大数据时代商业银行电子商务零售客户风险评分模型设计框架及实证分析

被引:6
作者
黄昶君
王林
机构
[1] 中国建设银行总行风险管理部
关键词
大数据; 电子商务; 商业银行; B2C;
D O I
暂无
中图分类号
F831.1 [银行制度]; F713.36 [电子贸易、网上贸易]; F713.32 [零售贸易];
学科分类号
020202 ; 1201 ;
摘要
本文采用大数据相关思维为指导,采用相关数据挖掘技术,对商业银行电子商务平台零售客户的风险计量模型进行设计和构建。首先根据客户相关信息及行为变量,采用决策树方法将电子商务客户分为若干群体,并分析总结了不同客户群体的行为特征;然后通过分析电子商务平台客户的相关行为信息以及其在线下的金融产品交易活动,构建相关建模备选变量;在此基础上,采用国际先进银行通用的建模方法,以零售B2C类的消费客户为例,进行了风险评分模型实证分析。结果表明,通过大数据分析基础上的电子商务客户风险模型构建,具有较好的风险识别能力和区分度,各项检验结果较为合理。本研究对商业银行利用大数据思维构建风险管理工具以及提高电子商务平台的风险管理水平提供了实证支持,具有一定现实参考意义。
引用
收藏
页码:16 / 26
页数:11
相关论文
共 3 条
[1]  
Support vector machines for credit scoring and discovery of significant features[J] . Tony Bellotti,Jonathan Crook.Expert Systems With Applications . 2008 (2)
[2]  
The evaluation of consumer loans using support vector machines[J] . Sheng-Tun Li,Weissor Shiue,Meng-Huah Huang.Expert Systems With Applications . 2005 (4)
[3]   Bankruptcy prediction using support vector machine with optimal choice of kernel function parameters [J].
Min, JH ;
Lee, YC .
EXPERT SYSTEMS WITH APPLICATIONS, 2005, 28 (04) :603-614