基于数据挖掘原理对于机银行采纳意向的研究

罗明明

【摘要】本文基于数据挖掘原理，运用逻辑回归的方法对电子银行开通率及其相关因素进行分析。运用基于熵的离散化算法（ EBD）对连续型变量进行最优分段，利用变量IV值进行变量筛选，建立逻辑回归模型。结果表明，年龄、开通第三方支付、动账流水次数、日均贷款余额、是否代发工资是影响客户开通电子银行的五大个因素：从预测效果上看，所得模型对客户是否开通电子银行具有较好的预测效果。

【关键词】手机银行；精准营销；逻辑回归：证据权重

1引言

进入21世纪以来，随着信息技术的高速发展和网络技术的广泛应用，网络已日渐成为人们生活中不可或缺的部分。手机银行具有效率高、使用便捷、成本低的特点，可以满足广大客户的不同需求，并且可以真正做到“随时随地随心”的使用。未来的手机银行的发展趋势必然是逐步替代银行传统柜台业务。但是这几年由于第三方支付和互联网金融的冲击，国内手机银行业务的发展势头减缓，如2016年个人网银活动客户比例为79%.白2013年呈逐年下降的趋势；交易用户比例61%，回落到2011-2012年的水平。下降的主要原因是以支付宝、微信支付为代表的第三方支付广泛应用对电子银行渠道的替代效应，用户认为有一种电子渠道即可，不需要保留电子银行。面对市场的冲击，如何精准的捕获潜在的手机银行客户进行精准营销成为商业银行推广手机银行业务时面临的一个重要现实问题。

2文献综述

学术界对于手机银行的采纳意向的研究由来已久，但是比较而言，国外学术界对于该领域的研究起步较早、研究较深取得了丰富的成果。SylvieLaloret等（2005）對中国电子银行用户进行研究发现：与西方国家相比中国电子银行用户以男性为主，安全是影响客户接受电子银行的最大的障碍，风险感知、信息技术和中国传统的现金支付的观念是影响人们采纳电子银行的主要因素。Ja-ChulGu等（2009）利用技术接受模型（TAM）对影响手机银行采纳意向的因素进行分析，发现：自我效能是感知易用性的最大影响因素，其间接影响消费者采纳：结构保证是影响信任的最大因素，信任的增加使得消费者采纳手机银行的可能性大大增加。ITMTiago OI-iveira等（2014）在波兰对手机银行的采纳意向研究中进一步扩大了组合模型的内容，将整合型科技接受模式（U TA U'l'）、任务技术适配模型（TTF）和最初信任模型（ITM）进行整合用于其研究中，研究发现：便利条件和行为意向直接影响手机银行的采纳，最初的信任、绩效期望、技术特性和任务技术适配度对行为意向存在显著性的影响。Daniel Mehrad等（2017）运用结构方程和路径分析的方法在伊朗对口碑营销对手机银行接受的影响进行分析，结果发现：口碑是影响消费者使用手机银行态度的主要因素。

国内对于该领域的研究起步较晚，且研究的人较少，并且主要以硕士毕业论文为主。谢滨等（ 2009）在技术技术模型（TAM）的基础上，将相容性、速度、自我能力作为外生变量对手机银行的采纳意向进行研究，发现有用性对手机银行的采纳行为有决定性的影响，易用性和成本因素对手机银行的采纳影响不显著性，风险因素对手机银行的采纳具有负面影响。百璇等（2010）将银行品牌资产和运营商服务质量作为TAM模型的外生变量纳入其研究模型中，发现有用性是影响消费者使用手机银行意向最直接最显著的因素：银行的品牌和手机运营商服务质量同消费者感知手机安全存在显著性正相关，对手机银行的采纳意向存在间接影响。俞明南等（2014）从个人用户角度出发将理性行为理论、技术接受模型、计划行为理论进行整合构建了影响手机银行使用意向的多因素模型，并且将文化价值观作为调节变量纳入模型中。

通过研究国内外关于手机银行采纳意向的研究成果，我们发现关于该领域的研究主要从个人用户的角度出发，依托相关的理论模型，基于消费者的主观感受对影响对手机银行采纳意向的因素及路径进行分析，其采取的方法基本为调查问卷法，运用结构方程对相关假设进行检验。但是这种方式忽略了消费者的其他属性对其是否开通手机银行的影响，如消费者的财务数据，行为数据等，除此之外目前的研究成果只能对银行进行理论上的指导，缺乏针对实践的应用性指导。因此本文从某信用社的数据库中，利用脱敏后的消费者相关财务数据，基于数据挖掘的思想和方法对银行客户是否开通手机银行进行分析和预测，希望本次研究的成果对商业银行在手机银行营销中的实践提供一定的指导。

3数据的预处理

3.1缺失值和极端值的处理

根据对数据的初步统计发现只有城乡标识变量X3有1007个缺失值，占样本总量的比例很小仅为1.07%，因此针对存在缺失值的样本进行了删除处理。异常值会对模型的结果产生负面影响，本文在进行异常值处理时，把变量99%百分位数作为标准，大于该标准值的值即为极端值，最后将极端值等于变量的99%百分位数。这种处理方法能够涵盖99%的原有信息，具有信息损失较小的优点。

3.2变量的筛选

利用sas9.4软件根据基于熵的连续变量离散化理论对连续变量进行分组处理。设置分组数为100，根据分组的结果，运行求出变量的IV值，根据IV值的大小对变量的预测能力进行评价，剔除预测能力较差的变量。根据相关的文献研究，当IV值低于0.02的变量没有预测力，可以直接剔除此类变量，在本文中经过IV值筛选后还有21个变量。 3.3数据分区 经过对数据的初步整理与指标筛选，剩余样本量为98993。本文对样本进行分区，采取的是分层抽样的方法，抽取样本的80%作为建立模型的训练集train，剩下的20%的样本作为检验模型精度和稳定性的测试集test。

4 Logistie回归模型的建立

4.1参数的拟合

利用sas9.4统计软件，采取逐步筛选法对进入模型的变量进行逐步的筛选，为了矫正模型拟合过程中因为分层抽样产生的偏好问题，设置先验概率为8.63%对模型进行矫正，先验概率是根据该银行客户中只有8.63%的客户开通了手机银行。具体变量的模型如下

其中logit=ln（Pp）.p指客户开通手机银行的概率。

4.2影响因素的分析

各变量标准化系数在一定程度上反映各变量影响力的大小。我们选取标准化同归系数最大的5个影响因素。

从表1可以看出对消费者开通手机银行影响力最大的5个因素根据其影响力大小分别为：年龄、是否开通第三方支付、动账流水次数、半年日均贷款余额、是否代发工资。结合业务现实情况我们也可以发现年轻人由于对新事物具有强烈的好奇心和探索欲，经常接触新事物因此其开通手机银行的可能性最高，反之老年人由于思想保守，对新事物缺乏认识，学习能力下降其对于手机银行开通的可能性最小。另外开通第三方支付，动账流水次数等其他4个因素和手机银行的功能高度切合，是消费者使用手机银行的最大需求之一，因此这4个因素对消费者开通手机银行存在这较大的影响。

4.3模型的评估

本文主要使用混淆矩阵，roc曲线，ks值来评价所建立模型的预测效果，得出的混淆矩阵如下表2。

由混淆矩阵计算出指标sentivity= 0.4428；speeifieity=0.89；ospv= 0.806；aee= 0.665。模型的ROC曲线的AUC值等于0.768，KS= 0.388，综合以上评价指标可以发现本文建立的逻辑回归模型对消费者是否开通手机银行具有较强的预测能力。

5结论和建议

本文研究基于某农信社的数据，借鉴信用评分卡领域运用很成功的证据权重对数据进行转化，建立逻辑回归模型，对影响客户开通电子银行的因素进行分析，在此基础上对客户是否开通手机银行进行预测。结论主要有以下两点：

（1）从各因素与开通手机银行的关系上看，年龄、是否开通第三方支付的客户、动账流水次数、日均贷款余额，是否代发工资对客户是否开通手机银行存在较大的影响。

（2）本文所建立的逻辑回归模型利用客户的财务数据对消费者是否开通手机银行具有较强的预测效果。

在互联网金融飞速发展的今天，通过运用数据挖掘技术，搜集客户信息，对海量的非标准化数据进行提取、归类，对于商业银行低成本、高效地进行营销，从而更好、更快的提高客户电子银行開通率具有很强的现实意义。由于本次研究所使用的数据仅仅来自某农信社，具有一定的区域性特点，所用方法比较单一，存在较多的改进空间。

参考文献：

[1]2016中国电子银行调查报告[EB/OL]（ http：//www.360doc.com/ content/16/1220/14/828882_616270699.shtml）

[2]贺跃，郑建军，朱蕾.一种基于熵的连续属性离散化算法[J].计算机应用，2005，（ 03）：637-638+651

[3] Sylvie Laforet，Xiaoyan Li Consumers' attitudes towards online and mo- bile banking in China Intemational Journal of Bank Marketing，2005 ，23（5）：362-380

[4] Ja-Chul Gu， Sang-Chul Lee， Yung-Ho Suh Determinants of behavioral intention to mohile hanking， Expert Systems with Applications，2009 （36）：11605-11616