發(fā)布時(shí)間：2021-03-25 04:21

　　自中國(guó)加入WTO以來,由于信用卡業(yè)務(wù)的高利潤(rùn)和巨大市場(chǎng)空間的誘惑,我國(guó)個(gè)人信貸業(yè)務(wù)逐步被各大商業(yè)銀行所重視,并逐步增加業(yè)務(wù)投入,我國(guó)目前進(jìn)入信用卡高速發(fā)展階段。然而,韓國(guó)信用卡業(yè)務(wù)僅出現(xiàn)了短暫的繁華,問題就在于忽視了對(duì)風(fēng)險(xiǎn)的管理和控制。2008席卷全球的金融危機(jī)的根源也是信用危機(jī)。信用風(fēng)險(xiǎn)是金融市場(chǎng)中最重要的風(fēng)險(xiǎn)之一。隨著中國(guó)郵政儲(chǔ)蓄銀行成立,其規(guī)模成為國(guó)有第五大商業(yè)銀行。其必定將從其原有的負(fù)債類業(yè)務(wù)衍生到資產(chǎn)類業(yè)務(wù)。個(gè)人信用卡業(yè)務(wù)也必定是中國(guó)郵政儲(chǔ)蓄銀行重點(diǎn)關(guān)注和營(yíng)銷的業(yè)務(wù)。因此隨著信用卡業(yè)務(wù)的迅猛發(fā)展,信用卡申請(qǐng)人數(shù)急劇增加,銀行不可能繼續(xù)采用原有的完全依賴人工對(duì)申請(qǐng)人進(jìn)行分析和審核后作出決定的方式,而需要一套自動(dòng)的評(píng)估系統(tǒng),信用評(píng)分就是基于此而產(chǎn)生的一套理論。信用評(píng)分是從無法認(rèn)清總體中分組的特征、只能認(rèn)清相關(guān)分組特征時(shí),區(qū)分各組的一種方法。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、具有潛在價(jià)值的信息和知識(shí)的過程。數(shù)據(jù)挖掘技術(shù)以高度精確和高度可靠的手段從海量數(shù)據(jù)中挖掘和產(chǎn)生新的知識(shí),成為有力的科學(xué)決策依據(jù)。企業(yè)利用數(shù)據(jù)挖掘,可以... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)選項(xiàng)卡

第四章數(shù)據(jù)挖掘模型在信用卡發(fā)卡管理的應(yīng)用圖5一2數(shù)據(jù)特征分析(l)貸款記錄分布情況值值獷}比例 例 %%%計(jì)數(shù)數(shù)圖5一3貸款記錄分布圖可以看出記錄中有貸款信息的記錄占很大的比例，說明貸款信息與信用卡的申請(qǐng)有一定關(guān)聯(lián)度。(2)賬戶余額分布情況嘴嘴一噢 噢值值了了比例{%}計(jì)數(shù) 數(shù) 0.000曝獅粼鱗粼椰粼黔羹 1.000肇黝摹l麟襄翼摹l 2.000繆瓣麟I 3.D00罐黝靴粼薰翱 4.000澤燃瓣酬圖54賬戶余額分布圖賬戶余額顯示賬戶中余額少于1300元的占比重較大，這也基本符合信用卡消費(fèi)的特點(diǎn)，也是信用風(fēng)險(xiǎn)的之所在。(3)工作狀況分布情況值值，!比例 例 %%%計(jì)數(shù)數(shù) 1.000夔剩2000羹鰓 3.000瓣l 4

4賬戶余額分布圖

【參考文獻(xiàn)】：
期刊論文
[1]分布式數(shù)據(jù)挖掘在銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J]. 張毅.  科學(xué)時(shí)代. 2009(01)
[2]基于數(shù)據(jù)挖掘技術(shù)的信用卡審批模型研究[J]. 花蓓.  計(jì)算機(jī)工程與設(shè)計(jì). 2008(11)
[3]商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估及其實(shí)證研究[J]. 王春峰,萬海暉,張維.  管理科學(xué)學(xué)報(bào). 1998(01)



本文編號(hào)：3099014