MBA硕士毕业论文《数据挖掘在银行信用风险管理中的应用及实证研究》(60页).rar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。 关键词:信用评分，信用卡，数据挖掘，决策树，Logistic回归模型