我國(guó)金融行業(yè)中的數(shù)據(jù)挖掘情況和分析方法,計(jì)算機(jī)信息管理論文

我們國(guó)家金融行業(yè)中的數(shù)據(jù)挖掘情況和分析方法,計(jì)算機(jī)信息管理論文摘要：本文主要基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析方式方法進(jìn)行研究，隨著經(jīng)濟(jì)發(fā)展企業(yè)的生產(chǎn)經(jīng)營(yíng)的經(jīng)過(guò)中會(huì)產(chǎn)生大量的數(shù)據(jù)堆積，這些大量的數(shù)據(jù)中存在著部分有價(jià)值的信息，企業(yè)要在劇烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出，就需要找到這些有用的數(shù)據(jù)信息。對(duì)這些數(shù)據(jù)做好分析，才能幫助金融企業(yè)更好的發(fā)展。本文關(guān)鍵詞語(yǔ):數(shù)據(jù)挖掘;金融數(shù)據(jù);數(shù)據(jù)分析;數(shù)據(jù)挖掘作為一個(gè)新興的領(lǐng)域，隨著互聯(lián)網(wǎng)信息化的發(fā)展，已經(jīng)廣泛的運(yùn)用到很多行業(yè)中，金融數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個(gè)一部分。金融的范圍非常廣泛，數(shù)據(jù)在金融行業(yè)中也起著非常重要的作用，一個(gè)微小數(shù)據(jù)的變化，就可能會(huì)對(duì)經(jīng)濟(jì)造成很大的影響。因而通過(guò)對(duì)數(shù)據(jù)的分析，能夠在金融業(yè)在經(jīng)濟(jì)全球化浪潮中把握先機(jī)，得到更大的發(fā)展。隨著經(jīng)濟(jì)全球化和互聯(lián)網(wǎng)金融的發(fā)展，金融開放性讓我們國(guó)家金融也面臨著整個(gè)世界金融機(jī)構(gòu)帶來(lái)的宏大挑戰(zhàn)。這樣的壓力下給我們國(guó)家金融行業(yè)提供了機(jī)遇和發(fā)展空間，要想把握機(jī)遇，就要對(duì)金融數(shù)據(jù)做好分析。1、數(shù)據(jù)挖掘的基本概述21世紀(jì)世界有著經(jīng)濟(jì)全球化，數(shù)據(jù)信息化以及金融國(guó)際化等眾多特征，金融數(shù)據(jù)信息化在生活中起到越來(lái)越大作用，人們通過(guò)對(duì)信息化金融數(shù)據(jù)大規(guī)模的分析，找到重要的信息。方便處理相關(guān)的金融業(yè)務(wù)，數(shù)據(jù)挖掘是一項(xiàng)和將來(lái)發(fā)展嚴(yán)密聯(lián)絡(luò)的技術(shù)。通過(guò)對(duì)數(shù)據(jù)挖掘能夠提早有效的幫助人們獲取有用信息。數(shù)據(jù)挖掘的基本概述數(shù)據(jù)挖掘是對(duì)大數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行處理，從大量的隨機(jī)數(shù)據(jù)中提取出隱含的潛在有用的信息的經(jīng)過(guò)。這個(gè)經(jīng)過(guò)需要面對(duì)的對(duì)象是大量的業(yè)務(wù)數(shù)據(jù)，因而它需要在人工智能，統(tǒng)計(jì)學(xué)，自動(dòng)化的幫助下，對(duì)海量數(shù)據(jù)作出歸納整理，概括出有效信息，對(duì)信息進(jìn)行應(yīng)用。數(shù)據(jù)挖掘能夠有效的幫助人們找到方向，占領(lǐng)市場(chǎng)先機(jī)，獲得最大化收益。2、數(shù)據(jù)挖掘的技術(shù)理論2.1、關(guān)聯(lián)規(guī)則挖掘理論數(shù)據(jù)挖掘也需要根據(jù)相關(guān)的理論來(lái)進(jìn)行。數(shù)據(jù)挖掘的技術(shù)理論主要有關(guān)聯(lián)規(guī)則挖掘理論和蟻群算法理論。采取關(guān)聯(lián)規(guī)則理論挖掘就能夠發(fā)現(xiàn)金融數(shù)據(jù)中存在的聯(lián)絡(luò)。大量的數(shù)據(jù)中存在潛在聯(lián)絡(luò)的，借助于關(guān)聯(lián)規(guī)則挖掘理論，能夠找到數(shù)據(jù)間的聯(lián)絡(luò)。例如結(jié)合關(guān)聯(lián)性理論找到具有對(duì)銀行融資業(yè)務(wù)感興趣的客戶，將這些客戶劃分群體，針對(duì)性的對(duì)他們開展理財(cái)，購(gòu)買金融產(chǎn)品等業(yè)務(wù)。這個(gè)理論是從金融機(jī)構(gòu)當(dāng)中采集相關(guān)的金融數(shù)據(jù)，對(duì)數(shù)據(jù)運(yùn)算處理后，結(jié)合關(guān)鍵部分的屬性進(jìn)行關(guān)聯(lián)分析，獲取潛在的關(guān)聯(lián)數(shù)據(jù)。這樣的方式主要是用在金融風(fēng)險(xiǎn)防備方面，它能夠用來(lái)甄別潛在客戶，然后劃分群體，開展相關(guān)的業(yè)務(wù)。2.2、蟻群算法理論蟻群算法理論是根據(jù)螞蟻在覓食經(jīng)過(guò)中的活動(dòng)來(lái)進(jìn)行數(shù)據(jù)挖掘計(jì)算。螞蟻在進(jìn)行覓食的時(shí)候，它是通太多次搜索的方式方法來(lái)找到食物的，這樣在時(shí)間上到達(dá)了最優(yōu)化。因而采取蟻群算法來(lái)進(jìn)行數(shù)據(jù)挖掘就需要在整個(gè)數(shù)據(jù)中建立不同途徑的分析途徑，然后對(duì)全集的信息進(jìn)行更新，結(jié)合螞蟻途徑進(jìn)行優(yōu)化，每一個(gè)途徑所反映的問(wèn)題的最優(yōu)解。利用這些就能夠有效的對(duì)信息進(jìn)行挖掘分析，這樣的方式方法主要是用在股票投資用戶行為模型和商業(yè)銀行信譽(yù)評(píng)估中。例如此圖一，股票是以時(shí)間為序列排列的，所以對(duì)股票的處理就能夠通過(guò)蟻群算法理論。根據(jù)時(shí)間發(fā)生的先后數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行排列，例如一秒，一分鐘，一小時(shí)，一天，一年。這樣的時(shí)間排列對(duì)離散的數(shù)據(jù)進(jìn)行分析處理，進(jìn)而得到了股票隨時(shí)間變化的趨勢(shì)，結(jié)合這些趨勢(shì)，更好的分析將來(lái)投資人的投資去向。3、做好需求分析與系統(tǒng)的設(shè)計(jì)伴隨著金融機(jī)構(gòu)管理信息系統(tǒng)的推廣，在日常使用經(jīng)過(guò)中，很多金融機(jī)構(gòu)運(yùn)營(yíng)所產(chǎn)生的信息會(huì)構(gòu)成豐富的數(shù)據(jù)庫(kù)。在這大量的數(shù)據(jù)庫(kù)中，只要一少部分?jǐn)?shù)據(jù)得到了應(yīng)用。這些有用的數(shù)據(jù)在工作經(jīng)過(guò)中，隨著時(shí)間積累構(gòu)成高價(jià)值數(shù)據(jù)。這些高價(jià)值數(shù)據(jù)會(huì)隱藏在這些數(shù)據(jù)中，通過(guò)人工的方式難以發(fā)現(xiàn)覺(jué)察，需要借助計(jì)算機(jī)設(shè)備進(jìn)行挖掘，需要進(jìn)行更為全面的金融數(shù)據(jù)分析系統(tǒng)來(lái)進(jìn)行分析。要想分析系統(tǒng)，就需要對(duì)系統(tǒng)進(jìn)行設(shè)計(jì)，系統(tǒng)主要聯(lián)絡(luò)的包括系統(tǒng)分析人員，系統(tǒng)管理人員，數(shù)據(jù)倉(cāng)庫(kù)人員和金融機(jī)構(gòu)的用戶。數(shù)據(jù)分析員要根據(jù)用戶進(jìn)行設(shè)計(jì)方案，然后系統(tǒng)管理員維護(hù)系統(tǒng)的運(yùn)行，最后由用戶展現(xiàn)本身的請(qǐng)求，然后得出結(jié)果查詢，用戶還需要進(jìn)一步的反應(yīng)給金融機(jī)構(gòu)結(jié)果，在這樣一個(gè)總體的流程后，數(shù)據(jù)挖掘才算完成。數(shù)據(jù)挖掘的經(jīng)過(guò)中設(shè)計(jì)好構(gòu)造框架就需要對(duì)用戶的需求做好分析，然后才能進(jìn)一步的對(duì)系統(tǒng)進(jìn)行設(shè)計(jì)。對(duì)用戶的需求進(jìn)行分析，需要進(jìn)行前期大量的數(shù)據(jù)搜索數(shù)據(jù)，然后構(gòu)成數(shù)據(jù)庫(kù)，在用戶完成了對(duì)數(shù)據(jù)的反應(yīng)之后，也需要將反應(yīng)的信息放入數(shù)據(jù)庫(kù)中，這樣方便金融部門在其他業(yè)務(wù)中進(jìn)一步的分析。4、數(shù)據(jù)挖掘在金融數(shù)據(jù)分析的應(yīng)用金融行業(yè)因本身的復(fù)雜性，他需要牽涉到大量的搜集和處理數(shù)據(jù)。大部分的金融銀行和金融機(jī)構(gòu)都會(huì)提供金融服務(wù)，例如個(gè)人存款，信譽(yù)卡，貸款業(yè)務(wù)和投資等業(yè)務(wù)，這些交易的復(fù)雜性和信息的不對(duì)稱性，再加上天天所進(jìn)行相關(guān)業(yè)務(wù)的人數(shù)諸多，所以會(huì)產(chǎn)生大量的數(shù)據(jù)這些大量的金融數(shù)據(jù)。在這海量的信息中包含著極少數(shù)的有效信息，而通過(guò)數(shù)據(jù)挖掘，能夠挖掘出這些存在的有效信息。幫助監(jiān)管部門和投資部門對(duì)金融行業(yè)進(jìn)行有效的監(jiān)管，銀行可以以結(jié)合信息得出將來(lái)的趨勢(shì)，更好的對(duì)本身發(fā)展作出規(guī)劃。還能夠通過(guò)對(duì)一些信譽(yù)較差的客戶信息分析，采取措施有效地減少本身的損失。結(jié)合金融機(jī)構(gòu)的特性以及金融信息的特點(diǎn)對(duì)金融數(shù)據(jù)挖掘主要包括下面方面。4.1、銀行和其他相關(guān)的金融機(jī)構(gòu)要建造數(shù)據(jù)倉(cāng)庫(kù)建造數(shù)據(jù)倉(cāng)庫(kù)這樣能夠保障數(shù)據(jù)的有效使用。金融機(jī)構(gòu)能夠通過(guò)按月，按地區(qū)，按部門等因素，在這些數(shù)據(jù)庫(kù)中，對(duì)債務(wù)和稅收的變化進(jìn)行分析，通過(guò)分析最大，最小，總和與平均值趨勢(shì)以及其他信息幫助金融機(jī)構(gòu)得到更好的發(fā)展。數(shù)據(jù)倉(cāng)庫(kù)的建立是進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)，也是金融業(yè)更好發(fā)展的前提。也只要建立好的數(shù)據(jù)庫(kù)，才能夠結(jié)合各行業(yè)的需求對(duì)這種數(shù)據(jù)進(jìn)行挖掘。挖掘數(shù)據(jù)的前提就是有充足的數(shù)據(jù)，將數(shù)據(jù)統(tǒng)一的放在一個(gè)范圍內(nèi)，才能更好地對(duì)數(shù)據(jù)進(jìn)行分析。假如銀行和其他相關(guān)機(jī)構(gòu)將自個(gè)的信息進(jìn)行封閉，沒(méi)有將大量的信息放置在倉(cāng)庫(kù)中，進(jìn)而也無(wú)法對(duì)信息進(jìn)行挖掘。因而銀行和其他相關(guān)的金融機(jī)構(gòu)要積極地建造數(shù)據(jù)倉(cāng)庫(kù)，能夠?qū)⑾嚓P(guān)的金融信息放置在倉(cāng)庫(kù)中，實(shí)現(xiàn)金融信息的有效挖掘和有效利用，幫助金融行業(yè)得到更好的發(fā)展。4.2、銀行貸款歸還預(yù)測(cè)和客戶的信譽(yù)分析銀行貸款歸還預(yù)測(cè)和客戶的信譽(yù)分析，在銀行是需要大量數(shù)據(jù)挖掘的金融機(jī)構(gòu)，由于銀行牽涉到諸多的業(yè)務(wù)，所以銀行需要對(duì)貸款歸還預(yù)測(cè)，這樣能夠保障銀行借出去貸款合理的收回來(lái)，銀行不會(huì)遭受宏大損失。同時(shí)對(duì)于顧客信譽(yù)分析能夠幫助銀行更好的鑒別客戶，實(shí)現(xiàn)本身效益的最大化。貸款和信譽(yù)卡業(yè)務(wù)是銀行的關(guān)鍵業(yè)務(wù)，但很多因素都會(huì)對(duì)貸款歸還履行和客戶的信譽(yù)等級(jí)產(chǎn)生影響，通過(guò)數(shù)據(jù)挖掘能夠剔除不相關(guān)的因素。例如與貸款歸還風(fēng)險(xiǎn)相關(guān)的有貸款利率、貸款期限、負(fù)債率、歸還收入比、顧客收入水平、受教育水平、顧客信譽(yù)等多方面情況，結(jié)合這些情況，能夠發(fā)現(xiàn)只要?dú)w還收入比是最重要的因素，顧客受教育情況和負(fù)債率與歸還速度之間聯(lián)絡(luò)不是十分密切，所以銀行就能夠根據(jù)歸還收入比來(lái)自對(duì)貸款政策進(jìn)行發(fā)放。4.3、客戶分類開展定向銷售分類的方式方法能夠有效的對(duì)客戶群體進(jìn)行辨別，然后開展定向銷售，采取數(shù)據(jù)挖掘?qū)蛻粜畔⑦M(jìn)行分類，能夠幫助銀行更好地開展業(yè)務(wù)。將不同的客戶分類，也能夠推動(dòng)客戶進(jìn)行定向消費(fèi)，促進(jìn)金融業(yè)的發(fā)展，對(duì)于一些資產(chǎn)狀況良好且有投資意向的客戶，銀行能夠定期的針對(duì)這些客戶開展相關(guān)的業(yè)務(wù)活動(dòng)。不僅對(duì)銀行的業(yè)務(wù)有所提升，而且還能方便客戶，這樣構(gòu)成互惠互利的局面。這樣還能夠減少銀行不必要的工作，假如沒(méi)有進(jìn)行數(shù)據(jù)挖掘就，就無(wú)法對(duì)客戶展開統(tǒng)一的分類，開展定向銷售。例如1000個(gè)銀行的客戶信息中，對(duì)投資業(yè)務(wù)感興趣的只要10個(gè)客戶。假如沒(méi)有數(shù)據(jù)挖掘，銀行就需要對(duì)1000個(gè)用戶進(jìn)行調(diào)查溝通，然后向他們介紹業(yè)務(wù)活動(dòng)，這樣會(huì)花費(fèi)銀行大量的時(shí)間和精神。假如能夠采取數(shù)據(jù)挖掘，就能夠精準(zhǔn)地對(duì)客戶進(jìn)行分類，準(zhǔn)確的找到這10個(gè)對(duì)投資業(yè)務(wù)感興趣的客戶。針對(duì)這些客戶進(jìn)行業(yè)務(wù)介紹，幫助銀行更好達(dá)成業(yè)務(wù)，也幫助客戶快速的了解到業(yè)務(wù)，極大地提高金融機(jī)構(gòu)的工作效率。4.4、方便對(duì)于金融犯罪行為判定在金融行業(yè)洗黑錢和一些金融犯罪的偵破是非常困難的，在當(dāng)下只要把多個(gè)數(shù)據(jù)庫(kù)內(nèi)的信息聚集起來(lái)，才能夠通過(guò)這些信息挖掘，幫助偵破金融犯罪。同時(shí)金融犯罪可以以通過(guò)數(shù)據(jù)挖掘進(jìn)行提早預(yù)測(cè)，采取多種數(shù)據(jù)分析工具檢測(cè)金融信息，發(fā)現(xiàn)某個(gè)人短時(shí)間內(nèi)發(fā)生大量的現(xiàn)金流動(dòng)，就能夠借助于可視化的工具，對(duì)該人的交易活動(dòng)以及交易人之間的聯(lián)絡(luò)進(jìn)行有效分析，通過(guò)分類工具過(guò)濾掉不相關(guān)的因素。進(jìn)一步準(zhǔn)確判定出這個(gè)人的行為，幫助調(diào)查人員進(jìn)一步確定調(diào)查方向。由于一些金融犯罪行為一旦產(chǎn)生，就會(huì)對(duì)國(guó)家金融業(yè)造成嚴(yán)重的危害，不僅毀壞金融業(yè)的秩序，而且讓國(guó)家遭受宏大的損失。因而通過(guò)數(shù)據(jù)挖掘就能夠預(yù)先的對(duì)金融犯罪行為進(jìn)行判定，提早發(fā)現(xiàn)金融犯罪行為，及時(shí)的制止，減少國(guó)家財(cái)物的流失。例如，一個(gè)人在時(shí)間間隔很短的周期內(nèi)向海外賬戶匯入多筆賬款，這些就能夠借助于數(shù)據(jù)挖掘發(fā)現(xiàn)。通過(guò)對(duì)這個(gè)人的進(jìn)一步調(diào)查，確定能否屬于金融犯罪行為，還能借助犯罪后的數(shù)據(jù)調(diào)查，幫助監(jiān)察機(jī)關(guān)及時(shí)破案。4.5、借助于平均數(shù)據(jù)分析，找到股票的移動(dòng)規(guī)律通過(guò)對(duì)股票數(shù)據(jù)的分析，找到股票移動(dòng)的規(guī)律，然后發(fā)現(xiàn)規(guī)律，進(jìn)一步確定金融行為，能否介入投資等。以分析股票為例，能夠采用移動(dòng)平均線等算數(shù)方式方法，是指特定期間的收盤價(jià)進(jìn)行平均化比方講，5日的均線SMA=(C1+C2+C3+C4+C5)/5。數(shù)據(jù)挖掘經(jīng)過(guò)中，不僅要對(duì)數(shù)據(jù)做好挖掘，更要對(duì)挖掘好的數(shù)據(jù)進(jìn)行分析，以股票市場(chǎng)為例。在股票市場(chǎng)中，他的交易日收盤價(jià)是不同的，天天都會(huì)有不同的數(shù)據(jù)，在這樣的情況下，怎樣把握好股票的移動(dòng)規(guī)律，找到相關(guān)規(guī)律進(jìn)行投資行為，才是非常科學(xué)有指導(dǎo)意義的。例如，在圖1中對(duì)某一只股票連續(xù)十個(gè)交易日的收盤價(jià)進(jìn)行統(tǒng)計(jì)，分別是8.15、8.07、8.84、8.10、8.40、9.10、8.95、8.70，這組數(shù)據(jù)借助單個(gè)的數(shù)據(jù)來(lái)看，找不到任何聯(lián)絡(luò)。但是通過(guò)均值的計(jì)算就能夠發(fā)現(xiàn)，第五天的均值為8.31，第六天均值為8.50，第七天的均值為8.73，第八天的均值為8.78，第八天的均值為8.95，第九天的均值為9.01，然后對(duì)所計(jì)算的均值進(jìn)行圖像化表示出，在圖1中就能夠發(fā)現(xiàn)通過(guò)對(duì)均值的計(jì)算，股票是呈現(xiàn)上漲的趨勢(shì)。由此能夠方便公司進(jìn)行相關(guān)金融業(yè)務(wù)，根據(jù)股票呈現(xiàn)上漲，這個(gè)趨勢(shì)就能夠由客戶對(duì)該公司進(jìn)行深切進(jìn)入研究，然后進(jìn)行相關(guān)金融行為。股票K線圖如此圖2所示。圖1：某股數(shù)據(jù)均值計(jì)算圖2：股票K線圖5、結(jié)束語(yǔ)總結(jié)全文，數(shù)據(jù)挖掘已經(jīng)在我們國(guó)家金融信息化建設(shè)中被廣泛應(yīng)用，也幫助企業(yè)在劇烈的市場(chǎng)中獲得了獨(dú)特的優(yōu)勢(shì)地位，彰顯出宏大的應(yīng)用前景。企業(yè)要在劇烈的競(jìng)爭(zhēng)中獲得更好的發(fā)展，要做好金融數(shù)據(jù)分析，就需要對(duì)數(shù)據(jù)挖掘的情況進(jìn)行基本了解。了解數(shù)據(jù)挖掘