商业银行的业务 [商业银行理财业务中的客户细分方法研究]
摘要007年国加快推进银行业混业营进程利率、汇率以及债券市场改革也将加快上市银行将面临多种发展机遇。
随着商业银行向产管理、投银行、保险等业领域渗透产证券化、基金管理、人民币理财、债券投等创新产品将会加速推出理财业已成各银行竞争焦而细分客户对理财业有着重要定作用从主成分析和系统聚类两方面研究客户细分方法。
关键词客户细分;主成分分析;聚类分析、理财业发展现状及问题我国四国有商业银行股改上市都已开始逐步走向综合营模式各商业银行都将新利润增长放到了业上而其人理财业003年开始以也有了很发展。
例如国各商业银行纷纷设立人理财心招商银行金葵花、工商银行理财金账户、建设银行乐当、农业银行金钥匙、光银行阳光理财B计划、民生银行非凡理财等产品相继面世市场上已有0多品牌、几种理财产品;006年年初凭借股市和金市高温各商业银行推出了批与股指、黄金价格挂钩外汇理财产品;并且我国境外银行也将其国外理财业移植到我国市场积极开展外汇理财业。
然而热情投入并不见得能得到所期望效人理财业发展并不理想。
出现了如下主要问题将理财作竞争手段。
005年前期商业银行推行理财业目并不完全是了增加业收入而争夺存款、提高市场份额。
些银行采取盲目承诺高保收益率甚至采取搭售储蓄存款方式销售理财产品将人理财产品演变变相高息揽储工具。
不少股份制商业银行甚至亏损让利条件下推出理财产品以理财产品竞争手段吸引高端客户、争夺零售客户[]。
目前理财业主要还停留咨询、建议或者方案设计上不能客户提供增值具体操作仅是储蓄功能扩展将存贷款产品进行简单结合或者只提供较初级咨询并不涉及房地产、债券、股票、基金等投品种投咨询只是传统储蓄业介绍而所谓上银行其实是将传统银行业照搬到上而线投品种仍然缺乏。
而发达国商业银行混业营趋势下理财业可涉足证券、保险、产投管理等业形成多利润增长。
如国银行人客户现仅仅是根据其综合金融产余额进行划分如50万人民币总行级客户0万人民币省行级客户0万以下般客户划分粗线条式没有对相当级别高端客户进行区分和对贴身也没有对客户职业、年龄、性格、金融产品等拥有详尽并进行划分()。
业围更多是把现有业进行重新整合普遍缺乏更细致客户分层也就无法客户提供切合性化财策划技术、人才支持上都无法满足现实投产品广和深上不能完全满足客户理财。
然而从目前全球金融业现状看混业营模式所产生巨济、效益与竞争力是分业制营模式所难以匹敌。
金融业实行混业营既是国际金融体化要也是国市场形势要。
我国金融界实现混业营必是势所趋。
而且根据国人民银行公布统计数据显示007年月末我国居民户存款737万亿。
由我们可以看到银行理财业有着丰厚物质基础和广阔市场前景。
商业银行要发展理财业占据这块蛋糕除了依赖我国金融市场和制这些外部条件逐步完善更重要是商业银行身完善既改善商行由客户细分所造成理财业发展不健康。
而做客户细分对目前商业银行说其利不仅仅只限理财业也有利商行其他零售业发展。
按照众多客户性特征将客户分类使得商行可以以基础设计相应理财和投组合提高商业银行理财业广与深。
二、研究方法所使用方法特殊处先用主成分分析方法对理财客户众多性特征变量进行主成分分析原因理财客户性特征变量众多方面了避免遗漏重要信息研究尽量选取多变量而另方面随着考虑变量增多增加了问题复杂性由各变量是对事物反映不可变面造成信量重叠既存相关性而主成分分析正是通原变量少数几线性组合释原变量绝多数信息种良方法。
用所得到主成分对所有客户进行系统聚类分析从而将客户细分再利用软件描述统计分析和频率分析对客户性特征、理财产品与、客户满和客户忠诚进行差异性分析。
三、应用分析具体步骤()变量选取和数据预处理、了使客户分割成可行策略通常要满足定准则,它们般包括可识别性、实质性、可接近性、稳定性、响应性和可行动性等。
、利用定性阶梯法进行深访谈筛选出重要理财业、客户满、客户忠诚以及客户性特征情况并了受访者表达这些项目所用语言[3]。
3、效衡量工具是否真正能够测出所想测量事物程(黄俊英996)。
由定性访谈结发展成量性问卷利用量表形态进行量样问卷测试[3]。
问卷被使用前都询问业些专见并进行了修改力合效。
(二)、主成分分析、数据预处理假设某银行有理财客户交易记录并将他们数据处理成了样数据用代表每条客户数据样()描述这银行理财客户性特征变量有用代表变量()则代表客户变量上取值。
则可构成如下原始数据矩阵可知矩阵由原始记录各变量数量级和量纲不造成数值差别悬殊使各种评价指标具有可比性对原始数据进行标准化处理其和分别是指标样值和样方差。
则以前原始数据矩阵变成了标准化、计算相关系数矩阵及它特征值和特征向量标准化基础上计算相关系数矩阵这矩阵每元素表示变量和变量相关系数。
对相关系数矩阵作b正交变换得到对角矩阵即存正交矩阵Q使得相关系数矩阵R使得其R特征值他们所对标准特征正交向量主因分析他们关系是我们不妨假设特征值而主因子方差方差越对总变异贡献越。
而主成分则可表示3、进行主成分分析就了减少变量数所以选取出主成分数定是少通常以所取得数使得累计贡献率达到85%以上宜即这其具有重要义它叫做因子荷量反映是主成分和每原始变量相关关系而则表示主成分所有指标对该主成分依赖作用这值越则说明我们主成分分析越成功。
计算程当然是用标准化了数据把他们带入(三)、聚类分析用我们所得到主成分(作理财客户性特征维用客户这些主成分上得分作聚类变量进行系统聚类分析。
它原理是预先不知道目标数据库到底有多少类情况下,希望将所有样组成不类或者说聚类,并且使得这种分类情况下,以某种量标准相异,聚类化,而不聚类化。
其具体步骤[]如下、规定样距离和类与类距离则由欧氏距离公式计算和类平法计算即()()式()和是样序是主成分序。
而()和分别是类和样数。
类平法较地利用了所有样信息很多情况下它被认是种比较系统聚类方法。
、计算类与类距离开始每客户样都各成类组成类。
故开始类与类距离与样距离相,即3、进行系统聚类将元素对应类合并然按照公式()重新计算新类与相邻类距离。
如全部类都已成类则程终止否则回到步骤3。
、根据要确定阈值将各调客户(即各样)划分类。
6、计算每客户类别综合得分其(,,)是类所有客户综合得分平值。
根据每客户类别综合得分情况我们可以对这些类别客户进行等级划分并且有新客户加入根据其客户综合得分就知道将该客户归入哪类别从而实现对客户科学分类。
四、结论与建议所采取方法避免了传统用人口特征对客户进行细分盲目性也避免了选择特征变量人性和相关性。
客户细分根据每类客户性特征变量取值总结他们特商业银行就可对不客户实行差异化营销战略即不理财客户提供差异化产品。