目前,企业内部管理最重要的就是信用的管理与控制。因此,对于移动运营商而言,需要对其用户的信用进行必要的风险分析与评估。本文将对我国某市移动网络运营商的用户进行信用评分研究,以图利用评分卡,对用户进行科学的风险管控,加强运营商在规避信用风险方面的能力。最终为我国该行业提供开展风险管理与控制的借鉴。论文首先简单论述了文章的研究背景、国内外研究现状、研究意义与方法、论文架构。其次,叙述了信用的概念、客户信用评价理论的5C原则及信用评价相关内容。然后详细介绍了用于选取指标的随机森林算法、有指导的连续型指标离散方法以及信用评分模型中比较常用的两个模型包括逻辑回归模型与Fisher判别分析模型。最后利用移动运营商数据,通过综合考虑客户违约情况、客户个人资料及信用消费信息等多种因素,在大量数据筛选预处理的基础上,进行了实证分析。在实证阶段,由于指标过多,本文利用R语言建立随机森林完成了指标的选取工作。同时由于指标中有连续型属性,因此要对指标进行离散化。本文利用了有指导的连续型属性离散化方法—熵值与MDLP准则,该方法是目前最好的离散化方法之一。而且有学者研究表明该方法可以提高所建模型的精度。最后利用SPSS进行了 Fisher判别分析模型与逻辑回归模型的建立,在建立逻辑回归模型前建立了虚拟变量。后者的正确率达到95%以上。由于逻辑回归模型精确度较高,因此将逻辑回归模型确定为最终的移动用户信用评分模型。我们通过检验分析,发现它的区分度达到了让人满意的要求,这说明此模型具有比较好的应用价值。然后依据模型的参数估计结果构建了一个可以有效地对移动用户的信用状态进行区分的评分卡。论文采取我国运营商用户真实有效的数据,对移动用户信用度进行实证分析,提出用户信用度评分的指标体系和评分模型,因此本文的研究可以帮助我国运营商形成一个相对合理的用户信用评价体系。评分卡的构建将使得运营商可以根据用户的基本属性和特征对用户进行信用评分。同时还可以根据信用分对用户划分等级。