2012年7月28日,第三期COS沙龙:“统计分析在金融领域的应用漫谈”在中国人民大学泊星地咖啡厅如期举行。本次沙龙邀请了刘晓辉和龙泳先两位嘉宾围绕沙龙主题做了精彩分享。

刘晓辉女士,曾就读于中国人民大学统计学院统计学专业,后入中国社会科学院在职研究生院金融所深造,现任北京瑞尼尔技术有限公司分析团队经理。本次沙龙刘晓辉分享了银行体系在进行客户营销过程中的统计建模方法,分享纲要如下:

  1. 开展定量分析的前提之一是已经积累了必要的历史数据,这是定量分析的原材料;
  2.  以客户为中心的定量分析,是为了针对不同价值客户制定差别化的营销和管理策略,已达到利润最大化;客户价值主要从以下几个方面衡量:利润贡献、风险、忠诚度、成本;
  3. 要对客户价值进行分析,需要以下几个方面的数据:客户属性数据、产品使用情况数据、客户与本行(公司)的业务往来历史相关数据,这几个方面都会影响客户为行 (公司)带来价值的大小;
  4. 如同开车一样,开展以利润最大化为目的的客户价值分析,开展一个营销活动,通常需要从以下两个角度考察客户价值:营销指标和风险,营销指标是“油门”,而风险是“刹车”;
  5. 定量分析的一般流程为:
    1. 需求调研
    2. 数据收集、导入与诊断
    3. 定义问题
    4. 数据转换和数据汇总
    5. 基本分析
    6. 模型开发和验证
    7. 模型部署、监控和调试
    8. 设计营销方案,开展营销活动
  6.  常见定量分析工具:SAS、SPSS、S+、R、MATLAB、…
  7. 开展定量分析需要考虑的几个问题:
    1. What:该项定量分析的目标是什么,对象是什么?目前的状况怎样?有哪些资料?
    2. For What:定量分析的结果如何运用?
    3. Why:为什么要开展该项定量分析?
    4. How:怎么开展该项定量分析?具体步骤应该怎么规划和控制?

龙泳先先生,毕业于香港大学统计及精算系,现任某公司咨询师,目前的工作侧重于信用风险相关的计量和交易欺诈风险建模。本次沙龙龙泳先先生分享了“商业银行零售业务信用风险模型”的相关内容。分享纲要如下:

  1. 商业银行的零售业务
    1. 零售资产的定义
    2. 住房抵押贷
    3. 循环类贷款(信用卡)
    4. 消费类贷款
    5. 助学贷款以及其他贷款
    6. 银行零售业务的特点
      1. 客户数目巨大
      2. 单笔交易量小→统计模型在风险管理中的运用
      3. 风险分散
  2. 信用评分与风险量化
    1. 目的: 客户的信用表现 / 欺诈行为/流失倾向 / 接受产品营销的倾向
    2. 技术手段:数理统计理论/数据挖掘技术
    3. 模型变量
  3. 客户信用周期管理
    1. 新客户的筛选和审批
      1. 销响应模型
      2. 申请(Application)评分模型
      3. 申请欺诈侦测模型
    2. 客户管理
      1. 行为(Behavior)评分模型
      2. 交易欺诈模型
    3. 客户关系管理模型
      1. 交叉营销模型
      2. 收益评分模型
      3. 客户流失模型
    4. 催收与回收
      1. 催收(Collection)模型
      2. 回收率模型
  4. 评分模型开发流程、
    1. 数据收集
    2. GBIE定义
    3. 观察期与表现期
    4. 数据清洗
    5. 分池
    6. 单变量分析:统计显著性变量分组和WOE/IV计算
    7. 模型验证
      1. KS 值
      2. Gini(ROC)系数
      3. Divergency 分离度
  5. 巴塞尔协议框架
  6. 最低资本要求与预期损失

来自北京瑞尼尔技术有限公司、FICO、益百利(Experian)、IBM、西门子、百度、凡客、京东、中粮、中国人民大学、北京林业大学、北京大学、中国电信、中国光大银行、中国民生银行、深证发展银行、中国邮政储蓄银行、工商银行金融市场部、国家开发投资公司、上海证券交易所、中国外运股份有限公司、永安期货研究院、寰富投资咨询(上海)有限公司等企业的参与者与嘉宾积极互动,围绕主题展开了深入讨论。

COS北京沙龙第一期链接:

敬请关注COS北京沙龙第三期!

发表/查看评论