数据挖掘技术在信用卡违约风险中应用.pptVIP

数据挖掘技术在信用卡违约风险中应用 一研究意义 随着世界经济的不断增长和信息技术的迅猛发展，全球的信用卡使用量持续上升，信用卡已成为支付领域的主要媒介。在零售业的所有客户支付工具中，借记卡和贷记卡的交易额已经超过了总交易额的50%，大有取代现金和个人支票交易的趋势 对于处于“跑马圈地”阶段的我国银行业，能否未雨绸缪，及时的建立一套信用卡欺诈识别和防范体系，既是我国信用卡业务健康发展的重要保障，又是一项兼有前瞻性和现实性的有益探索。 二数据挖掘在商业银行信用卡中的应用 数据挖掘应用于信用卡业务的意义 根据商业应用的二八定律，企业80%的利润来自20%的重要客户。而银行信用卡业务的重要客户主要来自于较高收入群体，该群体消费行为复杂多变、流动性高、服务意识强烈。 在以往各家银行的信用卡业务实践中，银行方由于缺乏对海量交易数据的深度挖掘，不能对客户进行有效区分，只能宽泛地提供基础应用及客户服务，导致严重的同质竞争，客户满意度及忠诚度低。 根据分析的结果，向用户提供温馨的个性化服务，大幅度地提高了客户满意度和忠诚度，也激励银行积极开发信用卡的应用，刺激持卡人持卡消费。 信用卡包涵借贷服务，因此对发卡机构存在相当的风险。 数据挖掘帮助银行跟踪客户透支交易行为，通过数据挖掘判断风险出现的原因及方式，以便决策者及时处理，实现事前预测、事中控制、事后化解，确保信用卡业务能够高效、安全地发展。 数据挖掘模型跟踪交易数据，对历史数据进行分析，找出导致信用卡欺诈的因素、特征和行为，建立精确地对欺诈可能性进行测度的规则。 三案例研究 数据：来自某银行信用卡部门的65535条客户基本信息 变量： 信用卡申请书的来源及方式 是否是瑕疵户 是否有过逾期 呆账 退票 强制停卡等记录 客户持信用卡的张数 信用卡使用频率 户籍 性别 年龄 婚姻 学历 职业、 个人月收入、 个人月开销 家庭月收入、 月刷卡额等 3.1数据基本描述 3.2 Logistic Regression 模型 选择变量 个人月开销、个人月收入、婚姻、学历、家庭月收入、年龄、性别、户籍、申请来源、职业、都市化程度十一个变量 Ps: 逾期、退票、呆账记录等其他变量之所以不选择，并不是因为它们与因变量无关，而是因为这些变量都是事后变量，当一个新顾客到银行办理信用卡时，这些信息都是不可知的 初步结果 最后模型显示信用客户的错判率为0，59553名信用客户全部被正确归类，而高风险客户错判率则比较高，正确率仅为2.1%，最后整个模型的错判率为8.93% 样本严重不对称分布 从样本数量分布上看，两类样本（高风险客户、信用客户）存在着严重的不对称分布问题，如果直接在这样一个样本集上进行模型训练，会使模型偏向信用客户，识别高风险客户的能力变差 LR 模型流程 3.3 决策树模型 决策树模型也称规则推理模型，它通过对训练样本的学习，建立分类规则，然后依据分类规则实现对新样本的分类，属于一种有指导（监督）式得学习方法。 决策树模型的推理过程容易理解，完全依据属性变量的取值特点，并可自动忽略对目标变量没有贡献的属性变量，也可以为判断属性变量的重要性，减少变量数目提供参考。 决策树模型分支准则 如何从众多的属性变量中选择一个当前的最佳分枝变量； 如何从分枝变量的众多取值中找到当前的一个最佳分割阀值。 CHAID 模型流程 由于水平有限，时间仓促，难免有些不当之处，恳请大家批评指正 * * 2003年开始，各大银行都把信用卡的发行 作为业务重点，宣传战、产品战、地域战 随处可见，信用卡规模急速扩大 2003年到2005 年两年的时间里， 国内信用卡发行量扩大了600％ 2006 年到2007 年，信用卡 发行速度也有增无减