數(shù)據(jù)挖掘技術(shù)在金融領域的應用

劉 濤

(1.同濟大學 上海 200092；2.交通銀行天津分行 天津 300202)

1 信息技術(shù)在金融領域的傳統(tǒng)應用

自信息技術(shù)在金融領域應用以來，其無可比擬的海量數(shù)據(jù)計算能力、數(shù)據(jù)存儲能力、數(shù)據(jù)管理能力和數(shù)據(jù)傳輸能力極大地促進了金融領域的發(fā)展，使金融業(yè)比以往擁有了更加快速、準確、安全的查詢數(shù)據(jù)、更新數(shù)據(jù)和管理數(shù)據(jù)的能力。

信息技術(shù)早期在金融領域的應用方式主要是通過數(shù)據(jù)庫技術(shù)存儲和客戶數(shù)據(jù)管理，為客戶提供一些簡單的存儲、查詢和修改功能。隨著個人電腦的普及和網(wǎng)絡的發(fā)展，客戶足不出戶就能實現(xiàn)一些查詢、支付、轉(zhuǎn)賬等業(yè)務，一些炒股軟件更是為廣大股民提供了極大的便利。而智能手機的出現(xiàn)則為客戶提供了一個可以隨時隨地享用金融服務的工具。

這些信息技術(shù)在金融領域的應用僅僅涵蓋了傳統(tǒng)方面，而數(shù)據(jù)挖掘技術(shù)在金融領域的應用才是顛覆性的，它的應用對金融領域產(chǎn)生了巨大而又深遠的影響。

2 數(shù)據(jù)挖掘技術(shù)簡介

2.1 含義

數(shù)據(jù)挖掘技術(shù)是指經(jīng)過提取和分類，從海量的、隨機的、不完全的、模糊的、有噪聲的數(shù)據(jù)中總結(jié)出潛藏的規(guī)律，發(fā)現(xiàn)數(shù)據(jù)之間的關系，挖掘潛在的有用信息以幫助人們進行決策的技術(shù)。通過將計算機科學與統(tǒng)計學等多學科的知識相結(jié)合，從多角度形成了多種數(shù)據(jù)挖掘方法，包括：神經(jīng)網(wǎng)絡、可視化技術(shù)、分類方法、聚類方法、決策樹方法等。

2.2 分析方法

數(shù)據(jù)挖掘的常用方法包括聚類、分類、估值、預測、描述以及可視化5種。①聚類指對數(shù)據(jù)進行分組記錄，把相似記錄看作同一個聚集。通常，聚類是數(shù)據(jù)挖掘分析的第一步。如金融企業(yè)在進行行業(yè)分析時，需要將某行業(yè)的數(shù)據(jù)進行匯總，然后分組分析。②分類是指將海量離散數(shù)據(jù)進行篩選，形成信息訓練集，并且創(chuàng)建分類模型，數(shù)據(jù)的分類是預先定義的。例如：在金融領域，將客戶分為高級、中級、普通等。③估值是處理連續(xù)值的輸出，通過輸入數(shù)據(jù)，經(jīng)過估計操作，輸出一些連續(xù)變量的值，然后根據(jù)預先設計好的一些閾值進行分類。如信用卡針對不同客戶設計額度就是運用估值得到的閾值，將額度進行差別設計。估值的量是不確定而連續(xù)的，而分類的類別是數(shù)目確定而離散的。④預測是通過估值或者分類得出模型，對未知變量進行預測。通過數(shù)據(jù)的關聯(lián)規(guī)則和相關性分析，決定哪些數(shù)據(jù)的集合會導致另外一組數(shù)據(jù)的出現(xiàn)。⑤描述以及可視化是指數(shù)據(jù)挖掘在得出計算結(jié)果后如何進行表達。

3 數(shù)據(jù)挖掘技術(shù)在金融領域的應用

數(shù)據(jù)挖掘技術(shù)可以通過專門的數(shù)據(jù)庫，利用特殊的軟件技術(shù)，依靠專業(yè)的分析人員，從金融企業(yè)日常業(yè)務中產(chǎn)生的大量數(shù)據(jù)中提取和發(fā)現(xiàn)一些有價值的規(guī)律，并將其應用到市場分析和預測、風險管理、客戶管理以及信用評估等領域，并能幫助企業(yè)形成核心競爭力，提升企業(yè)綜合實力。

3.1 客戶關系管理

數(shù)據(jù)挖掘技術(shù)可以通過收集客戶在與金融企業(yè)互動過程中產(chǎn)生的常規(guī)信息對客戶行為進行分析，從中尋找某一類客戶的行為規(guī)律，根據(jù)這些規(guī)律可能帶來的商機，由市場部門針對這一部分客戶制定相應的個性化服務策略和特定的服務產(chǎn)品。數(shù)據(jù)挖掘技術(shù)還可以幫助金融企業(yè)根據(jù)不同層次客戶群制定不同的發(fā)展戰(zhàn)略，根據(jù)數(shù)據(jù)分析客戶價值，鎖定不同層次的客戶群，挖掘潛在客戶。此外，數(shù)據(jù)挖掘技術(shù)還可以甄別企業(yè)的大客戶和潛在的大客戶及他們的習慣和喜好，幫助企業(yè)為這些客戶提供更適合的服務，從而與這些客戶建立長期合作關系。

3.2 企業(yè)風險管理

金融領域的業(yè)務往往伴隨大量的貨幣流通行為，金融風險防范、金融詐騙識別是金融企業(yè)需要重點管理的方面。利用數(shù)據(jù)挖掘技術(shù)可以從大量信息中發(fā)現(xiàn)涉及行業(yè)發(fā)展、個人信用等的風險信息，預測風險等級，為決策者規(guī)避風險提供可參考的數(shù)據(jù)。如，將數(shù)據(jù)挖掘技術(shù)應用在銀行信用卡管理上，可以分析客戶信用卡的使用模式，了解客戶用卡習慣，動態(tài)監(jiān)測信用卡的使用情況，一旦出現(xiàn)用卡異常，發(fā)卡行可及時采用防范措施，減少損失。數(shù)據(jù)挖掘技術(shù)還可以通過對一些詐騙行為模式的分析，發(fā)掘其中的共性，為金融企業(yè)發(fā)出預警，提醒企業(yè)加強監(jiān)管，防患于未然。

3.3 市場預測

利用數(shù)據(jù)挖掘技術(shù)分析金融公司大量的交易信息數(shù)據(jù)，構(gòu)建數(shù)學模型，可以發(fā)現(xiàn)一些交易信息背后的趨勢信息，如市場走勢、客戶需求的變化趨勢等。金融公司可以利用這些信息，洞察金融市場的細微變化，及時調(diào)整公司經(jīng)營策略，幫助企業(yè)管理者做出正確的判斷和決策。

3.4 客戶信用分析

顧客信用分析的準確度和貸款償還能力的預測對金融行業(yè)有著非常重要的意義。顧客信用等級的評價和貸款償還能力的評定受許多因素影響，難以做到精確，從而影響金融企業(yè)為客戶提供服務的等級。運用數(shù)據(jù)挖掘技術(shù)產(chǎn)生的分析方法，如數(shù)據(jù)屬性選擇和相關性評價，能夠幫助金融企業(yè)剔除不相關的干擾因素、識別出主要影響因素。例如，在分析客戶還貸能力時，與貸款償還風險相關的因素數(shù)據(jù)包含客戶的資產(chǎn)負債率、收入水平、信用情況、償還收入比、貸款期限、受教育水平、居住地區(qū)等方面。通過數(shù)據(jù)挖掘技術(shù)，綜合分析得出：償還收入比是影響客戶還貸能力的主要影響因素；資產(chǎn)負債率、受教育水平和居住地區(qū)等方面影響較小，不是主要因素。通過數(shù)據(jù)挖掘技術(shù)的分析，金融企業(yè)就能夠以此作為依據(jù)，制定有針對性的金融服務策略，為顧客提供最適合的金融服務，同時保障企業(yè)擁有良好的風險控制能力。

3.5 企業(yè)核心競爭力

金融企業(yè)的實力，除了表現(xiàn)在其自身擁有的資本實力外，企業(yè)員工的整體知識水平也是金融行業(yè)的核心競爭力，金融行業(yè)的核心競爭力是員工知識和素質(zhì)的競爭力。數(shù)據(jù)挖掘技術(shù)可以幫助金融企業(yè)發(fā)掘員工的知識需求，尤其是能挖掘出對企業(yè)績效產(chǎn)生影響的隱性知識組合。通過挖掘，使企業(yè)及時采取對應的招聘策略和培訓方向，有效增強金融企業(yè)核心競爭力。

企業(yè)內(nèi)部知識結(jié)構(gòu)包括企業(yè)的生產(chǎn)方式、組織架構(gòu)、企業(yè)戰(zhàn)略、企業(yè)人力資源管理和人際關系等方面，企業(yè)內(nèi)部知識構(gòu)成對于協(xié)調(diào)企業(yè)的經(jīng)營活動有很大影響。通過數(shù)據(jù)挖掘技術(shù)，可以將金融企業(yè)內(nèi)部包含的各種離散知識、運營信息進行采樣、分析和管理，金融企業(yè)管理者便可基于數(shù)據(jù)挖掘技術(shù)分析的結(jié)果判斷企業(yè)經(jīng)營過程中可能存在的問題，這樣就能夠及早調(diào)查，采取應對措施，降低企業(yè)經(jīng)營風險。

企業(yè)外部知識結(jié)構(gòu)通常指市場知識，主要包含潛在的市場、現(xiàn)實的市場、客戶的信息、供應商信息、競爭對手的情況等，這些外部因素都可能對企業(yè)的營銷造成影響。對市場有充分的認識可以使企業(yè)制定正確的戰(zhàn)略目標，幫助企業(yè)找準市場定位。數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)進行市場信息收集、分析，通過數(shù)學模型，得出對企業(yè)發(fā)展有影響的外部環(huán)境信息，并可以按照信息的重要性進行篩選和分類，使金融企業(yè)能制定相應的經(jīng)營策略，保證企業(yè)的可持續(xù)發(fā)展。

4 結(jié) 語

信息技術(shù)與金融行業(yè)有著密不可分的關系，基于信息技術(shù)產(chǎn)生的數(shù)據(jù)挖掘技術(shù)等新的計算機技術(shù)在金融行業(yè)中有著舉足輕重的作用。隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其對金融行業(yè)的影響會越來越大，將為金融行業(yè)的產(chǎn)品設計、風險控制和服務創(chuàng)新提供新的視角。同時金融行業(yè)也將通過海量數(shù)據(jù)分析，進一步發(fā)掘潛在高端客戶、維持客戶穩(wěn)定性。通過數(shù)據(jù)挖掘技術(shù)，金融企業(yè)還能為更多的人提供適合的金融產(chǎn)品。總之，數(shù)據(jù)挖掘技術(shù)將為金融行業(yè)創(chuàng)造一個更廣闊的平臺。■

［1］李浩光.數(shù)據(jù)挖掘在防范金融風險中的研究及應用[J].計算機安全，2014(2)：48-51.

［2］管剛.數(shù)據(jù)挖掘技術(shù)在金融領域的應用[D].武漢：湖北軍事經(jīng)濟學院，2013.

［3］張嫻.數(shù)據(jù)挖掘技術(shù)及其在金融領域的應用[D].大連：大連理工大學，2011.