一客户分类方法创新的研究背景和意义.docx

一客户分类方法创新的研究背景和意义.docx

《一客户分类方法创新的研究背景和意义.docx》由会员分享，可在线阅读，更多相关《一客户分类方法创新的研究背景和意义.docx（11页珍藏版）》请在冰豆网上搜索。

一客户分类方法创新的研究背景和意义

（一）客户分类方法创新的研究背景和意义

适当性管理中的客户分类方法创新兴业证券股份有限公司一、客户分类是适当性管理工作的基础和关键环节2019年4月证监会发布的《关于加强证券经纪业务管理的规定》对投资者适当性管理工作提出了明确要求，标志着从2007年开始启动的适当性管理工作得以制度化落实。

自2007年9月发布《会员客户交易行为管理指引》以来，适当性管理工作已成为证券市场的一项重要工作。

但由于国内投资者适当性管理工作开展的时间不长，在客户分类方面仍存在分类方法主观性强、分类结果准确性难以评估和分类结果应用效果不明显等问题。

客户分类是适当性管理工作的基础和关键环节，客户分类的准确性和有效性将直接关系适当性管理工作的质量。

兴业证券在客户适当性管理的实践中发现，单纯依靠传统基于问卷测试的客户分类方法作为适当性服务的依据具有一定的局限性，在一定程度上影响了适当性管理工作的水平。

通过多年来的努力，兴业证券提出了创新的客户分类方法，该方法是结合客户风险承受能力和风险偏好评估结果而认定得出客户综合风险特征的方法，将明显提高客户分类的准确性和有效性，从而为适当性管理工作提供科学依据，进一步促进适当性管理工作水平的提升；该方法是对《关于加强证券经纪业务管理的规定》适当性管理工作要求的具体落实，也丰富了投资者适当性管理的内容和手段。

二、客户分类方法创新项目内容

（一）客户分类方法与服务流程兴业证券提出的客户分类方法，是一种过程化的客户综合风险特征分类方法。

一方面，依据风险测试问卷和充分的客户沟通，了解客户的风险承受能力状况；另一方面，通过跟踪客户历史交易数据，运用数据挖掘技术进行客户交易行为分析，动态获取客户在实际交易过程中的风险偏好状况。

根据风险承受能力、风险偏好，结合与客户沟通的结果，进行综合风险特征认定，并以此为依据向客户提供适当的服务。

客户分类工作中采用的方法与流程如下图所示：

图1：

兴业证券客户分类工作流程1.问卷测试与客户风险承受能力分析1）问卷设计过程兴业证券在问卷设计过程中一方面参考各著名券商和研究机构的成果，另一方面采用科学的方法，按照严格的测试和检验流程来设计问卷，过程如下：

参考美林证券、法兴银行、香港中文大学等投资或研究机构的问卷模板，对各问卷问题进行比较和精选；将精选问题通过本地化、通俗化改造，生成测试问卷V1，使得问卷内容更容易被客户理解，为题目设置初始分值；从与营业部联系较为密切、客户经理比较了解的客户中选取适量样本，分为测试组和检验组，由客户经理根据客户实际情况就其风险特征进行预评估；测试组填写风险测试问卷V1，根据问卷得分与客户风险特征（预评估结果）的匹配情况来确定题目分值设定的合理性，根据题目得分相关性确定题目相关性，排除或合并高度相关的问题；根据对初次测试结果的分析来调整测试问卷V1，得到测试问卷V2，使得测试组V1测试结果与预评估结果高度匹配；检验组填写风险测试问卷V2，检验V2测试结果与客户风险特征预评估结果的匹配程度；调整测试问卷问题和分值分布，反复依照上述步骤进行测试、调整和检验，直到测试问卷Vn的测试结果与测试问卷Vn-1相比，与客户风险特征预评估结果的匹配度上无明显提升。

2）测试流程客户可现场填写风险测试纸质问卷，由柜台人员录入相关系统；客户也可通过网站或网上交易系统进行电子版的风险测试，提交到相应系统中。

问卷测试得出的风险承受能力分类会自动汇总到数据中心。

3）问卷更新根据监管部门发布的各项新制度和要求以及现行问卷在客户服务实践中的反馈，兴业证券自2007年以来已经做过四个版本的问卷更新。

未来还将随着应用经验的积累和监管要求不断进行优化。

2.风险偏好分析风险偏好分析依托客户综合分析系统，利用数据仓库中的海量客户历史交易数据，采用聚类算法进行建模分析，获得客户的风险偏好分类。

数据挖掘是从大量数据中挖掘事先未知而又有应用价值的模式并将其用于商业决策中的过程。

其过程包括商业目标的建立、数据样本采集与分析、指标选择、算法选择、模型训练、结果检验、结果描述和业务应用等。

利用数据挖掘方法产生的分类结果每个季度更新一次，自动汇总到数据中心。

1）数据选取客户偏好细分模型的时间区间为三个月（客户操作风格与盈利能力分析模型选取时间周期为12个月），即根据统计周期内客户的行为数据，对客户进行偏好分群，所以只需要汇总统计周期内的客户行为数据。

为了更好地揭示客户偏好特征，选取了以下数据进行客户偏好分群模型分析，见下表：

表1：

客户偏好细分模型分析指标偏好分析的角度字段名字段含义产品偏好kfsjj_sz_lj_gp_zzc股票型开放基金累计市值与累计资产的比值fbsjj_sz_lj_zzcag_sz_lj_cyb_zzcST_GP_SZ_zzc场内基金累计市值与累计资产的比值创业板累计市值与累计资产的比值ST股票累计市值与累计资产的比值qz_jylzbqz_sz_lj_zzc权证交易量与累计交易量的比值权证累计市值与累计资产比值xgsg_je_zzc新股申购金额（*3处理）与累计资产比值kfsjj_sz_lj_hb_zzckfsjj_sz_lj_zq_zzczq_sz_lj_zzc货币基金累计市值与累计资产比值债券型基金与累计资产比值债券累计市值与累计资产比值ag_sz_lj_zzcbg_sz_lj_zzckfsjj_sz_lj_gp_zszA股市值与累计资产比值B股市值与累计资产比值股票型开放基金累计市值与累计总市值的比值fbsjj_sz_lj_zszag_sz_lj_cyb_zszST_GP_SZ_zsz场内基金累计市值与累计总市值的比值创业板累计市值与累计总市值的比值ST股票累计市值与累计总市值的比值qz_sz_lj_zszxgsg_je_zszkfsjj_sz_lj_hb_zsz权证累计市值与累计总市值的比值新股申购金额（*3处理）与累计总市值的比值货币基金累计市值与累计总市值的比值kfsjj_sz_lj_zq_zszzq_sz_lj_zszag_sz_lj_zsz债券型基金与累计总市值的比值债券累计市值与累计总市值的比值A股市值与累计总市值的比值bg_sz_lj_zszB股市值与累计总市值的比值交易时机偏好G_zsp_bl_M1如果成交价格=昨收盘,成交价格/昨收盘-1，取均值G_zsp_bl_M5如果成交价格=5日均价,成交价格/5日均价-1，取均值G_zsp_bl_M10如果成交价格=10日均价,成交价格/10日均价-1，取均值G_zsp_bl_M20如果成交价格=20日均价,成交价格/20日均价-1，取均值操作风格与盈利能力KH_YKL近12个月盈亏率的波动KH_AGCCD近12个月仓度A股持KH_AGHSL近12个月A股换手率2）指标选择方法在上述指标中需要对模型训练需要的指标继续筛选，本方法采用了主成分分析的方法，目的是从原始的多个变量取若干线性组合，能尽可能多地保留原始变量中的信息。

通过该方法也可以达到降维的目的，从而得到几个综合性的变量，即主成分，并且这种综合性的变量对业务的解释性更好。

以建立产品偏好挖掘模型为例，本方法利用主成分分析算法最终选取了10个新的综合性指标，指标的信息贡献如下表所示：

表2：

主成分指标信息贡献主成分正贡献负贡献1股票型基金A股2权证3新股申购股票型基金4ST股票5债券型基金、货币型基金6创业板、B股场内基金7B股创业板8创业板、封闭式基金9债券10货币型基金债券型基金通过10个新的综合性指标可以代表原有信息的95%。

3）数据挖掘模型客户偏好细分是一个聚类问题，常用的聚类方法有系统聚类法（分层聚类）、非系统聚类法。

尝试了上述不同的方法和技术，最终采用k-Means聚类方法建立最终模型。

在训练模型过程中，根据业务和模型的需要，本方法选择日均资产介于1000到1000万元之间的客户做为样本进行分析。

经过不断的尝试使用2019年1-3月份不同的指标（变量）和设置聚类群数目建立聚类模型，最终确立建立分为18群，并分别使用4-6月份的数据验证模型的稳定性，经检验以3个月为时间窗建立的模型稳定性较高。

模型训练结果将数据分为18个类，各类别特征描述如下：

表3：

聚类结果特征描述群体群名产品配置特征Class-1偏好新股申购客户平均约70%以上资产用于新股申购运作Class-2偏好A股+B股混合客户平均约41%的A股，30%的B股Class-3A股+ST股票投资客户平均约53%A股及28%ST股票Class-4B股客户平均约87%的B股持仓比Class-5场内基金投资客户平均约50%场内基金投资Class-6偏好ST股票投资客户平均约78%的ST股票占比Class-7配置型客户平均约30%A股，31%场内基金，15股票型开放基金Class-8偏好创业板客户平均约67%的创业板占比，19%的A股占比Class-9股票型基金客户平均约90%投资股票型基金Class10A股+权证客户平均约67%的A股市值占比，47%的权证交易量，19%的权证市值占比Class11混合型客户平均约A股占比25%，开放式基金14%，新股申购8%，货币2%Class12A股客户平均约82%的A股市值占比Class13权证客户+A股票投资权证平均市值占比为34%，权证交易量占比61%，A股票平均持仓度35%Class14权证客户平均市值占比为71%，交易量占比83%Class15场内基金投资客户平均约90%场内基金投资Class16偏A股客户平均约53的A股配比，24的创业板股票投资，3%新股申购Class17A股客户平均约60%投资A股，15%的场内基金配比，3%股票型开放式基金Class18债券投资为主平均债券型基金80%，股票型基金8%4）数据挖掘结果为解决客户风险偏好与风险承受能力参照应用的问题，本方法在客户产品偏好细分、交易时机偏好和客户综合行为偏好的基础上，将客户的风险偏好划分为最高风险偏好、较高风险偏好、中等风险偏好、较低风险偏好、最低风险偏好五种类型。

具体分类规则如下：

表4：

聚类结果二次划分规则群体初步判断调整1调整2结果Class-1较低，得分4分根据客户交易时机偏好分析进一步细分,调整规则为群3进行扣减2分处理,群4进行扣减1分处理,群2和群1不进行调整.客户操作风格与盈利能力分析进一步细分,对群1和2,进行扣减2,对于群3进行扣减1,对于群4不做调整,对于群5进行加1.根据最后的分数评定结果:

=1最高=2较高=3中等=4较低=5最低Class-2中等，得分3分Class-3较高，得分2分Class-4中等，得分3分Class-5中等，得分3分Class-6最高，得分1分Class-7中等，得分3分Class-8较高，得分2分Class-9较高，得分2分Class-10最高，得分1分Class-11货币基金占比最高，得分5分。

其次新股申购，得分4分,其他为3分Class-12中等，得分3分Class-13最高，得分1分Class-14最高，得分1分Class-15中等，得分3分Class-16较高，得分2分Class-17中等，得分3分Class-18最低，得分5分3.综合风险特征认定客户经理工作平台每日从柜台系统中导入最新的风险问卷测试数据，每季度自动从客户综合分析系统读取更新的风险偏好分析结果。

系统对风险偏好分类和风险承受能力分类结果进行自动匹配，匹配结果有一致和不一致两种，客户经理在系统辅助下对这两种情况分别进行处理，将客户综合风险特征从高到低分为五类：

最高风险特征、较高风险特征、中等风险特征、较低风险特征、最低风险特征。

处理方法如下：

1）对于一致的客户，由系统自动完成综合风险特征认定，认定理由记为系统自动认定；2）对于不一致的客户，客户经理工作平台在登录后的首页面显示不一致的客户人数，并提供客户名单，提示客户经理需人工进行综合风险特征认定。

认定中需要按《兴业证券经纪业务客户分类管理办法》与客户进行深入沟通，给出认定结果，即客户属于哪种综合风险特征分类，服务过程与结果记入客户经理工作平台；3）对于由系统自动认定综合风险特征的客户，当更新后的风险偏好与风险承受能力匹配结果不一致，系统自动将综合风险特征调整为未认定。

4.综合风险特征的持续跟踪综合风险特征认定是一个动态过程，多种因素的变化都可能导致客户综合风险的重新认定，如：

1）客户综合分析系统根据客户最新交易数据，每季度运用客户风险偏好模型更新客户风险偏好特征，并将数据导入客户经理工作平台，当新的客户风险偏好特征与客户风险承受能力不匹配时，系统提醒客户经理进行综合风险特征再认定；2）若客户重新填写风险测试问卷，且新的测试结果与原测试结果不一致，系统将提醒客户经理进行综合风险特征再认定；3）客户经理在客户服务过程中，若发现客户财务状况发生变化，或根据对客户的深入了解发现客户风险特征与原有认定情况不符，可进行综合风险特征再认定。

5.在适当性服务中的应用日常基础服务过程中，客户经理跟踪和认定客户的综合风险特征，了解客户综合风险特征的动态变化，并据此筛选适合客户的基础资讯内容，提供日常性的基础服务；在专业服务中，客户经理根据客户的综合风险特征，为客户提供资产配置和投资组合建议服务，通过不同风险资产的比例调整，控制客户总体持仓的风险度，以此来更好地满足适当性管理的要求；在专项营销活动中首先会评估在销产品的风险度，明确适合投资该产品的客户综合风险特征分类，据此初步筛选目标客户名单，在此基础上再对产品销售目标建立各种数学模型，进一步筛选客户，并将名单发布供营业部参照执行。

（二）客户分类方法的内部控制与合规监督兴业证券高度重视客户分类和适当性管理工作，在客户风险承受能力评估测试和分类管理工作方面，形成了从客户风险承受能力评估、客户风险偏好评估到客户综合风险特征认定一套完整、系统、科学的客户分类工作流程，提升了客户适当性管理工作水平，通过加强组织体系保障、制度管理、提升系统保障、强化督导、严格绩效考核、合规检查等各方面，建立客户分类和适当性管理的长效机制。

目前公司已根据客户财务与收入状况、证券专业知识、证券投资经验和风险偏好、年龄等情况，对证券投资客户的风险特征进行评估，对客户进行科学的分类管理，为客户提供适当的产品和服务。

三、客户分类方法创新项目特色本项目采用的综合风险特征分类方法与当前行业的常见做法相比，有四大特色：

第一、综合风险特征分析显著提高了客户分类的准确性和有效性。

尽管问卷调查是目前了解客户风险特征最常用的基本手段，但是也存在着有效性低、分类结果不准确等问题。

本方法在问卷调查的基础上，跟踪客户的交易行为，从客户实际交易中发现隐藏的规律，揭示其客观的风险偏好特征，与问卷测试得出的风险承受能力互为参照和补充，并通过与客户的深入沟通最终确定客户的综合风险特征。

客户风险偏好的分析以客户历史交易数据为依据，使得客户风险特征分类的分析依据更加真实和客观，显著提高了客户分类的准确性和有效性，克服了单一采用风险测试问卷的局限性。

同时，动态地进行多角度风险特征匹配跟踪，大大丰富了适当性服务的触发点；而以制度形式来要求客户经理在服务过程中采取审慎原则，有利于更好地贯彻适当性服务的要求。

第二、利用数据挖掘技术对客户交易数据进行建模分析，具有技术上的先进性。

深入的应用数据挖掘技术、动态跟踪客户风险偏好变化，在行业原有模式上实现了有效的突破。

摒弃了业内仅采用资产或交易品种等两三个维度进行简单的假设检验式的统计分析方法，在业内率先运用了国际领先的商业智能技术，建立了包括总资产分段指标、资产周转率、客户交易频率等几十项基础指标体系，结合主成分分析及K-Means聚类算法从海量数据中分析、归纳出客户的主要行为偏好模式，提炼出客户风险偏好分类，可定期对新的交易行为进行滚动分析，改变了业内从某一静态时点提取数据的做法，加强了对客户数据的动态更新和挖掘，从而显著提高了分类的准确性。

同时，本项目所采用的核心技术得到了专家认可，已通过福建省信息产业厅组织的科技成果鉴定，并荣获2009年度证券期货业科学技术奖励二等奖。

第三、本方法涉及到的关键环节均已实现系统化操作。

本方法涉及到客户经理工作平台、网站、行情交易软件、柜台系统、数据仓库、客户综合分析系统等技术平台。

客户经理工作平台固化了客户综合风险特征分类认定、客户风险提示和客户服务与业务留痕等工作环节，并实现了风险偏好与风险承受能力自动匹配、综合风险特征与客户持仓风险自动匹配等功能；网站和行情交易软件作为客户金融终端成为远程风险测试的载体；柜台系统实现了客户基本信息的收集和风险测试问卷的集中录入；客户综合分析系统承担数据处理和指标计算的工作，同时进行客户风险偏好聚类分析，并将结果自动导入客户经理工作平台。

所有业务环节已实现系统化和软件化，无技术专利障碍，业内其他券商可以借鉴和采购相关系统、模型，显著提高了推广的便利性。

第四、配套制度的持续完善保障了流程的易推广性和可操作性。

本方法配套制度以《兴业证券股份有限公司经纪业务客户分类管理办法》为主，配以公司相关业务通知和要求，在近二年的应用过程中不仅从未发生重大制度漏洞，还能够根据监管部门《关于加强证券经纪业务管理的规定》等新制度和要求的推出，及时的进行丰富和完善。

同时，制度规范的建设使得本方法的客户分类及其应用更易落实，操作过程中的差异度可控，易于全面推广，同时业内券商可直接借鉴和采用，更利于行业推广。

四、客户分类方法创新项目推广效果及未来展望兴业证券在适当性管理和客户分类方面已进行了几年时间的探索，逐渐积累了一些比较有效的思路和方式、方法。

本方法自应用以来，在总部和各营业部的日常服务和专项营销工作中得到了逐步推广和不断完善，使用率不断提高，客户分类方法的创新为客户经理的服务工作提供了有力的数据支持和方法指导，逐渐成为客户经理认识客户、分析客户、引导客户的一个良好的工具。

同时，在专项产品配置中也展示了较好的筛选匹配功能，实现了将适当的产品配置给适当的客户的目的，提升了客户满意度，真正贯彻落实了适当性管理的要求。

（一）业务流程运行顺畅实践证明，兴业证券积极推进与客户分类方法推广相关的制度建设、系统建设、队伍建设，确保了客户分类工作业务流程运行顺畅，工作效率明显提升。

（二）客户分类方法的应用成为客户经理重要的工作内容客户经理在日常服务过程中，更加重视客户分类工作，自觉应用创新的客户分类方法成果，将其作为适当性管理工作的起点和重要环节，提升了客户分类工作的准确性和有效性，对提高适当性管理水平打下了坚实的基础。

（三）客户分类工作覆盖面广随着创新的客户分类方法大面积推广，兴业证券客户分类工作各项指标稳步提升。

客户风险承受能力评估方面，新开户客户全面覆盖，存量客户逐步覆盖；风险偏好分析方面，系统跟踪了所有有效客户的交易行为；综合风险特征认定方面，认定工作稳步推进，覆盖面显著扩大。

（四）客户分类方法推广对客户产生积极影响客户分类方法增进了客户经理和客户的互动。

通过两者充分的沟通和交流，一方面，客户经理在了解客户的同时，宣传了科学的投资理念，帮助客户更好的认识自己、认识市场；另一方面，客户重新审视自己的风险承受能力，关注自己的投资行为与自己风险承受能力的匹配度，并在科学投资理念的引导下，主动调整自己的投资行为和风险偏好，使之与自身风险承受能力匹配。

在持续、动态的认定过程中，客户经理提升了服务有效性，改进了服务效果，客户满意度也明显提升。

（五）客户分类结果提高营销服务工作的效率在日常营销和服务工作中，客户经理自觉应用客户分类结果开展针对性的服务，极大的提升了营销服务工作的效率。

专业服务方面，客户经理将根据客户分类结果，为其提供适当性的投资建议，帮助客户实现与其风险特征相匹配的理财目标。

在日常营销开展的过程中，客户经理依据产品风险等级，搜索综合风险特征与其相匹配的客户，有针对性的向客户推荐适当的产品和服务，极大的提升了营销工作的有效性和客户的满意度。

（六）为公司开展证券投资顾问业务奠定坚实基础《证券投资顾问业务暂行规定》要求证券公司、证券投资咨询机构向客户提供证券投资顾问服务，应当按照公司制定的程序和要求，了解客户的身份、财产与收入状况、证券投资经验、投资需求与风险偏好，评估客户的风险承受能力，并以书面或者电子文件形式予以记载、保存。

兴业证券目前开展的客户分类工作与该要求保持了统一。

该分类方法的推广过程也是很好的投资者教育的过程，帮助客户更好地认识市场、认识自己，树立正确的风险受益预期与科学的投资理念；通过与客户的充分沟通，客户更易于接受证券投资顾问业务的服务模式。

兴业证券客户分类的结果也将作为证券投资顾问业务开展过程的重要依据而加以全面运用，为证券投资顾问业务的开展奠定坚实基础。

当然，客户分类是一项艰巨而复杂工作，是监管部门对投资者适当性管理的重要要求，也是证券公司实现业务转型的必然需求。

兴业证券的综合风险特征分类方法在多年的探索中经持续改进，现已逐步稳定和完善，在有效客户中的覆盖面也达到较大规模，并在初步应用中获得了较好的效果。

未来，兴业证券将继续保持该方法的实用性和时效性，并在应用的领域上不断进行新的尝试，为行业的适当性管理工作探索总结更多经验，同时也希望监管部门给予更多的指导和鼓励。