首页> 中文期刊> 《中国管理信息化》 >数据挖掘在我国商业银行信用风险度量模型中的应用

数据挖掘在我国商业银行信用风险度量模型中的应用

AI论文写作 >>

AI期刊论文写作 >>

开具论文收录证明 >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

基于数据挖掘的银行客户管理信息系统就是银行利用数据挖掘技术,通过有效充分的数据挖掘,将银行客户资料作不同角度的分析,从中对客户进行定位分类,明确客户的消费倾向与消费模式,预测客户的风险性,从而实现与银行信用风险度量系统的结合.

著录项

来源
《中国管理信息化》 |2009年第11期|75-78|共4页
作者
鲁江; 何晓玲;
展开▼
作者单位

仲恺农业工程学院,经济管理学院,广州,510225;

华夏银行广州分行,广州,510600;

展开▼
原文格式 PDF
正文语种 chi
中图分类商业银行;现代化管理;
关键词
数据挖掘; 信用风险; 度量模型;

相似文献

中文文献
外文文献
专利

1. 现代信用风险度量模型在商业银行信用风险管理中的应用 [J] . 王志 . 图书情报导刊 . 2007,第28期
2. POT模型在商业银行信用风险度量中的应用 [J] . 李建伟 ,孙建 . 对外经贸 . 2006,第5期
3. KMV模型在我国商业银行信用风险度量中的具体应用--以工商银行和南京银行为例 [J] . 姜慧华 . 商场现代化 . 2016,第5期
4. 数据挖掘在我国商业银行信用风险度量模型中设计 [J] . 童盼 ,董利娜 . 财讯 . 2017,第16期
5. KMV模型在我国上市房地产企业信用风险度量中的应用 [J] . 王慧 ,张国君 . 经济问题 . 2018,第3期
6. KMV模型在我国上市公司信用风险度量中的实证研究 [C] . 康宇虹 ,孙德鹏 ,郜中华 . 第三届中国管理学年会中国管理现代化研究会 . 2008
7. 信用风险度量模型在我国商业银行信用风险管理上的应用 [A] . 宋堃 . 2014

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号