Return to search

應用資料採礦技術於信用卡進件徵審模型之建置

近年來,由於雙卡風暴的襲捲,卡奴的問題愈趨嚴重,又適逢新巴塞爾資本協定於民國95年底正式實施,為因應此趨勢,本研究將以國內某銀行為研究對象,透過資料採礦流程,針對該銀行之進件徵審資料建構一套符合自身銀行客戶特性的信用卡評分模型。
本研究分別利用羅吉斯迴歸、類神經網路、決策樹三種方法建立模型,並比較三種方法的預測能力及有效性,結果發現羅吉斯迴歸模型預測能力及有效性皆較其他兩者為佳,因此以羅吉斯迴歸方法所建立的模型為本研究最終模型。接下來便針對該模型,利用K-S 檢定、吉尼係數和ROC曲線進行模型評估,以評估模型的有效性,最後,更進一步依照該模型所預測之違約機率,建立信用評分等級,同時檢視各等級內客戶之特性。

Identiferoai:union.ndltd.org:CHENGCHI/G0094354006
Creators黃秭榆, Huang, Tz Yu
Publisher國立政治大學
Source SetsNational Chengchi University Libraries
Language中文
Detected LanguageUnknown
Typetext
RightsCopyright © nccu library on behalf of the copyright holders

Page generated in 0.002 seconds