授信業務為金融業者主要業務之一，也是金融業獲利的重要來源。為了減少逾期放款比率過高，嚴重影響金融業的獲利。因此，金融業者建立了一套標準的審核機制，也就是信用風險的評估模式，此模式應用在未核貸給客戶之前，可先行評估客戶的信用風險大小，以作為貸款批准、貸款額度多寡的依據。評估模式的建立大多採用信用評分的方式，而信用評分可分為應用(申請)評分（Application Scoring）及行為評分（Behavior Scoring）兩部分。一般信用風險評估模式大部分採用的是應用(申請)評分，屬於事前評估預測。而本研究採用事後的行為評分，針對如何減少現金卡用戶在核准後，由於某些特定因素造成違約逾期繳款，以致於金融業者要進行催款甚至上法院進行官司訴訟，造成金融業者額外負擔的情況，故本研究針對核准之後的現金卡用戶行為，期能建立一套有效的評分模式，以作為金融業者採取降低損失措施的參考依據。

本研究以國內某金融機構的現金卡用戶為研究對象，採用進件系統中的客戶基本資料以及聯合徵信中心的信用資料，做為評估分析的依據，利用邏輯斯迴歸（Logistic Regression, LR）統計方法來進行模式之建置。
研究實證結果歸納如下：
一、顯著變數為性別、教育程度、最近三個月內照會次數、行外金融機構總借款借款餘額/行外金融機構總借款訂約金額、信用卡有效家數、現金卡張數、現金卡總訂約金額、現金卡總借款餘額/現金卡總訂約金額、本行目前額度/本行訂約額度等9個。
二、聯合徵信中心資料具有相當程度之影響力
三、動用比率實為具有相當程度影響力之風險變數

中文部份：

1. 王濟川、郭志剛（2003），「Logistic迴歸模型方法及應用」，台北，五南出版
社。

2. 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」，國立政治大學金融研究所碩士論文。

3. 陳鴻文（2002），「個人小額信用貸款授信模式之個案研究」，高雄第一科技大
學財務管理研究所碩士論文。

4. 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，第二十八卷第九期。

5. 施孟隆、游清芳及李佳珍(1999)，「Logit Model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」，金融財務月刊，第4期，P.85-104。

6. 林建洲（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。

7. 戴堅（2004），「個人消費性信用貸款授信評量模式之研究」，國立中正大學國際經濟研究所碩士論文。

8. 周文賢(2004)，「多變量統計分析 SAS/STAT使用方法」，台北，智勝文化事業。

9. 財團法人金融聯合徵信中心編(1995)，金融機構授信管理要覽。

10. 丁正中，「消費金融信用風險研究—信用評分概述」，聯合徵信中心風險研究
小組。

11. 郭敏華(2000), 「債信評等」, 台北:智勝文化。

英文部份：

1.MichaelBanasiak,EileenO’Hare,Mar(2001),BehaviorScoring,103,3,ABI/INFORM Global.pg.52

2.Ruby Kerr, Jul/Aug (1998),Credit Research,100,7,ABI/INFORM Global.pg.43

3.Elayne Robertson-Demby,Nov (2004),What’s the Score in Credit Scoring? 9,11,Banking Information Source.pg.62

4.Steenackers ,A. and Goovaerts ,M.J. (1989), A Credit Scoring Modelfor Personal Loans, Insurance Mathematics Economics,P.31-34.

5.Lyn C. Thomas, David B. Edelman and Jonathan N. Crook(2002), Credit Scoring and its Applications, Philadelphia:SIAM

6.Elizabeth Mays(2001), Handbook of Credit Scoring, New York:AMACOM