基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析方法

凌敏

【摘? 要】隨著時(shí)代的發(fā)展與進(jìn)步，現(xiàn)如今的信息技術(shù)已經(jīng)充分融入企業(yè)管理策略之中，并處在一個(gè)較為關(guān)鍵的節(jié)點(diǎn)掌控運(yùn)營(yíng)。事實(shí)上，企業(yè)中的很多隱藏信息并未被人們所發(fā)現(xiàn)，這些頗有價(jià)值的信息數(shù)據(jù)隨著企業(yè)的不斷發(fā)展而大量積壓。各個(gè)企業(yè)將這些有價(jià)值的數(shù)據(jù)當(dāng)作占有市場(chǎng)的有利保障，希望能夠不斷地對(duì)信息數(shù)據(jù)加以管理，提煉有效且合理的信息?，F(xiàn)如今的數(shù)據(jù)挖掘技術(shù)悄然而生，迅速發(fā)展壯大，在企業(yè)和市場(chǎng)的推動(dòng)下應(yīng)用于各行各業(yè)。論文對(duì)我國(guó)金融行業(yè)中的數(shù)據(jù)挖掘情況展開(kāi)討論并且得出相應(yīng)的分析方法。

【Abstract】With the development and progress of the times， today's information technology has been fully integrated into the enterprise management strategy， and is in a relatively key node to control the operation. In fact， a lot of hidden information in the enterprise has not been discovered by people， and these valuable information data are accumulated with the continuous development of the enterprise. Each enterprise regards these valuable data as the favorable guarantee to occupy the market， hopes to be able to manage information data continuously， abstracts effective and reasonable information. Nowadays， data mining technology quietly emerges and develops rapidly， and is applied in all walks of life under the promotion of enterprises and markets. This paper discusses the situation of data mining in China's financial industry and gets the corresponding analysis methods.

【關(guān)鍵詞】數(shù)據(jù)挖掘;金融行業(yè);數(shù)據(jù)分析;分析方法

【Keywords】data mining; financial industry; data analysis; analysis method

【中圖分類號(hào)】TP311.1;F832? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）11-0070-03

1 引言

數(shù)據(jù)挖掘領(lǐng)域是一個(gè)新出現(xiàn)的技術(shù)鉆研領(lǐng)域，雖然出現(xiàn)時(shí)間和實(shí)際應(yīng)用時(shí)間較短，但是因其對(duì)企業(yè)本身有著極高的助力作用，所以在各個(gè)領(lǐng)域中也得到了眾多的重視應(yīng)用。在金融數(shù)據(jù)管理研究方面的一個(gè)顯著特點(diǎn)是分析數(shù)據(jù)通常數(shù)量巨大，并且不確定的因素非常多，尤其是當(dāng)今時(shí)代的海量數(shù)據(jù)背景下，傳統(tǒng)的會(huì)計(jì)模式進(jìn)行運(yùn)算已經(jīng)不能滿足現(xiàn)實(shí)需要，所以就要運(yùn)用新型數(shù)據(jù)挖掘技術(shù)對(duì)原有數(shù)據(jù)進(jìn)行深層挖掘并將其結(jié)果加以利用，其目的在于預(yù)測(cè)未來(lái)的結(jié)果，用人們可以接受的方式來(lái)為人們提供決策幫助?，F(xiàn)在大部分的金融行業(yè)數(shù)據(jù)分析方法都在從老舊的單一會(huì)計(jì)模式轉(zhuǎn)變?yōu)楦舆m宜金融體系的數(shù)據(jù)挖掘系統(tǒng)。在現(xiàn)如今商業(yè)化的系統(tǒng)中，我國(guó)金融行業(yè)的數(shù)據(jù)挖掘仍是一個(gè)十分具有創(chuàng)造性和挑戰(zhàn)性的工作。金融行業(yè)中存在大量難以捉摸的規(guī)律，加之行業(yè)的隨機(jī)性質(zhì)，使得這些極具隱藏的數(shù)據(jù)很難被挖掘。那么，怎樣做才能讓這些隱藏的數(shù)據(jù)出現(xiàn)并且進(jìn)行合理有效的管理，是金融行業(yè)現(xiàn)階段獲得具有價(jià)值的信息與取得較高市場(chǎng)優(yōu)勢(shì)的關(guān)鍵所在[1]。

2 數(shù)據(jù)挖掘的簡(jiǎn)要概括

現(xiàn)如今應(yīng)用在各大領(lǐng)域中的數(shù)據(jù)挖掘究竟是什么？從相關(guān)資料的介紹得出：數(shù)據(jù)挖掘是對(duì)某種隱藏知識(shí)和模糊信息的提取、概括流程。這些大量未知數(shù)據(jù)的提取，就需要對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行統(tǒng)一、有效的管理，使其從不完整、模糊的狀態(tài)脫離出來(lái)，清晰地展現(xiàn)在人們面前以完成相應(yīng)工作。更為準(zhǔn)確地說(shuō)，數(shù)據(jù)挖掘存在于知識(shí)發(fā)現(xiàn)中，是知識(shí)發(fā)現(xiàn)中的一個(gè)重要手段。面對(duì)的大部分是公司或企業(yè)的日常工作數(shù)據(jù)，將眾多的數(shù)據(jù)作為基礎(chǔ)，以其中的智能手段、統(tǒng)計(jì)管理為內(nèi)容，高度還原潛在信息，由此作出正確的預(yù)判，提高潛在信息的使用率，從而對(duì)目前資源極具浪費(fèi)的局面加以改變，恢復(fù)信息數(shù)據(jù)的潛在力量[2]。知識(shí)發(fā)現(xiàn)的首要目的便是將信息變?yōu)橹R(shí)，屬于穿插在數(shù)據(jù)庫(kù)技術(shù)和機(jī)器學(xué)習(xí)中的一個(gè)相互重疊模式。由于知識(shí)發(fā)現(xiàn)中所涵蓋的數(shù)據(jù)信息大多來(lái)自于現(xiàn)實(shí)社會(huì)，在一定程度上很難保證每個(gè)數(shù)據(jù)的合理性、準(zhǔn)確性。所以，人們對(duì)數(shù)據(jù)預(yù)處理的重視程度也逐漸增高。

3 目前我國(guó)金融行業(yè)中所存在的數(shù)據(jù)挖掘

3.1 數(shù)據(jù)倉(cāng)庫(kù)的建立和多元化的數(shù)據(jù)分析

數(shù)據(jù)挖掘在我國(guó)金融業(yè)的事務(wù)方面及具體應(yīng)用擁有出色表現(xiàn)，由于金融業(yè)事務(wù)的搜集和處理往往需要大量的數(shù)據(jù)分析，而大部分銀行和金融機(jī)構(gòu)又往往會(huì)向社會(huì)提供非常多的服務(wù)，這就導(dǎo)致了信息之間的傳遞過(guò)于頻繁復(fù)雜。由于傳遞信息可能存在不對(duì)稱性[3]，這就導(dǎo)致金融機(jī)構(gòu)難以在海量的數(shù)據(jù)當(dāng)中找出正確對(duì)應(yīng)信息。而金融數(shù)據(jù)挖掘技術(shù)可以在眾多數(shù)據(jù)中快速且準(zhǔn)確地找到有效的信息。金融數(shù)據(jù)的分析相對(duì)來(lái)說(shuō)較為完整，方便了對(duì)金融數(shù)據(jù)的系統(tǒng)化管理。金融數(shù)據(jù)應(yīng)包含幾個(gè)方面：

一方面是全面化分析和深度挖掘，以構(gòu)造數(shù)據(jù)框架為基礎(chǔ)為銀行以及金融機(jī)構(gòu)提供出金融數(shù)據(jù)倉(cāng)庫(kù);另一方面是利用多元化的數(shù)據(jù)分析法從時(shí)間、區(qū)域、空間和其他因素來(lái)共同分析，從而為金融機(jī)構(gòu)提供信息未來(lái)趨勢(shì)的更多可能性。數(shù)據(jù)倉(cāng)庫(kù)的建立有利于更快地進(jìn)行數(shù)據(jù)分析，而多元化的數(shù)據(jù)分析方法則為未來(lái)信息的分析全面提供更多可能性，這2方面的數(shù)據(jù)挖掘在金融數(shù)據(jù)分析方法中有很重要的作用。

3.2 風(fēng)險(xiǎn)管理及信用評(píng)估

數(shù)據(jù)挖掘分析方法在金融體系中的運(yùn)用，不僅有構(gòu)建信息庫(kù)和全面性分析2方面優(yōu)點(diǎn)，其實(shí)更多的在于深層次的數(shù)據(jù)挖掘分析。

數(shù)據(jù)挖掘在金融行業(yè)的重要應(yīng)用之一是風(fēng)險(xiǎn)管理，如信用風(fēng)險(xiǎn)評(píng)估。構(gòu)建信用評(píng)級(jí)模型是因?yàn)榻灰桩?dāng)中存在風(fēng)險(xiǎn)，所以作為證券商和銀行來(lái)說(shuō)要盡量保證客戶資金的安全，通過(guò)數(shù)據(jù)挖掘來(lái)分析產(chǎn)品的風(fēng)險(xiǎn)可能，做出一個(gè)完整的產(chǎn)品信用風(fēng)險(xiǎn)評(píng)估以及相應(yīng)解決方案。

①對(duì)客戶進(jìn)行風(fēng)險(xiǎn)評(píng)估，通過(guò)構(gòu)建信用評(píng)級(jí)模型來(lái)評(píng)估貸款人或交易人的風(fēng)險(xiǎn)，運(yùn)用數(shù)據(jù)庫(kù)當(dāng)中的特定賬戶對(duì)客戶進(jìn)行指定信用評(píng)級(jí)分析，對(duì)于評(píng)級(jí)為高風(fēng)險(xiǎn)的客戶銀行要謹(jǐn)慎放貸或降低放貸金額，而對(duì)于低風(fēng)險(xiǎn)客戶，可以適當(dāng)降低其貸款標(biāo)準(zhǔn)，但要識(shí)別其償還能力，并且要注意交易人的信用報(bào)告、收入水平以及其他可能影響其償還能力的信息等。

②對(duì)客戶本身進(jìn)行信用評(píng)估，采取直接的觀察技術(shù)，將客戶的信息與信息庫(kù)中當(dāng)中的海量數(shù)據(jù)加以對(duì)比，針對(duì)客戶數(shù)據(jù)的等級(jí)給出評(píng)分標(biāo)準(zhǔn)。將高償還能力低風(fēng)險(xiǎn)的人歸為一類，將高風(fēng)險(xiǎn)低償還能力的人歸為一類進(jìn)行集中信息數(shù)據(jù)處理，并且通過(guò)其信用評(píng)分能力，來(lái)決定是否接受行為人的申請(qǐng)，并且可以幫助銀行等金融柜臺(tái)篩選出與償還能力不相關(guān)的其他因素。運(yùn)用數(shù)據(jù)挖掘方法，篩選出影響償還能力的因素，以此來(lái)提高篩選的準(zhǔn)確度，達(dá)到信用評(píng)估的目的。

③通過(guò)數(shù)據(jù)挖掘來(lái)確定客戶的消費(fèi)行為。通過(guò)行為對(duì)比來(lái)確定客戶存在哪一種消費(fèi)類型，是平靜客觀型，還是沖動(dòng)極端型，這對(duì)其信用風(fēng)險(xiǎn)可以產(chǎn)生一定影響。對(duì)于金融行業(yè)運(yùn)用數(shù)據(jù)挖掘可以減少可能對(duì)其造成風(fēng)險(xiǎn)損失的客戶，在對(duì)客戶進(jìn)行資信的預(yù)測(cè)基礎(chǔ)上，運(yùn)用數(shù)據(jù)挖掘方法，更有效率地進(jìn)行篩選和識(shí)別評(píng)估，排除造成風(fēng)險(xiǎn)的誘因，從而有效地控制信用風(fēng)險(xiǎn)的發(fā)生，并且可以通過(guò)建立欺詐模型，來(lái)幫助銀行解決可能存在的詐騙行為，同時(shí)幫助我國(guó)公安部門(mén)開(kāi)展反欺詐分析，從而預(yù)防詐騙事件的發(fā)生和控制我國(guó)資金的非法流失。

3.3 維護(hù)金融客戶生命周期

一方面是為了獲取新客戶。通過(guò)數(shù)據(jù)挖掘方法來(lái)分析定位出哪些人群可以對(duì)金融行業(yè)進(jìn)行投資交易，哪些群體與金融行業(yè)毫無(wú)交集，可以通過(guò)數(shù)據(jù)庫(kù)當(dāng)中的特征進(jìn)行具體客戶匹配達(dá)到客戶的初步篩選，這有助于預(yù)測(cè)銀行活動(dòng)的響應(yīng)率。將之前通過(guò)數(shù)據(jù)挖掘方法的那些被認(rèn)定有可以參與金融投資特征的客戶進(jìn)行群體匹配，以達(dá)到增加營(yíng)銷范圍的目的，數(shù)據(jù)挖掘還可以將原有信息數(shù)據(jù)庫(kù)的數(shù)據(jù)與新篩選出的數(shù)據(jù)進(jìn)行對(duì)照，并且可以按照尋找標(biāo)準(zhǔn)來(lái)對(duì)客戶進(jìn)行精準(zhǔn)篩選，也可以把數(shù)據(jù)庫(kù)當(dāng)中的客戶按照其風(fēng)險(xiǎn)特征投資偏好進(jìn)行群體匹配。另一方面，在保留老客戶方面也可以通過(guò)數(shù)據(jù)挖掘來(lái)進(jìn)行，例如，在發(fā)現(xiàn)有客戶流失后，銀行可以尋找在數(shù)據(jù)庫(kù)當(dāng)中與其特征相同的未流失客戶，在其流失之前采取額外服務(wù)策略，以最大程度保留客戶，對(duì)可能流失的客戶名單進(jìn)行關(guān)懷訪問(wèn)，要做到能迎接新用戶同時(shí)留住老客戶，要了解客戶的具體需求，通過(guò)數(shù)據(jù)挖掘來(lái)幫助客戶解決問(wèn)題，識(shí)別出導(dǎo)致客戶轉(zhuǎn)移的有關(guān)因素，并且可以運(yùn)用具體分析來(lái)篩選出有異常交易行為的客戶，從而避免造成客戶流失。數(shù)據(jù)挖掘工具還可以通過(guò)分析篩查大量客戶數(shù)據(jù)，確定客戶的交易習(xí)慣、流通額度和其交易頻率等，也可以對(duì)單個(gè)客戶進(jìn)行數(shù)據(jù)挖掘篩選，制定出最適宜其投資的個(gè)性化方案。

4 金融行業(yè)中數(shù)據(jù)挖掘的分析方法

4.1 在銀行業(yè)的應(yīng)用分析

數(shù)據(jù)挖掘技術(shù)在銀行業(yè)中的應(yīng)用，其中一個(gè)重要前提條件是，必須建立一個(gè)統(tǒng)一的中央客戶數(shù)據(jù)庫(kù)，以提高客戶信息的分析能力。分析開(kāi)始時(shí)，從數(shù)據(jù)庫(kù)中收集與客戶有關(guān)的所有信息、交易記錄，進(jìn)行建模，對(duì)數(shù)據(jù)進(jìn)行分析，對(duì)客戶將來(lái)的行為進(jìn)行預(yù)測(cè)。數(shù)據(jù)挖掘在銀行業(yè)的具體應(yīng)用分為4個(gè)階段：

第一階段主要是為了留下客戶信息為之后錄入中央客戶信息庫(kù)中進(jìn)行整合打下基礎(chǔ)，并且要做到消除客戶現(xiàn)有信息與信息庫(kù)中信息不一致的現(xiàn)象，要保證數(shù)據(jù)的有效性。保障數(shù)據(jù)的正確性對(duì)與金融相關(guān)的各行各業(yè)具有良好的助力作用。

第二階段主要保障金融客戶信息的正常交易，包括證券行業(yè)的經(jīng)濟(jì)轉(zhuǎn)化銀行的分銷階段，柜臺(tái)、第三方存放平臺(tái)、ATM、匯款、轉(zhuǎn)賬、購(gòu)買(mǎi)金融產(chǎn)品等，可以更加有效地調(diào)動(dòng)客戶與企業(yè)服務(wù)的聯(lián)動(dòng)性，使得之后的操作性更加有效。

第三階段主要是搭建模型評(píng)測(cè)，這是為客戶的每一個(gè)賬號(hào)建立利潤(rùn)評(píng)測(cè)模型，以便于幫助客戶預(yù)測(cè)未來(lái)利潤(rùn)和風(fēng)險(xiǎn)的各種可能，因此需要加載系統(tǒng)的數(shù)據(jù)到中央數(shù)據(jù)庫(kù)。這一階段完成后，銀行可以從組織、用戶和產(chǎn)品3個(gè)方面分析利潤(rùn)貢獻(xiàn)度，如銀行可以依客戶的利潤(rùn)貢獻(xiàn)度安排合適的分銷渠道，模擬和預(yù)測(cè)新產(chǎn)品對(duì)銀行的利潤(rùn)貢獻(xiàn)度等。

第四階段主要是為了維護(hù)客戶關(guān)系。作為企業(yè)應(yīng)該做到掌握客戶在生活和職業(yè)當(dāng)中的變化。要抓住可以對(duì)其提供服務(wù)與銷售產(chǎn)品的時(shí)機(jī)，這就需要每天對(duì)客戶行為變化進(jìn)行對(duì)比，通過(guò)中央數(shù)據(jù)倉(cāng)庫(kù)來(lái)得到客戶購(gòu)買(mǎi)傾向模型以及具體喜好，并且可以從另一方面了解到客戶的信用與風(fēng)險(xiǎn)評(píng)測(cè)模型，可以幫助企業(yè)主動(dòng)與客戶取得聯(lián)系，促進(jìn)進(jìn)一步交易[4]。

4.2 具體操作分析

對(duì)于金融行業(yè)中大量潛在的數(shù)據(jù)來(lái)說(shuō)，在進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)上更加注重其分析方法。一個(gè)具體數(shù)據(jù)挖掘流程應(yīng)該從數(shù)據(jù)準(zhǔn)備入手，預(yù)先將分析的數(shù)據(jù)進(jìn)行處理和整理，從而方便后期結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用。此后的數(shù)據(jù)挖掘可以準(zhǔn)確使用數(shù)據(jù)文本的內(nèi)容，直接應(yīng)用在行業(yè)的分析操作中。這一系列看似簡(jiǎn)單的流程實(shí)際上包含著各種密不可分的環(huán)節(jié)，所以，數(shù)據(jù)挖掘中的各項(xiàng)分析方法提供了便利和實(shí)用性。金融行業(yè)中所涉及的分析方法有很多種，如基于歷史的MBR分析、購(gòu)物籃分析、聚類分析、連接分析等分析方法。這其中，在金融行業(yè)中普遍用到的便是基于歷史的MBR分析方法和購(gòu)物籃分析方法。這2種方法為數(shù)據(jù)挖掘創(chuàng)造了便利的條件。

4.3 具體方法分析

MBR分析方法就是在已知的例子中獲取未知案例的某種普遍特征，將2個(gè)相近的金融案例進(jìn)行比較并加以分析。這種方法的極大包容性能夠?qū)⒏魇礁鳂有螒B(tài)下的數(shù)據(jù)進(jìn)行假設(shè)。另外，在具有高效學(xué)習(xí)能力的前提下，此方法能夠較為準(zhǔn)確地從原有案例中提取有效信息和知識(shí)，眾多的原有案例能夠?qū)⑽粗A(yù)測(cè)得較為全面和準(zhǔn)確。在客戶反映預(yù)測(cè)中能夠發(fā)揮重要的優(yōu)勢(shì)。

購(gòu)物籃分析實(shí)際上是企業(yè)對(duì)客戶需求的一種反應(yīng)，以找出某種東西并合理地放置于一定位置為目的。金融行業(yè)需要明確顧客的目標(biāo)并展開(kāi)相關(guān)想象，企業(yè)在某種規(guī)定和規(guī)則的基礎(chǔ)上建立自己的競(jìng)爭(zhēng)優(yōu)勢(shì)以謀取利益。這其中，金融行業(yè)也需要克服一定的困難，數(shù)據(jù)越多，計(jì)算數(shù)據(jù)所花費(fèi)的時(shí)間和精力也會(huì)隨之增加，所以需要運(yùn)用某種技術(shù)來(lái)降低損失。對(duì)于金融服務(wù)業(yè)而言，在此方法下所產(chǎn)生的數(shù)據(jù)挖掘，能夠通過(guò)不同的設(shè)計(jì)方案進(jìn)行組合并加以利用，擴(kuò)大金融行業(yè)的利潤(rùn)。

神經(jīng)網(wǎng)絡(luò)分析方法在金融行業(yè)中的應(yīng)用起源于20世紀(jì)，最早它用來(lái)對(duì)金融行業(yè)的財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)，降低成本。此后便在風(fēng)險(xiǎn)評(píng)估領(lǐng)域展開(kāi)分析。這是一項(xiàng)根據(jù)應(yīng)用數(shù)學(xué)發(fā)展出來(lái)的模式，方法本身有著高水平的計(jì)算和查錯(cuò)能力。由此可見(jiàn)，對(duì)于金融行業(yè)中的風(fēng)險(xiǎn)評(píng)判和預(yù)測(cè)有著巨大貢獻(xiàn)[5]。

5 結(jié)語(yǔ)

在我國(guó)金融行業(yè)的信息化發(fā)展中，數(shù)據(jù)挖掘工作已經(jīng)被行業(yè)內(nèi)部充分利用。在市場(chǎng)的激烈爭(zhēng)奪中援助金融企業(yè)獲得一定的優(yōu)勢(shì)地位，并且充分地展現(xiàn)出較為光明的行業(yè)應(yīng)用前景。對(duì)于我國(guó)的發(fā)展而言，十全十美是一種奢望，但需要盡最大的努力完成企業(yè)發(fā)展。改革開(kāi)放以來(lái)，我國(guó)金融行業(yè)得到迅速的發(fā)展，尤其是加入世貿(mào)組織之后，不論是經(jīng)濟(jì)實(shí)力還是科技水平都在穩(wěn)步發(fā)展。隨著金融不斷開(kāi)放，將我國(guó)金融行業(yè)推到外資金融的風(fēng)口浪尖，在極大壓力的促使下帶給我們的是巨大挑戰(zhàn)，同時(shí)也創(chuàng)造了各種機(jī)會(huì)并且提供了眾多發(fā)展理念。不斷增加各國(guó)之間的交流協(xié)作，充分完善金融行業(yè)的體制改革，找到自身獨(dú)一無(wú)二的優(yōu)點(diǎn)，以創(chuàng)新為根基，提高經(jīng)濟(jì)實(shí)力。這樣才可能使我們?cè)诓粩嗟氖袌?chǎng)競(jìng)爭(zhēng)中脫穎而出，得到長(zhǎng)久穩(wěn)固的發(fā)展前景。

【參考文獻(xiàn)】

【1】程子衛(wèi).基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析方法研究[J].營(yíng)銷界，2020（41）：125-126.

【2】裴永強(qiáng).基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析方法[J].電子技術(shù)與軟件工程，2020（06）：162-163.

【3】上海正氣信息科技有限公司.一種基于數(shù)據(jù)挖掘金融數(shù)據(jù)分析方法：中國(guó)，CN201810252701.2[P]，2019-02-12.

【4】于晶.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘及應(yīng)用探究[J].科技與創(chuàng)新，2018（24）：160.

【5】赫然，黃今慧.大數(shù)據(jù)背景下數(shù)據(jù)挖掘技術(shù)的算法[J].電子技術(shù)與軟件工程，2019（20）：141-142.