數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用案例

信用卡業(yè)務(wù)具有透支筆數(shù)巨大、單筆金額小的特點，這使得數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用成為必然。國外信用卡發(fā)卡機構(gòu)已經(jīng)廣泛應(yīng)用數(shù)據(jù)挖掘技術(shù)促進信用卡業(yè)務(wù)的發(fā)展，實現(xiàn)全面的績效管理。我國自1985年發(fā)行第一張信用卡以來，信用卡業(yè)務(wù)得到了長足的發(fā)展，積累了巨量的數(shù)據(jù)，數(shù)據(jù)挖掘在信用卡業(yè)務(wù)中的重要性日益顯現(xiàn)。

一、數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用主要有分析型客戶關(guān)系管理、風(fēng)險管理和運營管理。

1.分析型CRM

分析型CRM應(yīng)用包括市場細分、客戶獲取、交叉銷售和客戶流失。信用卡分析人員搜集和處理大量數(shù)據(jù)，對這些數(shù)據(jù)進行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，分析某個客戶群體的特性、消費習(xí)慣、消費傾向和消費需求，進而推斷出相應(yīng)消費群體下一步的消費行為，然后以此為基礎(chǔ)，對所識別出來的消費群體進行特定產(chǎn)品的主動營銷。這與傳統(tǒng)的不區(qū)分消費者對象特征的大規(guī)模營銷手段相比，大大節(jié)省了營銷成本，提高了營銷效果，從而能為銀行帶來更多的利潤。對客戶采用何種營銷方式是根據(jù)響應(yīng)模型預(yù)測得出的客戶購買概率做出的，對響應(yīng)概率高的客戶采用更為主動、人性化的營銷方式，如電話營銷、上門營銷；對響應(yīng)概率較低的客戶可選用成本較低的電子郵件和信件營銷方式。除獲取新客戶外，維護已有優(yōu)質(zhì)客戶的忠誠度也很重要，因為留住一個原有客戶的成本要遠遠低于開發(fā)一個新客戶的成本。在客戶關(guān)系管理中，通過數(shù)據(jù)挖掘技術(shù)，找到流失客戶的特征，并發(fā)現(xiàn)其流失規(guī)律，就可以在那些具有相似特征的持卡人還未流失之前，對其進行有針對性的彌補，使得優(yōu)質(zhì)客戶能為銀行持續(xù)創(chuàng)造價值。

2.風(fēng)險管理

數(shù)據(jù)挖掘在信用卡業(yè)務(wù)中的另一個重要應(yīng)用就是風(fēng)險管理。在風(fēng)險管理中運用數(shù)據(jù)挖掘技術(shù)可建立各類信用評分模型。模型類型主要有三種：申請信用卡評分卡、行為信用評分卡和催收信用評分卡，分別為信用卡業(yè)務(wù)提供事前、事中、和事后的信用風(fēng)險控制。

申請評分模型專門用于對新申請客戶的信用評估，它應(yīng)用于信用卡征信審核階段，通過申請人填寫的有關(guān)個人信息，即可有效、快速地辨別和劃分客戶質(zhì)量，決定是否審批通過并對審批通過的申請人核定初始信用額度，幫助發(fā)卡行從源頭上控制風(fēng)險。申請評分模型不依賴于人們的主觀判斷或經(jīng)驗，有利于發(fā)卡行推行統(tǒng)一規(guī)范的授信政策。行為評分模型是針對已有持卡人，通過對持卡客戶的行為進行監(jiān)控和預(yù)測，從而評估持卡客戶的信用風(fēng)險，并根據(jù)模型結(jié)果，智能化地決定是否調(diào)整客戶信用額度，在授權(quán)時決定是否授權(quán)通過，到期換卡時是否進行續(xù)卡操作，對可能出現(xiàn)的使其提前進行預(yù)警。催收評分模型是申請評分模型和行為評分模型的補充，是在持卡人產(chǎn)生了逾期或壞賬的情況下建立的。催收評分卡被用于預(yù)測和評估對某一筆壞賬所采取措施的有效性，諸如客戶對警告信件反應(yīng)的可能性。這樣，發(fā)卡行就可以根據(jù)模型的預(yù)測，對不同程度的逾期客戶采取相應(yīng)措施進行處理。以上三種評分模型在建立時，所利用的數(shù)據(jù)主要是人口統(tǒng)計學(xué)數(shù)據(jù)和行為數(shù)據(jù)。人口統(tǒng)計學(xué)數(shù)據(jù)包括年齡、性別、婚姻狀況、教育背景、家庭成員特點、住房情況、職業(yè)、職稱、收入狀況等。行為數(shù)據(jù)包括持卡人在過去使用信用卡的表現(xiàn)信息，如使用頻率、金額、還款情況等。由此可見，數(shù)據(jù)挖掘技術(shù)的使用，可以使銀行有效地建立起事前、事中到事后的信用風(fēng)險控制體系。

3.運營管理

雖然數(shù)據(jù)挖掘在信用卡運營管理領(lǐng)域的應(yīng)用不是最重要的，但它已為國外多家發(fā)卡公司在提高生產(chǎn)效率、優(yōu)化流程、預(yù)測資金和服務(wù)需求、提供服務(wù)次序等問題的分析上取得了較大成績。

二、常用的數(shù)據(jù)挖掘方法

上述數(shù)據(jù)挖掘技術(shù)在信用卡領(lǐng)域的應(yīng)用中，有很多工具可用于開發(fā)預(yù)測和描述模型。有些用統(tǒng)計方法，如線性回歸和邏輯回歸；有些有非統(tǒng)計或混合方法，如神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策樹及回歸樹。這里僅討論幾種常見的典型方法。

1.線性回歸

簡單線性回歸分析是量化兩個連續(xù)變量之間關(guān)系的一種統(tǒng)計技術(shù)。這兩個變量分別是因變量(預(yù)測變量)。使用這一方法，可以發(fā)現(xiàn)一條穿過數(shù)據(jù)的線，線上的點使對應(yīng)數(shù)據(jù)點的方差最小。為市場營銷、風(fēng)險和客戶關(guān)系管理建立模型時，通常有多個自變量，用多個獨立自變量來預(yù)測一個連續(xù)變量稱為多元線性回歸，用線性回歸方法建立的模型通常具有魯棒性。

2.邏輯回歸

邏輯回歸是使用最廣泛的建模技術(shù)，與線性回歸很相似。兩者的主要區(qū)別在于邏輯回歸的因變量(想預(yù)測變量)不是連續(xù)的，而是離散的或者類型變量。如申請評分模型可運用邏輯回歸方法，選取關(guān)鍵變量確定回歸系數(shù)。以申請者的關(guān)鍵變量x1,x2,…xm為自變量，以y=[1 申請者是壞客戶；0 申請者是好客戶，為因變量，則對于二分類因變量，一般假設(shè)客戶變壞的概率為 p(y=1)=eβ0 β1×1 … βmxm/1 eβ0 β1×1 … βmxm式中，β0，β1…，βm是常數(shù)，即1n(p/1-p)=β0 β1×1 … βmxm

3.神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)處理和回歸處理大不相同，它不依照任何概率分布，而是模仿人腦功能，可以認為它是從每一次經(jīng)驗中提取并學(xué)習(xí)信息。神經(jīng)網(wǎng)絡(luò)系統(tǒng)由一系列類似于人腦神經(jīng)元一樣的節(jié)點組成，這些節(jié)點通過網(wǎng)絡(luò)彼此互連。如果有數(shù)據(jù)輸入，它們便可以進行確定數(shù)據(jù)模式的工作。神經(jīng)網(wǎng)絡(luò)由相互連接的輸入層、中間層(或隱藏層)、輸出層組成。中間層由多個節(jié)點組成，完成大部分網(wǎng)絡(luò)工作。輸出層輸出數(shù)據(jù)分析的執(zhí)行結(jié)果。

4.遺傳算法

與神經(jīng)元網(wǎng)絡(luò)類似，遺傳算法也不遵循任何概率分布，是源自“適者生存”的進化過程。它首先將問題的可能解按某種形式進行編碼，編碼后的解稱為染色體。隨機選取n個染色體作為初始種群，再根據(jù)預(yù)定的評價函數(shù)對每個染色體計算適應(yīng)值，性能較好的染色體有較高的適應(yīng)值。選擇適應(yīng)值較高的染色體進行復(fù)制，并通過遺傳算子產(chǎn)生一群新的更適應(yīng)環(huán)境的染色體，形成新的種群，直至最后收斂到一個最適應(yīng)環(huán)境的個體，得到問題的最優(yōu)化解。

5.決策樹

決策樹的目標是逐步將數(shù)據(jù)分類到不同的組或分支中，在因變量的值上建立最強劃分。由于分類規(guī)則比較直觀，所以易于理解。圖1為客戶響應(yīng)的決策樹，從中很容易識別出響應(yīng)率最高的組。

三、實例分析

以下以邏輯回歸方法建立信用卡申請評分模型為例，說明數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用。申請評分模型設(shè)計可分為7個基本步驟。

1.定義好客戶和壞客戶的標準

好客戶和壞客戶的標準根據(jù)適合管理的需要定義。按照國外的經(jīng)驗，建立一個預(yù)測客戶好壞的風(fēng)險模型所需的好、壞樣本至少各要有1000個左右。為了規(guī)避風(fēng)險，同時考慮到信用卡市場初期，銀行的效益來源主要是銷售商的傭金、信用卡利息、手續(xù)費收入和資金的運作利差。因此，一般銀行把降低客戶的逾期率作為一個主要的管理目標。比如，將壞客戶定義為出現(xiàn)過逾期60天以上的客戶；將壞客戶定義為出現(xiàn)過逾期60天以上的客戶；將好客戶定義為沒有30天以上逾期且當(dāng)前沒有逾期的客戶。

一般來講，在同一樣本空間內(nèi)，好客戶的數(shù)量要遠遠大于壞客戶的數(shù)量。為了保證模型具有較高的識別壞客戶的能力，取好、壞客戶樣本數(shù)比率為1：1。

2.確定樣本空間

樣本空間的確定要考慮樣本是否具有代表性。一個客戶是好客戶，表明持卡人在一段觀察期內(nèi)用卡表現(xiàn)良好；而一個客戶只要出現(xiàn)過“壞”的記錄，就把他認定為壞客戶。所以，一般好客戶的觀察期要比壞客戶長一些、好、壞客戶可以選擇在不同的時間段，即不同的樣本空間內(nèi)。比如，好客戶的樣本空間為2003年11月-2003年12月的申請人，壞客戶的樣本空間為2003年11月-2004年5月的申請人，這樣既能保證好客戶的表現(xiàn)期較長，又能保證有足夠數(shù)量的壞客戶樣本。當(dāng)然，抽樣的好、壞客戶都應(yīng)具有代表性。

3.數(shù)據(jù)來源

在美國，有統(tǒng)一的信用局對個人信用進行評分，通常被稱為“FICO評分”。美國的銀行、信用卡公司和金融機構(gòu)在對客戶進行信用風(fēng)險分析時，可以利用信用局對個人的數(shù)據(jù)報告。在我國，由于征信系統(tǒng)還不完善，建模數(shù)據(jù)主要來自申請表。隨著我國全國性征信系統(tǒng)的逐步完善，未來建模的一部分數(shù)據(jù)可以從征信機構(gòu)收集到。

4.數(shù)據(jù)整理

大量取樣的數(shù)據(jù)要真正最后進入模型，必須經(jīng)過數(shù)據(jù)整理。在數(shù)據(jù)處理時應(yīng)注意檢查數(shù)據(jù)的邏輯性、區(qū)分“數(shù)據(jù)缺失”和“0”、根據(jù)邏輯推斷某些值、尋找反常數(shù)據(jù)、評估是否真實。可以通過求最小值、最大值和平均值的方法，初步驗證抽樣數(shù)據(jù)是否隨機、是否具有代表性。

5.變量選擇

變量選擇要同時具有數(shù)學(xué)統(tǒng)計的正確性和信用卡實際業(yè)務(wù)的解釋力。Logistic回歸方法是盡可能準確找到能夠預(yù)測因變量的自變量，并給予各自變量一定權(quán)重。若自變量數(shù)量太少，擬合的效果不好，不能很好地預(yù)測因變量的情況；若自變量太多，會形成過分擬合，預(yù)測因變量的效果同樣不好。所以應(yīng)減少一些自變量，如用虛擬變量表示不能量化的變量、用單變量和決策樹分析篩選變量。與因變量相關(guān)性差不多的自變量可以歸為一類，如地區(qū)對客戶變壞概率的影響，假設(shè)廣東和福建兩省對壞客戶的相關(guān)性分別為-0.381和-0.380，可將這兩個地區(qū)歸為一類，另外，可以根據(jù)申請表上的信息構(gòu)造一些自變量，比如結(jié)合申請表上“婚姻狀況”和“撫養(yǎng)子女”，根據(jù)經(jīng)驗和常識結(jié)合這兩個字段，構(gòu)造新變量“已婚有子女”，進入模型分析這個變量是不真正具有統(tǒng)計預(yù)測性。

6.模型建立

借助SAS9軟件，用逐步回歸法對變量進行篩選。這里設(shè)計了一種算法，分為6個步驟。

步驟1：求得多變量相關(guān)矩陣(若是虛擬變量，則＞0.5屬于比較相關(guān)；若是一般變量，則＞0.7-0.8屬于比較相關(guān))。

步驟2：旋轉(zhuǎn)主成分分析(一般變量要求＞0.8屬于比較相關(guān)；虛擬變量要求＞0.6-0.7屬于比較相關(guān))。

步驟3：在第一主成分和第二主成分分別找出15個變量，共30個變量。

步驟4：計算所有30個變量對好/壞的相關(guān)性，找出相關(guān)性大的變量加入步驟3得出的變量。

步驟5：計算VIF。若VIF數(shù)值比較大，查看步驟1中的相關(guān)矩陣，并分別分析這兩個變量對模型的作用，剔除相關(guān)性較小的一個。

步驟6：循環(huán)步驟4和步驟5，直到找到所有變量，且達到多變量相關(guān)矩陣相關(guān)性很而單個變量對模型貢獻作用大。

7.模型驗證

在收集數(shù)據(jù)時，把所有整理好的數(shù)據(jù)分為用于建立模型的建模樣本和用于模型驗證的對照樣本。對照樣本用于對模型總體預(yù)測性、穩(wěn)定性進行驗證。申請評分模型的模型檢驗指標包括K-S值、ROC、AR等指標。雖然受到數(shù)據(jù)不干凈等客觀因素的影響，本例申請評分模型的K-S值已經(jīng)超過0.4，達到了可以使用的水平。

四、數(shù)據(jù)挖掘在國內(nèi)信用卡市場的發(fā)展前景

在國外，信用卡業(yè)務(wù)信息化程度較高，數(shù)據(jù)庫中保留了大量的數(shù)量資源，運用數(shù)據(jù)技術(shù)建立的各類模型在信用卡業(yè)務(wù)中的實施非常成功。目前國內(nèi)信用卡發(fā)卡銀行首先利用數(shù)據(jù)挖掘建立申請評分模型，作為在信用卡業(yè)務(wù)中應(yīng)用的第一步，不少發(fā)卡銀行已經(jīng)用自己的歷史數(shù)據(jù)建立了客戶化的申請評分模型?？傮w而言，數(shù)據(jù)挖掘在我國信用卡業(yè)務(wù)中的應(yīng)用處于數(shù)據(jù)質(zhì)量問題，難于構(gòu)建業(yè)務(wù)模型。

隨著國內(nèi)各家發(fā)卡銀行已經(jīng)建立或著手建立數(shù)據(jù)倉庫，將不同操作源的數(shù)據(jù)存放到一個集中的環(huán)境中，并且進行適當(dāng)?shù)那逑春娃D(zhuǎn)換。這為數(shù)據(jù)挖掘提供了一個很好的操作平臺，將給數(shù)據(jù)挖掘帶來各種便利和功能。人民銀行的個人征信系統(tǒng)也已上線，在全國范圍內(nèi)形成了個人信用數(shù)據(jù)的集中。在內(nèi)部環(huán)境和外部環(huán)境不斷改善的基礎(chǔ)上，數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中將具有越來越廣闊的應(yīng)用前景。