基于DEA模型的信用卡客户分类方法及应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究内容与研究框架 | 第11-13页 |
| 1.3 研究方法及创新点 | 第13-15页 |
| 1.3.1 研究方法 | 第13-14页 |
| 1.3.2 创新点 | 第14-15页 |
| 第二章 文献综述 | 第15-29页 |
| 2.1 客户资产管理理论概述 | 第15-20页 |
| 2.1.1 客户终身价值的研究现状及评价 | 第16-18页 |
| 2.1.2 客户资产相关理论介绍及研究现状 | 第18-20页 |
| 2.2 客户风险研究现状与评价 | 第20-24页 |
| 2.2.1 客户风险的研究现状 | 第20-21页 |
| 2.2.2 信用卡客户风险的研究现状 | 第21-22页 |
| 2.2.3 信用风险的研究现状 | 第22-24页 |
| 2.3 客户分类研究现状与评价 | 第24-29页 |
| 第三章 基于客户风险和收益维度的信用卡客户分类 | 第29-44页 |
| 3.1 客户风险的定义及形成的理论背景 | 第29-31页 |
| 3.1.1 客户风险的定义及种类 | 第29-30页 |
| 3.1.2 客户风险形成的理论背景 | 第30-31页 |
| 3.2 客户分类的定义及方法介绍 | 第31-32页 |
| 3.2.1 客户分类的定义 | 第31页 |
| 3.2.2 客户分类的方法 | 第31页 |
| 3.2.3 客户分类方法改进的必要性 | 第31-32页 |
| 3.3 本文的新客户分类方法 | 第32-44页 |
| 3.3.1 数据包络分析方法（DEA） | 第33-36页 |
| 3.3.2 DEA模型在信用卡客户分类中的运用 | 第36-44页 |
| 第四章 实证研究 | 第44-58页 |
| 4.1 样本来源 | 第44-45页 |
| 4.2 数据说明 | 第45-48页 |
| 4.2.1 样本特征描述 | 第45-46页 |
| 4.2.2 整理问卷数据，计算模型所需变量 | 第46-48页 |
| 4.3 模型应用及检验 | 第48-57页 |
| 4.3.1 应用模型的工作步骤 | 第48页 |
| 4.3.2 模型运行及结果解释 | 第48-55页 |
| 4.3.3 模型检验及评价 | 第55-57页 |
| 4.4 结论 | 第57-58页 |
| 第五章 新客户分类方法的应用 | 第58-64页 |
| 5.1 新分类方法在客户资产会计核算中的应用 | 第58-61页 |
| 5.2 新分类方法在信用卡营销中的应用 | 第61-64页 |
| 5.2.1 提高信用卡盈利能力的建议 | 第61-62页 |
| 5.2.2 降低信用卡客户风险的建议 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-73页 |
| 攻读学位期间取得的研究成果 | 第73页 |
