摘要：本文運(yùn)用數(shù)據(jù)挖掘方法，以銀行自助設(shè)備實(shí)際業(yè)務(wù)中發(fā)生的流水?dāng)?shù)據(jù)作為數(shù)據(jù)來(lái)源，試圖解決自助設(shè)備備付金預(yù)測(cè)問(wèn)題。通過(guò)分析自助設(shè)備影響因素，比較了神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等預(yù)測(cè)算法，給出了自助設(shè)備預(yù)測(cè)模型。

關(guān)鍵詞：銀行自助設(shè)備 ?備付金 ?預(yù)測(cè)模型 ?探索

0 引言

隨著金融系統(tǒng)的不斷完善、業(yè)務(wù)的飛速發(fā)展以及信息化的普及，極大拓寬了銀行的交易渠道，但因我國(guó)支付體系與交易習(xí)慣等因素，現(xiàn)金業(yè)務(wù)在銀行業(yè)務(wù)中仍然占有不可或缺的重要地位，導(dǎo)致了現(xiàn)金流通量極其龐大，而利用自助設(shè)備完成的存取款交易，就占現(xiàn)金交易的70%以上。與此同時(shí)，金融行業(yè)作為經(jīng)濟(jì)的核心，信息化水平緊跟潮流步伐，信息技術(shù)應(yīng)用已經(jīng)深入銀行經(jīng)營(yíng)管理的各個(gè)層面，數(shù)據(jù)不斷積累，使利用數(shù)據(jù)挖掘技術(shù)提升銀行經(jīng)理營(yíng)管理水平成為可能。如果能夠?qū)γ颗_(tái)自助設(shè)備每天的現(xiàn)金進(jìn)行預(yù)測(cè)，就能夠及時(shí)、準(zhǔn)確、安全地向自助設(shè)備調(diào)撥資金，使設(shè)備的現(xiàn)金正好滿(mǎn)足營(yíng)業(yè)需要，既保證設(shè)備正常對(duì)外服務(wù)又減少現(xiàn)金占用，達(dá)到減少現(xiàn)金管理、提高資金利用率的雙重目標(biāo)。

1 數(shù)據(jù)挖掘簡(jiǎn)述

數(shù)據(jù)挖掘綜合利用各種統(tǒng)計(jì)分析方法，從海量的數(shù)據(jù)中自動(dòng)搜索隱藏于數(shù)據(jù)本身之中的特殊關(guān)系，并展現(xiàn)為用戶(hù)所理解信息的過(guò)程。從商業(yè)層面說(shuō)，數(shù)據(jù)挖掘就是從海量的商業(yè)歷史業(yè)務(wù)數(shù)據(jù)中，借助查詢(xún)、分析、轉(zhuǎn)換以及其他數(shù)學(xué)建模方法，提煉關(guān)鍵性的商業(yè)輔助決策數(shù)據(jù)。它的核心是提供一種機(jī)制，將萃取的知識(shí)融入到未來(lái)的經(jīng)營(yíng)管理中。

數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)的關(guān)鍵步驟，它主要利用機(jī)器學(xué)習(xí)的學(xué)習(xí)算法，并融合人工智能的相關(guān)原理，實(shí)現(xiàn)數(shù)據(jù)挖掘。什么是機(jī)器學(xué)習(xí)？如果一個(gè)程序針對(duì)某項(xiàng)任務(wù)A，能夠根據(jù)經(jīng)驗(yàn)B進(jìn)行自我完善，并且能夠用C對(duì)其性能進(jìn)行測(cè)量，那么稱(chēng)此程序?yàn)槿蝿?wù)A的B學(xué)習(xí)。機(jī)器學(xué)習(xí)主要有人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法等算法。人工神經(jīng)網(wǎng)絡(luò)是一種用模擬人類(lèi)大腦神經(jīng)結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。支持向量機(jī)方法（簡(jiǎn)稱(chēng)SVM）在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷，期望取得最好的推廣能力。

2 預(yù)測(cè)模型

數(shù)據(jù)挖掘本質(zhì)上是一個(gè)不斷反復(fù)的過(guò)程，其核心步驟被反復(fù)執(zhí)行，直到獲得比較滿(mǎn)意的結(jié)果。當(dāng)進(jìn)行特定的數(shù)據(jù)挖掘任務(wù)時(shí)，需要針對(duì)業(yè)務(wù)問(wèn)題選取數(shù)據(jù)，再對(duì)選取的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，使其符合模型對(duì)數(shù)據(jù)的輸入要求;然后將數(shù)據(jù)送入模型進(jìn)行分析。模型建立是一個(gè)多次重復(fù)的過(guò)程，需要仔細(xì)判斷哪個(gè)模型對(duì)問(wèn)題最有效。在“數(shù)據(jù)處理”階段，首先要解決的問(wèn)題是明確業(yè)務(wù)層面的目標(biāo)。在“建立模型”階段，首先選擇一個(gè)比較貼切的算法，再根據(jù)實(shí)際模型的類(lèi)型與特點(diǎn)進(jìn)行實(shí)際的試驗(yàn)與比較，選擇最適合于解決問(wèn)題的方法進(jìn)行建模;在“數(shù)據(jù)分析階段”，主要進(jìn)行數(shù)據(jù)轉(zhuǎn)換，使之更好地匹配業(yè)務(wù)問(wèn)題和已選擇的算法，從而使模型取得較好的效果。

本文的目的在于預(yù)測(cè)自助設(shè)備所需現(xiàn)金，由于自助設(shè)備現(xiàn)金流動(dòng)自身變化規(guī)律十分復(fù)雜，不僅受環(huán)境、日期、星期、節(jié)假日、天氣等多種因素影響，而且還存在著隨機(jī)、多變和多樣等特性。在諸多因素的共影響下，導(dǎo)致自助設(shè)備現(xiàn)金流動(dòng)呈現(xiàn)一個(gè)復(fù)雜的、非線(xiàn)形形態(tài)，難以用精確的數(shù)據(jù)模型進(jìn)行擬合，因此在選擇模型時(shí)，采用人工神經(jīng)網(wǎng)絡(luò)、SVM等非線(xiàn)性映射功能模型為主，傳統(tǒng)的統(tǒng)計(jì)方法如回歸分析、指數(shù)平滑等作為輔助方法。預(yù)測(cè)流程如圖1所示：

■

2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要對(duì)抽取的源數(shù)據(jù)進(jìn)行相關(guān)處理并存儲(chǔ)，以滿(mǎn)足建模要求。處理主要包括數(shù)據(jù)清洗、指數(shù)平滑、壞點(diǎn)處理、相似日分析、規(guī)范化等。本文使用的源數(shù)據(jù)是由自助設(shè)備每天交易的流水?dāng)?shù)據(jù)所形成的時(shí)間序列。

數(shù)據(jù)清洗。數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)很容易受到各種因素的干擾。因此在數(shù)據(jù)挖掘之前規(guī)范原始數(shù)據(jù)、檢測(cè)調(diào)整異常數(shù)據(jù)，進(jìn)行必要的數(shù)據(jù)清洗。

首先完成數(shù)據(jù)篩選，再進(jìn)行匯總合并。挑選涉及現(xiàn)金的交易，選取對(duì)現(xiàn)金預(yù)測(cè)有用信息如交易日期、交易金額、存取等;匯總合并核心是按天計(jì)算“最大需鈔量”：按照“存款為正，取款為負(fù)”的原則對(duì)流水中每條記錄按交易時(shí)間先后順序逐筆軋差，取軋差中負(fù)值絕對(duì)值最大的軋差值為該設(shè)備的最大需鈔量。匯總合并后數(shù)據(jù)示例如表1：

表1 ?最大需鈔量計(jì)算規(guī)則

■

壞點(diǎn)處理。因突發(fā)性事件或偶然因素，如臺(tái)風(fēng)、節(jié)假日、超級(jí)客戶(hù)取現(xiàn)等，造成某天的交易量急劇異常增大或降低，與平常日數(shù)據(jù)存在巨大差異，這些數(shù)據(jù)稱(chēng)為壞數(shù)據(jù)或噪聲數(shù)據(jù)，必須進(jìn)行處理，處理方法一般采用指數(shù)平滑或臨近類(lèi)似值。

2.2 自助設(shè)備現(xiàn)金影響因素分析

銀行網(wǎng)點(diǎn)每天的現(xiàn)金流量受多方面因素影響，總的來(lái)說(shuō)有宏觀經(jīng)濟(jì)因素和自自客觀條件。

宏觀經(jīng)濟(jì)因素：指國(guó)家宏觀政策層面對(duì)銀行業(yè)造成的影響，如樓市調(diào)控政策、利率市場(chǎng)化、利率變化、濟(jì)濟(jì)整體走勢(shì)、股市的長(zhǎng)跌等等。由于此類(lèi)宏觀因素本身具有不確定性、并且常常不是非常清晰，因此對(duì)業(yè)務(wù)的影響處于一種模糊狀態(tài)。而自助設(shè)備現(xiàn)金預(yù)測(cè)不是長(zhǎng)期趨勢(shì)預(yù)測(cè)、屬于短期預(yù)測(cè)，短期預(yù)測(cè)受宏觀因素的影響非常小，并且現(xiàn)金流量的規(guī)律主要隱藏于大量歷史數(shù)據(jù)中，與宏觀經(jīng)濟(jì)因素關(guān)系不明顯，因此預(yù)測(cè)的關(guān)鍵是如何從海量的、雜亂的歷史數(shù)據(jù)中找出其變化規(guī)律，所以預(yù)測(cè)時(shí)暫時(shí)不考慮宏觀經(jīng)濟(jì)因素。

客觀因素的影響，主要有網(wǎng)點(diǎn)類(lèi)別、網(wǎng)點(diǎn)所處的位置、日期（工作日與節(jié)假日的區(qū)別）、特殊日子（如養(yǎng)老金發(fā)放時(shí)間）、特殊事件的影響等等。一般來(lái)說(shuō)，市縣中心網(wǎng)點(diǎn)、城市網(wǎng)點(diǎn)開(kāi)辦的業(yè)務(wù)種類(lèi)比較多，吸引的客戶(hù)相對(duì)較多，業(yè)務(wù)量也會(huì)相應(yīng)增大，現(xiàn)金收支量也會(huì)相應(yīng)加大;另一方面，網(wǎng)點(diǎn)所處的地理環(huán)境，如城市、農(nóng)村、不同地段、繁華程度等等，對(duì)業(yè)務(wù)量具有非常大的影響：在公司、企業(yè)、人流密集的區(qū)域，業(yè)務(wù)量明顯增大;而邊遠(yuǎn)郊區(qū)、農(nóng)村地區(qū)的業(yè)務(wù)量就會(huì)小很多。節(jié)假日由于客戶(hù)分流、部分業(yè)務(wù)停辦等原因，現(xiàn)金業(yè)務(wù)會(huì)有所減少;而節(jié)假日前后的數(shù)天一般會(huì)出現(xiàn)業(yè)務(wù)高峰期，現(xiàn)金業(yè)務(wù)會(huì)明顯增大?；谝陨弦蛩兀谝延袛?shù)據(jù)的基礎(chǔ)上，增加網(wǎng)點(diǎn)類(lèi)別、節(jié)假日與工作日標(biāo)識(shí)等因素。

2.3 算法比較

建立模型時(shí)，首先將經(jīng)過(guò)預(yù)處理的數(shù)據(jù)分為訓(xùn)練集與測(cè)試集兩個(gè)數(shù)據(jù)集。一般來(lái)說(shuō)，選取數(shù)據(jù)總量的■-■作為測(cè)試集，選取■-■作為訓(xùn)練集。用訓(xùn)練集樣本對(duì)模型進(jìn)行訓(xùn)練，訓(xùn)練完成后，用測(cè)試集樣本作為模型的輸出進(jìn)行測(cè)試，驗(yàn)證模型的準(zhǔn)確性。

2.3.1 衡量指標(biāo)

為了衡量模型預(yù)測(cè)結(jié)果的好壞，選定了幾個(gè)衡量指標(biāo)。設(shè)αt是實(shí)際輸出值，■表示平均值，ci表示預(yù)測(cè)值，衡量指標(biāo)如下：

相關(guān)系數(shù)：用數(shù)值衡量實(shí)際輸出值與預(yù)測(cè)值之間的相關(guān)性，其值越大說(shuō)明模型性能越好，

■

平均平方根誤差：反映實(shí)際輸出值與預(yù)測(cè)值之間的差距，

■

平均絕對(duì)誤差：表示實(shí)際輸出值與預(yù)測(cè)值之差的平均值，

■

相對(duì)平方根誤差：將實(shí)際輸出值與預(yù)測(cè)值之差大于輸出值與平均值之差的情況進(jìn)行放大，

■

絕對(duì)誤差：表示實(shí)際輸出值與預(yù)測(cè)值之差的總和與實(shí)際輸出值差值總和的比值，

■

平均相對(duì)誤差：表示實(shí)際輸出值與絕對(duì)誤差之比，

■■■

2.3.2 不同學(xué)習(xí)方法比較

選用1-鄰近法、SVM、神經(jīng)網(wǎng)絡(luò)等三種機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測(cè)，以1-鄰近法作為參照標(biāo)桿，從預(yù)測(cè)準(zhǔn)確度、處理速度、推廣能力等方面比較不同方法的預(yù)測(cè)效果。

預(yù)測(cè)準(zhǔn)確度：神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)效果最為理想，SVM次之，1-鄰近法的預(yù)測(cè)效果最差。實(shí)驗(yàn)數(shù)據(jù)見(jiàn)表2：

表2 ?不同算法預(yù)測(cè)準(zhǔn)確度比較

■

處理速度：以一個(gè)訓(xùn)練集130個(gè)樣本，測(cè)試集302個(gè)樣本的數(shù)據(jù)集為例，神經(jīng)網(wǎng)絡(luò)比較慢，但還在可以接受的范圍;SVM速度效果比較理想。各方法運(yùn)算速度如下：

1-NN：0.02 秒，時(shí)間可以忽略不計(jì);

神經(jīng)網(wǎng)絡(luò)（迭代600次）：15.46秒，可以接受;

SVM：2.6秒，效果較好。

推廣能力：選擇一個(gè)432個(gè)樣本數(shù)據(jù)集按不同比例進(jìn)行拆分，分別進(jìn)行訓(xùn)練與測(cè)試，對(duì)比測(cè)試結(jié)果。對(duì)比結(jié)果表明，在本案例中神經(jīng)網(wǎng)絡(luò)推廣能力要強(qiáng)于1-NN與SVM，實(shí)驗(yàn)數(shù)據(jù)見(jiàn)表3。

2.4 建模

經(jīng)過(guò)以上分析，確定以自助設(shè)備每天最大需鈔量為樣本數(shù)據(jù)，以日期、星期、網(wǎng)點(diǎn)類(lèi)別為影響因素，采用神經(jīng)網(wǎng)絡(luò)算法，能夠?qū)ψ灾O(shè)備備付金進(jìn)行預(yù)測(cè)。

3 結(jié)束語(yǔ)

本文論以自助設(shè)備付金預(yù)測(cè)為切入點(diǎn)，將數(shù)據(jù)挖掘引于銀行經(jīng)營(yíng)管理實(shí)際，建立了自助設(shè)備備付金預(yù)測(cè)模型，取得了較好應(yīng)用效果。

銀行的備付金包含多方面內(nèi)容，除網(wǎng)點(diǎn)現(xiàn)金外，還包括柜面現(xiàn)金、金庫(kù)現(xiàn)金、超額備付金（非現(xiàn)金）等，只有將影響備付金的所有因素全部進(jìn)行考慮，降低銀行整體備付金，才能使節(jié)省的資金真正產(chǎn)生效益，因此下一步打算對(duì)全省網(wǎng)點(diǎn)柜面、金庫(kù)以及超額備付建立預(yù)測(cè)模型，并建立備付金預(yù)測(cè)系統(tǒng)，使之涵蓋網(wǎng)點(diǎn)、金庫(kù)、超額備付等銀行備付金的多個(gè)環(huán)節(jié)。

參考文獻(xiàn)：

[1]王凱平.基于函數(shù)型數(shù)據(jù)分析的數(shù)據(jù)挖掘功能研究[J].統(tǒng)計(jì)與決策，2011（04）：162-164.

[2]苗永薈，孫英英.數(shù)據(jù)分析與挖掘在代理金融業(yè)務(wù)發(fā)展中的應(yīng)用研究[J].郵政研究，2013（05）：24-27.

[3]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013（01）：148-171.

[4]周江，王偉平，孟丹，等.面向大數(shù)據(jù)分析的分布式文件系統(tǒng)關(guān)鍵技術(shù)[J].計(jì)算機(jī)研究與發(fā)展，2014（02）：148-160.

[5]滕少華，洪嘉銘，張巍.序列模式挖掘在警用車(chē)輛維修數(shù)據(jù)分析中的研究與應(yīng)用[J].江西師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（04）：45-49.

[6]郭均鵬，寧?kù)o，史志奇.基于區(qū)間型符號(hào)數(shù)據(jù)的群組推薦算法研究[J].計(jì)算機(jī)應(yīng)用研究，2013（01）：88-91.

[7]張禮，劉學(xué)軍.一種基于Gamma模型的RNA-seq數(shù)據(jù)分析方法[J].南京大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（04）：70-79.

[8]J.Han，G Dong， Y.Yin，Efficient ?mining of partial periodic patterns in time series database.In Proc ? Int Conf Data Engineering （ICDE'99），1999：123-135.

[9]S.Singh and P.McAtackney，Dynamic Time-Series Forecasting Using Local Approxi mation. In Proceedings of the IEEE Tenth International Conference on Tools with Artificial Intelligence，1998（03）：392-399.

作者簡(jiǎn)介：

何昆（1974-），男，湖北天門(mén)人，系統(tǒng)分析師，研究方向：數(shù)據(jù)分析。