本文關(guān)鍵詞：網(wǎng)絡(luò)運營商客戶的信用評價研究

  更多相關(guān)文章： 網(wǎng)絡(luò)運營商客戶 客戶信用風險 邏輯回歸 評分卡 聚類分析

【摘要】：信用的管理與控制已經(jīng)成為現(xiàn)代企業(yè)內(nèi)部管理的重要工作之一。隨著移動網(wǎng)絡(luò)運營商市場規(guī)模擴大化,網(wǎng)絡(luò)運營商市場競爭日趨激烈,隨之而來的客戶欠費和壞賬等“違約”行為也屢見不鮮。因此,對網(wǎng)絡(luò)運營商的客戶信用進行風險分析與評估是十分必要的。本文將對法國一家網(wǎng)絡(luò)運營商的客戶信用進行評價研究,以圖合理劃分客戶的信用風險等級,對客戶進行有效的風險管控,提高企業(yè)規(guī)避信用風險的能力,最終為我國網(wǎng)絡(luò)運營商開展風險管理提高借鑒。本文首先通過綜合考慮客戶違約情況、客戶個人資料及信用消費信息等多種因素,應用Logistic邏輯回歸分析方法建立客戶信用評價模型,依據(jù)模型的參數(shù)估計結(jié)果構(gòu)建了評分卡,形成一套量化的評分標準,把客戶劃分為5類信用等級。然后,在Logistic邏輯回歸分析的基礎(chǔ)上,基于得到的評分卡,采用系統(tǒng)聚類方法又對不同等級的5類客戶進行“客戶畫像”實現(xiàn)了對客戶的進一步細分。本文的工作有助于企業(yè)形成一個合理的信用評價體系。評分卡的構(gòu)建將使企業(yè)可根據(jù)客戶的基本屬性和特征為客戶樣本進行評分,可以對客戶的潛在違約水平進行預測,實現(xiàn)客戶服務的合理訂制,提高盈利水平。通過客戶細分,將有助于企業(yè)營銷人員根據(jù)客戶的不同屬性分布,精準把握客戶群體的特征及個性化要求,開展合理的營銷計劃,提高企業(yè)的運作效率。使企業(yè)能夠?qū)蛻舻男庞蔑L險作出全面的量化判斷,根據(jù)信用評級對客戶采取針對性措施來防范客戶的信用危機。本文采用SAS軟件開展了Logistic邏輯回歸分析,模型的準確率為91.3%,以較高的預測精度為企業(yè)提高了一套精確的信用評價標準。同時,在模型建立過程中使用IV值的方法對解釋變量進行了再一次篩選,極大地提高了模型效率及準確性。為了進一步對客戶信用進行深入分析,本文又在Logistic邏輯回歸分析的基礎(chǔ)上開展了聚類分析,直觀清晰地對客戶信用等級進行了刻畫。
【關(guān)鍵詞】：網(wǎng)絡(luò)運營商客戶 客戶信用風險 邏輯回歸 評分卡 聚類分析
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F274;F635.65
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 課題背景9
• 1.2 研究目的和意義9-11
• 1.2.1 研究目的9-10
• 1.2.2 研究意義10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-15
• 1.3.1 國外研究現(xiàn)狀11-13
• 1.3.2 國內(nèi)研究現(xiàn)狀13-15
• 1.3.3 總結(jié)與分析15
• 1.4 研究方法與研究內(nèi)容15-19
• 1.4.1 研究方法15-16
• 1.4.2 研究內(nèi)容及論文結(jié)構(gòu)16-17
• 1.4.3 研究方案17-19
• 第2章 客戶信用評價的相關(guān)理論19-36
• 2.1 客戶信用評價的相關(guān)理論和方法19-24
• 2.1.1 客戶信用評價的定義及內(nèi)容19-20
• 2.1.2 客戶信用評價的基本方法20-21
• 2.1.3 客戶信用評價的基本過程21-24
• 2.2 Logistic邏輯回歸分析方法24-29
• 2.2.1 發(fā)展歷史24
• 2.2.2 特點及應用24-25
• 2.2.3 方法的步驟和組成25-29
• 2.3 聚類分析方法29-35
• 2.3.1 發(fā)展歷史29-30
• 2.3.2 特點及應用30
• 2.3.3 方法的步驟和組成30-35
• 2.4 本章小結(jié)35-36
• 第3章 基于Logistic邏輯回歸分析的客戶信用評價36-54
• 3.1 數(shù)據(jù)來源36
• 3.2 建模的準備36-42
• 3.2.1 目標變量定義36-37
• 3.2.2 解釋變量定義和初選37
• 3.2.3 Cramer’s Value檢驗篩選解釋變量37-39
• 3.2.4 IV值方法再篩選解釋變量39-42
• 3.2.5 數(shù)據(jù)樣本分割42
• 3.3 模型的建立與分析42-49
• 3.3.1 使用顯著性檢驗篩選解釋變量42-45
• 3.3.2 模型參數(shù)估計結(jié)果及檢驗45-46
• 3.3.3 構(gòu)建Logistic邏輯回歸方程46-47
• 3.3.4 評估事件發(fā)生比47-48
• 3.3.5 構(gòu)建評分卡模型48-49
• 3.4 模型有效性的驗證49-52
• 3.4.1 判錯矩陣驗證49-50
• 3.4.2 一致性測試50-52
• 3.5 評分卡模型應用52-53
• 3.6 本章小結(jié)53-54
• 第4章 基于聚類分析方法的客戶信用評價54-70
• 4.1 初步劃分客戶違約等級54
• 4.2 對初步劃分進行多重對應分析54-60
• 4.3 使用系統(tǒng)聚類進行變量聚類分析60-68
• 4.4 聚類分析模型應用68-69
• 4.5 本章小結(jié)69-70
• 結(jié)論70-72
• 參考文獻72-76
• 攻讀碩士學位期間發(fā)表的學術(shù)論文76-78
• 致謝78

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 張杰;王凡;;基于混合兩階段模型的上市公司信用風險評價[J];商業(yè)研究;2008年04期

2 劉睿;巴曙松;;我國中小銀行實施巴塞爾新資本協(xié)議的問題與建議[J];金融與經(jīng)濟;2011年01期

3 咸奎桐;葉如意;;基于產(chǎn)品質(zhì)量記錄的企業(yè)質(zhì)量信用評價模型及應用研究[J];世界標準化與質(zhì)量管理;2008年01期

4 花蓓;;基于數(shù)據(jù)挖掘技術(shù)的信用卡審批模型研究[J];計算機工程與設(shè)計;2008年11期

5 李曉卉;;決策樹技術(shù)在客戶信用分析中的應用[J];武漢科技大學學報(社會科學版);2008年02期

6 徐向陽;葛繼科;;基于聚類的個人信用評分模型研究[J];微計算機信息;2006年27期

7 馬文洛;;信用評級標準的要點及國內(nèi)外相關(guān)比較[J];中國金融電腦;2007年02期

，

本文編號：680695