經濟成長不動產價格膨脹上揚，不動產抵押授信放款曝險期間較長，但卻是銀行業資金運用生利相當重要的業務及獲利來源，銀行業之間的過度惡性競爭，對於申貸者的信用等級調低致放款寬鬆，高估不動產價格，當經濟步入衰退期，不動產抵押品價值下跌，申貸人違約機率隱含風險升高，銀行業喪失資金的流動性及清償性，所面臨的危機將瓦解金融體系穩定性；債信危機使全球各地金融機構經營不善案例頻傳。本研究從不動產預期違約機率探討銀行授信風險管理品質。自2006年起美國發生次級房屋信貸違約風暴危機後，在2008年蔓延至全球，演變為全球金融海嘯，影響全球金融市場穩定性，全球各界於是開始從不同面向探討次級房屋信貸危機發生原因及影響程度，積極進行相關制度與法律規範的強化，新版巴塞爾協定的實施，為銀行業財務風險監督管理帶來新面貌與挑戰。
本研究採用資料時間範圍為2008年第3季至2013年第2季止的季資料，樣本合計380筆觀察值，應用具市場資訊與即時性優點的莫頓(Merton)模型估計預期違約機率(Expected Default Frequency, EDF)，採用時間序列(time-series)輔以縱橫資料(panel data)方法，進行基本敘述統計分析，研究結果顯示能有效區分臺灣地區19縣市不動產抵押授信放款期間存在預期違約機率的隱含風險現象。此估計模型合理估計衡量不動產抵押授信放款期間預期違約機率與每單位報酬需承擔之違約機率，別於以往文獻研究方式，是本論文特殊之處。

The mortgage loan takes great proportion of profits in bank. Due to the unhealthy competition, banks over-estimate the price of real estate and accept the appliances with lower credit rating. The price of real estate will soar highly when economic growth and that will cause the risk of mortgage loan becomes longer.
In recession, the value of mortgage fell that increases the imply default risk. Then, the banks will lose capital liquidity and the coming crisis disrupt the stability of financial system. Debt crisis causes a lot of bad management of financial institutions cases around the world.
In this study, discuss the exploring the quality of bank credit risk management through estate expected default frequency. After the subprime mortgage default crisis disburses in America in 2006 and spreads to global in 2008, the authorities discuss the reason and influence of crisis. Simultaneously, the authorities actively strengthen relevant rules and regulations such as new BASEL agreement. To bring the brand new face to banks’ financial risk supervisory management.
Different from the past research this model reasonably measures the predicted default risk of mortgage loan. We choose the quarter data from the third quarter in 2008 to the second quarter in 2013. There are 380 samples and we use these panel data to do empirical estimation. We adopt Merton model with market information and promptness merits. We do the descriptive statistic analysis to gauge the predicted default risk of mortgage loan in 19 counties in TAIWAN. The outcomes show that we can find it exactly exist the predicted default risk of mortgage loan phenomenon.

第一章	緒論	1
第一節	研究背景與動機	1
第二節	研究目的	4
第三節	研究架構與流程	6
第二章	信用風險與違約定義及文獻回顧	8
第一節	信用風險與特徵	8
第二節	違約定義	12
第三節	中、英文相關文獻	13
第三章	研究方法	30
第一節	研究資料來源與範圍	30
第二節	莫頓(Merton)模型	31
第三節	變數定義	39
第四章	實證結果分析	40
第一節	資料說明與處理	40
第二節	基本敘述統計分析	41
第五章	結論與建議	63
第一節	結論	63
第二節	建議	65
參考文獻	66
中文文獻	66
英文文獻	68

表目錄
表1臺灣19縣市各縣市20季平均預期違約機率基本敘述統計量	41
表2每季臺灣19縣市平均預期違約機率	46
表3臺灣19縣市各縣市20季平均每單位報酬需承擔之違約機率	56
表4每季臺灣19縣市平均每單位報酬需承擔之違約機率	58

 
圖目錄
圖1研究架構流程圖	7
圖2權益可被視為一個以資產不動產價值為標的物的歐式買權	33
圖3臺灣19縣市各縣市20季平均預期違約機率	42
圖4每季臺灣19縣市平均預期違約機率	47
圖5台北市每季預期違約機率	53
圖6新北市每季預期違約機率	53
圖7桃園縣每季預期違約機率	53
圖8新竹縣每季預期違約機率	53
圖9新竹市每季預期違約機率	53
圖10基隆市每季預期違約機率	53
圖11宜蘭縣每季預期違約機率	53
圖12苗栗縣每季預期違約機率	53
圖13台中市每季預期違約機率	54
圖14彰化縣每季預期違約機率	54
圖15南投縣每季預期違約機率	54
圖16雲林縣每季預期違約機率	54
圖17嘉義縣每季預期違約機率	54
圖18嘉義市每季預期違約機率	54
圖19台南市每季預期違約機率	54
圖20高雄市每季預期違約機率	54
圖21屏東縣每季預期違約機率	55
圖22花蓮縣每季預期違約機率	55
圖23台東縣每季預期違約機率	55
圖24臺灣19縣市各縣市20季平均每單位報酬需承擔之違約機率	57
圖25每季臺灣19縣市平均每單位報酬需承擔之違約機率	59
圖26台北市每單位報酬需承擔之違約機率	60
圖27新北市每單位報酬需承擔之違約機率	60
圖28桃園縣每單位報酬需承擔之違約機率	60
圖29新竹縣每單位報酬需承擔之違約機率	60
圖30新竹市每單位報酬需承擔之違約機率	60
圖31基隆市每單位報酬需承擔之違約機率	60
圖32宜蘭縣每單位報酬需承擔之違約機率	60
圖33苗栗縣每單位報酬需承擔之違約機率	60
圖34台中市每單位報酬需承擔之違約機率	61
圖35彰化縣每單位報酬需承擔之違約機率	61
圖36南投縣每單位報酬需承擔之違約機率	61
圖37雲林縣每單位報酬需承擔之違約機率	61
圖38嘉義縣每單位報酬需承擔之違約機率	61
圖39嘉義市每單位報酬需承擔之違約機率	61
圖40台南市每單位報酬需承擔之違約機率	61
圖41高雄市每單位報酬需承擔之違約機率	61
圖42屏東縣每單位報酬需承擔之違約機率	62
圖43花蓮縣每單位報酬需承擔之違約機率	62
圖44台東縣每單位報酬需承擔之違約機率	62

中文文獻
1.	江百信、張金鶚(1995)，『我國購屋貸款放款條件之研究』，『住宅學報』，第3期，頁1-20。
2.	台灣金融研訓院，1999，『銀行授信實務法規輯要』，初版。
3.	陳逸文(2000)，『銀行授信之風險管理』，『台灣金融財務季刊』，第1輯第1期，頁87-97。
4.	林左裕、賴郁媛(2002)，『不動產投資管理』，智勝文化。
5.	林左裕、劉長寬(2003)，『應用logistic模型於銀行授信違約行為的研究』，『住宅學會』，2003年第十二屆年會論文集。
6.	李桂榮(2003)，『自用住宅購物授信放款特性與逾期還款關係之研究』，國立高雄第一科技大學金融營運系碩士論文。
7.	周建新、于鴻福、陳進財(2004)，『銀行業房貸授信風險評估因素之選擇』，『中華管理評論』，第7卷第2期，頁77-103。
8.	盧光照(2005)，『銀行授信信用風險溢酬與違約機率相關之研究』，國立中山大學財務管理學系碩士在職專班碩士論文。
9.	陳健豪(2004)，『台灣地區住宅抵押授信放款-提前清償與違約之分析』，國立清華大學科技管理研究所碩士論文。
10.	黃嘉興(2005)，『房屋抵押授信放款客戶違約預測模式之比較研究』，『東吳經濟商學學報』，第48期，頁103-126。
11.	楊蓁海(2005)，『我國銀行授信行為與景氣循環的關係：兼論新版巴賽爾資本協定(New Basel Capital Accord，或稱Basel II)的順循環影響效果暨其因應之道』，『中央銀行季刊』，第28卷第1期，頁43-72。
12.	劉群偉(2005)，『資本適足規範對銀行逾放比率及營運績效之影響』，國立中山大學財務管理學系研究所碩士論文。
13.	吳孟玲(2006)，『Basel II房屋授信放款信用風險內部評等模型之實證分析』，國立政治大學風險管理與保險研究所碩士論文。
14.	趙黃祺(2007)，『住宅抵押授信放款違約與提前清償模型之研究』，國立清華大學統計學研究所碩士論文。
15.	林左裕、林宗漢、柯俊楨(2007)，『應用存活分析於不動產抵押債權證券評價之研究』。『證券市場發展季刊』。第19卷第4期，頁121-153。
16.	周欣怡(2008)，『房屋授信放款違約預測-存活分析模型之應用』，真理大學財經研究所碩士論文。
17.	吳顯輝(2008)，『運用結構法模型評估房貸的信用風險』，國立台北大學國際財務金融碩士在職專班碩士論文。
18.	王梅雀(2008)，『銀行房屋授信放款授信風險評估之研究』，國立嘉義大學管理學院碩士在職專班碩士論文。
19.	徐素琴(2008)，『住宅抵押授信放款提前清償及違約風險之研究』，國立清華大學統計學研究所財經統計組碩士論文。
20.	林秀靜(2008)，『銀行業房屋授信放款違約風險因素之探討』，逢甲大學風險管理與保險學系碩士在職專班碩士論文。
21.	楊顯爵、林左裕、陳宗豪(2008)，『住宅抵押授信放款違約之研究‒影響因素之顯著性分析』，『台灣土地研究』，第11卷第2期，頁1-36。
22.	林左裕(2008)，『從美國次級房貸風暴探討台灣住宅抵押授信放款違約因素與不動產抵押債權證券化風險評估之研究』，『行政院國家科學委員會專題研究計畫成果報告』。
23.	鍾經樊、黃嘉龍(2009)，『違約機率及違約損失率之相關性及異質性對信用損失的影響：台灣上市櫃公司的實證研究』，『經濟論文叢刊』，第38卷第4期，頁561-592。
24.	林哲群、張家華(2009)，『房貸違約率估計之初探』，『金融聯合徵信雙月刊』，第7期，頁24-35。
25.	邱永成(2010)，『房屋授信放款違約危險因子暨預測模型之探討』，輔仁大學應用統計學研究所碩士論文。
26.	王素娟(2010)，『巴塞爾資本協定與銀行風險管理之研究』，國立高雄第一科技大學金融系碩士論文。
27.	江明珠(2010)，『台灣不動產市場的下方風險-以台灣四個縣市為例』，『住宅學報』，第20卷第1期，頁1-24。
28.	陳達新、周恆志(2010)，『財務風險管理：工具、衡量與未來發展』，二版，雙葉書廊。
29.	葉彩蓮(2011)，『投資客與風險變數對於房屋授信放款信用之影響』，『東吳經濟商學學報』，第73期，頁1-28。
30.	歐文智(2011)，『商業銀行房屋授信放款違約預警模型之研究』，雲林科技大學財務金融系碩士論文。
31.	賴世哲(2011)，『不動產抵押授信放款違約風險因素之研究』，朝陽科技大學財務金融系碩士論文。
32.	蕭浩彬(2012)，『抵押品對銀行風險之研究』，國立中正大學經濟學系國際經濟學碩士論文。
33.	賴景苑(2012)，『房屋抵押授信放款終止行為之研究的研究』，國立政治大學地政學系碩士在職專班論文。
34.	彭淮南(2013)，『健全房市租稅措施、不動產授信風險控管之成效及精進作為』，立法院財政委員會會議專題報告。
35.	蔡佩蓉(2013)，『2014房市泡沫化? 莊孟翰：留意10項指標』，好房News。
36.	郭及天(2014)，『房市泡沫10指標8項超標』，經濟日報。
37.	林淑慧(2014)，『高房價惹怨學界成立房改聯盟』，中時電子報。
英文文獻
1.	Anderson, R., and J. Vanderhoff.(1999),“ Mortgage default rates and borrower race,” Journal of Real Estate Research, 18(2), pp.279-289.
2.	Black, F., and M. Scholes.(1973),“The pricing of options and corporate liabilities,” Journal of Political Economy,81(3), pp.637-654.
3.	Berger, A.N. (1990),“Collateral, loan quality, and bank risk,” Journal of Monetary Economics, 25, pp.21-42.
4.	Berger A, Kyle, M, and Scalise, J. (2001), “Did U.S. bank supervisors get tougher during the credit crunch? Did they get easier during the banking boom? Did it matter to bank lending?”National Bureau of Economic Research, University of Chicago Press.
5.	Belke, A. and Wiedmann, M. (2005), Boom or “Bubble in the U.S. real estate market?” Monetary Policy, pp.273-284.
6.	Campbell, T.S., and J.K. Dietrich. (1983),“The determinants of default on insured conventional residential mortgage loans,” Journal of Finance,38(5), pp.1569-1581.
7.	Capozza, D.R., D. Kazarian, and T.A. Thomson.(1997),“ Mortgage default in local markets,” Real Estate Economics,25(4), pp.631-655.
8.	Chen, M-C and Patel, K. (1998),“House price dynamics and granger causality: an analysis of Taipei new dwelling market,” Journal of Asian Real Estate Society, 1(1), pp.101-126.
9.	Calhoun, C. A., and Y. Deng.(2002), “A dynamic analysis of fixed and adjustable rate mortgage,” Journal of Real Estate Finance and Economics, 24,pp.9-33.
10.	Cunning Ham, Donald F. and Charles A. Capone, Jr.(1990),“The relative termination experience of adjustable to fix-rate mortgage,” The Journal of Finance, 5, pp.1687-1703.
11.	Deng, Y. H., J. M. Quigley, and R. Van Order(1996), “Mortgage default and low down payment loans: The costs of public subsidy,” Regional Science and Urban Economics, 26,pp.263-285.
12.	Deng, Y. H., J. M. Quigley, and R. Van Order(2000), “Mortgage terminations, heterogeneity and the exercise of mortgage options,” Econometrica, 68(2), pp.275-307 .
13.	Edward, H. K. Ng. and Rosaline, C.(2004),“Availability of bank credit and the residential property price level: evidence from Singapore,” School of Business, National University of Singapore, Singapore.
14.	Foster, C., and Van Order, R. (1984),”An option-based model of mortgage default,” Housing Finance Review, 3(4),pp.351-372.
15.	Guttentag, J. and Herring, R.(1984), “Credit rationing and financial disorder.” Journal of Finance, 39, pp.1359-1382.
16.	Giussani, B. and Hadjimatheou, G. (1991), “ Modeling regional house price in united kingdom,” The Journal of the Regional Science Association International, 70(2), pp.201-219.
17.	Guption, G.M., Finger, C.C., and Bhatia,M.(1997), CreditMetrics technical document. J.P. Morgan, April.
18.	Glascock, J. L., C. Lu & R. W. So.(2002),“REIT returns and Inflation: perverse or reverse causality effects?” Journal of Real Estate Finance and Economics, 24(3),pp.301-317.
19.	Kau, J.B., D.C. Keenan, and T. Kim.(1993),“Transaction costs, suboptimal termination and default probabilities,” Journal of the American Real Estate and Urban Economics Association,21(3), pp.247-263.
20.	Kau, J. B. and D. C. Keenan(1999), “Patterns of rational default,” Regional Science and Urban Economics, 29: pp.765-785.
21.	Lawrence, E. C., L. D. Smith, and R. Rhoades(1992), “An analysis of default risk in mobile home credit,” Journal of Banking and Finance, pp.299-312.
22.	Merton, R. C. (1974), “On the pricing of corporate debt: the risk structure of interest rates”, Journal of Finance, 29, pp.449–470.
23.	Milne, A.(1991),“Incomes, demography and UK house prices,” Centre for Economic Forecasting Discussion, pp.30-90.
24.	McCue, T. E. and J. L. King.(1994),“Real estate returns and the macro economy: some empirical evidence from real estate investment trust data, 1972-1991,”Journal of Real Estate Research. 9(3),pp.277-287.
25.	Steenackers, A. and M. J. Goovaerts(1989), “A credit scoring model for personal loans,” Insurance: Mathematics and Economics,8(1), pp.31-4.
26.	Von Furstenberg,G. M. (1969),“Default risk on FHA-Insured home mortgages as a function of the terms of financing: a quantitative analysis,” Journal of Finance,24,pp.459-477.
27.	Van Order, (1990), “The hazards of default,” Secondary Mortgage Markets, pp.357-361。
28.	Vassilis Lekkas, John M. Quigley and Robert Van Order. (1993),“Loan loss severity and optimal mortgage default,” Journal of the American Real Estate and Urban Economics Association, 21(4), pp.353-371.
29.	Renaud, B. (2003), “Speculative behavior in immature real estate markets, lessons of the 1997Asia financial crisis,” Urban Policy and Research, 21(2), pp.151-173.