信用卡用户数据分析论文.doc

石家庄经济学院华信学院 结课论文 题目：对信用卡用户的数据分析 专 业 工商管理 学 号 学 生 姓 名 指 导 教 师 2014年12月2日  第一章 信用卡用户历史数据分析的目的及背景 1.1研究目的 通过对某银行信用卡用户的历史数据分析，了解信用卡用户逾期不还的行为特征，为将来新客户办卡的信用评级提供参考。 1.2背景介绍 随着信用卡市场的不断发展，发卡银行面临的风险也日益显现，如信用风险、流动风险、市场风险等。尤其是信用卡作为无担保的信用贷款金融产品，虽然贷款基于消费，且基本为小额，但客户群体众多，审核手续简单，在银行对客户信息收集、信息筛选中都面临各种问题，由于客户收入变化，或是恶意拖欠会造成较大的信用风险，即使存在有效的风险监控机制，事后逾期催收手段，同样面临较高的交易成本。据研究资料和实务数据统计分析，信用风险所造成的损失占商业银行信用卡业务风险损失的90％，因此信用风险是造成信用卡业务资产损失的主要原因，商业银行在开展信用卡业务时必须有效控制信用风险，从理论上、实践中对信用风险进行识别和控制。? 因此为了进一步的保证对信用卡业务风险的控制，需要对客户的个人信息、用卡习惯等进行分析，找出能归纳定义持卡人信用风险的特征，并在审核和授信环节进行控制，最大限度地降低信用风险，减少因信用风险造成银行资金损失的概率。目前银行业界尚缺少对此系统的理论研究，在实务操作中也仍处于摸索阶段。因此研究信用卡用户个人信用评估这一论题对促进银行业务的创新，推进风险管理框架的构建，保持银行业持续、稳定和健康发展具有深刻的现实意义。 1.3信用评级的意义 信用评级（CreditRating），又称资信评级，是一种社会中介服务为社会提供资信信息，或为单位自身提供决策参考。信用评级最初产生于20世纪初期的美国。1902年，穆迪公司的创始人约翰·穆迪开始对当时发行的铁路债券进行评级。后来延伸到各种金融产品及各种评估对象。信用评级的目的是显示受评对象信贷违约风险的大小，一般由某些专门信用评估机构进行。 评估机构针对受评对象金融状况和有关历史的数据进行调查、分析，从而对受评对象的金融信用状况给出一个总体的评价。8372 个信用卡用户，对8372个持卡用户进行调查。一下简要介绍一下数据的自变量和因变量。利用R中的head函数列出该数据集的六行数据，进而对数据有一个基本的认识。详见如下 -- 性别 使用率 额度 房贷月供 逾期次数 开户数 预期状态 7390 男 0.08 10000 2680 0 0 0 6306 男 1.00 5000 0 1 0 0 807 男 0.00 2000 0 1 0 2 5154 女 0.95 5000 0 5 11 1 3616 女 0.36 3000 851 0 4 3 5140 男 1.01 5000 0 8 5 4 表2-1 信用卡用户使用情况 因变量是该用户最近的逾期状态，有8个不同取值，分别为0=没有逾期. 1= 逾期1-30天. 2= 逾期31-60天. 3= 逾期61-90天. 4= 逾期91-120天. 5= 逾期121-150天. 6= 逾期151-180天. 7= 逾期180天以上。如表2-2所示 Y 逾期状态 0 没有逾期 1 逾期1-30天 2 逾期31-60天 3 逾期61-90天 4 逾期91-120天 5 逾期121-150天 6 逾期151-180天 7 逾期180天以上 表2-2信用卡用户逾期状态表 解释变量有:信用卡使用率，该指标的具体定义没有给出，简单地说，该指标越高，说明相应的信用卡使用的频率越高；信用卡额度；住房贷款月供(有可能是0)；最近一次逾期之前的历史逾期赖账次数；同一个客户开户的次数。如表2-3所示 自变量 含义解释 性别 男和女 信用卡使用率 指标越高使用率越高 信用卡额度 信用卡可8个不同取值（ 0=没有逾期. 1= 逾期1-30天. 2= 逾期31-60天. 3= 逾期61-90天. 4= 逾期91-120天. 5= 逾期121-150天. 6= 逾期151-180天. 7= 逾期180天以上）与X1=性别进行全方面计算对比，从每行比例中可以看出，逾期状态与男性逾期率成正比，逾期状态逐渐上升，男性逾期率也随之变大，说明男性更容易逾期。而女性则表现得相对平稳，没有像男性那