证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用

证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用

ID:1730765

大小:30.00 KB

页数:6页

时间:2017-11-13

证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用_第1页
证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用_第2页
证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用_第3页
证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用_第4页
证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用_第5页
资源描述:

《证券金融银行管理毕业论文 浅谈银行业中数据挖掘的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、湖南师范大学本科毕业论文考籍号:XXXXXXXXX姓名:XXX专业:证券金融银行管理论文题目:浅谈银行业中数据挖掘的应用指导老师:XXX二〇一一年十二月十日  [论文关键词][论文关键词]银行业数据挖掘应用  [论文摘要]数据挖掘是近年来出现的一种信息技术,在金融业有着较为广泛的应用。本文从银行业的角度出发,归纳了数据挖掘在银行应用的主要方面,并对数据挖掘在银行具体应用的几个阶段进行了阐述。      一、引言  数据挖掘(DataMining)是一种新的商业信息处理技术,产生于20世纪80年代的美国,首先应用在金融、电信等领域,主

2、要特点是对大量数据进行抽取、转换、分析和模型化处理,从中提取出有助于商业决策的关键性数据。银行信息化的迅速发展,产生了大量的业务数据。从海量数据中提取出有价值的信息,为银行的商业决策服务,是数据挖掘的重要应用领域。汇丰、花旗和瑞士银行是数据挖掘技术应用的先行者。如今,数据挖掘已在银行业有了广泛深入的应用。    二、数据挖掘在银行业应用的主要方面  现阶段,数据挖掘在银行业中的应用,主要可分为以下几个方面。  (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,如信用风险评估。可通过构建信用评级模型,评估贷款申请人或信用卡申

3、请人的风险。一个进行信用风险评估的解决方案,能对银行数据库中所有的账户指定信用评级标准,用若干数据库查询就可以得出信用风险的列表。这种对于高/低风险的评级或分类,是基于每个客户的账户特征,如尚未偿还的贷款、信用调降报告历史记录、账户类型、收入水平及其他信息等。  对于银行账户的信用评估,可采用直观量化的评分技术。将顾客的海量信息数据以某种权重加以衡量,针对各种目标给出量化的评分。以信用评分为例,通过由数据挖掘模型确定的权重,来给每项申请的各指标打分,加总得到该申请人的信用评分情况。银行根据信用评分来决定是否接受申请,确定信用额度。过

4、去,信用评分的工作由银行信贷员完成,只考虑几个经过测试的变量,如就业情况、收入、年龄、资产、负债等。现在应用数据挖掘的方法,可以增加更多的变量,提高模型的精度,满足信用评价的需求。  通过数据挖掘,还可以侦查异常的信用卡使用情况,确定极端客户的消费行为。根据历史统计数据,评定造成信贷风险客户的特征和背景,预防可能造成风险损失的客户。在对客户的资信调查和经营预测的基础上,运用系统的方法对信贷风险的类型和原因进行识别、估测,发现引起贷款风险的诱导因素,有效地控制和降低信贷风险的发生。通过建立信用欺诈模型,帮助银行发现具有潜在欺诈性的事件

5、,开展欺诈侦查分析,预防和控制资金非法流失。  (二)客户管理  在银行客户管理生命周期的各个阶段,都会用到数据挖掘技术。  1.获取客户  发现和开拓新客户对任何一家银行来说都至关重要。通过探索性的数据挖掘方法,如自动探测聚类和购物篮分析,可以用来找出客户数据库中的特征,预测对于银行营销活动的响应率。那些被定为有利的特征可以与新的非客户群进行匹配,以增加营销活动的效果。  数据挖掘还可从银行数据库存储的客户信息中,可以根据事先设定的标准找到符合条件的客户群,也可以把客户进行聚类分析让其自然分群,通过对客户的服务收入、风险、成本等相

6、关因素的分析、预测和优化,找到新的可赢利目标客户。  2.保留客户  通过数据挖掘,在发现流失客户的特征后,银行可以在具有相似特征的客户未流失之前,采取额外增值服务、特殊待遇和激励忠诚度等措施保留客户。比如,使用信用卡损耗模型,可以预测哪些客户将停止使用银行的信用卡,而转用竞争对手的卡,根据数据挖掘结果,银行可以采取措施来保持这些客户的信任。当得出可能流失的客户名单后,可对客户进行关怀访问,争取留住客户。  银行为留住老客户,防止客户流失,就必须了解客户的需求。数据挖掘,可以识别导致客户转移的关联因子,用模式找出当前客户中相似的可能

7、转移者,通过孤立点分析法可以发现客户的异常行为,从而使银行避免不必要的客户流失。数据挖掘工具,还可以对大量的客户资料进行分析,建立数据模型,确定客户的交易习惯、交易额度和交易频率,分析客户对某个产品的忠诚程度、持久性等,从而为他们提供个性化定制服务,以提高客户忠诚度。  3.优化客户服务  银行业竞争日益激烈,客户服务的质量是关系到银行发展的重要因素。客户是一个可能根据年费、服务、优惠条件等因素而不断流动的团体,为客户提供优质和个性化的服务,是取得客户信任的重要手段。根据二八原则,银行业20%的客户创造了80%的价值,要对这20%的

8、客户实施最优质的服务,前提是发现这20%的重点客户。重点客户的发现通常是由一系列的数据挖掘来实现的。如通过分析客户对产品的应用频率、持续性等指标来判别客户的忠诚度,通过交易数据的详细分析来鉴别哪些是银行希望保持的客户。找到重点客户后,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。