数据挖掘在信用卡风险管理中的应用研究

发布时间：2017-08-28 16:50

  本文关键词：数据挖掘在信用卡风险管理中的应用研究

  更多相关文章： 数据挖掘 决策树模型 信用卡风险评估模型

【摘要】：近年来,我国人均收入水平不断提高,随着人们消费观念的逐渐转变,利用信用卡贷款进行超前消费已经非常普遍,消费信贷产业蓬勃发展。信用卡的发行量、信用卡贷款规模及交易使用量连年攀升,截至2014年底,我国信用卡累计发行量已达4.55亿张,每年新增信用卡数量快速攀升,但不容忽视的是,信用卡信贷的风险也随之有所上升,2014年全国信用卡逾期半年未偿信贷总额达357.64亿元。如何加强银行信用卡风险管理,建立风险防范机制,优化风险管理技术已成为商业银行所面临的重要课题。基于这样的背景,本文将研究运用数据挖掘技术评价和管理银行信用卡风险。本文首先阐述了数据挖掘理论的基本概念,并着重论述决策树模型的基本理论和常用算法。然后概述了信用卡风险的分类及特点,综合评价了信用卡风险评估在信用卡风险管理中的运用,初步介绍了西方的信用卡风险评估方法。分析了农信社信用卡与商业银行信用卡之间的区别,提出了农信社信用卡风险评估的需求。在借鉴国外个人信用卡信用评分模型基础上,针对农村信用社信用卡持有人的具体情况,提出了建立信用卡风险评估模型的基本原则,对影响因素做了简要分析。文中将数据挖掘理论应用于个人信用卡风险评估中,并在基于农信社的信用卡特点及风险评估上提出了农信社信用评估模型的建模思路及设立步骤。在实证部分我们将在SPSS Clementine 12.0的环境下建立基于数据挖掘技术的个人信用卡风险评估模型,通过对农信社客户信用卡申请资料以及交易明细数据的分析,采用决策树模型建立基于农信社的信用卡风险评估模型,实现对引起农信社个人信用风险的复杂混合因素的定量分析。文章最后介绍了信用卡风险评估模型的应用效果:优化信用社的信用卡审批流程和提高信用社的决策效益,并提出了关于目前农信社信用卡风险评价与管理的相关建议。
【关键词】：数据挖掘 决策树模型 信用卡风险评估模型
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.2;TP311.13
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-20
• 1.1 研究背景与意义12-16
• 1.2 国内外研究现状和发展16-18
• 1.2.1 数据挖掘理论研究历史与状况16-17
• 1.2.2 数据挖掘理论在信用卡风险评估中的应用状况17-18
• 1.3 本文研究思路和文章框架18-20
• 第2章 数据挖掘理论基本概述20-28
• 2.1 决策树模型的基本原理分析21-22
• 2.2 信息熵和信息增益在决策树模型中的应用22-25
• 2.2.1 信息熵的含义22-23
• 2.2.2 信息熵在决策树模型中的应用23-25
• 2.3 决策树模型的主要算法25-27
• 2.3.1 ID3算法25-26
• 2.3.2 C4.5 算法26-27
• 2.4 本章小结27-28
• 第3章 信用卡风险与信用卡风险评估28-38
• 3.1 信用卡风险的一般概述28-30
• 3.1.1 信用卡风险的分类28-29
• 3.1.2 信用卡风险的特点29-30
• 3.2 农信社信用卡与商业银行信用卡的区别30-31
• 3.3 信用卡风险评估31-34
• 3.3.1 信用卡风险评估系统的需求分析31-32
• 3.3.2 信用卡评估模型32-34
• 3.4 信用卡风险评估体系的建立34-37
• 3.4.1 信用风险评估应遵循的原则34-35
• 3.4.2 影响信用卡风险的主要因素35-37
• 3.5 本章小结37-38
• 第4章 基于决策树模型的农信社信用卡风险评估模型的建立38-55
• 4.1 A农信社信用卡数据基本描述38-39
• 4.2 基于决策树模型的信用卡风险评估模型建立的基本思路39-41
• 4.3 指标体系建立与数据预处理41-46
• 4.3.1 选取属性变量42-43
• 4.3.2 数据预处理43-46
• 4.4 信用卡风险评估模型的构建流程及结果分析46-50
• 4.4.1 信用卡风险评估模型的构建流程46
• 4.4.2 创建决策树模型46-48
• 4.4.3 结果分析48-50
• 4.5 信用评分表的建立50-54
• 4.5.1 确定属性变量相对重要性程度指标值50-51
• 4.5.2 确定信用风险标准度量值及信用风险评分表的建立51-53
• 4.5.3 对实证效果的评估53
• 4.5.4 对实证过程的分析53-54
• 4.6 本章小结54-55
• 第5章 信用卡风险评估模型在农信社实践展望55-60
• 5.1 信用卡风险评估模型应用效果55-58
• 5.1.1 优化审批流程55-58
• 5.1.2 提高决策效益58
• 5.2 对A农信社信用卡业务经营管理的建议58-59
• 5.3 本章小结59-60
• 结论60-61
• 参考文献61-64
• 致谢64

【参考文献】

中国期刊全文数据库 前10条

1 张启徽;;关联规则挖掘中查找频繁项集的改进算法[J];统计与决策;2015年04期

2 武丽英;;基于数据挖掘技术的客户价值评估模型的构建与应用[J];电子技术与软件工程;2014年15期

3 王未卿;龚晓狄;刘澄;;基于决策树C5.0的商业银行客户细分研究[J];中国管理信息化;2014年05期

4 郑秀仙;;基于决策树的银行客户分类算法研究[J];江苏科技信息;2014年03期

5 张宇敬;杜光辉;;决策树算法在银行贷款风险预警中的应用分析[J];无线互联科技;2013年05期

6 辛金国;关建清;;基于数据挖掘民营上市公司绩效评价研究探索[J];中国管理科学;2012年S1期

7 董纪昌;赵铭;纪鹏飞;吴迪;;基于决策树模型的商业银行基金客户分类研究[J];现代管理科学;2012年04期

8 王旭刚;;数据仓库技术在银行数据系统中的设计与应用[J];科技创新导报;2012年04期

9 石振华;;基于决策树算法的银行信用评分[J];赤峰学院学报(自然科学版);2012年01期

10 向晖;杨胜刚;;个人信用评分关键技术研究的新进展[J];财经理论与实践;2011年04期

中国硕士学位论文全文数据库 前1条

1 陈艳;数据挖掘在信用卡信用风险管理中的应用[D];厦门大学;2008年

，

本文编号：748552