a) 逾期还款天数。信用卡的信用风险评价的定量指标有：违约次数、逾期还款天数、应收利息、催收利息等。应收利息、催收利息根据贷款超过应还日期再乘以利率计算出来的，受到利率的影响，不如逾期还款天数更纯粹；违约次数不能代表违约金额，如果违约一次，金额为10万元，情节也是十分严重的。所以，与其他三个指标相比，逾期还款天数更加适合衡量客户的信用卡信用风险。
b) 授信额度。客户信息库中的授信额度是建立个人月收入的基础上的。由于月收入数据采集的困难性，我们选用授信额度代替月收入进行估计。一般说来，月收入越高，收入来源越稳定，还款能力越强，违约风险越小。银行规定授信额度时，授信额度一般不会超过6个月的月收入总和，所以选用授信额度代替月收入估计违约风险是有一定根据的。
c) 年龄。本文把年龄加入到估计模型中，以表现退休、经历等年龄因素对信用卡违约的影响。由于这50个样本中没有20岁以下和70岁以上的人群，本文就只分析20岁到60岁的人群。20-30 岁的借款人随着工作经验和工作能力的不断提高，收入逐步上升，信用度随之提高，但是与30-50岁的中年人士还有差距；30-50岁，工作能力较强，月收入较高，发生逾期不还款的可能性较低；50-70岁，随着年龄的增加，越来越多的人离开工作岗位，退休在家养老，月收入可能只是养老保险和退休金，逾期不还款的可能性增加。
d) 性别。一般来说，男性客户的月均交易金额比女性高，也更习惯拖欠。这和国外研究结论一致，如Davies E[6]等的经济心理学研究发现男性的债务水平显著高于女性，对债务有更积极的态度。这也暗示了若缺少监控和道德约束，男性的不还款概率也会高于女性。所以，性别对于信用卡信用风险是有一定影响的。
e) 工作单位。
我们得到的数据是每个客户的单位，这类数据如果直接拿过来是没法使用的，并且工作单位涉及个人隐私，所以本文把这些单位按照其单位性质，分成了四类，把工作单位转化成单位性质。这四类单位性质为个体、中小民企；中小国企、大型民企；大型国企、外企；军队事业机关。
5.3.2 原始数据
所获数据为招商银行某支行50位信用卡截至到2012年逾期还款人的个人信息，见表1。
表1     原始数据
Sample    day    sex    profession    credit    age
1    65    男    个体中小企业    15000    41
2    476    女    个体中小企业    9000    26
3    240    女    个体中小企业    3000    44
4    474    女    个体中小企业    5000    59
5    158    男    个体中小企业    17000    33
6    757    男    个体中小企业    1500    67
7    353    女    个体中小企业    11000    32
8    180    女    个体中小企业    17000    33
9    112    男    个体中小企业    4000    42
10    65    女    个体中小企业    7000    35 商业银行信用卡业务的风险及防范(10):http://www.youerw.com/jingji/lunwen_2687.html