客户信用数据挖掘（精选十篇）
客户信用数据挖掘 篇1
关键词：数据挖掘,信用评分,SOM聚类分析,决策树
电信客户信用分析模型是电信公司在具体管理实践中采取有效措施、减少其信用风险、降低运营成本、提高经济效益的有效途径。而信用评分又是划分客户信用等级的重要技术。
当前, 信用评分领域的研究发展速度飞快, 为了降低信用决策中的主观因素, 越来越多的数学方法被引入到了信用评分中, 概括来看, 主要分为非统计和统计两大类。统计方法主要包括判别分析、回归分析、分类树和最近邻法, 非统计方法包括神经网络、遗传算法、专家系统和数学规划方法。
虽然信用评估专家系统在实践中常有应用, 但目前研究这一方法的文章还比较少, 并且都不甚深入。这方面的论文主要有Zocco, Davis, Leonard发表的一些文章。[1,2]专家系统解释其信用评估结果的能力很强, 这一点对满足一般法律对拒绝申请人贷款申请要给出合理解释的要求有很大帮助。但是有证据显示专家系统对申请人信用变化情况的预测能力很差。Durand[3]将统计学中的判别分析方法引入信用评分模型中, 从而在学术界引发了广泛的讨论。代表性的研究有William Fair and Earl Isaacs, Myers and Forgy前者较为完整的采用判别分析法建立了信用评分系统, 而后者利用判别分析法对特定领域做了实证分析[4]。近期对于判别分析的研究有Rosenberg, 他提出了采用判别分析法进行信用评分可能产生的若干问题[5]。而传统的信用评分模型, 回归分析法是目前为止应用最为广泛的, 这其中以著名的logistic 回归为代表。最早使用回归分析的是Orgle[6], 他采用线性回归模型制定了一个类似于信用卡的评分卡, 他的研究表明消费者行为特征比申请表资料更能够预测未来违约可能性的大小。传统的信用决策系统是一个过多依赖于训练有素的专家的主观判断系统, 我国电信企业的用户信用管理正处于此阶段, 虽具有一定的内容和规范制度, 但总体上缺乏科学性、系统性, 显然, 这样的评分原则主观因素太多, 在实际应用中, 很难做到客观和真实。
因此, 本研究试图利用数据挖掘技术, 与电信公司传统的专家决策系统进行建模比较分析, 来选择确立哪种方法在管理实践中对电信公司信用等级的分类确定更为有效。最后探讨了该模型的实际应用。
1 研究方法
电信客户信用预测分析是典型的分类预测问题。分类预测分为两个基本步骤:
①以样本数据为训练集 (Training Dataset ) 和测试集 (Test Dataset) , 以客户信用等级为目标变量建立分类预测模型;②根据分类预测挖掘模型, 对客户信用进行分析。数据挖掘技术提供了多种分类预测方法, 本文采用了SOM聚类算法和用传统经验对客户信用等级评分评级来确定信用等级类标号, 再用决策树算法建立两个模型A和B。比较两个模型, 选择性能较优者为最终模型。采用SAS Enterprise Miner 和WEKA作为数据挖掘的工具平台。
1.1 数据模型
数据模型是建立客户信用分析模型的前提和条件。数据模型包含目标变量 (因变量, 由聚类分析得到信用等级) 以及输入变量 (自变量) 集合。自变量集合中主要包括:归属地区、客户等级、品牌、性别、年龄、每月的消费金额、每月是否停欠机等变量, 我们咨询了该电信运营公司的专家, 得出以下数据模型来进行聚类结构如表1。
1.2 SOM聚类
本文采用了SOM聚类, 以得到客户的信用等级类标号, 由于本文采集的样本数据受到种种局限, 故采用的主要是反映内部指标中的簇的凝聚性 (SSE) 和簇的分离性 (SSB) 这两个指标来评估。相应公式如下[7]
其中ci表示簇Ci的质心
其中ci表示簇Ci的质心;c表示总体质心;mi表示簇Ci中有mi个个体。
1.3 分类分析
本文就是采用C4.5算法来构建决策树, 建立了电信客户信用等级预测模型。决策树可以根据输入变量 (自变量) 对分类结果影响力的大小, 将影响微弱的变量从模型中去掉, 从而简化模型。决策树C4.5算法采用信息增益率 (gain ratio) 作为决策树模型中的属性选择的测试条件, 可有效避免传统方法中熵和Gini指标可能产生大量输出的测试条件的情况, 提高模型的性能[8]。
设S是s个客户数据样本的集合。根据数据库元组训练集, 类标号属性具有m个不同值, 因此有m个不同的类Ci (i=1, ……m) 。设si是类ci中的样本数。对一个给定的样本分类所需的期望信息值由下式给出:
I = (s1, s2, ……, sm) =﹣
其中Pi是任意样本属于ci的概率, 并用Si/S估计。
设属性A具有v个不同的值{a1, a2, …, av }。可以用属性A将S划分为v个子集{s1, s2, ……, sv };其中, Sj包含S中这样一些样本, 它们在A上具有值aj。如果A选做测试属性 (即最好的分裂属性) 则这些子集对应于由包含集合S的节点生长出来的分枝。设Sij是子集Sj中类Ci的样本数。
根据由A划分成子集的熵 (entropy) 或期望信息为:
其项
熵值越小, 子集划分的纯度越高。注意, 对于给定的子集sj,
I (S1j, S2j, ……Smj) =-
在A上分枝将获得的编码信息 (信息增益) 是
Gain (A) =I (s1, ..., sm) -E (A) (6)
信息增益率 (information gain ratio) :
Gain ratio (A) = (7)
其中Split Info
Gain ratio是某个属性导致两个信息量之间的差异率。即具有最高信息增益率的属性, 能够最好的反映记录中的不同类的差别, 因此选择最高信息增益率的属性作为判定树的测试属性, 建立分枝。
2 案例分析
2.1 客户数据
本文所用的所有数据, 是从重庆某电信运营商的手机后付费用户数据库中, 利用随机抽样的方法提取了从2007年10月至2008年3月的1 101条后付费用户的样本数据, 累计属性为37个。该后付费数据库的样本总量为8万条。对初始数据按表1.1所示数据结构的要求和电信运营商内部专家的初步处理进行了各种统计和汇总处理, 得到1 101条样本数据。
2.2 数据预处理
分别在SAS Enterprise Miner和WEKA两个数据挖掘平台中进行了数据与处理。将各属性变量的中文名修改成其相应拼音缩写, 把归属地区统一划分为“主城区”与“非主城”两大类, 将性别男女分别用1和0来表示, 年龄划分为0、1、2三段。客户等级以3、2、1表示, 四个品牌以0、1、2、3代替。以平均值代替连续变量的缺省值, 以众数代替分类变量的缺省值。在SAS中以40%、30%、30%的比例将数据分成训练集 (Training Set) 、验证集 (Validation Set) 和测试集 (Test Set) 。
2.3 模型B的建立
2.3.1 SOM聚类模型输出结果
经过数据的采集、清洗、集成、变换等, SOM聚类后, 输出结果如图1。
观察图中聚类结果我们可知, 原来没有类标号的1 101条数据, 被自动分成了三个等级, 在此结果中多了一列“SEGMENT”, 即在非监督条件下对这1 101条数据进行聚类分析后产生的新的信用等级类标号, 我们也可以把他看成分值为1、2、3分。
2.3.2 分类分析
根据2.3.1节的聚类结果为基础, 将每一个电信客户的类标号对应填至“SEGMENT”属性中, 然后随机抽取801条数据进行分类建模的基本样本数, 余下的300条数据在模型应用阶段可进行未知类标号的预测, 对些来检验该分类模型, 既预测出未来电信客户的信用等级。将分类数据导入SAS数据库中, 运行软件到三叉树的模型。部分三叉树模型如图2所示
2.4 模型的比较与选择
模型A的建立是基于SOM聚类技术得到的信用等级新类标号而来的, 为了横向比较该模型与之前电信公司仅凭经验而判断的信用等级的好坏进行比较, 现将最终分类模型数据中的“SEGMMENT”属性的类标号全部替换成原始类标号 (3, 4, 5) 。然后运用C4.5算法, 依据上述建立模型A的方法, 建立模型A (具体步骤省略)
2.4.1 模型的综合评价
在sas enterprise miner中应用assessment node 对模型A、B进行评估
1) 混淆矩阵。
对这两个模型进行评估。通过计算得出模型B整体评估正确率为81.94%, 对3类电信用户的信用等级的评价指标精度为90.42%, 效果较好。对模型A, 该模型总体正确率不高, 只有56.88%。针对信用分值为3的客户正确预测精度也只有14.29, 因此可判断, 该模型效果不佳, 但基本上可以接受。
2) lift图评估。
观察模型B的lift图 (图5) 我们可知, 此分类模型前20%最好的客户的Lift value值就达到3.6左右, 说明20%左右的客户的预测准确率约为72%左右, 效果较好。观察模型A (图6) , 分类模型前30%最好的客户的Lift value值仅为1.25, 说明30%左右的客户的预测准确率约为37.5%左右。效果明显不如模型B。
2.4.2 模型的选择
经过一系列的指标计算以后将上述两个分类模型的统计数据汇总至表2所示。
通过对该两类模型的评估, 可以看出, 从模型最重要的整体“正确率”指标可知新模型高出原始模型将近30%, 对可能为信用较低的客户群正确预测的“精度”和“召回率”两个指标, 新模型比原始模型要分别高出将近75%和82%左右。因此, 模型B的效果明显好于模型A。因此我们选择模型B即采用先聚类找到客户信用等级的类标号, 然后建立三叉决策树模型的方法为最后的客户分类预测模型。
3 模型的应用
通过数据挖掘技术基于电信客户的基本信息和交易行为数据, 建立了客户信用预测模型后, 可以将该模型用于预测将来客户的信用问题, 尽量降低信用风险, 减少呆坏账金额的增加并最终识别出自己感兴趣的知识模式, 从而改善本公司的业绩并指导经营管理活动。
3.1 预测客户信用等级类别
利用SAS Enterprise miner中的标准SEMMA数据挖掘方法, 对该电信运营商的客户数据进行探索、分析、建模。找出信用分值最低的那一类, 将其标为3, 同理其它两类客户的分值为4和5。在建立该分类模型后即确立电信客户信用等级后, 我们可以将其应用到未来的新客户数据, 这将减少人力物力成本, 提高评价信用等级的自动化程度, 进一步提高公司的工作效率。
3.2 营销管理中的应用
根据客户信用等级的差异, 有针对性的进行营销管理活动, 做到精确营销, 这将有效地降低电信运营商的各项成本, 并产生良好的效果。我们可以运用该模型采取如下具体措施:根据分类模型所得的分值为5的这类客户, 信用等级良好, 我们可以提高其话费信用额度或者在节假日给予短信问候, 寄送小礼物等服务;将营销费用的大额分配到各类信用良好的客户细分市场, 从而有效地做到资源的合理配置;努力将信用分值为4的中等信用客户发展成信用较好的一类, 积极避免该类客户流失, 定时对该类客户电话回访产品、服务质量等措施, 可及时把握该类信用客户的动态情况, 使得之后的营销工作能够有的放矢。
4 结论
1) 使用数据挖掘的各种先进技术, 将其运用至电信运营商的信用等级评定过程中, 这将提高信用分类的准确力, 降低信用风险, 增强该电信运营商的综合竞争力。
2) 利用SAS Enterprise Miner软件, 比较分析了基于原始信用等级数据所建立的模型和利用聚类技术确定新的客户信用等级所建立的模型。最终发现新确立的客户信用等级所建立的三叉决策树分类预测性能较好。
3) 根据所建立的模型, 对该电信运营商的管理工作尤其是在信用管理和营销管理两方面具有极高的应用和指导意义, 这将为该运营商针对各类客户提供各种优秀的服务。
参考文献
[1]ZOCCO D P.Aframework for expert systems in bank loanmanagement[J].J.Commercial Bank Lend, 1985 (67) :47-54.
[2]LEONARD K J.Afraud2alert model for credit cards duringthe authorization process[J].I MA Journal of MathematicsAppliedin Business and Industry, 1993 (5) :57-62.
[3]DURAND D.Risk Elements in Consumer Install ment Finan-cing[D].New York:National Bureau of Economic Research, 1941.
[4]李萌.logic模型在商业银行信用风险评估中的应用研究[J].管理科学, 2005 (2) .
[5]张维, 李玉霜, 王春峰.递归分类树在信用风险分析中的应用[J].系统工程理论与实践, 2000 (3) .
[6]王春峰, 万海晖, 张维.基于神经网络技术的商业银行信用风险评估[J].系统工程理论与实践, 1999 (9) .
[7]石庆焱, 靳云汇.多种个人信用评分模型在中国应用的比较研究[J].统计研究, 2004 (6) .
客户信用数据挖掘 篇2
随着上市银行半年报纷纷披露，我们结合股份制商业银行披露的半年报数据，对银联数据客户银行的信用卡业务经营情况进行对比分析，供客户银行多方面了解行业发展趋势和同业情况。
一、信用卡发卡量及透支余额情况
作为国内主要的信用卡发卡系统外包服务提供商，截至2014年6月末，银联数据（CUPD）累计拥有贷记卡客户121家，上线银行98家，客户银行累计信用卡发卡量达5,504.24万张，较年初增长10.83%，累计卡量的行业份额由年初的12.70%提升至13.04%，信贷规模占全行业的18.10%。上半年客户银行新增发卡537.41万张，同比增长14.36%。期末有效卡量达3,659.36万张，较年初增长9.61%，整体活跃率为56.90%，较年初上升1.04个百分点。其中，区域性银行上半年新增发卡达155.26万张，同比增长33.37%，增速较去年同期下滑8.45个百分点，期末有效卡量为894.24万张。图1：部分股份制商业银行披露的信用卡新增发卡量趋势图
对比同业披露数据来看，上半年各行信用卡发卡策略出现显著分化。如以每半年为单位绘制新增卡量趋势图（见图1），可见交通银行今年发展迅猛，仅上半年的新增卡量就已超过去年全年水平。同样坚持消费信贷为发展主线的招商银行卡量亦同比加速增长，中信银行、光大银行与去年同期新增发卡量基本持平（见表1），而兴业、平安、民生三家银行同比负增长，其中兴业银行新增卡量呈持续萎缩状态，上半年仅新增60万张，在披露的八家银行中位于末位。平安银行的集团交叉销售渠道继续在获客渠道中占据重要地位，“持续推动平安寿险与平安车险客户转化，交叉销售渠道获客占新增卡量的38%”。
表1：股份制银行信用卡卡量情况
注：交通银行披露的是在册卡量，平安银行披露的是流通卡量。浦发银行2013年中披露的累计发卡量为1018万张，可能存在披露口径差异。全行业数据来源于央行《支付体系运行总体情况》，仅供对比参考。带*的银行为银联数据的客户银行。
累计卡量方面，招商银行仅次于四大行中的工行和建行，稳居股份制银行第一把交椅，流通卡量达到2,774万张，较年初增加209万张。随着发卡时间不断增长，销卡量不断增加（以招商为例，流通卡量仅占累计发卡的五成），因此发卡行在内部管理中更加严谨，越发关注基于存量卡（通常包括有效卡量、流通卡量）的指标评价。而发卡时间较早的银行并不具有先发的绝对优势，从图2来看，发卡较早的浦发银行和兴业银行已被类似规模但发卡时间更晚的光大、民生等银行超越。
图2：部分股份制商业银行开始发卡时间与累计卡量图
注：浦发银行2013年半年报中披露累计发卡量为1018万张，2014年半年报中披露发卡超过864万张，疑似披露口径差异所致。本处根据数据推测进行修正，或与银行实际情况存在小幅偏离。
在行业信贷趋紧、风险攀升的背景下，各银行的信用卡业务信贷规模增速同样出现了分化（见表2）。交通银行因为新增卡量快速增长而带动信贷规模同比增速加快。浦发银行、华夏银行继续加速发展，缩减此前落下的差距。从信用卡在全行零售信贷规模中的占比来看，全国性股份制银行的比重要普遍高于四大行，其中，平安银行和光大银行的业务比重最大，均超过27%，浦发银行的业务比重最小，仅10.38%。除中信银行外，其余股份制全国性银行的信用卡业务比重均与年初持平或有所提升。截至2014年6月末，银联数据客户银行的整体透支余额为3,691.96亿元，较年初增长13.96%，期末时点有效卡均透支余额达10,089.09元，较期初增长3.97%。
表2：股份制银行信用卡透支余额及业务比重
二、信用卡交易情况及收益能力
上半年，银联数据客户银行的信用卡累计交易量达11,915.83亿元，同比增长59.98%。业务收入合计达212.93亿元，同比增长58.65%。卡均收入达608.54元，同比增长48.89%。从收入结构来看（见图3），利息和分期手续费收入是信用卡业务最主要的收入来源，合计约占75%。
图3：客户银行信用卡业务收入结构图
上半年，各银行继续进行各种大型主题营销活动，如招行的“非常美国”、“非常海购”、交行的“周周刷”、“最红星期五”、民生的“天天民生日”、光大的“光大10元惠”等，取得了良好的市场口碑和品牌效应。但由于市场竞争压力以及银行发卡策略调整，大多数股份制银行上半年的交易量同比增幅均较2013年同期显著萎缩，去年同比增幅最大、均超过120%的平安银行、光大银行增幅萎缩至40%左右。浦发银行、民生银行仍保持相对较快的增速（见表3）。网上交易保持快速增长趋势，平安银行披露网上交易同比增长155%。银联数据分析也显示，仅二季度，在活跃的信用卡中有34%的卡片进行了网上交易，占比持续攀升。表3：部分股份制商业银行披露的信用卡交易情况（单位：亿元）
注：交通银行披露消费额。浦发银行2012年披露的为消费额，2013年为交易额。
上半年，在披露了收入的各上市银行中，招商银行继续稳健增长，以108.55亿元收入遥遥领先（见表4），循环信用余额比率为32.22%，较去年同期略有下降。民生银行披露的是手续费和佣金收入，在不考虑利息收入的情况下，就已达到53.32亿元，收入同比达到67.25%，而兴业银行由于连续的卡量萎缩，收入同比增幅最小，仅为30.23%。我们继续以“收入/平均透支余额”来评价各银行的单位资产收入能力，兴业银行以6.77%继续处于最高水平，但较去年同期收入能力有所下降，同时收入能力下降的还有浦发银行和光大银行，或与信贷规模增速不均衡及业务结构调整有一定关系。
表4：部分股份制商业银行披露的信用卡业务收入情况（单位：亿元）注：光大银行、浦发银行披露的是营业收入，民生银行披露的是手续费和佣金收入，有别于其他银行。银联数据统计的是客户银行的年费、利息、滞纳金、分期手续费、其他手续费、佣金收入，其中佣金收入系根据消费扣率估算，或低于银行实际收入值。
三、风险及或有负债情况
2013年以来，前期业务快速发展的风险逐渐释放，而严峻的经济形势以及部分行业的风险暴露继续加速信用卡业务风险的上升势头，持卡人的还款能力普遍下降，各行纷纷收紧信贷政策，加强贷后管理及催收工作，同时核销及资产证券化工作也在加紧推进中，以此来缓解风险不断攀升的压力。根据人民银行发布的《支付体系运行总体情况》显示，2014年6月末全行业信用卡授信总额为5.09万亿元，同比增长28.01%，期末应偿信贷总额为2.04万亿元，同比增长33.58%，增速较上年同期放缓44.18个百分点。信用卡逾期半年未偿信贷总额（即损失余额）321.24亿元，较上年末增加69.32亿元，损失率为1.57%，较年初上升0.20个百分点。此前银监会副主席阎庆民在谈及不良贷款成因时强调，信用卡正在成为银行新增不良贷款的主要来源之一。
截至6月末，银联数据客户银行的不良余额为74.42亿元，较年初增长23.18亿元，损失余额54.68亿元，较年初增长18.73亿元。不良率为2.02%，损失率为1.48%，分别较年初上升0.43和0.37个百分点。从上半年开始，银联数据增加对贷款本金部分的风险指标统计，在排除息费仅考虑本金的情况下，6月末的不良率和损失率分别为1.42%和0.97%，较年初分别上升0.30和0.24个百分点，增速略高于行业水平。表5：部分股份制商业银行披露的信用卡风险情况（单位：百万元）
注：光大银行披露的数据为损失率。
从各行披露的风险情况来看（见表5），招商银行表现最为稳健，不良率长期保持在1%左右，而兴业银行的风险则从2013年开始快速攀升，截至6月末，不良余额达到13.29亿元，较年初攀升2.30亿元，不良率达到2.14%，处于所有披露数据银行最高。同时风险快速攀升的还有平安银行，不良率为1.79%。光大银行的风险则实现显著的双降，损失余额较年初下降1.53亿元，损失率较年初下降0.13个百分点。
图4：部分股份制商业银行历年信用卡业务风险趋势图 或有负债方面，由于各行计算口径存在差异，此处的或有负债及额度使用率仅供参考。（见表6）全行业整体的卡均授信额度为1.21万元，额度使用率为40.17%，银联数据整体客户银行的额度使用率为41.05%，与行业基本持平，其中区域性银行的额度使用率略高于全国性银行。各银行中，浦发银行的闲置额度较多，额度使用率仅27.82%，严重低于行业水平，民生银行激活卡的额度使用率达73.15%。
表6：部分股份制商业银行披露的信用卡或有负债及额度使用情况（单位：百万元）注：民生银行披露的或有负债仅考虑激活卡。
半年报关注
上半年银行的信用卡业务可谓内忧外患，内有信贷规模管控、风险攀升和收益持续增长的压力，外遇愈发严峻的市场竞争和经济下行的大环境，各行在精细化经营、智能化管理、网络化运营、平台化支持等方面各施奇招，主要有以下几方面值得关注：
1、精细化经营
各银行持续优化客群和资产组合结构，进一步聚焦高价值的高端客群与年轻客群，推出一系列吸引目标客群的专属产品，且卡产品逐渐形成体系化的布局模式。如平安银行形成钻石卡、白金卡、车主卡、保险金卡等中高端产品体系以及1号店联名卡、淘宝卡、BE@RBRICK卡等在内的年轻客群产品体系；中信银行完成“7 张航空联名卡+2 张商旅联名卡+1 张酒店联名卡”的商旅产品体系。银行进一步加大分期推广力度，网银、微信、短信上行、电话营销等分期渠道不断丰富完善，带动收益能力进一步提升。针对网购一族，兴业、平安等银行推出与支付宝“积分快捷支付”的合作，将信用卡积分直接抵扣购物款。随着海淘业务的不断发展，根据尼尔森披露的调查数据，中国内地1800万的海淘大军一年的开支就高达2136亿元，招行也顺势推出“非常海购”等服务，最大程度吸引该批优质客群。
2、智能化管理
随着数据化管理理念的逐步深入，银行在智能化管理方面有了更多的尝试和突破。交叉营销、数据库营销、既有客户推荐营销等经过数据分析验证为高效的优质获客渠道在推广中被广泛运用，例如平安银行的集团客户交叉营销、交通银行的Member Get Member的推广新户活动等。银行也加大与互联网企业、第三方支付等公司“跨界”的大数据合作，精准锁定目标客群，进一步降低信用风险。银行加强模型开发和数据分析工作，通过系统策略部署及数据交叉验证等功能，实现更智能的策略化管理模式，加强风险防控能力和贷后管理水平。银联数据结合市场需求，推出便捷制卡服务产品，累计签约客户达到16家，新推出的商旅客户识别分层模型及行为风险评分可协助银行在客户偏好、风险定价、分期营销、额度调整等方面实现更为高效的贷后管理。
3、网络化运营
结合移动互联网渠道客户服务趋势，各行持续推进线上创新服务，通过加大微信服务推广力度和功能点、升级手机客户端、优化网上商城等方式，持续提升客户服务品质与用卡体验，同时降低运营成本、提升运营效率。一些银行推出了网络获客平台，实现快速或准实时的审批运用，如交行的网络发卡服务就实现“最快当天即可领卡”。在移动服务方面，交行推出轻应用的移动服务平台，免下载，支持多种移动终端跨平台访问，提供从申请、发卡到激活、查询等主要业务办理的一站式服务；中信银行推出异度支付手机客户端，推出票务、缴罚款、保险等13个门类。在网络融资方面，中信对POS 商户网贷持续进行优化和迭代升级，业务稳步增长，报告期内网络贷款放款累计达47亿元，贷款余额仅9亿元，不良率为0.29%。
银联数据携手长沙银行推出直销银行“添现宝宝”服务，实现全部业务通过智能手机在线办理，账户管理、转账、理财、消费、积分兑换等多项便捷服务一站式搞定，客户体验得到快速提升。
4、平台化支持
系统方面，银行加强基础平台建设，重点关注展业及获客平台、营销服务平台、风险管理监控等类型的系统或平台。民生银行全面升级原有增值服务平台，根据不同卡片级别获得不同数量的增值服务积点。银联数据也在平台化服务方面不断拓展，其中互联网服务平台业务快速发展，签约客户40余家，累计注册用户15.9万个，累计交易额近亿元；新一代多渠道信审平台签约客户达到32家；年初上线的上海医联跨院一站式付费服务平台目前已有医院客户31家，取得了良好的社会效益；电销业务累计交易额达到2.7亿元。
5、不良资产处置
电力客户信用管理探析 篇3
关键词：电力客户；信用风险；信用管理
在电力经营中，客户恶意拖欠电费、违约用电、偷窃电等现象屡禁不止，供电企业不得不付出额外的人力物力来解决这些问题，严重影响了供电企业正常的生产经营活动，反映了当前供电企业在客户管理上的缺失和漏洞。由于供电企业与客户已经建立了长期稳定的合作关系，掌握着大量的客户信息，完全可以利用现有的客户信息，建立一套客户信用信息档案。通过对客户信用水平、质量等级等进行科学的评估，对用电客户进行信用等级分类，一方面可进行事前风险评估，降低供电企业电费回收风险，另一方面可在此基础上提出相应服务策略，实现供电企业为客户提供差异化服务的目标，提高供电服务水平和效果。
一、国内研究现状
国网上海市电力公司已建立了电力用户违规用电、欠费的企业、居民全用户行为征信，覆盖了市政府征信平台、人民银行商业征信平台，为改善社会信用环境，促进形成诚实守信的良好社会氛围承担了企业的社会责任。
杭州供电公司在2014年就与人民银行签订协议，将企业拖欠电费情况纳入人民银行征信系统管理。从2015年起，征信范围扩大到了居民用户。省内各金融机构办理信贷业务时，会对窃电金额超过5万元的客户、经催缴12个月内产生两次及以上电费违约金的客户、因客户原因12个月内发生两次及以上转账支票退票的客户进行“商业失信行为”登记，形成的信用数据作为各商业银行信贷决策的重要参考依据。
二、电力客户信用管理的定义
电力客户信用管理是指对在电力交易中的风险进行管理，即对信用风险进行识别、分析和评估。通过制定信用管理政策，指导和协调公司各部门的业务活动，以保障应收帐款安全和及时的回收，有效的控制风险和用最经济合理的方法综合处理风险，使风险降低到最小程度。
三、信用管理的措施
（一）转变观念，制定完善的信用制度。目前虽然电力公司在采取各种手段催费，但由于电力“先用电，后付费”的特殊赊销模式，以及用电客户对缴纳电费缺乏主动性，部分用电客户恶意拖欠电费，导致电力公司仍然有数额庞大的欠费存在。如何采用科学的方法来管理目前存在的电力客户信用问题，有效降低电力公司的客户信用风险，保护企业合法利益，为电力事业可持续发展创造有利条件，是供电企业迫切需要解决的问题。供电企业的各级管理人员首先应该转变观念，重视信用风险管理的重要性，加强对电力客户的风险评估、鉴定和预测，加强组织沟通，建立客户信息共享，从而实现信用风险防范。制定一套完善的信用管理制度，并设定专人开展信用相关工作。并积极开展培训，将信用制度、规则及时宣贯，确保各级、各部门管理人员了解信用管理。
（二）开展信用信息的征集。我国《征信条例》规定，个人信用信息是指个人的银行信用和与此有关的其他信息。条例对信息的描述不够完整，只强调了银行记录的信息。因此，信用信息应该是所有能够证明个人身份和信用状况。个人基本资料通常包括姓名、性别、年龄、籍贯、学历、政治倾向、婚姻状况、住址、电话、工作单位、工资收入等；个人商业信用状况包括个人收入、资产、银行贷款及其还款情况、信用卡使用情况等过往的商业信用交易记录，以及有无破产记录等；社会公共记录包括从事的职业、社会保险金缴交情况、纳税情况等；守法情况主要指有无刑事、行政与民事违法记录等。按法律属性可以划分为普通信息、个人隐私等。目前，供电公司对客户信用信息掌握的还不够全面，需要不断完善。
（三）实时开展监控，动态调整信用评级。供电企业的信用管理部门应该建立一个专门的信用管理体系，经常监督用电客户，并根据用电客户最新的支付债款情况来重新判定用电客户的信用能力。电力客户最新的支付债款记录一般可通过两个渠道获得，一是通过外部的信用咨询机构得到，二是通过供电企业内部的信用评估人员依据客户最新的年度财务报告提供。一旦通过监控发现用电客户的信用状况发生了改变，供电企业就应该相应地调整向客户提供的信用条款。
（四）建立信用风险预警机制。从电力法律法规方面讲，电力法规虽然允许供电企业对欠费的客户可以依法进行停电来追缴电费，但是强行的拉闸限电必然会导致电力客户投诉和不满以及企业生产运营的停滞，从而更不利于供电企业及时足额回收电费。因此需要建立信用风险预警机制，一旦发现客户企业的信用状况有恶化的趋势，就应该引起信用管理人员的高度重视，严密监督电力客户当前的电费支付情况，随时准备调整对电力客户的信用政策。
（五）加强陈欠电费回收。供电企业应该加强对陈欠电费的管理和考核，对于确实没有希望回收的坏账、呆账及时进行清理。积极跟踪欠费用户的生产经营活动，加大上门催缴、依法停电追缴力度。对一些故意赖账客户则可采取公布"黑名单"等手段，借助社会舆论进行督促。因此，供电企业应加强对相关的法律程序的学习，从而直接通过法律手段回收陈欠电费。
四、结论
随着电力公司市场化的不断发展，面临的市场风险逐渐增大，信用问题逐渐增多，电力公司应及时转变观念，积极开展电力客户信用管理，建立信用风险预警机制，加强陈欠电费的回收，从而规避经营风险、改善经营效率、提高经营效益。
参考文献：
[1]侯昊鹏.企业信用评级指标体系创新的引领维度[J].社会科学研究，2012.
[2]周凯，栗秋华，周林，刘强，武剑.基于物元分析理论的大电力客户信用评价[J].电网技术，2009.
客户信用数据挖掘 篇4
随着IT技术的迅猛发展以及在企业管理领域的广泛应用, 使得客户关系管理 (CR M) 从企业的一种经营理念和思想转变为企业的一种经营工具和手段。许多企业在应用CR M管理时, 专注于有关CR M的系统开发与软件开发, 过重注意于IT技术的先进性与CR M系统的完整性, 反而忽视了客户的真正需求和客户间需求的差异, 即忽视了CR M的主要目的。CR M的目的就是要求企业全面的认识客户, 最大限度的发展与客户的关系, 实现客户价值的最大化, 创造企业与客户之间的双赢。本文的主要内容就是神经网络实现客户信用分析, 降低企业电子商务风险, 从而实现对客户群体信用度的分类。
二、利用神经网络算法实现客户价值分析
客户关系管理 (Customer R elationsh ip M anag ement英文缩写为CR M) 由G artner G roup首先提出, 其定义是企业与客户之间建立的管理双方接触活动的信息系统, 它告诉企业谁是对它最有利的客户, 并激发其制定保留老客户、吸引新客户的市场战略。进入网络时代, 企业的客户关系管理应该是利用现代信息技术手段, 在企业与客户之间建立的一种数字的、实时的、互动的管理交流系统。
数据挖掘 (Data M ining) , 又称数据库中的知识发现 (K nowledg e Discovery In Database, K DD) , 是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式, 它是数据库研究中的一个很有应用价值的新领域, 融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘是进行数据查询, 它能够找出过去数据之间的潜在联系, 从而促进信息的传递。数据挖掘工具能够对将来的趋势和行为进行预测, 从而很好地支持人们的决策。将其运用到客户关系管理中, 就能在数据量庞大的客户数据库中, 将看似无关联的数据进行筛选, 净化, 提取出有价值的客户关系, 对客户需求作出恰当的回应, 并预测需求趋势。
客户信用分析对于一个公司是十分重要的, 尤其是对于公司的欠款、赊帐业务显得额外重要;特别是在电子商务类网站日益兴起的环境下, 对客户信用分析尤为突出重要。因此, 利用数据挖掘技术在CR M系统中进行客户信用分析是十分必要的。下面介绍利用神经网络模型评价客户信用度的一个简单示例, 在之前首先对神经网络的基本原理作以简单概述。
神经网络是一个以有向图为拓扑结构的动态系统, 通过对连续或断续方式的输入作状态响应而进行处理。神经网络是由大量“神经元”互连而成的网络, 从连接方式看, 它主要有前馈式网络、反馈式网络和自组织网络三种网络模型, 其中最常用的是前馈式网络。前馈式神经网络通常由三个层次组成:输入层, 隐含层和输出层, 如图1所示。
输入层的每个节点对应一个个的输入变量, 输出层的节点对应目标变量 (可有多个) , 在输入层和输出层之间是隐含层 (对神经网络使用者来说不可见) , 隐含层的层数和每层节点的个数决定了神经网络的复杂度。多层前向网络能逼近任意非线性函数, 因此在科学技术领域中有广泛的应用。
三、应用实例
数据挖掘技术可以实现CR M系统中的客户信用分析, 本论文实例就是利用神经网络实现客户信用分析的应用示例, 并采取500个客户为例。
首先建立网络结构。通过对客户经营状况的调查, 公司要尽量了解客户销售和财务方面的交易往来记录, 从而获得较真实的客户信息。选取经营规模、经营状况、平均销售额、平均利润率、投诉理赔记录、逾期帐款帐龄和合作时间等7个操作性强的因素作为输入, 构建客户信用度的神经网络模型如图2所示。
然后对属性数据进行处理。对于像销售额和利润率这样的连续数值型变量, 按公式Ф (x) =1-a·e-βx进行转换, 而对于像经营规模和经营状况这样的定性变量, 在输入时按程度统一分类, 比如经营规模可以划分为“很大、大、中、小”4类, 每一类对应一个分值, 从而可以将定性变量予以量化。
接下来开始进行流程处理。首先从数据库中选取500份客户资料, 集中经验丰富的行业专家和业务人员进行客户信誉度评估, 将所有客户的信用状况分为5个等级, 每个等级给予不同的租赁政策, 如表1所示。
首先从500份评分结果中随机选取400份作为神经网络的训练样本, 剩余100份作为测试样本, 开始神经网络的学习过程, 将实际输出与专家评估结果进行比较, 实现对训练样本的正确划分。
以上完成了一个用于公司客户信用分析的简单神经网络模型, 公司可以利用该模型对租赁业务进行有效地营销和管理, 降低租赁业务的风险, 提高租赁业务的收益。
四、结论
本文在探讨了CR M的基础上引入数据挖掘技术, 通过对数据挖掘算法的研究以及数据挖掘的应用实例, 来研究电子商务领域的数据挖掘应用所涉及的工作和主要的研究内容。数据挖掘在利用高度详细的客户数据来发现新知识时, 将提供有价值的投资回报。总之, 在客户关系管理中建立真正意义上的数据挖掘是一个复杂的系统工程;尽管这方面在国内外目前还是个热点, 但总体上还处于一个初步阶段, 需要人们持续不断的探索和研究。
摘要：随着Internet的迅速发展和普及, 国内外电子商务类网站日益兴起, 在这种新兴的商务方式下, 企业的客户管理将产生很大的变化。本文在分析电子商务环境下的客户关系管理关系的基础上, 利用神经网络实现客户信用评估体系, 实现对客户的正确划分。
关键词：客户关系管理,数据挖掘,神经网络法,客户信用
参考文献
[1]、帕翠珊.B.希波尔德客户关系管理理念与实例[M]北京:机械工业出版社, 2002
[2]、马刚、李洪心等客户关系管理大连:东北财经大学出版社, 2005
[3]、威廉.G.齐克蒙德等客户关系管理, 北京:中国人民大学出版社, 2005
客户信用数据挖掘 篇5
摘要：随着市场竞争日益激烈，应收账款存在的问题也日趋严重。笔者说明了企业需要建立客户资信管理的必要性，以提高应收账款的质量和加速应收账款的回收，能够为企业创造更大的价值；并阐明客户的信用风险可以科学地测量，对客户作出的信用管理是一项量化的信用风险预测，为企业的赊销风险控制提供了一个有效的方法。
关键词：信用管理信用风险应收账款
0引言
赊销是企业在产品销售过程中经常采用的营销方式，企业在通过赊销不断扩大市场的同时，应收账款会大量增加，坏帐损失等各种成本也会随之增加。因此，企业应该增强信用风险意识，加强信用风险管理，尽可能的减少因信用造成的损失。目前，如何对信用过程中出现的信用风险加强防范，是当今企业管理过程中的一个重要课题。
1企业建立客户信用管理，提高应收账款质量
应收账款是企业因赊销商品、产品、提供劳务而形成的债权，具体说是应向购货单位或接受劳务单位收取的款项或代垫的运杂费等。应收账款是企业市场竞争的产物，是企业拥有的、经过一定期间才能兑现的债权，因此，企业必须建立信用管理制度，加强应收账款的管理避免或减少损失的发生，保证企业经营活动的正常进行，提高企业的经济利益。
1.1积极而有效的信用管理，可以极大地提高应收账款的质量，使销售资金的使用更符合公司的整体利益和全局管理，以求得“最低赊销成本”和“最大销售成长”之间的平衡。
1.2积极而有效的信用管理，可以加速应收账款的回收，缩短公司现金周期，改善公司现金流状况，使公司在激烈的市场竞争中更有竞争力。
1.3积极有效的信用管理不仅会增加公司的销售收入，而且通过与客户建立更加紧密的关系，把与客户的合作关系上升到战略伙伴的层次，能够为企业创造更大的价值。
2可以科学地测量客户的信用风险
预测信用风险的一个难点是，客户信用风险的大小难以度量。一般来说，客户反映给业务人员或企业的信息都是零散的、表面的，甚至是虚假的。这些信息与客户真实的偿付能力或信用风险有怎样的关系?一些销售人员仅凭有限的信息就匆忙作出一个近于模糊的判断，最终导致销售失败。企业实行客户资信管理就是要全面、准确、定量地预测每个客户的信用风险程度。具体来说，通过客户资信管理，将使企业通过如下几个方面实现对客户信用风险科学的测量。
2.1保证客户信息的真实、准确获得真实准确的客户信息是准确预测客户信用风险大小的基本条件。有时，根据客户真实的信息，销售人员直接就能够作出决策判断。比如，当获得反映客户资不抵债的真实财务信息后，销售人员很容易就可以作出拒绝赊销的决定。企业有相当一部份货款被客户拖欠，最初的原因仅仅是由于掌握的客户信息不真实，不准确。
2.2客户信息的集中统一管理要准确地预测客户的信用风险，企业应尽可能全面地掌握客户信息。在缺少客户资信管理的情况下，客户的资信信息大都分散在各业务部门，甚至垄断在销售人员手中，管理决策人员难以获得全面的客户资信信息。
2.3对客户信息的综合分析要科学地测量客户信用风险，须将客户的各类信用信息进行综合性的分析。其中，科学、成熟的分析方法(模型)的采用，是准确预测客户风险的有效保证。
2.4以客户资信评级代表基本客户的信用(风险)程度客户资信等级是表示客户资信状况以及信用风险程度的一个简捷、实用的工具。它为企业制订信用政策和交易决策提供了一个基础性的管理依据。
2.5以客户信用额度定量地表示企业信用决策指标信用额度是经过全面的信用分析后，对客户作出的一项完全量化的信用风险预测，其基本含义是企业愿意在该客户身上承担的最大信用风险。这样一个简单的数字却为企业的赊销风险控制提供了一个有效的方法。
3企业建立什么样的客户资信管理体系
企业的信用管理体系应该包括授信系统和收款系统两个部分。授信系统是一种风险管理措施，而收款系统是在商业信用已经发生的情况下保证企业及时收回应收账款而建立起来的正式流程。
3.1授信系统
3.1.1建立成文的信用政策。正式的信用政策能够给雇员和其他参与授信的工作人员重要的指导。虽然其详细程度因不同的公司而异，但有一个书面的政策确实可以帮助员工理解为什么、怎样和何时做出授信决策，并为员工提供详细的程序、规则等指导。
首先，要确定信用工作的原则。为了增加销售，信用部门当然愿意授信于每位顾客，但要取决于公司为了增加销售而给予顾客的信用原则，即公司愿意承担多大风险。有些企业在授予顾客信用方面政策比较宽松，而通过强有力的收款系统来保证现金流，有些企业只给予最好的企业以信用。其次，规定信用部门的组织结构和权利。在这里，要规定报告的渠道和审批权的分配。
3.1.2进行信用调查以及分析财务报表包括：调查被授信企业的历史和业务背景：分析该公司的财务能力和财务状况：预测该公司的财务前景；调查该公司过去的信用记录、名声。
3.1.3通过以下几种方法确定客户的信用条款和信用额度：与竞争者提供的额度一样多；最初设定的额度比较小，经过长期的合作后，如果客户的信誉比较好，额度就逐渐增加；根据客户的平均购买量，设定一定时间内的最高额度：公式法。一般是根据财务报表的几个项目建立一个模型，通过这一模型来确定具体的额度。根据以上提供的资料，评估企业的偿债能力，确定信用额度标准。
3.2收款系统良好的收款系统有助于公司改善流动资金的状况、减少坏账损失的同时维持与客户的合作关系并增加公司的销售。收款系统作为企业总体信用政策的重要组成部分，必须要与企业的信用系统相配合。企业可以根据企业所在的行业特点、竞争状况和企业自身的财务状况选择信用系统和收款系统的组合。
4实现对客户信用管理的职能化、专业化
实践证明，要对企业经营管理中的信用风险进行客观、准确的预测，在企业中设立专门的信用管理职能并进行专业化的技术操作是非常必要的。企业信用管理职能的核心职能之一便是进行客户资信管理。
在处理与客户的各类业务关系中，企业内部各部门往往是从自身的目标和利益出发的。因此，企业开展客户资信管理工作，如果简单地依赖于某一两个部门的兼职性和非专业性工作，往往达不到设计要求，甚至事与愿违。例如，以销售部门担负客户的资信评估工作，通常会过分强调客户的交易价值而忽视其风险性。另外，如果不是很专业性地对客户的各类信用信息进行深入、综合性分析，决策人员则往往对客户的信用风险作出经验性的或片面的判断，造成交易决策错误。
概括来说，企业通过设立专职的信用管理职能，可以使其对客户的资信管理达到如下三个基本目标：①通过职能化管理信用管理人员独立地开展工作，有助于消除各部门间由于目标和利益不同而造成的对客户风险预测、评价的不良影响，保持风险预测的客观性。②通过信用管理部门中专职信用分析人员的专业化工作，科学地测评每个客户的资信状况和信用风险，使企业的风险预测更加准确并符合现代企业信用管理的规范性要求。⑧由专职部门或人员承担客户资信管理工作，将使企业对客户的管理更注重连续性和流程化，从交易的事前、事中和事后各个阶段、各个环节上，全方位地进行客户信息搜集、评估和监控。
赊销客户信用水平评价研究 篇6
企业进行信用销售与银行发放信用贷款都是以信用为基础的业务,在一定程度上具有相似性。企业进行信用销售形成的应收账款与银行发放的信用贷款都可以认为是贷方对借方发放资金的使用权, 而资金的所有权仍归贷方所有,是贷方的一项债权。 二者都具有回收性和风险性。因此,对赊销客户的信用评级可以借鉴银行对于贷款企业信用评级的方法。但是,相对于银行的信贷,赊销又有以下特点:第一,企业赊销的还款期限一般允许在3 ~ 6个月, 形成的应收账款是流动资产性质的债权,而银行信贷一般为一年以上,形成的贷款是固定资产性质的债权; 第二,在赊销过程中,赊销双方一般有着紧密的业务往来,是供应链上的合作伙伴。两者之间的依赖性远大于银行对某个客户的需求,彼此的信誉要比一般银企间信誉要高; 第三,应收账款一般没有抵押和担保,属于商业信用的一种形式,能否按时收回应收账款,赊销客户的还款意愿至关重要。
本文拟在对赊销客户信用影响因素分析的基础上,借鉴现有的银行信用评价方法和手段,突出赊销业务的特点,研究赊销客户信用评级的方法。本文的研究将为企业开展赊销客户信用评价提供借鉴。
1赊销客户信用影响因素分析
纳古韵[4]认为企业信用是企业承诺做什么与实际中所做之间的对比。也就是说,赊销客户的信用是其实际行动与承诺之间的一致性程度。由此看来,赊销客户信用遵从水平的高低是其信用好差的实质。因此,影响赊销客户信用的因素就是影响其信用遵从行为的因素。国内外学者对信用及信用行为的概念做了大量的解释。高西友[5]认为,信用是建立在诚实守信基础上的承诺与约期实践相结合的意志和能力,是从属于商品和货币关系的一个经济范畴。高建平[6]认为信用是一种主观上的诚实守信与客观上的偿付能力的统一,既具有道德上的意义,也具有经济学上的意义。解民[7]认为信用行为是指交易主体在讲信用的基础上做出的涉及人们之间利益置换关系的社会交易行为。一个交易主体在社会交易中即有获得利益的权利,同时也有自觉地如实履行支付成本的义务,是权利与义务的统一。 费斯廷格[8]的认知失调理论主体信用遵从行为是一种以“履行成约”为内容的行为,这种“约”的履行与否及其程度,取决于主体对履“约”行为价值的认知,即基于主体需求动机、价值观念和个体心理等之上的对履约价值的判断、比较和取舍。
虽然对信用及信用行为的解释是多样化的,但每一个解释都揭示出了其兼具道德、经济属性。 “受托人”道德意义上的主观诚实守信———信用意识———是信用遵从得以实现的必要性因素; 而“受托人”具备经济学意义上的客观偿付能力———信用能力———则表现为赊销客户信用遵从得以实现的充分性因素。赊销客户的信用遵从之“履约”行为是一种基于赊销产品的责任承担,本质上是一种偿还货款的行为[9]。因而,赊销客户的信用意识和信用能力决定其信用遵从的实现,两者构成影响赊销客户信用的因素。
除客户的信用意识和信用能力之外,外部的经济社会因素也会影响赊销客户的信用[10]。但从赊销业务所涉及的信用问题角度出发,一方面外部的经济社会因素在短期内基本不会发生较大的变动; 另一方面,其对赊销客户信用遵从的影响不是直接的,而是通过影响赊销客户内在因素即信用意识和信用能力来实现的。因此,本文认为在赊销客户信用评价中可以不考虑赊销客户的外部经济社会因素。信用评级指标体系的内容应该全面的反映所有影响评级对象信用状况的各项因素[11]。以下将结合赊销的特点,从信用意识和信用能力2个方面分析反映赊销客户信用水平的指标。
2赊销客户信用意识评价指标分析
由于应收账款一般没有抵押和担保,所以赊销客户还款意愿是应收账款能否收回的关键。人们往往以诚实守信、以诚待人、言而有信、诚挚等道德范畴的概念来定性描述客户的还款意愿。但是,主观性和模糊化的描述让评价人员难以准确把握赊销客户的可信程度,造成评价结果与现实不符。因此为了有效的评价赊销客户的信用意识可以从赊销客户与本企业的合作历史和赊销客户的商业信誉2个方面对还款意愿加以定量考察。
赊销客户与本企业的合作历史可以赊销客户的订货量、订货频率、付款历史记录3个方面的指标加以评价。赊销客户的订货量大、订货频率高说明买卖双方过去合作密切,一般可以说明买方有较高的还款意愿。买方的付款历史记录可以直接表现买方的付款意愿。这3个方面都可以通过定量数据表示。赊销客户的订货量可以用订货量比率加以衡量: 订货量比率 = 赊销客户年订货量/企业的年总销售量 × 100% ; 赊销客户的订货频率可以用订货频率的排名比率加以衡量: 订货频率的排名比率 = 赊销客户订货频率排名/企业销客户的总数 × 100% 。买方付款历史记录可以用按期还款次数比率加以衡量。按期还款次数比率 = 年按期还款次数/年赊销业务次数 × 100% 。赊销客户的商业信誉可以通过赊销客户对其他赊销企业的货款支付情况、对银行的贷款偿付情况及对其客户的销售合同履约情况来反映。赊销客户对其他赊销企业货款能按时足额的支付一般可以说明赊销客户的商业信誉较好,相应的可以认为对本企业的还款意愿也较高; 赊销客户对银行贷款的履约情况可以反映其对银行贷款的还款意愿,赊销客户对银行贷款的还款意愿强,说明该企业具有较高的信用意识,可以推断赊销企业对本企业也会有较强的还款意愿; 赊销客户对其客户的销售合同的履约率较高能够说明其商业信誉较好, 相应的可以认为其对本企业的还款意愿较高。这3个方面都可以通过定量数据表示[12]。
对其他企业的货款支付情况可以用货款支付率加以衡量: 货款支付 = ( l - 到其未支付货款/本期应支付货款) × 100% ; 贷款偿付情况可以用贷款偿还率加以衡量: 贷款偿还率 = ( 1 - 逾期流动资金贷款额/流动资金款总额) ×100%; 销售合同履约情况可以用合同履约率加以衡量: 销售合同履约率 = ( 1 - 未履行销售合同份数/应履行销售合同份数) ×100%。
3赊销客户信用能力评价指标分析
赊销客户信用能力是一种未来支付能力,赊销客户当前财务能力的存量及未来的过程能力增量决定其未来支付能力。前者可由赊销客户当前的财产财务能力来表达,后者可由赊销客户的经营管理能力来度量,故影响赊销客户信用能力的因素由其当前的财产财务和经营管理能力构成。赊销客户的财务财产能力主要包括偿债能力和变现能力,赊销客户经营管理能力包括经营能力、发展能力和盈利能力。不同的财务指标从不同的方面反映赊销客户的信用能力。结合赊销的特点,借鉴已有的关于企业未来支付能力评价指标的研究成果,以下几方面的财务指标都能够反映赊销客户的信用能力。
3.1反映信用能力的指标
通常赊销合约的期限为1 ~ 3个月,属于赊销客户的短期负债,因此赊销客户的偿债能力主要是短期的偿债能力。范柏乃[13]运用因子分析方法和可信度检验得出反映企业偿债能力的指标主要有资产负债比、速动比率、流动比率和现金流动负债比率。 因而,可以用来衡量赊销客户短期偿债能力的指标包括: 流动比率、速动比率、现金比率。
赊销客户是否有充足的现金流量是企业按期偿还应收账款的根本,因此赊销客户的变现能力至关重要。陶军[14]运用逐步回归和聚类分析方法指出反映变现能力的指标分别是销售现金比率、全部资产现金回收率、现金流动负债比。所以,销售现金比率、全部资产现金回收率和现金流动负债比可以反映赊销客户短期变现能力。
赊销客户对经济资源管理、运用的效率即营运能力也在一定程度上影响着赊销客户信用能力,牛草林[15]运用主成分分析法,确定企业的营运能力的具体指标为流动资产周转率、应收账款周转率和总资产周转率。李国青[16]提出反映营运能力的指标有应收账款周转率、流动资产周转率、总资产周转率、存货周转率。
赊销客户信用能力是一种未来支付能力,企业未来发展趋势与发展速度决定了赊销客户的未来支付能力。屈新等[17]以40家企业的财务数据为样本,运用因子分析法得出主营利润增长率在很大程度上能够说明企业的成长能力; 袁康来[18]提出总资产增长率和净利润增长率对企业成长能力具有较强的解释能力; 殷建红等[19]通过相关性分析得出反映企业成长能力的财务指标主要有: 净利润增长率,总资产增长率。
赊销客户赚取的利润是其偿还应收账款所需现金的来源,因此其盈利能力能够反映赊销客户的信用能力。潘家芹[20]从信用影响因素出发,利用因子分析法和主成分分析法得出了反映企业盈利能力指标有: 总资产净利率、销售净利率、净资产收益率;
综合以上研究结果,可以确认: 流动比率、速动比率、现金比率可以反映赊销客户的短期偿债能力; 销售现金比率、全部资产现金回收率和现金流动负债比可以反映赊销客户短期变现能力; 应收账款周转率、流动资产周转率、总资产周转率、存货周转率可以用来反映赊销客户的经营能力; 主营利润增长率、总资产增长率和净利润增长率可以反映赊销客户的发展能力; 总资产净利率、销售净利率、净资产收益率则可用来反映赊销客户的盈利能力。
3.2赊销客户信用能力评价指标筛选
根据以上分析,能够评价赊销客户信用能力的指标有16项之多,如果全部用于评价将导致获取评价数据的工作量过大,评价过程过于繁琐。事实上在以上16项指标中许多指标存在重叠,或者说他们可以相互替代。通过对不同公司在不同时点上各项指标之间的相关分析,可以发现各指标间的相关程度,从而达到删减指标的目的。
由于不同行业的财务指标之间的相关关系可能存在差异,因此本文参照证监会的行业分类标准,根据公司主营业务范围,运用随机数表法选取了工业、 信息技术业、批发零售业、房地产业、传播与文化业、 社会服务业、农林牧渔业、建筑业、交通运输及仓储业各30家上市公司,采用2013年的数据分别对其16项指标进行一对一的相关分析。对于相关系数大于0. 8的指标认为存在指标涵盖现象,应删除其中对赊销客户信用能力解释力度较小的指标。如在反映短期偿债能力的指标中,流动比率、速动比率、 现金比率三者属于显著相关这一范畴,相关系数非常大,可以删除两个指标。由于应付账款属于赊销客户的短期负债,速动比率比流动比率及现金比率对企业短期偿债能力的反映更显著,因而,可以删除流动比率和现金比率,保留速动比率。根据以上删除指标的原则及各行业的相关系数,得到各行业信用能力指标的筛选结果,如表1所示。
4赊销客户信用评价方法研究
4.1赊销客户信用的模糊综合评判方法
通过对赊销客户信用影响因素的分析和评价指标的分析能够确定赊销客户信用可以用下式表达:
其中: U表示赊销客户信用水平; U1表示赊销客户信用意识; U2表示赊销客户信用能力。
式( 1) 表示赊销客户信用水平取决于赊销客户信用意识和赊销客户信用能力。在存在大量历史数据的情况下,可以通过多元回归等方式探求赊销客户信用意识和信用能力及其所属指标与赊销客户信用水平的关系,具体给出式( 1) 的解析式。
但在目前条件下,获取大量的与赊销客户信用水平与评价指标相关的历史数据几乎是不可能的。 在此条件下,可以通过设定评判标准对各评价指标判断其对信用水平的影响,然后通过各指标相对信用水平的权重以加权和的形式获得信用水平的最终评价值。由于赊销客户信用意识和信用能力受多个指标因素影响,而且其评判不能简单的以“是”或 “否”的方式进行。因而可以采用模糊综合评判方法对赊销客户信用水平进行评判。即根据事先设定的标准依据各指标的取值确定其隶属度进而对其信用水平给出判断,同时对各指标依据其对信用水平的影响给出重要性,并最终确定赊销客户信用水平。
综合以上分析,赊销客户信用可以用下式表达:
其中:; U表示赊销客户信用水平的评价值; U1表示赊销客户的信用意识评价值; U2表示赊销客户信用能力水平的评价值; W1表示赊销客户信用意识水平的权重; W2表示赊销客户信用能力水平的权重。
运用式( 2) 的关键是U1和U2的确定,具体可用以下式( 3) 和式( 4) 式来确定:
其中:; U11表示双方合作历史的评价值;U12表示赊销客户商业信用的评价值; W11表示双方合作历史的权重; W12表示赊销客户商业信用的权重。
其中:U2j分别表示客户短期偿债能力的评价值、客户变现能力的评价值、客户经营能力的评价值、客户发展能力的评价值、客户盈利能力的评价值; W2j分别表示以上各项的权重。
进一步,U1j和U2j的评价值又可用其相关评价指标通过式( 5) 和式( 6) 表示为
其中:U1jk为表示信用意识的各指标的评价值; W1jk为表示各指标的权重。
其中:U2jk为表示信用意识的各指标的评价值; W2jk为表示各指标的权重。
4.2指标隶属度与指标权重的确定
在模糊综合评价中确定评价指标隶属度函数和确定各指标的权重是确保评价准确的必要步骤。
隶属度函数有很多种,包括降半柯西分布、降半正态分布、矩形、梯形分布、三角形分布等。根据本评价的特性,对于效益型指标( 值越大越好) ,选用升半梯形分布的隶属函数,对于成本型指标( 值越小越好) ,则选用降半梯形分布的隶属函数。
其中: x表示某个指标的实际值; Mj和mj分别表示第j等级的上、下边界值; f( x) 表示该指标对于第j等级的隶属度函数。
确定各等级的上下边界值时,根据指标的特点分为三类。第一类,对于反映信用意识的指标,在选取一组赊销客户作为评价标准后,将这一组赊销客户相应指标的最高值作为隶属函数的上边界值,将指标的最低值作为隶属函数的下边界值; 第二类,对于在《企业绩效评价标准值》[21]中有参考标准的财务指标可以以《企业绩效评价标准值》2013版为参考,优秀值作为上边界值,较差值作为下边界值; 第三类,在《企业绩效评价标准值》中没有参考标准的财务指标,在选取一组相似企业作为评价标准后,对于每一个指标我们都将得到一组数据,最简单的方法是计算这组数的平均值,再计算大于平均值的一组数的平均值,并将它作为隶属函数的上边界值,同样,计算小于平均值的另一组数的平均值作为隶属函数的下边界值[22]。
指标权重通常是专家根据经验给出,为了尽量减少个人主观臆断所带来的弊端,应该采用层次分析法将个人的主观判断用数量形式表达和处理,使评价结果更可信[23,24]。该方法的主要思想是通过将复杂问题分解为若干层次和若干因素,对两两指标之间的重要程度比较做出判断,建立判断矩阵,通过计算判断矩阵的最大特征值以及对应特征向量, 就可得出不同项目重要性程度的权重[25]。
4.3评级等级的划分
常用的信用评估的信用级别分为三等九级,即: AAA、AA、A、BBB、BB、B、CCC、CC、C。但是,考虑到赊销操作的一般方式及模糊综合评价法下设定评语集的要求,本文将赊销信用划分为5个等级,分别为优秀、良好、一般、较差、差。企业可以根据赊销客户的信用等级在信用限额的基础上进行调整进而确定赊销客户的赊销额。
当U∈( 0. 8,1]时,客户的信用等级为优秀,企业可给予客户信用限额100% 的赊销额;
当U∈( 0. 6,0. 8]时,客户的信用等级为良好, 企业可给予客户信用限额80% 的赊销额;
当U∈( 0. 4,0. 6]时,客户的信用等级为一般, 企业可给予客户信用限额50% 的赊销额;
当U∈( 0. 2,0. 4]时,客户的信用等级为较差, 企业可采用抵押赊销的方式;
当U∈( 0. 6,0. 8]时,客户的信用等级为差,企业应拒绝赊销,采用现金交易。
其中信用限额可以采用销售量统计法,以客户的上个月度( 或季度) 订货量为基本数额,以行业标准信用期限为参数,计算得出。
5赊销客户信用评价实例分析
在运用以上所提出的赊销客户信用水平评价方法时,要特别注意: 赊销客户所处行业不同,会导致评价指标体系不同,相应的各指标的权重会有所不同。故企业在对赊销客户进行信用评价时首先要对赊销客户所在行业进行归类。
在此选取医药行业的A公司和B公司作为研究对象,说明具体的评价方法。A公司是一家上市医药公司,创建于2011年5月,主要从事研究、生产注射剂、冲洗剂、原料药。截止2013年,集团总资产105 153万元。B公司也是一家上市医药公司,创建于2000年8月,主要生产片剂、软胶囊剂等。截止2013年,集团总资产2 712 098万元。A公司和B公司适用制造业的指标体系,根据对指标的分析及筛选结果,制造业的评价指标体系如下: 反映买卖双方合作历史U11的指标包括: 订货量比率U111、订货频率U112和付款比率U113; 反映客户商业信用U12的指标包括: 货款支付率U121、贷款偿还率U122和合同履约率U123; 反映短期偿债能力U21包括速动比率U211; 反映变现能力U22的指标包括: 销售现金比率U221、资产现金回收率U222和现金流动负债比U223; 反映经营能力U23的指标包括: 应收账款周转率U231、存货周转率U232、总资产周转率U233和流动资产周转率U234; 反映发展能力U24的指标包括主营利润增长率U241、总资产增长率U242和净利润增长率U243; 反映盈利能力U25的指标包括: 总资产净利率U251和销售净利率U252。
A公司和B公司的赊销信用水平评价指标的相关数据,如表2所示。
5.1指标权重的确定
根据设计的方法,邀请了有关专家学者和企业赊销客户信用评级工作者对指标体系中的一级指标即双方合作历史、客户商业信用、短期偿债能力、变现能力、经营能力、盈利能力、发展能力以及各个指标下的二级指标进行了两两判断比较,形成了比较矩阵。
按照层次分析法的要求,对比较矩阵依据CR ( 一致性比例) 进行一次性检验,检验规则为: 当CR < 0. 1时,接受判断矩阵的一致性。如没有不通过,则要求参评人员对比较值进行修改,直至通过一致性检验。
经分析最后得到评价指标各级权重,如表3所示。
5.2指标隶属度的确定
根据隶属函数计算的各指标的隶属度,如表4所示。
5.3确定信用等级的评价值
5.3.1A公司信用等级的评价值的确定
根据式( 5) 和式( 6) 确定A公司各Uij的评价值为
根据式( 2) 、( 3) 、( 4) 确定U的评价值为
5.3.2B公司信用等级的评价值的确定
根据式( 5) 和式( 6) 确定B公司各三级指标Uij的评价值为
根据式( 2) 、( 3) 、( 4) 确定U的评价值
由此可知A公司信用综合隶属度得分为0. 37, 根据评语集可知,该客户信用较差,企业可以根据情况采取抵押赊销的方式或拒绝赊销。B公司信用综合隶属度得分为0. 62,根据评语集可知,该客户信用良好,企业可给予B信用限额80% 的赊销额。
6结论
制定和选择适当的信用政策是企业防范应收账款风险、降低坏账损失的第一步。而企业信用政策的制定的主要依据就是赊销客户的信用水平。本文提供了赊销客户的信用水平的方法,为企业制定信用政策提供了依据在源头上防范了应收账款的坏账风险。本研究首先分析了赊销客户的信用影响因素,提出影响赊销客户信用的主要因素包括信用意识和信用能力2个方面。
论文根据赊销信用的特点提出了反映信用意识和信用能力的指标,并结合各行业的具体情况以相关分析方法对反映信用能力的指标进行了删减。根据数据获得的可能,设计了赊销客户信用水平评价的方法。
论文中提出的评价方法仍然是建立在主观评价基础上的评价,虽然采用模糊综合评价和层次分析法可以在很大程度上降低主观评价所带来的弊端, 但仍然不能从根本上解决问题。在大量历史数据的基础上,分析影响赊销客户信用的指标与赊销客户守信状态的关系是赊销客户信用水平评价未来的研究方向。
摘要：企业赊销所形成的应收账款属于赊销企业的债权,具有回收性和风险性。企业在进行信用销售之前,应该对客户的信用等级进行评价,根据客户的信用等级确定自己的赊销信用政策,以防范应收账款信用风险。在对赊销客户信用影响因素分析的基础上,通过相关性分析,针对不同行业选取了反映影响赊销客户信用等级的各项因素的信用评级指标体系。进而提出了基于模糊综合评价法的赊销客户信用水平评价方法。通过实例分析验证了方法的可行性与科学性,论文的研究结果可以为企业制定赊销信用政策提供借鉴。
客户信用数据挖掘 篇7
客户信用信息分析不是空中楼阁, 它必须建立在大量详实准确的数据基础上。没有基础数据为根基, 空有信用分析方法和技术是无济于事的。信用分析过程实际上由一系列日常性工作所组成, 整个分析过程如图1所示。
在图1中, “搜集信息”是整个分析过程的第一步, 也是容易被忽视却非常关键的一步, 因为信用信息的完整性和准确性直接影响后续分析工作的进行。从理论上看, 整个流程逻辑严密, 但却存在操作层面的问题。比如, “从何处搜集信用信息?搜集什么信息才最有效?怎样搜集这些信息?”等一系列问题都在困扰着信用管理人员。现在大量的探讨集中于评级方法的选择和应用, 而对信用信息收集这一基础性工作却涉及较少。由于没有这方面的系统论述, 信用管理人员往往只能根据一些理论依据和实际经验来搜集信息, 降低了信用管理的工作效率, 甚至影响到客户信用评级的可靠性。所以, 对信用信息来源及内容的探索十分必要。本文集中分析了客户内部信息、以往交易经验、实地调查等主要信息来源。
二、客户信用信息的主要来源
信用信息的来源基本分为内部来源和外部来源两个方面。内部来源是指企业在与客户进行交易的过程中, 主动搜集客户相关信用信息的各种方式 (如图2所示) 。所谓外部来源, 是指企业从独立于本企业及其客户之外的第三方机构 (或组织) 处搜集信息的渠道。本文重点探讨内部来源, 这也是信用信息的主要来源。
三、客户信用信息的主要内容
1. 客户内部信息
销售部门是企业里直接与客户打交道的部门, 与客户保持着密切的联系。工作的特殊性质为他们提供了深入了解客户内部情况的便利。通过对客户的实地访问和电话信函联络, 销售部门可以获得许多客户内部信息, 这些信息一般都被销售人员写进了说明订货情况的订货报告中。客户内部信息是对企业产品在市场上是否适销对路以及发展前景是否良好的一种反馈, 反映了客户对本企业产品的欢迎程度, 绝不能忽略。
为了实现企业内各个部门 (包括信用部门) 信息共享的目标, 从第一个与客户接触的环节 (即销售部门) 起, 就有必要建立一种记录客户信息的系统。一个有质量、有广度、有深度的客户信息系统可以大大提高各部门的决策效率, 促进部门间的合作。
本文认为, 在搜集客户内部信息时, 应该充分注意以下3个方面:
(1) 要求销售人员理解信用部门考虑问题的出发点, 在描述客户经营现状时尽量做到客观、谨慎, 不要习惯性地从销售部门追求扩大与客户的交易量的目标出发, 对客户特征作过分乐观的描述, 以期影响信用部门的判断, 促其放松对客户的信用条件。
(2) 搜集客户内部信息时还必须注意观察客户的反应。一般而言, 客户是不愿披露自己的情况的。但是, 如果某客户对披露信息显得过于不安和敏感, 就应引起企业的注意, 进一步察看这种态度背后的真实原因。
(3) 有的企业对于建立客户信息记录系统兴趣不大, 认为信用调查完全是信用部门的事, 对已经工作繁重的销售人员, 不能再要求他们撰写有关客户信息的报告。但企业经营的实践经验表明, 耗费在搜集信息上的成本会将企业的日常经营风险置于可控范围内。
2. 企业与客户以往的交易经验
企业往往与一批固定客户保持长期商业往来。在频繁发生的商业交易中, 企业对于每位客户对待各交易环节的习惯态度和做法, 特别是对于偿付货款的一般做法会逐步加深了解, 这就是企业对客户的交易经验。
通过企业与客户以往的交易经验来搜集信用信息的方法已有很多论述, 本文重点提出当前工作实践中所凸显的3个主要方面。
(1) 注意客户是否通过合同纠纷等来掩盖自身的财务危机。企业与客户订立合同后, 在合同执行过程中发生意见分歧和争端是常有的事。比如客户可能会抱怨企业的发票不合规格、发票定价有误、交货不及时、验货不合格等, 并因此拖延付款。这类商业争端不仅令企业生产销售部门头疼, 也给信用部门带来了一系列问题, 使催收货款的工作变得更加困难。信用部门必须清楚, 客户对企业的种种怨词是不是存心编排的, 目的只是借商业争端这个最有效的“烟幕弹”来掩盖自己在财务上出现的问题, 找到拖欠货款的借口。这时候如果企业过分看重交易经验, 就往往只能看到商业争端这个表象, 而看不到隐藏的信用问题。
(2) 有些客户以往的付款记录可能会显示他们有拖延付款的行为。但是这往往不是由其财务危机引起的。实际上, 他们的现金流动状况良好, 也没有不付款的动机, 他们就是习惯性地拖延时间, 并认为在商业交易中这种做法无可非议。具有这种倾向的客户还为数不少, 也是最难对付的。企业信用部门必须尽早识别哪些客户有这种症状, 并注意在催收款时加强对他们的压力, 保证按时收回货款。
(3) 在行业中地位显著的大企业, 特别是那些身为主要原材料供应厂商的大企业不能过分倚重对客户的交易经验, 不能过分相信客户的付款表现。原因在于, 由于这类企业的特殊性质, 使它的客户几乎都不敢对它掉以轻心, 因为拖欠款项只会使客户自己冒原材料供应受不利影响的风险。所以在客户的债权人名单上, 这种大企业总是排在前面, 客户总会尽力先偿清对它的债务。反映在大企业的客户付款记录中, 便显得似乎绝大多数客户的付款表现都不错。殊不知其中有水分, 某些客户可能已经陷入困境当中, 只是在勉强维持罢了。如果大企业只看重自己的交易经验, 便可能在客户的信用危机突然爆发时措手不及, 蒙受损失。
3. 对客户进行实地访问和信用调查
信用部门必须重视对客户进行实地访问后形成的印象。尽管印象的主观色彩较浓, 但却是不可或缺的信息来源。因为不管企业手头已经掌握了多少客户资料, 总是间接获得的, 只有让信用部门工作人员或销售部门人员亲自与客户接触, 才有机会了解已掌握材料的背景或“幕后”情况, 填补由于不能从其他渠道获得信息而形成的信息空白。信用部门人员亲自上门访问客户, 还可能有机会直接与客户的经理、董事或其他管理人员交谈, 这样会增强信用部门的感性认识和直觉判断力, 非常有益。
企业从实地访问和信用调查中可以得到许多细节性的信息。概括地讲, 企业可以了解到客户的一般背景资料, 如销售额和利润的大小、资本结构、客户借入资金的来源以及提供给债权人的担保品、营运资金的流动性、存货周转状况、影响其产品销量的市场因素、催收欠款的表现等。企业还可以了解到一些从间接渠道不易取得的信息, 填补由于信息不完整而留下的空白, 从而完整地了解客户的实际情况。比如, 通过实地访问, 企业的调查人员可以了解到客户管理层的构成, 弄清其董事会成员及各部门主管的姓名、履历乃至工作风格, 了解“客户的客户”的情况, 了解客户所处的竞争环境、客户对产品开发和营销的计划, 还可以借参观厂区的机会, 观察工人的精神面貌、厂区的规划布置、生产的秩序效率等, 这种直观观察所得的结论有时对信用决策的作用非常之大, 只有通过实地访问才能做到。因此, 尽量设法对更多的客户进行实地访问和信用调查, 应当成为信用部门的一项日常职责。
利用实地访问这一途径搜集信息时, 信用部门也要特别注意搞好与销售部门的关系。这是因为在大多数情况下, 由销售人员上门访问客户是更通行的做法, 也容易为客户所接受。当然, 信用部门人员要争取与销售部门人员共同对客户进行访问。如果做不到这一点, 就有必要在实地访问前积极与销售部门沟通, 让负责实地访问的销售人员充分了解信用部门的职责所在和需要获取的信息。
四、结论
在赊销之前收集客户资信状况的信息, 为客户资信状况评价准备资料, 这是信用管理的重点。本文较详细地分析了客户信用信息的主要来源以及内容, 把握好这些信息的主要来源对客户信息进行有效甄别, 有助于企业的信用管理部门和销售部门制定合理的信用政策。同时, 在有效地控制应收账款坏账率的基础上, 稳步提高企业的销售额和市场占有率, 从而“安全”地发展和壮大企业。
参考文献
[1]吴晶妹.资信评估[M].北京:中国审计出版社, 2000.
[2]周惠珍.投资项目评估[M].大连:东北财经大学出版社, 1999.
电力企业的客户信用风险管理 篇8
1 电力企业客户信用风险管理的现状
走向市场化的电力企业不得不开展有别于传统意义的营销活动。一方面现在各地的电力公司都在进行客户中心的建设, 另一方面客户资料的分析不到位。目前, 电力营销业务管理和财务管理中, 电力企业还没有很好地掌握运用现代先进的信用管理技术和方法, 比如对客户的信用风险缺少评估和预测, 交易中往往凭主观判断做出决策, 缺少科学的决策依据。在销售业务管理上, 由于缺少信用额度 (电费回收期) 控制, 营销部门和财务部门往往是重权力而不重责任, 一旦出现风险问题又相互推诿, 造成电力企业债务拖欠和应收账款居高不下。脱胎于计划经济体制下的电力企业在近几年的运营中, 其信用管理和风险控制能力的欠缺和落后已成为当前制约大多数电力企业健康稳定发展的重要因素。强化电力企业客户信用风险管理就是在电力企业售电增长和风险控制这两个目标之间寻求协调和统一。
2 电力客户信用风险管理系统
要做好电力企业的客户信用风险管理, 就必须建立电力客户信用风险管理系统, 通过这一系统, 可以实时地掌握电力企业客户的信用信息, 降低电力企业的经营风险, 从而提高企业的经济效益。电力客户信用风险管理系统能提供符合国际国内标准的客户信用评价体系和模型;提供欠费风险预警机制;在客户用电情况分析的基础上, 提供窃电行为检测手段, 并将窃电行为的查处与客户信用评级联系起来, 形成强大的社会监督和威慑作用;利用用电企业的信用数据和网上公开信息, 将产业政策、经济形势、市场环境等外部因素纳入电量的预测中, 建立更加准确的预测方法, 提高用电预测的准确度。
2.1 电力客户信用风险管理系统的结构
电力客户信用风险管理系统主要由信息处理子系统、信用评价子系统、欠费风险评价子系统、窃电检测子系统、用电预测子系统、系统管理子系统和信用信息数据库构成, 见图1。
a.信用信息数据库
信用信息数据库可以提供强大的、多样性的数据支持。信用评估数据按评估过程分为三类, 第一类是原始数据, 原始数据又按照需要支持的各系统分为各个子类, 并按子类建立数据库文件, 如支持定量分析子系统的各类财务报表和信用信息等。第二类是中间数据, 这类数据对原始数据进行适当处理, 转换为直接提供给信用评估模型运算的中间临时数据库文件, 或某个模型运算的中间结果数据, 如定量分析中生成的各个信用指标值等。第三类为输出数据, 包括信用评估报告、信用评估结果表单等。
b.信息处理子系统
该子系统可实现用电企业基本资料的录入及逻辑关系自动校验功能。录入可由业务人员手工录入基础资料或由信息处理子系统将相关网站提供的数据、内部业务系统数据库的数据、外部业务系统数据库的数据和标准电子化文档自动导入。系统自动完成对录入数据中的逻辑关系的校验, 并对其中不符合逻辑关系的项目予以警告提示, 在改正错误前不对资料进行处理, 以保证评估资料的真实性和可靠性。
c.信用评价子系统
信用评价子系统可将企业的缴费情况、缴费能力、经济实力、资本结构、经营效益、发展前景和社会信用记录等信息纳入信用评价体系, 给出用电企业的信用评级表、行业信用分布图和企业的信用曲线图。
d.欠费风险评价子系统
这一子系统的作用是将企业的信用等级、经营状况、国家产业政策、经济形势和市场环境等信息纳入到欠费风险评价模型, 给出信用风险指示图、信用风险走势图、高风险用户名单以及风险预警表。
e.窃电检测子系统
近年来, 一些不法分子的窃电手法不断翻新, 并逐步向专业化、智能化方向发展, 给国家电力资源造成损失, 同时也成为城市供电及公共安全的一个重大隐患。而一般电管人员受理论知识和实践经验的局限, 难以识破技术性窃电行为, 导致窃电分子更加肆无忌惮, 活动十分猖獗。因此, 窃电检测手段必须实现科学化。窃电检测子系统可建立窃电检测和防范手段, 将可疑用户从用电客户中筛选出来, 提供窃电可疑用户表及相关的证据, 给出用户可疑等级、用电曲线比较图和按行业的可疑分布图。
f.用电预测子系统
用电预测作为电力营销管理系统的一项需求预测功能, 主要基于对用电营销历史数据的分析, 运用数学模型求得预测值。
该用电预测子系统在对电量的需求预测中, 不仅考虑了电量数据的历史趋势, 同时考虑了用电大户的经营状况和资产水平, 国家产业调整状况, 宏观经济景气指标, 地区消费水平, 突发事件等因素, 将产业政策、经济形势、企业经营、市场环境等外部因素纳入电量的预测中, 按一定权值进行综合预测, 能够比较客观地反映实际的需求。
g.系统管理子系统
系统管理子系统主要负责对系统的维护和更新, 保证系统能够安全稳定地工作, 不断完善整个系统的功能, 使之发挥更大的作用, 用户可以通过它对整个系统进行调控。
2.2 电力客户信用风险管理系统的作用
实施电力客户信用风险管理系统能给企业带来如下效益:
a.建立用电客户信用等级评价体系, 优化电费回收环境。
b.建立欠费风险防范体系, 优化企业经营环境。
c.建立窃电检测与防范体系, 优化用电环境。
d.进行准确的用电需求预测, 提高营销决策水平。
e.有偿提供用户缴费信用数据和用电诚信记录。
3 实施电力客户信用风险管理系统的成功案例
安徽省电力公司滁州供电公司负责滁州市三县、两市、两区的供电和电网建设, 是安徽省电力公司直属的中型供电企业, 下辖六个县级供电公司。滁州供电公司于2003年底与上海卡耐信信息科技有限公司合作共同开发电力客户信用风险管理系统。
该系统实施后, 取得了良好的效果, 具体体现在以下三个方面:
a.信用评级
2004年4月初, 对第一季度信用评级模块运行后, 共产生出AAA级客户648户, AA级客户760户, A级客户156户, B级客户1488户, C级客户814户, D级客户52户。所评出的结果与滁州供电公司日常所掌握的客户信用情况基本相符。
b.风险预测
该系统运行后共生成低压具有欠费风险户数1 972户, 其中高风险客户753 户, 预测会发生超过缴费期限而无法及时上缴的电费金额858 728元;高压具有欠费风险户数65户, 其中高风险欠费户24户, 可能超期限缴纳的电费金额10 936 086元。5月初, 滁州供电公司按照风险损失大小进行催缴, 对风险损失大的客户, 滁州供电公司抽取催费能力强的人员重点进行催缴, 电费回收取得了较好的效果。经对实际产生的数据进行统计, 4月份低压实际发生欠费违约户数862户, 违约电费538 545.58元;高压实际发生欠费违约户数76户, 违约电费12 480 164.06元。将风险预测数据与实际产生的数据比较计算, 得出高压违约电费准确率为87.6%, 低压违约电费准确率为62.7%。
c.异常用电客户检测
该系统运行后共产生电量异常用电客户308户, 其中可疑等级高的为34户, 可疑等级中级的为138户, 可疑等级低的为136户。经用电监察部门对这些客户检查后, 共发现窃电户4户, 违约用电户6户, 共追补电费3 652.45元, 收取违约使用电费8 524.26元, 合计12 176.71元。从以上数字可以看出, 该模块在运行后, 大大地缩小了用电监察的范围, 明显减轻了用电监察人员的工作量。
总之, 电力客户信用风险管理系统的实施不仅强化了滁州供电公司客户信用风险体系建设, 为实施客户信息化管理提供了技术保障, 而且提高了公司电费回收的效率和查处窃电的准确率, 降低了电费回收成本, 减小了用电监察的范围和时间, 取得了明显的经济效益。
4 结束语
客户信用数据挖掘 篇9
其次, 美银的在华发展战略与建行的发展没有根本的利益冲突。与建行“建设国际一流零售银行”形成互补的是, 美国银行并不计划在内地发展零售业务, 与建行达成合作协议后, 美银关闭了全部已经在内地开设的零售网点, 仅通过建行分享内地银行业发展的成果。同时, 美国银行不愿发展海外业务, 并把美银亚洲卖给了建行, 而建行则可以借此发展海外业务, 从而帮助建行实现国际化目标。
最后, 就美银对建行的持股比例而言, 美银几乎无法成为建行的第一
行还是近期美银行使期权以低价买入建行股份, 关于建行“贱卖”的争论一直未曾平息。然而, 应该看到不管是否作为战略投资者, 任何机构在进行投资决策时, 必然会做财务上的安排和考虑, 但真正决定合作成功与否的是合作是否有利于双方未来长远的发展战略, 这对于美银如此, 对于建行亦是如此。因此, 在我们选择战略投资者的时候, 应着眼于商业银行长远的发展, 选择可以优势互补的境外投资者, 这样才能在实现双方利益的基础上达到“双赢”。
第二, 从建行选择境外战略投资者的成功上市过程中我们可以看到, 是美国银行的加入在很大程度上坚定了其他投资者对投资建行的信心。在很多投资者看来, 国外知名的机构参股建行证明了建行财务报表的真实可靠, 证明其确有投资价值。这从一个侧面反映出虽然我国商业银行经过一系列的改制与重组, 无论从资产质量或是发展潜力上都有了质的飞跃, 完全有能力参与国际竞争, 但是由于我国资本市场的不完善, 信息披露制度的不健全加之旧的商业银行体制下我国商业银行普遍存在公司治理结构不完善, 风险控制能力差等问题, 使得我国商业银行无法得到国际机构的认可。这就要求我们继续深化商业银行的改革, 使我国商业银行的发展与国际接轨, 这样我们才可以真正以平等的地位参与国际竞争。
第三, 在对待境外战略投资者的态度上, 我们不要期待外资会百分百的向我们提供先进的经验技术, 也不能武断地认为外资参股就是动机不良, 我们与外资合作的深度和广度要看合作的结果是否对双方利益有利。因此, 我们既不能绝对地排斥外资的进入也不能完全依靠外资来改进我国商业银行的经营状况, 而是要在合作中主动的学习国外同业的技术和经验, 努力提升自己的实力和国际竞争力。
【参考文献】
[1]Henry&James:银行业的未来[M].中国金融出版社, 2005.[2]胡浩:银行同业竞争与合作[M].中国金融出版社, 2007.
[3]费伦苏:论国有银行引入外国战略投资者及相关争议[J].当代经济管理,
[4]史建平:国有商业银行改革应慎重引进外国战略投资者[J].财经科学,
[5]许国平、葛蓉蓉、何兴达、张建军:论国有商业银行引进境外战略投资者的必要性[J].国际金融研究, 2006 (12) .
[6]占硕:我国商业银行引进战略投资者风险研究[J].财经研究, 2005 (1) .
市场经济是以信用为基础的经济。我国的社会主义市场经济经过几年的发展, 已经发生很大的变化, 信用销售已经成为中国各行业市场中主要的交易方式。作为一种有效的竞争手段和促销手段, 信用销售能够为企业带来很大利益, 但同时也给企业带来了很大的商业信用风险。建立现代企业客户信用档案是社会主义市场经济发展的客观需要, 也是我国企业档案事业在新时期发展建设过程中一项重要的工作。研究和探索现代企业客户信用档案的管理, 将丰富和发展档案学理论, 扩大档案管理的内涵, 拓展档案管理新领域, 使档案工作更加贴近经济建设, 融入市场经济。
一、信用档案的内涵
信用档案是涉及到个人隐私、商业秘密, 甚至国家机密的文件。如银行账号、收入来源等, 不宜对外公开, 在利用过程中设置使用权限。其中包涵以下几点含义:一是信用档案是在特定的市场经济环境下产生的一种新类型的档案门类;二是信用档案是围绕经济活动存在和发展的;三是信用档案的主体是国家的社会组织、企业和个人, 形成的范围非常广泛;四是活动中产生的信用记录具有参考保存价值;五是形成的信用记录应是真实可信的。具体到企业和个人来说, 就是这些企业和个人在与其他的单位和个人在进行经济活动过程中产生的, 反映该企业和个人信用程度的历史记录。从信用资源讲, 信用档
体系在客户管理中的应用
案是随着市场经济体系的完善而产生的, 其存在价值事实上就是其资源价值, 即信用档案的内容应全面反映信用资源的内容。信用资源包括两个方面:道德信用资源和资产信用资源。因此, 信用档案也可分为两类:一是道德信用档案, 如个人、企业的基本材料, 与银行等部门的履约情况, 社会信用情况等;二是资产信用档案, 如个人及企业的财务分析、资产、负债等情况。
二、信用管理体系下客户信用档案管理的创新
1、加快企业征信立法
一是对应予保护的商业秘密进行明确。西方大多数国家为体现市场公平竞争的原则, 并不设立保护企业法人的法律, 英国的公司法甚至要求不论企业是上市公司还是中小企业, 均应对任何类型的需求者公开财务报表。借鉴这些做法, 我国在征信立法过程中, 应减少对企业的过度保护, 仅对确需加以保护的商业秘密进行规定, 法无规定的即为必须公开的信息。二是对企业数据采集的各方当事人的权利及义务进行明确, 如明确人民企业开展企业征信系统建设、进行企业信用信息采集、对企业数据进行检查、核实的权利, 企业提供真实、准确、完整信息的义务等。
2、充分发挥社会力量
要充分发挥政府部门和市场的作用, 调动信用档案主客体的积极性。社会上都要积极开展宣传, 达成共识, 做到既各负其责, 又密切合作, 从而形成一种齐抓共管的良好局面。同时还要调动社会的力量, 为信用档案的建立与完善提供第一手的材料, 并用各类信用主体也有必要而且也应该为信用档案的建立和发展做出一定的贡献。同时由于信用档案的特殊性, 故在信用档案的收集、管理与提供利用过程中不可避免的会出现一系列问题, 为了保证信用档案记录的真实性。方便快捷地为利用这及时提供有价值的最新信息, 有关部门可尝试建立一个全国性的信用档案专门服务机构。此机构可挂靠在中国人民银行或其他类似机构, 但这类中心必须是非国营的, 其征信市场完全市场化, 并且以客观、中立、高效为工作基本原则。当然国家相关职能部门还要加强对此中心的监管与监督, 对其制定相关规章与工作程序进行审核, 以确保中心的一切工作合法, 提供的信息真实可靠。
3、明确信用档案管理内容
信用档案管理流程内容是企业信用管理中技术含量最高的部分, 是信用管理中的具体行为, 决定着企业信用风险管理的效果。我们认为, 客户档案全方位信息包括6个方面:一是客户的基本信息, 包括客户背景、地址、注册情况、资本金到位情况、客户成立的历史、隶属关系、股东及其股本结构、管理人员资料等。二是客户的业务情况, 包括客户主要业务范围、现在的供货来源、市场分布、收付款情况。三是客户资产及财务状况, 包括客户的盈利情况、经营活动的增长趋势。通过财务状况的调查, 可以把握客户的业务发展机会, 从而拟定贸易策略。四是客户付款记录, 通过了解客户以往的付款行为以及该客户所获得的其它供货商向其提供的最高信用额和信用期 (即赊销情况下的最大赊销限额和收款期) , 及时掌握客户付款及资金流动情况。五是客户的银行往来情况, 包括资金进出、贷款及还息还贷情况。六是公共纪录及行业口碑, 包括法律诉讼、抵押记录、社会认知度等。以上所列提供了客户信息管理的方方面面, 在实际的操作中企业可以根据客户规模、业务情况进行全面或某方面的客户信息管理, 出具深浅不一的信用报告, 为商业决策提供不可替代的信息支持。
4、实行客户动态资信管理
客户动态资信管理是信用档案管理的基础工作, 企业客户的全部信息应由客户总部统一进行管理监控, 并随时修订、完善。这样既能改善企业客户信息的质量, 同进也可防止单个部门或业务员垄断客户信息。我国企业目前状况是各业务部门或业务员单独管理客户资料, 这样容易导致客户信息不全、分散、陈旧。也易导致信用风险损失的发生。建立客户信息管理系统后, 就要对客户的信用进行调查, 这既可由企业内部专门机构和专职人员完成, 也可委托专门的资信调查机构完成。调查的渠道有:客户直接提供的资料、网络中心的资料、交往的资料和其他公开的信息渠道。调查的内容有:客户的品质、能力、资本、抵押和条件;客户与企业往来的历史记录:客户的规模、财务状况、发展前景, 客户自身的信誉、融资能力、偿债能力等。
总之, 客户既是企业最大的财富来源, 又是风险的最大来源, 实施客户信用档案管理, 才能真正让客户成为最大的财富来源。随着我国信用市场的进一步发展, 信用体制逐渐走向完善和成熟, 我国企业客户信用档案管理的意识将得到进一步增强, 因此, 企业从现在就开始积极推进信用档案管理是适应市场经济进一步发展的需要。
参考文献
[1]谢旭:全程信用管理模式:企业内部信用风险管理体制[J].经济与管理研究, 2002 (3) .
[2]田新时、彭丹:信用风险模型比较研究[J].科技进步与对策, 2004 (1) .
[3]傅薇:国外信用档案管理模式简介及比较分析[J].档案与建设, 2003 (8) .
[4]王欢喜:略论信用档案[J].北京档案, 2002 (6) .
客户信用数据挖掘 篇10
淡季不淡，客户常在，在经济危机和市场萧条的阴霾下，这是所有营销人所一致追求的理想。然而，在各种营销理念、营销手段充斥我们大脑的今天，是否还真正需要大规模的创新，甚至搞几个经济危机营销解决方案?答案自然是否定的，系统论认为，新的事物不过是旧的事务的重新组合而已，那些我们熟识的、高谈阔论过的营销理念和方法，有几件得到系统化的落实，有几件又流于风花雪月的谈资?
传统的营销手段包括广告、公关、活动等大众营销方式，单从维系客户情感和深度挖掘客户价值的角度来讲，数据库营销更为实用，不但成本低廉，而且在响应速度和客户接触点方面，都非传统的营销方式所能及。
数据平台和营销系统的转型
传统的操作型CRM更偏重于客户信息的管理和销售的自动化，而分析型CRM则更偏重于营销过程分析。从经营管理特别是营销的实战角度来讲，营销人员更倾向于采用集客户信息管理、营销成果展示(报表等BI应用)、客户接触点管理、分析建模工具和营销活动管理于一身的整合性平台。
针对如何维系客户情感和深度挖掘客户价值，我们重点关注上述几个方面的应用：
营销成果展示：这相当于商业智能(BI)针对市场营销业务主题的应用，通过固定(动态)报表、仪表盘、即席查询甚至OLAP的方式，快速对过去和现在的营销状况进行查询、汇总和分析，并可以在一定程度上实现探查性的分析。
分析建模工具：分析建模工具集成至营销系统当中，可以极大地丰富市场营销人员的思维空间，而针对客户全生命周期的分析方法，特别是客户(价值)细分、交叉销售、向上销售和客户忠诚度计划，都会为客户的情感维系和价值深度挖掘提供详实和精准的理论基础，并由此指导和精炼后期的营销执行工作。
客户接触点管理：客户接触点的管理触角可以延伸至客户与企业接触的各个层面，从实际的应用角度来讲，则更多地集中在呼叫中心、DM／EDM／SMS的管理平台上。例如在呼叫中心的访员端导入客户信息(核实)、满意度问卷、客户消费记录、客户服务记录、客户流失倾向、电话营销、针对性产品推荐等多种应用。而在网络应用方面，则可以根据客户的属性特征和行为特征，针对性地展示个性化的页面及推荐产品和服务。
营销活动管理：根据客户的细分特点，快速测试、策划、执行和反馈个性化的营销活动。如可以一次性为企业所有的客户建立生日(节日)关怀和优惠活动，系统会在客户的生日或相应的节日(如三八妇女节)发送个性化的邮件或直邮(动态姓名、帐单、促销方案等)，并迅速反馈营销结果。
数据分析和深度挖掘的深度应用
根据客户关系管理的理论和数据挖掘的应用，针对客户生命周期的分段方法，可以针对性地采取不同的分析方法和策略(见图一)。
而针对维护客户感情，挖掘客户潜力的分析，则主要体现客户价值细分、交叉销售和向上销售方面。客户价值细分可以通过常用的回归分析、决策树或者聚类实现建模，而交叉销售和向上销售的分析方法则很类似，终极目标都是为了深度挖掘客户的需求和价值(见图二)。
从实战角度来看，维护客户感情，和挖掘客户潜力都需要快速的营销反应能力。所以从这一点来看，我们更倾向于注重营销人快速建模的能力，甚至是不懂统计分析的营销人员都可以通过简单的工具快速建模，以期迅速地响应市场和客户的变化，瞬间联络和安抚客户的情感。同时，我们坚持速度优先的原则，可以把模型的质量放在其次。
另外需要特别关注的一个领域就是网络挖掘在电子商务网站方面的应用，电子商务网站的全程数据管理能力，决定了其与数据分析、挖掘的不解之缘。从维护客户感情和挖掘客户潜力的角度来讲，除了上述一些常见的数据挖掘应用外，网络挖掘还特别关注商品的关联分析和购买行为的序列分析，以便将更具个性化和针对性地内容呈现和推荐给客户。
多渠道营销手段的策划和整合
在维护客户感情和挖掘客户潜力方面，我们更建议营销人采取多重营销手段结合的方式来进行针对性的营销，以期最大限度地扩大营销的势能，提升营销手段的复用效率。
而在营销策略方面，应该更加注重营销对象的抽取、营销时间点的选择(营销提前量的时滞分析)、营销通路的选择和针对性的优惠或刺激政策。
我们举2个简单的例子来说明问题：某汽车厂商，其主力车型为微型运输车，主要客户为需要短途运输的个体户和小型公司，经测试，该车型的刹车片的使用寿命为8万公里，而客户每天的运营里程分布在2D0—400公里。根据简单的调研和计算，该厂商便根据客户的情况，每隔7—13个月向客户发送一次短信，在提醒客户刹车片寿命到期的同时，也提示客户去指定的经销店采购正品。就此一项，就为企业带来了可观的经济效益，同时也进一步联络了客户的情感，增加了交叉销售的机会。而另外一个大型的体检机构，则在自己的短信群发系统当中，为不同体检症状的客户，定制了基于不同触发机制的提示和关怀短信：如明天降温，系统会在今天傍晚群发短信到患有呼吸道疾病的客户处，提示他们添衣保暖。由此，客户情感日益精进，客户的保持率和转推介率一直居高不小，企业通过以小博大，以这种特色的营销方式稳固了市场强者的地位。
结语