期货公司客户分类和风险管理-基于数据挖掘方法的实证分析-customer classification and risk management of futures companies - empirical analysis based on data mining method.docxVIP

学位论文原创性声明声明：本人所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。论文作者签名：日期：年月日学位论文版权使用授权书本人完全了解云南财经大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文和论文电子版，允许学位论文被查阅或借阅；学校可以公布学位论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存、汇编、发表学位论文；授权学校将学位论文的全文或部分内容编入、提供有关数据库进行检索。（保密的学位论文在解密后遵循此规定）论文作者签名：导师签名：日期：年月日日期：年月日第一章引言第一节研究背景及意义一、研究背景随着经济的发展，期货作为金融市场的衍生品，作为商品经济的产物，已逐步成为现代市场体系的一个重要组成部分。自1990年创办以来，经过二十年的发展，在中国人的理财观念里期货已逐步成为关注的焦点。它作为两个交易者之间签订的一个在确定的将来时间按照确定的价格购买或者出售某项资产的契约，不仅给个人投资者提供了一个投机的平台，而且给企业投资者提供了一种规避风险的方法。但是由于期货是一种高风险的投资行为，其交易的杠杆效应和双向交易的特点，造成期货市场价格的不稳定性，这就给投资客户带来面临巨额亏损的可能性。对于期货客户而言，控制风险是重要的。“风险”作为对未来事件变化的不可知性，起源于市场系统中存在各种复杂因素的随机扰动。风险可以从两个角度来说明：一类是从风险管理角度来说明，风险可能导致的不良后果，而另一类是以投机或经济计量为目的的，把风险直接演绎为不确定性的结果。这两类风险在期货行业中都会致使投资客户存在交易风险，而且如果期货公司经营不当的话，也会存在风险。在我国期货市场进入“快车道”的发展中，期货公司若想在竞争激励的期货市场中站稳脚步，尽可能的降低风险，这就需要公司对不同的投资客户有足够的认识，不断提高对客户的风险管理能力。客户，作为与企业建立长期稳定的关系并愿意为企业提供的产品和服务承担合适价格的购买者，这类群体已经逐步成为企业经营的核心——“以客户为中心”。也就是说，谁能吸引新客户，挽留住老客户，谁就占领了市场，赢取了胜利。而这一切的关键又在于对客户行为的研究，目前，该种研究主要用在电信部门，他们主要通过市场问卷调查和客户历史数据资料来搜集信息，然后运用统计等方法，得出相应的结果。从结果中，电信业可以归结出客户行为的主要特点和客户之间的共性，然后预测未来某些客户是否会有流失的可能性，对有可能发生流失的客户采取相应的管理措施，从而尽可能的挽留住这些客户，给电信部门提供客户流失的预警。对于电信部门来说这是重要的，也是企业经营的重点所在。在研究客户行为的方法上，随着计算机信息技术的普及，数据仓库与数据挖掘技术在银行、保险、证券等金融行业都得到了比较广泛的应用。数据挖掘从大量的、不完全的、有噪声的、模糊的、随机的表征数据中，提取隐藏在数据背后的信息，发现信息之间联系和特点，是一种比较有效的客户关系管理方法①。数据挖掘能够帮助满足客户需求、降低风险、简化管理、最大化效益等，使公司或企业不断的提升其管理能力。有关资料显示，到2010年截止，数据挖掘技术在相关市场上的应用已经从2002年的少于5%增加到目前的超过80%，增加了75个百分点。由此可见，数据挖掘在现代社会中应用越来越广泛和重要。在工业中，运用数据挖掘主要用的是关联分析、聚类分析、预测和偏差分析等等技术，来分析工业中的某些重要指标；在医疗业，运用数据挖掘技术，主要是用来预测外科手术、医疗实验以及药物治疗的效果等；而零售业主要用数据挖掘中的关联分析来摆设商品的位置，以及决定将要采用的促销手段和优惠政策；在金融业和电讯行业，公司主要运用数据挖掘来检测有欺诈行为的客户和防止客户流失等，目的是降低企业的风险，减少企业的亏损②③④。运用数据挖掘技术分析数据已成为企业竞争的核心。但是令人遗憾，由于我国由于期货行业才刚刚起步，在对期货客户的研究上比较欠缺，对客户的分析仅仅停留在定性分析的层面上，很少运用定量的研究方法来做分析；期货数据公布渠道也不是很通畅，研究人员花费在数据寻找上的时间过多，从而造成研究效率偏低；还有就是研究数据处理、研究的方法以及风险控制手段比较单一，对总体风险的评估和对风险的预期都缺乏科学的、数量化的手段，无法用相关软件进行分析，导致深度不够。期货公司针对客户交易行为的分析严重不足，对客户交易行为的指导与客户交易风险的评估①谭建豪，章兢，黄耀，胡章谋．数据挖掘技术[M]．北京：中国水利水电出版社，2009:1-14．②吕晓玲