Menu
证券行业
证券行业数据应用场景
 
证券行业的主要收入来源于经纪业务、资产管理、投融资服务和自由资金投资等。外部数据的分析,特别是行业数据的分析有助于其投融资服务和投资业务。
 
证券行业拥有的数据类型有个人属性信息(如用户名称、手机号码、家庭地址、邮件地址等)、交易用户的资产和交易纪录、用户收益数据。证券公司可以利用这些数据和外部数据来建立业务场景,筛选目标客户,为用户提供适合的产品,提高单个客户收入。
 
证券行业需要通过数据挖掘和分析找到高频交易客户、资产较高的客户和理财客户。借助于数据分析的结果,证券公司就可以根据客户的特点进行精准营销,推荐针对性服务。
 
如果客户平均年收益低于 5%,交易频率很低,就可以建议其购买证券公司提供的理财产品。如果客户交易比较频繁,收益也比较高,那么就可以主动推送融资服务。如果客户交易不频繁,但是资金量较大,就可以为客户提供投资咨询服务,激活客户的交易兴趣。客户交易的频率、客户的资产规模和客户交易量都是证券公司的主要收入来源,通过对客户交易习惯和行为的分析,可以帮助证券公司获得更多的收益。
 
除了利用企业财务数据来判断企业经营情况以外,证券公司还可以利用外部数据来分析企业的经营情况,为投融资以及自身投资业务提供有力支持。
 
例如,利用移动 App 的活跃和覆盖率来判断移动互联网企业的经营情况,电商、手游、旅游等行业的 App 活跃情况完全可以说明企业的运营情况。另外,海关数据、物流数据、电力数据、交通数据、社交舆情、邮件服务器容量等数据可以说明企业经营情况,为投资提供重要参考。
 
目前,国内外证券行业的大数据应用大致有以下 3 个方向:股价预测,客户关系管理和投资景气指数预测。
 
1)股价预测
 
2011 年 5 月,英国对冲基金 Derwent Capital Markets 建立了规模为 4 000 美金的对冲基金。该基金是基于社交网络的对冲基金,通过分析 Twitter 的数据内容来感知市场情绪,从而指导进行投资,并在首月的交易中实现盈利,其以 1.85% 的收益率,让平均数只有 0.76% 的其他对冲基金相形见绌。
 
麻省理工学院的学者,根据情绪词将 Twitter 内容标定为正面或负面情绪。结果发现,无论是如“希望”的正面情绪,还是如“害怕”“担心”的负面情绪,其占总 Twitter 内容数的比例,都预示着道琼斯指数、标准普尔 500 指数、纳斯达克指数的下跌。
 
美国佩斯大学的一位博士则采用了另外一种思路,他追踪了星巴克、可口可乐和耐克三家公司在社交媒体上的受欢迎程度,同时比较它们的股价。他发现,Facebook 上的粉丝数、Twitter 上的听众数和 Youtube 上的观看人数都和股价密切相关。另外,根据品牌的受欢迎程度,还能预测股价在 10 天、30 天之后的上涨情况。
 
2)客户关系管理
 
① 客户细分
 
客户细分是指通过分析客户的账户状态(类型、生命周期、投资时间)、账户价值(资产峰值、资产均值、交易量、佣金贡献和成本等)、一交易习惯(周转率、市场关注度、仓位、平均持股市值、平均持股时间、单笔交易均值和日均成交量等)、投资偏好(偏好品种、下单渠道和是否申购)及投资收益(本期相对和收益、今年相对和收益和投资能力等),来进行客户聚类和细分,从而发现客户交易模式类型,找岀最有价值和盈利潜力的客户群,以及他们最需要的服务,更好地配置资源和政策,改进服务,抓住最有价值的客户。
 
② 流失客户预测
 
券商可根据客户历史交易行为和流失情况来建模,从而预测客户流失的概率。例如,2012 年海通证券自主开发的“给予数据挖掘算法的证券客户行为特征分析技术”主要应用在客户深度画像及基于画像的用户流失概率预测中。
 
通过对海通 100 多万样本客户、半年交易记录的海量信息分析,建立了客户分类、客户偏好、客户流失概率的模型。该项技术通过客户行为的量化分析来测算客户将来可能流失的概率。
 
3)投资景气指数预测
 
2012 年,国泰君安推出了“个人投资者投资景气指数”(简称“31指数”),其通过一个独特的视角传递个人投资者对市场的预期、当期的风险偏好等信息。国泰君安研究所通过对海量个人投资者样本进行持续性跟踪监测,对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总后,得到了综合性投资景气指数。
 
“31 指数”通过对海量个人投资者真实投资交易信息的深入挖掘分析,来了解交易个人投资者交易行为的变化、投资信心的状态与发展趋势、对市场的预期及当前的风险偏好等信息。在样本选择上,国泰君安研究所选择了资金在 100 万元以下、投资年限在 5 年以上的中小投资者,样本规模高达 10 万,覆盖全国不同地区,所以,这个指数较为有代表性,在参数方面,主要根据中小投资者持仓率的高低、是否追加资金、是否盈利这几个指标,来看投资者对市场是乐观还是悲观。
 
“31 指数”每月发布一次,以 100 为中间值,100~120 属于正常区间,120 以上表示趋热,100 以下则是趋冷。从实验数据看,从 2007 年至今,“31 指数”的涨跌波动与上证指数走势的拟合度相当高。
 
电脑访问:在线小电影-琪琪布电影网 PC端 | 手机访问:在线小电影-琪琪布电影网 手机端
友情链接: