摘  要

隨著國內(nèi)經(jīng)濟的飛速發(fā)展，銀行信用卡業(yè)務(wù)可謂是在社會當(dāng)中和民生息息相關(guān)。對于銀行來講，其作為一種極高的收益與風(fēng)險并存的金融產(chǎn)品，已經(jīng)成為銀行所主要依賴的利潤增長點，因此文章以風(fēng)險管理相關(guān)理論為依據(jù)，通過對不同風(fēng)險類型的管理方法研究，從信用卡信用風(fēng)險度量和實際應(yīng)用角度出發(fā)，使用專家判斷法和數(shù)據(jù)挖掘技術(shù)等方法，為A銀行信用卡新申請者審批風(fēng)險管理提供決策依據(jù)。

文章主要對信用卡生命周期的征信審批環(huán)節(jié)中信用卡申請者的欺詐風(fēng)險、信用風(fēng)險和操作風(fēng)險進行研究。其中，對于欺詐風(fēng)險和操作風(fēng)險，文章主要通過專家判斷法來深入研究規(guī)則優(yōu)化方法和操作風(fēng)險全流程覆蓋的方法；而對于信用風(fēng)險，主要是通過對信用評分模型進行研究，以申請者自身屬性和部分征信系統(tǒng)數(shù)據(jù)為基礎(chǔ)，以logistic回歸分析方法，詳細闡述建立信用風(fēng)險評分模型的完整的流程，建立一個基于A銀行實際的個人信用風(fēng)險評分模型，并對模型進行評估，再通過實際數(shù)據(jù)對模型進行驗證，建立模型的最佳形態(tài)。然后通過一系列管理手段建議來保障上述這些方法和模型能夠切實實施。

通過對A銀行信用卡新申請者審批風(fēng)險管理的研究，可以將這些方法用到實際管理工作當(dāng)中，提高審批部門的風(fēng)險管理水平，為實現(xiàn)信用卡中心管理層對審批部門風(fēng)險管理的要求做出顯著貢獻。同時，也可以為存在同樣問題的同業(yè)提供借鑒，共同提升全行業(yè)的新申請者審批風(fēng)險管理水平。

關(guān) 鍵 詞：信用卡；審批；風(fēng)險管理；數(shù)據(jù)挖掘

ABSTRACT

During the domestic economy fast developing, the credit card business grows fast. As a kind of product which can bring banks high income and risk, credit card turns to be a very important growth point of profit. So, the risk management theory, the establishment of personal credit rating system model, the investigation to the domestic banking personal credit card business problem, through to the credit card risk measurement and control applications, the use of data mining development of credit scoring model, are all to provide the banking system with the decision on the approval of credit card risk management.

This article works for researching to the fraud risk, credit risk, and operational risk of credit card. To research the fraud risk and operational risk, we use the method of expert judgment, and to research the credit risk, we use the data mining. Basis on the credit data from credit system, using logistic method, according to the data mining step technology to solve these problems, to explore how to establish credit scoring model and its working process of bank A. Based on the model, analyzing from the modeling results, and the validating of the model with the actual data, try to find the best model. And then, issue the management and the communication with other department to make the solution of different kinds of risk work successfully.

From the analysis of management, we can find the solution of risk controlling at bank A’s credit card center. And other bank which has the similar problems can study from this article, to develop its level of management of risk controlling.

KEY WORDS: credit cards; underwriting; risk management; data mining

目  錄

1 緒論 1
1.1 研究背景 1
1.2 問題的提出 1
1.3 研究目的與意義 2
1.4 論文思路和框架結(jié)構(gòu) 3
1.4.1論文的主要工作 3
1.4.2 論文結(jié)構(gòu)介紹 3
2 理論基礎(chǔ)與文獻綜述 5
2.1 基本概念 5
2.2 信用卡風(fēng)險管理相關(guān)理論 8
2.3 信用卡風(fēng)險管理工具及方法 10
2.3.1 專家判斷法 10
2.3.2 數(shù)據(jù)挖掘技術(shù)概述 11

6 結(jié)論與展望

6.1 結(jié)論
綜上所述，文章根據(jù)A銀行信用卡新申請者審批風(fēng)險管理當(dāng)中的風(fēng)險管理欠缺情況進行了一個考量，就風(fēng)險上的細分通過專家評判法給出了管理建議，并通過數(shù)據(jù)挖掘技術(shù)及工具建立了一個完整的信用評分模型，據(jù)此能夠幫助銀行降低審批風(fēng)險和提高相關(guān)業(yè)務(wù)能力，為銀行的發(fā)展提供了強有力的幫助。通過數(shù)據(jù)挖掘銀行能夠獲得詳細且完善的資料，在模型中可以較為精確的對客戶的質(zhì)量進行細分，通過評分結(jié)果銀行能夠更好的將業(yè)務(wù)不斷的完善和進行后續(xù)的相關(guān)工作。在對信用卡申請者的評分過程中，最為重要的數(shù)據(jù)便是客戶的核準(zhǔn)率水平，作為臨界值來講，可以據(jù)此有針對性的將客戶數(shù)據(jù)不斷的進行調(diào)整和修正。因為數(shù)據(jù)量選取的時間段有限，所以在結(jié)果上具備一定的片面性，和實際當(dāng)中的業(yè)務(wù)存在一定的偏差。但對于政策體系基本穩(wěn)定的A銀行來說，這一分析結(jié)果還是具有較強的應(yīng)用型的，有著指導(dǎo)業(yè)務(wù)的核心作用。

6.2 展望
隨著風(fēng)險管理水平的不斷提升，以及數(shù)據(jù)挖掘技術(shù)和能力的不斷提高，銀行完全能夠?qū)⒏鞣N新的數(shù)據(jù)挖掘方法應(yīng)用到信用卡風(fēng)險管理當(dāng)中，更為全面的進行多方面的數(shù)據(jù)處理工作。本文所做的研究工作不僅可直接對A銀行信用卡新申請審批風(fēng)險管理工作做出貢獻和幫助，也可以給有同樣問題的同業(yè)借鑒和參考。多樣化的風(fēng)險管理計量方法應(yīng)用在信用卡信用風(fēng)險管理是時代發(fā)展的必然。我國經(jīng)濟逐漸的步入成熟也使信用卡市場越來越趨向于規(guī)范化，信用卡相關(guān)的工作人員也越來越關(guān)注于評估各類風(fēng)險，因此數(shù)據(jù)挖掘技術(shù)的應(yīng)用也成為了一種趨勢。對于信用模型的使用上來講主要是能夠在決策中起到輔助作用，在計算機技術(shù)的發(fā)展和統(tǒng)計科學(xué)的創(chuàng)新條件下信用卡的決策技術(shù)勢必會成為一種指導(dǎo)決策的工具。在未來的信用卡業(yè)務(wù)領(lǐng)域中，隨著客戶數(shù)據(jù)的全面化和即時化，評分模型將成為應(yīng)對綜合風(fēng)險和提高利潤的全面工具。

參考文獻

[1] 中國人民銀行.2007年底我國信用卡應(yīng)償信貸余額750億元[DB/OL]. 2008,1,28.
[2] 中國銀行業(yè)監(jiān)督管理委員會.中國銀行業(yè)改革開放與監(jiān)管的新進展[DB/OL]. ,2005,12,23.
[3] (美)米歇爾•科羅赫等著，曾剛等譯．風(fēng)險管理[M]．北京：中國財政經(jīng)濟出版社，2005．
[4] 郭從秀，胡蔚霞．信用卡業(yè)務(wù)快速發(fā)展中的風(fēng)險管理[J]中國信用卡2007，(22)：31-33． 
[5] 鐘楚男．個人信用征信制度[M].北京：科學(xué)技術(shù)出版社，2002.
[6] 韓家煒等.數(shù)據(jù)挖掘：概念與技術(shù)[M].北京：機械工業(yè)出版社，2006：23-48.
[7] 蔡建森.數(shù)據(jù)挖掘技術(shù)在銀行信用卡業(yè)務(wù)中的應(yīng)用[D].廈門大學(xué)，2008.
[8] 彭小軍.轉(zhuǎn)型時期中國信用卡發(fā)展路徑探索[J].China Creid Card,2010,2:36-38.