客户风险预警

客户风险预警（共9篇）

客户风险预警 篇1

近年来, 在经济下行的宏观经济形势下, 商业银行风险预警客户数量呈现逐渐上升趋势, 如何通过多个预警客户的风险分析, 寻找预警共性、总结经验, 为未来商业银行信贷资产质量管理提供参考, 是我们面临的一项重要工作。

一、商业银行预警客户风险特征分析

(一) 经济下行导致系统风险叠加

从预警原因看, 预警客户风险主要来自归属行业的政策性和周期性风险、担保链风险、生产经营风险、资金挪用风险、民间借贷风险、同业抽贷风险等方面。2014年以来, 客户所属行业的政策性和周期性风险已基本暴露出来, 而企业自身经营困难因素相对增加, 担保链增加幅度较大, 同业抽贷同比增加, 其他因素影响也呈现出上升趋势。

(二) 风险客户行业分布较为集中

从行业分布看, 预警客户主要集中于批发类行业和制造类行业。其中, 批发行业的预警客户主要集中于金属及金属矿批发、煤炭批发和建材批发等细分行业类别中。制造类行业分布较为分散, 但仍有规律可循。主要分布在皮鞋类、服装类、日用品类、电器类制造、有色金属压延、黑色金属压延、煤炭采选、船舶制造等细分行业类别中。因此, 预警客户总体上外向型、产能过剩、强周期、低附加值行业为多。

(三) 民间借贷突发性显著

民间借贷主要集中在几个地区, 地域经济相似度较高。部分出现实际控制人失去联系、失踪等现象, 但失踪的背后可能涉及到民间借贷。由于民间借贷行为具有较强的隐蔽性, 重要利益相关方往往难以了解资金借入者真正的经营状况, 同时为支付高昂的资金成本, 资金借入者往往被迫将资金投入到高风险、强投机性的投资标的, 一旦遭遇到行业景气波动、市场需求变化等不利因素, 资金使用者的资金链条将会处于异常紧张的状态, 尤其是发生银行授信压缩等外部冲击时, 极易导致企业经营难以为继、轰然倒塌。

(四) 国有企业客户信贷风险有所增加

长期以来, 预警客户中民营企业预警客户数一直占比较大, 而国企预警客户数则相对较少。2013年以来, 国企预警客户的单户预警金额呈现逐渐上升的趋势, 使得国有企业户数占比虽无明显变化, 预警金额占比却明显增加。国企预警客户中, 所属行业主要涉及船运、造纸、钢贸、工程机械、煤炭开采及贸易, 行业中多为产能过剩及强周期行业, 且部分国企有逃避债务嫌疑。

二、商业银行预警客户风险成因分析

(一) 行业聚集程度较高使得风险集中爆发

商业银行预警客户中行业面影响较大, 且部分行业占比较高。这主要由于对宏观经济形势和行业的风险预判及前瞻性不足, 导致授信无序且集中地介入上述行业, 介入后又对行业限额控制不够。另外, 在预警客户中还存在批量开发的情况, 批量开发主要以交易市场、担保公司等模式为主, 且主要集中在一两个行业, 行业集中度较高, 导致风险集中爆发。

(二) 互保联保方式导致风险“链式”连锁反应

互保联保的主要客户群体中小企业和小微企业, 抗风险能力相对较弱。这类客户在经济下行期对宏观经济环境变化较为敏感, 融资难度大, 生产经营持续下滑, 资金相对紧张, 偿债及代偿能力明显下降, 且一旦形成实质风险, 易在互保联保体内产生“多米诺骨牌效应”, 连累其他正常授信客户。另外, 互保联保机制风险缓释作用有限。互保联保业务在实际开展过程中, 部分借款人是为取得银行信贷而组合在一起, 不一定具备相同风险偏好, 对其他借款人的风险和信用状况不一定深入了解, 且多集中在一个区域、行业、集群、商圈, 一旦出现区域性、行业性风险, 风险传染性较强, 易出现一损俱损的局面, 还存在通过互保联保合谋骗贷、过度授信、资金集中使用的情况, 联保体的监督制约作用有限, 风险缓释作用大幅减弱。部分企业还存在自身并未对外担保, 但其关联企业和实际控制人等对外担保, 最终导致借款人出现风险预警的情况。

(三) 民间借贷引发区域性风险

民间借贷具有地域集中性, 虽目前民间借贷重点出现在部分地区但实际上民间资金拆借、民间融资等各地均存在。在宏观经济持续下行的环境下, 行业市场疲弱、区域风险上升等因素对部分授信企业生产经营及资金链造成影响, 部分参与民间借贷的企业风险开始暴露, 涉及民间借贷问题授信有所增加, 其中制造业、批发零售业两大行业的授信客户问题较为突出, 而从区域看, 问题授信则主要集中在民间借贷较为活跃的江浙地区。

(四) 企业资金固化挪用及多元化情况掌握滞后

部分预警客户对外大额投资房地产、担保公司、创业公司、期货等, 因投资未达预期或失败抑或资金未能及时回笼, 导致预警发生。民营企业融资渠道相对单一, 资金实力一般, 其资金固化挪用及多元化类似于“小驴拉大车”。部分民营企业通过实际控制人、关联企业达到对外投资或资金挪用等目的, 因此商业银行在贷前贷中贷后均需加强调查及跟踪, 实时了解企业及关联企业资金流向。

(五) 产业链风险通过上下游企业扩散蔓延

预警客户不仅行业风险集中度较高, 且同一行业上下游产业链的风险相互传导性也较强, 如铁矿石—钢铁压延加工—钢贸—经营性物业、煤炭采选—洗选/焦化—钢铁/化工等。近年来, 金属及金属矿批发行业风险相对集中, 但随着行业整体景气度持续不见好转, 部分生产型企业也出现较大的风险, 也导致部分经营性物业 (如建材批发等) 出现风险。另外, 部分钢贸、煤贸客户因下游回款严重滞后, 资金链紧张, 出现预警风险。

(六) 地区经济环境加重敏感地区风险

部分预警客户因处于长三角或浙江等敏感地区, 导致上下游企业过度紧张。部分企业上游供应商采取更谨慎的结算方式, 下游企业又延长付款周期。一旦出现负面消息, 产业链上下游企业会迅速采取行动, 进而导致预警企业停止经营并导致预警风险发生。

(七) 国有企业授信风险关注度不足

国企虽客户数占比较小, 但国企单户授信金额相对较大, 出现风险危害性更大。国企预警客户行业涉及船运、造纸、钢贸、工程机械、煤炭开采及贸易, 行业均为产能过剩及强周期行业, 也多为竞争性行业。商业银行未来对国企授信, 首先需多做实体企业, 关注其核心业务盈利能力及市场竞争力, 对产能过剩行业需特别关注;其次需关注国企在经济下行期逃避债务、转移债务的风险;第三, 需关注国有企业改革进程, 对竞争性国企财政补贴政策、未来竞争力等状况加强跟踪了解。

三、商业银行信贷风险管理建议

根据上述分析, 商业银行应注重对行业或区域的前瞻性研究及把控, 通过对授信企业多角度的评审思维加强风险的全流程管理。

(一) 全流程风险管理

商业银行要对授信企业进行全方位的调查, 充分了解授信企业可能存在的财务不规范、信息不对称、投资多元化、民间借贷、担保联保等问题。对民营企业, 尤其需加强对实际控制人从业经历、家族成员、资产分布、投资偏好、征信记录、负债规模、担保联保等的调查, 全面掌握实际控制人整体情况、授信动机及担保动机。在贷后环节, 仍不能弱化对实际控制人、申请人及其关联企业的动态跟踪, 争取风险早发现早化解。

(二) 评审视角多维化

在授信评审过程中, 商业银行不仅要从财务视角、抵押担保视角、产品视角考察授信企业, 更需要从行业视角、商业视角全方位的审视授信企业。从企业的个案分析, 到企业的外部环境、行业状况、商业模式等因素, 商业银行要做到从个案到整体、从整体到个案的全方面思考。

(三) 客户结构优化

在经济上行期, 商业银行更多的是看重信贷的增长速度。而在经济下行期, 商业银行应将关注的焦点转移到宏观政策变动及授信企业的竞争优势。根据化解产能过剩的政策要求, 商业银行在限制向产能过剩行业提供新增授信的同时, 应重点发展包括污水处理、固废处理、脱硫脱销、合同能源管理等在内的节能环保产业信贷业务;聚焦具备较高金融开发价值的未来持续增长的大体量成长性产业, 如天然气等清洁能源以及消费升级拉动的医疗、信息、物流、冷链和新型城镇化带来的机会;支持具有弱周期、刚需特质、存在供给瓶颈的大消费与现代服务业, 如教育培训、文化传媒、旅游休闲、养老保健等。

摘要：商业银行预警客户风险能够较全面地揭示银行整体信贷风险, 在经济下行期, 预警客户的风险特征和风险成因也呈现多样化的特点。本文通过对商业银行预警客户风险特征的归纳总结, 从行业风险、产业链风险、区域风险、民间借贷、资金挪用固化及多元化、联保互保担保链传导、国企授信风险等方面分析了预警客户的风险成因, 并给出了相应的管理建议。

关键词：商业银行,预警客户,风险特征,风险成因

参考文献

[1]章番.中国商业银行信用风险管理研究[J].经济研究导刊, 2014 (3) .

[2]郭德香.我国商业银行信用风险控制刍议——以新巴塞尔协议为视角[J].征信, 2012 (5) .

[3]李慧, 黎明梅.全面风险管理视角下的企业风险预警研究[J].区域金融研究, 2013 (12) .

[4]刘美秀, 周月梅.我国商业银行信用风险分析[J].宏观经济研究, 2012 (8) .

[5]沈永华.我国商业银行信用风险管理[J].现代金融, 2013 (9) .

[6]舒银.我国商业银行信用风险管理研究[J].中外企业家, 2013 (1) .

客户风险预警 篇2

如果说马克思《资本论》中所描述的资本主义经济危机和金融危机离我们现实生活还非常遥远的话，如果说从二十世纪初开始在欧美发达国家曾经重复上演了多次的金融危机还只是我们教科书中的案例的话，如果说从1980年以来，国际货币基金组织181个成员中有133个发生过的不同程度的金融动荡还只是我们身边的事，但与己关系不大的话，那么在1997年始发于泰国，并迅速蔓延到马来西亚、菲律宾、印度尼西亚、韩国、日本等国的东南亚金融危机，却使我们实实在在地感受到-金融危机离我们越来越近了。

实际上，尽管1997年，我国躲过了那场东南亚金融危机，但仍深深地感受到了其对我国经济及金融产生的影响-筹资成本大幅度上升，引进外资明显感到困难，就业形势突显严峻„„。在我们庆幸自己在东南亚危机时度过了一个平安年时，我国已经发生了的一系列金融事件却使我们不能不承认一个现实-各种形形色色的金融风险离我们并不遥远：1993-1994年的高达20%左右的通货膨胀率造成人民币严重贬值；1995年2月，国债期货“327”品种严重违规，暴炒债券1400亿元，亏损达10亿元之巨，使风光一时的万国证券公司元气大伤；1998年7月，当时中国最大的证券公司-君安证券公司，因公司几位主要负责人涉嫌犯罪被公安机关羁押，并与国泰证券公司合并成立国泰君安证券公司；1998年下半年，新国大期货经纪公司承包人卷款潜逃；1998年10月，广东国际信托投资公司不能支付到期债务而被中国人民银行依法关闭；还有几大国有银行的坏帐、呆帐和逾期贷款更是我国金融领域的一个严重问题。

面对这一连串的金融事件，也许我们就不得不问了：中国可能发生金融危机吗？如果可能发生，那么最有可能是由于自身积累的金融风险引发，还是由于国际金融危机引发？

其实，由于金融危机与金融风险有着密切的联系，通常由于经济周期波动和金融体系的内在脆弱性，使得经济生活中必然不断蕴藏和累积各种金融风险，这些金融风险的累积将积聚巨大的能量并潜伏下来，在一定的经济条件下则可能爆发，使金融资产泡沫形成、膨胀，然后破灭，从而产生金融危机。由于国内已经积累了一定的金融风险，如果不及时防范这些金融风险，那么也许金融危机就真的会一步一步向我们走来。因此，我们必须积极运筹，加强风险管理，防范于未然，将金融风险切实有效地控制在经济可以承受的范围之内，以保障国民经济的健康发展。

二、建立金融安全预警系统的必要性和紧迫性

在不断发生的国际金融动荡面前，国际社会感到严重不安。亚洲金融危机给世界经济界最大教训之一是：东南亚国家一直被视为经济发展的成功典范，因而人们对这一危机的爆发毫无准备，以致于在应付这场危机时措手不及。如果说金融危机犹如火灾，那么金融风险犹如火灾隐患。经济一体化和金融全球化使各国之间的防火墙逐渐消失，金融危机频率增加，程度加深，涉及范围扩大。

东南亚遭灾后，国际社会加紧探讨防范措施，并相继出台了一些金融体系稳定评估计划。由于金融危机的出现常常以一系列的经济、金融指标恶化为先兆，因此，金融界人士普遍认为，如果能够根据一系列金融指标对金融风险进行预警，那么防止金融危机的发生是可能的。因此，在东南亚危机之后，各国都加强了金融预警系统的研究。[!--empirenews.page--] 例如东盟各国外长于2001年10月举行会议，决定由在雅加达的秘书处设立一个专门机构收集东盟各国贸易、国际收支等重要的财经数据和资料，由金融专家对其进行分析，以预测发生金融危机的可能性；在2002年2月召开的西方七国财长和中央银行行长会议上，与会各方就建立一个国际“论坛”作为国际金融危机预警机制的建议达成共识。

实际上，国外一些经济学家早已对金融危机预警进行了研究。例如，早在1979年，美国斯坦福大学的保罗·克鲁格曼在对金融风险预警进行研究时就指出，在固定汇率下，国内信贷膨胀超过实际货币需求的增长将导致渐进而持久的国际储备流失，最终诱发对货币的投机性进攻，迫使管理当局放弃固定汇率，使货币大幅度贬值，从而导致金融危机。在保罗·克鲁格曼之后，包括国际货币基金租金的Kaminsky、Lizondo、Reinhart等研究者对其模型进行了拓展，并得到一系列有意义的结果。

从我国金融体制来看，国家金融正处在大调整阶段，不确定因素增加。未来几年，一方面金融机构资产质量差、激励机制不健全、市场约束力不强、监管力量薄弱等问题短期内还不能完全解决；另一方面，由于我国已经加入WT0，直接面临国外金融机构强有力的竞争并可能直接面对国外金融游资的攻击，因此，当前，我国迫切需要建立有效的金融安全预警系统，立足于自防自救，其好处不仅在于防范金融危机，还在于能够及时减轻经济和金融体系中失衡的程度。

三、金融风险预警系统的结构

1、预警系统的基本结构

金融风险的大小可根据一系列的经济和金融指标来度量，为了能够对我国金融风险进行监测，必要时进行报警，需要建立一套金融风险监测、预警系统。它主要由指标体系、预警界限、数据处理和灯号显示四部分组成。

首先是建立一套能够科学、合理、敏感地反映金融风险状况的监测指标体系；然后根据经济发展的历史经验，以及参考不同发展阶段的特征，确定各指标的预警界限值；再用事先确定的数据处理方法或模型，对各指标的取值进行综合处理，得出金融风险的综合指数和相应的风险等级；最后用灯号来显示金融风险状态。

预警的目的是防范风险，因此，最后还需根据风险状态采取各种措施化解风险。如我们把整个金融体系比喻为一棵“树”的话，那么金融安全就是树“根”，各种数学处理方法、模型和基本经济、金融统计分析就是树“干”，而与金融安全直接相关的指标体系就是树“叶”要维持金融体系的正常运转并健康发展，就必须观“叶”、抓“干”、保“根”，做好金融预警分析。

2、指标体系

金融危机的爆发，总是某几个经济、金融状态突出地先行失衡，进而引发其他金融指标失衡，从而导致全面性的金融危机，因此，金融危机通常都是有先兆的，具体表现在一些金融指标的数据变化上。通常能够有效地通过大幅度变化来预兆金融危机的金融指标包括：货币供应增长率、实际利率、通货膨胀率、国内信贷增长率、实际GDP增长率、财政手指差额/GDP、外汇储备可供进口月数、外汇储备/短期外债、贸易差额/外债总额、实际汇率及波动程度、外国直接投资/外债、经常项目/GDO、贸易差额/GDP、外汇储备/GDP、外债总额/GDP、短期资本流入/GDP、股市价格指数波动幅度、不良资产/银行总资产、银行资本充足率等。[!--empirenews.page--] 不过，由于上述指标数量繁多，而且某些指标也难以定量分析，因此有必要根据如下原则进行筛选：首先该指标应该可用于估计金融危机发射功能的概率；其次，各指标在危机发声前的行为可比性；第三，该指标语境危机的能力可以定量分析，第四，该指标在历次金融危机中的预警表现良好。

3、预警界限

预警界限指金融指标的数据变化达到可预兆发生金融危机的这一水平。从金融危机预警研究的成果看，有的金融指标在国际上已经有公认的预警界限标准。例如，国际清算银行《巴塞尔协议》对“金融机构的资本充足率”指标定为8%；国际公认的“经常项目逆差/GDP”的最低标准是不大于5%；而短期外债/外债总额接近或超过25%就是危险信号，等等。对于没有明确的国际公认的预警界限指标，可以参照同一国家在金融稳健时期各项指标的数值，也可参照经济、金融背景相似国家在金融稳健时期各项指标的数值，并根据历史上发生金融危机过程中有关指标数据变化情况来分析测定。

4、灯号显示

为了直观地预报不同类型的警情，可以结合国家统计经济监测预警的做法，对警度采取类似交通管制的蓝灯、绿灯、黄灯、红灯信号来分别表示正常状态、低度风险警戒、中毒风险警戒、高度风险警戒不同等级的警度。其中，蓝灯状态正常（无警），表示比较保守，风险小，但相应地可能会丧失一些收益机会，绿灯代表低度风险警戒（轻警），表示风险小，在可以接受的范围内，此时静态监控即可；黄灯代表中度风险警戒（中警），表示已经出现一定的金融风险，金融机构需要提高监控力度，采取动态监控，及时反馈信息，并采取一定措施，尽可能地化解风险，红灯代表重警，即重度风险警戒，表示金融机构的风险已经很大，此时应采取一级警戒监控，提防随时可能出现的可能严重影响金融机构的事件，因此，当红灯出现时，决策者必须采取强有力的措施，否则，金融危机可能很快就会来临了。如果能够跟踪某个时期各项预警指标的数值变化，并有有关的信号描述，并制作相应的预警指标信号图，这样就可观测到金融机构的风险来源及其变化，同时也可初步判断金融机构所承受的风险状态，据此采取相应的措施。

四、金融预警应用实证

泰国是1997年东南亚金融危机的始发地，这里尽管是事后分析，但如果我们将其在1997年以前的金融、经济指标进行分析，仍可以看到预警指标分析对泰国金融危机的警示作用。

从90年代初期开始，泰国GDP增长率、经常项目差额/GDP、外债总额/GDP、短期外债/外债总额等一直在逐年恶化。其实际GDP从1988年的近14%下降到1996年的6.7%，这说明泰国经济越来越乏力；外债总额占GDP比例从1989年的37%左右上升到1996年的50%多，短期外债/外债总额从1987年不到15%，上升到1996年的40%多，1995年甚至接近50%了，远远高于国际警戒线25%，这说明泰国的外汇流动性风险逐年加大。实际上，在泰国金融危机爆发前的1996年，其实际经济和金融运行指标，包括外汇储备可供进口月数、银行不良资产占总资产比重、股指变动等，如果用前面所述的灯号显示的话，几乎是全线飘“红”，这些指标不仅远高于国际警戒线，就是在整个东南亚地区也是最差的。因此，可以说1997年东南亚危机在泰国首先爆发并不是种偶然。[!--empirenews.page--] 分析泰国金融危机前的一些金融指标可以看到，如果泰国当时有金融风险预警系统对各项金融指标进行监测，并采取适当措施化解相关风险，完全可以做到防微杜渐，而不至于在1997年，当国际金融投资基金为了达到自己盈利目的，利用各种金融工具对泰国货币进行投机性攻击时，一触即溃，导致泰国金融危机，并波及整个东南亚国家。实际上，在亚洲金融危机爆发前，斯坦福大学一位教授曾经依据一系列金融指标变化预测出东南亚可能即将爆发金融危机，不过，很遗憾的是，当时没有引起足够的重视。

电子商务客户流失预警与预测 篇3

客户流失指某企业现有的客户中止继续购买其商品或服务,转而购买其竞争对手的商品或服务[1]。目前,电子商务客户流失率非常高。Reinartz等研究表明如果能够降低电子商务客户流失率,利润的增加是显著的[2]。Schmittlein等提出了预测客户交易行为的概率模型组,简称SMC模型[3,4]。针对电子商务非契约环境下的不确定性,Schmittlein等对该模型进行了改进,提出了BG/NBD模型[5]。与此同时,基于数据挖掘的流失预测方法也广泛应用于客户流失预测研究中[6,7,8,9,10,11,12]。基于结构风险最小化准则的SVM得到了不少研究者的青睐[1,3,8,9,10]。但是SVM模型参数(惩罚系数c和核函数参数g)对预测准确率较为敏感。模型参数一般采用人工搜索的方法来获得。但人工搜索费事、费力,且往往得不到最优参数[13]。

本文以电子商务客户为研究对象,总结电子商务客户生命周期,提出客户流失预警体系,建立基于SVM的客户流失预测模型,提出IPSO算法对SVM初始参数进行优化,将优化后的参数作为SVM模型的初始化参数,从而提高SVM模型的预测准确率。

2 电子商务客户生命周期

电子商务客户生命周期由客户与电子商务企业之间不同的关系阶段构成,是理解客户行为的框架。研究基于生命周期的电子商务客户类型,目的是对不同类型的客户采取不同的服务措施,提升客户价值。根据客户和电子商务企业之间的行为,可以将客户生命周期分为:获取阶段、提升阶段、成熟阶段、衰退阶段和流失阶段,如图1所示。

①获取阶段,企业利润Y为负。②提升阶段。本阶段的主要任务是引导新客户购买产品、提升客户价值,加强与客户的纽带关系,将“新客户”转化为稳定的忠诚客户,考察新客户的价值、消费模式。如果这些措施实施得当,利润Y会成上升趋势。③成熟阶段。这一阶段的任务是致力于稳定和巩固已经形成的良好客户关系,进一步提升客户价值,企业在该阶段获取的利润Y是最多的。④衰退阶段,主要特征是企业利润Y呈下降趋势,甚至为零。⑤流失阶段。客户彻底与企业结束了业务合作的关系。

3 电子商务客户流失预警体系

高效的客户流失预警体系包括客户流失预测、评估和挽留。首先进行客户流失预测,发现潜在流失客户;评估客户流失原因,改进服务;进行客户流失挽留,降低客户流失率。一方面,企业需要识别潜在流失的客户。另一方面,企业需要分析和评估客户流失原因。并以此为依据,改进服务,采取有效措施对潜在流失客户进行挽留,降低客户流失率。电子商务客户流失预警体系流程如图2所示。显然,客户流失预警体系的基础是客户流失预测。

4 改进PSO算法(Improved PSO,IPSO)

4.1 PSO算法

PSO算法最早由Kennedy和Eberhart在1995年提出的。算法设在一个D维的搜索空间中,由N个粒子组成的种群X=(X1,X2,…,XN),其中第i个粒子表示为一个D维的向量Xi=(xi1,xi2,…,xiD),代表第i个粒子在D维搜索空间中的位置,亦代表问题的一个潜在解。根据目标函数即可计算出每个粒子位置Xi对应的适应度值。第i个粒子的速度为Vi=(vi1,vi2,…,viD)T,其个体极值为Pp=(Pp1,Pp2,…,Ppd,…,PpD)T,种群的全局极值为Pg=(Pg1,Pg2,…,Pgd,…,PgD)T.在每一次迭代过程中,粒子通过个体极值和全局极值更新自身的速度和位置[14]:

其中,ω为惯性权重;i=1,2,…,N;n为当前迭代次数;Vi为粒子的速度;c1和c2为非负的常数,称为学习因子;r1和r2为分布于[0,1]之间的随机数。为了防止粒子搜索的盲目性,通常将粒子的位置和速度设定在一定的区间[pmin,pmax]、[vmin,vmax]。ω体现了粒子当前速度多大程度上继承先前的速度,是平衡算法全局搜索能力和局部搜索能力的参数。Tang等研究发现ω非线性递减能够提高算法的搜索速度[15]。

其中,ω1、ω2分别是初始和终止权重;itermax为算法最大迭代次数。

4.2 IPSO算法

PSO算法没有选择、交叉与变异等操作,算法结构简单,运行速度快。但是,PSO在运行过程中,当某粒子发现一个当前最优位置,其余粒子将向其靠拢,如果该位置为一局部最优点,PSO将不会继续搜索。算法陷入局部最优,出现“早熟”现象。设粒子群的粒子数目为N,第i个粒子的适应度值为fi,当前粒子群的平均适应度为favg,则当前粒子群的收敛程度为:

σ反映了算法的收敛程度,σ越大,则算法处于随机搜索状态;σ越小,则算法趋于收敛状态,算法可能出现早熟。一旦σ大于某个值,则算法将对Pg进行变异,使得算法跳出局部最优,避免算法早熟收敛。通过参数σc来控制收敛程度σ(如式(5))。

通常,σc∈[0.5,2]。pm为群体变异概率。采用增加随机扰动的方法对Pg进行变异操作:

其中,η是服从Gauss(0,1)分布的随机变量[16]。

为验证IPSO算法的有效性,选取如下8个基准测试函数[17],选取SPSO[18]、PSO-w[19]、PSO-TVAC[20,21]、PSO-FDR[22]、DE[23]为基准算法进行对比实验。

设置算法的函数评估次数(Function Evaluations,FEs)为300 000,种群规模为100。6种算法各自独立运行25次,得到各自优化结果的最优值。最优值的均值和方差如表1所示,6种算法迭代过程如图3所示。从表1和图3可以看出,IPSO总体效果最好,明显优于其它5种算法,达到了f1、f2、f3、f4、f6、f7函数的最优值。

5 基于IPSO-SVM的客户流失预测模型

SVM的理论基础是统计学习理论,主要思想是建立一个分类超平面作为决策曲面,使得正例和反例之间的隔离边缘被最大化[9]。但是,SVM模型的参数(惩罚参数c和核函数参数g)对预测准确率非常敏感。拟通过IPSO对这些参数进行优化,将得到的优化参数作为SVM模型的初始化参数,从而提高模型的预测准确率。基于IPSO-SVM的客户流失预测流程如图4所示,步骤如下:

步骤1:数据预处理。电子商务客户流失影响因素量纲的不同,会对预测模型学习速度产生不利影响。为了提高学习效率,对影响因素进行归一化处理。

步骤2:初始化算法参数。设粒子群当前最优解xpbest,对应的适应度值为fpbest;群体最优解(即SVM模型的参数c、g)xgbest=(c,g),对应的适应度值(即训练样本的分类准确率)为fgbest=accuracy.

步骤3:计算适应度值。设定迭代次数n=1。在解空间内随机生成N个粒子,各个粒子的位置为xi(i=1,2,…,N)及其对应的速度vi,计算粒子xi的适应度值,将适应度值最大的作为粒子当前的最优解和全局最优解。

步骤4:个体速度和位置更新。通过式(3)计算权重w;通过式(1)和式(2)更新粒子位置x'i和速度v'i.

步骤5:确定最优解。通过x'i重新计算粒子的适应度值f'i.若f'i>fpbest,则fpbest=f'i,更新当前粒子群的最优位置xpbest=x'i.若f'i>fgbeast,则fgbest=f'i,更新粒子群的最优位置xgbest=x'i.

步骤6:判断是否需要增加局部扰动。通过式(4)计算收敛程度σ.若σ满足式(5),则通过式(6)对xgbest进行变异。

步骤7:判断迭代是否结束。设n=n+1。若n>niter max,则算法转至步骤8;否则,算法转至步骤5。

步骤8:输出最优参数,对测试集进行预测。将最优解(SVM模型的参数c、g)作为SVM模型的初始化参数。通过测试样本计算IPSO-SVM的分类准确率。

6 实证分析

(1)基于UCI数据库的实证分析

为了从一般意义上说明IPSO-SVM模型的有效性,选取了UCI数据集(http://archive.ics.uci.edu/ml/)中最常用的8个数据集作为样本(表2)。选取径向基核函数作为SVM的核函数。从样本中随机选取70%的样本作为训练样本,30%的样本作为测试样本。为了提高预测准确率,对数据进行了归一化处理,即:

其中,v是原始数据,v'是归一化以后的值,maxa是样本属性值的上限值,mina是样本属性值的下限值。SVM初始化参数的搜索范围为:[0.1,10];SVM采用LSSVM 1ab1.5工具箱[24];SVM、PSO-SVM和IPSO-SVM算法各自独立运行10次,最终的分类准确率的均值和方差如表3所示。

从表3可以看出,除了样本Hepatitis,IPSO-SVM的分类准确率高于SVM和PSO-SVM;PSO-SVM的分类准确率在Ionosphere、Bupa Liver、Sonar、Hepatitis和CMC样本上要优于SVM;SVM在Australian、Pima-Indian和WPBC两个样本上要优于PSO-SVM.这说明经过优化的SVM分类准确率要明显高于未经过优化的SVM.

(2)基于电子商务客户数据的实证分析

本文选取某B2C电子商务网站为研究对象。客户数据的观测周期为30周,以2012年1月开始,2012年8月终止。从该网站的客户数据库中选取前11周首次进入该网站购买商品的3000条客户数据进行分析。为了保证计算的准确性,后19周用于观测这3000名客户的流失状态。若后19周无购买行为,则定义为流失;否则,为非流失客户。经观测后发现:1978名客户流失;1022名客户没有流失。由于本文提出的模型没有涉及属性简约,选取文献[7]获取的电子商务客户流失关键属性集{客户重复购买次数、白天购买次数、晚上购买次数、深夜购买次数},客户流失状态为目标变量,用1表示客户没有流失、0表示客户流失;归一化后的示例数据见表4。从这3000名客户中随机选取70%作为训练样本,剩余作为测试样本。SVM、PSO-SVM和IPSO-SVM三种预测模型分别进行测试,得出的分类准确率依次是82.31%、83.24%、87.75%.正是由于IPSO作为SVM的前置系统,IPSO寻优后的模型明显提高了SVM的分类准确率。

当前市场竞争日益激烈,客户流失是许多行业关注的核心问题之一。获取1位新客户的成本是保留1位老客户的5～6倍[1]。目前,电子商务客户网站的客户流失率却非常高。如果能够降低电子商务客户流失率,利润的增加是显著的。基于IPSO的SVM预测模型可以有效挖掘客户流失情况,为企业全面开展客户关系管理提供决策支持。

7 结语

风险预警机制 篇4

医疗风险系指使患方或医方遭受伤害的可能性，是一种可以有效防范，将其降低到最小程度，但绝对不能消除的。“预则立，不预则废”就需要医院管理部门从管理体制、医疗流程、规章制度等查寻缺陷并制定相应的改进措施，建立有效的防范机制。目前我院各项业务发展形势较好，结合开展的各项新技术、新项目及引进的高新设备、医疗质量管理、医务人员的技术、责任感等诸多方面因素，特制定本预警机制。

一、建立预警机制的目的：

随着社会的发展，人们对医疗质量及服务质量的要求越来越高。但由于医疗行业的特殊性和医学本身的许多未知性，就造成了医疗诊治效果的不确定，医疗意外的不可预见性，使的医疗风险无处不在。建立医疗技术风险预警机制目的就是降低医疗风险，防范医疗纠纷，杜绝医疗事故的发生，减少给患者及其亲属带来的伤害，减轻医院负担。

二、医疗风险存在方面：

1、医疗管理方面:

(1)各项医疗技术操作无统一的规范或规范不标准；

(2)医疗活动过程或有关核心制度中存在有缺陷；

(3)医疗诊疗技术流程的伪科学性或者过于复杂，都容易造成失误；

(4)医疗质量管理运行中全程管理、环节管理及终末管理有制度难执行，缺乏监督机制及反馈机制。

2、医务人员个人因素：

(1)缺乏医疗风险意识；

(2)医疗技术水平有限；

(3)责任心不强或不遵守规章制度；

3、设备因素：

(1)抢救设备的完好，能否正常运转；

(2)检验科各项实验设备的完好，给临床医生以重要参考标准。

三、医疗风险预警程序：

医疗风险预警的实施进程可以归纳为风险识别、风险估测和风险评价三个大的阶段。风险识别是对潜在的各种风险进行系统的归纳和全面地分析以掌握其性质和特征，便于确定哪些风险应予以考虑，同时分析引发这些风险的主要因素和所产生后果的严重性，这个阶段是对风险进行定性分析的基础工作；风险估测是通过对所收集的大量资料的研究，运用概率论和数理统计等工具估计和预测风险发生的概率和损失幅度，这个阶段工作是对风险分析的定量化，使整个风险管理建立在科学的基础上；风险评价是根据专家判断的安全指标，来确定风险是否需要处理和处理的程度。

四、针对我院医疗风险的对策：

1、成立专职专家的督导组,由院内专家委员会成员担任。制定院内各科室医疗质量管理考核标准及核心制度，参与院内的医疗质量及目标管理检查，工作形式以现场检查，评分计入月度考核。

2、设立医疗风险预警管理人员，针对已经出现的医疗事件，进行调查，设计管理程序，监测管理过程、收集信息资料、改进医疗质量，杜绝此类医疗事件的再次发生。对可能发生医疗风险的各项制度，提出针对性的修改意见，并给予完善。

3、医疗管理部门要关注管理体制、医疗流程、操作规范、质量评价等方面内容。查看管理制度等方面有无缺陷，流程是否复杂易致操作失误，统一医护操作标准，使医疗操作科学化、合理化。对环节和全程管理过程中的问题给予及时反馈，加强医疗全过程的监督机制。具体的日常管理工作中要树立风险防范意识，改进系统及制度的缺陷，不强调个人处罚，从根本上降低医疗风险。

4、严格外科手术准入制度，由麻醉科人员协同成立科内管理和准入审定小组，并制定管理办法。严格执行手术分级管理制度。严格专业准入制度，提高专科救治水平，严禁跨科别收治病人，因短期经济利益延误病人治疗时机。严格新技术、新项目的开展安全评估制度。严格执行入院告知制度。

5、加强全员的培训力度，不断提高全员技术操作水平，培养医疗风险意识，培训医患沟通技巧、技术操作常规、各种法律法规、医学新进展等各种知识，提高全员的综合素质。

6、严格按照执行制度，按照制度办事，认真落实各项规范和制度。加大由于责任心不强或不按制度办事所引起纠纷的处罚力度。

7、保障各种医疗器械的正常运行，给予维护和保养。减少因机器原因导致的医疗纠纷。

五、目标：

通过建立医疗风险预警机制，使医疗质量控制能够达到四个目标：

(1)安全：避免在诊疗过程中带来的医源性损害；避免诊疗不及时而贻误最佳诊疗时机；避免在就医过程中发生的非医疗性损伤；

(2)实用：提供的服务必须有明确的科学理论依据，不能为医院或个人利益在治疗、检查、用药、护理过程中随意增减项目，使服务所需费用合理；

(3)及时：尽量减少患者在候诊、取药、缴费、检查等过程的时间，尽量缩短术前等候时间和住院日，提供便捷服务。

(4)平等：以病人为中心，尊重关爱患者，尊重患者的选择、需要、价值，对所有患者一视同仁，提供同样服务。营造一个友善、谅解、和谐的人际关系氛围。

客户风险预警 篇5

优质的客户资源是企业盈利的根本,随着互联网、大数据等技术的成熟,加之三网融合的政策趋势,传统广电的客户竞争日益激烈,而众所周知,发展一个新客的成本是挽留一个老客户成本的3倍。因此,客户离网的原因分析越来越受到广电行业的重视,同时,离网预警技术的应用能够帮助运营商有效开展客户挽留工作,有效识别有离网倾向的客户,提高客户挽留成功率,降低客户离网率,进而保证企业在有限成本的控制下提高收益率。

1.1 客户流失原因

近几年,互联网、大数据、云计算等技术裂变式发展,传统媒体与各种新媒体深度融合,媒体格局和舆论生态发生深刻变化,传统广电媒体面临新兴媒体的直接挑战,未来的革新图存面临严峻挑战,其中客户流失的问题最为突出。

1.1.1 客户遭遇新的诱惑

广电行业业务模式成熟,客户资源、结构基本固定,优质客户是新老媒体争夺的重点。在激烈的市场竞争下,为能够迅速在市场上获得有利地位,竞争对手往往会不惜代价以优厚条件来吸引优质客户。而以互联网和移动互联网为平台的新媒体以其资源丰富的天然优势在迅速崛起中吸引了相当多的广电客户。

1.1.2 缺乏差异化客户管理

传统的广电行业客户管理方式是“千人一面”,客户只能按照企业规定的方式消费,当客户的需求不能被满足时,客户就会终止消费。缺乏差异化管理,就意味着一部分客户的需求不能被满足,就意味着客户流失,最终导致获客成本逐年攀升利润却鲜有提高。而有越来越多的行业已意识到了“千人千面”的客户管理、有效的客户细分更能降低成本提升客户留存率。

1.1.3 缺乏及时的客户关怀

当消费者因为自己的需求长期不能被满足而选择不再消费时,多数传统企业都未能及时察觉,而是在经营分析报表中发现利润下滑时,才发现是由于客户不再消费而导致利润减少,此时再去做客户关怀或者客户挽回营销为时已晚。

1.2 客户流失常用分析方法

客户流失分析或客户流失预测的方法大体上分为两步:一个是客户流失预警,一个是流失客户特征分析。

通过离网调研和数据挖掘,捕捉客户离网前的特征,预测客户流失概率,这对于优质客户的保护是十分重要和有效的分析手段。

客户流失预警:定义统一的预警模型,根据预警模型,客户话单数据中自动匹配预警数据,预警模型可以按相关规则定义,并且可以灵活扩展。

流失客户特征分析:通过决策数算法,分析流失客户特征,然后通过这些特征得到当前在网客户中匹配流失概率高的客户数据。

通过客户流失分析获得流失客户数据和潜在流失客户数据,从而将这些数据分配给客户服务部门,整合销售服务资源,根据客户的需求,设计个性化营销策略,快速反应,以此达到召回流失客户,挽留流失概率高的客户,实现对客户守护的目的。

2 流失预警建模

2.1 建模方法概述

数据挖掘中常用的建模方法论包括业务理解、数据准备、数据清洗、建立模型、模型验证和决策支持等过程。通过业务理解确定建模目标、算法、数据源等,而建模的最终目标是通过分析发现流失客户的特征,找到客户流失原因,建立差异化客户管理体系,从而了解客户需求、尽早预防客户流失。图1展示的是流失预警的全过程,其中包括数据获取整合、数据分析建模、客户保留策略制定、策略实施修正等过程。

本文在传统预测流失的基础上提出了一个流失预警的新思路,通过在数据仓库上建立客户统一视图,建立客户细分模型,识别流失客户特征,将有效的影响因子和客户评价指标加入预测模型,能够提升模型预测准确率。

2.2 明确业务目标

本文中选取的客户为截至2015年12月31日在网的有效客户,预测窗口为2016年5月。客户流失的定义是指客户在连续一个月内出现不在网状态或月平均在网时长小于10小时的广电客户。

客户流失预警能够通过多维影响因子的输入对客户未来一段时间内发生流失的概率进行预测的数据挖掘算法,结果是输出流失可能性较大的客户名单,并对这些客户提前采取有效挽留措施,可以降低客户的离网概率,减少企业损失。

2.3 变量筛选

一般广电运营商客户资料主要包括以下几方面。

(1)客户背景资料:年龄、性别、收入、家庭人口数量、家庭地址等。

(2)客户消费行为:缴费频率、流失前半年平均消费额、在网时长、月均停断时长、月均ARPU值、网龄、收视习惯、是否使用IPTV和当月节目包的类型等。

(3)其他:收视设备等。

为了提高预测模型的准确性,需要对整理后的客户数据进行预处理。首先要剔除缺失值较多的字段或对有缺失值的字段用均值填补,然后对保留的字段进行归一化处理,本文采用“最小-最大标准化”,将原始数据值映射成到区间[0,1]中,这样就可以保证所有因子对模型的贡献度权重一致。最关键的一步是要对处理过的数据进行相关性分析,以减少指标之间的多重共线性、保证计算效率。本文在实验中发现,字段“在网时长”与其他因子之间具有较高相关性,因此,在该步骤中剔除此字段。通过上述处理,共选出10个字段作为建模输入。

2.4 模型训练及验证

本文采用K-means聚类分析和Logistic回归建立客户流失预警模型,这两种算法结合使用可以深刻理解客户流失原因,分析各种因素对客户流失的影响程度,从而制定有效的客户挽留策略。

目标字段is_lose的取值用“1”表示客户“流失”,“0”表示客户“未流失”;用10维向量X表示某一个客户的10项指标;用R分别建立K-means聚类和Logistic回归,最终结果见表1:

实验数据分为训练集和预测集,模型评估利用训练得到的模型来预测测试集中的客户流失概率,并与实际客户状态进行对比,从而得到模型的评价指标:准确率、覆盖率、命中率。好的流失测模型评价标准是准确率和命中率都有较高的取值。

从表1的实验结果来看,模型效果较好。

从实验中观察发现,以月度为窗口选取样本数据,用户的月流失率约为8%,按照每个用户月均消费100元计算,每1 000万客户月流失费用为8 000万元。

2.5 业务应用

模型给出的结果是流失概率不同的客户名单,但是实际运营中遇到的最大问题是给出流失名单之后,很难利用这些名单。传统意义上,可以通过外呼中心等客户接触渠道访问客户来挽留名单上的用户,但实际操作中,客服人员和大客户经理需要针对每类客户制定专业的话术来引导客户续费。因此,在名单给出时需要配合一定的特征描述,以便外呼人员能清楚地知道改用什么话术来打动客户。此时,就可以再次利用聚类模型的结果,通过聚类刻画的群体特征,给名单中每位客户匹配对应特征的描述标签,这样做能够大大提高外呼人员的工作效率以及成功率。

3 总结

对于客户流失预测和客户挽留这个专题分析来说,更需要的是能够采取恰当行动的完整方案,而非仅仅一个名单。那么这个解决方案可以划分为四部分:发现挽留机会→制订挽留策略→实施挽留行动,收集客户反馈→评估挽留效果并调整模型和策略。

(1)发现挽留机会。最基本的做法是建立客户流失预测模型(用决策树或对数回归),然后对在网客户进行流失倾向的评分,按倾向高低判别。但此处最好结合对全体客户的分群来识别出真正的挽留机会,并非流失倾向越高就越值得挽留。比如,可以按照客户价值进行分群,优先考虑对中高价值客户的挽留,同时根据客户行为分群,判别出哪些客户可能已用了竞争对手的服务,或者属于欺诈类型的客户,对这批客户的挽留可能是没有成效的,不应视为挽留机会。

(2)制订挽留策略。经过第一个步骤,已从预测名单中圈定了值得挽留的客户。但是一般来说,这批客户依然数目较大,难以逐个分析,决定采取何种挽留策略(这也是一些厂商宣传的一对一营销,想法虽好,可是未必可行)。此时可以对圈定的客户进一步进行分群,将其划分为几种类型,此时最好在分群模型中放入行为、人口统计学、地域等属性,然后基于这几群客户逐群制订有针对的挽留策略。比如,有的群组是属于夜间通话多(和总体的均值相比)的客户,那么针对他们的挽留策略可能是推荐一些夜间通话优惠的资费方案。

(3)实施挽留行动、收集客户反馈。这里其实最好有类似操作型CRM的系统来支撑。将上述两步骤给出的挽留机会和挽留策略分配给相应的实施人员(可能是客户经理、Call Center等),由他们实施,并收集客户反馈(最简单的客户反馈是响应或不响应,复杂些的可以包含对客户流失倾向的认定、客户流失原因的了解、挽留策略是否适合该客户等)。

(4)评估挽留效果。在客户流失预测专题分析的试运行阶段,由于尚未确认模型预测的效果、挽留机会的识别是否准确、挽留策略的制订是否合适等,常常会将预测名单中圈定的客户划分为两组——实施组和对照组。对前者展开挽留,对后者不采取任何行动,根据两组的流失情况来评估模型的预测效果和挽留效果。当专题分析已基本稳定后,对照组会被取消,那么对挽留效果的评估主要依赖于客户反馈、客户随后是否在网以及其用量变化等。

分群中的结块问题比较麻烦,要从变量的归一化入手。因为在进行聚类之前,一般要对变量进行归一化以消除量纲不同造成的影响,但如果采取了不合适的归一化方法,会导致大量客户聚集在中位数附近(因为大多数变量都会满足正态分布)。此时要做的是尽量将他们之间的距离拉开。首先在归一化之前将孤立点拿出来,避免它们对归一化结果造成较大影响;然后选择合适的归一化方法(例如对数变换、Bin Code、Zscore、Sigmoid等,最好多尝试一下它们的组合)。

摘要：随着互联网、大数据等技术的成熟,加之三网融合的政策趋势,传统广电的客户流失现象越来越受到行业重视。笔者提出了一种客户流失预警分析的新思路,通过结合聚类分析和逻辑回归来提升预测准确率。

客户风险预警 篇6

基于全球金融危机的视角, 本书分九章内容展开论述, 在有效梳理金融风险相关理论的过程中, 诠释了有关金融风险产生的相关理论体系, 通过对传统金融危机理论的简要评价, 提出了新金融危机理论框架;在对金融风险界定的基础上, 阐述了开放条件下金融风险的特殊性, 深入剖析了金融风险的形成机理及传导机制;在合成银行风险、货币市场风险、股票市场风险和传染风险的基础上, 构建了金融风险综合指数, 以此作为选取预警指标的标准, 提出了兼具覆盖性、可获得性和可操作性的预警指标集, 为有效预警金融风险打下了基础;结合我国经济金融运行实情, 构建了金融风险预警模型, 对模型的预测能力进行了检验, 并对未来我国金融风险进行早期预警判断和实时预警分析;通过对各国中央银行在实现金融稳定目标过程中的主要做法和金融稳定分析框架的系统总结, 联系到近年来我国金融安全所遭遇的更多风险因素威胁的严峻现实, 深刻指出了现阶段我国金融风险预警体系建设面临的突出问题, 从而有针对性地提出了若干政策建议。

在研究方法上, 本书运用了规范分析、实证分析和比较研究的方法, 并注重各种研究方法的结合。

一是注重理论研究与实证研究相结合。从理论上分析了金融风险的生成机理及传导机制, 从实证研究的角度分析了各种风险来源及其影响程度, 以及不同时期金融风险的主要表现形式, 从而预测了未来金融风险的变动趋势, 将不同来源的风险置于相互联系相互影响的视野中, 得出了不同预警指标的预警效力, 并分析了不同计量模型的适用性。

二是注重计量分析与系统构建相结合。采用了计量分析的方法来设置预警指标的阈值, 分析中国金融风险的主要来源及其变动趋势, 广泛应用信号方法、人工神经网络等方法分析了预警指标的预测效力, 并形成了风险预测和风险预警的判别基准。

三是注重比较研究与价值判断相结合。在比较各国金融风险预警实践的基础上, 综合判断各国金融风险预警制度的共同点及差异, 形成了普适的预警制度构建标准。从比较研究的角度分析了时间维度和国别维度的预警异质性, 从价值判断的角度来把握中国渐进改革和开放进程中的金融风险预警体系的构建。

油库风险预警管理研究 篇7

1. 油库风险作用机理与风险分类识别

在油库中,存在着许多风险因素,主要与油品、人员、设备、管理、环境相关,诸如油品的挥发性、易燃易爆性、毒性、储存数量等,人的安全意识、工作作风、业务知识、操作技能、组织能力、身体状况等,设备设施的布局、使用状况、工艺布置、质量性能等,管理的安全教育、安全制度、组织管理(安全组织、安全检查、安全监督等)和技术措施(隔离保护、阻隔阻燃技术、紧急停车、遥控、报警、消防灭火)等,环境的社情民情、自然条件(气象条件、自然因素,如山洪泥石流、雨雪冰冻、地震、飓风、雷电、海啸等,皆是难以阻遏的巨大自然力量,其力量所至或直接造成破坏,或间接影响油料供应安全)和人造环境(如温度、湿度、噪声、照度、颜色)等,这些因素相互作用,对油库安全产生重要影响,其机理如图1所示。

从图1可知,油库风险具有影响因素多、系统性强、动态性大等特点,为了有效控制风险,就必须依据风险特点进行风险分类识别。一般地讲,依据风险的动态性,将油库风险分为固定风险(即指在一定时期内相对固定不变的风险,如油库固定设施在某一个季度内较其它影响因素而言变动较小)和可变风险(即指在一定时期内变化较大的风险,如油库作业中人员活动的频繁程度、暴露的时间长短等对风险影响较大);另一种分类方法是可依据作业性质划分风险类别,并进行风险识别。通常,将油库作业风险划分为四类,即一类作业风险(主要包括在储存甲乙类油品洞库内、覆土油罐室内和油罐罐体上、带油管道及设备上动火作业;对储存甲乙类油品油罐进行清洗、除锈、涂装作业等);二类作业风险(主要包括油泵房(含露天泵站)、轻油灌桶亭(间、棚)、自用加油站、库房内、油品装卸作业区、阀组井、管沟内、含油污水处理站内和输油管线等爆炸危险场所动火作业;汽车零发油作业;甲乙类油品散装收发作业;甲乙类油品灌桶作业;储存丙A类油品油罐清洗、除锈、涂装作业;油库设备(呼吸阀、测量孔等)在线检修作业等);三类作业风险(主要包括储存区、收发作业区内除一、二类安全风险场所以外的动火作业;桶装甲乙类油品装卸、倒垛作业等);四类作业风险(主要包括丙类散装油品收发作业;油罐测量、取样、化验作业;除一、二、三类安全风险之外的其它潜在安全风险的作业等)。

2. 油库风险预警指标体系构建

依据油库风险因素识别,将风险预警指标体系分为三级共40个指标,见表1。

3. 油库风险预警建模与应用

(1)确定指标权重

选择油库领导、业务干部、专家教授进行咨询,确定的各级指标权重见表1。

(2)划分风险评分等级标准

每一项三级指标评分采用10分制,并将其划分为两个大类5个等级,见表2。

(3)风险预警计算模型

式中ai,——第i个指标的风险判分;

wi——第i个指标的权重;

λi——第i个否决项指标的阈值;一般取7分。

(4)风险预警模拟及结果

依据表1和表2中给定的指标和权重,对ML油库的实际风险值进行评分, 并采用公式1进行计算,其结果为5.03分,属于低风险,可以接受。

4.油库风险控制

后方油库安全风险是油品、人员、设备设施、管理、环境等因素共同作用的结果,为了有效控制风险,必须从这几个方面入手,建立科学的风险控制体系。一是要建立油库风险管理机制,包括建立健全油库风险管理组织机构与职责,建立油库安全培训教育机制、油库风险因素识别与隐患排查机制、油库作业风险评价与预警机制、油库风险事故应急预案、 油库安全绩效考评机制;二是要采用先进合理的油料安全技术,如阻隔防爆技术、油库油气混合物抑爆系统等;三是要搞好油库安全文化建设;四是要运用科学的管控方法(如油库风险控制雷达图) 进行控制。

5.结论

(1)讨论了油库风险作用机理和风险类别,将油库风险分为固定风险和可变风险,为油库风险预警控制提供了科学依据;

(2)构建了油库风险预警指标体系和评分等级标准,将指标体系分为三级指标,为实施油库分析预警提供了科学方法;

(3)构建了油库风险预警数学模型, 解决了一票否决等评估问题,为科学计算油库风险提供了证据;

(4)提出了油库风险控制体系,包括健全风险管理机制、应用先进安全技术、 加强安全文化建设、建立安全绩效考评机制,为控制油库风险、高效处理风险提供了实践遵循。

摘要：油库安全是实现油料供应与保障任务的基本要求,风险预警对于确保油库安全运行具有重要意义。着重讨论油库风险作用机理、预警指标体系构建和预警建模问题,以及风险控制方法,对于搞好油库安全具有重要参考价值。

客户风险预警 篇8

以中国联通集团公司为例,WCDMA制式的3G业务是其手中的王牌,但仅仅依靠IPHONE等产品吸引拉动高端客户是远远不够的,还需要对保有的2G业务客户的消费行为和消费能力进行分析,针对业务需求相似性较高的客户制定倾向性的营销方案和资费政策,逐步引导客户实现从2G向3G的转移。而流失预警的目标是BI系统通过特定的指标关联性算法,分析出具有较大流失概率的客户,对这些客户进行有目的、有区别的挽留工作,尽量减少客户流失带来的损失。在流失预警分析的过程中,可以建立不同侧重点的流失指标关联模式,侧重于高价值客户挽留工作的早期介入和成功率,做到有的放矢,降低挽留服务的成本,减少由于客户流失带来的收入损失。由此可见,无论是客户价值挖掘还是流失预警,都与客户的消费行为指标密切相关,而联通公司BI系统的优势也恰恰在于历史数据的积累和数据维度的全面性,这就为建立一套可灵活配置的客户行为分析模型奠定了坚实的数据基础。

客户价值挖掘的主要侧重点集中在客户资料、收入和业务量三方面:其中客户资料包括套餐及资费类型、入网日期、在网时长等;收入类指标包括月度收入及变化趋势、增值业务和数据业务在总收入中的占收比、欠费金额及帐龄等;业务量指标包括增值业务/数据业务/语音业务的各时段发生量、异网本网业务量比例等。对上述的指标进一步细化或组合衍生,设置不同的阀值和对应关系,可以筛选出新产品的营销对象或产品转移的潜在客户,例如,当某2G客户的数据业务流量经常超出套餐数量且长途或漫游业务业务量较大,则可以通过客服人员主动向客户推荐“携号转品牌”业务,从2G业务转换到3G后付费业务,使用与现有套餐金额接近的B类型套餐或IPHONE/乐PHONE的0元购机活动,客户不仅可以大量节约长途/漫游业务支出,同时还可以体验到WCDMA制式的高速数据传输速度,而免费获得的终端更是提供了绝佳的客户体验。

在移动通信领域,客户流失有三方面的含义:一是指客户从本运营商转网到其它运营商,这是流失分析的重点;二是指客户从本移动运营商的高价值品牌转向低价值品牌,分析这种流失可以为品牌设计的重要参考;三是指客户ARPU(每用户月平均消费量)降低等。与客户价值挖掘所涉及的指标相比,流失预警的相关指标增加了对各项指标变化趋势的统计分析,例如用户各帐期的收入变化、各时段业务量的变化、拨打异网号码的频度等。根据对过去流失客户的各项行为指标进行对照分析,可以为各个指标制定不同的预警阀值,但不同的业务类型和客户类型都会由于各类噪声指标的存在而影响预警精度,因此可以发现,如何在数以千计的统计指标以及浩如烟海的原始数据中筛选出与目标相关性高的指标才是建立客户价值挖掘和流失预警模型的关键。当前,部分运营商已经尝试使用“神经元网络”建模的方式进行客户流失情况的分析及预警。人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型,由大量的节点(或称“神经元”)相互联接构成,形成一个能够学习,能够总结归纳的系统,也就是说它能够通过已知数据的实验运用来学习和归纳总结。人工神经网络通过对局部情况的对照比较(例如输入达到各类不同指标的用户数据,以及实际离网用户),它能够推理产生一个可以自动识别的系统。常来说,神经元网络由多层神经元结构组成,每一层神经元拥有输入和输出,每一层由若干个神经元组成,每个神经元有一个称作权重的加权数值,通过反复进行对照学习,可以不断调整不同神经元的权重数据,使得整个系统的预测数据逐渐逼近实际情况,并最终形成一套具备可用性的指标关联性分析体系。

在初步完成流失预警模型并预测出流失预警客户之后,考虑到挽留资源有限的情况,需要配合客户价值模型,采取有效的挽留策略最大限度地挽留那些有流失意向的客户,特别是挽留那些价值高、流失概率高的客户。因此,采用与流失预警类似的方式建模,通过分析用户近三个月的通话指标及消费指标,与当前联通公司的套餐进行特性匹配,为各类不同用户关联契合度最高的产品(套餐)类型。

风险预警系统设计与研究 篇9

关键词：恒天凯马,风险预警系统,设计

0设计与研究的背景

风险预警是全面风险管理中一个重要环节, 在金融业和保险业中其理论和方法研究得较为全面和系统。但在制造等其他行业中, 中航油事件发生后, 国资委于2006年出台《中央企业全面风险管理指引》, 部分大型集团性公司才开始对全面风险管理进行初步探讨。但是, 风险预警观念较为淡薄, 风险预警体体系建设不全, 也缺少科学性、全面性和系统性。

恒天凯马股份公司作为央企下属一家集团性上市公司, 于2009年将全面风险管理引入企业, 作为一种其中的经营管理手段, 目前在风险预警方面也是体系不全、缺乏系统性。

1 风险预警相关理论

1.1 全面风险管理

全面风险管理是指企业围绕总体经营目标, 通过在企业管理的各个环节和经营过程中执行风险管理的基本流程, 包括风险信息收集、风险评估、风险策略、风险方案、风险监察。

1.2 风险预警

风险预警是指企业根据外部环境与内部条件的变化, 对企业未来的风险进行预测和报警, 包括风险信息收集、风险评估和报警。

1.3 风险预警系统

风险预警系统实际上就是根据公司经营特点, 通过收集相关的风险信息, 监控风险因素的变动趋势, 并评价各种风险状态偏离预警线的强弱程度, 向决策层发出预警信号并提前采取预控对策的系统。因此, 要构建预警系统必须先构建风险指标体系;其次, 依据预警模型, 对评价指标体系进行综合评分;最后, 依据评分结果评价公司风险预警级次, 并采取相应对策。

1.3.1 风险类别

依据《中央企业全面风险管理指引》, 风险可分为五类:战略风险、财务风险、市场风险、运营风险和法律风险, 分别指由于对公司战略、财务、市场、运营、法律方面的忽视, 或缺乏应对措施导致企业蒙受损失的风险。

1.3.2 风险指标

(1) 设定原则, 为使指标设计更加合理, 风险指标应遵循一些原则, 如:全面性, 指标明细应包含所有风险;相对独立性, 指标之间反映内容应相对独立;定量与定性相结合, 并以定量指标为主;易操作性, 指标数字容易取得且计算过程不复杂。

(2) 风险指标:按指标的属性分为定量指标和定性指标。定量指标主要为财务指标, 综合反映公司的各方面风险。定性指标作为辅助性指标, 对定量指标的风险评价起修订作用。

(3) 指标标准:公司应根据实际经营条件并综合考虑历史业绩水平、行业标准、先进企业、发展规划等数据, 确定公司可以承受的风险容忍度, 制定公司的风险标准。

1.3.3 风险评价

在风险评测的基础上, 与标准指标相比较, 评定风险程度 (风险级别) 。

(1) 风险评分

根据风险指标预警值与标准值及指标权重进行指标计算评分。考评办法可以参照下几种方法:

沃尔评分法, 将选定的财务比率用线性关系结合起来, 并分别给定各自的分数比重, 然后通过与标准比率进行比较, 确定各项指标的得分及总体指标的累计分数, 从而对企业的信用水平作出评价的方法。

分类指标综合分析法, 这种方法是沃尔评分法的发展。其标准比率以本行业平均数为基础, 并适当进行理论修正, 并引入行业最高比率, 通过计算每分比率差, 计算企业总得分对企业进行评价。

经营业绩评价综合评分法, 是国有企业绩效考评一般办法, 考评指标分为定量指标和定性两大类指标, 定量指标又分为基本指标和修正指标两类, 基本指标通过修正指标修正按照定量指标权重计算出定量指标评分值, 再加计定性指标的加权计分对企业总体进行评价。

财务预警的Z计分法, 它是运用多种财务指标, 加权汇总计算的总判断分 (Z值) 来预测企业财务危机的一种财务分析方法。计算公式:Z值=0.012X1+0.014X2+0.033X3+0.006X6+0.999X5。一般来说, Z值越低, 企业越可能发生破产。

(2) 风险评价

根据风险评分结果评定风险级别, 风险预警级数可划分为五个预警级次, 即低风险、较低风险、中等风险、较高风险、高风险。

1.3.4 风险分析

对较高的风险进行风险原因分析, 查找产生风险原因。

1.3.5 风险预控

建议对较高的风险应采取的风险管理应对方案, 包括风险事件发生前、中、后的具体措施。

2 恒天凯马股份公司风险预警系统设计

恒天凯马股份公司基本情况:主营货运汽车、农机发动机和矿产机械及车轮等汽车配件, 生产企业5家、外贸代理企业1家, 在职职工近万人。公司总部分别设置总经理办公室、人力资源部、财务部、运营管理部、审计部、技术规划部、投资发展部、法务部等部门。

2.1 风险分类

结合国资委风险指引分类和公司部门设置, 恒天凯马股份公司的经营风险可具体分类为:战略风险 (投资部) 、财务风险 (财务部) 、市场风险 (运营管理部) 、运营风险 (运营管理部) 、人力资源风险 (人力资源部) 、技术风险 (技规部) 、法律风险 (法务部) 、集团管控风险和子公司运营风险。

2.2 风险指标

2.2.1 风险指标

(1) 指标明细及权重:根据定量与定性结合、定量为主原则, 设计定量指标权重约70%、定性指标权重约30%。其中定量指标主要反映公司的盈利能力、偿债能力、资产管理能力、发展能力方面等风险, 而且设定核心指标权重相对较高。定性指标主要反映战略管理、发展创新、经营决策、质量管理、人力资源、行业影响、社会贡献等风险。

(2) 指标预警值

历史数据预警是财务预警目前普遍采取的方法, 如z计分值法等, 预警的结果也被证明是有效的;预算数据似乎更能体现预警的时间性特性, 但财务预算与风险预警的目的不同, 其预算值可能并不一定是风险预警的合适数值。

所以, 从风险“预”警的时间特性和风险管理及时性要求, 同时考虑定性指标对定量指标有修订的作用, 指标预警值设计为:定量指标年度为预算数、季度为当期实际数;定性指标为部门评分数, 一年评分一次, 年度无重大情况变化一般保持不变。

2.2.2 指标标准

根据公司对风险容忍的程度, 综合考虑公司实际经营条件和历史业绩水平, 确定风险指标标准。恒天凯马股份公司2009年、2010年和2011年三个年度在历史经营中业绩较好, 为使风险预警系统真正具有对企业进行风险预警的作用, 指标标准以这三个年度实际业绩平均数为基础。对部分偏低的风险指标, 参考对标优秀企业的指标值进行修订。

2.3 风险评价

2.3.1 风险评分

因为沃尔评分法较其它方法对指标反映比较灵敏、简单, 较符合风险预警要求, 所以风险评分主要采用沃尔评分法进行评分。同时, 参照分类指标综合分析法为防止个别指标偏离度太大, 影响总体风险评价, 规定:最高分为标准分的1.5倍、最低分为0。

具体计算公式如下:

(1) 标准分, 即指标权重

(2) 标准值=2009~2011三年平均数 (或对标企业修订数)

(3) 相对比率=实际值/标准值

(4) 单个指标风险评分=标准分*相对比率

(5) 总体风险管控能力评分=∑单个指标风险评分

2.3.2 风险评价

根据风险评分值结果, 分别对公司总体和分类指标进行风险评价。

(1) 公司总体评价:0~20分评价为“高风险”;20~60分评价为“较高风险”;60~80分评价为“中等风险”;80~100分评价为“较低风险”;100分以上评价为“低风险”。

(2) 单个指标评价:0~标准分的0.2倍评价为“高风险”;标准分的0.2倍~0.6倍评价为“较高风险”;标准分的0.6倍~0.8倍评价为“中等风险”;标准分的0.8倍~1倍评价为“较低风险”;标准分以上评价为“低风险”。

同时, 根据公司实际经营需要, 为加强两项资金风险管理, 分别对应收帐款和存货进行风险评价, 作为总体风险评价的再补充。其中应收帐款和存货的风险分别按帐龄或库龄设计为不同风险级次:1年以下为“中等风险”;1~2年为“较高风险”;2年以上为“高风险”。

2.4 风险分析

风险管理责任部门对风险指标系统打分为“较高风险”、“高风险”的责任管理指标, 进行风险分析。如营业收入较低, 评价“较高风险”, 分析是否由于国际国内市场风险环境恶化、行业政策不利、竟争激烈、技术落后等原因导致收入下降。

2.5 风险预控

风险管理责任部门对打分为“较高风险”、“高风险”的责任管理风险, 提出风险应对方案。如针对营业收入下降风险, 可以采取开拓市场、增加广告投入、提高产品性能、提高产品售后服务质量等措施。

3 展望

随着全球竟争日趋激烈, 企业面临的经营环境更加复杂, 全面风险管理的理念及技术将日益受到瞩目。风险预警作为全面风险管理的组成部分, 具有重要的核心地位, 它成功的实施有利于促进企业目标的实现。

本文设计的风险预警系统随着公司经营环境的变化, 应当及时对预警系统进行调整, 如增删风险指标, 调整指标权重和标准等, 让风险预警系统真正发挥风险预警功能。

参考文献

[1]国资委.中央企业全面风险管理指引[Z].2006.

[2]中国注册会计师协会.公司战略与风险管理[Z].2011.

[3]戴俊.我国证券公司全面风险管理模式研究[Z].2008.

[4]周政委.中小企业全面风险管理现状调查分析[Z].2008.

[5]于新花.企业财务风险管理与控制策略[J].会计之友, 2009, 2.