金融ｊ 投资 数据挖掘技术在银行业中的应用 口文／霍亮 杨柳 霍烽 河北・保定） （１．河北金融学院；２．河北大学经济管理实验教学中心；３．保定市科学技术协会［提要］ 随着全球科技的飞速发展， ５、分析决策。数据挖掘的最终目的是 关特征。概念描述分为特征性描述和区别 后者描述不同类对象之间的区别。生成一 数据挖掘技术已成功地应用于社会的各 辅助决策。决策者可以根据数据挖掘的结 性描述，前者描述某类对象的共同特征， 个领域．通过建立数据仓库，使用数据挖 果，结合实际情况，调整竞争策略等。 掘技术，挖掘出为银行创造利润的客户， 成本与风险，提高效益。 总之，以上步骤不是一次完成的，可 个类的特征性描述只涉及该类对象中所 有可能达到预期的效果。 从复杂的客户信息中建立模型，能够降低 能其中某些步骤或者全部要反复进行，才 有对象的共性。生成区别性描述的方法很 多，如决策树方法、遗传算法等。 二、数据挖掘技术的功能 关键词：数据挖掘：银行业；数据仓库 基金项目：河北省科技厅２０１０年度 科研项目（１０４５７２１１７） ５、偏差检测。数据仓库中的数据常有 一数据挖掘通过预测未来趋势及行为， 些异常记录，从数据仓库中检测这些偏 做出前瞻的、基于知识的决策。数据挖掘 差很有意义。偏差往往包含很多潜在的知 中图分类号：Ｆ８３文献标识码：Ａ 收录日期：２０１２年３月１３日 一的目标是从数据库中发现隐含的、有意义 识，如分类中的反常实例、不满足规则的 的知识，主要有以下五类功能： 特例、观测结果与模型预测值的偏差、量 １、自动预测。数据挖掘技术能够自动 值随时间的变化等。偏差检测的基本方法 在大型数据仓库中寻找到预测性信息。过 是，寻找观测结果与参照值之间有意义的 三、数据挖掘技术在银行业中应用的 （一）风险管理。数据挖掘在银行业的 重要应用之一是风险管理，如信用风险评 、数据挖掘的相关概念简述 （一）数据挖掘简介。从技术角度看， 去需要进行大量手工分析的问题，如今可 差别。数据挖掘是从大量的、不完全的、有噪声 以迅速直接地由数据本身得出结论。例 在其中的、人们所不知道的但又是潜在有 卡促销的数据来寻找未来信用卡消费中 用的信息和知识的过程。简言之，数据挖 能使银行获取最大盈利的客户。 掘实际上是一种深层次的数据分析方法。 （二）数据挖掘的主要步骤 的、模糊的、随机的实际数据中提取隐含 如，数据挖掘技术能够使用过去有关信用 主要方面 ２、分析关联。数据关联是指数据仓库 估。可通过构建信用评级模型，评估贷款 中存在着某类重要的可被发现的知识。若 申请人或信用卡申请人的风险。对于银行 １、问题定义。数据挖掘是指在大量数 两个或多个变量的取值之间存在某种规 账户的信用评估，可采用直观量化的评分 就称为关联。关联可分为简单关联、 技术。以信用评分为例，通过由数据挖掘 据中发现有用的令人感兴趣的信息，因此 律性，哪种信息是我们感兴趣的，就成了数据挖 时序关联、因果关联。分析是否关联的目 模型确定的权重，给每项申请的各指标打 掘的首要问题。 的是找出数据仓库中隐藏的关联网。有时 分，加总得到该申请人的信用评分情况。 ２、数据准备。数据准备又可分为三个 并不知道数据仓库中数据的关联函数，即 银行根据信用评分决定是否接受申请，确 步骤，即数据选取、数据预处理和数据变 使知道也是不确定的，因此由分析数据关 定信用额度。通过数据挖掘，还可以侦查 换。数据选取的目的是根据用户的需要从 联度而生成的规则是具有可信度的，是有 异常的信用卡使用情况，确定极端客户的 原始数据库中抽取一组数据。数据预处理 价值的知识。一消费行为。通过建立信用欺诈模型，帮助 般包括消除噪声、消除重复记录、完成 ３、划分聚类。数据仓库中的记录可被 银行发现具有潜在欺诈性的事件，开展欺 （二）客户管理。在银行客户管理生命 １、获取客户。发现和开拓新客户对任 数据类型的转换等。数据变换的目的是消 划分为一系列有意义的子集，即聚类。应 诈侦查分析，预防和控制资金非法流失。减数据的维数，即从初始特征中找出真正 用聚类技术可以增强人们对客观现实的 有用的特征。 ３、数据挖掘。根据对问题的定义明确 件。聚类技术主要包括传统的模式识别方 认识，是概念描述和偏差分析的先决条 周期的各个阶段都会用到数据挖掘技术。 挖掘的任务或目的，如分类、聚类、关联规 法和数学分类学。聚类技术的核心是，在 何一家银行来说都至关重要。通过探索性 则发现或序列模式发现等。 划分对象时不仅考虑对象之间的距离，还 的数据挖掘方法，如自动探测聚类和购物 可以用来找出客户数据库中的特 ４、结果解释和评估。数据挖掘的结果 要求划分出的类具有某种内涵描述，从而 篮分析，征，预测对于银行营销活动的响应率。可 有些是有实际意义的，而有些是没有意义 避免了传统技术的某些片面性。的，或是与实际情况相违背的，这就需要 对结果进行评估。 ４、概念描述。概念描述就是对某类对 以把客户进行聚类分析，让其自然分群， 象的内涵进行描述，并概括这类对象的有 通过对客户的服务收入、风险、成本等相 《合作经济与科技》 ２０１２年５月号上（总第４４０期） 圆 金融 投资 农村信用社风险评估方法选择 口文／冯永刚 （安徽财经大学０９金融研究生安徽・蚌埠） ［提要］近年来，农村信用社面临着诸如 之一。ＢＰ网络能学习和存贮大量的输入一输出 强度的变化，既反映了对信息的记忆，同时又 内部控制不健全、拨备严重不足等内部风险。 模式映射关系，而无需事前揭示描述这种映射 与神经元对激励的响应一起反映了对信息的 同时，由于各金融机构业务的向外拓展，使得 关系的数学方程。它的学习规则是使用最速下 处理；四是对信息的处理具有自组织、自学习 以存贷业务为主的农村信用社面临着激烈的 降法，通过反向传播来不断调整网络的权值和 的特点，便于联想、综合和推广。神经网络的神 竞争．加之，农村信用社作为农村金融市场的 阈值，使网络的误差平方和最小。ＢＰ神经网络 经元之间的连接强度用权值的大小来表示，这 主力军，关系到农村经济发展，对农村信用社 模型拓扑结构包括输入层、隐层和输出层。 风险的研究将是很有必要的，特别是农村信用 社风险评估方法的研究． 种权值可以通过对训练样本的学习而不断变 化，而且随着训练样本量的增加和反复学习， ２、ＢＰ神经网络的特点 （１）ＢＰ神经网络的优点。一是分布式储存 这些神经元之间的连接强度会不断增加，从而 信息。其信息的存储分布在不同的位置，神经 提高神经元对这些样本特征的反映灵敏度。 网络是用大量神经元之间的连接及对连接权 关键词：ＢＰ神经网络；层次分析法；风险评估 中图分类号：Ｆ８３文献标识码：＾ （２）ＢＰ神经网络的局限性。一是由于学习 收录日期：２０１２年３月７日 一值的分布来表示特定的信息，从而使网络在局 速率是固定的，因此网络的收敛速度慢，需要 部网络受损或输入信号因各种原因发生部分 较长的训练时间。对于一些复杂问题，ＢＰ算法 畸变时，仍然能够保证网络的正确输出，提高 需要的训练时间可能非常长，这主要是由于学 、商业银行风险评估方法比较 经过多年的发展，风险评估方法由早期传 网络的容错性和鲁棒性；二是并行协同处理信 习速率太小造成的，可采用变化的学习速率或 统的ＺＥＴ评估方法发展到现代的ＶＡＲ评估方 息。神经网络中的每个神经元都可根据接收到 自适应的学习速率加以改进；二是ＢＰ算法可 法，中间还有ＢＰ神经网络法、因子分析法、层 的信息进行的运算和处理，同一层中的各 以使权值收敛到某个值，但并不保证其为误差 次分析法等，可谓是不胜枚举。这些评估方法 个神经元的输出结果可被同时计算出来，然后 平面的全局最小值，这是因为采用梯度下降法 各有各的优点和缺点，下面就以神经网络法、 传输给下一层做进一步处理，这体现了神经网 可能产生一个局部最小值 对于这个问题，可 层次分析法和ＶＡＲ法为例进行比较。 （－）ＢＰ神经网络法 络并行运算的特点，这一特点使神经网络具有 以采用附加动量法来解决；三是网络隐含层的 很强的实时性。虽然单个神经元的结构极其简 层数和单元数的选择尚无理论上的指导，一般 但大量神经元构成的网络系统 是根据经验或者通过反复实验确定。因此，网 １、ＢＰ神经网络概述。ＢＰ神经网络是１９８６ 单，功能有限，年由Ｒｕｍｅｌｈａｒｔ和ＭｅＣｅｌｌａｎｄ为首的科学家小 所能实现的行为是极其丰富多彩的；三是信息 络往往存在很大的冗余性，在一定程度上也增 组提出，是一种按误差逆传播算法训练的多层 处理与存储合二为一。神经网络的每个神经元 加了网络学习的负担。前馈网络，是目前应用最广泛的神经网络模型 都兼有信息处理和存储功能，神经元之间连接 （－７－）层次分析法 关因素的分析、预测和优化，找到新的可 发现客户的异常行为，从而使银行避免不 详细分析来鉴别哪些是银行希望保持的 赢利目标客户。 必要的客户流失。数据挖掘工具，还可以 客户。找到重点客户后，银行就能为客户 ２、保留客户。通过数据挖掘，发现流 对大量的客户资料进行分析，建立数据模 提供有针对性的服务。 ’ 失客户的特征后，银行可以在具有相似特 型，确定客户的交易习惯、交易额度和交 征的客户未流失之前，采取额外增值服 易频率，分析客户对某个产品的忠诚程 主要参考文献： 务、特殊待遇和激励忠诚度等措施保留客 度、持久性等，从而为他们提供个性化定 ［１】Ｊｉａｗｅｉ Ｈａｎ，Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ．范 户。通过数据挖掘技术，可以预测哪些客 制服务，以提高客户忠诚度。 明，孟小峰译．数据挖掘：概念与技术［Ｍ】． 户将停止使用银行的信用卡，而转用竞争 客户的信任。 ３、优化客户服务。银行业竞争日益激 北京：机械工业出版社，２００７．３． 重要因素。为客户提供优质和个性化的服 期中的应用研究…．武汉理工大学学报 对手的卡。银行可以采取措施来保持这些 烈，客户服务的质量是关系到银行发展的 ［２】方蕾，王金桃．数据挖掘在客户生命周 数据挖掘技术可以识别导致客户转 务，是取得客户信任的重要手段。如，通过 （信息与管理工程版），２００８．４． 移的关联因子，用模式找出当前客户中相 分析客户对产品的应用频率、持续性等指 【３］王实等．银行业ＣＲＭ理论与实务［Ｍ］． 似的可能转移者，通过孤立点分析法可以 标来判别客户的忠诚度，通过交易数据的 北京：电子工业出版社，２００５． 囝 《合作经济与科技》 ２０１２年５月号上（总第４４０期）
