论文部分内容阅读
信用卡业务作为银行中间业务的一种,虽然在中国的起步比较晚,但是信用卡在我国的各大商业银行业务经营中已经成为最盈利的产品之一。据麦肯锡预测,中国的信用卡市场将呈指数式增长,到2013年利润将达到130—140亿元,成为商业银行核心业务和主要利润来源。随着我国金融领域的全面开放,一些外资银行早已通过合资、合作的方式,将触角伸向这一领域,国内信用卡业务竞争愈演愈烈。与此同时,信用卡业务带来的风险不可小觑,巴塞尔Ⅲ的建议稿对信用卡业务的风险管理进行了规定,其中明确规定了信用卡的资本金计提方法。说明了信用卡风险研究和管理越来越受到重视,对信用卡违约率的研究也势在必行。本文的主要工作是通过对信用卡理论的系统掌握,运用几种信用评分技术,针对信用卡违约率来构建一个集成模型。本文的内容主要包括以下五个方面：(1)介绍了信用卡和信用风险的基础理论,同时阐述了国内外信用卡研究现状；(2)介绍了巴塞尔新资本协议对零售业务(信用卡)的规定和内部评级法,并总结和概括了信用卡资本金提取中的风险要素的计算方法；(3)介绍了模型建立中可能用到的信用卡评分技术。(4)通过信用卡评分技术的运用,综合打分卡模型、神经网络模型和Logistic回归模型,针对信用卡的违约率建立两个集成的模型：集成打分卡模型、Logistic回归模型和集成打分卡模型、BP神经网络模型和Logistic回归模型。(5)采集了15组客户基本资料的数据,使用Eviews软件对构建的集成打分卡模型、Logit模型进行Logistic回归,最终确定了影响这15位客户的信用卡的违约率的主要因素和模型,该模型的确定有利于商业银行建立动态的可监管和可预防的信用卡违约管理体系,为减少我国信用卡违约提供理论依据。