盧美琴　吳傳威

摘要：銀行同業(yè)對高端客戶的爭奪日趨激烈，互聯(lián)網(wǎng)金融憑借其高收益的優(yōu)勢也對高端客戶形成分流，因此建立貴賓客戶流失預(yù)警模型對于銀行的生存發(fā)展意義重大。結(jié)合我國商業(yè)銀行業(yè)務(wù)現(xiàn)狀，綜合運(yùn)用決策樹分析、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)等方法，分別創(chuàng)建流失預(yù)警子模型，再利用神經(jīng)網(wǎng)絡(luò)對三個(gè)預(yù)警子模型的結(jié)果進(jìn)行組合，生成組合預(yù)測模型。實(shí)證表明，組合后的模型在準(zhǔn)確率、覆蓋率、命中率、提升度等指標(biāo)上都有明顯優(yōu)化。

關(guān)鍵詞：大數(shù)據(jù);組合預(yù)測;貴賓客戶;客戶流失

引言

隨著國內(nèi)外經(jīng)濟(jì)環(huán)境出現(xiàn)重大變化，我國商業(yè)銀行的經(jīng)營形勢發(fā)生著天翻地覆的變化。金融脫媒和互聯(lián)網(wǎng)金融造成銀行的風(fēng)險(xiǎn)和營運(yùn)成本上升，利率市場化導(dǎo)致銀行利差大幅縮窄，M2增速下降引發(fā)銀行資產(chǎn)增速下降。信用風(fēng)險(xiǎn)、息差縮窄、資產(chǎn)增速下降對銀行利潤造成了重大影響。越來越多的商業(yè)銀行將經(jīng)營重心轉(zhuǎn)向零售業(yè)務(wù)，高端個(gè)人客戶成為競爭焦點(diǎn)。經(jīng)濟(jì)新常態(tài)和監(jiān)管趨嚴(yán)背景下，大力發(fā)展零售業(yè)務(wù)成為眾多銀行的必然選擇。

統(tǒng)計(jì)分析表明貴賓客戶在銀行業(yè)務(wù)中的作用符合帕累托定律，即20%的貴賓客戶起到了個(gè)人客戶總體80%的利潤貢獻(xiàn)度。貴賓客戶具有綜合維護(hù)成本低、貢獻(xiàn)度大等特點(diǎn)，對銀行的經(jīng)營起到至關(guān)重要的作用，是銀行業(yè)務(wù)發(fā)展和收入的重要來源。然而，隨著供給側(cè)改革升級，貴賓客戶對金融服務(wù)的要求進(jìn)一步提高，互聯(lián)網(wǎng)金融企業(yè)的沖擊等因素導(dǎo)致銀行貴賓客戶群體的粘性下降，流失傾向變強(qiáng)?？蛻袅魇г谠黾訝I銷新客戶費(fèi)用的同時(shí)還會對企業(yè)形象造成負(fù)面影響?？蛻袅魇︺y行業(yè)利潤有著重大的影響，研究表明客戶流失率減少百分之五，利潤卻可以增長三到八成。挽留老客戶的難度是營銷新客戶的16倍，而代價(jià)卻僅為1/5～1/7。因此，有效預(yù)測客戶流失概率是防止客戶流失的前提，對銀行提升經(jīng)濟(jì)效益和實(shí)現(xiàn)可持續(xù)發(fā)展具有重要意義。

國內(nèi)外學(xué)者對客戶流失原因、流失預(yù)測和挽回措施等方面進(jìn)行了大量的研究，研究方法包括統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等模型，取得了較好的成果。如李洋[4]使用神經(jīng)網(wǎng)絡(luò)構(gòu)建客戶流失預(yù)測模型;王未卿等通過單因素分析和逐步判斷分析來識別對客戶流失的影響因子，并使用Cox模型來進(jìn)行對客戶流失的預(yù)測;Prasad和Madhavi[51分別用CART和C5.0算法對商業(yè)銀行客戶流失情況進(jìn)行了研究;賀本嵐[6]對logistic回歸模型、線性SVM、徑向基SVM在商業(yè)銀行客戶流失預(yù)測中的有效性進(jìn)行了比較，結(jié)論認(rèn)為線性SVM可以取得比較好的效果。

通過對現(xiàn)有研究的比較可知，各種方法均有其優(yōu)點(diǎn)和缺點(diǎn)：貝葉斯方法有較強(qiáng)的數(shù)學(xué)理論支持，但是很難獲取先驗(yàn)知識;神經(jīng)網(wǎng)絡(luò)預(yù)測準(zhǔn)確率高，但其網(wǎng)絡(luò)結(jié)構(gòu)的黑箱性導(dǎo)致其難以提取業(yè)務(wù)規(guī)則;支持向量機(jī)SVM在解決小樣本問題有明顯優(yōu)勢，但在實(shí)際商業(yè)大數(shù)據(jù)的處理上所需資源較大;決策樹分類算法容易提取業(yè)務(wù)規(guī)則，但預(yù)測精度往往不如神經(jīng)網(wǎng)絡(luò)。從已有銀行客戶分析研究可以看出，現(xiàn)有研究缺乏針對貴賓客戶群體的流失研究，因此對貴賓客戶群體流失問題進(jìn)行研究具有現(xiàn)實(shí)意義，并且由于銀行貴賓客戶流失是一個(gè)受經(jīng)濟(jì)環(huán)境、文化和政府監(jiān)管等多種因素影響的非線性問題，單一模型往往難以兼顧流失的各個(gè)方面，因此，針對貴賓客戶建立流失組合預(yù)測模型，綜合利用各種預(yù)測模型的優(yōu)點(diǎn)，對提高銀行客戶流失預(yù)測準(zhǔn)確率有顯著作用。

綜上所述，提高客戶流失預(yù)測準(zhǔn)確性、降低貴賓客戶流失率對銀行的穩(wěn)定經(jīng)營和可持續(xù)發(fā)展具有重要意義。本文探討綜合利用多種預(yù)測方法構(gòu)造貴賓客戶流失組合預(yù)測模型，提前定位可能流失的客戶，幫助銀行更好地進(jìn)行貴賓客戶關(guān)系管理，并對某商業(yè)銀行某分行客戶數(shù)據(jù)進(jìn)行實(shí)證分析。

1、理論基礎(chǔ)

1.1決策樹

決策樹是在已知事件發(fā)生概率的基礎(chǔ)上，通過構(gòu)造樹對待分類樣本進(jìn)行評價(jià)的方法。算法如下：

設(shè)D為樣本集合，|D|為樣本數(shù)量，Ci，i∈{..n}為類別屬性i的類別集合，使用屬性A對D進(jìn)行劃分，則對應(yīng)的信息熵由以下公式計(jì)算得出：

信息熵越小，表示屬性A劃分效果越好。

C5.0是決策樹的商業(yè)版本，在運(yùn)行效率和內(nèi)存占用，上的優(yōu)勢使得其在現(xiàn)實(shí)商業(yè)環(huán)境中得到廣泛應(yīng)用。

1.2支持向量機(jī)

支持向量機(jī)（SVM）是Vapnik等人在90年代提出的，旨在尋找一個(gè)超平面對二分類進(jìn)行劃分，使得分類錯(cuò)誤最小化的模型

定義數(shù)據(jù)集為（x;y），i=1...n，x;為輸入，y;為輸出。在高維特征空間中尋找分類函數(shù)：

w為權(quán)重，b為偏置。

求解最優(yōu)分類面的問題可轉(zhuǎn)化為：

求解其對偶問題，則可得線性最優(yōu)分類決策函數(shù)：

1.3貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)又稱為信度網(wǎng)絡(luò)，是一種基于概率推理的圖形化網(wǎng)絡(luò)，是Bayes方法的擴(kuò)展。貝葉斯網(wǎng)絡(luò)由代表變量的節(jié)點(diǎn)、代表相互關(guān)系的邊以及條件概率表示的關(guān)聯(lián)強(qiáng)度構(gòu)成的有向無環(huán)圖。貝葉斯網(wǎng)絡(luò)具有很強(qiáng)的不確定性問題處理能力，因此近年來在統(tǒng)計(jì)分析、數(shù)據(jù)挖掘等領(lǐng)域得到廣泛使用。

1.4RBF神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（ANN）以其強(qiáng)大的非線性映射能力、自適應(yīng)和容錯(cuò)性得到了廣泛的應(yīng)用。Powell提出的徑向基函數(shù)（RBF）網(wǎng)絡(luò)是一種三層前向網(wǎng)絡(luò)，有效避免了BP神經(jīng)網(wǎng)絡(luò)的局部極值問題，且學(xué)習(xí)收斂速度快，因此經(jīng)常被應(yīng)用于非線性函數(shù)的模擬中。

2、銀行貴賓客戶流失組合預(yù)測模型

商業(yè)銀行的貴賓客戶流失涉及的因素很多，并且數(shù)據(jù)來源多樣，數(shù)據(jù)屬性也很復(fù)雜，甚至一些屬性間存在相關(guān)關(guān)系。因此，對于一個(gè)非線性、非對稱、多屬性的流失預(yù)測問題，采用單一的預(yù)測模型其效果難以達(dá)到要求。學(xué)術(shù)界針對此類問題通常使用組合模型的方法，即按照某些規(guī)則將多種預(yù)測模型進(jìn)行組合，綜合利用各種模型的優(yōu)點(diǎn)，以提高預(yù)測的有效性。

通過對常用預(yù)測模型特性的評價(jià)對比，本文選擇線性支持向量機(jī)LSVM、決策樹C50及貝葉斯網(wǎng)絡(luò)作為子分類器來進(jìn)行組合預(yù)測模型的構(gòu)建，如圖1。

2.1模型構(gòu)造

利用組合模型進(jìn)行銀行貴賓客戶流失預(yù)測的步驟如下：

（1）數(shù)據(jù)預(yù)處理：對原始數(shù)據(jù)進(jìn)行屬性規(guī)約、轉(zhuǎn)換等預(yù)處理，將數(shù)據(jù)集按1：1比例劃分為模型訓(xùn)練數(shù)據(jù)集和模型驗(yàn)證數(shù)據(jù)集;

（2）構(gòu)建各個(gè)子分類器模型：使用LSVM、決策樹C50、貝葉斯網(wǎng)絡(luò)等模型分別對模型訓(xùn)練數(shù)據(jù)集建模;

（3）利用各子分類器得出預(yù)測結(jié)果：整理訓(xùn)練數(shù)據(jù)集在三個(gè)子分類器的預(yù)測結(jié)果;

（4）構(gòu)建組合預(yù)測模型：將三個(gè)子分類器的預(yù)測結(jié)果作為RBF神經(jīng)網(wǎng)絡(luò)的輸入，實(shí)際流失結(jié)果作為輸出，對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，由此得出基于LSVM、決策樹、貝葉斯網(wǎng)絡(luò)組合的RBF神經(jīng)網(wǎng)絡(luò)模型;

（5）利用組合預(yù)測模型計(jì)算客戶流失結(jié)果：對模型驗(yàn)證數(shù)據(jù)集分別計(jì)算其LSVM、決策樹、貝葉斯網(wǎng)絡(luò)的預(yù)測結(jié)果，作為RBF神經(jīng)網(wǎng)絡(luò)模型的輸入，最終得出組合模型計(jì)算出的預(yù)測結(jié)果。

2.2模型評價(jià)

為驗(yàn)證組合模型的有效性，使用如下指標(biāo)對預(yù)測結(jié)果進(jìn)行評價(jià)：

Tab.1Predictionevaluationindex

流失覆蓋率=A/（A+B）

預(yù)測準(zhǔn)確率=A/（A+C）

模型總體準(zhǔn)確率=（A+D）/（A+B+C+D）

提升系數(shù)=預(yù)測準(zhǔn)確率/實(shí)際客戶流失率

流失覆蓋率表示模型定位到實(shí)際流失客戶的比例;預(yù)測準(zhǔn)確率表示被模型標(biāo)記為流失，其中實(shí)際為流失客戶的比例;模型總體準(zhǔn)確率反映的是模型對實(shí)際流失非流失客戶的預(yù)測能力;提升系數(shù)反映了使用預(yù)測模型跟不使用預(yù)測模型的效果差異，本文將綜合采用上述4個(gè)指標(biāo)來評價(jià)預(yù)測模型的有效性。

3、實(shí)證分析

3.1數(shù)據(jù)來源

根據(jù)研究目的，本文對貴賓客戶定義如下：年日均資產(chǎn)在10萬以上的客戶。

貴賓客戶流失定義如下：貴賓客戶在（T-2，T-1，T）期間的月日均資產(chǎn)在10萬以上，并且在年日均資產(chǎn)50%以上，（T+1，T+2，T+3）三個(gè)月中日均資產(chǎn)流失達(dá)90%以上，且隨后三個(gè)月未回復(fù)，確認(rèn)為流失。

數(shù)據(jù)來源于某商業(yè)銀行某分行數(shù)據(jù)倉庫，經(jīng)過數(shù)據(jù)清洗及處理，共得到275.83萬條完整客戶數(shù)據(jù)，按照以上貴賓客戶流失定義，流失率為2.57%。將數(shù)據(jù)集按50%：50%比例切分成訓(xùn)練集和驗(yàn)證集，分別用于模型訓(xùn)練和模型有效性驗(yàn)證。

3.2預(yù)測指標(biāo)篩選

影響銀行貴賓客戶流失的因素很多，但在實(shí)際中受限于數(shù)據(jù)來源，可獲得的客戶屬性相對有限，不同屬性對客戶流失的相關(guān)性所有區(qū)別，且屬性之間還可能存在重復(fù)信息需要進(jìn)行約簡。根據(jù)銀行實(shí)際數(shù)據(jù)可獲得性，并參考以往研究，本文選取了50個(gè)初始指標(biāo)。進(jìn)一步對這些指標(biāo)影響客戶流失的重要性進(jìn)行檢驗(yàn)，并排除指標(biāo)間的信息重復(fù)，具體步驟如下：一，計(jì)算每個(gè)指標(biāo)與客戶流失的相關(guān)性，剔除相關(guān)性較弱的指標(biāo);二，對其余指標(biāo)按相關(guān)性從大到小排序，并刪除與當(dāng)前指標(biāo)相關(guān)性大的指標(biāo)，以此消除重復(fù)信息。

本文使用Pearson系數(shù)來度量指標(biāo)間的相關(guān)性。Pearson系數(shù)的取值為[一1，1]，絕對值越大，表明相關(guān)性越強(qiáng)（負(fù)數(shù)表示負(fù)相關(guān)），值為零表示不相關(guān)。對初始指標(biāo)進(jìn)行Pearson計(jì)算及去除信息冗余后，最終得到15個(gè)特征變量用于構(gòu)建預(yù)測模型，涉及客戶自然屬性、賬戶及產(chǎn)品簽約屬性、交易行為特征屬性等方面。

3.3預(yù)測效果分析

使用數(shù)據(jù)挖掘軟件SpssModeler18實(shí)現(xiàn)各子模型及組合模型。從組合模型對驗(yàn)證數(shù)據(jù)集的預(yù)測結(jié)果來看（見表3），從總體準(zhǔn)確率、流失覆蓋率、預(yù)測準(zhǔn)確率、提升系數(shù)等指標(biāo)可以看出，組合預(yù)測模型的性能均有不同程度的提高，顯示出組合模型對于各子分類器來說有明顯優(yōu)勢。由此可知，本研究設(shè)計(jì)的多算法組合模型可以有效識別客戶流失傾向，滿足銀行業(yè)關(guān)于貴賓客戶流失預(yù)警的需求。

4、結(jié)束語

隨著經(jīng)濟(jì)形勢及行業(yè)競爭狀況的變化，維系貴賓客戶，防止貴賓客戶流失已經(jīng)成為商業(yè)銀行的工作重點(diǎn)。本文對貴賓客戶的流失影響因素進(jìn)行識別，并以此為基礎(chǔ)構(gòu)建貴賓客戶流失預(yù)測模型對潛在流失客戶進(jìn)行識別;針對銀行貴賓客戶流失問題復(fù)雜非線性，使用單一模型難以取得較好效果的特點(diǎn)，通過使用RBF神經(jīng)網(wǎng)絡(luò)對LSVM、決策樹、貝葉斯網(wǎng)絡(luò)預(yù)測結(jié)果進(jìn)行組合，明顯提高了預(yù)測的效果;通過對實(shí)際客戶流失數(shù)據(jù)的驗(yàn)證，表明本文提出的思路可以成為銀行進(jìn)行客戶關(guān)系管理的有效選擇。

參考文獻(xiàn)：

[1]賀本嵐.支持向量機(jī)模型在銀行客戶流失預(yù)測中的應(yīng)用研究[J].金融論壇，2014（9）：70-74.

[2]王未卿，姚嬈，劉澄，等.商業(yè)銀行客戶流失的影響因素[J].金融論壇，2014（1）：73-79.

[3]肖進(jìn)，劉敦虎，賀昌政.基于GMDH的“一步式”客戶流失測集成建模[J].系統(tǒng)工程理論與實(shí)踐，2012，32（4）：808-813.

[4]李洋.基于神經(jīng)元網(wǎng)絡(luò)的客戶流失數(shù)據(jù)挖掘預(yù)測模型[J].計(jì)算機(jī)應(yīng)用，2013，33（S1）：48-51.

[5] PRASAD D，MADHAVI S. Prediction of churn behaviorof bank customer customers using data mining tools[J].Business Intelligence Journal， 2012，5（1）：96-101.

[6]賀本嵐.支持向量機(jī)模型在銀行客戶流失預(yù)測中的應(yīng)用研究[J].金融論壇，2014（9）：70-74.

[7]洪麗平，覃錫忠，賈振紅.基于后驗(yàn)概率支持向量機(jī)在客戶流失中的預(yù)測[J].計(jì)算機(jī)工程與設(shè)計(jì)，2016，37（2）：430-432.

[8]羅彬，邵培基，羅盡堯，劉獨(dú)玉，夏國恩.基于粗糙集理論-神經(jīng)網(wǎng)絡(luò)-蜂群算法集成的客戶流失研究[J].管理學(xué)報(bào)，2011（2）：265：272.

[9]盧美琴，吳傳威.商業(yè)銀行貴賓客戶流失預(yù)測研究[J].福建商學(xué)院學(xué)報(bào)，2018（02）：31-36.

[10]王紅武，朱紹濤，蔡海博.基于決策樹算法的上市公司股東行為研究[J].數(shù)理統(tǒng)計(jì)與管理，2017，36（1）：139-150.