本文關(guān)鍵詞：數(shù)據(jù)挖掘在信用卡風(fēng)險(xiǎn)管理中的應(yīng)用研究

  更多相關(guān)文章： 數(shù)據(jù)挖掘 決策樹模型 信用卡風(fēng)險(xiǎn)評(píng)估模型

【摘要】：近年來,我國人均收入水平不斷提高,隨著人們消費(fèi)觀念的逐漸轉(zhuǎn)變,利用信用卡貸款進(jìn)行超前消費(fèi)已經(jīng)非常普遍,消費(fèi)信貸產(chǎn)業(yè)蓬勃發(fā)展。信用卡的發(fā)行量、信用卡貸款規(guī)模及交易使用量連年攀升,截至2014年底,我國信用卡累計(jì)發(fā)行量已達(dá)4.55億張,每年新增信用卡數(shù)量快速攀升,但不容忽視的是,信用卡信貸的風(fēng)險(xiǎn)也隨之有所上升,2014年全國信用卡逾期半年未償信貸總額達(dá)357.64億元。如何加強(qiáng)銀行信用卡風(fēng)險(xiǎn)管理,建立風(fēng)險(xiǎn)防范機(jī)制,優(yōu)化風(fēng)險(xiǎn)管理技術(shù)已成為商業(yè)銀行所面臨的重要課題�；谶@樣的背景,本文將研究運(yùn)用數(shù)據(jù)挖掘技術(shù)評(píng)價(jià)和管理銀行信用卡風(fēng)險(xiǎn)。本文首先闡述了數(shù)據(jù)挖掘理論的基本概念,并著重論述決策樹模型的基本理論和常用算法。然后概述了信用卡風(fēng)險(xiǎn)的分類及特點(diǎn),綜合評(píng)價(jià)了信用卡風(fēng)險(xiǎn)評(píng)估在信用卡風(fēng)險(xiǎn)管理中的運(yùn)用,初步介紹了西方的信用卡風(fēng)險(xiǎn)評(píng)估方法。分析了農(nóng)信社信用卡與商業(yè)銀行信用卡之間的區(qū)別,提出了農(nóng)信社信用卡風(fēng)險(xiǎn)評(píng)估的需求。在借鑒國外個(gè)人信用卡信用評(píng)分模型基礎(chǔ)上,針對(duì)農(nóng)村信用社信用卡持有人的具體情況,提出了建立信用卡風(fēng)險(xiǎn)評(píng)估模型的基本原則,對(duì)影響因素做了簡(jiǎn)要分析。文中將數(shù)據(jù)挖掘理論應(yīng)用于個(gè)人信用卡風(fēng)險(xiǎn)評(píng)估中,并在基于農(nóng)信社的信用卡特點(diǎn)及風(fēng)險(xiǎn)評(píng)估上提出了農(nóng)信社信用評(píng)估模型的建模思路及設(shè)立步驟。在實(shí)證部分我們將在SPSS Clementine 12.0的環(huán)境下建立基于數(shù)據(jù)挖掘技術(shù)的個(gè)人信用卡風(fēng)險(xiǎn)評(píng)估模型,通過對(duì)農(nóng)信社客戶信用卡申請(qǐng)資料以及交易明細(xì)數(shù)據(jù)的分析,采用決策樹模型建立基于農(nóng)信社的信用卡風(fēng)險(xiǎn)評(píng)估模型,實(shí)現(xiàn)對(duì)引起農(nóng)信社個(gè)人信用風(fēng)險(xiǎn)的復(fù)雜混合因素的定量分析。文章最后介紹了信用卡風(fēng)險(xiǎn)評(píng)估模型的應(yīng)用效果:優(yōu)化信用社的信用卡審批流程和提高信用社的決策效益,并提出了關(guān)于目前農(nóng)信社信用卡風(fēng)險(xiǎn)評(píng)價(jià)與管理的相關(guān)建議。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 決策樹模型 信用卡風(fēng)險(xiǎn)評(píng)估模型
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.2;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 緒論12-20
• 1.1 研究背景與意義12-16
• 1.2 國內(nèi)外研究現(xiàn)狀和發(fā)展16-18
• 1.2.1 數(shù)據(jù)挖掘理論研究歷史與狀況16-17
• 1.2.2 數(shù)據(jù)挖掘理論在信用卡風(fēng)險(xiǎn)評(píng)估中的應(yīng)用狀況17-18
• 1.3 本文研究思路和文章框架18-20
• 第2章 數(shù)據(jù)挖掘理論基本概述20-28
• 2.1 決策樹模型的基本原理分析21-22
• 2.2 信息熵和信息增益在決策樹模型中的應(yīng)用22-25
• 2.2.1 信息熵的含義22-23
• 2.2.2 信息熵在決策樹模型中的應(yīng)用23-25
• 2.3 決策樹模型的主要算法25-27
• 2.3.1 ID3算法25-26
• 2.3.2 C4.5 算法26-27
• 2.4 本章小結(jié)27-28
• 第3章 信用卡風(fēng)險(xiǎn)與信用卡風(fēng)險(xiǎn)評(píng)估28-38
• 3.1 信用卡風(fēng)險(xiǎn)的一般概述28-30
• 3.1.1 信用卡風(fēng)險(xiǎn)的分類28-29
• 3.1.2 信用卡風(fēng)險(xiǎn)的特點(diǎn)29-30
• 3.2 農(nóng)信社信用卡與商業(yè)銀行信用卡的區(qū)別30-31
• 3.3 信用卡風(fēng)險(xiǎn)評(píng)估31-34
• 3.3.1 信用卡風(fēng)險(xiǎn)評(píng)估系統(tǒng)的需求分析31-32
• 3.3.2 信用卡評(píng)估模型32-34
• 3.4 信用卡風(fēng)險(xiǎn)評(píng)估體系的建立34-37
• 3.4.1 信用風(fēng)險(xiǎn)評(píng)估應(yīng)遵循的原則34-35
• 3.4.2 影響信用卡風(fēng)險(xiǎn)的主要因素35-37
• 3.5 本章小結(jié)37-38
• 第4章 基于決策樹模型的農(nóng)信社信用卡風(fēng)險(xiǎn)評(píng)估模型的建立38-55
• 4.1 A農(nóng)信社信用卡數(shù)據(jù)基本描述38-39
• 4.2 基于決策樹模型的信用卡風(fēng)險(xiǎn)評(píng)估模型建立的基本思路39-41
• 4.3 指標(biāo)體系建立與數(shù)據(jù)預(yù)處理41-46
• 4.3.1 選取屬性變量42-43
• 4.3.2 數(shù)據(jù)預(yù)處理43-46
• 4.4 信用卡風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建流程及結(jié)果分析46-50
• 4.4.1 信用卡風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建流程46
• 4.4.2 創(chuàng)建決策樹模型46-48
• 4.4.3 結(jié)果分析48-50
• 4.5 信用評(píng)分表的建立50-54
• 4.5.1 確定屬性變量相對(duì)重要性程度指標(biāo)值50-51
• 4.5.2 確定信用風(fēng)險(xiǎn)標(biāo)準(zhǔn)度量值及信用風(fēng)險(xiǎn)評(píng)分表的建立51-53
• 4.5.3 對(duì)實(shí)證效果的評(píng)估53
• 4.5.4 對(duì)實(shí)證過程的分析53-54
• 4.6 本章小結(jié)54-55
• 第5章 信用卡風(fēng)險(xiǎn)評(píng)估模型在農(nóng)信社實(shí)踐展望55-60
• 5.1 信用卡風(fēng)險(xiǎn)評(píng)估模型應(yīng)用效果55-58
• 5.1.1 優(yōu)化審批流程55-58
• 5.1.2 提高決策效益58
• 5.2 對(duì)A農(nóng)信社信用卡業(yè)務(wù)經(jīng)營(yíng)管理的建議58-59
• 5.3 本章小結(jié)59-60
• 結(jié)論60-61
• 參考文獻(xiàn)61-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張啟徽;;關(guān)聯(lián)規(guī)則挖掘中查找頻繁項(xiàng)集的改進(jìn)算法[J];統(tǒng)計(jì)與決策;2015年04期

2 武麗英;;基于數(shù)據(jù)挖掘技術(shù)的客戶價(jià)值評(píng)估模型的構(gòu)建與應(yīng)用[J];電子技術(shù)與軟件工程;2014年15期

3 王未卿;龔曉狄;劉澄;;基于決策樹C5.0的商業(yè)銀行客戶細(xì)分研究[J];中國管理信息化;2014年05期

4 鄭秀仙;;基于決策樹的銀行客戶分類算法研究[J];江蘇科技信息;2014年03期

5 張宇敬;杜光輝;;決策樹算法在銀行貸款風(fēng)險(xiǎn)預(yù)警中的應(yīng)用分析[J];無線互聯(lián)科技;2013年05期

6 辛金國;關(guān)建清;;基于數(shù)據(jù)挖掘民營(yíng)上市公司績(jī)效評(píng)價(jià)研究探索[J];中國管理科學(xué);2012年S1期

7 董紀(jì)昌;趙銘;紀(jì)鵬飛;吳迪;;基于決策樹模型的商業(yè)銀行基金客戶分類研究[J];現(xiàn)代管理科學(xué);2012年04期

8 王旭剛;;數(shù)據(jù)倉庫技術(shù)在銀行數(shù)據(jù)系統(tǒng)中的設(shè)計(jì)與應(yīng)用[J];科技創(chuàng)新導(dǎo)報(bào);2012年04期

9 石振華;;基于決策樹算法的銀行信用評(píng)分[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

10 向暉;楊勝剛;;個(gè)人信用評(píng)分關(guān)鍵技術(shù)研究的新進(jìn)展[J];財(cái)經(jīng)理論與實(shí)踐;2011年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳艷;數(shù)據(jù)挖掘在信用卡信用風(fēng)險(xiǎn)管理中的應(yīng)用[D];廈門大學(xué);2008年

，

本文編號(hào)：748552