| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| 第一节 研究的背景 | 第9-10页 |
| 第二节 研究的意义 | 第10-11页 |
| 第三节 研究的主要内容 | 第11-13页 |
| 第二章 信用卡及信用卡风险管理理论 | 第13-19页 |
| 第一节 信用卡及信用卡风险 | 第13-16页 |
| 第二节 信用卡信用风险管理 | 第16-19页 |
| 第三章 传统的信用风险管理方法 | 第19-26页 |
| 第一节 专家制度法 | 第19-20页 |
| 第二节 基于统计方法的信用风险计量模型 | 第20-26页 |
| 第四章 基于数据挖掘技术的信用风险管理方法 | 第26-32页 |
| 第一节 数据挖掘技术 | 第26-27页 |
| 第二节 粗糙集理论 | 第27-29页 |
| 第三节 数据挖掘方法在信用卡信用风险管理中的应用 | 第29-32页 |
| 第五章 信用卡信用风险管理的实证研究 | 第32-43页 |
| 第一节 粗糙集技术在信用卡信用风险管理中的应用 | 第32-37页 |
| 第二节 多元判别分析在信用卡信用风险管理中的应用 | 第37-39页 |
| 第三节 Logistic回归模型在信用卡信用风险管理中的应用 | 第39-42页 |
| 第四节 判别结果比较 | 第42-43页 |
| 第六章 总结 | 第43-48页 |
| 一、主要结论 | 第43-44页 |
| 二、建议措施 | 第44-46页 |
| 三、总结与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录 | 第51-53页 |
| 致谢 | 第53页 |