摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-9页 |
绪论 | 第9-13页 |
1.1 课题背景 | 第9页 |
1.2 研究的目的及意义 | 第9-10页 |
1.3 国内外研究进展 | 第10-11页 |
1.3.1 国外研究进展 | 第10-11页 |
1.3.2 国内研究进展 | 第11页 |
1.4 主要研究思路 | 第11页 |
1.5 论文结构 | 第11-12页 |
1.5.1 实证研究与规范研究相结合 | 第12页 |
1.5.2 分析归纳法 | 第12页 |
1.6 本文的创新点 | 第12-13页 |
中小股份制商业银行信贷业务风险管理相关理论及信用卡业务简述 | 第13-19页 |
1.7 风险以及风险管理 | 第13-14页 |
1.7.1 风险理论发展简要介绍 | 第13页 |
1.7.2 风险管理理论简要介绍 | 第13-14页 |
1.8 商业银行基本理论 | 第14-16页 |
1.8.1 商业银行风险的概念 | 第14页 |
1.8.2 商业银行风脸根源 | 第14-15页 |
1.8.3 商业银行风险的分类 | 第15页 |
1.8.4 商业银行风险的主要特性分析 | 第15-16页 |
1.9 信贷风险管理 | 第16-18页 |
1.9.1 信贷风险管理的定义 | 第16-17页 |
1.9.2 政府干预以及信贷风险管理 | 第17页 |
1.9.3 信贷风险管理的重要作用 | 第17-18页 |
1.10 信用卡业务简介 | 第18-19页 |
数据挖掘在信用卡风险管理过程中的应用以及现状 | 第19-28页 |
1.11 数据挖掘及其在银行中的应用分析 | 第19-23页 |
1.11.1 数据挖掘的原理简要介绍 | 第19-22页 |
1.11.2 数据挖掘工具简要介绍 | 第22页 |
1.11.3 数据挖掘技术在商业银行领域的应用 | 第22-23页 |
1.12 应用数据挖掘研究商业银行信用卡风险的必要性阐明 | 第23-24页 |
1.13 数据挖掘在信用卡风险管理过程中的重要性 | 第24-25页 |
1.13.1 对信用数据的概念/类描述 | 第24页 |
1.13.2 对信用风险分类以及预测研究 | 第24页 |
1.13.3 分析信用数据的孤立点 | 第24页 |
1.13.4 时间序列分析 | 第24-25页 |
1.14 数据挖掘在信用风险管理过程中的应用 | 第25-28页 |
1.14.1 国外应用概况 | 第25页 |
1.14.2 国内应用分析 | 第25-26页 |
1.14.3 数据挖掘在我国商业的信用风险的应用前景分析 | 第26-28页 |
基于数据挖掘技术的信用卡评分表的构建 | 第28-51页 |
1.15 数据选择 | 第28-30页 |
1.15.1 信用卡客户特征变量的选择 | 第28页 |
1.15.2 构建客户分类所需变量 | 第28-29页 |
1.15.3 生成目标变量 | 第29-30页 |
1.16 信用卡数据分析 | 第30-43页 |
1.16.1 初步分析 | 第30-35页 |
1.16.2 “SEMMA”方法数据挖掘分析步骤 | 第35-43页 |
1.17 信用卡信用评分表的构建 | 第43-51页 |
1.17.1 建立信用评估递阶层次结构 | 第43-44页 |
1.17.2 构造两两判别矩阵并计算各因素权重 | 第44-47页 |
1.17.3 构建信用风险评分表 | 第47-51页 |
防范商业银行信用卡业务风险的策略研究 | 第51-54页 |
1.18 外部环境对策 | 第51-52页 |
1.18.1 加强对信贷的有效控制 | 第51页 |
1.18.2 积极发展直接融资市场,进一步完善市场融资制度 | 第51-52页 |
1.18.3 进一步完善相关法律法规 | 第52页 |
1.19 内环境对策 | 第52-54页 |
1.19.1 理性应对经济周期变化,积极更新观念,有效拓宽业务 | 第52页 |
1.19.2 切实加强银行公司治理的科学有效性,努力使信贷执行力度不断提升 | 第52-53页 |
1.19.3 进一步明确信贷权责,建立银行业内部激励机制 | 第53-54页 |
结论 | 第54-58页 |
1.20 主要结论 | 第54页 |
1.21 建议措施 | 第54-56页 |
1.22 总结与展望 | 第56-58页 |
参考文献 | 第58-61页 |
在学期间发表的学术论文及研究成果 | 第61-62页 |
致谢 | 第62页 |