论文部分内容阅读
随着我国经济的迅速发展,银行业作为经济发展的重要辅助行业,也迅速崛起,各级各类银行不断产生,从而加剧银行业的竞争。激烈的竞争导致了银行客户流失,通过对客户流失问题的研究,发现银行产品同质化现象严重,客户对产品及服务的选择余地越来越大,导致客户的选择性增大,提前预知客户的流向,改变经营策略和经营产品进行及时有效的客户管理,是尽可能的减少客户流失的关键所在。本文作者结合工作实践,以分析决策树,神经网络,贝叶斯和支持向量机等理论和分类为原则,对国内、外银行业客户流失问题的研究状况和面临的问题进行分析,得出非平衡核向量机对分析和预测银行客户流失问题是十分有效,可以应用其分析研究新乡银行(地方银行)客户流失问题。本文作者在研究中根据对银行工作人员实践的调查和对银行现有数据的采集,从而定义出客户流失相关变量。利用相关原理通过对现有数据进行连续变量和离散变量的分析。在分析中利用噪声处理并运用于新乡银行客户流失预测问题。根据银行工作人员经验和新乡银行数据采样,定义客户流失问题相关变量,通过对采样数据的连续变量与离散变量进行分析,并进行噪音处理,运用SAS9.2多国语言版编程中进行Logistic逐步回归运算,从初步筛选的20多个预测变量中确定5个贡献度最大的预测变量,然后通过非平衡核向量机算法的应用,得出流失概率值。利用客户流失概率值来记录客户的流失预测分数。利用上述信息按照预测值由大到小的顺序排列,创建客户流失刻度表,构成银行客户流失模型的预测分值集。从中选取部分客户为预测流失概率值较大的作为最终流失客户,将这些客户的信息集中提供给银行相关人员,提醒银行相关人员对客户进行多对一的关怀,并极力挽留客户,最大限度的减少客户流失,确保银行客户的稳定和发展。