Apr, 2017,pp.21-25.
5. Khan,A. H. and H, Dewan(2017),“Can The Availability of Informal Loans be Detrimental to Microloan Repayment? Some Empirical Evidence From Bangladesh,” The Journal of Developing Areas,Nashville Vol. 51, Issue 4, pp.347-359.
6. Lucas, D(2016) ,“Credit Policy as Fiscal Policy,” Brookings Papers on Economic Activity,Washington Vol. Spring 2016, pp.1-57.
7. Lia, Z. X.Yao, Q. Wen and W. Yang(2016),“Prepayment and Default of Consumer Loans in Online Lending,” https://ssrn.com/abstract=2740858 or http://dx.doi.org/10.2139/ssrn.2740858
8. Paul A. M.r and H. W. Pifer(1970) ,“Prediction Of Bank Failures,” Journal of Finance, Vol.25, No.3, pp.853-869.
9. Zhang, N.(2017) ,“Rationality of Investors in P2P Online Lending Platform with Guarantee Mechanism: Evidence in China,”Journal of Applied Finance and Banking ,Athens Vol. 7, Issue 3,pp.121-135.
三、其他文獻
1. MBA 智庫百科
2. 金融監督管理委員會
3. 中華民國銀行公會