基于数据挖掘的信贷风险监管系统的设计与实现

论文摘要

全球经济的一体化加快、金融行业进一步国际化,新巴塞尔协议的颁布,为银行业务发展和管理提出了更高的要求,同时也给我国银行业带来了新的机遇和挑战。今天,科技应用对银行业创新具有决定性意义,银行业的竞争已提升为科技应用水平的竞争,科技已成为银行的核心竞争力。由于银行在电子化的发展过程中,积累了大量的客户信息,账户信息和交易信息,银行监管部门迫切需要使用更好的技术手段对这些银行信息进行入的分析,挖掘客户价值,提示银行经营效益和风险。给银行业监管、决策提供科学依据,更好地为银行提供差异化服务,必须不断地提高银行监管的技术手段。本文首先探讨了银行业务领域的数据挖掘技术。选取了适合银行业信贷数据分析的决策树分析方法,然后结合银行业的具体情况,探讨建立决策树分析方法的信贷风险监管系统的可行性。结合银行风险监管实际,构造了不良贷款分析决策树及其七条骨干树枝,应用于具体设计实现的银行信贷风险监管系统。本系统以现场检查操作流程为主线,采用模块化设计手段,直接提取金融机构信贷业务数据、对相关数据进行分析树构建,从而使监管人员能直观判断、分析银行风险隐患,达到预警提示和有效分析的目的。本系统还针对银行业的应用特点,重点解决了系统的时间效率问题、空间效率问题及系统安全问题。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 系统开发的背景
• 1.2 系统设计的目的
• 1.3 论文简介
• 第二章 数据挖掘
• 2.1 数据挖掘
• 2.1.1 数据挖掘概念
• 2.1.2 数据挖掘过程
• 2.1.3 数据挖掘的本质
• 2.2 数据挖掘技术
• 2.2.1 数据挖掘中常用技术
• 2.2.2 数据挖掘应用特点
• 2.3 数据挖掘中的决策树
• 2.3.1 决策树概念
• 2.3.2 决策树特点
• 2.3.3 决策树构建
• 2.3.4 决策树的算法
• 2.4 本章小结
• 第三章 系统设计
• 3.1 构造适于数据挖掘的决策树
• 3.1.1 确定分析目标
• 3.1.2 构造骨干树枝
• 3.1.3 构造分析树枝
• 3.1.4 构造整体分析决策树
• 3.2 对不良贷款分析
• 3.3 结构设计
• 3.3.1 物理结构设计
• 3.3.2 逻辑结构设计
• 3.4 系统信息处理与数据转换
• 3.4.1 信息处理流程
• 3.4.2 信息的存储结构设计
• 3.4.3 数据转换过程的实现
• 3.4.4 源数据管理的实现
• 3.5 系统模型设计
• 3.5.1 模型设计依据
• 3.5.2 模型设计方法
• 3.5.3 逻辑模型设计
• 3.5.4 物理模型设计
• 3.6 系统数据库设计
• 3.6.1 数据库设计概述
• 3.6.2 临时数据
• 3.6.3 正式数据及其数据结构
• 3.6.4 历史数据
• 3.6.5 数据字典（部分）
• 3.6.6 编码规则（部分）
• 3.7 重点解决的几个关键问题
• 3.7.1 时间效率问题
• 3.7.2 空间效率问题
• 3.7.3 系统安全问题
• 3.8 本章小结
• 第四章 系统的实现
• 4.1 系统环境配置
• 4.2 系统功能
• 4.2.1 功能概述
• 4.2.2 系统设计目标
• 4.2.3 系统的模块划分
• 4.2.4 数据批量处理
• 4.2.5 分析查询子系统
• 4.2.6 系统管理子系统
• 4.2.7 报表输出子系统
• 4.3 系统源代码（部分）
• 4.3.1 数据导入
• 4.3.2 数据文件导入
• 4.3.3 行业集中度查询
• 4.3.4 不良贷款消费信贷汇总（子模块）
• 4.4 本章小结
• 第五章 系统测试
• 5.1 系统初始化
• 5.1.1 系统初始库的建立
• 5.1.2 系统初始化登陆
• 5.2 系统管理及维护
• 5.2.1 数据处理
• 5.2.2 数据管理
• 5.2.3 权限管理
• 5.2.4 日志管理
• 5.3 数据字典管理
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 本文的主要结论
• 6.2 系统产生的实际效果
• 6.3 有待进一步研究的问题
• 致谢
• 参考文献