网络运营商客户的信用评价研究

发布时间：2017-08-16 01:03

  本文关键词：网络运营商客户的信用评价研究

  更多相关文章： 网络运营商客户 客户信用风险 逻辑回归 评分卡 聚类分析

【摘要】：信用的管理与控制已经成为现代企业内部管理的重要工作之一。随着移动网络运营商市场规模扩大化,网络运营商市场竞争日趋激烈,随之而来的客户欠费和坏账等“违约”行为也屡见不鲜。因此,对网络运营商的客户信用进行风险分析与评估是十分必要的。本文将对法国一家网络运营商的客户信用进行评价研究,以图合理划分客户的信用风险等级,对客户进行有效的风险管控,提高企业规避信用风险的能力,最终为我国网络运营商开展风险管理提高借鉴。本文首先通过综合考虑客户违约情况、客户个人资料及信用消费信息等多种因素,应用Logistic逻辑回归分析方法建立客户信用评价模型,依据模型的参数估计结果构建了评分卡,形成一套量化的评分标准,把客户划分为5类信用等级。然后,在Logistic逻辑回归分析的基础上,基于得到的评分卡,采用系统聚类方法又对不同等级的5类客户进行“客户画像”实现了对客户的进一步细分。本文的工作有助于企业形成一个合理的信用评价体系。评分卡的构建将使企业可根据客户的基本属性和特征为客户样本进行评分,可以对客户的潜在违约水平进行预测,实现客户服务的合理订制,提高盈利水平。通过客户细分,将有助于企业营销人员根据客户的不同属性分布,精准把握客户群体的特征及个性化要求,开展合理的营销计划,提高企业的运作效率。使企业能够对客户的信用风险作出全面的量化判断,根据信用评级对客户采取针对性措施来防范客户的信用危机。本文采用SAS软件开展了Logistic逻辑回归分析,模型的准确率为91.3%,以较高的预测精度为企业提高了一套精确的信用评价标准。同时,在模型建立过程中使用IV值的方法对解释变量进行了再一次筛选,极大地提高了模型效率及准确性。为了进一步对客户信用进行深入分析,本文又在Logistic逻辑回归分析的基础上开展了聚类分析,直观清晰地对客户信用等级进行了刻画。
【关键词】：网络运营商客户 客户信用风险 逻辑回归 评分卡 聚类分析
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F274;F635.65
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-19
• 1.1 课题背景9
• 1.2 研究目的和意义9-11
• 1.2.1 研究目的9-10
• 1.2.2 研究意义10-11
• 1.3 国内外研究现状11-15
• 1.3.1 国外研究现状11-13
• 1.3.2 国内研究现状13-15
• 1.3.3 总结与分析15
• 1.4 研究方法与研究内容15-19
• 1.4.1 研究方法15-16
• 1.4.2 研究内容及论文结构16-17
• 1.4.3 研究方案17-19
• 第2章 客户信用评价的相关理论19-36
• 2.1 客户信用评价的相关理论和方法19-24
• 2.1.1 客户信用评价的定义及内容19-20
• 2.1.2 客户信用评价的基本方法20-21
• 2.1.3 客户信用评价的基本过程21-24
• 2.2 Logistic逻辑回归分析方法24-29
• 2.2.1 发展历史24
• 2.2.2 特点及应用24-25
• 2.2.3 方法的步骤和组成25-29
• 2.3 聚类分析方法29-35
• 2.3.1 发展历史29-30
• 2.3.2 特点及应用30
• 2.3.3 方法的步骤和组成30-35
• 2.4 本章小结35-36
• 第3章 基于Logistic逻辑回归分析的客户信用评价36-54
• 3.1 数据来源36
• 3.2 建模的准备36-42
• 3.2.1 目标变量定义36-37
• 3.2.2 解释变量定义和初选37
• 3.2.3 Cramer’s Value检验筛选解释变量37-39
• 3.2.4 IV值方法再筛选解释变量39-42
• 3.2.5 数据样本分割42
• 3.3 模型的建立与分析42-49
• 3.3.1 使用显著性检验筛选解释变量42-45
• 3.3.2 模型参数估计结果及检验45-46
• 3.3.3 构建Logistic逻辑回归方程46-47
• 3.3.4 评估事件发生比47-48
• 3.3.5 构建评分卡模型48-49
• 3.4 模型有效性的验证49-52
• 3.4.1 判错矩阵验证49-50
• 3.4.2 一致性测试50-52
• 3.5 评分卡模型应用52-53
• 3.6 本章小结53-54
• 第4章 基于聚类分析方法的客户信用评价54-70
• 4.1 初步划分客户违约等级54
• 4.2 对初步划分进行多重对应分析54-60
• 4.3 使用系统聚类进行变量聚类分析60-68
• 4.4 聚类分析模型应用68-69
• 4.5 本章小结69-70
• 结论70-72
• 参考文献72-76
• 攻读硕士学位期间发表的学术论文76-78
• 致谢78

【参考文献】

中国期刊全文数据库 前7条

1 张杰;王凡;;基于混合两阶段模型的上市公司信用风险评价[J];商业研究;2008年04期

2 刘睿;巴曙松;;我国中小银行实施巴塞尔新资本协议的问题与建议[J];金融与经济;2011年01期

3 咸奎桐;叶如意;;基于产品质量记录的企业质量信用评价模型及应用研究[J];世界标准化与质量管理;2008年01期

4 花蓓;;基于数据挖掘技术的信用卡审批模型研究[J];计算机工程与设计;2008年11期

5 李晓卉;;决策树技术在客户信用分析中的应用[J];武汉科技大学学报(社会科学版);2008年02期

6 徐向阳;葛继科;;基于聚类的个人信用评分模型研究[J];微计算机信息;2006年27期

7 马文洛;;信用评级标准的要点及国内外相关比较[J];中国金融电脑;2007年02期

，

本文编号：680695