徐 崚 峰

(中國民生銀行 北京 100031) (清華大學(xué)經(jīng)濟(jì)管理學(xué)院 北京 100084)

基于最優(yōu)化估計(jì)的ATM智能化選址模型研究

徐 崚 峰

(中國民生銀行 北京 100031) (清華大學(xué)經(jīng)濟(jì)管理學(xué)院 北京 100084)

ATM布設(shè)是一項(xiàng)系統(tǒng)工程。如何在合理的區(qū)域布設(shè)ATM，以及在控制ATM投放數(shù)量和成本的前提下盡可能地覆蓋更多的客戶，成為了商業(yè)銀行提升品牌實(shí)力和服務(wù)覆蓋面的競爭焦點(diǎn)。提出一種基于最優(yōu)化估計(jì)的ATM智能化選址算法，通過建立新增地域覆蓋度、取款活躍度模型，及綜合考慮交通便利性、運(yùn)營成本、安全性等多個(gè)維度，對大量候選地址進(jìn)行量化計(jì)算，并利用可視化技術(shù)建立ATM布放推薦圖，為商業(yè)銀行ATM布放提供精準(zhǔn)決策支持。

ATM選址 網(wǎng)點(diǎn)布局 數(shù)據(jù)挖掘 可視化

0 引 言

自助服務(wù)在金融領(lǐng)域的重要性日趨顯著。通過對網(wǎng)上銀行，手機(jī)銀行以及ATM網(wǎng)點(diǎn)的建設(shè)，商業(yè)銀行能夠給客戶的金融活動提供便利。當(dāng)前，國內(nèi)自助業(yè)務(wù)發(fā)展水平較高的商業(yè)銀行，其ATM業(yè)務(wù)的交易量和業(yè)務(wù)金額雙雙突破30%[1]，充分顯示ATM已成為一個(gè)重要的交易渠道。ATM網(wǎng)點(diǎn)建設(shè)不僅可以分流銀行柜面業(yè)務(wù)，降低運(yùn)營成本，也能提升銀行的金融服務(wù)效率，增強(qiáng)客戶的忠誠度。2014年中國的ATM保有量已超過歐美國家，成為全球第一大市場，但從人均保有量來看仍有較大的差距?？梢灶A(yù)見，未來一段時(shí)間都是商業(yè)銀行布設(shè)更多ATM的熱潮。

針對ATM布設(shè)，曹景陽[2]提出了“彌補(bǔ)網(wǎng)點(diǎn)不足，延長服務(wù)時(shí)間”的兩項(xiàng)原則，并要在地理位置好、交易量大的地點(diǎn)進(jìn)行布設(shè)。工商銀行深圳分行[3]提出了盡可能靠近人流節(jié)點(diǎn)，并設(shè)定了統(tǒng)一區(qū)域ATM布機(jī)數(shù)量的規(guī)則。顏琦[4]則通過分析郵政ATM使用情況及實(shí)地勘察，根據(jù)進(jìn)學(xué)校、進(jìn)社區(qū)、進(jìn)商廈和末位淘汰原則，進(jìn)行ATM的布局調(diào)整。Amin Vafadarnikjoo[5]等將銀行網(wǎng)點(diǎn)的選址因素歸納為人口密度、公共設(shè)施便利性、交通、同業(yè)競爭、費(fèi)用，以及靈活性六個(gè)方面，建立一種基于直覺模糊理論的實(shí)驗(yàn)評價(jià)及決策模型(IFDEMATEL)來輔助選址專家組進(jìn)行選址決策。周曉東[6]建立質(zhì)量功能展開(QFD)模型，找出商業(yè)銀行網(wǎng)點(diǎn)客戶需求及商業(yè)銀行選址的關(guān)鍵服務(wù)質(zhì)量技術(shù)特性，通過相關(guān)矩陣對兩個(gè)因素進(jìn)行對接，幫助銀行進(jìn)行決策。以上選址方法中，主要采用實(shí)地考察和專家打分的方式，去判斷哪些區(qū)域是人流節(jié)點(diǎn)，哪些區(qū)域會產(chǎn)生大交易量。由于投入資源和成本的限制，這些方法所調(diào)研區(qū)域的數(shù)量會比較有限，同時(shí)，主觀判斷和實(shí)地考察多依賴于考察人員的從業(yè)經(jīng)驗(yàn)和主觀意愿，不適合大規(guī)模推廣，且判斷的準(zhǔn)確性往往具有一定的偏差[7]。陳中武[8]通過對服務(wù)效率函數(shù)的構(gòu)造，引入影響網(wǎng)點(diǎn)品質(zhì)吸引力的效用函數(shù)和空間交互模型，建立了競爭環(huán)境下銀行網(wǎng)點(diǎn)的選址模型。該模型主要基于服務(wù)效率、網(wǎng)點(diǎn)吸引力以及網(wǎng)點(diǎn)競爭力等要素進(jìn)行建模，并通過貪婪算法對模型進(jìn)行求解，但文中未明確效率函數(shù)感知因素的計(jì)算方式，缺乏實(shí)用性和推廣基礎(chǔ)。

基于上述問題，本文提出一種利用最優(yōu)化估計(jì)算法的ATM智能化選址算法，對大量的候選地址進(jìn)行量化計(jì)算并生成ATM布放推薦圖。商業(yè)銀行可以根據(jù)需求從推薦圖中篩選出熱門地址，縮小布放地址的可選范圍，減少調(diào)研成本。同時(shí)，本文提出的算法利用大量的真實(shí)業(yè)務(wù)數(shù)據(jù)測算了區(qū)域內(nèi)客戶的活躍情況，相比傳統(tǒng)調(diào)研的方式更為精確。實(shí)際運(yùn)用中，可通過結(jié)合主觀經(jīng)驗(yàn)和本文提出的智能化選址算法，為商業(yè)銀行進(jìn)行ATM布放提供精準(zhǔn)決策支持。本文主要有三大創(chuàng)新點(diǎn)：第一，通過結(jié)合商業(yè)銀行實(shí)際需求，利用大量外部數(shù)據(jù)量化選址問題的各項(xiàng)要素；第二，將ATM選址問題抽象為最優(yōu)化估計(jì)問題并形成可視化推薦圖，幫助商業(yè)銀行決策分析；第三，提出一種利用存量活躍ATM作為測試集進(jìn)行準(zhǔn)確性驗(yàn)證的實(shí)驗(yàn)方法，檢驗(yàn)算法的有效性。

1 ATM智能化選址模型研究

ATM作為自動化程度高、價(jià)格昂貴的金融自助服務(wù)設(shè)備，價(jià)值動輒幾十萬元。在進(jìn)行ATM布設(shè)時(shí)，商業(yè)銀行需基于成本考慮，使其布設(shè)的有限數(shù)量的ATM最大化地服務(wù)于銀行客戶。ATM選址的主要考慮因素為地域覆蓋度、布設(shè)區(qū)域的取款活躍度、交通便利程度、安全性、租金、運(yùn)營成本、廣告效應(yīng)、服務(wù)效率、公共服務(wù)便利性等[9-10]。本文提出一種智能化的選址方法，利用商業(yè)銀行的現(xiàn)有數(shù)據(jù)，對布設(shè)ATM的考慮因素進(jìn)行量化分析，分別建立新增地域覆蓋度模型、取款活躍度模型及其他因素模型，進(jìn)而建立基于大數(shù)據(jù)技術(shù)的ATM智能化選址模型。

1.1 新增地域覆蓋度模型

商業(yè)銀行布放ATM有兩種情形。第一種是由于銀行經(jīng)營網(wǎng)點(diǎn)的現(xiàn)有ATM不能有效滿足業(yè)務(wù)需求，直接在該地點(diǎn)增設(shè)ATM；第二種是在新的區(qū)域布放ATM，以便于更好地覆蓋人群。第一種情形可通過對本行ATM機(jī)的交易頻次，交易金額進(jìn)行統(tǒng)計(jì)，篩選出其中交易量過大的設(shè)備，然后根據(jù)物理?xiàng)l件和投入產(chǎn)出比進(jìn)行ATM布設(shè)決策。本文所提出的方法是針對第二種情形。這種情況下，當(dāng)新增一臺ATM時(shí)，會考慮新增機(jī)器與現(xiàn)有機(jī)器的空間距離。一般而言，新增ATM應(yīng)盡量覆蓋更多的人群。如果新增ATM布放位置距現(xiàn)有ATM距離太近，就會產(chǎn)生覆蓋地域重合，不能很好利用新增ATM提高人群的覆蓋度。理想狀態(tài)下，應(yīng)該將各臺ATM盡量分散，以確保利用有限數(shù)量的ATM盡可能覆蓋更多的區(qū)域。本文提出了一個(gè)新增地域覆蓋度模型，利用ATM空間布局特點(diǎn)，量化新增一臺ATM對應(yīng)的新增地域覆蓋程度。

現(xiàn)有的每一臺ATM器都有一個(gè)實(shí)際的物理地址。首先利用地址解析算法[11]將地址信息轉(zhuǎn)換成經(jīng)緯度信息。選取某一參考點(diǎn)作為坐標(biāo)原點(diǎn)，可進(jìn)一步將經(jīng)緯度信息轉(zhuǎn)換成空間位坐標(biāo)置，并以此計(jì)算ATM的空間距離。設(shè)某區(qū)域現(xiàn)有N臺ATM，編號分別為(1,2,…,N)，分別對應(yīng)的空間坐標(biāo)位置為(u1，u2，…，uN)。其中ui為一個(gè)2維矢量，兩個(gè)維度分別代表第i臺ATM相對于坐標(biāo)原點(diǎn)的橫向坐標(biāo)距離與縱向坐標(biāo)距離。令新增ATM的坐標(biāo)位置為x，則新增機(jī)器與現(xiàn)有的第i臺ATM的歐式空間距離為|x-ui|。本文提出的算法計(jì)算新增機(jī)器與距離其最近的一臺現(xiàn)有ATM距離，并以此為依據(jù)來計(jì)算新增ATM地域覆蓋度。

圖1顯示了兩種不同的ATM布局對比。其中ui為現(xiàn)有的第i臺ATM位置，x為計(jì)劃新增的機(jī)器位置，圓圈為ATM的地域覆蓋面積。圖1(a)中，新增機(jī)器與現(xiàn)有機(jī)器距離比較近，兩臺機(jī)器的地域覆蓋面積有很大重合。這種情況下，新增的覆蓋地域?yàn)樗{(lán)色區(qū)域。圖1(b)中，新增機(jī)器與現(xiàn)有機(jī)器距離較遠(yuǎn)，使得新增的覆蓋地域大于圖1(a)。

圖1 兩種不同的ATM布局對比

本文采用二元正態(tài)分布的概率密度函數(shù)去估計(jì)每臺ATM的地域覆蓋度：

(1)

其中：σ為正態(tài)分布方差，a為當(dāng)前ATM的坐標(biāo)位置，b為空間上的一個(gè)坐標(biāo)變量。當(dāng)b距離a較近時(shí)，ψ(a,b)會比較大，反之亦然。根據(jù)式(1)，新增ATMx與現(xiàn)有的第i臺ATM交叉覆蓋的概率為：

(2)

當(dāng)新增ATM附近有多臺本行ATM時(shí)，可能會產(chǎn)生多重覆蓋。為減少計(jì)算復(fù)雜度，本文選取離新增機(jī)器最近的一臺ATM來計(jì)算兩者的交叉覆蓋度，進(jìn)而計(jì)算在位置x新增一臺ATM所新增的地域覆蓋度：

g(x)=1-Ψk(x)

(3)

其中:i∈1,2,…,N，k為距離新增機(jī)器最近的一臺現(xiàn)有ATM的編號。當(dāng)新增的ATM與現(xiàn)有ATM距離較遠(yuǎn)時(shí)，式(3)中g(shù)(x)會接近于1，表明新增地域覆蓋度非常大。當(dāng)新增機(jī)器與現(xiàn)有機(jī)器的距離很近，則地域重合度較高，對應(yīng)的g(x)會比較小。因此，在其他條件相同的情況下，我們希望最大化g(x)，以便于利用有限的ATM器盡可能擴(kuò)大地域的覆蓋面。

1.2 取款活躍度模型

ATM通常布設(shè)在人流較大的地方，比如酒店、商場、飯店、超市、機(jī)場、車站、碼頭、學(xué)校、企業(yè)、寫字樓、電影院、居民區(qū)、娛樂中心、24小時(shí)便利店等。由于成本原因，銀行不可能在每個(gè)地方都進(jìn)行ATM布設(shè)。因此，如果能從這些區(qū)域中尋找出最熱門的區(qū)域并布設(shè)ATM，則能取到事半功倍的效果。本文提出了一種利用大數(shù)據(jù)技術(shù)定位熱門區(qū)域的算法，從而建立相應(yīng)的取款活躍度模型。

當(dāng)用戶使用銀行卡在ATM進(jìn)行操作時(shí)，銀聯(lián)的數(shù)據(jù)系統(tǒng)會記錄下操作時(shí)間、地址及金額等信息。這些信息會通過接口傳送到該銀行卡對應(yīng)的銀行。利用銀聯(lián)的交易流水信息，商業(yè)銀行可以查詢到本行的銀行卡在ATM的所有操作記錄，這些信息可以幫助銀行定位熱門存取款區(qū)域。商業(yè)銀行擁有的ATM操作記錄分為兩部分。第一部分是本行ATM的存取款記錄。這些信息可幫助分析本行ATM的使用效率，比如尋找其中使用頻次及數(shù)額比較高的ATM，進(jìn)行服務(wù)的優(yōu)化和提升。篩選出其中使用效率低的機(jī)器，進(jìn)行實(shí)地的分析和考證，找出具體原因并做出改進(jìn)。第二部分?jǐn)?shù)據(jù)是本行銀行卡在他行ATM的存取款記錄，包含了存取款數(shù)額、頻次以及對應(yīng)的ATM地址。本文研究如何在新的區(qū)域鋪設(shè)ATM。這些區(qū)域無本行ATM，因此，他行ATM的存取款信息對銀行考慮是否在該區(qū)域布設(shè)ATM具有重要意義。利用ATM存取款的活躍度，構(gòu)建出ATM存取款熱力圖，可為本行新增ATM的鋪設(shè)提供建議。本文將利用本行銀行卡在他行ATM進(jìn)行的取款記錄進(jìn)行建模，構(gòu)建出取款活躍度模型。

令M為某一區(qū)域內(nèi)的他行ATM個(gè)數(shù)，為其中的第i臺機(jī)器，其對應(yīng)地址為vi。對本行銀行卡在一段時(shí)間內(nèi)的取款次數(shù)及額度進(jìn)行統(tǒng)計(jì)，可獲得在第i臺機(jī)器上的累計(jì)取款次數(shù)pi及累計(jì)取款數(shù)額qi。針對第i臺機(jī)器，我們構(gòu)建基于地理位置a的取款活躍度模型：

(4)

hi(a)為一個(gè)二維正態(tài)分布密度函數(shù)與(αpi+βqi)的乘積。其中，(αpi+βqi)表示取款次數(shù)及數(shù)額的綜合活躍度。通過對客戶在他行ATM的取款行為進(jìn)行量化分析并計(jì)算活躍度，其中α及β分別為次數(shù)及數(shù)額對應(yīng)的價(jià)值系數(shù)。當(dāng)取款次數(shù)越多，則活躍度值hi(a)越大；取款數(shù)額越大，活躍度hi(a)越大。式(4)中，當(dāng)a距離第臺機(jī)器越近，則活躍度hi(a)越高。其活躍度隨著距離該臺ATM的距離增大而衰減。通過累計(jì)所有M臺機(jī)器的活躍度，我們可以得到該區(qū)域的整體取款活躍度模型：

(5)

H(a)量化一個(gè)區(qū)域的取款活躍度值。當(dāng)有很多客戶都在一個(gè)區(qū)域的多臺ATM進(jìn)行取款，通過將這些機(jī)器的會閱讀累加，位置a所對應(yīng)的H(a)會比較大。根據(jù)式(1)中每臺機(jī)器的地域覆蓋概率，可計(jì)算出在位置x布設(shè)一臺ATM覆蓋區(qū)域內(nèi)的累計(jì)活躍度：

(6)

式(6)累計(jì)了在一個(gè)區(qū)域內(nèi)的取款活躍度，代表了假設(shè)在位置x布設(shè)一臺ATM機(jī)器的取款活躍度。對于一些取款活躍度高的區(qū)域，比如熱門商圈、人流量較大的地鐵站等，在位置x布設(shè)一臺ATM機(jī)器，其對應(yīng)的存款熱點(diǎn)值r(x)會比較大。如果能在該區(qū)域的合理位置布置的ATM，將為持卡客戶帶來便利性，增加客戶粘性。

1.3 其他影響因素

在實(shí)際運(yùn)營中，布設(shè)一臺ATM還需要考慮多種其他因素，如運(yùn)營成本、交通便利性、安全系數(shù)、推廣人群等。ATM可分為在行式與離行式兩類[12]。在行式是指設(shè)在銀行網(wǎng)點(diǎn)的ATM，線路、添鈔等日常業(yè)務(wù)工作更容易處理，而且直接分流了本應(yīng)在柜面辦理業(yè)務(wù)的客戶。因此，在行式ATM的運(yùn)營成本相對比較低。離行式是指設(shè)在網(wǎng)點(diǎn)之外的ATM，主要包括酒店、商場、車站、學(xué)校、寫字樓、居民區(qū)等。由于其所處位置不同，運(yùn)營的成本也有所不同。對于一些熱門商圈及交通樞紐，ATM所處位置的租金成本會比較高昂；而對于一些學(xué)校和居民區(qū)等位置，租金成本會相對低一些。

交通便利性也是布設(shè)ATM的一個(gè)重要因素。在交通便利的區(qū)域設(shè)置ATM，能夠?yàn)槌挚ㄈ舜嫒】钐峁┍憷?，增?qiáng)客戶粘性。此外，不同區(qū)域的安全保障性也不同，對于商場、酒店等安全系數(shù)較高的地方，ATM安全保障支出也會相對較低；對于街邊的ATM，其所需要的安全投入會較大。通過對運(yùn)營成本估算、交通便利性、安全性等各個(gè)方面考察，可以對多個(gè)候選地址進(jìn)行打分，本文用z(x)表示這些方面的綜合推薦度，即z(x)包含交通便利性因素、租金因素、運(yùn)營成本因素、安保因素、公共設(shè)施便利性因素、廣告因素及其他因素等。其中，交通便利性、租金、運(yùn)營成本因素可通過客觀數(shù)據(jù)進(jìn)行量化，其他因素可通過專家評分法進(jìn)行打分。交通便利性為w1exp(-d(x))。w1為交通便利性因素的權(quán)重，d(x)為從備選地址x到最近街道的距離。租金因素和運(yùn)營成本可通過實(shí)際租金數(shù)據(jù)來計(jì)算，即w2exp(-c(x)),w2為對應(yīng)要素的權(quán)重，c(x)為租金及運(yùn)營成本總和。安保因素、公共設(shè)施便利性及廣告因素可通過專家打分法進(jìn)行打分。由于備選地址較多，實(shí)際運(yùn)用中可先由客觀數(shù)據(jù)篩選出部分候選地址，再由專家組進(jìn)行打分[6]。

1.4 ATM智能化選址模型

綜合考慮新增地域覆蓋度，熱門取款區(qū)域以及運(yùn)營成本、交通便利、安全系數(shù)、推廣人群等多方面信息，本文構(gòu)建了如下ATM智能化選址推薦函數(shù)：

f(x)=g(x)+r(x)+z(x)

(7)

其中，g(x)是新增地域覆蓋度模型，表示在位置x新增一臺ATM所提升的地域覆蓋度。r(x)是取款活躍度模型，表示在位置x新增一臺ATM所能增加的取款活躍度。z(x)則綜合了運(yùn)營成本、交通便利、安全系數(shù)等其他考慮因素。通過計(jì)算式(7)的最大值，可得出在一個(gè)區(qū)域內(nèi)的最優(yōu)ATM布設(shè)地址x*：

(8)

x*代表了綜合考慮新增ATM的地域覆蓋度，取款活躍以及交通便利性、運(yùn)營成本、安全性等多個(gè)維度后的最優(yōu)布放地點(diǎn)。在實(shí)際應(yīng)用中，可以計(jì)算出使得f(x)較大的多個(gè)候選地址，經(jīng)過實(shí)地考察和綜合論證，從候選地址中選擇新增ATM的布放地址。

2 基于ATM智能化選址模型的實(shí)證分析

本文以我國B市為例，采用上述方法及步驟對ATM智能化選址模型進(jìn)行實(shí)證分析，以驗(yàn)證其在實(shí)踐中的適用性。實(shí)驗(yàn)驗(yàn)證數(shù)據(jù)采用商業(yè)銀行3個(gè)月的真實(shí)數(shù)據(jù)，并應(yīng)用可視化技術(shù)，將ATM智能化選址的模型數(shù)據(jù)直接在二維地圖中展示，為商業(yè)銀行的ATM布設(shè)提供直觀數(shù)據(jù)支持。

圖2為B市某地區(qū)的交通地圖。根據(jù)數(shù)據(jù)統(tǒng)計(jì)，截至2016年9月末，該區(qū)域內(nèi)本行ATM數(shù)量為7臺，他行ATM數(shù)量為79臺。7-9月內(nèi)該區(qū)域內(nèi)通過本行銀行卡在該區(qū)域內(nèi)的ATM取款記錄總計(jì)42 091次。

圖2 B市某地區(qū)交通地圖

圖3展示了利用式(3)計(jì)算該地區(qū)的新增地域覆蓋度結(jié)果。圖中顏色深的區(qū)域表示地域新增覆蓋度較小，顏色淺的區(qū)域表示該地區(qū)新增覆蓋度較大。圖3中，7個(gè)顏色較深的區(qū)域分別為本行現(xiàn)有7臺ATM的布放地址。當(dāng)布設(shè)地址距離本行現(xiàn)有ATM較近時(shí)則顏色較深，表示在現(xiàn)有的本行ATM附件進(jìn)行布設(shè)產(chǎn)生的新增地域覆蓋度較小。當(dāng)布設(shè)距離遠(yuǎn)離現(xiàn)有ATM地址時(shí)，顏色逐漸變淺，表示新增地域覆蓋度逐漸變大。由圖中地域覆蓋度結(jié)果展示可見，在淺色區(qū)域布放ATM，與本行現(xiàn)有ATM的距離交叉較少，將有效增加本行ATM的地域覆蓋度。

圖3 新增地域覆蓋度可視化展示

圖4展示了利用式(6)計(jì)算的取款活躍度展示其主要根據(jù)客戶的實(shí)際取款行為，描述區(qū)域內(nèi)不同地址的客戶取款活躍程度。圖中深色區(qū)域表示客戶取款活躍度較低，淺色區(qū)域表示客戶取款活躍度較高。當(dāng)前我國很多商業(yè)銀行出臺了借記卡在他行取款一定條件下免手續(xù)費(fèi)的相關(guān)政策，客戶在取款時(shí)，很多時(shí)候選擇就近的他行ATM進(jìn)行取款。因此，對于有免他行取款手續(xù)費(fèi)的商業(yè)銀行，其客戶在他行的取款記錄能有效展示客戶在該區(qū)域的實(shí)際取款需求。本文提出的取款活躍度模型，能將客戶的取款時(shí)間、頻次、金額以及地點(diǎn)進(jìn)行量化，精確計(jì)量不同地點(diǎn)的客戶取款活躍度，為ATM布設(shè)提供數(shù)據(jù)支持。

圖4 取款活躍度可視化展示

圖5展示了將交通便利性、運(yùn)營成本、安全性等多個(gè)維度進(jìn)行量化的可視化地圖。在本文實(shí)驗(yàn)中，提取了二維地圖中的街道坐標(biāo)數(shù)據(jù)，通過計(jì)算每一個(gè)候選地址距離最近街道的距離，轉(zhuǎn)換為交通便利性指標(biāo)。租金成本由世聯(lián)評估提供的數(shù)據(jù)計(jì)算，運(yùn)營成本由民生銀行各區(qū)域的平均運(yùn)營數(shù)據(jù)進(jìn)行推算。其他因素，如安保、公共設(shè)施便利性、廣告效應(yīng)等，在本文實(shí)驗(yàn)中采用主觀打分的方式。圖5淺色區(qū)域代表綜合考慮上述因素后推薦值較高的區(qū)域，深色區(qū)域則表示推薦值較低的區(qū)域。

圖5 其他因素可視化展示

根據(jù)式(7)，將新增地域覆蓋度、取款活躍度以及交通、運(yùn)營成本、安全性等其他因素分別進(jìn)行建模和量化。圖6展示了綜合考慮各項(xiàng)因素后的智能化選址模型可視化展示結(jié)論。圖中，利用顏色的深淺表示該區(qū)域的ATM布設(shè)推薦度：顏色越淺，推薦度越高，反之亦然。由圖6可見，推薦值較高的區(qū)域通常有以下特點(diǎn)：取款活躍度較高，距離現(xiàn)有ATM有一定距離，交通便利等。實(shí)際應(yīng)用中，商業(yè)銀行可根據(jù)可視化模型，從中選擇多個(gè)候選區(qū)域進(jìn)行實(shí)地考察，最終選擇ATM布設(shè)地點(diǎn)。

圖6 智能化選址模型可視化展示

為驗(yàn)證選址模型的準(zhǔn)確性，本文通過民生銀行現(xiàn)有的活躍ATM選址數(shù)據(jù)進(jìn)行了驗(yàn)證。具體驗(yàn)證方法為：首先選擇T-6個(gè)月至T時(shí)間段內(nèi)新鋪設(shè)的ATM機(jī)器，并從中選擇日均交易筆數(shù)超過20筆的活躍ATM機(jī)器作為驗(yàn)證集；將時(shí)間窗口規(guī)定為T-12個(gè)月至T-6個(gè)月，利用本文提出的算法，將地圖劃分為10 km×10 km的區(qū)域后，計(jì)算各區(qū)域中的最優(yōu)選址地點(diǎn)。假設(shè)最優(yōu)地點(diǎn)放置ATM后，其周圍地點(diǎn)的新增地域覆蓋度將減少。因此，選擇次優(yōu)推薦地點(diǎn)時(shí)，需模擬最優(yōu)選址地點(diǎn)已放置一臺活躍ATM，通過本文算法再次計(jì)算最優(yōu)選址地點(diǎn)，此刻的地點(diǎn)即該區(qū)域內(nèi)的次優(yōu)選擇地點(diǎn)。模擬最優(yōu)和次優(yōu)地點(diǎn)放置ATM，再次計(jì)算下一個(gè)推薦地址，以此往復(fù)，可得出區(qū)域內(nèi)多個(gè)推薦地點(diǎn)。當(dāng)推薦地點(diǎn)距離作為驗(yàn)證集的活躍ATM一公里以內(nèi)，則認(rèn)為模型推薦準(zhǔn)確，否則推薦錯(cuò)誤。圖7顯示了模型的準(zhǔn)確率。

圖7 智能化選址模型準(zhǔn)確率

如圖7所示，當(dāng)采納模型推薦的1個(gè)地點(diǎn)時(shí)(即最優(yōu)地點(diǎn))，將覆蓋51%的活躍ATM。采納模型推薦的2個(gè)地點(diǎn)時(shí)(即最優(yōu)和次優(yōu)兩個(gè)地點(diǎn))，準(zhǔn)確率將達(dá)到65%。推薦點(diǎn)達(dá)5個(gè)時(shí)，準(zhǔn)確率已基本收斂，達(dá)78%。由此可見，本文提出的算法具有較高的準(zhǔn)確性。實(shí)際運(yùn)用中，將地圖劃分為10 km×10 km的區(qū)域，利用算法計(jì)算出5個(gè)推薦點(diǎn)，再結(jié)合人工經(jīng)驗(yàn)，進(jìn)行ATM選址決策。

3 結(jié) 語

本文提出一種基于大數(shù)據(jù)技術(shù)的ATM智能選址方法，對ATM布設(shè)時(shí)考慮的新增地域覆蓋度、取款活躍度、交通便利度、運(yùn)營成本等因素進(jìn)行量化建模，并用可視化技術(shù)在二維地圖展示了ATM布設(shè)推薦圖。商業(yè)銀行可根據(jù)推薦圖進(jìn)行候選地址篩選，在減少大量人工調(diào)研成本的同時(shí)，為商業(yè)銀行的ATM布設(shè)提供數(shù)據(jù)化可視化的決策支持。

[1] 蔡寧偉.商業(yè)銀行如何聯(lián)動提升ATM的運(yùn)營服務(wù)水平[J].中國金融電腦,2015(2):73-77.

[2] 曹景陽.如何搞好ATM建設(shè)[J].中國信用卡,2002(11):68-72.

[3] 中國工商銀行深圳市分行發(fā)展規(guī)劃部課題組.深圳分行ATM布局規(guī)劃研究報(bào)告[J].金融管理與研究:杭州金融研修學(xué)院學(xué)報(bào),2003(3):27-28.

[4] 顏琦.關(guān)于郵政ATM資源整合優(yōu)化的探討[J].郵政研究,2005,21(2):19-20.

[5] Vafadarnikjoo A,Mobin M,Allahi S,et al.A hybrid approach of intuitionistic fuzzy set theory and dematel method to prioritize selection criteria of bank branches locations[C]//American Society for Engineering Management 2015 International Conference,2015:1185-1192.

[6] 周曉東,劉娜, 蔡文.基于QFD的商業(yè)銀行網(wǎng)點(diǎn)選址應(yīng)用研究[J].經(jīng)營管理者,2015(4):2-3.

[7] 龔玉霞,吳育華.ATM機(jī)選址的三角模糊數(shù)綜合評價(jià)方法[J].工業(yè)工程,2005,8(6):104-107.

[8] 陳中武.銀行網(wǎng)點(diǎn)選址優(yōu)化問題研究[D].華中科技大學(xué),2013.

[9] Farahani R Z,Steadieseifi M,Asgari N.Multiple criteria facility location problems:A survey[J].Applied Mathematical Modelling,2010,34(7):1689-1709.

[10] Rogers W A,Cabrera E F,Walker N,et al.A survey of automatic teller machine usage across the adult life span[J].Human Factors:The Journal of the Human Factors and Ergonomics Society,1996,38(1):156-166.

[11] 孫亞夫,陳文斌.基于分詞的地址匹配技術(shù)[C]//中國地理信息系統(tǒng)協(xié)會年會,2007.

[12] 蔡寧偉.中國ATM布設(shè)選址現(xiàn)狀、問題和對策分析[J].中國金融電腦,2010(8):46-49.

RESEARCHONINTELLIGENTLOCATIONMODELOFATMBASEDONOPTIMALESTIMATION

Xu Lingfeng

(ChinaMinshengBank,Beijing100031,China)(SchoolofEconomicsandManagement,TsinghuaUniversity,Beijing100084,China)

Facility location work for Automatic Teller Machine (ATM) is a systematic project. How to allocate ATM in a reasonable area and cover more customers as much as possible under the control of quantity and cost of ATM delivery? These problems have become the focus of competition for commercial banks to enhance their brand strength and service coverage. We propose a novel algorithm for facility location of ATM based on an optimal estimation algorithm. By constructing the area-covering model, money-withdraw active degree model and considering the factors such as traffic, operating costs, security, we estimate the recommend degrees for all candidate locations of ATMs and show them on maps by visualization technology. Our method can provide the commercial banks with precise decision support for facility location of ATM.

ATM facility location Network layout Data mining Visualization

2016-12-25。徐崚峰，博士后，主研領(lǐng)域：人工智能，信號處理，數(shù)據(jù)挖掘，網(wǎng)點(diǎn)布局。

TP391

A

10.3969/j.issn.1000-386x.2017.11.048