5.1 结论........................................33
5.2 建议.......................34
4 研究数据分析
4.1 数据描述性分析
在之前的研究中，已有学者将院校规模、学校所在地、学习成绩等维度进行过回归分析，经过数据测算，证明这些维度与利润率相关度不高。因此，此次研究我们对整体大学生数据与不良大学生数据的重要参数进行筛选，优选了按照大学生性别（男生与女生）、学校级别（本科与非本科）、所学专业（金融相关专业与非金融相关专业）、近半年信用卡平均消费规模（60%额度以下消费与 60%及以上消费）、在班级中是否有职务（有职务与无职务）、征信报告（白户与非白户）这些维度进行筛选细分。
从性别维度来看，A 银行在校大学生 32087 条数据中，男生有 19124 名，占整体的 59.60%，表明男生为当前活跃信用卡客户的主力军；女生有 12963 名，占整体的 50.40%。在 A 银行的不良数据中，男生有 283 名，占全体不良数据的81.79%；女生有 63 名，占全体不良数据的 18.21%；表明在大学生在信用卡消费中，男生发生不良的可能性远高于女生。
从院校维度来看，A 银行在校大学生 32087 条数据中，本科及以上大学生有22461 名，占整体的 70%，表明目前 A 银行拓展客户策略以本科大学生为主，A银行在校大学生客群中，活跃用户以本科学生为主；非本科大学生有 9626 名，
占整体的 30%。在 A 银行的不良数据中，本科及以上大学生有 23 名，占全体不良数据的 6.65%；非本科大学生有 323 名，占全体不良数据的 93.35%；表明大学生在信用卡消费中，非本科大学生发生不良的可能性远高于本科及以上大学生。
..........................
5 结论与建议
5.1 结论
A 银行在当前拓展大学生市场中，针对大学生客户群体的拓客政策及方针较为单一，既没有梳理 A 银行当地高校名录清单及合作项目资源，也没有做好重点高校的营销计划，只是简单的利用发传单、日常驻点等推广信用卡，授信按照全日制专科院校的大学生最高授信额度不超过等值人民币 3000 元，全日制本科生最高授信额度不超过等值人民币 5000 元，硕士研究生最高授信额度不超过等值人民币 8000 元，博士生最高授信额度不超过等值人民币 12000 元为标准，增额按照信用卡使用半年以后即进行20%信用增额。随着近几年大学生客户越来越多，资产规模越来越大，A 银行大学生信用卡资产质量逐渐恶化，同时还伴随着一些校园借贷、暴力催收、犯罪等事件，给学校和 A 银行带来不好的负面影响，A 银行将利用更多的利润填补大学生中的劣质客户所带来的损失，从长期来看，隐藏着巨大的风险隐患，也终将不能持续。因此梳理目标人群、改变客户结构、更新授信策略、完善风控体系迫在眉睫。
目前在 A银行大学生客户群体中，最优质的客户群当年度平均创收为 887 元，最劣质客户群平均创收为-39 元。银行客户群体的质量代表了银行在日后经营活动中的资产质量及运营成本，因此通过统计结果的分析，下一步 A 银行要改变现行大学生客户的甄别模式、大学生客户的授信模型、大学生客户的风险管理方式，对每名 A 银行的客户进行特征标签进行打分，收益高于 200 元的为优质客户风险较低，能给银行带来较大的利润，应积极争抢该类客户。收益低于 200 元为较劣质客户，该类客户出现收益小于成本的风险较高，应有条件的进行准入，收益低于 0 元的为最劣质客户，大概率会给银行带来资产损失，最好拒绝其准入。通过这种甄别方法在大学校园里迅速发掘更多的优质客户，按科学的样本分析方法给予授信额度，绑定优质大学生客户；对已有的大学生信用卡客户进行进一步分析把握，将优质客户的授信额度重新进行动态调整，鼓励优质大学生客户多使用 A银行信用卡，使客户忠诚度更高，对劣质客户进行额度管控及风险预警通知，将风险发生的可能性降至最低。同时做好所有大学生客户的生命周期管理，逐渐将大学生客户培育为自己的忠实客户，持续为银行的经营创造利润及价值。
参考文献（略）
