基于银行信用卡客户信用的实证研究.docVIP

中国科技论文在线  /week114  基于银行信用卡客户信用的实证研究 潘树颖，韩兆洲** （暨南大学经济学院，广州 510632） 5 10 15 20 25 30 35 40 摘要：近年来，我国商业银行大力开拓信用卡业务市场，随之而来的信用卡的推广和使用将 会带来一系列的信用风险问题。本文尝试使用支持向量机（SVM）来研究信用卡客户的信用 评价，利用三种常用的核函数建立相应的 SVM 模型，最终得出基于径向基核函数的 SVM 模型 为最优。利用该模型对银行信用卡客户进行分类，区分出“好”客户和“坏”客户，将有利 于银行针对不同人群采取相应措施来降低信用风险。 关键词：核函数；支持向量机；模式识别；客户信用 中图分类号：F832.2 Empirical Study on Credit Card Customers PAN Shuying, HAN Zhaozhou (School of Economics, Jinan University, GuangZhou 510632) Abstract: In recent years, Chinas commercial banks vigorously explore the credit card business market, while the promotion and use of credit cards will bring a range of credit risk. This paper attempts to use the support vector machine to study the evaluation of credit card users. Three common kernels are used to establish the SVM model, and we ultimately conclude that the SVM model based on radial basis kernel is optimal. Using this model, bank credit card customers are classified, distinguishing between good customers and bad customers. This will help banks to take appropriate measures for different people to reduce credit risk. Keywords:Kernel function; support vector machine; pattern recognition; customer credit 0 引言 随着经济的快速发展和全球化趋势的不断增强，人们的消费观念也有了很大的改变：从 原来保守型的存钱防患、有钱才买物品，到现在的贷款和分期付款。各大商业银行积极推广 信用卡的使用，提倡人们未来消费的观念，使得很多人甚至拥有多张信用卡，以满足强烈的 消费欲望。信用卡的开卡客户规模迅速扩张，透支的额度也越来越大，使用的范围也越来越 广。商业银行通过提供透支方式鼓励消费，一方面增大了投资商机，提倡人们超前消费，提 供了便捷的结账方式，拉动了国家经济的进一步发展；另一方面也增加了信用风险，开卡把 关的不严格，监督机制的落后，导致恶意透支的客户日益增多，不良贷款还款的问题日趋严 重，可能会给银行的正常运作带来潜在的危机。更重要的是，与国外成熟的银行管理体系相 比，目前国内商业银行对信用卡的管理仍处于起步阶段，盲目追求业务量的扩大，管理技术 的低下以及不少漏洞和不足之处的存在，必定带来更大的风险。然后，对于这类信用风险评 估方面却相对落后，甚至还存在着很多问题，缺乏有效的个人信用评价方法。 目前国内银行对个人信用评价的研究还处于初级阶段，相关文章并不是很多。石庆焱[1] 和靳云汇（2003）使用判别分析、回归分析以及神经网络的方法来对个人信用进行评分，比 较各种方法的性能，但是该篇文章主要以提出理论为主，没有选用样本做具体应用的案例研 究。郭振亚[2]（2009）使用 SVM 模型对福建某银行部分样本数据做分类处理，与此同时同 利用神经网络建模分类的结果准确率做了比较，但是样本只选取了八种属性作为评估指标， 作者简介：潘树颖，（1986-），女，暨南大学硕士研究生，主要研究方向：经济预测与决策 通信联系人：韩兆洲，（1955-），男，暨南大学教授，博士生导师，主要研究方向：经济预测与决策. E-mail: hanzhaozhou@21 -1- 中国科技论文在线  /week114  不能更全面地反映复杂的业务逻辑。