收藏本站
《西南财经大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的信用卡申请者信用评分模型研究

邹权  
【摘要】: 随着中国改革开放的逐渐深入,居民的消费观念不断更新,银行业个人信贷业务的热点也相继涌出。在房贷和车贷之后,作为既是日常生活消费的支付工具,也是非计划性(non-target)循环贷款的信用卡业务,从2003年开始就吸引了各中外商业银行的眼球。这也归因于各大商业银行看准了信用卡业务潜在的高额利润和巨大的市场空间。 众所周知,对于绝大部分银行业务而言,收益总是和风险相伴而行的。高的收益总要承担高的风险,没有风险的业务不一定是好业务,逃避风险则意味着盈利机会的丧失。信用卡成功的关键在于强大的风险管理能力,而不是风险逃避能力,也就是说通过承担一定的风险,并对其进行有效管理,以实现收益最大化。 由于信用卡业务具有信用风险、利率风险、汇率风险、流动性风险等多种风险,各风险又存在于信用卡业务经营的每个环节,要想一蹴而就地建立一个全面、有效的信用卡风险管理体系几乎是不可能的。即使引进外资银行先进的经验,也会因为国情的较大差别,需要较长时间的学习和消化。 所以,本文仅就信用卡风险管理的征信环节中对信用卡申请者的信用评分进行研究,并开发一个基于研究结果的信用卡管理系统。 信用评分是对每个申请者的信贷风险进行目标明确的定量评估,即用分数定量表示信贷风险。信用卡申请者信用评分属于消费信贷信用评分法,它有两个最基本的假设:第一,一个人过去的表现可以表征其未来的行为;第二,具有相同背景和行为特点的人,会有同样的表现。美国征信机构的庞大数据库以及统计分析,总体上支持这两个假设。 信用评分的具体方法有很多种,从本质上来讲,可以大致被划分为三类。它们分别是基于规则的评分方法、基于行为的评分方法和神经网络模型评分方法。本文提出的基于数据挖掘的信用评分可归于基 WP=4 于行为的评分方法。 数据挖掘(DM:Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科,它汇聚了数据库、人工智能、统计学、可视化、并行计算等不同学科和领域,近年来受到各界的广泛关注。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾型的模型。 目前在美国,数据挖掘技术已广泛地应用于信用评估、欺诈发现、客户保持、营销策划、价格制订、投资组合分析、财务分析、安全管理和战略规划等银行经营、管理和决策的各个方面。可以说,数据挖掘技术已成为美国商业银行在竞争中的制胜关键。 利用数据挖掘技术来建立信用卡申请者信用评分模型能为银行信用风险管理提供了一个客观、准确、一致的评估和控制机制。借助数据挖掘技术,从已有的大量的有关客户背景、行为和信用的数据中,银行能挖掘出“好客户”和“坏客户”的背景特征,包括年龄、收入、职业和教育水平等不同属性,并能计算出不同属性值对客户信用大小的贡献权重,从而建立起能更为科学的评估客户信用大小的数学模型,帮助银行建立信用风险监控的第一道防线。 这次研究所使用的数据挖掘工具是SAS系统软件,且主要是使用其中的把强大的统计分析功能和容易使用的图形化界面结合的Enterprise Miner模块。并按照SAS公司提出的“SEMMA”方法论,即在通过数据抽样,数据特征探索,数据调整,建模和模型评价五个步骤来建立信用评分模型。本文采用了两个建模方法:一个是决策树,另一个是Logistic回归。 这次分析和建模目标是通过对已有大量的客户基本信息及相关资料使用数据探测,建立决策树模型和logistic回归模型等方法,并进行对比分析,以求能够找到最佳模型。再根据最佳模型实现对客户的信用风险状况进行分析和评分,并得到准确区分好客户和坏客户的最佳信用分值,以便信用卡公司能高效的应对大量的信用卡申请者,快速地做出接受还是拒绝的判断,以及对接受的申请者根据其信用高 WP=5 低给出不同的信用额度和其他信用政策。 经过具体的研究和分析,本文得出主要两点: 对于信用好的客户,即信用评分在前20%的客户,两个模型都有很好的预测能力,且Logistic回归模型明显优于决策树模型;对于信用差的客户,我们可知决策树的预测能力不好,它只把50%的坏客户判为坏客户,而Logistic回归模型的预测能力很好,把高达92.6%的坏客户判为坏客户。可见,Logistic回归模型正好能满足我们这次研究的目的,即能相当准确的对信用好的客户和信用差的申请者进行评分,所以本文选择Logistic回归模型作为信用卡申请者信用评分的最佳模型。 运用建立的Logistic模型对信用卡申请者进行信用评分,分值高于或等于临界分值(C1=83.85)的申请者将获得通过,并给予较高的信用额度;信用分值低于临界分值(C0=48.43)的申请者将被直接拒绝。而信用分值低于临界分值(C1=83.85),但高于或等于临界分值(C0=48.43)的申请者也将获得通过,但只给予较低的信用额度,他们需要通过以后的良好的用卡情况来提高信用额度。这样银行就能以承担较低的信用风险来获得盈利的机会。 接着本文运用上面研究的结果开发了一个信用卡管理系统,它也是国家“十五”项目
【学位授予单位】:西南财经大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:F830

【引证文献】
中国期刊全文数据库 前2条
1 刘雁;;基于模糊神经网络的银行排号群控处理系统应用研究[J];电脑知识与技术;2011年36期
2 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
中国硕士学位论文全文数据库 前8条
1 刘甜;客户信用评分与信用卡风险管理[D];长沙理工大学;2010年
2 韦力元;基于BP神经网络的信用卡消费行为风险评估[D];西南财经大学;2007年
3 张立;数据挖掘在信用卡审批中的应用研究[D];厦门大学;2007年
4 李月青;个人信用卡申请的风险评估模型[D];中南大学;2008年
5 宋俊芳;中国信用卡风险管理研究[D];山东经济学院;2010年
6 曾超群;基于聚类算法的数据挖掘技术的研究[D];中南大学;2010年
7 孙涛;遗传算法在商业银行信用风险评估中的应用[D];青岛大学;2010年
8 于春雨;信用卡信用管理系统设计与实现[D];黑龙江大学;2011年
【参考文献】
中国期刊全文数据库 前5条
1 何俊,温家明;数据挖掘及其在银行业的应用[J];华南金融电脑;2002年06期
2 行智国;统计学与数据挖掘的比较分析[J];统计教育;2002年06期
3 石庆焱,靳云汇;个人信用评分的主要模型与方法综述[J];统计研究;2003年08期
4 陈伟;信用卡风险管理:问题与策略[J];中国信用卡;2003年05期
5 孔学峰;数据挖掘及其在信用卡风险控制中的应用[J];中国金融电脑;2003年10期
【共引文献】
中国期刊全文数据库 前10条
1 陆嵘;;个人住房贷款信用评分模型初探[J];中国城市经济;2011年03期
2 张成虎;李育林;吴鸣;;基于判别分析的个人信用评分模型研究与实证分析[J];大连理工大学学报(社会科学版);2009年01期
3 王斌;徐照兴;;数据挖掘技术研究[J];电脑知识与技术;2009年27期
4 孙多;沈洁;;复杂性研究与简单性研究——数据挖掘与统计学的关系探析[J];福建电脑;2008年03期
5 梁晓雯;;基于新型模糊神经网络的信用卡审批发卡的信用评估模型研究[J];福建商业高等专科学校学报;2009年06期
6 邓洁;;Bagging-BP算法及其在客户信用评估中的应用[J];经营管理者;2009年09期
7 侯爱红;;我国信用卡风险管理研究[J];经营管理者;2010年09期
8 王晓燕;;几种常用的异常数据挖掘方法[J];甘肃联合大学学报(自然科学版);2010年04期
9 陈旭;;信用卡风险及其防范措施[J];当代经济;2011年16期
10 廖竹铭;;嵌入式数据挖掘模型及其在银行卡业务中的应用[J];电子设计工程;2012年14期
中国重要会议论文全文数据库 前1条
1 周晓飞;石勇;;基于数据挖掘的金融信用评估概述[A];第四届(2009)中国管理学年会——管理科学与工程分会场论文集[C];2009年
中国博士学位论文全文数据库 前7条
1 弋涛;信用卡风险管理研究[D];西南财经大学;2006年
2 易静;医院信息数据挖掘及实现技术的探索[D];重庆医科大学;2007年
3 徐秀娟;商务智能中的利润挖掘研究[D];吉林大学;2008年
4 宫剑;民营企业信用评级研究[D];吉林大学;2008年
5 刘慧婷;基于经验模态分解及动态数据挖掘的商务数据分析方法研究[D];合肥工业大学;2008年
6 高珊珊;农村消费信贷信用风险评估[D];中国矿业大学(北京);2010年
7 李睿;信用评估与信用卡欺诈侦测的智能决策系统研究[D];华南理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 张星霞;中国商业银行信用卡业务风险管理研究[D];中国海洋大学;2010年
2 刘文君;农户信用评价研究[D];南昌大学;2010年
3 龚惠群;具有时间约束的股票序列模型及采掘算法研究[D];湖南大学;2003年
4 陈珊珊;数据挖掘技术在商业银行个人理财业务中的应用研究[D];浙江大学;2003年
5 杨若晶;个人住房抵押贷款风险分析及防范[D];天津大学;2004年
6 陈博;客户关系管理在商业银行中的应用研究[D];天津大学;2004年
7 时东艳;统计类数据挖掘在六西格玛管理中的应用研究[D];南京理工大学;2004年
8 宁泽逵;中国村干部激励机制研究[D];西北农林科技大学;2005年
9 李志龙;客户关系管理在常州中行信用卡业务经营中的应用研究[D];南京理工大学;2005年
10 周意;数据挖掘在商业银行客户关系管理中的应用研究[D];湖南大学;2005年
【同被引文献】
中国期刊全文数据库 前10条
1 于海涛;Rough集理论在数据约简中的应用[J];安徽教育学院学报;2004年03期
2 曾康霖;解读行为金融学[J];财经科学;2003年02期
3 宋清华;论贷款风险管理的策略[J];财经问题研究;1997年01期
4 王小明;商业银行信用风险评级测度方法研究[J];财经研究;2005年05期
5 仝自力;;我国商业银行信贷风险管理分析——基于国外信用评级方法的演进[J];财会通讯(学术版);2007年09期
6 方蔚华;;信用风险管理方法综述[J];长沙大学学报;2006年01期
7 隋剑雄,林琪;试论我国商业银行信贷风险预警系统的建立[J];金融论坛;2004年08期
8 宋雪枫;杨朝军;徐任重;;商业银行信用风险评估的生存分析模型及实证研究[J];金融论坛;2006年11期
9 糜仲春;申义;张学农;;我国商业银行中小企业信贷风险评估体系的构建[J];金融论坛;2007年03期
10 李晓林;曾毳毳;;基于精算方法的信用风险的量化[J];金融论坛;2007年11期
中国博士学位论文全文数据库 前2条
1 李大伟;个人信用评分与信用卡风险控制研究[D];吉林大学;2006年
2 赵刚;商业银行信用卡业务信用风险管理研究[D];华东师范大学;2007年
中国硕士学位论文全文数据库 前10条
1 张德栋;基于神经网络的信用评估模型的研究[D];山东科技大学;2003年
2 王绍辉;对消费信贷中个人信用评价方法的探索[D];首都经济贸易大学;2004年
3 刘武男;数据挖掘技术在信用卡信用风险评估中的应用[D];西南财经大学;2005年
4 谭超;建立基于神经网络和正交设计的个人信用评分体系初探[D];武汉科技大学;2005年
5 李刚;基于神经网络的个人信用评估体系研究[D];华中科技大学;2005年
6 崔健;商业银行个人信用风险评价[D];天津大学;2005年
7 王晶晶;基于神经网络的信用评估模型的研究[D];大连海事大学;2006年
8 崔媛媛;个人信用评估模型比较研究[D];北方工业大学;2006年
9 朱宁;商业银行管理信息系统研究[D];西南财经大学;2006年
10 胡勇;基于神经网络的个人信用模型[D];西南财经大学;2006年
【二级引证文献】
中国期刊全文数据库 前7条
1 项响琴;汪萍;李健;;CLIQUE算法在信用卡审批模型中的应用研究[J];安徽建筑工业学院学报(自然科学版);2011年01期
2 耿晨星;;基于个人信用卡消费分析的客户分类指标研究[J];漯河职业技术学院学报;2011年01期
3 王凯;魏善沛;章景;;数据挖掘技术在医疗费用异常检测中的应用[J];计算机与现代化;2012年03期
4 吴莹辉;;基于BP神经网络模型的个人信用风险评估研究[J];科技创业月刊;2012年07期
5 武霞;罗嘉熙;;我国外汇储备激增原因及对策分析[J];商;2011年01期
6 武霞;罗嘉熙;;我国外汇储备激增原因及对策分析[J];商;2012年01期
7 武霞;罗嘉熙;;我国外汇储备激增原因及对策分析[J];中国证券期货;2011年05期
中国硕士学位论文全文数据库 前10条
1 刘甜;客户信用评分与信用卡风险管理[D];长沙理工大学;2010年
2 张晶晶;商业银行信用卡发卡风险控制研究[D];中国海洋大学;2010年
3 项响琴;聚类算法及其在信用卡恶意透支预测中的应用研究[D];安徽大学;2010年
4 尹晓丽;数据挖掘技术在银行信贷管理中的应用研究[D];南京航空航天大学;2010年
5 茅家源;危险货物水路运输预警管理研究[D];南京理工大学;2008年
6 李月青;个人信用卡申请的风险评估模型[D];中南大学;2008年
7 李芳时;融通仓业务风险管理研究[D];大连海事大学;2008年
8 梁锦兆;信用卡申请审核及客户细分模型研究[D];兰州大学;2010年
9 崔毅;数据挖掘在银行信用风险管理中的应用及实证研究[D];电子科技大学;2010年
10 刘慧;基于数据挖掘技术的信用卡申请评分模型研究[D];东北财经大学;2010年
【二级参考文献】
中国期刊全文数据库 前4条
1 马江洪,张文修,徐宗本;数据挖掘与数据库知识发现:统计学的观点[J];工程数学学报;2002年01期
2 中国人民大学统计学系数据挖掘中心;统计学与数据挖掘[J];统计与信息论坛;2002年01期
3 韩明;数据挖掘及其对统计学的挑战[J];统计研究;2001年08期
4 张尧庭;数据采掘与统计[J];中国统计;2001年10期
【相似文献】
中国期刊全文数据库 前10条
1 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期
2 林雷;;中国汽车行业数据挖掘的营销应用趋势分析[J];市场研究;2011年07期
3 杜英;;关联规则挖掘研究[J];知识经济;2011年14期
4 张兆年;;数据挖掘在企业客户关系管理中的应用[J];东方企业文化;2011年02期
5 刘亚楠;;网络信息检索在统计中的应用[J];现代营销(学苑版);2011年08期
6 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
7 张永礼;;基于数据挖掘的客户忠诚度的预测与实现[J];品牌(理论月刊);2011年02期
8 陈晓琴;;基于概率神经网络的潜在客户挖掘[J];科学咨询(科技·管理);2011年06期
9 万伟明;;用决策树方法挖掘寿险数据中的投资风险规则[J];科技创新导报;2011年23期
10 沈浩;田卉;;小数字大道理——数据背后的经营之道[J];中国数字电视;2011年06期
中国重要会议论文全文数据库 前10条
1 王一鸣;印为;石勇;;基于次序逻辑斯蒂模型的企业贷款信用风险评级研究[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
2 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
3 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
4 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
5 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
6 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
7 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
8 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
9 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
10 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 博今;医疗机构信用评分值得肯定[N];张家口日报;2011年
2 石璐;信用评分“掌门人”谈个人信用体系[N];中国经营报;2002年
3 本报记者 陆小斌;业主信用评分法[N];金融时报;2003年
4 杨永宁 钟毅恒;信用评分制在美国保险业的运用[N];金融时报;2003年
5 杨继红;我省给微小企业信用打分领跑全国[N];山西日报;2007年
6 记者 李钦;95%深圳市民信用良好[N];深圳商报;2006年
7 本报记者 贺彩丽;嘉兴“例会制”求实效[N];医药经济报;2007年
8 深圳特区报记者 孙锦;31名“零资产”申请者通过终审[N];深圳特区报;2011年
9 董学峰;市区咨询者多 成功申请者无[N];东莞日报;2011年
10 本报实习生 苏卓图 郑晓莎 陈沭岸 本报记者 叶小钟;广州积分入户:首批申请者七成铩羽[N];工人日报;2011年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
4 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
5 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
6 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
7 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
8 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 邹权;基于数据挖掘的信用卡申请者信用评分模型研究[D];西南财经大学;2004年
2 崔毅;数据挖掘在银行信用风险管理中的应用及实证研究[D];电子科技大学;2010年
3 孙小林;金融数据挖掘中的增量聚类算法及应用研究[D];华中科技大学;2004年
4 马丽娜;基于Web的数据挖掘技术研究[D];山东师范大学;2002年
5 赵彩云;数据挖掘在外贸业务分析决策系统中的应用研究[D];北京工业大学;2003年
6 王景;基于关联规则数据挖掘的研究[D];广西大学;2003年
7 高延铭;数据挖掘在通信行业CRM中的应用研究[D];中国海洋大学;2003年
8 刘玉锋;数据挖掘中关联规则算法的研究与应用[D];长春理工大学;2010年
9 张吉楠;机场预报预测系统的相关技术研究[D];河南大学;2010年
10 周绪倩;基于电子商务的Web数据挖掘系统架构研究[D];河北工程大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026