王雪琪

摘要：作為云計(jì)算、大數(shù)據(jù)衍生出的一種技術(shù)，數(shù)據(jù)挖掘的有效應(yīng)用極大地促進(jìn)了各行各業(yè)的發(fā)展，并且深刻地影響著人們的生活，令各種生產(chǎn)也愈發(fā)智能化。尤其是在金融行業(yè)，正在推廣應(yīng)用數(shù)據(jù)挖掘?qū)I(yè)技術(shù)，并且取得了很可觀的成績，令金融領(lǐng)域的發(fā)展前景越來越廣闊?；诖?，本文概述了數(shù)據(jù)挖掘，并探討了在金融方面有效應(yīng)用數(shù)據(jù)挖掘的措施，希望能夠提供給金融研究領(lǐng)域有用的參考借鑒信息。

關(guān)鍵詞：金融應(yīng)用;數(shù)據(jù)挖掘;輔助決策

作為全新的信息處理專業(yè)技術(shù)之一，數(shù)據(jù)挖掘在上世紀(jì)的美國最先產(chǎn)生，并且率先被應(yīng)用在金融等方面的行業(yè)中。這種技術(shù)主要用于隨機(jī)選取、轉(zhuǎn)換、研究、模型化處理浩瀚的數(shù)據(jù)，并且提取出能夠幫助商業(yè)決策的有效數(shù)據(jù)。目前，伴隨信息化的飛快發(fā)展，金融界的業(yè)務(wù)數(shù)據(jù)也越來越多。從大量的數(shù)據(jù)中分析、提取出切實(shí)有用的信息，并且服務(wù)于金融商業(yè)決策，已經(jīng)逐步發(fā)展成為數(shù)據(jù)挖掘的主要應(yīng)用方面。

一、數(shù)據(jù)挖掘概述

Data Mining是數(shù)據(jù)挖掘的英文名稱。數(shù)據(jù)挖掘是指隨機(jī)地從不計(jì)其數(shù)的、模糊、不完整、含噪音的應(yīng)用數(shù)據(jù)中，深入挖掘、提取出其中隱含著的、事先不曉得的、卻又真正潛藏著的價(jià)值不菲信息及數(shù)據(jù)知識(shí)的整個(gè)過程。其中的數(shù)據(jù)源真實(shí)存在的，而找出的又是客戶真正感興趣的內(nèi)容。此外，這些的知識(shí)必須可接受、極易理解、能夠被有效運(yùn)用，并不需要都是真理知識(shí)，只要能夠支持某種發(fā)現(xiàn)即可，其實(shí)就是指從很多實(shí)際存在的數(shù)據(jù)中，深入挖掘非基礎(chǔ)知識(shí)的一個(gè)過程。而這些平凡的基礎(chǔ)知識(shí)，就指的是常識(shí)或者常見的知識(shí)。形象地說數(shù)據(jù)挖掘就是指從金融業(yè)務(wù)數(shù)據(jù)信息中，找出一定的問題，并有效輔助決策者正確決策。

在數(shù)據(jù)挖掘中，具體的步驟如下：1.問題定義。針對(duì)需要處理的問題，清晰明確地進(jìn)行定義，并控制該問題真正可行、切實(shí)可操作、能夠評(píng)價(jià)。2.搜羅數(shù)據(jù)。足夠多的數(shù)據(jù)信息是數(shù)據(jù)挖掘的條件，所以，在數(shù)據(jù)挖掘中，應(yīng)先收集數(shù)據(jù)，這些數(shù)據(jù)常常源自事務(wù)處理及信息數(shù)據(jù)倉庫。3.整理數(shù)據(jù)。在數(shù)據(jù)挖掘中，整理數(shù)據(jù)很重要。考慮到搜羅來的數(shù)據(jù)常常被污染或存在缺失問題，而無法真正體現(xiàn)出數(shù)據(jù)的基本特征，故此需要泛化處理數(shù)據(jù)，更好地挖掘有價(jià)值的數(shù)據(jù)。4.挖掘數(shù)據(jù)。在這個(gè)過程中，需要綜合應(yīng)用人工智能、統(tǒng)計(jì)分析、數(shù)理技術(shù)等，來分析、研究數(shù)據(jù)，并且找出有用的知識(shí)。5.評(píng)估結(jié)果。針對(duì)數(shù)據(jù)挖掘，往往有很多的結(jié)果，所以應(yīng)從經(jīng)驗(yàn)出發(fā)，來科學(xué)地分析評(píng)估，又或通過實(shí)際數(shù)據(jù)信息，來驗(yàn)證模型的真實(shí)及可行情況。6.決策分析。通過數(shù)據(jù)挖掘，輔助管理者正確決策。由此可見，在數(shù)據(jù)挖掘中，應(yīng)多次修改問題、調(diào)整模型、反復(fù)評(píng)估、循環(huán)檢驗(yàn)等，方才可實(shí)現(xiàn)預(yù)期效果。

二、在金融方面有效應(yīng)用數(shù)據(jù)挖掘

當(dāng)前，在各個(gè)行業(yè)均存在數(shù)據(jù)信息，特別是在金融方面，往往尤其需要處理種類繁多的數(shù)據(jù)。在現(xiàn)代金融業(yè)務(wù)中，均需要大量收集、處理各式各樣的業(yè)務(wù)數(shù)據(jù)，通過一定的人工分析及有效的分析軟件，即可得出想要的結(jié)果。針對(duì)數(shù)據(jù)信息，采取系統(tǒng)化的管理、離散化的挖掘，就能深入可視化、實(shí)例化數(shù)據(jù)信息，真正理清數(shù)據(jù)信息與價(jià)值作用的線性關(guān)系，做到從零散、小、微觀到整齊、大、宏觀，來預(yù)測整個(gè)金融行業(yè)。

（一）風(fēng)險(xiǎn)管理控制

在金融方面的業(yè)務(wù)，一般會(huì)產(chǎn)生很多的流通貨幣行為。所以，作為金融企業(yè)，必須認(rèn)真防范金融風(fēng)險(xiǎn)、快速識(shí)別金融詐騙。而通過數(shù)據(jù)挖掘，就能從數(shù)量龐大的信息中，找出于業(yè)界發(fā)展、信用個(gè)體等有關(guān)的風(fēng)險(xiǎn)信息，并且準(zhǔn)確預(yù)測具體的風(fēng)險(xiǎn)等級(jí)，提供給決策者有效規(guī)避風(fēng)險(xiǎn)用的數(shù)據(jù)。例如，在管理信用卡方面，通過數(shù)據(jù)挖掘，就能分析、研究客戶常用信用卡的模式，并熟悉客戶用卡的各種習(xí)慣，實(shí)時(shí)監(jiān)測使用信用卡的過程。一經(jīng)發(fā)現(xiàn)用卡異常，作為發(fā)卡行，就要及時(shí)予以防范，以避免不必要的損失。此外，通過數(shù)據(jù)挖掘，還能夠分析詐騙行為，深入發(fā)掘出共性，以及時(shí)預(yù)警金融企業(yè)，提醒要強(qiáng)化監(jiān)管，真正防患于未然。

（二）客戶關(guān)系有效管理

通過數(shù)據(jù)挖掘，能基于客戶在金融互動(dòng)中的常規(guī)信息，來分析客戶行為，并從中找出客戶行為的基本規(guī)律。再按這些規(guī)律下的商機(jī)，安排市場部，就這些客戶群體，制定出個(gè)性化的優(yōu)質(zhì)服務(wù)策略、對(duì)應(yīng)的服務(wù)產(chǎn)品。同時(shí)，通過數(shù)據(jù)挖掘，還能幫助金融行業(yè)，按層次各異的客戶群，創(chuàng)建相應(yīng)的發(fā)展戰(zhàn)略，并基于數(shù)據(jù)分析確定客戶價(jià)值，準(zhǔn)確鎖定層次各異的客戶群，深入挖掘潛在的各種客戶。另外，通過數(shù)據(jù)挖掘，還能發(fā)現(xiàn)大客戶、暗含的大客戶及其習(xí)慣、愛好，再提供優(yōu)質(zhì)的服務(wù)，真正贏得這些客戶，并且形成長時(shí)間合作的伙伴關(guān)系。

（三）新市場預(yù)測

在探索應(yīng)用數(shù)據(jù)挖掘中，能夠找出數(shù)據(jù)庫中各種客戶的特征，準(zhǔn)確預(yù)測出營銷活動(dòng)的實(shí)際響應(yīng)率?；谟欣奶卣鳎軌蚱ヅ渖闲碌?、有效的非客戶群，以此來促進(jìn)營銷活動(dòng)增強(qiáng)效果。同時(shí)，通過數(shù)據(jù)挖掘，還能夠從數(shù)據(jù)庫中存在的各種客戶信息，按事先固定好的標(biāo)準(zhǔn)要求，來找出與條件相符的客戶群?；蜥槍?duì)這些客戶，展開聚類分析工作，以達(dá)到自然分群效果，準(zhǔn)確獲取客戶的收入、服務(wù)風(fēng)險(xiǎn)、成本等因素，并且展開預(yù)測、優(yōu)化，以找出新的能夠贏利的客戶?；诖?，通過數(shù)據(jù)挖掘，還能分析、研究大量的金融交易信息，再建立起模型，找出交易信息中的整體趨勢，如新的市場走勢等。這樣金融企業(yè)便能夠從這些信息中，知曉市場上的新變化，并且適當(dāng)調(diào)整經(jīng)營策略，正確做出判斷、決策。

（四）核心競爭力的提高

在金融界的實(shí)力，不僅與自身資本實(shí)力有關(guān)，員工的知識(shí)水平也屬于核心競爭力。通過數(shù)據(jù)挖掘，有助于金融界發(fā)掘內(nèi)在的知識(shí)需求。特別是可以挖掘出影響到金融績效的隱性知識(shí)內(nèi)容，促進(jìn)金融界及時(shí)創(chuàng)新招聘策略、更改培訓(xùn)方向，大幅提升核心競爭力。在金融界，內(nèi)部知識(shí)主要涉及生產(chǎn)模式、戰(zhàn)略目標(biāo)、組織架構(gòu)、人力資源、人際關(guān)系等，內(nèi)部的協(xié)調(diào)往往直接關(guān)系著金融經(jīng)營活動(dòng)。在數(shù)據(jù)挖掘的支持下，可以隨機(jī)采樣、研究、管理金融界內(nèi)部的離散知識(shí)、整體經(jīng)營信息。作為金融管理者，可以通過數(shù)據(jù)挖掘，來分析、判斷金融經(jīng)營中存在的種種問題，再及早展開調(diào)查，有效進(jìn)行應(yīng)對(duì)，以減小經(jīng)營風(fēng)險(xiǎn)。而在金融界，外部知識(shí)體系就是指市場基礎(chǔ)知識(shí)，如潛在的金融市場、既有的市場、有用的客戶信息、競爭對(duì)手信息、供應(yīng)商信息等，以上外部因素均會(huì)影響到金融營銷。通過充分認(rèn)知市場，可以正確制定戰(zhàn)略目標(biāo)，找準(zhǔn)金融市場定位。此外，通過數(shù)據(jù)挖掘，還有助于收集、分析市場信息，建立研究模型，篩選、劃分外部環(huán)境數(shù)據(jù)信息的種類，以提出合理的經(jīng)營策略，促進(jìn)金融事業(yè)健康發(fā)展。

（五）信用分析

在金融行業(yè)，準(zhǔn)確分析顧客信用度、預(yù)測客戶償還貸款的能力往往意義非凡。但在評(píng)定顧客信用級(jí)別、具體償還貸款能力時(shí)，卻常常會(huì)受到很多方面因素的影響，而很難真正獲得精確結(jié)果，以至于影響到提供給客戶的服務(wù)級(jí)別。通過數(shù)據(jù)挖掘，如選用數(shù)據(jù)屬性、相關(guān)性評(píng)價(jià)等，可以促進(jìn)金融企業(yè)及時(shí)剔除掉無關(guān)的不良干擾因素、及時(shí)識(shí)別出關(guān)鍵性影響因素。譬如，在研究客戶的具體還貸能力時(shí)，有關(guān)的償還貸款風(fēng)險(xiǎn)因素，主要涉及客戶負(fù)債率、信用、收人、收入償還比、文化程度、貸款時(shí)間、戶口地等。在數(shù)據(jù)挖掘的支持下，通過綜合分析可得：在客戶還貸真實(shí)能力的影響因素中，收入償還比當(dāng)屬關(guān)鍵性影響因素;負(fù)債率、文化程度、戶口地等的影響則并不明顯，當(dāng)屬非主要因素。經(jīng)過一番分析后，金融企業(yè)便可以基于此，有針對(duì)性地提出優(yōu)質(zhì)的金融服務(wù)措施，提供給顧客真正適合的良好金融服務(wù)，以此來確保企業(yè)得以增強(qiáng)風(fēng)險(xiǎn)控制方面的能力。

三、結(jié)語

綜上所述，在金融方面，數(shù)據(jù)挖掘擁有巨大的應(yīng)空間。伴隨金融行業(yè)的飛快發(fā)展，極大地推動(dòng)了數(shù)據(jù)挖掘的研發(fā)、推廣應(yīng)用。針對(duì)金融行業(yè)，數(shù)據(jù)挖掘有助于金融界從微觀、宏觀角度，有效調(diào)節(jié)金融市場、預(yù)測市場走勢、識(shí)別交易模式等。目前，國內(nèi)金融行業(yè)蒸蒸日上，相應(yīng)的數(shù)據(jù)挖掘也日趨發(fā)展成熟，并且在加快金融界發(fā)展腳步、促進(jìn)金融企業(yè)快速提高競爭實(shí)力等方面也成績卓越。

參考文獻(xiàn)：

[1]許江峰.數(shù)據(jù)挖掘技術(shù)在P2P網(wǎng)絡(luò)金融中的應(yīng)用研究[D].北京：北京交通大學(xué)碩士論文，2016.

[2]張成.數(shù)據(jù)挖掘技術(shù)在金融審計(jì)中的研究與應(yīng)用[D].合肥：安徽大學(xué)碩士論文，2014.

[3]徐廣濤.平安銀行消費(fèi)金融業(yè)務(wù)數(shù)據(jù)挖掘技術(shù)應(yīng)用研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué)碩士論文，2019.

[4]吉陽.數(shù)據(jù)挖掘在銀行客戶關(guān)系管理中的應(yīng)用研究[D].石河子：石河子大學(xué)碩士論文，2016.

[5]戴陽陽.基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測研究與應(yīng)用[D].無錫：江南大學(xué)碩士論文，2015.