1. 研究目的与意义及国内外研究现状

由于经济的快速发展，人们的收入在得到大幅度提升的同时，其消费观念也发生了巨大的改变，提前消费已被大家所接受，因此，个人信贷的业务也得到飞快的发展。但与此同时，个人失信现象比较普遍，违约的情况也时有发生，这就会使得银行在开展个人信贷业务时所受的风险很大。

本文首先对台湾地区某发卡机构的信贷客户数据进行基本的统计分析，观察各变量的数据特征。然后建立决策树模型对信贷客户的违约情况进行决策判别，并检验模型对客户信用评估的预测效果。最后对所构建的信用评估模型进行评估及改进。

通过计算机来完成模型的主要工作，并依据客户的原始信息进行模型的建立，具有比单纯依靠个人主观判断更具客观性、准确性以及高效性。通过建立客户信贷违约情况的信用评估模型可以加快信贷申请的过程，减少客户等待的效率，提高服务效率。通过评估信贷客户是否会违约的风险，有助于帮助银行更好的把握放贷尺度，以维持银行金融秩序的稳定。

2. 研究的基本内容

本课题基于台湾地区客户违约情况及其相关的客户信息的数据，对数据的有关变量进行初步的分析，并对数据中有关的连续性变量进行离散化处理。

其次，将数据分为训练集和测试集，用训练集建立c5.0决策树模型来分析客户信贷违约情况并对测试集进行预测。

再者，在上述决策树模型的基础上建立随机森林模型来分析客户信贷违约情况并进行预测分析。

3. 实施方案、进度安排及预期效果

实施方案：

通过查阅书籍、期刊及网络上的一些共享资源，在老师与同学的帮助指导下，运用所学的统计软件完成数据的处理，研究客户信贷的违约情况。

进度：

4. 参考文献

[1] the comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients.i-cheng yeh,che-hui lien,2009.

[2] 张建 美国最流行的个人信用评分工具 中国建设银行内部企业网 2005

[3] 王润华 基于改进支持向量机的消费信贷中个人信用评估模型[a] 统计与决策 2010