《中国大学生信用卡风险管理模型论文buuk.docx》由会员分享，可在线阅读，更多相关《中国大学生信用卡风险管理模型论文buuk.docx（33页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、未见程序，数据查找要有出处，公式编辑器中国大学生信用卡风险管理模型摘要本文从银行行的角度度来研究究分析大大学生信信用卡可可能存在在的风险险，并针针对大学学生信用用卡风险险建立模型型，提出应应对策略略。通过分析大大学生的的收入来来源、消费结结构、对对信用卡卡的了解解程度、办办卡意愿愿、信用用卡拥有有数量、使使用频率率、月均均信用卡卡消费金金额等各各类信息息，我们了了解到现现在越来来越多的的大学生生办理了了信用卡卡且个人人拥有卡卡的数量量也越来来越多。但大多数大学生办卡只是图其新鲜和有赠品，对于信用卡、借记卡、循环利息等基本知识明显匮乏，更重要的是对于信用责任的认知相对来说是低水平的。而且目前大学
2、生日常消费资金主要还是由父母提供，其他类似于奖学金与兼职的收入是微乎其微的，完全自食其力的大学生还是相当有限的，因此大学生在使用信用卡产生透支额度的时候就或多或少会存在无力偿付的隐患。而现今的银行个人信用体系并不完整，致使某些大学生拖逃欠款有机可乘。如此一来银行对于大学生信用卡这项业务就产生了一定程度的风险。针对于上述述信用风险险，我们们对调查查数据进进行分析析，对大大学生信信用卡透透支额度度设定一一基准为为RMBB4255。再利用AHHP-BBP神经经网络模模型对信信用卡申申办人进进行信用用等级评评估，最最后设定定预测值值处于00.8 以上的的，说明明申请者者信用差差，风险险比率高高；预测测
3、值处于于0.44 0.8，则则说明信信用一般般；预测测值处于于0.44 以下下，是属属于信用用高的。之后将其结果作为解释变量之一，再加上其余的特征变量，最后建立一个Logistic模型。在SPSS软件中求得在大学生信用卡中对风险有较大影响的因素为大学生信用卡拥有数量以及学生的学历。因此建议银银行在为为大学生生办理信信用卡的的时候要要了解其其学历以以及已拥拥有卡的的数量等等必要信信息。申申请者信信用差的的，即对对透支消消费的无无力按时时或不愿愿意偿还还本息而而导致将将来形成成坏账的的风险比比率高，这这时银行行就可以以拒绝申申请，或或者是在在透支基基准额度度（RMMB4255）的标标准下再再进一步
4、步降低其其信用卡卡的可透透支最大大额度；信用一一般的银银行可以以考虑授授予普通通的信用用卡，同同时结合合申请人人的学历历与已有有卡数量量进行一一定的控控制；信信用高的的银行可可以授予予申请者者信用额额度大大大高于基基准额度度（RMMB4225）的的信用卡卡，还可可以结合合其学历历与已有有卡数量量的相关关因素，考虑适当增加一些个人的金融服务，尽量留住这些高信用的客户。从而得到降低信用卡的信用风险的有效措施。关键字：大大学生 信用卡卡风险 透支额额度 AHPP-BPP神经网网络 Loogissticc模型1、问题重重述信用卡作为为新兴的的支付工工具和信信用手段段，以其其支付结结算、消消费信贷贷和使
5、用用方便等等特点，广广受消费费者欢迎迎。伴随随着20006年年12月月11日日中国金金融市场场的全面面开放，国国内商业业银行加加大了发发行信用用卡的力力度，大大学校园园是众多多银行抢抢占的重重要信用用卡市场场之一。但是，从第第一张大大学生信信用卡发发行开始始，大学学生信用用卡的违违规现象象就日趋趋严重，信用卡风险发生的频率也越来越高。因此，对大学生信用卡风险进行控制管理是十分必要的。找到有效规避大学生信用卡风险的方法不仅能给银行自身带来巨大收益，也能让大学生建立合理的理财计划，正确对待信用问题，最终实现双赢，共同发展。请对大学生生进行信信用卡使使用现状状调查，分分析大学学生的收收入来源源、消费
6、费结构以以及价值值观念等等特点，并并利用各各类数据据分析大大学生信信用卡可可能存在在的风险险。从银行角度度建立大大学生信信用卡风风险模型型，如何何更有效效的规避避大学生生信用卡卡风险。2、问题分分析2.1标题题补充首先我们对对银行信信用卡业业务有一一定的了了解，我我们查阅阅的相关关资料了了解到以以下内容容成本收收益理论论指出, 生产产者为了了实现利利润最大大化, 要充分分考虑成成本与收收益之间间的关系系。当收收益大于于成本时时, 意味味着盈利利; 当收收益小于于成本时时, 出现现亏损。企企业在生生产经营营中的目目标为获获取尽可可能多的的利润, 达到到了利润润的最大大化。信信用卡的的大规模模发行
7、和和使用需需要不菲菲的前期期投入: 配套套设施, 系统统建立,产品开开发, 人力资资源投入入等。目目前, 大学生生信用卡卡正处在在产品的的推广期期, 银行行成本支支出较高高。除了了建立信信用卡运运行系统统外, 在宣传传上银行行就耗费费不少。一一些银行行长期在在校内设设点宣传传, 工作作人员工工资支出出、场地地费用、赠赠送礼品品等形成成很大的的费用。此此外, 信用卡卡的征信信系统是是各银行行自己建建立, 花费成成本相当当高。在在利润方方面, 短期内内大学生生信用卡卡难有利利润贡献献。根据据银行制制定的万万分之五五/ 日的的最低贷贷款利息息计算, 银行行每发一一张大学学生信用用卡能够够获取高高18
8、.25%的年利利率,按理来来说信用用卡赚取取的利润润可观。然然而,现实并并非如此此, 目前前国内发发卡银行行的透支支利息收收入微乎乎其微, 收入入来源主主要依靠靠年费和和手续费费。虽然然银行看看中大学学生超前前消费观观念, 但对于于没有稳稳定收入入来源的的大学生生来说, 在进进行贷款款消费之之前必定定会再三三考虑, 在透透支后也也会尽力力选择在在免息期期内还款款。这样样, 银行行在短期期内很难难享受到到信用卡卡的收益益。从信信息不对对称理论论分析, 由于于社会分分工的发发展、专专业化程程度的提提高和人人员流动动, 意味味着市场场信息非非对称加加剧。该该理论分分析了信信息在交交易双方方的不对对称
9、分布布对于市市场交易易行为和和市场运运行效率率产生的的重要影影响。信信用卡贷贷款是一一种典型型的无担担保的循循环信用用贷款, 发卡卡银行与与持卡人人之间存存在着信信息不对对称。银银行在授授予持卡卡人信用用额度时时, 无法法得知持持卡人真真实的信信誉状况况, 只能能根据与与借款人人的交流流、调查查、评估估等方式式来决定定, 借款款人真实实的情况况必须花花费很高高的调查查成本。此此外, 银行在在授予持持卡人信信用额度度后, 无法掌掌握持卡卡人的真真实资信信情况。有有些持卡卡人在透透支后可可能会因因为经济济状况、品品德问题题等欠款款, 一旦旦毕业离离开学校校, 银行行难以跟跟踪欠款款人的信信息, 有
10、可能能导致还还款意愿愿下降。可可见, 银行与与大学生生之间信信息不对对称问题题给信用用卡业务务带来了了一定的的潜在风风险。对对于一般般信用卡卡, 银行行可以通通过调查查申请人人的职位位、收入入、财产产、社会会地位等等来评定定其大致致的经济济状况和和信誉状状况。由由于大学学生没有有稳定的的经济来来源和自自身情况况的不确确定性, 在消消费时容容易产生生短期行行为和冲冲动消费费。加上上目前各各银行追追逐办卡卡数量而而忽视对对申请人人资信状状况的审审核, 使得银银行无法法准确掌掌握大学学生的真真实信誉誉状况和和还款能能力。因因此,大学生生信用卡卡具有更更大的潜潜在风险险。以A 银行行20005 年年发
11、行大大学生信信用卡为为例数据据呢, 建立损损益模型型, 对盈盈利结构构进行分分析。截截至20007 年第一一季度, 该行行大学生生信用卡卡发行规规模约225 万万张, 活动户户约为66.5 万张,使用率率26%, 循循环信贷贷规模为为90000 万万元。以以上损益益列出了了各项收收支情况况, 依据据这些数数据可以以分析出出当前大大学生信信用卡经经营中的的一些显显著特性性和问题题。( 一) 大学生生信用卡卡总体盈盈利水平平不高目目前直接接经济效效益较低低, 注意论文结结构收入入小于支支出, 处在亏亏损阶段段。造成成这种局局面的原原因可归归结为以以下方面面: 一是是大学生生信用卡卡尚未达达到规模模
12、经济效效应。从从调查结结果看, 由于于使用频频率底和和消费金金额不足足, 分摊摊在每张张信用卡卡上的单单位经营营成本高高而单位位收益低低, 造成成利润为为负。二二是目前前大学生生信用卡卡处在推推广阶段段, 各银银行普遍遍采取设设点方式式销售, 银行行人员工工资福利利、营销销费用、行行政办公公费用等等项目支支出过高高。三是是目前大大学生信信用卡“进出频频繁” 影响银银行的利利润空间间。调查查显示, 目前前只有226% 左右是是“活”卡, 使银银行浪费费了大量量的推广广、制作作和账户户管理费费用。( 二) 收入来来源单一一, 结构构不合理理。主要体现在在: 一是业业务收入入主要依依靠利差差收入、年
13、年费、消消费回扣扣, 业务务收入对对于利率率政策、消消费收单单手续费费分成比比例的依赖性较强强, 赢利利的主动动性弱。二二是循环环信贷规规模低, 利息息收入小小。收入入各项占占循环信信贷余额额的比例例较高, 说明明银行没没有利息息收益。目目前循环环信用利利息收入入只有7700万万元, 占总收收入不到到20% , 而国外外成熟信信用卡业业务的收收益主要要源于循循环信用用利息,占总收收入700% - 800% 。三三是年费费是重要要收入项项目, 这与国国外年费费收入基基本为零零的现状状形成鲜鲜明对比比。( 三) 总体运运营成本本过高, 资本本资源效效率不高高。尽管信用卡卡业务作作为一项项劳动密密集
14、型金金融零售售业务对对人力费费用有一一定的支支出要求求,但人工工费、办办公费占占到总支支出的一一半以上上,远高于于国外银银行在该该项目的的支出。一一方面说说明大学学生信用用卡规模模不经济济, 运营营成本较较高, 另一方方面, 反映国国内银行行成本控控制比较较粗放, 没有有有效利利用资源源。因此此, 还有有很大的的潜力可可挖, 若能有有效控制制成本, 则能能够提高高整体利利润率。( 四) 小结大学生信用用卡处在在萌芽期期, 对于于盈利模模式、经经营管理理手段处处在模糊糊阶段, 造成成使用状状况不理理想。业业务整体体收入水水平不高高, 处在在亏损状状态, 在收入入结构中中, 循环环信贷产产生的收收
15、入较低低, 年费费收入占占相当大大比重。在在成本控控制方面面, 银行行仍有机机会可寻寻。2.2标题题本题是是一个开开放性问问题，首首先我们们要文章章有一个个明确的的理解。本文题题目中的的 关键词词为“大学生生”、“银行”、“信用卡卡风险”。我们的的目标是是大学生生，考虑虑的角度度是从银银行出发发，即要要考虑的的风险是是银行在在给大学学生办理理信用卡卡之后自自身会出出现的风风险。而而该风险险我们确确定为大大学生透透支还款款能力。2.3 标标题利用用所有资资源，尽尽可能的的去寻找找自己所所需要的的各类信信息，得得出初步步结果。 1）确定定几项与与大学生生信用卡卡使用情情况有关关的调查查内容，收收集
16、相关关数据，并并对数据据进行一一定的筛筛选。 2）对于于所得到到的数据据我们进进行简单单的数据据处理，对对银行信信用卡可可能存在在的风险险进行分分析。2.4 针针对风险险分析，要对信用卡风险进行管理，我们首先就是要建立一个大学生信用卡风险评估模型，从而来寻求降低信用卡的信用风险的有效管理措施。1）我们选取信用评估中的一个重点“大学生信用度”来进行衡量。而大学生信用卡风险评估是一个较为复杂的过程，涉及各方面的因素，而且各影响因素与衡量结果之间并不完全是线性关系。因此单单使用传统的BP神经网络模型是不准确的，于是使用一个新的优化模型AHP-BP神经网络模型，来对信用度等级进行分类。2）对于如如此多
17、的的因素，我我们并不不清楚对对于信用用卡风险险来说哪哪些因素素的影响响比重较较大。因因此要对对因素进进行分析析，使用LLogiistiic模型型来分析析其因素素的重要要性。2.5 从从上述模模型得出出对银行行信用卡卡风险的的建议。3、模型假假设1）信用卡卡中的透透支额完完全由学学生自身身偿还，排排除出现现大额度度透支时时家长替替其偿 还之之类的情情况。2）数据调调查于北北京，由由北京高高校学生生使用信信用卡现现象大致致代表全全国大学学生用卡卡 现象象。3）银行信信用卡风风险其实实来自于于双方面面，一方方面是损损失最少少另一方方面是获获利最多多。因为为模型与与知识水水平的有有限，对对于风险险我们
18、只只考虑损损失最少少这一方方面，对对于是否否获利最最大我们们不做考考虑。4）大学生生信用卡卡使用情情况在一一定时间间内保持持稳定不不变，且且不受例例如金融融危机之之类的外外界因素素的影响响。4、变量说说明及名名词解释释4.1符号号说明：个人信用等等级；就是上层某某元素而而言与两元素素的相对对重要性性标度自然情况指指标家庭状况指指标消费方向指指标与银行关系系指标年龄性别学习情况健康状况文化程度户口有无兼职月生活费住宅性质所在家庭净净资产日常饮食支支出学习支出 娱乐支出家庭月收入入存款状况父母是否是是银行职职员对信用卡业业务了解解状况一致性指标标平均随机一一致性指指标一致性比例例各隐含层阈阈值初值
19、值权值输入层阈值值初值为第i 种种申请方方式下的的信用风风险度=( B 为银银行提供供信用消消费的总总额)为第i 种种申请方方式下信信用消费费额形成成呆账的的数额4.2名词词解释：信用卡：有有透支额额度的银银行卡。大学生信用用卡风险险：透支支消费的的无力按按时偿还还或不愿愿意偿还还本息而而导致将将来形成成坏账的的风险。大学生月自自我调配配的费用用：大学学生每月月除去日日常生活活的必须须支出之之外，所所剩下来来的费用用，可以以供自己己自由支支配。信用卡基准准透支额额度：其其值设定定与大学学生月自自我调配配的费用用类似等等同。5、模型建建立与求求解5.1 先先对所收收集的数数据进行行简单的的分析。
20、（数据表格见附录） 1）大学生生的主要要经济来来源结构构（如下图图所示）从上图看出出，目前前大多数数大学生生的主要要经济仍仍然来源源于父母母，这类类大学生生的人数数占到被被调查者者总数的的76.19%。而靠奖学金金和打工工获取经经济来源源的学生生数量之之和只占占到被调调查者总总数的114%。左右右。根据据数据可可得，目目前大学学生消费费资金主主要还是是由父母母提供，因因而而完完全自食食其力的的大学生生还是相相当有限限的。2）大学生生的消费费结构的的主要特特点（如下图图所示） 从上图来来看，目目前大学学生的主主要消费费支出仍仍然是用用于传统统的日常常饮食，其其支出占占总量的的50%。排排在第二二
21、位的是是买书等等学习用用途支出出，占总总量的119%。聚聚会、购购买数码码产品和和购买服服装等时时尚支出出所占比比重并不不是太大大，但也也占到了了总量的的31%。因因此，我我们可以以认为除除了日常常必须的的消费之之外剩下下的355%为大大学生的的自己可可支配额额度。3）大学生生月消费费水平（如如下图所所示）从上图看出出大学生生的月消消费水平平从2000元到到15000元以以上都有有涉及，不不过以5500-10000元档档为最多多为700.844%。按按照中值值计算方方法得出出月平均均消费水水平在8850元元左右。4）大学生生拥有信信用卡的的数量状状况（如下图所示）从上图看出出大学生生拥有信信用
22、卡数数量以11-3张张为多，百百分比高高达977%。因因此说明明大学生生持卡量量是相当当高的。5）大学生生信用卡卡拥有时时间分析析（如下下图所示示）按照中值的的计算方方法，可可得平均均拥有信信用卡时时间为66.4个个月。从上表表所示的的情况来来看,只只有311.155%的学学生办理理信用卡卡的时间间超过了了一年，668.885%的的学生办办理信用用卡时间间并未超超过一年年，计算算得出的的平均拥拥有信用用卡时间间也仅为为6.44个月。6）大学生生信用卡卡使用频频率分析析（如下下图所示示）按照中值的的计算方方法，设设平均使使用信用用卡频率率为x33，计算算可得：x3=2.99次/月月从目前前调查状
23、状况来看看，222.955%的学学生自从从办理了了信用卡卡后还没没怎么使使用过。449.118%的的学生平平均每月月使用信信用卡的的频率是是13次，而而每月使使用信用用卡频率率在三次次以上的的人数占占总体比比重偏小小。7）信用卡卡了解程程度分析析（如下下图所示示）对不同了解解程度给给予01之间数数值的赋赋值：了 解 程程 度 赋 值 范范 围 中 值 人 数 很 不 了了 解 0-00.255 0.1255 9 不 太 了了 解 0.25-00.5 0.3755 69 比 较 了了 解 0.5-0.75 0.6255 33 非 常 了了 解 0.75-11.0 0.8755 4 从总体而言言，
24、办理理信用卡卡大学生生对信用用卡的功功能并不不了解。总结：对于于上述的的数据分分析我们们得出大大学生办办理了信信用卡且且个人拥拥有卡的的数量也也越来越越多，但但大多数数大学生生办卡只只是图其其新鲜和和有赠品品，对于于信用卡卡、借记记卡、循循环利息息等基本本知识明明显匮乏乏，更重重要的是是对于信信用责任任的认知知相对来来说是低低水平的的。而且目前前大学生生日常消费费资金主主要还是是由父母母提供，其其他类似似于奖学学金与兼兼职的收收入是微微乎其微微的，完完全自食食其力的的大学生生还是相相当有限限的，因此大大学生在在使用信信用卡产产生透支支额度的的时候就就或多或或少会存存在无力力偿付的的隐患。5.2
25、 建建立信用用卡基准准透支额额度根据调查数数据分析析得大学学生平均均月生活活费为8850元元，而其其中500.2%用于传传统的日日常饮食食是生活活的必须须支出。于于是剩下下的499.8%的生活活费用属属于学生生自我调调配的费费用。以以此我们们定义：信用卡透支支基准额额度=月月平均生生活费*49.8%4255元5.3 利利用层次次分析法法计算信信用卡申申请指标标的权重重5.3.11 建立评评估指标标体系个人信用等等级评估估指标设设立的目目的可以以简述为为银行通通过评估估申请人人的品德德、能力力以及还还款意愿愿等对其其还款可可能性进进行预测测。我们们选择4大类177个指标标来评价价个人信信用等级级
26、（如下下图）个人信用等级自然情况指标家庭状况指标消费方向指标银行关系指标年龄有无兼职户口文化程度健康状况学习情况性别家庭月收入住宅性质家中净资产日常饮食支出学习支出娱乐支出月生活费存款状况父母是否银行职员信用卡了解状况5.3.22 计算评评估指标标体系各各因素的的权重根据影响个个人信用用等级的的主要因因素建立立系统的的递阶层层次结构构以后，需需要运用用层次分分析法确确定各评评估指标标的权重重。1) 构建建判断矩矩阵。符符号输入入不规范范建立层次分分析模型型之后，就就可以以以上一层层次某因因素为准准，该因因素对下下一层次次诸因素素有支配配关系，两两两比较较下一层层诸因素素对它的的相对重重要性，并
27、并赋予一一定分值值，一般般采用11 9 标度法法。矩阵形式如如下：式中， 就就是上层层某元素素而言与与两元素素的相对对重要性性标度。2) 判断断矩阵的的一致性性检验。由于判断矩矩阵是主主观认为为赋予的的，故需需要进行行一致性性检验，即即评估矩矩阵的可可靠性。对对判断矩矩阵的一一致性检检验的方方法为：先计算算一致性性指标，当，为完全全一致；值越大大，判断断矩阵的的完全一一致性越越差；再再查找相相应的平平均随机机一致性性指标，值见下表表。阶数1234567890.000.000.580.901.121.241.321.411.45的值可以通通过下列列方法获获取：用用随机方方法构造造5000个样本本
28、矩阵，随随机地从从1 9 及其倒倒数中抽抽取数字字构造正正负反矩矩阵，求求得最大大特征根根的平均均值 ，并定定义计算算一致性性比例，当时，认认为判断断矩阵的的一致性性时可以以接受的的，否则则应对判判断矩阵阵做适当当修正。5.3.33 计算层层次单排排序及总总排序。计算出某层层次因素素相对于于上一层层次中某某一因素素的相对对重要性性，这种种排序计计算称为为单排序序。具体体地说，层层次单排排序是指指根据判判断计算算对于上上一层某某元素而而言本层层次与之之有联系系的元素素重要性性次序的的权值。依依次沿递递阶层次次结构由由上而下下逐层计计算，即即可计算算出最低低层因素素相对于于最高层层( 总目目标)
29、的相对对重要性性或相对对优劣的的排序值值，即层层次总排排序。本本文运用用mattlabb（程序序呢）可可以得出出个层次次的综合合判断矩矩阵的权权重值WW以及一一致性检检验情况况(如下图图所示)。层次权值（W）一致性检验验结果详细项目最最终权值值目标层个人人信用情况AAB1（0.08337）B2（0.13885）B3（0.54550）B4（0.23228）=4.0551R=0.0017/0.889=0.011900.1准则层自然然状况B1（0.0877）详细项目C1（0.9466）C2（0.05449）C3（0.16446）C4（0.16446）C5（0.37118）C6（0.05449）C7（
30、0.09446）=7.0773R=0.001233/1.36=0.000900.1C1（0.00008）C2（0.00005）C3（0.01443）C4（0.01443）C5（0.03777）C6（0.00005）C7（0.00008）准则层家庭庭状况B2（0.13885）详细项目C8（0.63770）C9（0.10447）C10（00.25583）=3.0338R=0.0019225/00.522=0.033700.1C8（0.11222）C9（0.01445）C10（00.03356）准则层职业业状况B3（0.54550）详细项目C11（00.28854）C12（00.07725）C13（
31、00.16697）C14（00.47723）=4.0551R=0.0017/0.889=0.011900.1C11（00.15555）C12（00.03395）C13（00.09925）C14（00.25574）准则层银行行关系B4（0.23228）详细项目C15（00.60000）C16（00.20000）C17（00.20000）=3.0000R=0/00.522=00.1C15（00.13397）C16（00.07745）C17（00.07745）自然情况指指标；家庭状状况指标标；消费方方向指标标；与银行行关系指指标；年龄；性别；学习情情况；健康状状况；文化程程度；户口；有无兼兼职；月生
32、活活费；住住宅性质质；所在家庭庭净资产产；日常饮饮食支出出；学习习支出；娱乐支支出；家家庭月收收入；存款状状况；父母是否否是银行职职员；保险状状况5.4 AAHP-BP 神经网网络模型型的建立立5.4.11 模型输输入点的的选择。由于各判断断矩阵的的RC 值均小小于0.1，可可以认为为它们均均有满意意的一致致性。商商业银行行信用风风险评估估对影响响因素较较为敏感感，权值值累计贡贡献率95% 的指指标保留留，即当当措施层层指标权权值00.055 时，将将该指标标删除，从从而得到到简化后后的风险险指标体体系，并并以其作作为AHHP-BBP 神神经网络络模型的的输入值值。信用用卡风险险衡量的的指标通
33、通常包括括持卡人人信用消消费违约约与否、违违约概率率和恶意意欺诈等等多种形形式。然然而，传传统的信信用卡风风险衡量量标准在在不同程程度上表表现为对对个人信信用类别别的划分分，而不不是对信信用风险险的评估估，或者者评估结结果取值值不连续续、存在在波动性性；而信信用卡风风险度是是指在特特定的信信用消费费方式下下，持卡卡人由于于各种原原因，不不愿意或或无力偿偿还透支支的款额额本息而而使透支支的款额额将来形形成呆账账的可能能性。其其具体表表现为：Ki 为第i 种申请请方式下下的信用用风险度度，Kii=Dii/B；D ii 为第第i 种申申请方式式下信用用消费额额形成呆呆账的数数额；BB 为银行提供信信
34、用消费费的总额额。信用用风险度度不仅体体现了风风险的不不确定性性，强调调了信用用风险的的相对性性，而且且可以较较为准确确地反映映信用消消费金额额的损失失程度，更更好地体体现出信信用卡风风险本质质内涵，并并且取值值在00，1 间连续续，是较较为理想想的信用用风险衡衡量指标标。5.4.22 相关参参数的确确定。文中用于信信用卡风风险评估估的神经经网络模模型基于于SPDDS算法法的三层层B PP 神经经网络模模型，输输入层含含有111个输入入向量，输输出层含含有1个输出出向量。网网络隐含含层节点点数根据据经验确确定，一一般可考考虑的经经验法则则有：一一是隐含含层节点点数不能能是个层层中节点点数最少少
35、的，也也不是最最多的；二是较较好的隐隐含层的的节点数数介于输输入节点点和输出出节点数数之和的的50% 70% 之间间；三是是隐含层层节点数数的理论论上限由由其训练练样本数数据所限限定。所所以隐含含层的节节点数为为6 个较较符合实实际情况况，适用用双曲正正切S i gg m o ii d 激励函函数。网网络各学学习参数数设定如如下：最最大循环环次数为为8000；目标标误差为为0.0000001；初初始值为为0.000011，各隐隐含层及及输入层层的阈值值初值定定为X 0= -1，W 0=00。5.4.33 模型的的训练与与检验。样本数和判判别分析析一样，训训练样本本和检验验样本从从总体中中不重复
36、复随机抽抽样，各各占总体体样本的的2/33 和1/33。本文文结合实实际情况况运用模模拟数据据的155 个项项目的相相关数据据作为训训练样本本和检测测样本，其其中100 个作作为训练练样本，5 个作为检测样本。使用M A T L A B6.5 软件编程（未见程序），计算出训练阶段样本预测结果与实际结果(见下表)，以及检验阶段样本预测结果与实际结果( 见下表)样本序列实际值预测值10.521110.5300420.854430.8322930.322230.3411540.565550.5466750.745560.73112训练阶段样样本预测测结果和和实际结结果样本序列号号实际值预测值样本序号
37、实际值预测值10.662240.6633861.002240.9955120.523370.5233170.723300.7255630.599920.6011280.835560.8211040.422260.4322190.184490.1911050.812250.81886100.601150.59883检验阶段样样本预测测结果和和实际结结果最后得出结结论为：我们设设预测值值处于00.8 以上的的，说明明申请者者信用差差，风险险比率高高；预测测值处于于0.44 0.8，则则说明信信用一般般；预测测值处于于0.44 以下下，是属属于信用用高的。5.5 信信用卡风风险相关关因素的的分析。利
38、用上面对对信用度度的评定定，我们们将其结结果作为为解释变变量之一一，再加加上其余余的特征征变量，最最后建立立一个LLogiistiic模型型。我们们选取的的20个个人的信信息输入入如下表表：IlevellincommeC-nummberrF-monneymtimeeY1270011808024100014301213195023001314170011301515250011201206385012601217213003650241839001320909490023601211018002260801128502310711211050240011113460011201201439502
39、26016115270011308116410001260111171700218012018495023601301939001390812037501210120levell：分为44个等级级，即专专科、本本三、本本二、本本一分别别用4、33、2、11来代表表。Y：1表示示好，00表示坏坏。我们选取SSPSSS菜单中中的Annalyyze=RRegrresssionn=BBinaary Loggisttic. 计算机机自动得得到以下下结果：Case Proocesssinng SSummmaryyUnweiightted CassesNPerceentSelecctedd CaasessI
40、ncluudedd inn Annalyysiss20100.00Missiing Casses0.0Totall20100.00Unsellectted Casses0.0Totall20100.00上表为记录录处理情情况汇总总，即有有多少例例记录被被纳入了了下面的的分析，可可见此处处因不存存在缺失失值，220条记记录均纳纳入了分分析。 Depenndennt VVariiablle EEncoodinngOrigiinall VaalueeInterrnall Vaaluee0011上表为应变变量分类类情况列列表Classsifiicattionn TaableeObserrveddPre
41、diicteedYPerceentaage Corrrecct01Step 0Y008.01012100.00Overaall Perrcenntagge60.0上表为分类类预测表表，可见见总预测测准确率率为600.0%，这是是不纳入入任何解解释变量量时的预预测准确确率，相相当于比比较基线线。Variaablees iin tthe EquuatiionBS.E.WalddfSig.Exp(BB)Step 0Consttantt.405.456.7891.3741.5000上表为Bllockk 0时时的变量量系数，可可见常数数的系数数值为11.5000.Variaablees nnot in
42、thee EqquattionnScoreedfSig.Step 0VariaableesLEVELL.00011.0000INCOMME5.75991.016CNUMBBER.5951.440FMONEEY3.23881.072MTIMEE.9891.320Overaall Staatissticcs7.59335.180上表为在BBlocck 00处尚未未纳入分分析方程程的侯选选变量，所所作的检检验表示示如果分分别将他他们纳入入方程，则则方程的的改变是是否会有有显著意意义（根根据所用用统计量量的不同同，可能能是拟合合优度，DDeviiancce值等等）。Omnibbus Tessts of
43、 Moddel CoeeffiicieentssChi-ssquaaredfSig.Step 1Step9.79885.081Blockk9.79885.081Modell9.79885.081上表为全局局检验，对对每一步步都作了了Steep、BBlocck和MModeel的检检验。Modell SuummaaryStep-2 Loog llikeelihhooddCox & Snnelll R SquuareeNagellkerrke R SSquaare117.1222.387.524 此处为模模型概况况汇总。Classsifiicattionn TaableePrediicteedYPerceentaage CorrrecctObserrvedd01Step 1Y06275.013975.0Overaall Perrcenntagge75.0准确率达到到75%。 Variaablees iin tthe EquuatiionBS.E.WalddfSig.Exp(BB)Step 1LEVELL-.6455.818.6231.430.525INCOMME.023.0171.96221.1611.0244CNUMBBER-1.26611.4033.8071.369.283FMONEEY-.0122.020.3691.544.988MTIMEE.048