淺議數據挖掘在個人信貸管理中的應用

嚴華兵 李蓉

隨著科學技術的飛速發展與計算機技術的廣泛應用，在人類生產生活的各個領域中都產生了大量數據，由此催生了具備強大儲存查詢功能的數據庫技術。但是面對每分每秒不斷產生的數據，銀行需要更加全面的數據挖掘技術來進行信貸管理等方面的工作，而更多的客戶要求利用數據提取有益信息，形成知識為決策服務，結果使得基于統計學、數據庫和其他學科的數據挖掘技術得到了更加廣泛的應用。

一、數據挖掘技術概述

數據挖掘也被稱為對數據庫中的紊亂數據進行整理的技術（KDD），該技術是一種新的業務信息處理技術，可以提取、轉換和分析商業數據庫中的大量業務數據，以及用于提取關鍵數據來支持企業的業務決策和其他商業建模流程（如ERP）。數據挖掘和傳統數據分析技術之間的關鍵區別在于數據挖掘能夠有效降低信息、數據中的誤差，并更加快速、明確地發現有用的數據，同時舍棄無用的數據。

如今，在企業的業務中存在大量業務數據，企業需要分析這些數據來為管理層提供真正有價值的業務決策信息。同時，許多企業面臨的一個常見問題是企業數據量非常大，而真正有價值的信息量很少，因此就要求通過數據挖掘技術的使用對大量的數據進行深層次分析，獲得有利于商業決策的信息。

數據挖掘技術作為一種應用性技術被廣泛認為具有很高的應用價值，在許多西方工業化國家中的覆蓋范圍已經涉及生活中的每個領域，特別是在銀行業等金融行業中有著廣泛應用。一個典型的例子是信用卡，銀行信用卡使用數據挖掘技術來分析銀行客戶的信譽和資產發展趨勢以規避銀行風險。

數據挖掘擅長處理海量信息數據，并且數據量越大、樣本數越多，正確率越高，所以在銀行實際業務中比較適合于個人業務、信用卡業務等大批量數據的篩選、分析，用以規避風險。比如像目前客戶數量巨大的個人住房貸款業務，由于客戶數量太大，并且銀行往往只掌握客戶賬戶、交易以及基本信息，無法像管理公司類貸款一樣，對逐個客戶進行深入管理和分析。如果銀行能對客戶的相關信息進行數據挖掘，就能從現有的無序信息中歸納、總結出不易察覺的規律，找出其共性和個性，并對客戶進行分類，使銀行能更好地進行零售信貸管理。

二、運用數據挖掘技術提升個人信貸管理的思考

數據挖掘作為信息技術發展的關鍵性技術具有很高的商業價值，特別是在金融領域中大有可為。對于擁有大量客戶檔案的銀行而言，基于數據挖掘的管理信息技術正在變得日趨重要，以至于許多銀行都需要數據挖掘技術來支撐其大多數環節的工作，努力使自身成為在金融市場上擁有最先進客戶信息技術的銀行。很多著名銀行，如花旗銀行、匯豐銀行、瑞士銀行等都采用了基于數據挖掘的先進管理系統，并從中獲得了大量收益。國內商業銀行應充分運用數據挖掘技術，結合基于事實的管理方法，以事實和數據為依據，促進零售業務管理更加精細化、流程化。

（一）通過數據挖掘識別最具價值客戶群，提高零售業務價值創造

零售業務是很多商業銀行的戰略性業務，并且是各家商業銀行未來發展的競爭焦點。如何識別價值貢獻度高的客戶是銀行獲得競爭優勢的基礎，而通過使用準確的數據挖掘技術，就可以有效地提升該項工作的效率。

銀行可以應用數據挖掘技術來科學地對客戶群進行分類，并徹底分析和完善各個客戶群的行為特征、個人客戶貢獻等方面的分布數據，進而確定這些數據中反映出的復雜信息和客戶風險特征，以便了解各類客戶對銀行的價值，使得決策者更合理地為不同客戶選擇合適的營銷、管理策略。同時，銀行還可以針對不同客戶類型量身定制金融產品組合，完善與客戶的溝通方法，在改善客戶關系的同時實現銀行零售能力、盈利能力的顯著提升。

（二）通過數據挖掘評估客戶風險狀況，提高零售業務風險管理能力

銀行界廣泛使用的一種數據挖掘工具就是評分卡技術。評分卡通過分析客戶特征、預測客戶信用行為，將顧客的海量信息數據以某種權重加以衡量，針對各種目標給出量化評分，以信用評分區分客戶層次，輔以恰當的政策、流程、制度，為信貸決策提供廣泛支持。申請評分卡主要用于零售業務發生前，通過評估客戶信用風險決定是否接受申請;行為評分卡則主要用于業務發生后，利用客戶賬戶的活動情況來預測客戶未來發生違約的可能性。

評分卡技術的運用，可以將銀行零售業務風險偏好、標準以及管理機制、流程有機融合，有利于促進零售信貸風險管理的批量化、標準化、智能化。當前零售業務貸后管理多數是等待問題（例如長期逾期金額）的自動解決，但是很多時候事情并不會按照銀行的預期進行。 因此，銀行應該合理利用數據挖掘技術來使客戶的行為特征變得更加明顯，有效減少有潛在欠款傾向、高風險和低價值的客戶，才能夠幫助銀行采取各種預防措施來提高自身風險防范能力。

（三）通過數據挖掘預測客戶購買行為，提高零售產品關聯營銷效率

購物籃分析已經廣泛應用在西方金融企業，它可以確定并預測客戶商品購買行為，預測銀行客戶需求，這些信息有助于銀行產品定位和關聯銷售。通過數據挖掘的關聯分析，銀行可以分析客戶傾向于如何購買產品，一般是怎樣的產品組合，購買產品的序列關系等，這些信息能揭示消費者的隱含消費模式，識別促銷產品的有利機會，對零售業務非常有價值。

商業銀行可通過數據挖掘，獲取并預測零售客戶的業務需求，一旦獲得了這些信息，就可以改善自身的營銷。比如在ATM機上就捆綁客戶可能感興趣的本行產品信息，供使用本行ATM機的用戶了解;又如某高端客戶辦理了個人住房貸款，則客戶可能需要進行裝修，那么可以配套給其營銷住房裝修貸款。

三、結語

數據挖掘作為信息技術發展的關鍵性技術，在金融領域中具有重大的商業價值。數據挖掘識別最具價值客戶群，對于銀行提高零售業務價值創造，提高零售業務風險管理能力以及提高零售產品關聯營銷效率等方面都將起到關鍵性的作用。希望本文的分析研究，能對銀行使用數據挖掘提升個人信貸管理水平有所啟示和幫助。

（作者單位：中國建設銀行四川省分行 ）

參考文獻：

[1]周小舟.商業銀行個人消費信貸風險管理研究[J].甘肅金融，2014（5）.