随着中国改革开放的逐渐深入，居民的消费观念不断更新，银行业个人信贷业务的热点也相继涌出。在房贷和车贷之后，作为既是日常生活消费的支付工具，也是非计划性（non－target）循环贷款的信用卡业务，从2003年开始就吸引了各中外商业银行的眼球。这也归因于各大商业银行看准了信用卡业务潜在的高额利润和巨大的市场空间。众所周知，对于绝大部分银行业务而言，收益总是和风险相伴而行的。高的收益总要承担高的风险，没有风险的业务不一定是好业务，逃避风险则意味着盈利机会的丧失。信用卡成功的关键在于强大的风险管理能力，而不是风险逃避能力，也就是说通过承担一定的风险，并对其进行有效管理，以实现收益最大化。由于信用卡业务具有信用风险、利率风险、汇率风险、流动性风险等多种风险，各风险又存在于信用卡业务经营的每个环节，要想一蹴而就地建立一个全面、有效的信用卡风险管理体系几乎是不可能的。即使引进外资银行先进的经验，也会因为国情的较大差别，需要较长时间的学习和消化。所以，本文仅就信用卡风险管理的征信环节中对信用卡申请者的信用评分进行研究，并开发一个基于研究结果的信用卡管理系统。信用评分是对每个申请者的信贷风险进行目标明确的定量评估，即用分数定量表示信贷风险。信用卡申请者信用评分属于消费信贷信用评分法，它有两个最基本的假设：第一，一个人过去的表现可以表征其未来的行为；第二，具有相同背景和行为特点的人，会有同样的表现。美国征信机构的庞大数据库以及统计分析，总体上支持这两个假设。信用评分的具体方法有很多种，从本质上来讲，可以大致被划分为三类。它们分别是基于规则的评分方法、基于行为的评分方法和神经网络模型评分方法。本文提出的基于数据挖掘的信用评分可归于基<WP=4>于行为的评分方法。数据挖掘(DM:Data Mining)就是从大量的、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、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它汇聚了数据库、人工智能、统计学、可视化、并行计算等不同学科和领域，近年来受到各界的广泛关注。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾型的模型。目前在美国，数据挖掘技术已广泛地应用于信用评估、欺诈发现、客户保持、营销策划、价格制订、投资组合分析、财务分析、安全管理和战略规划等银行经营、管理和决策的各个方面。可以说，数据挖掘技术已成为美国商业银行在竞争中的制胜关键。利用数据挖掘技术来建立信用卡申请者信用评分模型能为银行信用风险管理提供了一个客观、准确、一致的评估和控制机制。借助数据挖掘技术，从已有的大量的有关客户背景、行为和信用的数据中，银行能挖掘出“好客户”和“坏客户”的背景特征，包括年龄、收入、职业和教育水平等不同属性，并能计算出不同属性值对客户信用大小的贡献权重，从而建立起能更为科学的评估客户信用大小的数学模型，帮助银行建立信用风险监控的第一道防线。这次研究所使用的数据挖掘工具是SAS系统软件，且主要是使用其中的把强大的统计分析功能和容易使用的图形化界面结合的Enterprise Miner模块。并按照SAS公司提出的“SEMMA”方法论，即在通过数据抽样，数据特征探索，数据调整，建模和模型评价五个步骤来建立信用评分模型。本文采用了两个建模方法：一个是决策树，另一个是Logistic回归。这次分析和建模目标是通过对已有大量的客户基本信息及相关资料使用数据探测，建立决策树模型和logistic回归模型等方法，并进行对比分析，以求能够找到最佳模型。再根据最佳模型实现对客户的信用风险状况进行分析和评分，并得到准确区分好客户和坏客户的最佳信用分值，以便信用卡公司能高效的应对大量的信用卡申请者，快速地做出接受还是拒绝的判断，以及对接受的申请者根据其信用高<WP=5>低给出不同的信用额度和其他信用政策。经过具体的研究和分析，本文得出主要两点：对于信用好的客户，即信用评分在前20%的客户，两个模型都有很好的预测能力，且Logistic回归模型明显优于决策树模型；对于信用差的客户，我们可知决策树的预测能力不好，它只把50%的坏客户判为坏客户，而Logistic回归模型的预测能力很好，把高达92.6%的坏客户判为坏客户。可见，Logistic回归模型正好能满足我们这次研究的目的，即能相当准确的对信用好的客户和信用差的申请者进行评分，所以本文选择Logistic回归模型作为信用卡申请者信用评分的最佳模型。运用建立的Logistic模型对信用卡申请者进行信用评分，分值高于或等于临界分值（C1=83.85）的申请者将获得通过，并给予较高的信用额度；信用分值低于临界分值（C0=48.43）的申请者将被直接拒绝。而信用分值低于临界分值（C1=83.85），但高于或等于临界分值（C0=48.43）的申请者也将获得通过，但只给予较低的信用额度，他们需要通过以后的良好的用卡情况来提高信用额度。这样银行就能以承担较低的信用风险来获得盈利的机会。接着本文运用上面研究的结果开发了一个信用卡管理系统，它也是国家“十五”项目?