- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2015高教社杯全国大学生数学建模竞赛
承 诺 书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从A/B/C/D中选择一项填写): A
我们的参赛报名号为(如果赛区设置报名号的话):
所属学校(请填写完整的全名):
参赛队员 (打印并签名) :1.
2.
3.
指导教师或指导教师组负责人 (打印并签名):
日期: 年 月 日
赛区评阅编号(由赛区组委会评阅前进行编号):
高教社杯全国大学生数学建模竞赛
编 号 专 用 页
赛区评阅编号(由赛区组委会评阅前进行编号):
赛区评阅记录(可供赛区评阅时使用):
评
阅
人
评
分
备
注
全国统一编号(由赛区组委会送交全国前编号):
全国评阅编号(由全国组委会评阅前进行编号):
信用卡发放风险评估
摘要
现今,信用卡在经济体系中占据了重要的地位,但是目前国内的信用卡风险管理体系与国际先进的信用卡风险管理体系相比还存在着较大的差距。我国信用卡的发放标准不一致且不完善,但是发放量却很高。本题要求我们根据信用卡交易数据建模,并研究信用卡发放的风险,并对这些风险进行管控。
对于问题一,因为数据中变量过多,所以我们引入新的变量“违约与否”。然后我们利用作出“瑕疵户”、“逾期”等
接着我们将其他利用],做逆运算,所求的P值表示了该客户被定为“违约户”的把握程度即非违约概率。最后通过计算KS值来寻找合适的分割点0.2],所以
对于问题二,我们初步分析可以知道该机构的信用卡发放风险来自于那20个变量与“违约与否”变量。所以我们决定将每个变量对信用卡的发放风险的影响程度进行评估。再根据Logistic回归模型得到回归方程,再通过P=求得风险值0.100298。所以我们可以得出结论:该机构的发放的信用卡最后对该风险值作出相应的建议进行管控。
对于问题三,
关键字:;主成分分析法;
随着世界经济的日益增长和信息技术的快速发展,全球信用卡持续成长,成为支付领域的主要媒介。信用卡作为一种先进的金融支付工具,以其巨大的优点而倍受青睐,近些年来我国信用卡市场出现了前所未有的激烈竞争,信用卡规模急速扩大。处于战略方面的考虑,现阶段各个银行都将业务的重点放在了提高发卡量上,由此不可避免地带来发卡标准的泛华,同时还带来了更大的风险。附件一给出了某金融机构的信用卡交易记录。我们需要建立数学模型并讨论以下几个问题:
根据这些数据信息将客户进行分类,识别出哪些客户为高风险类客户,哪些客户为禁入类客户。
评估该机构的信用卡发放风险,对出现的风险进行管理和控制。
尝试识别潜在的信用卡资产质量和坏账风险。
2 模型的假设与符号说明
2.1模型的假设与说明
(1)假设题目中的机构遵循协定。
(2)假设
(3)假设附件中数据的没有缺失值和异常值。
(4)假设坏账风险只由“瑕疵户”、“逾期”、“呆账”、“借款余额”、“退票”、“拒往
记录”、“强制停卡记录”七个布尔变量决定。
2.3符号的约定与说明
符号符号的意义非违约户的把握程度综合得分 影响某事件最适分割点Sig 显著性水平f 自由度置信区间变量系数
3 问题一的分析与求解
3.1问题一的分析
题目要求我们根据附件一中的数据信息对客户进行分类,识别出哪些是高风险类客户,哪些是禁入类客户。
通过查阅资料知道,目前世界上大部分国家的银行部门对信用风险的界定都遵循II协议所给出的建议,即若出现以下一种情况或同时出现以下两种情况,债务人将被视为违约:1)银行认定,除非采取追索措施,如变现抵押品(如果存在的话),债务人可能无法全额偿还对银行集团的债务。()债务人对于银行集团的实质性信贷债务逾期为
由于对于高风险客户的并没有一个明确的定义,所以本模型引入一个新的变量:违约与否,数据类型为布尔型,以作为模型预测的因变量。从表1的相关矩阵中可以看出变量相互间的强相关性。所以我们决定通过主成分分析从附件中的变量提取出一个综合变量来反映客户的违规与否。从表2和表3的主成分分析的结果中可以看出,第一主成分(简记为)已经能够解释
在明确了违约用户的定义之后,利用],做逆运算,所求的P值表示了该客户被定为“违约户”的把握程度即非违约概率。最后通过计算值
文档评论(0)