基于ERFM和二元logistic的商业银行零售客户流失模型研究.pdf

· 综合 2012 年第11 期（下） 基于ERFM 和二元logistic 的商业银行零售客户流失模型研究* 曹 国 许 娟 沈利香 （常州工学院 江苏 常州 213002） 摘要：本文利用 RFM模型和人口统计变量建立了 多维商业银行客 户流失预测指标，利用二元 logistic模 型构建商业银行零售客 户流失预警模型，结合案例银行进行了 实证研究 。结果表明：交易频率、最近交 易时 间、性别、以及年龄对商业银行零售客 户流失具有统计学意义，其 中交易频率、最近交易时间影响最为显著。 关键词：客 户流失 扩展 RFM模型 人口统计变量 二元 logistic模型 一、引言 随着外资银行的进入以及网上银行和电子金融的发展，银行面临着来自国内外同行业以及非同行业更加激烈的竞争，客户忠诚 度越来越低，进而导致客户流失率越来越高。客户流失直接关系到银行的发展前景和市场竞争力的强弱。因此，综合相关因素来分析 如何减少客户流失对于银行来说有着重大的意义，直接关系到商业银行在本行业中竞争的优势地位。当前，众多学者对客户流失进 行了研究。徐草、李敏（2010）针对移动用户的情况，在传统的贝叶斯分类器的基础上通过模糊算子法，将用户满意度转换成模糊数， 再通过相关计算化为精确数，提高了模型预测的正确性。翟顺平、朱美林（2008）利用神经网络错误率低对数据的噪音有很强的承受 能力等特点建立起SOM客户流失预测模型，为客户保持提供决策支持。钱苏丽、何建敏、王纯麟（2007）在建立支持向量机模型的客户 流失预测模型的时候由于考虑到代价敏感学习理论，并对模型进行改进，改进之后的模型与原来的相比预测的正确性以及稳定性都 得到了提高；蒋国瑞、司学峰（2009）通过与传统的SVM和ANN对比分析，最终得出基于代价敏感SVM的电信客户流失预测研究在精 确度、命中率、覆盖率上均有所改善，并且解决了数据集的非平衡性的问题，是有效的预测方法。 通过合并比较两种不同的神经网络混合模式，对所测试的数据集进行筛选并对模型验证，得出人工神经网络和人工神经网络模型与 其他混合模型相比表现出明显的优势。CataldoZuccaro（2010）通过人口统计学特征，比较二元logistic回归分析、人工神经网络、决策树 等方法，分析结构性特征对各种模型的分类以及正确率的影响。本文的目的在于通过分析现有的客户的历史数据，对客户的交易特 征和人口统计特征进行分析，并利用数据挖掘技术中logistic回归分析的方法，通过相关软件预测出流失的群体，从大量的客户数据 中找出内在规律性，预测出将来流失的客户，从而根据分析得出的结论，采用针对性的措施针对目标客户进行挽留。 二、研究设计 （一）变量选取 传统的RFM指标体系主要是依据客户的最近交易日、交易频率、交易金额来判断该客户是企业的黄金客户还是潜 在客户或是即将流失的客户。RFM模型由于其思想比较简单，又能刻画客户的交易行为，因此很早就在许多公司中获得了应用。但是， 理论界对此的关注却大大晚于实务界，直到信息技术的发展使得数据库营销技术得到大力发展的时候，该模型才开始得到广泛的研究 和应用。考虑到RFM模型较为简单，本文采用RFM模型并结合人口统计变量作为商业银行客户流失预测指标。样本数据中的因素包括 离上次购买的时间间隔、每月的消费金额、购买的次数、是否有小孩、性别、年龄。在模型建立前因变量与各个自变量之间的关系还不确 定，所以首先将各个变量都看成是因变量的影响因素，通过软件计算出各变量的偏回归系数，以及显著性检验水平检验剔除那些不符 合模型的变量。剔除那些没有统计学意义的变量之后再用逐步回归的方法，得出自变量与因变量之间的关系。例如根据常识，客户去某 一银行的频率越多那么他流失的可能性较小；再如客户是否有小孩对客户流失有何影响，假设有小孩的客户他们一般不会轻易地改
变，选择某一家银行服务之后长时间内不会改变他们的选择，那他们流失的可能性就比较小。假设的自变量和因变量之间的关系如图

（1）所示。其中+表示自变量和因变量之间是正相关的关系，“—”则表示因变量和自变量之间是负相关的关系。在上文中，只是各个自