【大数据背景下信用卡还款风险的影响因素研究13000字（论文）】

ⅢⅣ大数据背景下信用卡还款风险的影响因素研究摘要随着人们的消费能力不断提高，信用卡业务也逐渐发展起来，尤其是在我国，信用卡的增长速度非常快，已经成为我国商业银行的主打业务。但是，随着人们持卡量增加，人们的消费行为增加，信用卡面临的风险也越来越多、越来越复杂。大数据由各种来源数据汇聚而成，具有实时性的特点。伴随着互联网技术的发展，大数据技术逐渐成熟，给银行信用卡业务带来巨大的影响，使信用卡面临着新的机遇与风险。本文用大数据技术将数据进行清理、融合，再通过logistic方法对数据进行分析，将客户的个人信息、消费情况和还款情况等历史记录作为评价客户信用的指标，在大数据背景下对信用卡还款风险影响因素进行研究，预测客户每月是否还款，进而帮助银行预判风险，并根据违约情况针对客户本身制定政策。关键词：大数据；信用卡；还款风险目录1绪论 参考文献[1]

Ausubel

L

M.The

failure

of

competition

in

the

credit

card

market[J].

The

American

Economic

Review,

1991,21(1):

50-81.[2]

Steenackers

A,

Goovaerts

M

J.A

credit

scoring

model

for

personal

loans[J].

Insuance:MathematicsandEconomics,1989,8(1):

25-34.[3]

Nourse

D.Success

in

online

credit

recovery:

Factors

influencing

student

academic

performance[J].Proquest

Llc,

2017,39(2):

56-67.[4]

Arabi-Mianrood

H,Hamzehgardeshi

Z,

Khoori

E,

et

al.

Influencing

factors

on

high-risk

sexualbehaviors

in

young

people:

an

ecological

perspective[J].

International

Joumal

of

Adolescent

Medicine

andHealth,

2017,23(5):

16-37.[5]

Altman

E

I.Financial

ratios,

discriminant

analysis

and

the

prediction

of

corporatebankruptcy[J].JournalofFinance,

1968,23(4):

589-609.[6]

Ohlson,

J

A.

1980.

Financial

Ratios

and

the

Probabilistic

Prediction

of

Bankruptcy[J].

Jourmal

of

Accounting

Research,

1980,18(1):

109-131.[7]

Niloy

N

H,

Navid

M

A.

Naive

Bayesian

Classifier

and

Classification

Trees

for

thePredictive

Accuracy

of

Probability

of

Default

Credit

Card

Clients[J].American

Journal

of

DataMining

and

Knowledge

Discovery,

2018,3(1):

1.[8]刘先瑞.浅谈信用卡的风险防范及化解[J]．中国信用卡，2000（12）：21-23.[9]龚明华.互联网金融:特点、影响与风险防范[J].新金融，2014（12）：08-10.[10]周弘亮，夏洪胜.美联银行消费信贷政策制定流程——兼述美联银行文件管理[J].商场现代化，2007（05）：361-362.[11]秦士伟，马云飞，玛嫄.大数据在信用卡领域的应用研究——基于农业银行信用卡的实践[J].农村金融研究，2018（07）：20-24.[12]季成.开启信用卡行业的大数据时代[J].中国信用卡，2017（12）：23-26.[13]何开宇，海韵.国际信用卡创新趋势研究及对我国商业银行的建议[J].国际金融，2020（12）：76-80.[14]任一帆，李文新.商业银行校园信用卡市场发展阻滞的原因及对策研究[J].我国集体经济，2019（36）：108-109.[15]李述琴.社会机构信用卡账单管理业务分析及管理研究[J].我国信用卡，2019（12）：56-59.[16]高航.商业银行信用卡业务存在的问题及对策[J].现代经济信息，2019（23）：251-252.[17]王怡聪.惩罚性违约金规则下的信用卡全额计息条款探析[J].法律适用，2019（22）：55-67.[18]鲁仪，孙乐官，周雨晨.从校园文化角度浅谈大学生信用卡风险[J].农村经济与科技，2019，30（17）：337-338.[19]胡浩.宏观视角下信用卡风险趋势研判[J].我国信用卡，2021（03）：41-46.[20]王泽坤.浅析商业银行信用卡风险[J].现代营销（下旬刊），2021（02）：30-31.[21]高嘉晔.信用卡违约风险影响因素实证研究[D].东北财经大学，2014.[22]丁筱.大数据时代下信用卡风险管理措施的研究[D]，首都经济贸易大学，2015.[23]张远.我国商业银行信用卡风险及其防范探析[J].征信，2020，38（11）：87-92.[24]王方春.转型期信用卡业务发展方向的思考[J].北方金融，2020（07）：108-109.[25]袁钢.我国信用卡产业发展现状分析和建议[J].我国信用卡，2020（10）：44-49.[26]薛镕宇，薛楠.重塑商业银行信用卡息费规则的探讨[J].金融会计，2020（09）：41-43.附录%%逻辑回归自动建模clear;%参数初始化filename='credit2.xlsx';%%读取数据[num,txt]=xlsread(filename);X1=num(:,1:end-1);Y=num(:,end);%归一化[X,mux,sigmax]=rscore(X1);%%递归建模flag=1;mdl=fitglm(X,Y,'linear','distr','binomial','Link','logit');whileflag==1disp(mdl);%打印modelpValue=mdl.Coefficients.pValue;pValue_gt05=pValue>0.05;ifsum(pValue_gt05)==0%没有pValue值大于0.05的值flag=0;break;end%移除pValue中大于0.05的变量最大的变量fprintf('\n移除变量：');[t,index]=max(pValue,[],1);fprintf('%s\t',mdl.CoefficientNames{1,index});fprintf('\n模型如下：');ifindex-1~=0removeVariance=mdl.CoefficientNames{1,index};elseremoveVariance='1';end%从模型中移除变量mdl=removeTerms(mdl,removeVariance);end%%自动建模，添加变量disp('添加变量，自动建模中...');mdl2=stepwiseglm(X,Y,'constant','Distribution','binomial','Link','logit');disp('添加变量，自动建模模型如下：')disp(mdl2);%%自动建模，移除变量disp('移除变量，自动建模中...');mdl3=stepwiseglm(X,Y,'linear','Distribution','binomial','Link','logit');disp('移除变量，自动建模模型如下：')disp(mdl3);function[R,xmin,xrange]=rscore(x,dim)%极差归一化变换%R=rscore(X)对X进行极差归一化变换，这里X可以是一个向量、矩阵或高维数组。%若X是一个向量，返回变换后结果向量R=(X–min(X))./range(X)；若X是一个矩阵，%则用X的每一列的最小值和极差对该列进行极差归一化变换，返回变换后矩阵R；若X是%一个高维数组，则沿X的首个非单一维方向计算最小值和极差，然后对X进行极差归一化%变换，返回变换后高维数组R.例如X是一个1×1×1×4的4维数组，由于X的前三维均%为单一维，于是计算X的第4维方向上的最小值和极差，对X进行极差归一化变换，返回%的R也是一个1×1×1×4的4维数组。%%[R,xmin,xrange]=rscore(X)还返回X的最小值xmin=min(X)和极差xrange=range(X).%%[...]=rscore(X,dim)用dim参数指定沿X的哪个维进行极差归一化变换，例如%dim=1，表示对X的各列进行极差归一化变换；dim=2，表示对X的各行进行极差归一化变换。%%请参考zscore,min和range函数的用法.%ifisequal(x,[]),R=[];return;endifnargin<2%Figureoutwhichdimensiontoworkalong.dim=find(size(x)~=1,1);i