《数据挖掘技术在信用卡信用风险评估中的应用》由会员分享，可在线阅读，更多相关《数据挖掘技术在信用卡信用风险评估中的应用（70页珍藏版）》请在金锄头文库上搜索。
1、内容摘要2 1 世纪是现代信息技术突飞猛进的时代，电子通讯业的发展与计算机处理能力的迅速提高，对传统的金融市场构成巨大的冲击。中国加入W T O 后，金融市场开放将从批发市场、零售市场，到全方位的开放，其竞争格局也将随之而改变。外资银行拥有雄厚的技术实力和现代化的管理手段、经验和方法，他们不仅会涉足中国传统的金融业务，而且把目光瞄准了金融中间业务，银行信用卡是他们获取利润的目标之一，这为我国银行信用卡业务的发展带来新的挑战。为此，我国银行信用卡业务应早预防、早计划、早准备，以壮大自身实力，提高核心竞争力。信用卡作为一种全新的支付手段和信用工具，已经成为众多商业银行竟相推出的产品，经营信用卡业务
2、有高收益，同时也伴随着高风险。与国际先进的信用卡业务的信用风险管理体系相比，我国商业银行信用卡业务的信用风险管理体系存在着很大差距。目前国外银行信用卡业务的信用风险管理策略有了根本性的演变，从简单的“防范风险”向“以利润最大化”转变，从“风险损失越底越好”向“适当的风险损失”转变。管理理念的发展，相应的管理工具也在进步，国外银行信用卡业务的信用风险管理工具向数据分析方向演进，从整体资产结构到每个风险结构环节的衡量皆以数据为决策依据，建立整合性的数据仓库，借助数据挖掘技术和各种分析工具，如S A S 等，生产出各种有价值的风险控制指标，作为决策依据。银行信用卡业务的信用风险管理的难点在于既要鼓励
3、和方便客户贷款或透支，又要避免坏账的出现。传统的人工信用风险评估已越来越不能胜任这个工作了。数据挖掘技术的出现，则为信用卡业务的信用风险评估提供了一个客观、准确的控制机制。以统计分析、人工智能、数据库中知识发现为基础的数据挖掘技术，能够根据银行的商业政策，通过收集和分析客户的大量行为、信用和背景记录，归纳出“好客户”和“坏客户”的背景记录，包括：年龄、收入、性别、住房条件、婚姻状况、职业、教育状况等的不同属性，并能准确计算出不同属性值的客户群具有的消费能力、还款概率，从而建立起信用风险防范的第一道防线新客户的信用风险评估。本文正是以银行信用卡的信用风险分析为切入点，总结了前人在信用卡业务信用风
4、险管理上所取得的主要成果，利用中国农业银行的客户及信用卡基本信息数据和信用卡历史交易数据，就信用卡信用风险管理的征信环节对信用卡申请者的信用风险评估进行研究。借助S A S 软件所提供的数据挖掘工具，并利用多层次分析法开发了一个信用卡申请者的个人信用评分表。论文主要分为4 章。第1 章的重点是介绍信用卡及其信用风险评估的基本概念以及运用信用评分模型进行信用卡信用风险评估的优势。本章首先阐述了和信用卡相关的一些基本概念，分析了银行发展信用卡业务的必要性和所面临的风险，其中信用风险是信用卡业务所面临的最主要的风险；然后，介绍了目前全球银行普遍采用的信贷审批方法和个人信用风险管理模式一一信用卡个人信
5、用评分系统( c r e d i ts c o r i n g ) ，并分析了它的优势及其构建过程，最后分析了我国商业银行应用信用评分模型的现状。第2 章的核心是对开发信用卡信用评分模型的主要工具数据挖掘理论与技术进行了讨论。本章首先阐述了数据挖掘的基本概念和主要技术，包括概念描述、关联规则、分类和预测、聚类分析、孤立点分析等，并对数据挖掘的典型过程作了详细的介绍；然后，介绍了数据挖掘技术在信用卡业务中的几个重要应用，其中详细讨论了数据挖掘技术在信用卡业务的信用风险评估中的运用一一建立信用评分模型；最后简单介绍了S A S 公司所提出的数据挖掘“S E M M A ”方法论和S A S 软件的
6、主要数据挖掘模块E n t e m r s eM i n e r ( E M ) 。第3 章是本文的核心部分，主要阐述了基于数据挖掘技术的信用卡信用评分模型的具体构建过程。本章首先通过认真分析国内外在评价个人信用状况时所考虑的主要因素后，选择了与信用卡信用评分模型紧密相关的客户特征变量和客户分类所需变量；并通过分析违约行为对信用状况的影响情况生成目标变量，以实现对客户的正确分类；然后，利用S A S 的G r a p h - N - G o 选项对各变量做概率分布分析，得到每个客户特征变量在不同的取值情况下属于好客户或是坏客户的概率大小，接着利用S A SE n t e r p r i s e
7、M i n e r 的“S E M M A ”方法论对数据进行挖掘分析，建立决策树模型，输出重要的决策规则并加以详细的解释，在此基础上归纳出影响信用卡信用风险的各相关客户特征变量的相对重要程度，并对决策树模型进行综合评价，分析模型的预测准确率。最后，在上述数据初步分析和决策树模型分析的基础上，采用层次分析法建立信用评分递阶层次结构、构造两两判别矩阵并计算各因素权重、计算各层因索的组合权重( 层次总排序) ，最后得到一个完整的客户申请信用卡的信用状况评估模型信用卡评分表。第4 章是对全文的一个总结和展望。总结了论文研究过程中得出的一些有意义的结论以及一些还需要发展完善的地方。最后还做出了一些展望
8、，随着我国个人信用制度的建立、相应法律环境的完善、信息化建设的发展、信息资源共享的实现、全民个人信用观念和对信用认知的加强，数据挖掘技术将不仅仅是银行信用卡业务的信用风险评估的工具，同时，也将成为客户关系管理、金融产品开发、营销决策分析和改善银行业务管理等方面的一个重要工具。本文的主要贡献如下：1 利用数据挖掘技术对引起信用卡信用风险多种模糊且不确定性因素一定程度上的定量分析。2 ，把对非定量事件作定量分析的层次分析方法引入到信用卡申请者的信用风险评估中。3 构建了一个信用卡申请者的初始信用风险评估评分表。关键字：信用风险评估数据挖掘S A S 层次分析方法信用评分表A b s t r a c
9、 t21s tc e n t u r yi st h ee r aw h e r em o d e r ni n f o r m a t i o nt e c h n o l o g ya d v a n c e sb yu n p r e c e d e n t e dp a c ea n dt h ed e v e l o p m e n to fe l e c t r o n i cc o m m u n i c a t i o ni n d u s t r ya n di m p r o v e m e n to ft h eh a n d l i n gc a p a c i t y
10、o fc o m p u t e re n o r m o u s l yi m p a c t e dt h et r a d i t i o n a lm o n e ym a r k e t A f t e rC h i n a Se n t r yi n t ot h eW T O ，t h em o n e ym a r k e tw i l lo p e nf r o mw h o l e s a l et or e t a i lm a r k e tt oo v e r a l lo p e n i n ga n di t sc o m p e t i t i o np a t
11、 t e r nw i l la l s oc h a n g ea l o n gw i t ht h a t T h ef o r e i g nc o m m e r c i a lb a n k sh a v er i c ht e c h n o l o g i c a lc a p a b i l i t ya n dm o d e r n i z e dm a n a g e m e n t T h e yw i l ln o to n l yp e n e t r a t et h eC h i n e s et r a d i t i o n a lf i n a n c i
12、 a lb u s i n e s s e sb u tw i l la l s oa i ma tt h ef i n a n c i a li n t e r m e d i a t eb u s i n e s s e s ，C r e d i tc a r db u s i n e s si so n eo ft h eb a n k s g o a l so fo b t a i n i n gp r o f i t T h i si n t r o d u c e sn e wc h a l l e n g ef o rt h ed e v e l o p m e n to fc
13、r e d i tc a r db u s i n e s sf o ro u rb a n k s T h e r e f o r ei ts h a l lb ep l a n n e da n dp r e p a r e de a r l yi no r d e rt os t r e n g t h e no u ro w nc a p a b i l i t i e sa n di m p r o v ek e yc o m p e t i t i v e n e s s C o m p a r ew i t ht h ea d v a n c e dc r e d i tr i
14、s km a n a g e m e n ts y s t e mf o rc r e d i tc a r do ff o r e i g nb a n k s ，o u rs y s t e mh a sg r e a td i s p a r i t y A tp r e s e n t ，t h ec r e d i tr i s km a n a g e m e n ts t r a t e g yo fc r e d i tc a r db u s i n e s sf o rf o r e i g nb a n k sh a se v o l v e df r o ms i m
15、p l y ”p r e v e n t i n gr i s k ”t o ”m a x i m i z i n gp r o f i t ”W i t ht h ed e v e l o p m e n to fm a n a g e m e n ti d e a ，t h ec o r r e s p o n d i n gm a n a g e m e n tt o o li sp r o g r e s s i n gt o o T h er i s km a n a g e m e n tt o o lo ff o r e i g nb a n k s c r e d i tc a
16、 r db u s i n e s si sb e i n gd e v e l o p e dt o w a r d sd a t aa n a l y s i s ，s e t t i n gu po fd a t aw a r e h o u s e ，a p p l y i n gd a t am i n i n gt e c h n o l o g ya n dv a r i o u sk i n do fa n a l y s i st o o l sl i k eS A St op r o d u c ev a r i o u sk i n do fv a l u a b l er i s k sm a n a g e m e n ti n d e x e si no r d e rt om a k ed e c i s i o n T h ed i f f i c u l t yo fc r e d i tr i s km a n a g e m e n tf o rc r e d i tc a r di st h a
