本站小編為你精心準備了數(shù)據(jù)挖掘技術對商業(yè)銀行的影響參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

數(shù)據(jù)挖掘技術作為一種先進的數(shù)據(jù)處理技術，其可用性已在國際上得到了廣泛認可，對提升商業(yè)銀行競爭力具有重要意義。本文在闡述數(shù)據(jù)挖掘技術的概念、應用步驟以及技術算法的基礎上，有針對性地分析了數(shù)據(jù)挖掘技術在商業(yè)銀行中的具體應用，為商業(yè)銀行有效應用數(shù)據(jù)挖掘技術提供可行性參考。

關鍵詞：

數(shù)據(jù)挖掘；應用步驟；算法；商業(yè)銀行

一、引言

20世紀80年代開始，我國商業(yè)銀行歷經(jīng)單機應用、縣域微機聯(lián)網(wǎng)、城市集中、省域集中、全國數(shù)據(jù)集中等階段，建成了能夠提供7×24小時不間斷服務并覆蓋城鄉(xiāng)的龐大信息系統(tǒng)，基本實現(xiàn)信息化。20世紀90年代，網(wǎng)上銀行的出現(xiàn)開啟了我國商業(yè)銀行的渠道轉型之路，交易替代率成為衡量銀行信息化水平的重要指標。據(jù)艾瑞咨詢集團統(tǒng)計，2009年到2013年，我國商業(yè)銀行的電子銀行交易替代率逐年快速攀升，2014年增速有所放緩，并且預計未來幾年將維持較低增速，如圖1所示。電子銀行交易替代率增速的放緩，意味著我國商業(yè)銀行信息化建設進入新階段——“信息化銀行”。作為銀行信息化進程更高級的表現(xiàn)，信息化銀行通過對信息（即數(shù)據(jù)）的集中、整合、共享、挖掘，使銀行的客戶服務、經(jīng)營決策、戰(zhàn)略制定發(fā)生質的變化。在信息化高速發(fā)展的背景下，各銀行積累了海量的數(shù)據(jù)，并于近幾年建立起了專用于業(yè)務經(jīng)營分析的數(shù)據(jù)倉庫。視數(shù)據(jù)為重要資產的理念已在我國銀行業(yè)形成共識。當前，我國商業(yè)銀行之間競爭激烈，信息處理是其中重要的一環(huán)。數(shù)據(jù)之所以被視為重要資產，關鍵在于其基于數(shù)據(jù)分析和挖掘的業(yè)務洞察力將成為大數(shù)據(jù)時代商業(yè)銀行的核心競爭力，直接影響商業(yè)銀行的競爭水平。如何有效利用這一重要資產以達到提升自身核心競爭力和促進管理的目的，是目前大多數(shù)商業(yè)銀行在大數(shù)據(jù)時代所面臨的重要挑戰(zhàn)之一。因此，數(shù)據(jù)挖掘作為一種數(shù)據(jù)處理及應用技術，在現(xiàn)今數(shù)據(jù)量龐大的銀行業(yè)中受到了前所未有的重視。

二、數(shù)據(jù)挖掘技術

（一）數(shù)據(jù)挖掘技術概述基于數(shù)據(jù)的洞察力，即數(shù)據(jù)挖掘技術。數(shù)據(jù)挖掘，又稱為資料探勘、數(shù)據(jù)采礦，一般是指從大量的、不完整的、模糊的數(shù)據(jù)中，利用各種算法搜索出隱藏在這些數(shù)據(jù)中有著特定或者特殊關系信息的過程，通過預測數(shù)據(jù)關系和搭建模型找到潛在的數(shù)據(jù)關系。數(shù)據(jù)挖掘技術的產生，原因在于信息技術飛速發(fā)展，儲存在各門各類系統(tǒng)中的數(shù)據(jù)呈幾何級數(shù)激增，導致數(shù)據(jù)雖極為豐富，但傳達出來的信息卻相對匱乏，造成信息價值的巨大浪費。在應用數(shù)據(jù)挖掘技術之前，需要先了解這項技術的應用步驟和技術算法。

（二）數(shù)據(jù)挖掘技術應用步驟數(shù)據(jù)挖掘是一個反復循環(huán)的過程，如果每一個步驟沒有達到預期目標，則需要回到前面的步驟，重新調整并執(zhí)行。數(shù)據(jù)挖掘過程可分為6個步驟，具體如圖2所示。1.數(shù)據(jù)收集。根據(jù)確定的數(shù)據(jù)分析對象，收集初步的數(shù)據(jù)，包括數(shù)據(jù)描述、數(shù)據(jù)探索和數(shù)據(jù)質量驗證等，將收集到的數(shù)據(jù)存入數(shù)據(jù)庫。2.數(shù)據(jù)準備。存儲于數(shù)據(jù)庫中的數(shù)據(jù)經(jīng)過長期積累形成海量數(shù)據(jù)，其中存在一些冗余數(shù)據(jù)、噪音數(shù)據(jù)以及不完整數(shù)據(jù)，因此需要先進行數(shù)據(jù)準備工作（主要包括數(shù)據(jù)的選擇、凈化、推測、轉換、縮減等），將這些原始數(shù)據(jù)構造成最終適合建模工具處理的數(shù)據(jù)集。此步驟具有反復循環(huán)特性，目的在于把各種不同來源的數(shù)據(jù)加以清理、整理和歸并，以配合不同建模技術的使用。3.建立模型。根據(jù)數(shù)據(jù)準備工作后所得到的數(shù)據(jù)集，選擇合適的建模技術分析數(shù)據(jù)，形成知識的模式模型。需注意的是，同一個問題有多種可供選擇的分析技術，而不同技術對數(shù)據(jù)要求各有不同，因此需要回到數(shù)據(jù)準備階段，重新轉換數(shù)據(jù)直至格式符合要求。4.模型評估。模型評估是對第3步驟所得到的模式模型進行評估，確定這些模式模型是否具有實用價值，是否準確反映數(shù)據(jù)的真實意義等。在評估過程中，還須注意檢查構建模型的每個步驟，同時對知識做一致性檢查，解決與以前得到的知識相互沖突、矛盾的地方，直至符合規(guī)范。5.模型部署。模型的成功創(chuàng)建，目的是為了應用到實際領域中，因此模型部署也是數(shù)據(jù)挖掘的步驟之一。模型部署有兩種方法：一種是將數(shù)據(jù)挖掘所得到的分析信息以可視化的方式呈現(xiàn)給用戶；另一種是作為新知識存放在知識庫中，以供其他應用程序使用，而由此可能產生的新問題則需要對知識做進一步的優(yōu)化。6.數(shù)據(jù)再收集。作為新知識存放在知識庫中的數(shù)據(jù)模型，在為其他應用程序提供支持的過程中會發(fā)現(xiàn)更多的問題，產生新需求，由此開始新一輪數(shù)據(jù)的收集。

（三）數(shù)據(jù)挖掘技術算法算法是數(shù)據(jù)挖掘技術的核心，不同算法產生的數(shù)據(jù)挖掘效果不盡相同，較具代表性的算法主要包括分類、聚類、關聯(lián)規(guī)則、孤立點檢測等。1.分類。分類分析是數(shù)據(jù)挖掘中的一個重要課題，通過查找數(shù)據(jù)對象之間的共同點將數(shù)據(jù)分類，然后對數(shù)據(jù)進行建模，從而將數(shù)據(jù)庫中的數(shù)據(jù)映射到某個具體的類中，可用于提取描述重要數(shù)據(jù)類的模型或預測數(shù)據(jù)未來的趨勢。分類算法在銀行的應用中較為常見，如分類識別客戶，并對其進行特色服務等。2.聚類。聚類分析是指將抽象對象的集合按照相似性和差異性分成由類似的對象組成的多個類。每個類是一組數(shù)據(jù)對象的集合，這些對象與同一類中的對象彼此相似，與其他類中的對象相異。3.關聯(lián)規(guī)則。數(shù)據(jù)庫中存在一類重要數(shù)據(jù)，這些數(shù)據(jù)之間存在某種規(guī)律性，關聯(lián)規(guī)則分析的目的就是為了找出這種隱藏于數(shù)據(jù)庫的關聯(lián)網(wǎng)。4.孤立點檢測孤立點檢測分析法是數(shù)據(jù)挖掘中的關鍵環(huán)節(jié)。在海量龐雜的數(shù)據(jù)庫中經(jīng)常會發(fā)現(xiàn)一些“異類”數(shù)據(jù)，一般稱之為孤立點。這些孤立點的存在并非毫無意義，相反，它們在實際應用中可能有著超乎尋常的重要意義，如在信用卡詐騙的偵查過程中，這些孤立點往往成為關鍵線索。

三、數(shù)據(jù)挖掘技術在商業(yè)銀行中的應用

在信息化高速發(fā)展的背景下，各商業(yè)銀行積累了海量的、龐雜的數(shù)據(jù)，在應用專業(yè)的數(shù)據(jù)處理技術上占有長足優(yōu)勢。同時又由于銀行產品具有相當?shù)耐|性，因此銀行間的競爭要點往往體現(xiàn)在誰準確掌握了客戶關系以及海量的業(yè)務和客戶信息背后的業(yè)務規(guī)律，誰就可以更科學地進行決策，提高競爭力。進入信息化銀行階段的商業(yè)銀行，在當前及今后一段時間內面臨著利率市場化加速推進、互聯(lián)網(wǎng)金融全面成長、現(xiàn)代信息技術急速發(fā)展三大挑戰(zhàn)。如何化挑戰(zhàn)為機遇，推進戰(zhàn)略轉型，最關鍵、最迫切的一項戰(zhàn)略抉擇就是大力推進大數(shù)據(jù)技術發(fā)展，擴大專業(yè)數(shù)據(jù)處理技術的應用。數(shù)據(jù)挖掘技術作為一門專業(yè)的數(shù)據(jù)處理技術，能有效提升商業(yè)銀行的數(shù)據(jù)處理能力和競爭力，目前被廣泛應用于風險評估與控制、客戶關系管理、競爭情報系統(tǒng)建設和金融監(jiān)管等領域。

（一）風險評估與控制風險管理是商業(yè)銀行日常運行中首屈一指的重要事項，加強對各種風險的評估是商業(yè)銀行實現(xiàn)長遠發(fā)展的必然選擇。目前大多數(shù)銀行采用數(shù)據(jù)挖掘技術來科學評估各自銀行中所存在的風險。在對商業(yè)銀行風險進行科學評估中，數(shù)據(jù)挖掘技術主要通過最終異常點來實現(xiàn)，常用算法包括遺傳算法、粗糙集、模糊理論等。信用風險是商業(yè)銀行面臨的風險中最為典型也是最為嚴重的風險，主要指的是信用卡詐騙、貸款無法收回、惡意透支等風險。因此，數(shù)據(jù)挖掘在銀行業(yè)的主要應用之一是對貸款方進行信用風險評估，一般通過構建一定的信用評級模型，如神經(jīng)網(wǎng)絡模型、FICO評估模型以及貝葉斯分析模型等來對貸款方進行風險評估。另一方面，以直觀量化的信用評分方式評估其銀行賬戶信用，按照數(shù)據(jù)挖掘模型確定的權重給每項申請按指標打分，累計得到該申請人的實際信用評分情況。最后，銀行根據(jù)信用評分結果決定是否通過申請人的申請，以及確定信用額度。

（二）客戶關系管理數(shù)據(jù)挖掘在銀行業(yè)的另一主要應用是客戶關系管理。客戶關系管理是商業(yè)銀行的重要環(huán)節(jié)，主要是指在最佳時間、以最合理價格向客戶提供最優(yōu)質服務的行為，由此可見高水平的客戶關系管理對任何一家銀行的重要意義。高水平的客戶關系管理實際上是大眾營銷向一對一營銷的轉變，因此需要對各種信息資源進行高效梳理、有效整合，反映到數(shù)據(jù)挖掘在客戶關系管理中的具體應用是分類識別、提高客戶忠誠度和實現(xiàn)交叉銷售。一是利用分類法識別優(yōu)質客戶。可通過自動探測聚類的數(shù)據(jù)挖掘方法，找出客戶數(shù)據(jù)庫中的特征，自動分類識別客戶，通過對客戶的服務收入、風險、成本等相關因素的分析、預測和優(yōu)化，找到新的可贏利目標客戶。二是利用決策樹算法開展特色服務。通過運用決策樹模型，對客戶貢獻的期望值進行計算并將客戶分類，根據(jù)客戶期望值的不同進行分組，再依據(jù)不同類型客戶的特點提供具有針對性的特色服務，提高客戶忠誠度。決策樹是利用樹狀結構來體現(xiàn)影響數(shù)據(jù)變量的分析預測模型，顧名思義就是用來做決定的樹，由決策點、狀態(tài)節(jié)點、結果節(jié)點3部分組成。其中每個內部節(jié)點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節(jié)點代表一種類別，如圖3所示。一個分支就是一個決策過程，每個決策過程涉及且只涉及一個數(shù)據(jù)的屬性，通過自上到下或自左向右的回歸方式合理計算每棵樹的期望值，從而得到最優(yōu)解。決策樹算法的優(yōu)點是易于理解和實現(xiàn)，在較短時間內能夠對大型數(shù)據(jù)源獲取可行且效果良好的結果。三是利用關聯(lián)分析進行交叉銷售。我國商業(yè)銀行的經(jīng)營環(huán)境日益復雜，交叉銷售成為商業(yè)銀行應對挑戰(zhàn)的新渠道，而實現(xiàn)交叉銷售離不開數(shù)據(jù)挖掘技術中的關聯(lián)性分析。數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識通常被稱為數(shù)據(jù)關聯(lián)，而關聯(lián)性分析的目的就是為了找出數(shù)據(jù)庫中隱藏的關聯(lián)網(wǎng)，從而找到當前客戶中相似的可能轉移者，再通過孤立點分析法發(fā)現(xiàn)客戶的異常行為，使銀行避免不必要的客戶流失。

（三）競爭情報系統(tǒng)建設中國素有“知己知彼，百戰(zhàn)不殆”的說法，足見建立競爭情報系統(tǒng)、掌握競爭對手情況的重要性，這種重要性在日趨激烈的商業(yè)銀行競爭中得到更多凸顯。要想在激烈的市場競爭中搶占先機，除了要對競爭對手、競爭環(huán)境有一個清晰的掌握外，還要在此基礎上合法收集、選擇、整理和分析所得到的信息，為自身戰(zhàn)略決策的制定提供參考和借鑒。鑒于商業(yè)銀行在日常經(jīng)營活動中累積了大量龐雜的內外部數(shù)據(jù)，其中很多數(shù)據(jù)難以通過單一的表格展現(xiàn)出來，大多以文本或報告的形式出現(xiàn)。因此，數(shù)據(jù)挖掘技術在商業(yè)銀行的競爭情報系統(tǒng)建設上，采用的是關聯(lián)分析技術，能從各種各樣的文本和報告中找到關鍵字展開關聯(lián)分析，從而發(fā)現(xiàn)各種數(shù)據(jù)之間的隱含關系，由此對競爭對手形成全面系統(tǒng)的認識。我國金融改革已進入深水區(qū)，金融環(huán)境的轉變、競爭主體的多元化、信息技術的高速發(fā)展對商業(yè)銀行而言是挑戰(zhàn)，更是機遇。利用數(shù)據(jù)挖掘技術及時深入地了解競爭對手的實際情況，已成為商業(yè)銀行實現(xiàn)自身長遠發(fā)展的必然舉措。

（四）金融監(jiān)管我國金融活動發(fā)展到當下階段，金融環(huán)境漸趨開放包容、市場競爭主體多元、金融業(yè)務產品和服務模式不斷創(chuàng)新，更加需要強有力的金融監(jiān)管保證金融市場的正常穩(wěn)定運行，有效防范市場風險的滋生。數(shù)據(jù)挖掘在金融監(jiān)管領域的應用主要體現(xiàn)在反洗錢上，孤立點分析、序列模式挖掘、分類研究、聚類分析等數(shù)據(jù)挖掘技術在反洗錢的應用上得到充分發(fā)揮，幫助金融機構有效監(jiān)測一切洗錢行為。具體做法是：將多個數(shù)據(jù)庫（以銀行交易數(shù)據(jù)庫、司法部門的犯罪歷史數(shù)據(jù)庫為主）的信息進行集成，歸納總結洗錢活動的特征和規(guī)律，與存在洗錢嫌疑的交易活動相對照，判斷是否屬于洗錢交易，一旦屬實，數(shù)據(jù)挖掘可進一步追蹤到異常資金的去向，協(xié)助有關部門偵破洗錢犯罪案件。

四、結語

實踐證明，數(shù)據(jù)挖掘技術作為先進的數(shù)據(jù)處理技術，在國際金融行業(yè)的應用上得到了廣泛認可，具有降低成本、規(guī)避風險、提高工作效率、提高核心競爭力等優(yōu)點。隨著我國市場經(jīng)濟體制改革和金融改革的不斷深入，我國商業(yè)銀行在這種大背景下面臨著內外多重挑戰(zhàn)，加強數(shù)據(jù)挖掘技術的研究與應用已經(jīng)成為商業(yè)銀行面臨激烈競爭時能否脫穎而出的重要因素。

參考文獻：

[1]霍魁.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術在銀行中的應用[J].商,2015(26):191-192.

[2]R.格羅思．數(shù)據(jù)挖掘——構筑企業(yè)競爭優(yōu)勢［M］.西安：西安交通大學出版社，2008．

[3]安春云,張東彥,李雅潔.大數(shù)據(jù)時代的信息化銀行建設[J].河北金融，2014（3）:38-39.

作者：麻文奇 單位：廣州銀行電子結算中心