大数据时代商业银行电子商务零售客户风险评分模型设计框架及实证分析.pdfVIP

2014年第4期 瓠靖研完 总第362期第33卷 大数据时代商业银行电子商务零售 客户风险评分模型设计框架及实证分析 黄昶君 王 林 摘要：本文采用大数据相关思维为指导，采用相关数据挖掘技术，对商业银行电子商务平台零售客户 的风险计量模型进行设计和构建。首先根据客户相关信息及行为变量，采用决策树方法将 电子商务客户 分为若干群体，并分析总结了不同客户群体的行为特征；然后通过分析电子商务平台客户的相关行为信息 以及其在线下的金融产品交易活动，构建相关建模备选变量；在此基础上，采用国际先进银行通用的建模 方法，以零售B2C类的消费客户为例，进行 了风险评分模型实证分析。结果表明，通过大数据分析基础上 的电子商务客户风险模型构建，具有较好的风险识别能力和区分度，各项检验结果较为合理。本研究对商 业银行利用大数据思维构建风险管理工具以及提高电子商务平台的风险管理水平提供了实证支持 ，具有 一 定现实参考意义。 关键词：大数据；电子商务；商业银行；B2C JEL分类号：G21，G11，C14 一 己l吉 、 J I 随着互联网、移动通信技术的逐步应用，其对人们的生活、生产方式带来了强烈的冲击。电子商务、移 动互联网、物联网等信息技术和商业模式的兴起，使社会数据量呈现爆炸式增长，因此，采用大数据技术， 可以有效解决信息不对称等问题，合理提高交易效率，降低交易成本，并从金融交易形式和金融体系结构 两个层面改造金融业，并对风险管控、精细化管理、服务创新等方面具有重要意义。与21世纪初互联网刚 刚起步时仅将网上银行作为渠道经营不同，当前的互联网金融具有尊重客户体验、强调交互式营销、主张 平台开放等新特点，且在运作模式上更强调互联网技术与金融核心业务的深度整合，风险管理技术与客户 价值挖掘技术等进一步融合。而且，随着大数据分析思维的渐入以及技术的逐步推广，通过个人客户网络 行为产生的各种活动数据，可以较好地把握客户的行为习惯 以及风险偏好等特征。 因此，如何在大数据浪潮中把握趋势，可采用相关技术深入挖掘相关数据，通过对客户消费行为模式 作者简介 黄昶君：中国建设银行总行风险管理部 ，研究方向为商业银行风险管理等。 王 林：供职于中国建设银行总行风险管理部，高级经济师。 大数据时代商业银行电子商务零售客户风险评分模型设计框架及实证分析 (以及事件关联性)的分析，更加精确地掌握客户群体的行为模式。并据此进行零售 电子商务风险评分模 型设计，使其与客户之间的关系实现开放、交互和无缝接触，满足商业银行风险管理工作的精细化要求和 标准，并为打造核心竞争力提供决策依据。 二、文献综述 大数据 的概念 ：目前，关于大数据并没有一个 明确的基本概念 ，比较有代表性的观点如Weiberger (2011)、Thurm(2007)等认为：大数据并不纯粹指数据量大，还应涵盖从交易信息到交互信息，从结构化到 非结构化的各种新类型数据、分析方法、新思维认知等内容，其数据量的容量，增长频率，变量生成速度，数 据种类和复杂度等都是传统的数据库表格无法完全实现的。 大数据的本质特征。Duncan(2007)等通过数据分析的结果发现，大数据基础上的简单算法较小数据 基础上的复杂算法更有针对性和时效性，预测能力更强。不同作者(Vlahos，James，Black，Risenthal，Jon． athan(2012)等)利用大数据技术分析的最终结论都可以看出，大数据的本质在于，其 目的是预测未来，判断 趋势，而传统的数据分析更关注于分析过去及现在的状况。其主要特征一是要分析与对象有关的所有数 据而不是部分数据；二是承认数据的复杂性，不再强调精确；三是不再探求事物的因果关系，强调相关关 系 。 大数据和传统数据的区别。Black，Edwin通过在IBM公司开展的大数据技术探索，将大数据与传统数 据 的区别形象地 比喻为高像素单反相机和人工画像的差异 。从量上看，人工画像只能表现人物形象中最 主要的元素；相机可以将画面中任何一个细微的细节都抓取下来，存储信息更多，画面的精细度