基于数据挖掘的银行客户管理

关于管理银行客户的数据挖掘方法研究

&问题探讨’

基于数据挖掘的银行客户管理

信息系统的应用

武魏巍#王如燕#丁日佳

!中国矿业大学!北京"管理学院#北京$%%%0&"

摘要$基于数据挖掘的银行客户管理信息系统就是银行利用数据挖掘技术!通过有效充分的数据挖掘!将银行客户资料作不同角度的分析!从中对客户进行定位分类!明确客户的消费倾向与消费模式!预测客户的风险性与利润性!以此来作为对客户提供服务和产品营销的辅助手段"目前我国商业银行在基于数据挖掘的银行客户管理信息系统方面仍处于原始的数据处理阶段!鉴于开发该系统所需要的高技术及高成本!我国银行可先从国外购买这一系统体系!再根据实际情况对该系统加以改进后应用"

关键词$数据挖掘#银行客户#管理信息系统文章编号$$%%&*3#!4$!""#%."*""&4*"&一%我国商业银行在客户管理系统方面的现状客户管理是关系到银行生存至关重要的一个环节&诺贝尔经济学奖得主’著名金融学家89:*;<=;认为(对于具有庞大客户资料的银行而言!基于数据挖掘的客户管理信息技术日益重要!以至于聪明的银行不会丢弃与此有关的任何工作!因为谁掌握了最先进的客户信息技术谁就赢得了市场&很多著名银行如摩根银行’花旗银行’5>>国家银行’汇丰银行’瑞士银行等都采用了基于数据挖掘的最先进的客户管理系统!并从中获得了大量收益&

近!"年来花旗银行获得了超常规的发展!花旗前总裁把其成功归结于花旗银行高效运用了基于客户数据挖掘的管理信息系统!这个系统通过与计算机技术相结合!能够在庞大繁杂的数据里高效甄别出银行的客户级别$尤其是重点客户%!进而决策客户的获取与保留!并针对不同客户的需求快速选择出合适的策略!进而优化提高银行的服务水平!最大限度地提高银行效率和收益&

银行经营学里有个著名的)二八定律*!既银行

中图分类号$50&"63/

文献标识码$7

上&据悉花旗银行进入我国后!截止到!%%#年第一季度!花旗在上海’北京等地的分支机构通过充分运用基于客户数据挖掘的管理信息系统!已成功高效率地挖掘出$%余万高质量的黄金客户!并陆续展开了对这些黄金客户进一步至善至美的营销服务&有业界人士惊呼(若国内银行还不采取措施!再过几年!京沪等地的高端客户将成为花旗的天下&

在目前我国的商业银行中!尽管各银行在数据管理系统的建立方面投入规模庞大!但除少数银行外!多数银行的客户数据管理系统还处在比较低的水平!在计算机技术’客户数据的管理与运用方面还与世界发达国家的银行系统有着很大差距!系统的建立不仅缺乏总体规划!而且数据的采集规范性差’真实性无有效保障&同时!银行客户信息管理系统的内容还比较匮乏滞后’缺乏科学的分析方法和手段&

二%基于数据挖掘的银行客户管理信息系统的内涵与优点

银行数据挖掘+@A%是从大型数据库中发现并提取所需信息的过程!目的是帮助银行分析人员寻找各种数据之间的关联与规律!从而提供有效的决策支持&传统的银行决策支持系统通常是在某个假设的前提下通过数据查询和分析来验证或否定这个假设!而

0"?的利润来自!%?的客户!如何科学甄别并把握好这!%?的客户就成为银行成功的关键&很多发达国家的银行都把经营的重点锁定到这!%?的重点客户身

(收稿日期)!""#*"’

+作者简介,武魏巍-./0"*1!河南驻马店人!博士研究生"王如燕-$/#’*2!内蒙古呼和浩特人!副教授!博士"丁日佳!吉林长春人!教授!

博导!副院长#

期!总第&!’期"!""#年第$%万　方数据

!"

金融理论与实践

关于管理银行客户的数据挖掘方法研究

$问题探讨%

发达国家银行先进的数据挖掘技术是通过数据的自动分析进行归纳性推理!从中挖掘出潜在的模式来帮助决策者进行正确的决策!这就比传统的客户管理系统更具有效率"

基于数据挖掘的银行客户管理信息系统就是银行利用数据挖掘技术!通过有效充分的数据挖掘!将银行客户资料作不同角度的分析!从中对客户进行定位分类!明确客户的消费倾向与消费模式!预测客户的风险性与利润性!以此来作为对客户提供服务和产品营销的辅助手段"这比一般的数据分析技术如联机事务处理#()*+$和联机分析处理#(),+$要先进得多!因为它可以在没有任何假设的前提下挖掘信息%发现知识!可以在数据中自动寻找模型!也可以自动对数据进行分析!因此它对客户数据的分析也就更深%更准确"通过数据挖掘!更能准确把握客户的消费偏好和行为模式!更能准确制定出高效科学的商业策略!进而赢得银行效益的最优化"因此!数据挖掘技术被称为客户管理系统的灵魂"

三#基于数据挖掘的银行客户管理信息系统的构建

&一$顾客互动模块’它为整个客户管理信息系统提供具体的客户信息!这些信息包括客户的基本信息%财务会计信息%行为特征信息%信用信息等!把这些数据信息进行预处理存入数据库后!可以为银行的客户工作提供有利的支持!银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通!同时也可以在客户营销管理的进程中直接为这些渠道提供信息"

&二$公共信息模块"公共信息模块是存储金融信息和金融行情的模块!它可以为银行提供服务和支持!能使银行便捷地查阅各种金融信息与行情"同时!这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议%标准化的流程支持和随时更新的公用信息!使银行和客户都能获得及时宝贵的信息反馈"

&三$银行产品信息模块"银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品"随着金融市场的开放与发展!金融衍生产品层出不穷!银行这些产品的出现为拓展客户服务提供了很大的平台!有关信息包括这些产品的特征%价格%适用等"产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息"

金融理论与实践万方数据　

&四$数据存储模块"信息库可以在数据上进行清理和集成!消除信息噪声和不一致数据!使多种数据组合在一起!然后将结果数据存放在分门别类的数据仓库中!再根据使用客户管理信息系统的银行请求!数据仓库可以负责高效地提取相关数据"同样!存储模块信息也可以进行不断的更新"

&五$数据分析模块"数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价!然后按照银行的业务侧重点把目标客户从中筛选出来(同时!以各种信息为基础!分析出客户的行为特征!这样就可以为银行进行个性化的差别服务提供分析依据)另一方面!为银行指定客户拓展策略和创新产品提供依据"

&六$工作管理模块"工作管理模块的主要任务是对分析模块分析出来的银行重点客户进行管理"银行客户经理通过该工作平台!针对不同的客户!将合适的产品通过合适的渠道在适当的时期以合理的价格销售给不同的目标客户!这就克服了传统客户管理上费时费力在庞大的客户资料中难甄别出重要客户的弊端!同时!基于数据挖掘的工作管理模块更能高效科学地根据不同的客户群制定出针对性很强的销售策略"

四#基于数据挖掘的银行客户管理信息系统的动态循环

企业客户管理信息系统的动态流程主要包括挖掘目标客户%满足客户金融需要%提高银行客户管理的精确性%不断提高客户忠诚度这四个方面!基于数据挖掘的银行客户信息系统的六个模块从始至终都围绕着这四个流程进行服务"这四个流程如下图所示*

挖掘目标客户

满足客户产品需求

提高客户管理的准确性

提升客户忠诚度

提高银行客户管理的效率和效益

银行客户管理信息系统的动态循环

&一$挖掘目标客户)鉴于任何一家银行的人力资源和资金都是有限的!因此也不可能满足所有客户的需要)银行应首先根据自己的情况找准市场定位!挖掘目标客户!这样才会更有效率和针对性)经过处理

!"

!""#年第$%期!总第&!’期"

关于管理银行客户的数据挖掘方法研究

$问题探讨%

的拥有庞大客户信息的顾客互动模块就是为满足挖掘目标客户的需要而进行设置服务的!

"二#满足客户金融需要!满足客户金融需要$银行要经常在与客户沟通的基础上$给客户提供满意的产品服务$以满足客户的需要$提供金融市场公用信息的公用信息模块和提供银行具体产品信息的企业产品信息模块为满足这一功能提供着支持与服务!

"三#提高银行客户管理的精确性!只有当银行客户管理的水平上升到一定精确性$银行客户管理才能真正赢得效率和效益的双重目标!能否有效提高客户管理的精确性是我国银行缩短与发达国家银行客户管理系统的主要衡量目标!数据存储模块和数据分析模块在提高银行客户管理精确性方面发挥着重要的技术支持作用!

"四#提高客户忠诚度!激烈的市场竞争使银行开发新客户的成本远高于维系老客户的成本$保持一位老客户的成本仅为吸引一新客户成本的五分之一$忠诚的老客户是银行稳定的利润来源!事实上$包括工作管理模块在内的六个客户管理系统模块其实都是在为提高客户忠诚度%争取和留住目标客户这一终极目标而进行着服务!

五#基于数据挖掘的银行客户管理信息系统的实践

接近&(+的客户明确表示将会继续选择该银行的其他服务!虽然银行在构建该系统的前期阶段会花费一定成本$但总体而言$该系统的建立将会大大节省银行成本!同时$该系统最大的价值在于其所构建的新型渠道为保持重要客户%吸引有潜力的客户方面提供了高效的数据支持!

六#现实实施中的难点和发展展望

基于数据挖掘的银行客户管理信息系统在发达国家的银行业中已发展实施的比较完善$而我国却仍处在原始的数据处理阶段!目前$该系统实施的一个主要难点是国内银行业目前对该系统重要性的认识不够$实际上$没有认识到的风险才是最大的风险!发达国家银行把对该系统的认识提到很高的层次$但国内一些银行对这一先进的系统仍表现得比较迟钝!

同时$鉴于开发该系统所需要的高技术及高成本$我国银行可以先从国外银行购买这一系统体系$然后再根据自己的实际情况对该系统予以改进后使用$这样不仅可以大大节省银行的研发成本$还可以使银行紧跟最先进的该系统体系!

上个世纪,%年代中期$为推进银行业信息化改革进程$印度向发达国家银行购买的客户管理信息系统在提高印度银行效率与收益方面起了很大的作用$这一成功经验值得借鉴!但是我们也要认识到’当银行经过发展拥有了成熟的自行创造开发系统的条件时$就可以根据自己的情况和要求来自行开发$在达到知识产权自主化的同时把主动权掌握在自己手中!

总之$伴随着我国银行业开放力度的扩大和国际性的提高$相信基于数据挖掘的银行客户管理信息系统将会在我国银行业日渐得到重视和运用并将给我国商业银行带来丰厚的汇报!

参考文献!

!%%(年$%月至!%%#年)月$在北京某商业银行

信息研发中心的支持下$同时借鉴了花旗%汇丰等银行的客户管理系统$我们在北京某商业银行构建了基于数据挖掘的银行客户管理信息系统!在构建此系统的’个月中$前两个月的主要工作是在对原有客户信息分门别类的基础上再重新进行补充%整理新的有用信息$即构建客户互动%公共信息和银行产品信息模块阶段&第三个月用于数据的调试%集成阶段$即数据分析模块阶段的建立&后四个月是对数据分析和工作管理两个阶段同时进行!

本次实践主要用于帮助该银行丰富和掌握客户信息$充分挖掘%整理%完善客户的全面信息&建立统一高效的客户智能系统&帮助银行实现与客户的动态交流$提供客户与银行客户经理交流的动态反映平台$并及时快捷地进行业务流程的整合$以此来统一整合营销%销售%服务流程$达到提高银行收益水平的目的!这套流程运行后$银行客户工作业务得到优化$平均服务时间减少了)*+$客户满意度上升了&!+$

期!总第&!’期"!""#年第$%万　方数据

-./曲东荣0123在中国银行领域中的应用-450中国

金融电脑6!"""67$%89’):’’0

;!5<=>4?6@=A=3B>B>C1D>EFGAH=>IJFEK>BLMFH;350北京9高等教育出版社6!""(0

;&5聂晶6孙捷0商业银行客户关系管理系统构建研究;450科技创业周刊6!""(67."89,(:,#0

;)5张肖虎0商业银行客户管理系统构成;450商场现代化6!""#67&89’.:’!0

"责任编辑!李琳#

!"

金融理论与实践

关于管理银行客户的数据挖掘方法研究

基于数据挖掘的银行客户管理信息系统的应用

作者：

作者单位：刊名：英文刊名：年，卷(期)：引用次数：

武魏巍， 王如燕， 丁日佳

中国矿业大学(北京)管理学院,北京,100083金融理论与实践

FINANCIAL THEORY AND PRACTICE2006，(10)1次

1.曲东荣 CRM在中国银行领域中的应用 2000(10)2.Han JW Data Mining Conceptsand Techniques 20053.聂晶.孙捷 商业银行客户关系管理系统构建研究 2005(10)

4.张肖虎 商业银行客户管理系统构成[期刊论文]-商场现代化 2004(9)

1.期刊论文 孙波.Sun Bo 基于数据挖掘的银行客户贡献度分析系统框架 -机械管理开发2005(2)

数据仓库中的数据挖掘技术是近年来用于开发信息资源的一种新的数据处理技术.以大量银行客户信息数据为研究对象,运用数据挖掘技术建立银行评优与选择的客户贡献度分析框架,针时性地讨论如何有效地运用已有的数据获取重要客户名单,以辅助决策者制定决策方案,即通过对重要客户的深入挖掘和针对性服务,极大化客户价值,优化客户服务,增加银行利润.

2.学位论文 汪晓玲 基于SVM的银行客户个人信用评估研究 2007

随着中国加入WTO以后，银行业的服务将是其盈利的最主要手段。而这些原有的和不断增加的服务并不适应于其所有的客户群体，所以要对客户的信息进行分析，对其进行有效的分类，找出某种服务所适应的群体。这样可以为银行有效地节省大量的成本，从而提高其盈利能力，使得我国银行业能够在激烈的国际竞争环境下，处于不败之地。随着近几年来经济的快速发展，国内的银行业务也随之迅猛发展，在其为银行带来大量客户源和丰厚利润的同时，却也使得信用评估的工作量剧增，以往仅靠个人经验的信用评估模式已经力不从心了，因此对于客户信用评估的智能化研究就越来越显示出其举足轻重的重要意义。 数据挖掘是一种融合了数据库、人工智能和数理统计等多学科特点的新技术。它是从大量、复杂的数据中迅速获取新颖、有效知识的过程。分类是一种最常见的数据挖掘任务，它通过经验数据训练得到的分类器来预测未知数据的类别。 支持向量机是数据挖掘中的一种新方法，以其优秀的理论基础即结构风险最小化理论、条件二次优化理论和核空间而倍受关注。其核心思想是将一个复杂的分类任务通过核函数映射使之转化成一个在高维特征空间中构造线性分类超平面的问题。它具有全局最优、结构简单、推广性好等优点。近年来已经在手写数字识别、人脸识别与人脸检测以及文本分类等模式识别领域有了很好的应用。 本文首先介绍了课题的应用背景、信用评估的现状和现存的个人信用评估方法，提出了一种改进的银行客户信用评估方法。然后介绍了数据挖掘中常用的分类方法，通过比较各种分类方法的优点和缺点，最终选用支持向量机。 其次，深入研究了支持向量机的理论和算法。重点研究了Platt提出的序列最小最优化算法(SMO)，实现了Keerthi提出的改进的序列最小最优化算法，并且实现了线性核、多项式核、径向基核和Sigmoid核四种核函数。 再次，设计和实现了基于支持向量机的银行客户信用风险评估原型系统，并把该系统应用于国外某商业银行客户信用风险评估。该原型系统实现了数据预处理模块和SVM分类模块(两分类SVM算法和一对一的多分类SVM算法)。通过所构建模型的预测准确率对比，证明了改进后的客户信用评估方法优于原有的打分方法。 最后对全文的工作进行了总结和展望。

3.学位论文 赵基 基于数据挖掘的银行客户分析管理关键技术研究 2005

如何将数据仓库及数据挖掘的相关技术应用于金融业客户关系管理，是目前金融行业迫切需要研究的领域。该领域包括对于数据仓库和数据挖掘技术的研究

，CRM系统的构建，以及更加有效挖掘算法的设计等方面。本文具体探讨了金融行业的客户关系管理系统在实施过程的若干关键技术，同时对基于数据挖掘的银行客户关系管理技术进行了研究。 传统的数据挖掘方法在金融行业的应用包括银行客户划分、银行客户流失预警、金融欺诈分析以及基于数据挖掘的银行信用卡分析等方面，本文对于这些传统的方法进行了总结和分析，并且结合具体案例进行了说明，给出了自己的结论。 在第三章中，对于银行的客户聚类分析进行了单独论述，比较分析了决策树方法和粗糙集方法各自的特点，提出了一种基于粗糙集和决策树相结合的多变量决策的银行客户聚类算法，实验结果表明这种方法在一定程度上提高了聚类判别的效率。 银行交易时序数据的挖掘分析是目前研究的热点之一。本文尝试将时序数据字符串化，引入传统的字符串模式匹配相关算法进行金融时序数据的分析。在字符串算法的研究中，经常会关注给定字符串本身的规律性，如重复性。Seed是一种广义的重复性，如果一个给定字符串的超串能够由它的某个子串以多个串接和(或)叠合的形式构成，这个子串就称为给定字符串的Seed。本文对于时间序列预测中的字符串Seed求解算法进行了讨论，提出了一个有效的算法来计算长度为N的字符串的所有Seed，时间复杂度为O(nlogn)。 Agent和多Agent系统(Multi-AgentSystems，简称MAS)是正在崛起为人工智能研究实用化和分布计算环境下软件智能化的重要技术。提供具有社会和相关领域知识，能依据心理状态自主工作，并具有语义互操作和合作行为协调能力的软件实体，作为参与协调合作的软构件，不仅为实施紧凑一致的协同工作提供有力的支持，也为建立面向分布计算的开放性、可重构和可伸缩的新型计算环境建立了基础。本文对于基于MAS的客户关系管理系统的相关理论进行了研究，尝试将多Agent的协商框架应用于银行间的产品营销竞争，客户金融产品的交叉销售分析中，提出了一个客户销售的优化协商框架。 在第六章中，针对项目的具体实施和实践过程中的相关问题，从技术和应用的角度展开数据挖掘相关技术及其实际应用领域的研究，并结合上海浦东发展银行的实际应用背景，提出了一个银行客户关系分析管理系统的设计方案。 论文对于国内金融行业实施结构化和非结构化数据挖掘技术，部署企业的商业智能、进行客户关系管理、市场销售分析、竞争对手分析、市场需求动态分析等各个方面都具有一定的借鉴和现实指导意义。

4.期刊论文 傅克俊.耿殿明 基于数据挖掘的银行客户违约率预测 -商业时代2008(21)

本文运用数据挖掘技术对银行客户违约率的预测方法进行了研究,提出了对银行客户违约率进行预测的分析模型和计算方法,并给出了具体的计算步骤,最后以实例进行说明.

5.学位论文 王伟 基于数据挖掘的银行客户分析系统的设计实现 2008

随着中国加入WTO，金融自由化、国际化的速度逐渐加快，国内各银行除了彼此之间相互竞争外，还将迎接许多世界级外资银行的挑战。中国银行业正面临着前所未有的激烈市场竞争。 金融是现代经济的核心。银行是现代金融体系的主体。银行业的信息化发展水平，在很大程度上决定了整个国家经济的信息化发展水平。客户关系管理不仅是一种管理理念，又是一种旨在改善企业与客户之间关系的新型管理机制，也是一种管理软件和技术。基于现代IT技术和互联网技术的现代银行CRM，在充分利用信息化的基础上，推动银行经营观念的转变，现在市场的主导力量逐渐由卖方转变为买方，银行必须了解自身现有客户的价值，寻找自己的目标客户。本着“以客户为中心”的宗旨，完善服务，创新产品，优化银行内部的资源，提高银行的运作效率，挖掘更多的创收机遇，从而实现收益的持续增长。利用该技术获取有价值的信息以便服务于银行经营决策是必然的趋势。 本文首先对数据挖掘在银行客户关系管理中的运用进行阐述。然后概述了数据挖掘的概念和理论，并详细的说明了数据挖掘的具体步骤和过程。接着按照软件开发的具体流程讲解了系统软件的设计过程，对系统的模块构成及各个模块的主要功能和实现方法分别作了深入地分析和介绍。最后使用一个真实的案例来演示如何用系统采集来的数据搭建数据仓库，并使用决策树算法进行数据挖掘，从而得出有指导价值的分析结果。同时结合客户关系管理，分类出不同的客户进行有针对性的个性化营销，以为其提供个性化的服务，以降低服务成本，提高利润，争取更大的客户份额并以此作为

关于管理银行客户的数据挖掘方法研究

银行客户关系管理的一个方面展示数据挖掘技术在该领域中的应用。

6.学位论文 孟峰 基于数据挖掘技术的客户分析系统的设计 2006

中国的银行业在发展过程中，已逐步积累了大量的客户数据和经营数据。利用这些数据，发掘有价值的信息，已经成为今天中国银行业普遍关心的问题。解决问题的关键就是建立银行企业级的数据仓库，在数据仓库的基础上，对客户的金融信息进行管理和分析，以满足银行客户分析需要和管理决策需要。本文旨在分析数据仓库和数据挖掘技术在银行客户智能分析中的应用和实施层次。 本文首先对数据仓库、数据挖据的概念、结构进行了详细的阐述，介绍了数据仓库的数据组织、体系结构和基本步骤，以及数据挖掘的主要任务、使用的主要方法和工具以及数据挖掘的主要应用，最后介绍了数据挖掘技术在CAS系统中的应用，通过建立GAS的主体结构、参数表以及举例说明参数计算的实现，介绍了CAS的实现过程。 在数据挖掘在CAS系统中的实现过程中，本文分别从CAS系统的背景、数据挖掘前期的准备工作、主体结构以及参数结构和其中的参数计算等方面进行了介绍，并对数据挖掘参数的计算也进行了举例说明，最后对数据挖掘技术的现状和未来的发展提出了自己的看法。

7.学位论文 耿炜欣 模糊聚类在银行客户细分中的应用研究 2007

近年来，随着经济和社会的发展，市场竞争日趋激烈。银行业也是如此，如何在残酷的竞争中脱颖而出，是每个银行必须认真对待的问题。就银行业的竞争来讲，其竞争的焦点是客户，特别是那些能够为银行提供较大贡献的优质客户，按照银行界通行的二八法则，占银行客户总数20﹪的优质客户创造了银行80﹪的利润。因此，优质客户是银行的利润之源，哪家银行拥有了广大的优质客户，哪家银行就拥有了生存和发展的空间。因此，银行应该细分客户，对不同的客户采取不同的策略。客户细分，作为银行推广差异化产品的关键点，影响了整个银行业务的发展。不同类别客户的需求往往有很大的差别，只提供单一产品的银行很难赢得客户的青睐。作为银行最重要的资源，客户是银行之间竞争的关键，只有提供更能吸引客户的产品，才能在激烈的竞争中立于不败之地。因此，银行应该基于客户的差异性，有效地实施客户细分。 客户细分的方法有很多种，不同的细分方法有不同的适用范围。随着信息技术的发展，越来越多的银行使用数据挖掘方法进行细分。以聚类为例，传统的细分方法存在一定的弊端，本文研究模糊聚类这种新的细分方法在银行中的应用。 本文首先对客户关系管理和客户细分的现状进行分析，对常用的客户细分方法进行比较，总结出优缺点。然后分析模糊聚类方法的优点，以及在客户细分中的适用性。在第四章中，文章对银行客户细分的关键指标进行分析，并且以银行卡为例，选取细分指标，对其进行标准化。在第五章中，文章对基于模糊聚类的客户细分系统进行设计和实现，并且进行实证分析。最后，对模糊聚类在银行客户细分中的应用进行总结，并对未来的进一步研究做出展望。

8.期刊论文 许苗村.蒋先刚.XU Miao-cun.JIANG Xian-gang 基于均值聚类的银行客户信用关系分析 -华东交通大学学报2008,25(6)

针对银行业中客户贷款契约违约风险较高的问题,通过把经济学中的特征分析模型与数据挖掘中的K-MEANS聚类算法相结合,利用现有客户资料,对客户资信评级分类,从而实现对客户信息的高质量管理,降低银行对客户贷款的风险.实验结果表明,此算法对客户的资信评级具有良好的分类效果.

9.学位论文 汪素南 智能技术在金融市场溢出效应和反洗钱中的应用研究 2007

是常生活离不开金融领域，人们的生产生活等活动处处要和金融打交道，对金融市场的研究和分析具有非常重要的理论和实际意义。随关着信息技术的发展，金融领域积累了海量的数据．格式多种多样，如何对其进行有效的自动分析利处理，使用户不再淹没在“数据的海洋”中。为用户提供可用的信息和知识识有非常重要的价值。为此．本文用人工智能、数据挖掘、社会网络分析等智能技术米研究金融市场中的复杂关系．从宏观层面上分析研究了不同金融市场间的溢出效应，从微观层面上分析，研究了智能技术在反洗钱应用中的一些问题，能够辅助商业银行进行反洗钱的检测和预测．具体来讲，本文主要贡献如下： (1）采用小波多分辨分析的方法研究股市之间的溢出效应。本文取1997年7月2日至2003年3月1日间S&P标准普尔500指数、上证指数和香港恒生指数作为样本数据，将股市日收益率的时间序列信号分解在不同频带上，比较各频率成份占原始信号的能量比，研究了美国与上海，美国与香港股市日收益率之间的溢山效应．发现股市日收益率信号中高频成份所占的能量比远大干低频成份．日收益率的波动主要由短期因素引起。高频成份的相关性分析表明，美国股市对香港股市存在强溢出效应，对上海般市则不存在溢出效应，上海股市几乎独立于全球股市之外。并分析了这种现象出现的原因。 (2)运用小波多分辨分析方法研究期货市场之间的溢出效应。经伦敦金属交易所(LME)和与与上海期货交易所(SHFE)三个月期铜价格日收益率数据为基础，研究了两个带场的相互影响关系。发现此两市场的3个月期期铜日益率信号的高频成份

(d1+d2)所占的能量七避75％，通过技术分析米预测期铜价格走势几乎是不可能的；发现在32天的时间尺度上两市场问存在强溢出效应。随着上海期货交易所的交易馘逐年增加，上海期货市场价格走势与伦敦金属交易所的相关性逐渐提高，上海期货交翁所歼开始轨翻际市场。 (3)提出了基于智能技术的反洗钱系统框架-在缘述洗钱和反洗钱国内外现状、反洗钱软件的开发和应用情况等的基础上．本文键出了一个分为KYC客户尽责调查、客户行为特征提取、可疑交易检测和预警跟踪处理四个阶段的基于智能技术的反洗钱系统框絮，并对四个黔段中可以采用的技术方法进行进行详细阐述。此反洗钱系统技术架构具有简单、直观和易于实现的特点。

(4)利用决策和神经网络分类法对用户进行风险评估分类。采用基于洗钱风险识别的交易检测系统首先要实现客户分类，根据客户的类别评价其洗钱风险的等级，以便下一步对高洗钱风险客户的交易行为进行监测。本文使用ID3决策树和BP神经网络分类算法评估银行客户从事洗钱交易行为的风险等级，建立银行客户洗钱风险评估的决策树模型，取得较好的效果。 (5)基于统计和社会网络分析对洗钱过程进行了初探。以网上银行用户交易信息为基础，监测利用网上银行业务进行可疑洗钱交易行为的重点客户。发现很多网络节点间关系都是通过一些小商店或小公司向个人进行资金的转移，从而实现可疑洗钱交易行为的监测。

1.陈良维 决策树算法在农户小额贷款中的应用研究[期刊论文]-计算机工程与应用 2008(31)

本文链接：/Periodical_jrllysj200610011.aspx

下载时间：2009年11月18日

本文来源：https://www.bwwdw.com/article/s984.html