互联网金融背景下CE银行信用卡风险管理研究
发布时间：2021-07-21 02:06
作为信用经济时代的产物,信用卡在进入我国市场后,短短30年间,持卡人数量以及市场使用率都呈现出了井喷式的发展。这种发展速度为商业银行带来效益的同时还伴随着信用卡风险的不断增加。但是,近年来中国经济的发展速度逐渐变缓,导致信用卡行业在快速发展阶段隐藏的问题逐渐暴露出来,包括一锅端的获客行为、授信评分技术的落后、贷后管理力度薄弱、风险管理技术与业务实际发展速度脱节等。除此之外,互联网金融时代的到来,增加了信用卡风险的隐蔽性、专业性及规模化,使得银行风险管理工作面临新的挑战。国内的各大商业银行也逐渐意识到了这些问题,并对风险管理工作展开了探索性的改革和尝试。本文基于上述背景,首先对信用卡风险及风险管理的概念、相关理论及国内外研究进行梳理;其次以CE银行作为研究对象,对其发展现状、信用卡业务现状、风险管理流程进行剖析,提炼出风险管理工作中现存的问题,以及面临的风险;再次,结合CE银行的实际情况,确定了 6项风险指标,选取2016-2017年该行500个信用卡用户的用卡记录作为数据样本,分析了每项指标变量对样本违约概率的影响度;最后,通过Logistic回归方法构建了个人信用评估模型,并且对模型...
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
图４－１．不同年龄阶段的用户信用卡使用情况
（３）婚姻状况指标??在对５００个样本数据进行分析的过程中，不同婚姻状况的用户也表现出了不??同程度的违约。数据分析如图４－３和表４－４，百分比表示违约（正常）样本数占??该婚姻状况样本总数的比例。在未婚的用户群中，违约率达到３０．３％，远远高于??已婚用户群中的违约率，数据表明，婚姻状况这项指标对于信用卡违约风险的发??生率存在着显著的影响。??表４－４不同婚姻状况的用户信用卡使用情况??Ｔａｂｌｅ?４－４?Ｃｒｅｄｉｔ?ｃａｒｄ?ｕｓａｇｅ?ｂｙ?ｕｓｅｒｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｍａｒｉｔａｌ?ｓｔａｔｕｓ．??婚姻状况?ｍ?合计??正常?７４?３７７?４５１??违约?３２?１７?４９??合计?１０６?３９４?５００??２７??
（４）受教育程度指标??在这５００个样本数据中，当用户的学历水平不同时，信用卡违约使用情况也??呈现出较大的区别。数据分析如图４－４和表４－５，百分比表示违约（正常）样本??数占该婚姻状况样本总数的比例。在高中及以下的用户群中，违约率最高为??１７．５％，并且随着学历的升高，违约使用情况减轻，研究生及以上的用户仅为??１．４％，他们属于较低违约类型，因此，受教育程度这项指标对于信用卡违约风险??的发生率同样存在着较大的影响。??表４－５．不同受教育程度的用户信用卡使用情况。??Ｔａｂｌｅ?４－５?Ｃｒｅｄｉｔ?ｃａｒｄ?ｕｓａｇｅ?ｂｙ?ｕｓｅｒｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｅｄｕｃａｔｉｏｎ?ｌｅｖｅｌ．??受教育程度?高中及以下?专科及本科?硕士及以上?合计??正常?１２８?２４９?７４?４５１??违约?２７?２１?１?４９??合计?１５５?３７０?７５?５
【参考文献】：
期刊论文
[1]浅谈新型支付模式下的信用卡风险管理[J]. 方旭咪. 经贸实践. 2018(02)
[2]基于多层架构的信用卡反欺诈系统研究[J]. 吴雷,杨仪,吴传威,钱美旋,方启宇. 金融科技时代. 2018(01)
[3]贯彻依法治国理念 加强对第三方支付的监管[J]. 王超,赵鹞. 中国信用卡. 2017(12)
[4]基于风险调整资本回报率模型的互联网金融网贷风险定价研究——以新巴塞尔协议为视角[J]. 熊正德,张秋萍,熊一鹏. 经济经纬. 2017(05)
[5]互联网时代的信用卡欺诈风险管理浅析[J]. 吴载斌. 中国信用卡. 2017(04)
[6]大数据分析挖掘技术在信用卡风险管理中的应用[J]. 鲁长东. 中国信用卡. 2017(04)
[7]基于Java的信用卡数据挖掘系统[J]. 矫世全. 数码世界. 2017(02)
[8]浅谈“5c”信用评价体系创建[J]. 肖盼. 金融经济. 2017(02)
[9]基于大数据云计算的信用卡风险管理平台研究[J]. 薛喜梅. 中国经贸导刊. 2016(26)
[10]信用卡消费行为的影响因素[J]. 唐航. 西南师范大学学报(自然科学版). 2016(07)
硕士论文
[1]商业银行信用卡发卡风险控制研究[D]. 张晶晶.中国海洋大学 2010
[2]国内商业银行信用卡风险管理研究[D]. 曹亮.南京理工大学 2008
本文编号：3294080
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
图４－１．不同年龄阶段的用户信用卡使用情况
（３）婚姻状况指标??在对５００个样本数据进行分析的过程中，不同婚姻状况的用户也表现出了不??同程度的违约。数据分析如图４－３和表４－４，百分比表示违约（正常）样本数占??该婚姻状况样本总数的比例。在未婚的用户群中，违约率达到３０．３％，远远高于??已婚用户群中的违约率，数据表明，婚姻状况这项指标对于信用卡违约风险的发??生率存在着显著的影响。??表４－４不同婚姻状况的用户信用卡使用情况??Ｔａｂｌｅ?４－４?Ｃｒｅｄｉｔ?ｃａｒｄ?ｕｓａｇｅ?ｂｙ?ｕｓｅｒｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｍａｒｉｔａｌ?ｓｔａｔｕｓ．??婚姻状况?ｍ?合计??正常?７４?３７７?４５１??违约?３２?１７?４９??合计?１０６?３９４?５００??２７??
（４）受教育程度指标??在这５００个样本数据中，当用户的学历水平不同时，信用卡违约使用情况也??呈现出较大的区别。数据分析如图４－４和表４－５，百分比表示违约（正常）样本??数占该婚姻状况样本总数的比例。在高中及以下的用户群中，违约率最高为??１７．５％，并且随着学历的升高，违约使用情况减轻，研究生及以上的用户仅为??１．４％，他们属于较低违约类型，因此，受教育程度这项指标对于信用卡违约风险??的发生率同样存在着较大的影响。??表４－５．不同受教育程度的用户信用卡使用情况。??Ｔａｂｌｅ?４－５?Ｃｒｅｄｉｔ?ｃａｒｄ?ｕｓａｇｅ?ｂｙ?ｕｓｅｒｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｅｄｕｃａｔｉｏｎ?ｌｅｖｅｌ．??受教育程度?高中及以下?专科及本科?硕士及以上?合计??正常?１２８?２４９?７４?４５１??违约?２７?２１?１?４９??合计?１５５?３７０?７５?５
【参考文献】：
期刊论文
[1]浅谈新型支付模式下的信用卡风险管理[J]. 方旭咪. 经贸实践. 2018(02)
[2]基于多层架构的信用卡反欺诈系统研究[J]. 吴雷,杨仪,吴传威,钱美旋,方启宇. 金融科技时代. 2018(01)
[3]贯彻依法治国理念 加强对第三方支付的监管[J]. 王超,赵鹞. 中国信用卡. 2017(12)
[4]基于风险调整资本回报率模型的互联网金融网贷风险定价研究——以新巴塞尔协议为视角[J]. 熊正德,张秋萍,熊一鹏. 经济经纬. 2017(05)
[5]互联网时代的信用卡欺诈风险管理浅析[J]. 吴载斌. 中国信用卡. 2017(04)
[6]大数据分析挖掘技术在信用卡风险管理中的应用[J]. 鲁长东. 中国信用卡. 2017(04)
[7]基于Java的信用卡数据挖掘系统[J]. 矫世全. 数码世界. 2017(02)
[8]浅谈“5c”信用评价体系创建[J]. 肖盼. 金融经济. 2017(02)
[9]基于大数据云计算的信用卡风险管理平台研究[J]. 薛喜梅. 中国经贸导刊. 2016(26)
[10]信用卡消费行为的影响因素[J]. 唐航. 西南师范大学学报(自然科学版). 2016(07)
硕士论文
[1]商业银行信用卡发卡风险控制研究[D]. 张晶晶.中国海洋大学 2010
[2]国内商业银行信用卡风险管理研究[D]. 曹亮.南京理工大学 2008
本文编号：3294080
本文链接：https://www.wllwen.com/guanlilunwen/yunyingzuzhiguanlilunwen/3294080.html
