论文部分内容阅读
我国经济处于一种高速发展状况下同时消费转型也在不断加快,这些变化推动我国国内信用卡业务始终保持良好的快速发展态势。截至2012年底,建行累计发行信用卡超过2800余万张,累计客户数2400余万户,消费交易额突破4500亿元,贷款余额超590亿元。信用卡业务的膨胀,也带来很多问题。虽然发行卡的数量在增加,但是很多信用卡处于睡眠状态,客户根本没使用或者极少使用信用卡进行消费,这些信用卡并没有给银行带来盈利,反而给银行的信用卡管理工作带来很多问题,信用卡的使用者因为自身的原因是其带有一定的风险性。银行的在不断推广信用卡业务的过程中使其积累了大量的客户信息以及客户在使用购物卡消费时的消费信息,如何对这些信息进行分析和利用,从中区分出“坏客户”和“好客户”,并制定不同的风险管理措施和营销策略是目前银行在信用卡风险管理方面面临的迫切问题之一。本文以建设银行的个人信用评分系统作为研究目标,针对目前的评价标准不足和覆盖面不广的现状,设计了建行信用卡基于数据仓库的个人信用的评价方案。银行根据自身信用卡的市场需求搜集相关的数据仓库的数据源,根据数据仓库的架构体系,分析数据库操作中抽取、净化和转换数据。接着提出了本文的信用设计模型,在构建信用卡评分模型时,特征变量的选择是非常关键的工作环节之一,特征变量的好坏直接影响模型的质量。特征变量要选取最能代表客户信用状况的属性,主要是从数据仓库的个人信息资料表进行选择,目前建行在客户申请信用时,要求填写38项数据,但是这些数据项并非都是必填项,对于一些非必填项,有些客户在申请时是不填写的,那么就造成这部分数据的缺失,如家庭人员构成、在单位的职称和职务信息等。最后从38个数据项中选择了17个数据项作为客户的特征变量,从个人资料表中抽取了4000条客户基本信息的样本数据,并根据数据仓库分析该模型的信用评分结果。基于个人信用评分模型,在J2EE技术架构的基础上,设计和实现B/S模式的个人信用评分系统,用于建设银行X市分析客户申请信用卡时的信用评价。系统实现了客户信息管理、信用评价指标管理、信用评分管理等功能,提供了建设银行个人信用风险评价一体化管理平台,分析了黑金、白金、金卡和普通卡用户,为银行提个人信用评价提供了科学的理论依据,使银行对信用风险管理能力得到提升。