数据挖掘在银行信用风险管理中的应用及实证研究

摘要

自中国加入WTO以来，由于信用卡业务的高利润和巨大市场空间的诱惑，我国个人信贷业务逐步被各大商业银行所重视，并逐步增加业务投入，我国目前进入信用卡高速发展阶段。然而，韩国信用卡业务仅出现了短暂的繁华，问题就在于忽视了对风险的管理和控制。2008席卷全球的金融危机的根源也是信用危机。信用风险是金融市场中最重要的风险之一。
　　随着中国邮政储蓄银行成立，其规模成为国有第五大商业银行。其必定将从其原有的负债类业务衍生到资产类业务。个人信用卡业务也必定是中国邮政储蓄银行重点关注和营销的业务。因此随着信用卡业务的迅猛发展，信用卡申请人数急剧增加，银行不可能继续采用原有的完全依赖人工对申请人进行分析和审核后作出决定的方式，而需要一套自动的评估系统，信用评分就是基于此而产生的一套理论。信用评分是从无法认清总体中分组的特征、只能认清相关分组特征时，区分各组的一种方法。
　　数据挖掘是从大量的、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、具有潜在价值的信息和知识的过程。数据挖掘技术以高度精确和高度可靠的手段从海量数据中挖掘和产生新的知识，成为有力的科学决策依据。企业利用数据挖掘，可以充分了解客户的信息，预测未来，防范风险，为企业决策提供最有力的依据。是实现信用评分的主要实现手段。
　　本文将数据挖掘技术与中国邮政储蓄银行湖北省分行信用卡发卡业务相结合，建立邮政储蓄银行的信用卡评分模型，并通过实际数据对其有效性进行实证研究；同时，结合国内外已有的信用卡发行管理经验，提出基于数据挖掘、利用信用评分模型的中国邮政储蓄银行湖北省分行信用卡申请者审核发卡管理系统的解决方案。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及意义

1.2 论文的研究思路和方法

1.3 论文结构

第二章 信用卡风险管理及信用评分的现状和发展

2.1 信用卡及其发展现状

2.2 信用卡风险管理必要性

2.3 信用卡风险管理方法

2.4 信用评分现状及发展

第三章 数据挖掘技术概述

3.1 数据挖掘的产生

3.2 数据挖掘的定义

3.3 数据挖掘的功能

3.4 数据挖掘的过程模型

3.5 数据挖掘中相关技术

3.6 数据挖据在信用卡风险生命周期中的主要运用分析

3.7 分析工具介绍

3.8 决策树模型

3.9 Logistic模型

第四章 数据挖掘模型在信用卡发卡管理的应用

4.1 数据集介绍

4.2 模型分析

第五章 基于数据挖掘的信用卡管理系统解决方案

5.1 系统设计必要性

5.2 系统总计设计

第六章 结论及近一步研究展望

6.1 本文研究贡献和结论

6.2 本文研究的局限

6.3 近一步研究的展望

致谢

参考文献