基于数据挖掘技术的商业银行信贷风险实证研究——以DS商业银行为例

声明

目 录

一、绪论

（一） 研究背景

（二） 研究意义

（三） 国内外文献综述

（四） 论文思路和结构

二、数据挖掘技术概述

（一） 数据挖掘历史

（二） 数据挖掘原理

（三） 统计分析与数据挖掘的主要区别

（四） 数据挖掘技术的基本流程

（五） 数据挖掘主要成熟技术以及在数据化运营中的主要应用

1. 决策树

2. 神经网络

3. 回归

4. 聚类

三、我国银行信贷投放情况

（一） 不同类型银行信贷投放偏好

1. 对于企业个人的投放偏好

2. 对于行业的投放偏好

3. 对于担保类型的投放偏好

（二） 银行放贷的影响因素

1. 央行对信贷规模的管控

2. 银行自身对信贷规模的规划

四、DS商业银行基本情况

（一） DS商业银行简介

（二）DS商业银行经营情况

1.部门组织结构框架

2.DS商业银行主要经营指标情况

五、DS商业银行个人信贷风险中的实证分析

（一）数据的构成

（二）违约风险初步分析

（三）数据处理

2. 数据预处理

(四) 模型的建立

1. 变量分析

2. 预测变量的预测强度分析

3. 建立逻辑回归模型

（五） 模型的评估

（六）变量评分分析和模型的应用

（七） 模型的不足

六、总结

七、参考文献

后 记（含致谢）

攻读学位期间取得的科研成果清单