昆山农行信用卡风险控制系统应用研究

　　在分析信用卡风险的发展趋势和特点的基础上，逐步明确了信用卡业务的规则和风险分布的特点。通过对规则引擎的发展和运行机理进行详细的研究，对规则的架构、Rete算法和Java规则引擎进行了相关性分析。通过对当前市场和主要公司的规则引擎进行研究后，选择了Drools实现系统风险控制规则库。

　　对本文采用的新型架构即Spring+Struts+iBatis的轻量级的J2EE架构进行了详细的阐述，说明了各自的特点和优势。同时为了满足市场上大量的信用卡信用卡业务的递增，在综合考量各种数据规则引擎数据之后，选择了目前比较成熟的Drools来满足多变的信用卡业务系统的需求。

　　通过对传统的信用卡业务系统的需求进行分析，指明了它在当前信用卡业务市场上存在的各种不足，基于此，提出了利用轻量化的构型和基于J2EE平台下的规则引擎来构建新的系统框架，从而更好的应对信用卡风险控制领域规则的频繁变化，同时对新型的构架进行了优势比较。

　　对信用卡风险控制系统的总体逻辑结构和系统构架进行了详细的设计，并在此基础上给出了一个详细合理的解决方案，并最终给出了系统各层次的具体设计和实现方法，达成了一个昆山农行信用卡风险控制数据系统。

　　随着国内经济的快速增长，人均财富逐步提高，个人支付能力也显著增强，这给信用卡的发行提供了无限的商机。中国农业银行作为国内四大国有银行的信用卡业务的排头兵，综合上述，本文选取昆山农业银行为研究对象，以当前激烈的信用卡竞争市场为环境，以平衡收益和控制风险，保障昆山农行的收益持续增长为基本目标，来构建风险控制数据库的分析系统。为了使系统更加便利，在系统设计中引入了一种新的方式即“业务规则引擎”核心组件，以流程化，规则化的方式对数据库分析系统的业务进行整理规范，使得系统更加适应于多变的业务逻辑，从而减少了编程的工作量，使得关注点汇焦于系统本身的业务需求层次上，该项系统的设计研发可以对于农行信用卡的风电控制具有一定的实践意义和指导价。

　　1.3.1国内研究现状

　　我国信用卡自1985年开始，经历了不到三十年的发展，虽然信用卡的发行量和增幅速度十分明显，但是依然处于发展的起步阶段，在很多细节方面发展有待提高。尤其是近些年来，信用卡为各大银行带来高收益的同时，也给自身带来的高风险。因此，越来越多的研究人员对信用卡的研究聚焦于风险及其控制理念的层面上，综合我国的经济环境，提供风险定量控制的依据。

　　为了加快我国信用卡风险控制系统的建设，学者高玲在2000年在充分借鉴国外的研究基础上，利用层次分析法研发出适用于我国金融机构的信用风险的预警模型，为搭建信用风险控制系统提供了前期保障。

　　在2005年，知名学者钟加勇认为，随着信用卡业务的深入发展，目标客户逐步转移到普通人群中，从而产生客户质量出现层次不齐，伴随的信用风险、市场风险也将持续性的上升，借鉴与国外的先进经验，信用卡的风险出现持续增高的局面是信用卡风险控制系统的缺乏所致使的。因此，需要从多角度、多层次构件以行业为基础的行业信用体系。其次以区域为目标构件地方信用体系，最后搭建数据库用以交换不同区域的信用特征，从而在全局构件出客户的信用体系，为金融机构风险控制提供良好的基础。

　　陈建结合自身在Fair的工作经历，认为构件信用卡的评分模型是对信用风险控制的有效手段，也是银行和信用卡公司可持续发展所需的核心技术。他通过总结欧美发达国家的信用控制的经验，结合国内的特殊情况，从信用评分模型的建立、申请、评价标准和信用欺诈等多层次进行了策略分析，为后续系统的研发提供了方向。

　　综上看来，我国信用卡业务的风险控制由于市场不成熟、体质不健全、科技手段与风险模型没有有机的结合导致出现了较大的差距，目前还主要集中于定性分析的基础上，主要从政策、规范、制度上对信用风险的控制进行了策略分析，而没有有效结合定性定量的方法进行综合研究，截止目前，国内还没有对系统进行相关研究。由于各大银行的信用卡业务上属于发展时期，可供研究的样本较少，因此，不能对研究结构进行有效的拓展和应用，没有形成综合化的信用控制方法。鉴于此，本文以具有典型代表意义的昆山农行信用卡业务为研究对象，利用现代科技手段，建立信用卡风险控制数据库的分析系统，以弥补与国外的差距。

　　1.3.2国外研究现状

　　信用卡起源于国外，是一种集消费、理财、存款、信贷等诸多功能为一体的新型金融产品，国外对于信用卡经过长时间的探索，在信用卡的风电管理、经营理念、持卡人选择、消费意识等多方面都已经步入了一个成熟的阶段。而对本文系统构建其主要作用的风电控制主要经历了三个发展阶段。

　　第一阶段:在19世纪80年代，受债务危机的扩散影响，各大银行在对信用风险的管理和制定相关规范上达成了一致，随之诞生了金融历史的著名协议—《巴塞尔协议》，它采取了权数量化的分析方法，对不同种类的资产施加以不同的权数来使得风险在宏观上得到了量化，是一种相对笼统的分析方法。第二阶段：进入20世纪90年代，随着信用卡业务的日益成熟，各大银行逐步走向了业务的发展期，任务风险控制是信用卡业务实现可持续发展的关键，因此尝试着建立信用卡信用风险的内部方法和模型来对业务进行细化规范。这一时期关于信用卡的风险控制的研究方法得到了良好的发展，从定性研究逐步走向定量研究，出现了大量的新模型。如Altman作为定量研究的初步探索者，研究出一种基于过去的财务变量对银行客户的违约率进行相关的预测的方法——Z分数的分析理论，这种分析方法可以将银行客户建立不同的信用级别，通过信用额度的激励构建出风险控制的映射关系。同时，一些银行机构通过合作，如瑞士银行、美洲银行和KMv通过市场衡量风险时使用的在险值的概念，通过复杂的数学模型建立了一种新的风险评价的机制，它能够在一定的置信区间内提供贷款组合的最大亏损值。第三阶段：在20世纪90年代末，亚洲爆发金融危机，这使得世界金融风险打破了原来单一风险控制的独立局面，呈现了新的格局——即由信用和市场的双重作用，信用风险的控制逐步转移到对风险的综合模式的探讨上，因此，信用卡风险控制的模式逐步得到业内人士的重视。

　　随着信用风险控制的发展，国外研究者运用了先进的智能金融技术建立了风电控制的模型，对风险进行量化，这期间的主要分析方法有三种。首先是5C法：

　　它是基于借款人的品德(Character)、经营能力(Capacity)、经营资本(Capital)、资产抵押(Collateral)和经济环境(Condition)进行综合分析，从而将信用风险控制到最低的一种分析方法；其次是基于多变量的信用风险控制模型，主要有Probit模型和线性概率模型等；最后是目前运用较为广泛的风险控制的神经网络分析系统。如X银行财务危机预测所采用的Fant、Turban研制的神经网络分析方法，它是基于大量历史真实数据基础上来进行统计分析，计算得到违约概率的一种经验方法，它有效控制了信用风险所带来的收益损失。

　　在昆山农行信用卡风险控制分析系统中，除了具有风险控制识别模型，同时规则引擎还具有在信用卡业务的控制流程层面、任务权限的分配方面等有许多的应用。目前在设计昆山农行信用卡的控制分析系统时，只是设计并实现了控制人工分配的部分功能，同时通过使用规则引擎来控制任务的自动分配。但是这种设计理念还没有完全发挥系统的效率，需要进一步的进行功能优化，提高系统的灵活性。

　　此项目组成成员还有着丰富的估计及相关的科研和工作经历，取得了不错的工作成绩。工作基础，由于研究的需要，笔者对本次研究进行了初步尝试。通过文献查阅的方式，了解国内外研究的现状和发展趋势，了解相关理论方法，制定本课题的技术路线和研究方法。

　　1.5.1实验条件

　　在本次课题研究当中，实验条件总体上是良好的。可以对数据进行准确的测量，还可以对系统的总体进行有效的设计。还基于J2EE轻量化构架和规则引擎的信用卡风险控制系统的架构，对本次研究积累了很多的基础准备，对本次探究有很大的意义。

　　1.5.2尚缺少的实验条件

　　但是，在本次研究当中，还缺少很多的实验条件。实验条件的缺少使得本次探究变得繁杂，缺少实验条件使得整个课题不能更好地持续下去，为课题的研究带来麻烦。

　　1.5.3拟解决的途径

　　(1)继续对风险控制规则库进行完善

　　本文虽然对信用卡风险进行了规则的编制，实现了风险控制规则数据库的建设。但是这些规则的是否行之有效还需要经过结合昆山农行的实际发展状况综合考虑，通过实际信用卡业务的经历操作，来评判风险控制模型是否准确。与此同时，根据后续风险模型的类别对相应的实际状况进行一些更改，从而提高系统的实际应用能力。

　　(2)将规则引擎充分运用到实际应用之中

　　在内昆山农行信用卡风险控制分析系统中，除了具有风险控制识别模型，同时规则引擎还具有在信用卡业务的控制流程层面、任务权限的分配方面等有许多的应用。目前在设计昆山农行信用卡的控制分析系统时，只是设计并实现了控制人工分配的部分功能，同时通过使用规则引擎来控制任务的自动分配。但是这种设计理念还没有完全发挥系统的效率，需要进一步的进行功能优化，提高系统的灵活性。

　　结合论文的研究方向，本文首先对信用卡的风险进行介绍，熟悉信用卡的特点和风险的种类，分析信用卡风险控制对未来的发展影响，从而在一定程度上明晰了信用卡风险控制的现状及发展趋势，为搭建信用卡风险控制数据库分析系统提供了必要的支持。

　　为了突出数据库风险控制系统的作用，本文采用J2EE进行框架的搭建，引用规则引擎等核心技术进行系统的搭建。为此，对这两个部分进行核心的诠释，为后续系统的总体和详细设计提供了技术支持。

　　由于银行金融系统符合Java企业版即J2EE的平台，因此为后续的合理运用，对平台提供的Spring框架、Struts框架等进行合理的分析，明确它们的优缺点。在此基础上，采用框架多重组合的原理，构件适用于风险控制的J2EE的轻量化的框架。

　　在规则引擎的层面上，清晰它的使用原理和应用范围，基于此，对JAVA的具体算法和规则引擎的框架进行分析，综合评定后选择了Drools对昆山农业银行的风险控制数据库进行建立，并对应用的模块在此做出说明。

　　在上述基础上，结合信用卡的信用风险机制，对系统的功能机非功能需求进行深入分析，明确传统的信用风险控制的领域的不足，利用J2EE平台提出一种基于信用卡风险控制的角度下保障银行收益的架构。同时，对新的架构的优势进行必要的说明。

　　在本文的最后，本文阐述了基于J2EE和规则引擎技术下的昆山农行信用卡风险数据库是具体实现过程。分析了信用卡风险控制数据库的控制规则，并分别设计了信用风险、市场欺诈风险的对象模型，并对数据的获取方式进行解释。为搭建信用卡控制数据分析系统提供了规则的知识储备。同时，本文给出了控制分析系统各层次的具体实现的方法，从而搭建了服务于昆山农行信用卡业务的风险控制数据分析系统。

　　降低系统维护更新的成本，风险控制分析系统的维护成本时昆山农业银行可持续发展中一个重要的考虑因素。面对当今的市场经济，信用卡风险的样式经常出现变化，因此传统系统需要根据风险变化不断的依靠内部科技人员进行持续性的维护，导致总体维护成本相对较高。然而本论文设计的适用于当前昆山农业银行的新型系统是设计目的是希望脱离专业科技人员，由负责风险控制的业务主管进行设置权限或规则，既增强了系统的可扩展性，也大大降低了维护的成本。

　　提高系统运行的效率，适应现行风险控制需求，信用卡风险控制分析系统的规则很多，监控模型众多，按照信用卡的风险通常可以分为信用风险控制模型、市场欺诈风险控制模型、赞助是商户的风险交易控制模型等。而且随着经营业务的不断改变，风险控制规则需要及时作出变更，相对应的风险控制模型就会发生改变，从而产生了数量庞大，逻辑复杂的风险控制体系，使得传统系统不能灵活调整相应的逻辑关系，导致后续的需求分析、功能分析、总体设计、详细设计等一系列过程不能及时跟上进度，从而使得业务部门不能对信用卡风险作出及时有效的反映。

　　提高系统更改的可靠性，由于信用卡自身风险控制的特殊性和目前信用卡风险种类的不断变换，在传统的系统架构下不可避免的导致系统会发生更改，主要集中体现在两个层次。第一是风险的种类发生变化导致控制风险的规则要做出相应调整；第二就是控制风险的业务流程要遵循规则，做出一系列的调整。风险控制分析系统在日常的持久性维护之中，系统内部的源代码会在一定程度上丧失设计初衷，可靠性便成为一个不容忽视的问题。

　　传统架构的设计原则是以综合考虑银行的各种业务逻辑的变化为基本前提，因此在配置各种使用文件、各种性能参数时失去了系统的灵活性。与此同时业务逻辑的变化具有很大的随机性，导致系统的考虑内容过于复杂，会带来一定的风险，从而影响了系统的可靠性。

　　结合上述而言，传统的银行业务的风险控制系统难以适应现行的信用卡业务。因此，本论文将规则引擎的技术引入至信用卡风险控制系统之中，同时综合利用三种架构的特点即：Spring+Struts+iBatis来综合考虑，使得系统的架构体系更加明晰，增强了系统的实用性和可靠性，这种轻量化的架构体系也在一定程度上大大降低了维护成本，有利于昆山农业银行信用卡风险控制业务的长远发展。

　　控制业务逻辑层位于数据访问层和网络应用层WEB之间，建立在数据访问层的基础之上，对数据访问DAO组件进行了封装。为了提高系统的松耦合度，控制业务逻辑层还采用了面向接口的编程方法。业务逻辑组件只能调用DAO组件，而不能与具体的实现类相互耦合；而业务逻辑组件可以划分为接口和实现两个主体，通过组件进行接口定义来实现与业务逻辑组件的相互耦合。当控制风险的逻辑组件发生变化时，可以提供新的新的业务逻辑组件进行类的实现，而不需要网络web层来改变控制代码。控制业务逻辑组件的实现，业务逻辑组件的实现作为昆山农行信用卡风险控制系统运行的核心，该系统依据业务功能模块来及西宁组件的相关划分。主要划分为UserService，ControlTaskService两个主要的业务逻辑组件组成。

　　本论文采用当前成熟的Drools规则引擎，对风险控制系统中容易发生改变的控制规则可以建立模块，单独提取出来，建立相应的规则库，从而实现昆山农业银行信用卡风险控制规则的持续发展。与此同时，对系统的其他模块之间采用基于J2EE平台下的Spring+Struts+iBatis轻量化框架，从而可以支持大量的信用卡数据，使得结构清晰，提高系统的维护性和可靠性。这种新型架构的核心特点是风险控制规则库的创建和基于J2EE平台下风险控制数据分析系统的有效建立，这一部分会在后续两小结中进行详细讲解。根据昆山农业银行信用卡风险控制数据分析系统的设计目标，为了提高运行效率，需要根据风险控制识别模型将系统中控制规则变动频繁的进行筛选，从而提取出来，建立与之对应的风险控制模型的规则库。该信用卡规则库的建立是用来判断信用卡交易是否存在交易风险的一系列准则，它的建立是依据信用卡业务部门长期的工作经验的汇总，比如拥有不良还款记录的信用卡持有者的交易风险相对较大，更显较大的商户中的大额度的交易需要给予重点关注等等。风险控制模型的规则库在本次论文中依据Drools的规则引擎进行创建。通过使用Drools规则引擎，将规则定义在文件的后缀名为“drl”的专用规则文件中，该文件与Ecilipse进行集成，通过固定模块的程度代码将规则库导入到相应的应用程序上，进而在风险控制数据分析系统完成与规则的交互操作。

　　1、调查法：通过采访和分析昆山农行信用卡风险控制系统应用一些历史数据。

　　2、个别研究法：对昆山农行信用卡风险控制系统应用深入研究。

　　3、行为研究法：通过实践，建立昆山农行信用卡风险控制系统应用模型。

　　4、抽样法：在网络用户中抽取一部分调查。

　　5、文献研究法。作为昆山农行信用卡风险控制系统应用基本分析方法，内容分析法对本文的研究至关重要。根据“昆山农行信用卡风险控制系统应用”这一主题，查阅和收集和主题相关的学术文献等纸质资料和网络上公开发布的电子资料，并将相关的信息进行整理，作为本研究的一部分支撑。

　　6、案例研究法。真实的案例，往往更能概括和总结出与实际相符合的措施建议，拥有可靠的现实和事件基础，才能得出令人信服的研究成果。整篇论文基本采用网易新闻客户端《昆山农行信用卡风险控制系统应用》栏目为案例，通过具体分析中国外商投资企业的贸易效应特点与形式，探讨中国外商投资企业的贸易效应创新点。

　　7、归纳研究法。将查阅收集到的文献资料，进行整合，取其精华，去其糟粕。对《昆山农行信用卡风险控制系统应用》内容上的分析，需要作出准确的判断，分析其具有的性质，这都需要用到定性分析的方法。

　　第一部分当中，笔者深入分析了目前信用卡风险控制的发展趋势，围绕其所遇到的问题引入了基于J2EE平台的轻量化架构和规则引擎技术，它既有良好的可维护性，扩展性；又可以将部分业务规则的代码进行封装，传递给规则引擎来处理的优势，对于日益增大的信用卡业务是个不错的选择。

　　第二部分当中，在上述基础上对信用卡风险控制系统的业务需求进行了深入的分析，指出了传统的信用风险架构在用于银行信用卡业务方面出现的局限性，从而了提出了基于J2EE平台的轻量化架构和规则引擎的昆山农行信用卡信用风险控制数据库分析系统的方法设计。

　　第三部分中，根据方案设计的思路，结合设计目的和系统要求实现的范围，对系统进行了总体设计和各个层次的详细设计，并给出了具体业务规则的表现形式。并在研究当前流行的规则引擎的基础上，选取了Drools作为合适的银行风险控制的规则库。通过整合以Spring+Struts+iBatis功能优势，形成了新的框架。

　　第四部分当中，本论文基于J2EE平台的轻量化框架和规则引擎的昆山农行信用卡信用风险控制数据分析系统进行了总结和展望。得出该系统在应对呈爆发式增长的信用卡业务方面，出现了良好的可维护性，同时negative适应外部环境的多重变化，能够做出及时的响应，从而为昆山农行尽最大可能的减少损失。今后，还可以在业务规则引擎的任务具体类型分配等方面进一步完善，从而更大的发挥系统的灵活性。

　　结合昆山风险控制系统的分析目标和实验的业务范围，从功能、非功能需求角度考究信用卡风险控制数据系统应该具有的功能包含：信用卡账户新增、信用卡账户删除、信用卡账户更新、信用风险控制识别模型、风险控制任务分配、风险控制任务的确认、风险控制任务的处理、信用卡停止支付交易、信用卡额度降低、信用卡相关信息查询（信用卡交易查询、申卡人信息查询、赞助商户信息查询、业务报表查询、发卡机构信息查询）等关键项目内容。

　　实验方法主要包括图表法、计算法、分析法以及实验法。昆山农行风险控制分析系统根据设计框架，分为以下数据表：信用卡用户表、风险控制任务表、信用卡风险交易表、风险控制任务交易对比表、发卡机构信息表、信用卡历史控制状况分析表、赞助商户信息表、赞助商户历史交易状况表、发开机构卡片信息表等。具体的功能如下所示：

　　信用卡用户表：记录了该系统的信用卡用户的基本信息。

　　风险控制任务表：记录了风险控制任务的基本信息。

　　信用卡风险交易表:记录了信用卡风险交易状况的各种信息。

　　风险控制任务交易对比表：对风险控制任务交易进行提取相关信息，综合衡量进行各种对比。

　　发卡机构卡片信息表：记录了发卡机构的信用卡卡片信息。

　　信用卡历史控制状况分析表：对信用卡的透支不良记录进行记录。

　　持卡人信息表：记录了信用卡持有者的基本信息。

　　赞助商户信息表：记录了赞助商户的各种基本信息。

　　赞助商户历史交易状况分析表：记录了赞助商户历史统计的各种统计信息。

　　赞助商户历史控制状况表：记录了赞助商户风险控制交易的统计信息。

　　在本次研究当中，笔者通过有关数据以及科学性资料为本次探究提供了比较可靠的信息，具有一定的研究价值。同时图表以及数据是本次研究当中的亮点。为了突出数据库风险控制系统的作用，本文采用J2EE进行框架的搭建，引用规则引擎等核心技术进行系统的搭建。为此，对这两个部分进行核心的诠释，为后续系统的总体和详细设计提供了技术支持。由于银行金融系统符合Java企业版即J2EE的平台，因此为后续的合理运用，对平台提供的Spring框架、Struts框架等进行合理的分析，明确它们的优缺点。在此基础上，采用框架多重组合的原理，构件适用于风险控制的J2EE的轻量化的框架。本文阐述了基于J2EE和规则引擎技术下的昆山农行信用卡风险数据库是具体实现过程。分析了信用卡风险控制数据库的控制规则，并分别设计了信用风险、市场欺诈风险的对象模型，并对数据的获取方式进行解释。为搭建信用卡控制数据分析系统提供了规则的知识储备。同时，本文给出了控制分析系统各层次的具体实现的方法，从而搭建了服务于昆山农行信用卡业务的风险控制数据分析系统。风险控制业务逻辑组件通过DAO组件访问数据库，DAO组件是基于Spring容器框架，因此业务逻辑组件的实现类需要作为属性，并为其提供setter的操作方法，同时应用Spring的反向控制机制来实现对DAO的组件进行初始化操作。

　　此项目组成员还有着丰富的估价及相关的科研和工作经历，取得了不错的工作成绩。工作基础，由于研究需要，笔者对本次研究进行了初步尝试。通过文献查阅的方式，了解国内外研究的现状和发展趋势，了解相关理论和方法，制定本课题的技术路线和研究方法。本文的基础条件有很多因素构成，其中最主要的基础条件就是笔者所掌握以及获取的一系列资料。通过艰辛的查阅，找到了符合本文的材料，为本文增添了学术性的词汇，也推动了本次研究。

　　除此以外，有关老师的指导以及同学之间建议的借鉴以及采纳也是本次研究当中的基础条件之一。对于本次研究的重要评估以及有关人员的经验也在一定程度上推动了研究的进展。有关学术人员为笔者提供可靠的资料，笔者通过采访有关学术人员以及具有经验人员有关此课题的一系列存在的问题，大大提高了本次研究的效率。同时，基础条件不仅仅局限在这些方面，同时还涉及到一系列的研究方法，多样化的研究方法为本次研究提供比较迅速解决方案。各种表格以及数据，也会本次研究增添了真实感以及说服力。大大增强了本次研究的可行性以及合理科学性。同时，在研究课题之前，对于本次研究的目标确立是基础条件中的重要组成部分，也是开展本次研究的前提条件。众多人员的帮助以及笔者自身的努力也是这次研究当中的基础条件。

　　参考文献

　　[1]史蔓丽.100万张的深思——中国民生银行信用卡中心总裁杨科谈信用卡风险管理[J].中国金融家.2006(11)

　　[2]袁笑冬.信用卡风险的主要特性与成因分析[J].中国信用卡.2006(16)

　　[3]胡勇,张永青.信用卡风险管理[J].特区经济.2006(01)

　　[4]刘伟.Java规则引擎——Drools的介绍及应用[J].微计算机应用.2005(06)

　　[5]钟加勇.信用卡危机会在中国上演吗?[J].商务周刊.2005(08)

　　[6]何平,王士博,张金玲.浅谈信用风险管理[J].商业经济.2005(03)

　　[7]陈建.信用评分模型在信用卡生命周期管理中的应用[J].中国信用卡.2005(02)

　　[8]王增国.信用卡风险的成因分析与控制策略[J].中国信用卡.2003(10)

　　[9]高伶.银行信贷风险管理研究[J].石家庄经济学院学报.2000(04)

　　[10]胡清汶.中国银行卡市场季度分析报告(2005年1季度)[J].金卡工程.2005(08)

　　[11]朱中南.信用卡业务操作风险的管理与控制[J].中国信用卡.2005(07)

　　[12]高秩新.实现更具数据驱动力的银行客户关系管理[J].中国金融电脑.2005(06)

　　[13]宾华.保障国际卡信息安全积极防范欺诈风险[J].中国信用卡.2005(05)

　　[14]杨晏忠.当前商业银行风险的表现与对策[J].中国信用卡.2005(05)

　　[15]张燃,侯光明.内部评级法与我国商业银行信用风险管理[J].北京理工大学学报(社会科学版).2005(02)

　　[16]吴玉宇.基于神经网络的商业银行信用风险研究[J].湖南农业大学学报(社会科学版).2005(02)

　　[17]郑玉仙,李胜宏.基于VaR的信用风险管理[J].生产力研究.2005(04)

　　[18]王霞,陈彤,罗然然.蒙特卡罗模拟银行信用风险[J].农村金融研究.2005(04)

　　[19]吴东文.贷记卡业务的风险控制[J].中国信用卡.2005(04)

　　[20]A.Charnes,W.W.CooperandE.Rhodes.Measuringtheefficiencyofdecisionmakingunits.EuropeanJournalofOperationalResearch.1978

　　[21]ScottE.HarringtonandGregoryR..1999

　　[22]R.H.Bonczek,C.W.holsappleandA.B.Whinston.Ageneralizeddecisionsupportsystemusingpredicatecalculusandnetworkdatabasemanagement.OperationsResearch.1981