數(shù)據(jù)挖掘技術在商業(yè)銀行信用風險管理中的應用研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、風險管理是金融管理的一個核心問題,而信用風險則是金融風險管理中最為重要的問題,是銀行和企業(yè)都需要面對的風險,而且隨著信用交易的擴大,信用風險越來越大。據(jù)麥肯錫公司研究表明,以銀行實際的風險資本配置為參考,信用風險占銀行總體風險暴露的60%,而市場風險和操作風險則僅各占20%。商業(yè)銀行作為承載信用風險的主體之一,其信用風險管理體系的完善與否也是事關銀行經(jīng)營成敗的一個關鍵因素所在。 本文以數(shù)據(jù)挖掘在商業(yè)銀行信用風險管理中的應用為研究

2、對象。文章首先闡述商業(yè)銀行信用風險管理的概念、特征、方法并對國內外數(shù)據(jù)挖掘技術在信用風險管理中的研究狀況進行了綜述。接著本文論述了數(shù)據(jù)挖掘的相關概念以及數(shù)據(jù)挖掘的基本方法,并對數(shù)據(jù)挖掘技術在商業(yè)銀行的應用領域以及其在信用風險管理領域的應用進行了歸納。然后,本文列舉了三個數(shù)據(jù)挖掘方法在商業(yè)銀行信用風險管理模型設計中實際應用的例子。更深入地,本文以杭州某行的信用卡系統(tǒng)數(shù)據(jù)為基礎進行了實證研究。通過使用SPSSC1ementine11.0軟件

3、對信用卡系統(tǒng)數(shù)據(jù)進行了具體的數(shù)據(jù)挖掘實施,挖掘出了預測信用卡客戶信用狀況的三種模型:邏輯回歸模型、CHAID樹模型和神經(jīng)網(wǎng)絡模型,并對三種模型的預測效果進行了分析和比較。最后,結合我國銀行業(yè)實際情況,分析了在我國商業(yè)銀行實施數(shù)據(jù)挖掘技術的困難,并對我國商業(yè)銀行使用數(shù)據(jù)挖掘技術進行信用風險管理給出了建議。 文章基于對數(shù)據(jù)挖掘方法優(yōu)勢的描述和銀行業(yè)信貸部門信用評價情況的認識,結合西方商業(yè)銀行信用風險評價方法的模式,運用模型分析了數(shù)掘

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論