开题报告信用卡申请评分模型研究 数据挖掘（材料）.docx

《开题报告信用卡申请评分模型研究 数据挖掘（材料）.docx》由会员分享，可在线阅读，更多相关《开题报告信用卡申请评分模型研究 数据挖掘（材料）.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、开题报告信用卡申请评分模型研究 数据挖掘（材料） 一、论文题目 基于数据挖掘技术的信用卡信用评分模型探讨 二、论文选题理论意义、好用价值 近十年来，受经济的飞速发展，中国的信贷消费特殊是面对消费者个人的信用消费蓬勃发展，汽车贷款、住房按揭、助学贷款、信用卡消费等渐渐走入人们的生活中。个人消费信贷的蓬勃发展以及消费信贷业务风险与回报相对应的客观规律，使商业银行等授信机构在追逐巨额利润的同时，不得不面对巨大的潜在不良信贷风险，从而信用风险管理渐渐成为商业银行个人消费信贷管理的一个核心领域。商业银行须要客观、全面、精确地评估消费者的还款实力和还款意愿，以避开、限制、削减坏账损失。 信用评分模型技术的

2、发展和应用，就是应个人消费信贷金融机构风险管理的须要而诞生的。信用评分模型是欧美消费信贷管理广泛应用的技术手段。它运用先进的数据挖掘技术和统计分析方法，通过对消费者的人口特征、信用历史记录和行为记录等大量的数据进行系统的分析，挖掘数据中蕴含的行为模式、信用特征，捕获历史信息和将来信用表现之间的关系，发展出预料性的模型，以一个信用评分来综合评估消费者将来的某种信用表现，作为消费信贷管理的决策依据。 欧美国家的运用阅历表明，个人信用评分具有处理客户贷款申请速度快、成本低、处理的标准一样和客观等特点，在消费者信用风险管理中发挥着重要的作用，同时个人信用技术不仅被广泛地应用于信用卡等消费信贷、住房按揭

3、贷款等领域，也被胜利地应用于中小企业贷款申请评估、信用卡欺诈预防、基于风险的利率定价、直销相应评分及资产证券化等领域，因而信用评分模型具有很强的应用潜力。 然而，对于这样一个在西方发达国家行之有效的信用风险管理技术，国内银行运用的不多，学术的探讨也很落后。国内银行信用风险限制和管理实力还比较弱，个人信用评价工作相当不完善，缺乏科学统一的风险度量方法和工具，无法精确地度量借款人风险和产品风险，还不能对信用额度实施有效的科学管理。造成这方面的缘由是多方面的，首先由于我国的信用建设起步比较晚，社会征信体系不完善，缺乏与个人信用评估相关的资料。其次缺乏专业的个人信用探讨人员和专业的个人信用评估机构，致

4、使没有相对统一合理的评估标准、评估方法和指标体系。因此借鉴国外先进阅历，在现有的条件下，利用信息系统中的数据和信息，建立一个具有肯定预料实力、在信贷决策中具有肯定参考价值、符合我国国情的个人信用评分模型将有助于银行拓展个人消费信贷业务，提高其综合竞争力，保障我国金融秩序稳定，具有很强的理论价值和现实意义。 个人信用评分模型的必要性详细体现在如下四个方面： 首先，运用个人信用评分模型，可以帮助银行削减贷款审批时间，争取放款实效。据美国消费银行协会的一份资料，以前不运用个人信用评分模型，小额消费信贷的审批平均须要12小时，如今这类贷款的审批缩短到15分钟。运用个人信用评分模型后，信用卡的审批只要一

5、两分钟，60的汽车贷款的审批可以在l小时内完成。 其次，个人信用评分可以作为核定信用额度及收帐策略的参考。利用信用评分的结果，可以核定信用条件、交易条件及信用额度，例如什么范围的评分结果，必需供应担保或保证人；达到哪一标准以上，才可授予多少信用额度等；还可以预料客户履行债务的状况，依据信用得分确定该客户的收款方法与收款时间。 此外，个人信用评分能够帮助金融机构确定消费贷款利率，对高风险的客户供应较高的利率，反之亦然。这些都可以帮助金融机构更为有效地和有利地管理他们的账户，而且利润评分可用于在一系列金融产品中追求利润最大化。 最终，个人信用评分不仅为银行等金融机构进行消费贷款风险限制供应精确、客

6、观的依据，而且加快了消费信贷的业务速度，降低了消费信贷的操作成本，在模型出现误差时也可 以快速地找出缘由，并对模型的参数进行调整。 综上所述，可以得出结论：个人信用评分模型是有效限制信用风险、扩大信贷规模的有力武器，建立个人信用模型，对消费贷款的申请人的信用进行科学的度量，小到银行对个人信用风险的限制，大到保障我国金融秩序的稳定都具有主动而重要的意义。 论文在探讨各种信用技术的前提下，试图探讨该技术的详细实现，为该技术的应用供应肯定的参考。 二 国内外探讨现状与发展趋势 1.国外的探讨状况 国外几代学者经过长达几十年的探究探讨，信用评分模型在技术上基本成熟。 杜尔兰德(Durand)第一个将F

7、isher提出的判别分析法用于信用评分，用来区分“好的贷款和“坏”的贷款。须要留意的是线性判别法进行信用分析时，对数据有严格假定。数据需听从正态分布，各总体协方差阵必需相等，而这些要求在现实中是很难满意的。同二次判别函数相比，线性判别函数具有更多优点，多数学者在用判别分析法建立信用模型时，往往忽视假设依旧选用线性判别函数，这使得线性判别分析成为信用评分领域最为广泛的方法之一。 Wiginton，1980年首次在信用评分模型中采纳Logistic回来方法，并把它与判别分析法进行比较。与判别分析法 相反，Logistic回来法不要求变量必需满意正态性的假设，理论基础比较好：再加上Logistic回

8、来法在应用时，精确性和稳定性方面表现上佳，因此被学者认为是最适合发展信用评分模型的理论。 20世纪80年头，决策树方法起先应用于信用评分领域，之后有学者将决策树方法与判别分析方法进行了比较，认为两者旗鼓相当，在有些状况下，决策树方法的表现或许更佳。 在非统计学方法中，线性规划方法应用的比较早，20世纪60年头就有线性规划在信用评分领域的文献报道。尽管有部分学者认为统计学方法要比线性规划方法好，但是大部分文献都认为线性规划与统计学方法的效果相当。 20世纪90年头，人工神经网络应用于信用评分模型中。当然大部分神经网络模型用于对公司的信用评分，在个人信用评分领域的应用相对比较少，得出的结论是在各种

9、特征变量呈困难非线性关系的状况下，神经网络方法具有明显的优势。也有少部分学者将遗传算法应用于个人信用评分领域，但是相比较其他方法，效果不佳，在实际中不被推崇。 在消费者个人信用评分的实务方面，美国的Equifax公司和环联(EransUnion)以及英国的益百利(Experian)等是世界上最大的三家个人征信机构。平均每家公司拥有2亿份个人信息文件，覆盖全美、加拿大和欧洲部分地区。三家征信公司一天供应480多万份消费者信用报告。 2.国内探讨状况 从国内探讨来看，由于我国社会征信体系建设的落后，理论探讨和实务方面都相当落后。在理论探讨领域，虽说成果不多，但也有部分专家学者利用国内银行的数据开发

10、信用评分模型，取得了肯定的探讨成果。 1999年下半年，中国建设银行济南分行出台的 李曙光(2003)在个人信用评估探讨中将个人信用评分分为个人行为评分、利润评分、 考虑经济环境因素的评分三类，并对国内外亟待解决的问题进行总结，认为个人信用评分模型中应包括对宏观经济因素的考虑 鲁炜(2004)在基于中国现实个人信用数据的信用评分方法比较探讨中基于数据的时间跨度分布的分析，发觉个人信用评分的模型寿命周期在我国较短，认为基于我国数据开发的好用模型至少每年更新一次这就对个人信用评分模型的探讨提出了可更新性要强的要求。 潘雅琼、左相国(2004)在消费信贷信用等级评分值与期望坏账率的关系模型中引用英国

11、某闻名商业银行在不同风险指数下的坏账率作为期望坏账率，得到符合我国国情的信用等级评分值与坏账率之间的对应关系模型。 总体来看，国外对消费者个人信用风险的探讨已有多年的历史，对已运用的和正在开发的预料消费信贷风险各种技术的探讨取得了重大进展，为商业银行金融风险的管理决策供应了有效的方法与工具。国内关于这方面的探讨和应用还处于初级阶段，一个非常重要的缘由是理论探讨与实际应用结合的问题，因为建立信用评分模型须要大量的银行历史经营数据和客户信息，同时要有困难的计算机系统支持，这些都涉及银行的商业机密，无法对探讨者开放，使得应用探讨受到限制；另一方面，如国外Fair Isaac等信用风险评估模型公司的产

12、品还无法干脆应用于中国的银行业，这是因为各国的信用环境、客户自身的状况和行为习惯都存在较大差异，而这些是信用评分模型开发和应用的基础，信用评分模型须要有针对性的开发、训练、优化和应用。特殊是我国商业银行正处改制和经营转型期，个人银行业务快速发展，客户的总体样本特征具有相对的不确定性，人们的信用意识、提前消费的信贷意识在不断变更，个人消费行为也在不断发生改变；同时个人征信体系还很不完善，客户信息不对称给银行信贷审批决策的精确性造成严峻影响，这些都是信用评分和风险限制方面亟待解决的现实问题。 三、探讨内容范围 论文希望通过对个人信用评分的基本概念和建立信用评分模型方法的探讨，以及对我国银行业个人信

13、用方面的深化调查，明确应用先进的数据挖掘技术建立客观信用评分模型的必要性、紧迫性、科学性以及在信用领域中数据挖掘方法的强大的应用价值。论文的重点是对信用卡风险管理的征信环节中信用卡申请者的信用评分模型进行探讨，以征信系统的部分征信数据为基础，就国外信用评分领域运用最多的决策树、神经网络方法，根据数据挖掘技术解决问题的一般步骤，具体探讨如何建立信用评分模型的一个完整的流程，建立一个基于我国实际的决策树、神经网络个人信用评分模型，并对模型进行评估，从建模结果、预料精度、运行效率等角度进行对比分析，并利用实际数据对模型进行验证，试图找到最佳模型，得到区客户信用的最佳分类途径，以便使银行能高效的应对大

14、量的信用卡申请者，快速地做出推断。最终希望利用数据挖掘技术与信息系统开发技术开发信用评分管理系统的部分功能，探讨如何将数据挖掘的结果应用到实际的协助决策系统当中。 总体上来说，现今数据挖掘技术在信用卡业务的应用和探讨仅仅处在初始阶段，有许多工作须要去完成。希望本文的探讨能为中国银行业在信用卡风险管理方面供应一些参考和帮助。 四、主要参考文献 开题报告信用卡申请评分模型探讨 数据挖掘（材料） 信用卡申请 数据挖掘技术在信用卡业务中的应用案例共享 申请信用卡填表 信用卡申请条件 信用卡申请技巧 信用卡申请流程 建行信用卡评分标准材料 信用卡诈骗罪的论文开题报告 信用卡调研报告 本文来源：网络收集与整理，如有侵权，请联系作者删除，谢谢！第10页 共10页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页