论文部分内容阅读
信用卡业务近年来已成为商业银行新兴利润增长点。信用卡产业在我国刚刚起步不久,但近年来其市场需求和供给都呈“井喷式”发展,中国信用卡产业这块蛋糕正在越做越大且前景无限。随着我国入世后金融开放逐步开始进入程序化、规范化阶段,本来就稍显稚嫩的我国商业银行信用卡业务将面临与外资银行的激烈竞争。但是我国商业银行对信用卡风险管理还存在诸多不足,包括发卡机构管理体系不健全、信用风险评价技术落后等等。为了使我国商业银行能快速适应入世后的金融开放环境,必须在信用卡风险控制上开拓新方法。信用卡申请者数量激增所带来的利润增长,与个人信用风险评价技术的落后所带来的坏账损失之间的矛盾使商业银行意识到,要想尽快的占有市场份额,就必须加强信用卡发卡环节的风险控制,寻求一种兼顾成本和精度的风险识别方法。针对此需求,本文构建了一种基于Logistic回归分析的个人信用风险评价模型,为我国商业银行提供了一种高效信用卡审批方法。最后通过与发达国家的成功经验和失败教训对比,结合模型分析结果对商业银行信用卡开卡风险管理提出合理建议。本文的研究主要分以下六个部分:第一部分为绪论,介绍了本文的研究背景、意义和方法,以及创新点和不足之处,对国内外关于信用卡风险管理的研究进行综述。第二部分介绍了我国商业银行信用卡风险控制现状,以及美国信用卡产业兴旺发展的表现及原因,韩国信用卡危机爆发的始末和成因,从而对比借鉴,从中找到适用于我国信用卡产业的发展策略。第三部分介绍主流的信用评价模型在风险管理领域的应用,包括传统计量经济评价技术和神经网络分析技术,通过对比阐明Logistic回归模型在评价信用卡申请人信用级别方面的优势。第四部分引入Logistic回归模型,建立信用风险评价模型,首先论述了Logistic回归模型用于评价信用风险的可行性,继而建立模型并通过实证分析检验模型的有效性,最后结合实际对模型进行解释。第五部分在所建立的信用风险评价模型的基础上,对商业银行信用卡风险控制提出建议。第六部分为总结与展望。