基于K-means數(shù)據(jù)分析法的金融客戶風(fēng)險(xiǎn)研究

夏廣偉，何清泉，李雨珊

（1.長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院，湖南 長(zhǎng)沙 410004；2.保險(xiǎn)職業(yè)學(xué)院，湖南 長(zhǎng)沙 410114）

進(jìn)入21世紀(jì)，伴隨著新科技革命的深入發(fā)展，互聯(lián)網(wǎng)成為時(shí)代潮流，為社會(huì)發(fā)展創(chuàng)造了無限機(jī)遇，使得居民消費(fèi)方式發(fā)生了巨大的改變，消費(fèi)支付由“現(xiàn)金付款”變成“貨幣＋信用支付”的形式（如圖1所示），為居民生活帶來了更多便利。信用支付主要利用客戶個(gè)人信用等級(jí)獲得一定預(yù)支信用額度，具體通過信用卡形式體現(xiàn)。信用卡“預(yù)支”功能給客戶消費(fèi)帶來極大便利，促進(jìn)社會(huì)消費(fèi)，并幫助商業(yè)銀行在積累優(yōu)質(zhì)客戶、提升收益方面發(fā)揮了重要作用［1］。如何在為客戶提供便利的同時(shí)，進(jìn)一步降低信用預(yù)支功能帶來的爛賬、壞賬等風(fēng)險(xiǎn)，有效促進(jìn)信用卡業(yè)務(wù)的良性發(fā)展，是銀行業(yè)亟待解決的問題。本文通過基于K-means 算法的客戶分類方法對(duì)信用卡客戶進(jìn)行精確識(shí)別并分類，動(dòng)態(tài)劃分客戶風(fēng)險(xiǎn)等級(jí)，有利于規(guī)避銀行在拓展信用卡業(yè)務(wù)時(shí)可能出現(xiàn)的風(fēng)險(xiǎn)，助力銀行高質(zhì)量獲客、精細(xì)化客戶管理，提高銀行風(fēng)險(xiǎn)管理能力。

圖1 信用卡支付方式

一、銀行信用卡客戶分類

信用卡擁有支付和消費(fèi)信貸的雙重屬性，不同客戶群體的信用透支額度不同，客戶消費(fèi)信貸的風(fēng)險(xiǎn)也存在巨大差異［2］。為了有效預(yù)防客戶消費(fèi)信貸過程中可能出現(xiàn)的信用風(fēng)險(xiǎn)，銀行有必要對(duì)信用卡客戶群體進(jìn)行風(fēng)險(xiǎn)識(shí)別，精選優(yōu)質(zhì)客戶，規(guī)避與防范信用風(fēng)險(xiǎn)。

根據(jù)余旋關(guān)于信用卡客戶的分類方法［3］，信用卡客戶大致可以分為4類。

（一）低端客戶

低端客戶指的是低貢獻(xiàn)、高風(fēng)險(xiǎn)客戶。一般包含兩類客戶群體：一類是刷卡消費(fèi)形式單一，每次消費(fèi)額度大（如消費(fèi)值大于額度60%以上），且每月還款額度基本維持在銀行最低要求的客戶；另一類是征信中存在不良行為的客戶，如每次消費(fèi)爆卡的客戶。

（二）中端客戶

中端客戶指高貢獻(xiàn)、高風(fēng)險(xiǎn)客戶。這一類客戶的特點(diǎn)是用卡頻率較高，對(duì)銀行貢獻(xiàn)度較大，他們幾乎月刷卡率都在60%以上。同時(shí)，此類客戶也會(huì)存在最低額度還款和分期還款的行為，屬于既有貢獻(xiàn)又有風(fēng)險(xiǎn)的一類。

（三）潛力客戶

潛力客戶是指低貢獻(xiàn)、低風(fēng)險(xiǎn)客戶。這一類客戶的刷卡額度一般不高，消費(fèi)使用頻率較低，且?guī)缀醪淮嬖诜制谇闆r，因此對(duì)銀行的貢獻(xiàn)較低，但是由于消費(fèi)都是按時(shí)全額還款，這意味著此類客戶發(fā)生死賬、壞賬的風(fēng)險(xiǎn)極低，屬于銀行較喜歡的客戶類型。

（四）高端客戶

高端客戶指高貢獻(xiàn)、低風(fēng)險(xiǎn)客戶。一般指信用卡每月的使用頻率很高，月使用額度60%以上，且全額還款或分期還款低。高端客戶消費(fèi)的商戶質(zhì)量高，消費(fèi)能力強(qiáng)，消費(fèi)商戶真實(shí)度高，消費(fèi)方向多元化，這些信息表明客戶資產(chǎn)雄厚，信用值極好，可以享受銀行提供的最優(yōu)質(zhì)的服務(wù)。

二、K-means算法

（一）算法定義

K-means 算法，即k 均值聚類算法（kmeans clustering algorithm），是一種迭代求解的分類算法。其計(jì)算過程是：首先，將采集的數(shù)據(jù)分為若干個(gè)組，產(chǎn)生隨機(jī)的初始聚類中心；然后，分別計(jì)算各類目數(shù)據(jù)與這些聚類中心之間的距離；最后，根據(jù)距離的遠(yuǎn)近將類目數(shù)據(jù)對(duì)象進(jìn)行重新分配。在計(jì)算過程中，會(huì)根據(jù)現(xiàn)有對(duì)象不斷更新聚類中心，直到滿足某個(gè)終止條件為止，終止條件可以不設(shè)置，也可以是要求的最小數(shù)目。聚類的核心思想是將物理或抽象的對(duì)象集合分為由類似屬性對(duì)象組成的多個(gè)類（cluster），目前常用的聚類算法有劃分法、層次法、密度法、網(wǎng)格法等［4］。

（二）算法步驟

K-means聚類算法是經(jīng)典且應(yīng)用廣泛的劃分方法之一，具有理論可靠、算法簡(jiǎn)單、收斂速度快、能有效處理大數(shù)據(jù)集等優(yōu)點(diǎn)［5］。算法步驟如下。

步驟一：預(yù)設(shè)k個(gè)對(duì)象數(shù)據(jù)來形成初始的聚類中心：a=a1,a2,a3...ak；

步驟二：分析采集的數(shù)據(jù)樣本，將每個(gè)樣本的值用符號(hào)xi來表示，分別計(jì)算每個(gè)值到所有的k個(gè)聚類中心的距離，得到結(jié)果后，進(jìn)行對(duì)比分析，將每個(gè)樣本分配到與聚類中心距離最近的類中；

步驟三：計(jì)算完成后，會(huì)產(chǎn)生新的類集aj=，重復(fù)上面的計(jì)算過程來更新聚類中心；

通常情況下，可以通過重復(fù)上面的操作步驟來提高精確度，直到結(jié)果符合預(yù)期為止。K-means算法流程如圖2所示。

圖2 K-means算法流程圖

三、基于K-means算法的客戶分類

本文計(jì)算所用數(shù)據(jù)來源于泰迪大數(shù)據(jù)平臺(tái)，經(jīng)過預(yù)處理后選擇6萬條信用卡客戶數(shù)據(jù)，數(shù)據(jù)集主要包括客戶編號(hào)、逾期、強(qiáng)制?？ㄓ涗?、婚姻、個(gè)人月收入、年齡、呆賬等26 個(gè)關(guān)鍵字段，部分字段的 具體值如圖3所示。

圖3 數(shù)據(jù)表部分字段值

（一）基于K-means算法的客戶分類方法

首先對(duì)客戶數(shù)據(jù)進(jìn)行預(yù)處理，然后利用Kmeans算法對(duì)客戶類型進(jìn)行統(tǒng)計(jì)分析，評(píng)定客戶風(fēng)險(xiǎn)等級(jí)，為銀行信用卡客戶業(yè)務(wù)處理提供合理建議，具體處理方法如下：

（1）確定分析目標(biāo)。

（2）數(shù)據(jù)清洗，確定并完善關(guān)鍵字段。

（3）構(gòu)建K-means 聚類模型，對(duì)客戶風(fēng)險(xiǎn)類型進(jìn)行聚類分析。

（4）根據(jù)聚類計(jì)算結(jié)果評(píng)估客戶風(fēng)險(xiǎn)。

（5）依據(jù)聚類分析產(chǎn)生的客戶類型，為銀行提出合理建議。

客戶風(fēng)險(xiǎn)分析的具體流程如圖4所示。

圖4 客戶風(fēng)險(xiǎn)分析流程圖

（二）數(shù)據(jù)預(yù)處理

為了方便進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析，首先對(duì)數(shù)據(jù)字段值進(jìn)行預(yù)處理，如將逾期、強(qiáng)制?？ㄓ涗浀闹翟O(shè)置為1和2，表示“是”和“否”兩種狀態(tài)；將婚姻的值設(shè)置為1、2和3，分別代表“未婚”“已婚”和“其他”；同理，將個(gè)人月收入、年齡、月刷卡額分別以不同的值來代表不同的區(qū)間段，等等。部分字段的具體設(shè)置屬性說明（見表1）：

表1 部分字段說明

續(xù)表

（三）基于K-means的數(shù)據(jù)分析

1.分析工具

本文采用python 語言對(duì)處理好的信用卡客戶數(shù)據(jù)進(jìn)行建模分析，圖5為經(jīng)過清洗后的客戶數(shù)據(jù)統(tǒng)計(jì)量結(jié)果。

圖5 數(shù)據(jù)清洗及描述截圖

從統(tǒng)計(jì)結(jié)果可以看出，信用卡交易原始數(shù)據(jù)大小為60 000 行、26 列，如果以存在“逾期”“呆賬”“強(qiáng)制停卡記錄”“退票記錄”“拒往記錄”和“瑕疵戶”等6 個(gè)關(guān)鍵字段作為分析指標(biāo)，則風(fēng)險(xiǎn)用戶的數(shù)據(jù)大小為2 002 行、26 列，低風(fēng)險(xiǎn)或無風(fēng)險(xiǎn)的客戶數(shù)據(jù)大小為57 998行、26列；如果以存在“呆賬”“強(qiáng)制停卡記錄”“退票記錄”“拒往記錄”等4 個(gè)關(guān)鍵字段作為分析指標(biāo)，則風(fēng)險(xiǎn)用戶的數(shù)據(jù)大小為2 339行、26列，低風(fēng)險(xiǎn)或無風(fēng)險(xiǎn)的客戶數(shù)據(jù)大小為57 661行、26列。本文以第一種的6個(gè)關(guān)鍵字段來作為風(fēng)險(xiǎn)行為特征分析指標(biāo)。

2.構(gòu)建FJS特征模型

根據(jù)客戶風(fēng)險(xiǎn)行為、經(jīng)濟(jì)狀況、收入情況等影響客戶信用風(fēng)險(xiǎn)的主要因素，構(gòu)建信用卡客戶FSJ特征模型，即客戶風(fēng)險(xiǎn)行為特征（F）、客戶經(jīng)濟(jì)狀況特征（J）、客戶收入情況特征（S）。分別對(duì)客戶上述數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得到特征值排名前五的數(shù)據(jù)，如表2、表3和表4所示。

表2 風(fēng)險(xiǎn)行為特征數(shù)據(jù)統(tǒng)計(jì)表

表3 經(jīng)濟(jì)狀況數(shù)據(jù)統(tǒng)計(jì)表

續(xù)表

表4 收入情況數(shù)據(jù)統(tǒng)計(jì)表

3.聚類處理

由于不同字段數(shù)據(jù)的極差區(qū)別較大，為了更好了解信用卡客戶數(shù)據(jù)分布情況，進(jìn)一步將數(shù)據(jù)做標(biāo)準(zhǔn)化處理，同時(shí)為了提高精度，設(shè)置合適的聚類的中心點(diǎn)數(shù)目，通過計(jì)算簇內(nèi)誤差平方和（SSE）來選擇合適的k值。

其中，C 為樣本集合，p 為簇內(nèi)樣本中心，mi為簇內(nèi)每個(gè)樣本點(diǎn)。以此方法為依據(jù)，當(dāng)出現(xiàn)明顯拐點(diǎn)時(shí)，則k值最優(yōu)。

由圖6可以看出，簇內(nèi)誤差平方和在4 和5 時(shí)出現(xiàn)了較大拐點(diǎn)，當(dāng)k值大于5時(shí)，則誤差平方和減少的趨勢(shì)不再明顯，所以可設(shè)置最佳類簇?cái)?shù)量為5，得到聚類中心數(shù)據(jù)如圖7所示。

圖6 簇內(nèi)誤差平方和

圖7 FJS聚類中心

將聚類中心數(shù)據(jù)進(jìn)行計(jì)算處理，可以得到客戶聚類分群表，如表5所示。

表5 客戶聚類分群表

經(jīng)過計(jì)算，得到5 個(gè)聚類中心，表中的聚類類別1～5 表示五種類型的客戶，類別個(gè)數(shù)代表該聚類中心附近的客戶數(shù)量。其中，風(fēng)險(xiǎn)行為特征數(shù)據(jù)值越小，說明風(fēng)險(xiǎn)越大；經(jīng)濟(jì)狀況風(fēng)險(xiǎn)特征值越小，說明經(jīng)濟(jì)狀況越差；收入情況風(fēng)險(xiǎn)特征絕對(duì)值越小，說明收入情況越穩(wěn)定。

4.聚類分類結(jié)果分析與建議

從聚類結(jié)果上看，客戶被分成5 種不同的類型，結(jié)合實(shí)際情況可將客戶分類如下：非目標(biāo)客戶、高風(fēng)險(xiǎn)客戶、中風(fēng)險(xiǎn)客戶、一般客戶、優(yōu)質(zhì)客戶。

非目標(biāo)類客戶：對(duì)應(yīng)表中聚類類別序號(hào)為2的客戶，此類客戶風(fēng)險(xiǎn)行為分值很高、且經(jīng)濟(jì)情況很差、收入狀況一般。他們是客戶中的瑕疵戶，在用卡過程中頻繁出現(xiàn)逾期、呆賬等行為，建議銀行將此類客戶定為非目標(biāo)客戶，在后續(xù)的營(yíng)銷過程中，逐步降低其用卡額度，或者根據(jù)情況限制其使用信用卡。

高風(fēng)險(xiǎn)客戶：對(duì)應(yīng)表中聚類類別序號(hào)為5的客戶，此類客戶風(fēng)險(xiǎn)行為分值一般，經(jīng)濟(jì)狀況較差，收入情況較差。他們?cè)谛庞每ǖ氖褂眠^程中出現(xiàn)過逾期等不良行為，且在銀行信用記錄較差。針對(duì)此類高風(fēng)險(xiǎn)客戶，銀行需要大力提升監(jiān)管力度，對(duì)客戶的狀況進(jìn)行深入了解，避免出現(xiàn)其他風(fēng)險(xiǎn)。

中風(fēng)險(xiǎn)客戶：對(duì)應(yīng)表中聚類類別序號(hào)為3的客戶，此類客戶風(fēng)險(xiǎn)行為分值一般，經(jīng)濟(jì)狀況一般，收入波動(dòng)較大。他們一般缺乏穩(wěn)定的收入來源，在信用卡使用過程中很可能出現(xiàn)資金周轉(zhuǎn)問題。銀行需要謹(jǐn)慎對(duì)待此類客戶，建議定期發(fā)送分期或提額短信來提高客戶的活躍度。同時(shí)，加大與客戶溝通頻率，以便及時(shí)調(diào)整客戶風(fēng)險(xiǎn)等級(jí)，優(yōu)化服務(wù)策略。

一般客戶：對(duì)應(yīng)表中聚類類別序號(hào)為4 的客戶，此類客戶風(fēng)險(xiǎn)行為分值一般，經(jīng)濟(jì)情況較好，收入情況較好。他們?cè)谄綍r(shí)用卡過程中基本未出現(xiàn)逾期等不良情況，風(fēng)險(xiǎn)性低。建議銀行定期給此類客戶增加臨時(shí)額度，額度多少可根據(jù)分值變化綜合評(píng)定。并且可以適當(dāng)向此類客戶推薦其他產(chǎn)品，這樣不僅可以增加客戶黏性，也能夠獲得更多的收益。

優(yōu)質(zhì)客戶：包括數(shù)據(jù)集中未被選中的客戶（無風(fēng)險(xiǎn)行為客戶）以及實(shí)驗(yàn)結(jié)果中聚類類別序號(hào)為1的客戶，此類客戶風(fēng)險(xiǎn)分析值很低，經(jīng)濟(jì)情況良好，收入情況良好。此類客戶完全能夠按時(shí)還款，消費(fèi)刷卡符合自身收入水平，無不良行為記錄。根據(jù)數(shù)據(jù)反映出的客戶特點(diǎn)，建議銀行進(jìn)行個(gè)性化服務(wù)，如對(duì)消費(fèi)頻繁的客戶，做好及時(shí)回訪和定期提額；對(duì)額度需求較大的客戶，給予優(yōu)惠貸款利率或提供專屬分期服務(wù)；對(duì)其他優(yōu)質(zhì)客戶還可以根據(jù)其自身特點(diǎn)，提供優(yōu)先推薦體驗(yàn)新業(yè)務(wù)和關(guān)聯(lián)產(chǎn)品推送等服務(wù)，以進(jìn)一步增加客戶滿意度和忠誠(chéng)度，提升客戶價(jià)值和銀行的經(jīng)濟(jì)效益。

四、總結(jié)

本文采用Python語言對(duì)采集的信用卡客戶信息數(shù)據(jù)進(jìn)行分析，提出一種基于K-means 聚類分析法的評(píng)價(jià)模型，與銀行傳統(tǒng)的客戶分類方法相比，該模型能從多個(gè)維度和角度對(duì)客戶的風(fēng)險(xiǎn)進(jìn)行評(píng)估，不僅可以更精確實(shí)現(xiàn)客戶分類，有效降低銀行在發(fā)放信用卡過程中可能出現(xiàn)的風(fēng)險(xiǎn)，也能夠?qū)蛻艉罄m(xù)用卡的行為進(jìn)行有效預(yù)測(cè)，進(jìn)而及時(shí)向銀行提出合理建議，以便其調(diào)整對(duì)客戶的服務(wù)策略。