信用卡合规案例分析《银行业合规案例》

现在的pos机更新太快，pos机也是免费更新的，如果你的pos机扣费不正常、费率上调了，均可以来我司免费办一台不涨价的pos机，我司在线客服：18696377099【微电】

关于ETC关联信用卡疑似“盗刷”的案例分析

“我行接到信用卡组织发来的紧急通报，您尾号XXXX的信用卡发生疑似账户信息泄露，存在被盗刷的风险，如不止付换卡，后续您的账户可能将蒙受盗刷损失……”。随后笔者又接到两通955XX客服热线，说是这张关联ETC高速缴费通行的信用卡疑似被小额盗刷，过去一年“高速”支出记账频繁。

因为这条短信和两通客服电话，加之315晚会揭开ETC卡被隔空盗刷，作为银行员工的我开始不淡定了，同意客服对原信用卡进行止付、换卡邮寄。但事后才发现：1、信用卡并未加载在ETC设备上；2、该信用卡无闪付功能。3、高速消费记录多，无法匹配出行日期和目的地。

目前信用卡账单ETC记录仅显示“高速”，事后回顾出行轨迹有点困难。

因955XX官方短信和致电，语气诚恳，事态“严重”，关乎用卡安全和***损失，笔者出于恐慌和谨慎心理，听取955XX的建议先止付、后换卡，再去柜台更新ETC信用卡信息。因为制卡寄送、卡片更新需要时间，大概等了三周时间，终于重新启用ETC设备。

期间，笔者去杭州高速通行走人工收费通道，便大大感受到没有ETC的不便。看着旁边ETC通道0.3秒的通行速度，而我这边排在很多货车后面，缓缓行驶，不仅浪费油钱，也影响出行心情。确有大力推广ETC绿色出行必要。

通过这次事件，案例启示和建议：一是银行端ETC信用卡账单需完善，提高用户体验。目前信用卡账单仅标注“高速”，且日期为出行日期后三个工作日。对于高速自驾游或一张信用卡关联多辆车的用户来讲，目前的账单记录信息过于简单，不太容易掌握行车轨迹。***好能标注高速出入口，例如“柯桥-杭州北”。当然同事建议我打ETC服务电话，我试过电话无人接听。

二是上述建议无法采纳的话，建议银行给用户安装完ETC设备时，要求用户关注ETC官方微信，通过身份证号码绑定用户，则可以进行查询通行记录，进一步提升用户体验，明明白白消费。在大力推广ETC使用场景时，更应切实提升用户体验。

三是建议信用卡组织和银行发布盗刷预警时，特别是银行官方客服应先提醒用户查看ETC官方微信出行记录，匹配账单出行日期，而不是简单得建议换卡，造成用户等待、更新ETC信用卡等后续不便手续。

网银操作风险案例

近年来随着信息技术在金融领域的运用日益深化,随着网上银行取得较快发展,并呈现加速趋势,同时其操作风险也呈现出新的变化趋势。以下是我为大家整理的关于网银操作风险案例，给大家作为参考，欢迎阅读!

网银操作风险案例篇1

一、案例经过

某日，一名50岁左右的男子在一名30岁左右的女士陪同下，到某支行网点办理电子银行注册业务。该名男子出示的身份证是真实有效的，持有的银行卡也是正常卡，符合电子银行“本人办”的要求。但是，细心的柜员在与其交流时发现，该名男子比较木呐，观其神情，有点呆板，反而与其一同前来的那名女士，却表现得十分精明。当柜员与男子进一步深入交流时，该女士表现得比较激动，并且以较为激烈的言辞对柜员施加压力。柜员顶住压力，经过一番耐心细致地了解，***后才弄清楚，原来该名男子申请办理网上银行，不是给自己用的，而是给那名女士用的，并且互相之间还不是很熟。根据***近案例通报中发生较多的关于犯罪分子利用他人注册网上银行供自己实施经济犯罪的案例情况，该柜员警觉到这笔业务存在隐形风险。为了维护客户利益，同时也为了维护该行的信誉，该柜员宛转地拒绝了这名男子的网银申请，同时告知那名女士，如果需要使用网上银行，必须自己持真实有效的证件，到银行的任何一个网点，随时可以申请注册网上银行。

二、案例分析

从整个案例过程来看，这是一起利用他人合法有效证件办理网上银行而供自己使用的典型案例。如果该柜员没有高度的责任感和敏锐的警觉性，仅简单地依据制度、流程行事，虽然合法合规，但极易引发风险。一旦风险转化为事实，不但会给客户带来经济损害，而且会给银行造成负面影响。

三、案例启示

目前该行电子银行注册实行的是“本人办，本人签名，交本人”的原则，在实际操作过程中，该行柜员执行得比较严谨。但是，是否是本人使用，银行及社会各方的监控依然是一个空白，而柜员在办理业务的过程中，能主动分析判断是否是本人办理，本人使用，无形中为该行电子银行增加了一道防火墙。通过该案例，我们得出如下启示：

(一)柜员办理业务时应注意察言观色。柜员在办理该类业务过程中，应结合平时学习的案件防范方面的案例，有意识地观察申请人办理网上银行注册申请是否是自主意思的表现;身边是否有 其它 可疑人员;申请人的神情神色是否是自然流露;是否有遭受他人操控与操纵的可能。

(二)服务中多与客户交流沟通。柜员在服务过程中，通过善意的、有意的交流、沟通，可以让许多客户的隐形问题逐步浮出水面。许多当局者正处于“迷惑”的状态，我们作为责无旁贷的服务者，有必要想方设法了解真相，说服对方，使其走出迷局，达到“清醒”的境界，以保全自身!

(三)做好客户防范网银风险告知工作。为客户办理网上银行业务时，一定要做好耐心细致的解释工作，对客户把自己的网上银行转借给他人使用所产生的危害和必须承担的法律责任，明确地告知客户。同时，注意告知技巧，不能因为防范风险而使被拒绝的客户对我行产生不满情绪，既要使客户能明白个中的要害所在，又要使客户心悦诚服地接受我们不能轻易给他办理网银的现实。

网银操作风险案例篇2

用户徐先生在某款网络游戏中，看到有人在聊天频道喊话，低价出售游戏币。徐先生于是通过对方留下的QQ号与对方进行了联系。对方邀请徐先生到知名的网游交易平台“5173”上进行交易，并提供了5173的商品链接。

徐先生使用农行网银支付购买后，页面提示交易不成功。徐先生向对方询问，对方就给徐先生提供了一个“5173客服QQ”号码，请徐先生与客服联系，协商解决。

徐先生与客服交流后，客服要求徐先生提供姓名和身份证号码等信息进行核对。徐先生如实提供后，客服向徐先生提供了一个退款链接。但徐先生打开后，进入的却是一个授权支付的界面。

徐先生对这个页面表示不解，客服随即提出远程协助徐先生完成退款操作。随后，徐先生同意对方通过QQ对自己的电脑进行远程操作，完成授权后，徐先生感到对方的操作很可疑，随即终止了对方的远程操作。

但等徐先生查看自己的农行账户时，发现其中已经多了5900元的支付记录。其中，先前支付的900元实际上是购买了电话充值卡，但充值卡去向不明。其余5000元的去向也不明所以。

网银操作风险案例篇3

通过银行网银系统，将一个银行个人账户中的资金转到另一个银行个人信用卡绑定的虚拟卡账户时，该虚拟卡账户显示的到账金额比实际转入金额增加了一倍。29岁小伙发现这一银行系统漏洞后，以此方式从某银行套取1935万余元，另超额透支769万余元。2016年6月，该案在市中院开庭审理，并将择期宣判。

1、案件概述

2014年，小卫发现，通过银行网银系统将其在某银行个人账户中的资金转***另一家银行个人信用卡绑定的虚拟卡账户时，该虚拟卡账户显示的到账金额比实际转入金额竟然增加了一倍。

一开始，小卫以为只是偶然事件，但随后他测试发现，确实是银行系统有此漏洞。之后，小卫用自己名下的储蓄卡和4张银行信用卡，及以父亲姓名办理的3张银行信用卡，不断进行重复操作，将储蓄卡账户的资金转到个人信用卡绑定的虚拟卡账户上，待资金虚增一倍后，再将资金从虚拟卡账户通过绑定的个人信用卡刷卡转回储蓄卡账户，或将资金从虚拟卡账户转***自己控制的其他个人银行账户再转回储蓄卡账户的方式，反复循环操作。11天的时间，小卫操作248笔，账户上虚增资金共计3528万余元。

由于部分虚增资金上账滞后、银行监控系统冲正等原因，截***案发时，实际被套取的虚增资金有1935万余元。同时，小卫在操作过程中还超额透支了银行资金769万余元，两项实际到手的资金共计2704万余元。

被套取资金的某银行湖北省分行发现小卫操控的7张信用卡账户上密集发生大量资金频繁进出，且转出资金远超转入资金，不符合信用卡使用规则，造成超限额透支，遂通知发卡行江汉支行。次日，江汉支行向公安机关报案。公安机关经侦查，于当日23时许，在江岸区的一家酒店将小卫抓获。

案发后，公安机关对小卫转出和使用的部分资金循迹查获，追回金额677万余元。被套取资金的银行分别通过打电话、上门等方式多次让小卫还钱。小卫归还了102万余元，***今仍有1925万余元无法偿还。

2、商业银行信息科技风险防范不足

目前，随着科技高速发展，银行电子产品业务越来越多，网上银行，手机银行的功能也不断推陈出新，竞争也越发激烈。而由于各项软件的漏洞而引发的风险加速暴露。本案例中银行网银存在漏洞使得被告有机可乘，套取银行资金，使得银行蒙受损失。本案例中银行面临此风险应归类为信息科技风险。信息科技风险是指信息系统在规划、研发、建设、运行、维护、监控及推出过程中由于技术和管理缺陷产生的操作、法律和声誉等风险。

信息科技风险产生的原因主要包括：(一)系统灾备机制不健全，应急预案不完善。(二)商业银行信息系统建设实行外包机制，潜在风险较为突出。(三)日益增多的应用信息系统未实现有效整合， 系统安全 风险加大。(四)科技软硬件基础设施薄弱。(五)信息系统运行保障能力不足，存在数据备份损毁的风险。(六)信息系统安全存在风险隐患。(七)预警监测体系亟待完善。(八)科技信息衍生品风险管理不到位。

3、风险启示

防范信息系统风险建立信息科技风险管控体系是关键。商业银行应借鉴先进金融机构的良好做法和国际标准，从业务需求出发，在组织机构、人员、技术和流程四个方面加强信息科技风险管控，研究建立信息科技风险管控系，做到事前有预防、事中有控制和事后有检查，将技术防范为主的被动信息安全工作，转变为以预防为主的主动信息科技风险管控。

(一)加强对商业银行业信息科技风险管控工作的组织领导。建立全系统自上而下的信息科技风险管控体系，落实信息科技风险管理和防范责任，内外合力，齐抓共管，处理好业务发展与信息科技风险防范之间的关系，加大对信息科技的投入，积极采取 措施 消除信息科技风险重大隐患。高度重视科技队伍建设，打造一支稳定、团结、高效的科技队伍，要加强复合型人才培养，有针对性地组织对信息科技人员培训，加大人才引进力度，有效集成人力资源，建立与信息科技风险防范相关的激励和奖惩机制，形成信息科技风险防控合力，为商业银行业务发展和科技风险的管控提供强有力的人力保障。

(二)加强对信息科技重点环节的风险防范。一是要提高信息系统运行保障能力。加大科技软硬件设施投入，消除单点故障隐患。完善各项管理制度，制定应急预案并组织演练，提高抗风险能力和突发事件应对能力。二是完善信息系统安全运行体系。对机房、网络设备、主机设备、网络及数据访问、科技人员操作风险等方面进行全面安全评估。设立信息科技风险管理部门及岗位，严格执行开发、运行、维护等岗位分离及关键岗位的 AB 角配备，完善相关管理制度。三是加强项目外包风险管理。对外包公司的规模、技术水平、业务保障能力、保密等进行全面评估，在外包合同中明确要求外包公司提供系统核心源代码及相关信息。尽快提高银行科技人员核心业务系统自主开发能力和系统安全策略自主配置能力。四是加强业务系统风险管控。对由于IT系统的缺陷和不足引发的案件，要 总结 教训并认真整改，做到人员控制、制度控制、系统控制三到位。

(三)健全灾备机制，确保业务连续运行。商业银行在数据大集中后，仍应注重保证本地使用数据的安全性，对一些数据要求相对高的交易数据，应采用硬件双机备份或者应用程序备份方式。独立法人机构应加快异地灾难备份中心的建设，确保数据的安全性、完整性;在网络灾备方面，暂时没有条件启用主网和辅网双路并行的机构，可选择在同一区域不同网点分散租用不同网络供应商线路的方式，缓解突发故障造成的影响。

(四)提高信息系统整合度，优化各类系统。随着信息系统的增多，必然导致安全隐患的增加，因此商业银行应对已上线的、准备上线的、计划开发的各类信息系统进行优化整合，在全面完成业务数据大集中的基础上，建立适应客户需求变化的信息资产风险管理统一框架。要大力整合现有业务流程、数据信息、数据应用和数据控管等，尽量合并功能重复的信息系统，减少内部和外部的连接数量，优化彼此关联的信息系统，提高信息系统安全系数。

(五)加强科技信息风险监管，提升风险管控能力。一是监管部门要迅速探索建立商业银行信息资产风险监管标准体系，着重解决商业银行信息资产风险评估与定价标准，按业务系统性质及其隐形资产价值、网络运行特性以及运营商素质等方面内容，科学划分信息资产风险级别与管理要求。二是应迅速建立商业银行信息资产风险监管法规体系，从系统开发、使用、维护、管理以及网络运营商与IT公司的资质、素质等各个层面提出相关指引，确保系统从研发到使用全过程合规合法。三是要进一步加强科技信息风险现场检查。基层商业银行由于自身风险防范能力薄弱，是风险隐患的多发部门，监管部门应定期检查、评价银行业机构科技信息系统运行情况、风险程度，发现问题及时督促整改。

信用卡托管公司可靠吗？通过案例来分析

;     网上经常可以看到各种信用卡托管公司打的小广告，说将信用卡交给他们托管，可帮忙还款避免逾期，还能精养卡提升额度。那么，这类信用卡托管公司可靠吗？这里就以几个真实示例来进行分析。

示例一：

      卡友小李这个月没钱还信用卡，不想逾期，在网上找了个信用卡托管公司帮忙还款，托管公司的一个员工给了他一个网站，让他填写信用卡信息，卡号、有效期、姓名等等，并且告诉他帮忙还款，是先把信用卡里的钱刷出来，然后再还到信用卡里的，还需要提供手机验证码。

      小李填写信息后就收到一条验证码，想也没想就告诉了那个员工，接着信用卡就被消费了3000元，小李原以为托管公司会把刷出来的钱还到信用卡里，结果发现并没有，并且托管公司的员工电话也打不通了。

示例二：

      卡友小吴在线下找了个信用卡托管公司帮忙养卡提额，托管公司同样要求其提供信用卡信息，然后用POS机把信用卡里的钱刷出来再还进去，再刷出来还进去，如此反复。虽说这个公司没问题，但是没想到的是，小吴的信用卡不但没有提额，还被银行封卡了。

示例分析：

      通过两个示例可知，网上的信用卡托管公司大多是骗子，目的是为了骗取信用卡资料进行盗刷的，肯定不可靠；当然也有个别托管公司本身没问题，但是其帮忙还款或者养卡的方式，本质上还是信用卡套现，这属于违法行为，***好还是不要轻易尝试，免得赔了夫人又折兵。

数据挖掘技术在信用卡业务中的应用案例

数据挖掘技术在信用卡业务中的应用案例

信用卡业务具有透支笔数巨大、单笔金额小的特点，这使得数据挖掘技术在信用卡业务中的应用成为必然。国外信用卡发卡机构已经广泛应用数据挖掘技术促进信用卡业务的发展，实现全面的绩效管理。我国自1985年发行***张信用卡以来，信用卡业务得到了长足的发展，积累了巨量的数据，数据挖掘在信用卡业务中的重要性日益显现。

一、数据挖掘技术在信用卡业务中的应用数据挖掘技术在信用卡业务中的应用主要有分析型客户关系管理、风险管理和运营管理。

1.分析型CRM

分析型CRM应用包括市场细分、客户获取、交叉销售和客户流失。信用卡分析人员搜集和处理大量数据，对这些数据进行分析，发现其数据模式及特征，分析某个客户群体的特性、消费习惯、消费倾向和消费需求，进而推断出相应消费群体下一步的消费行为，然后以此为基础，对所识别出来的消费群体进行特定产品的主动营销。这与传统的不区分消费者对象特征的大规模营销手段相比，大大节省了营销成本，提高了营销效果，从而能为银行带来更多的利润。对客户采用何种营销方式是根据响应模型预测得出的客户购买概率做出的，对响应概率高的客户采用更为主动、人性化的营销方式，如电话营销、上门营销；对响应概率较低的客户可选用成本较低的电子邮件和信件营销方式。除获取新客户外，维护已有优质客户的忠诚度也很重要，因为留住一个原有客户的成本要远远低于开发一个新客户的成本。在客户关系管理中，通过数据挖掘技术，找到流失客户的特征，并发现其流失规律，就可以在那些具有相似特征的持卡人还未流失之前，对其进行有针对性的弥补，使得优质客户能为银行持续创造价值。

2.风险管理

数据挖掘在信用卡业务中的另一个重要应用就是风险管理。在风险管理中运用数据挖掘技术可建立各类信用评分模型。模型类型主要有三种：申请信用卡评分卡、行为信用评分卡和催收信用评分卡，分别为信用卡业务提供事前、事中、和事后的信用风险控制。

申请评分模型专门用于对新申请客户的信用评估，它应用于信用卡征信审核阶段，通过申请人填写的有关个人信息，即可有效、快速地辨别和划分客户质量，决定是否审批通过并对审批通过的申请人核定初始信用额度，帮助发卡行从源头上控制风险。申请评分模型不依赖于人们的主观判断或经验，有利于发卡行推行统一规范的授信政策。行为评分模型是针对已有持卡人，通过对持卡客户的行为进行监控和预测，从而评估持卡客户的信用风险，并根据模型结果，智能化地决定是否调整客户信用额度，在授权时决定是否授权通过，到期换卡时是否进行续卡操作，对可能出现的使其提前进行预警。催收评分模型是申请评分模型和行为评分模型的补充，是在持卡人产生了逾期或坏账的情况下建立的。催收评分卡被用于预测和评估对某一笔坏账所采取措施的有效性，诸如客户对警告信件反应的可能性。这样，发卡行就可以根据模型的预测，对不同程度的逾期客户采取相应措施进行处理。以上三种评分模型在建立时，所利用的数据主要是人口统计学数据和行为数据。人口统计学数据包括年龄、性别、婚姻状况、教育背景、家庭成员特点、住房情况、职业、职称、收入状况等。行为数据包括持卡人在过去使用信用卡的表现信息，如使用频率、金额、还款情况等。由此可见，数据挖掘技术的使用，可以使银行有效地建立起事前、事中到事后的信用风险控制体系。

3.运营管理

虽然数据挖掘在信用卡运营管理领域的应用不是***重要的，但它已为国外多家发卡公司在提高生产效率、优化流程、预测资金和服务需求、提供服务次序等问题的分析上取得了较大成绩。

二、常用的数据挖掘方法

上述数据挖掘技术在信用卡领域的应用中，有很多工具可用于开发预测和描述模型。有些用统计方法，如线性回归和逻辑回归；有些有非统计或混合方法，如神经网络、遗传算法、决策树及回归树。这里仅讨论几种常见的典型方法。

1.线性回归

简单线性回归分析是量化两个连续变量之间关系的一种统计技术。这两个变量分别是因变量(预测变量)。使用这一方法，可以发现一条穿过数据的线，线上的点使对应数据点的方差***小。为市场营销、风险和客户关系管理建立模型时，通常有多个自变量，用多个独立自变量来预测一个连续变量称为多元线性回归，用线性回归方法建立的模型通常具有鲁棒性。

2.逻辑回归

逻辑回归是使用***广泛的建模技术，与线性回归很相似。两者的主要区别在于逻辑回归的因变量(想预测变量)不是连续的，而是离散的或者类型变量。如申请评分模型可运用逻辑回归方法，选取关键变量确定回归系数。以申请者的关键变量x1,x2,…xm为自变量，以y=[1 申请者是坏客户；0 申请者是好客户，为因变量，则对于二分类因变量，一般假设客户变坏的概率为 p(y=1)=eβ0 β1×1 … βmxm/1 eβ0 β1×1 … βmxm式中，β0，β1…，βm是常数，即1n(p/1-p)=β0 β1×1 … βmxm

3.神经网络

神经网络处理和回归处理大不相同，它不依照任何概率分布，而是模仿人脑功能，可以认为它是从每一次经验中提取并学习信息。神经网络系统由一系列类似于人脑神经元一样的节点组成，这些节点通过网络彼此互连。如果有数据输入，它们便可以进行确定数据模式的工作。神经网络由相互连接的输入层、中间层(或隐藏层)、输出层组成。中间层由多个节点组成，完成大部分网络工作。输出层输出数据分析的执行结果。

4.遗传算法

与神经元网络类似，遗传算法也不遵循任何概率分布，是源自“适者生存”的进化过程。它首先将问题的可能解按某种形式进行编码，编码后的解称为染色体。随机选取n个染色体作为初始种群，再根据预定的评价函数对每个染色体计算适应值，性能较好的染色体有较高的适应值。选择适应值较高的染色体进行复制，并通过遗传算子产生一群新的更适应环境的染色体，形成新的种群，直******后收敛到一个***适应环境的个体，得到问题的***优化解。

5.决策树

决策树的目标是逐步将数据分类到不同的组或分支中，在因变量的值上建立***强划分。由于分类规则比较直观，所以易于理解。图1为客户响应的决策树，从中很容易识别出响应率***高的组。

三、实例分析

以下以逻辑回归方法建立信用卡申请评分模型为例，说明数据挖掘技术在信用卡业务中的应用。申请评分模型设计可分为7个基本步骤。

1.定义好客户和坏客户的标准

好客户和坏客户的标准根据适合管理的需要定义。按照国外的经验，建立一个预测客户好坏的风险模型所需的好、坏样本***少各要有1000个左右。为了规避风险，同时考虑到信用卡市场初期，银行的效益来源主要是销售商的佣金、信用卡利息、手续费收入和资金的运作利差。因此，一般银行把降低客户的逾期率作为一个主要的管理目标。比如，将坏客户定义为出现过逾期60天以上的客户；将坏客户定义为出现过逾期60天以上的客户；将好客户定义为没有30天以上逾期且当前没有逾期的客户。

一般来讲，在同一样本空间内，好客户的数量要远远大于坏客户的数量。为了保证模型具有较高的识别坏客户的能力，取好、坏客户样本数比率为1：1。

2.确定样本空间

样本空间的确定要考虑样本是否具有代表性。一个客户是好客户，表明持卡人在一段观察期内用卡表现良好；而一个客户只要出现过“坏”的记录，就把他认定为坏客户。所以，一般好客户的观察期要比坏客户长一些、好、坏客户可以选择在不同的时间段，即不同的样本空间内。比如，好客户的样本空间为2003年11月-2003年12月的申请人，坏客户的样本空间为2003年11月-2004年5月的申请人，这样既能保证好客户的表现期较长，又能保证有足够数量的坏客户样本。当然，抽样的好、坏客户都应具有代表性。

3.数据来源

在美国，有统一的信用局对个人信用进行评分，通常被称为“FICO评分”。美国的银行、信用卡公司和金融机构在对客户进行信用风险分析时，可以利用信用局对个人的数据报告。在我国，由于征信系统还不完善，建模数据主要来自申请表。随着我国全国性征信系统的逐步完善，未来建模的一部分数据可以从征信机构收集到。

4.数据整理

大量取样的数据要真正***后进入模型，必须经过数据整理。在数据处理时应注意检查数据的逻辑性、区分“数据缺失”和“0”、根据逻辑推断某些值、寻找反常数据、评估是否真实。可以通过求***小值、***大值和平均值的方法，初步验证抽样数据是否随机、是否具有代表性。

5.变量选择

变量选择要同时具有数学统计的正确性和信用卡实际业务的解释力。Logistic回归方法是尽可能准确找到能够预测因变量的自变量，并给予各自变量一定权重。若自变量数量太少，拟合的效果不好，不能很好地预测因变量的情况；若自变量太多，会形成过分拟合，预测因变量的效果同样不好。所以应减少一些自变量，如用虚拟变量表示不能量化的变量、用单变量和决策树分析筛选变量。与因变量相关性差不多的自变量可以归为一类，如地区对客户变坏概率的影响，假设广东和福建两省对坏客户的相关性分别为-0.381和-0.380，可将这两个地区归为一类，另外，可以根据申请表上的信息构造一些自变量，比如结合申请表上“婚姻状况”和“抚养子女”，根据经验和常识结合这两个字段，构造新变量“已婚有子女”，进入模型分析这个变量是不真正具有统计预测性。

6.模型建立

借助SAS9软件，用逐步回归法对变量进行筛选。这里设计了一种算法，分为6个步骤。

步骤1：求得多变量相关矩阵(若是虚拟变量，则＞0.5属于比较相关；若是一般变量，则＞0.7-0.8属于比较相关)。

步骤2：旋转主成分分析(一般变量要求＞0.8属于比较相关；虚拟变量要求＞0.6-0.7属于比较相关)。

步骤3：在***主成分和第二主成分分别找出15个变量，共30个变量。

步骤4：计算所有30个变量对好/坏的相关性，找出相关性大的变量加入步骤3得出的变量。

步骤5：计算VIF。若VIF数值比较大，查看步骤1中的相关矩阵，并分别分析这两个变量对模型的作用，剔除相关性较小的一个。

步骤6：循环步骤4和步骤5，直到找到所有变量，且达到多变量相关矩阵相关性很而单个变量对模型贡献作用大。

7.模型验证

在收集数据时，把所有整理好的数据分为用于建立模型的建模样本和用于模型验证的对照样本。对照样本用于对模型总体预测性、稳定性进行验证。申请评分模型的模型检验指标包括K-S值、ROC、AR等指标。虽然受到数据不干净等客观因素的影响，本例申请评分模型的K-S值已经超过0.4，达到了可以使用的水平。

四、数据挖掘在国内信用卡市场的发展前景

在国外，信用卡业务信息化程度较高，数据库中保留了大量的数量资源，运用数据技术建立的各类模型在信用卡业务中的实施非常成功。目前国内信用卡发卡银行首先利用数据挖掘建立申请评分模型，作为在信用卡业务中应用的***步，不少发卡银行已经用自己的历史数据建立了客户化的申请评分模型。总体而言，数据挖掘在我国信用卡业务中的应用处于数据质量问题，难于构建业务模型。

随着国内各家发卡银行已经建立或着手建立数据仓库，将不同操作源的数据存放到一个集中的环境中，并且进行适当的清洗和转换。这为数据挖掘提供了一个很好的操作平台，将给数据挖掘带来各种便利和功能。人民银行的个人征信系统也已上线，在全国范围内形成了个人信用数据的集中。在内部环境和外部环境不断改善的基础上，数据挖掘技术在信用卡业务中将具有越来越广阔的应用前景。

管理学案例分析，麻烦详细版谢谢了。 美国某信用卡案例 客户服务质量

1、该公司控制客户服务质量的计划是发生在实际工作开始之前，是未来导向的，因此是前馈控制。

2、①控制客户服务质量的标准——“所建立的180多个标准反映了诸如申诉处理、信用卡发行、账单查询反应及账户服务费代理等服务项目的可接受的服务质量。”

②控制服务质量的计划的实施过程。

③控制实施过程在企业文化中起到的积极作用——“该计划使整个公司都注重客户期望。各部门都以自己的客户服务记录为骄傲。而且每个雇员都对改进客户服务做出了贡献，使员工士气大增。”

3、控制的目的是保证组织中的各项活动按既定计划和标准进行，使得公司的利润***大化。该公司将标准设立在经济可行的水平上是更加现实以及有更高可操作性的。首先，任何公司都有自身的局限性，该公司也不例外，组织自身资源不足将难以满足***高控制标准的设定。即使能够勉强满足，也会给企业带来很大的压力，以***于过多的关注控制的实施过程，造成公司利润的下降及对企业文化起到消极作用等。

危险：信用卡总是“以卡还卡”当心坐牢

将另外一张或几张信用卡的透支额度提现出来，用来还这张信用卡；等到其他信用卡需要还款的时候，再将这张信用卡里的透支额度套出来，还上即可。如此反复操作，就不用消耗自己手中的现金了，只用银行的钱相互倒着还就可以了。

信用卡分析师要说的是，这世上总不乏聪明人，但有时候聪明反被聪明误。在信用卡的使用过程中，有些人就喜欢钻空子，耍点儿小聪明，做些违规甚***违法的事情。信用卡“以卡还卡”就是很典型的一种违法行为。

根据《关于妨害信用卡管理刑事具体应用法律若干问题的解释》，“违反规定，使用销售点终端机具（pos机）等方法，以虚构交易、虚开价格、现金退货等方式向信用卡持卡人直接支付现金，情节严重的，应当依据刑法第二百二十五条的规定，以非法经营罪定罪处罚。”“持卡人以非法占有为目的，采用上述方式恶意透支，应当追究刑事责任的，依照刑法***百九十六条的规定，以信用卡罪定罪处罚。”

也就是说，使用信用卡提现还款，是有可能坐牢的。这可不是危言耸听，近日，媒体就报道了一起信用卡提现被制裁的案例。十堰男子林某使用信用卡提现出17万元，用于炒期货，结果亏得血本无归，***终无力还款，被起诉为信用卡罪，面临牢狱之灾。因此，信用卡分析师提醒广大持卡人：不要以为银行不知道你在提现，银行都有很严密的风险识别系统，很容易识别出一些非正常的风险交易。一旦银行“较真”，追求你的责任，后果可是很严重的。

据分析师了解，信用卡提现的手续费可不低，市面上在违规销售的POS机，其手续费一般在0.60%-0.85%。假如你通过违法提现的方式从信用卡里套取10000元现金，你就要承担60元-85元的手续费。

信用卡提现，“以卡养卡”，往往会使用一些违规销售的POS机具，中间的刷卡交易涉及到第三方支付平台。但是第三方支付平台也有不靠谱的，一旦所涉的第三方支付平台跑路，那么，你刷出去的钱就打水漂了，还要自己承担这个损失，风险很高。

有些人自己没有机具，找所谓的“信用卡代还”来操作。这个过程中很容易泄露自己的个人信息以及信用卡信息，导致信用卡被盗刷。这种情况产生的信用卡盗刷，银行是有理由不赔付的，损失由持卡人自己承担。

声明：文章来源于互联网，仅供网友学习交流，如有侵权，请联系删除。