学位论文 > 优秀研究生学位论文题录展示

信用卡风险管理技术及利润预测模型

作　者: 邵燕萍
导　师: 杨孝平
学　校: 南京理工大学
专　业: 金融学
关键词: 信用风险 Logistic回归决策树二次判别损失-收益预测模型
分类号: F224
类　型: 硕士论文
年　份: 2012年
下　载: 125次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,信用卡业务快速发展给银行等发卡机构带来了巨大的商机,但同时也暴露了该业务信息不对称、道德风险导致的信用风险大、消费者过渡消费、睡眠卡率高等问题。为有效控制风险,信用卡风险管理技术必不可少。国外的风险管理技术已相对成熟,但国内发展相对落后,而直接套用国外的技术并不适用。本文立足于国内发卡机构的角度,研究信用卡风险管理技术,以降低信用风险给发卡机构带来的损失。本文研究的主要目标是通过运用风险管理技术对信用卡客户尽可能准确地分类,从而使得错分的概率尽可能的小。文章基于决策树模型和logistic回归模型两种分类技术,结合两种方法各自的优点,提出了二阶logistic回归模型、决策树—logistic回归混合模型,并利用真实的信用卡数据进行了实证研究。此外,为了提高信用卡客户分类准确性我们研究了二次判别。进一步为预测信用卡业务风险—收益情况,建立了信用卡业务的损失—收益预测模型并举例与实际收益进行了比较。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-11
  1.1 国内外信用卡业务发展和现状  7-8
  1.2 国内外个人信用评估方法发展及研究现状  8-9
  1.3 论文的研究内容及框架  9-11
2 信用卡业务概述  11-18
  2.1 信用卡定义及其种类  11
  2.2 信用卡业务风险分析  11-13
  2.3 比较国内外个人征信体系  13-14
  2.4 比较国内外信用卡审批流程  14-18
3 信用卡风险管理技术——基于Logistic回归—决策树混合模型  18-28
  3.1 确定信用卡客户细分目标  18
  3.2 特征变量的选取及相关性分析  18-23
    3.2.1 异常值和缺失值的清理  18-19
    3.2.2 特征变量量化处理  19-20
    3.2.3 特征变量的相关分析  20-22
    3.2.4 特征变量的选取原则  22-23
  3.3 决策树—Logistic回归混合模型的建立  23-28
    3.3.1 决策树模型的建立  24-26
    3.3.2 Logistic回归模型的建立  26-27
    3.3.3 决策树——Logistic回归混合模型的建立  27-28
4 实证研究及结果分析  28-50
  4.1 信用卡数据集  28-29
  4.2 数据预处理和相关性分析  29-32
    4.2.1 数据清理  29-30
    4.2.2 信用卡数据集划分  30-31
    4.2.3 数据转换与赋值  31-32
  4.3 特征变量相关性分析  32-38
    4.3.1 特征变量分布情况  32-34
    4.3.2 各特征变量与信用等级的相关性  34-38
  4.4 模型运行和结果  38-48
    4.4.1 Logistic回归模型运行及分类结果  38-39
    4.4.2 二阶Logistic回归模型运行及分类结果  39-43
    4.4.3 决策树—Logistic混合模型运行及分类结果  43-48
  4.5 模型比较  48-50
    4.5.1 上述三种模型分类结果的比较分析  48-49
    4.5.2 与其它方法的比较  49-50
5 二次判别及信用卡业务利润探讨  50-53
  5.1 信用卡数据集的二次判别  50-51
  5.2 信用卡业务损失—收益预测模型的建立  51-53
结束语  53-54
致谢  54-55
参考文献  55-56

信用卡风险管理技术及利润预测模型

内容摘要

全文目录

相似论文