劉 濤

(1.同濟(jì)大學(xué) 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(lǐng)域的傳統(tǒng)應(yīng)用

自信息技術(shù)在金融領(lǐng)域應(yīng)用以來，其無可比擬的海量數(shù)據(jù)計(jì)算能力、數(shù)據(jù)存儲(chǔ)能力、數(shù)據(jù)管理能力和數(shù)據(jù)傳輸能力極大地促進(jìn)了金融領(lǐng)域的發(fā)展，使金融業(yè)比以往擁有了更加快速、準(zhǔn)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(lǐng)域的應(yīng)用方式主要是通過數(shù)據(jù)庫技術(shù)存儲(chǔ)和客戶數(shù)據(jù)管理，為客戶提供一些簡單的存儲(chǔ)、查詢和修改功能。隨著個(gè)人電腦的普及和網(wǎng)絡(luò)的發(fā)展，客戶足不出戶就能實(shí)現(xiàn)一些查詢、支付、轉(zhuǎn)賬等業(yè)務(wù)，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(jī)的出現(xiàn)則為客戶提供了一個(gè)可以隨時(shí)隨地享用金融服務(wù)的工具。

這些信息技術(shù)在金融領(lǐng)域的應(yīng)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(lǐng)域的應(yīng)用才是顛覆性的，它的應(yīng)用對(duì)金融領(lǐng)域產(chǎn)生了巨大而又深遠(yuǎn)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(jī)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(guān)系，挖掘潛在的有用信息以幫助人們進(jìn)行決策的技術(shù)。通過將計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)等多學(xué)科的知識(shí)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(luò)、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(yù)測(cè)、描述以及可視化5種。①聚類指對(duì)數(shù)據(jù)進(jìn)行分組記錄，把相似記錄看作同一個(gè)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(jìn)行行業(yè)分析時(shí)，需要將某行業(yè)的數(shù)據(jù)進(jìn)行匯總，然后分組分析。②分類是指將海量離散數(shù)據(jù)進(jìn)行篩選，形成信息訓(xùn)練集，并且創(chuàng)建分類模型，數(shù)據(jù)的分類是預(yù)先定義的。例如：在金融領(lǐng)域，將客戶分為高級(jí)、中級(jí)、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(jì)操作，輸出一些連續(xù)變量的值，然后根據(jù)預(yù)先設(shè)計(jì)好的一些閾值進(jìn)行分類。如信用卡針對(duì)不同客戶設(shè)計(jì)額度就是運(yùn)用估值得到的閾值，將額度進(jìn)行差別設(shè)計(jì)。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(yù)測(cè)是通過估值或者分類得出模型，對(duì)未知變量進(jìn)行預(yù)測(cè)。通過數(shù)據(jù)的關(guān)聯(lián)規(guī)則和相關(guān)性分析，決定哪些數(shù)據(jù)的集合會(huì)導(dǎo)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(jì)算結(jié)果后如何進(jìn)行表達(dá)。

3 數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)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(wù)中產(chǎn)生的大量數(shù)據(jù)中提取和發(fā)現(xiàn)一些有價(jià)值的規(guī)律，并將其應(yīng)用到市場(chǎng)分析和預(yù)測(cè)、風(fēng)險(xiǎn)管理、客戶管理以及信用評(píng)估等領(lǐng)域，并能幫助企業(yè)形成核心競(jìng)爭力，提升企業(yè)綜合實(shí)力。

3.1 客戶關(guān)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(dòng)過程中產(chǎn)生的常規(guī)信息對(duì)客戶行為進(jìn)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(jī)，由市場(chǎng)部門針對(duì)這一部分客戶制定相應(yīng)的個(gè)性化服務(wù)策略和特定的服務(wù)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(jià)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(xí)慣和喜好，幫助企業(yè)為這些客戶提供更適合的服務(wù)，從而與這些客戶建立長期合作關(guān)系。

3.2 企業(yè)風(fēng)險(xiǎn)管理

金融領(lǐng)域的業(yè)務(wù)往往伴隨大量的貨幣流通行為，金融風(fēng)險(xiǎn)防范、金融詐騙識(shí)別是金融企業(yè)需要重點(diǎn)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(gè)人信用等的風(fēng)險(xiǎn)信息，預(yù)測(cè)風(fēng)險(xiǎn)等級(jí)，為決策者規(guī)避風(fēng)險(xiǎn)提供可參考的數(shù)據(jù)。如，將數(shù)據(jù)挖掘技術(shù)應(yīng)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(xí)慣，動(dòng)態(tài)監(jiān)測(cè)信用卡的使用情況，一旦出現(xiàn)用卡異常，發(fā)卡行可及時(shí)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(duì)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(yù)警，提醒企業(yè)加強(qiáng)監(jiān)管，防患于未然。

3.3 市場(chǎng)預(yù)測(cè)

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(xué)模型，可以發(fā)現(xiàn)一些交易信息背后的趨勢(shì)信息，如市場(chǎng)走勢(shì)、客戶需求的變化趨勢(shì)等。金融公司可以利用這些信息，洞察金融市場(chǎng)的細(xì)微變化，及時(shí)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(zhǔn)確度和貸款償還能力的預(yù)測(cè)對(duì)金融行業(yè)有著非常重要的意義。顧客信用等級(jí)的評(píng)價(jià)和貸款償還能力的評(píng)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(wù)的等級(jí)。運(yùn)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(guān)性評(píng)價(jià)，能夠幫助金融企業(yè)剔除不相關(guān)的干擾因素、識(shí)別出主要影響因素。例如，在分析客戶還貸能力時(shí)，與貸款償還風(fēng)險(xiǎn)相關(guān)的因素?cái)?shù)據(jù)包含客戶的資產(chǎn)負(fù)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(fù)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(duì)性的金融服務(wù)策略，為顧客提供最適合的金融服務(wù)，同時(shí)保障企業(yè)擁有良好的風(fēng)險(xiǎn)控制能力。

3.5 企業(yè)核心競(jìng)爭力

金融企業(yè)的實(shí)力，除了表現(xiàn)在其自身擁有的資本實(shí)力外，企業(yè)員工的整體知識(shí)水平也是金融行業(yè)的核心競(jìng)爭力，金融行業(yè)的核心競(jìng)爭力是員工知識(shí)和素質(zhì)的競(jìng)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(shí)需求，尤其是能挖掘出對(duì)企業(yè)績效產(chǎn)生影響的隱性知識(shí)組合。通過挖掘，使企業(yè)及時(shí)采取對(duì)應(yīng)的招聘策略和培訓(xùn)方向，有效增強(qiáng)金融企業(yè)核心競(jìng)爭力。

企業(yè)內(nèi)部知識(shí)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(guān)系等方面，企業(yè)內(nèi)部知識(shí)構(gòu)成對(duì)于協(xié)調(diào)企業(yè)的經(jīng)營活動(dòng)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(shí)、運(yùn)營信息進(jìn)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(yīng)對(duì)措施，降低企業(yè)經(jīng)營風(fēng)險(xiǎn)。

企業(yè)外部知識(shí)結(jié)構(gòu)通常指市場(chǎng)知識(shí)，主要包含潛在的市場(chǎng)、現(xiàn)實(shí)的市場(chǎng)、客戶的信息、供應(yīng)商信息、競(jìng)爭對(duì)手的情況等，這些外部因素都可能對(duì)企業(yè)的營銷造成影響。對(duì)市場(chǎng)有充分的認(rèn)識(shí)可以使企業(yè)制定正確的戰(zhàn)略目標(biāo)，幫助企業(yè)找準(zhǔn)市場(chǎng)定位。數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)進(jìn)行市場(chǎng)信息收集、分析，通過數(shù)學(xué)模型，得出對(duì)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(jìn)行篩選和分類，使金融企業(yè)能制定相應(yīng)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(guān)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(jì)算機(jī)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(duì)金融行業(yè)的影響會(huì)越來越大，將為金融行業(yè)的產(chǎn)品設(shè)計(jì)、風(fēng)險(xiǎn)控制和服務(wù)創(chuàng)新提供新的視角。同時(shí)金融行業(yè)也將通過海量數(shù)據(jù)分析，進(jìn)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?？傊瑪?shù)據(jù)挖掘技術(shù)將為金融行業(yè)創(chuàng)造一個(gè)更廣闊的平臺(tái)。■

［1］李浩光.數(shù)據(jù)挖掘在防范金融風(fēng)險(xiǎn)中的研究及應(yīng)用[J].計(jì)算機(jī)安全，2014(2)：48-51.

［2］管剛.數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用[D].武漢：湖北軍事經(jīng)濟(jì)學(xué)院，2013.

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