全文总字数：4580字
文献综述
文 献 综 述一、课题的意义由于信贷业务拥有风险分散、利息收入稳定、市场潜力较大等优势，因此成为近些年各大银行的关键战略性业务之一。
目前上市银行企业大多数都建立了符合自身业务特点和具有自身银行特色的信贷管理服务来规范信贷业务流程。
在信贷业务中，信贷评级是实现成功的信贷业务办理不可缺少的一部分。
通过信贷评级，银行企业能够准绝掌握客户的信用等级，从而对贷款风险有更为科学的评判，确保在借贷中银行的利益得到保障。
目前上市银行企业大多数通过各式评级方法如专家分析法、平衡计分法和建立模型法来实现信贷工作的信息化，从而标准化信贷业务操作步骤，在提高信贷业务人员工作效率的同时，尽可能的降低信贷业务风险，从而最大化人民和银行的利益。
传统信贷业务虽然融合了互联网技术，但还是存在较多问题。
一方面，数据分析与处理工作还是停留在表层，导致了海量的数据信息得不到有效利用，银行业务人员和管理层无法发现数据反应出的优缺点信息。
另一方面，传统信贷信用评级方式个人主观意识过强，很容易使银行陷入信贷风险当中。
通过决策树建模的数据挖掘技术能够规避信贷风险，实现合理、可靠的银行客户信用评级方式，大大降低贷款风险，最终实现风险与盈利的最优化平衡。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
