基于数据挖掘技术的信用卡申请评分模型研究

发布时间：2022-08-09 15:39

　　近些年随着我国国民收入的提高和城市居民消费习惯的转变,信用卡业务在中国得到了快速发展,为各个商业银行带来了丰厚的客户资源及可观的利润。信用卡业务的迅速崛起为我国银行业带来了巨大商机。但与此同时,国内各大商业银行也正面临着前所未有的挑战。信用卡竞争日趋激烈,但是高度竞争使得各发卡银行对于审核申请信用卡的人的限制趋于宽松,忽略了风险的管理和控制。是否具有强大的平衡风险与收益的能力是信用卡业务成败与否的关键,提高商业银行的信用卡风险管理能力刻不容缓。先进的数据挖掘技术能够从海量的信用卡业务数据中挖掘出一些未知的、有价值的规律,无疑为商业银行信用卡信用风险管理提供了强有力的技术支持。本文针对信用卡信用风险计量模型进行研究分析,将当前数据分析领域最为先进的数据挖掘技术应用于商业银行信用卡信用风险管理中,从信用卡及信用卡风险的基本概念与特点出发,总结了信用卡信用风险管理方面的研究成果。详细地阐述了数据挖掘理论,重点介绍决策树方法的基本原理,及其在信用卡信用风险管理领域的适用性。在此基础上,对商业银行个人客户信用评分模型进行深入研究,以个人征信系统数据为分析标的,对数据样本进行数据采集、抽取、预处理... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 国内外研究现状
    1.4 研究内容
2 信用卡风险管理理论及信用评分方法
    2.1 信用卡信用风险管理概述
        2.1.1 信用卡的消费信贷功能
        2.1.2 信用卡风险
        2.1.3 信用卡信用风险管理
    2.2 信用卡信用评分模型
        2.2.1 信用评分模型及其发展
        2.2.2 信用评分模型的分类
        2.2.3 信用评分模型建模方法
3 数据挖掘技术及信用卡申请评分模型
    3.1 数据挖掘
        3.1.1 数据挖掘的概念及其发展
        3.1.2 数据挖掘的功能及其流程
        3.1.3 数据挖掘软件
    3.2 决策树算法
        3.2.1 决策树算法概述
        3.2.2 Microsoft决策树算法
    3.3 信用卡申请评分模型
        3.3.1 信用卡申请评分模型的特点
        3.3.2 国内外主要信用卡申请评分比较
4 构建基于数据挖掘的信用卡申请评分决策树模型
    4.1 数据采集
        4.1.1 数据源确定
        4.1.2 指标体系确定
        4.1.3 数据抽取与转换
    4.2 数据准备
        4.2.1 数据清理
        4.2.2 建立数据库
        4.2.3 数据集划分
    4.3 数据挖掘建模
        4.3.1 建立数据源视图
        4.3.2 多维分析
        4.3.3 模型构建与分析
        4.3.4 模型应用
5 总结
参考文献
后记


【参考文献】：
期刊论文
[1]信用评分模型综述[J]. 朱晓明,刘治国.  统计与决策. 2007(02)
[2]数据挖掘技术在信用风险评估中的应用[J]. 马海英,郭钰.  现代管理科学. 2006(11)
[3]运用数据挖掘技术 开发信用评分卡[J]. 赵秀军.  中国信用卡. 2006(02)
[4]数据挖掘技术在信用卡业务中的应用及实例分析[J]. 郭从秀,闵春燕.  中国信用卡. 2006(02)
[5]中美银行个人信用评分体系比较与借鉴[J]. 臧展,李薇莎.  现代金融. 2006(01)
[6]韩国信用卡危机对我国信用卡发展的启示[J]. 马向军.  中国城市金融. 2005(06)
[7]商业银行信用风险评级测度方法研究[J]. 王小明.  财经研究. 2005(05)
[8]信用评分模型综述[J]. 陈建.  中国信用卡. 2005(01)
[9]数据挖掘的方法、流程及应用[J]. 戴稳胜,张阿兰,谢邦昌.  中国统计. 2004(07)
[10]多种个人信用评分模型在中国应用的比较研究[J]. 石庆焱,靳云汇.  统计研究. 2004(06)

硕士论文
[1]数据挖掘技术在信用卡信用风险评估中的应用[D]. 刘武男.西南财经大学 2005



本文编号：3672825