| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·国内外信用卡业务发展和现状 | 第7-8页 |
| ·国内外个人信用评估方法发展及研究现状 | 第8-9页 |
| ·论文的研究内容及框架 | 第9-11页 |
| 2 信用卡业务概述 | 第11-18页 |
| ·信用卡定义及其种类 | 第11页 |
| ·信用卡业务风险分析 | 第11-13页 |
| ·比较国内外个人征信体系 | 第13-14页 |
| ·比较国内外信用卡审批流程 | 第14-18页 |
| 3 信用卡风险管理技术——基于Logistic回归—决策树混合模型 | 第18-28页 |
| ·确定信用卡客户细分目标 | 第18页 |
| ·特征变量的选取及相关性分析 | 第18-23页 |
| ·异常值和缺失值的清理 | 第18-19页 |
| ·特征变量量化处理 | 第19-20页 |
| ·特征变量的相关分析 | 第20-22页 |
| ·特征变量的选取原则 | 第22-23页 |
| ·决策树—Logistic回归混合模型的建立 | 第23-28页 |
| ·决策树模型的建立 | 第24-26页 |
| ·Logistic回归模型的建立 | 第26-27页 |
| ·决策树——Logistic回归混合模型的建立 | 第27-28页 |
| 4 实证研究及结果分析 | 第28-50页 |
| ·信用卡数据集 | 第28-29页 |
| ·数据预处理和相关性分析 | 第29-32页 |
| ·数据清理 | 第29-30页 |
| ·信用卡数据集划分 | 第30-31页 |
| ·数据转换与赋值 | 第31-32页 |
| ·特征变量相关性分析 | 第32-38页 |
| ·特征变量分布情况 | 第32-34页 |
| ·各特征变量与信用等级的相关性 | 第34-38页 |
| ·模型运行和结果 | 第38-48页 |
| ·Logistic回归模型运行及分类结果 | 第38-39页 |
| ·二阶Logistic回归模型运行及分类结果 | 第39-43页 |
| ·决策树—Logistic混合模型运行及分类结果 | 第43-48页 |
| ·模型比较 | 第48-50页 |
| ·上述三种模型分类结果的比较分析 | 第48-49页 |
| ·与其它方法的比较 | 第49-50页 |
| 5 二次判别及信用卡业务利润探讨 | 第50-53页 |
| ·信用卡数据集的二次判别 | 第50-51页 |
| ·信用卡业务损失—收益预测模型的建立 | 第51-53页 |
| 结束语 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |