【摘要】：本文基于生存分析方法,以某商業(yè)銀行一年內(nèi)客戶流失數(shù)據(jù)為研究樣本,對篩選出的12個(gè)可能對客戶流失產(chǎn)生重要影響的預(yù)測變量進(jìn)行分析,結(jié)果表明:7個(gè)因素對銀行客戶流失有顯著影響,其中每月平均存現(xiàn)、每月平均消費(fèi)、最高存款余額、賬戶類型、每月平均交易、對促銷反應(yīng)與客戶流失負(fù)相關(guān),交易最大間隔與客戶流失正相關(guān),意味著客戶主動進(jìn)行的兩筆交易時(shí)間間隔越長,客戶的流失可能越大。銀行應(yīng)密切關(guān)注這些預(yù)測因素的變化,避免造成損失。銀行可以應(yīng)用Cox模型預(yù)測在未來某時(shí)點(diǎn)的客戶流失情況,提前采取有效的應(yīng)對措施。
[Abstract]:Based on the survival analysis method, this paper takes the customer churn data of a commercial bank as the research sample, and analyzes the 12 predicted variables which may have an important impact on the customer turnover. The results show that seven factors have a significant effect on the bank customer turnover, including monthly average deposit, monthly average consumption, highest deposit balance, account type, monthly average transaction, negative correlation between sales promotion and customer turnover. The maximum trading interval is positively related to customer turnover, which means that the longer the time between the two trades that the client takes the initiative, the greater the customer turnover is likely to be. Banks should pay close attention to changes in these forecast factors to avoid losses. Banks can use Cox model to predict customer turnover at some point in the future and take effective measures in advance.
【作者單位】： 北京科技大學(xué)東凌經(jīng)濟(jì)管理學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71173012)
【分類號】：F832.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 梁禮明;翁發(fā)祿;丁元春;;神經(jīng)網(wǎng)絡(luò)在客戶流失模型中的應(yīng)用研究[J];商業(yè)研究;2007年02期

2 宋雪楓;楊朝軍;徐任重;;商業(yè)銀行信用風(fēng)險(xiǎn)評估的生存分析模型及實(shí)證研究[J];金融論壇;2006年11期

3 陳建成;馬文揚(yáng);;商業(yè)銀行零售管理及目標(biāo)客戶流失概率預(yù)測研究[J];金融論壇;2007年12期

4 易秋霖;呂紹娣;王鑫;;個(gè)人持有信用卡與個(gè)人統(tǒng)計(jì)特征的相關(guān)性分析[J];金融論壇;2010年04期

5 田欣媛;周鐳;;基于生存分析法的顧客生命周期計(jì)量研究——以商業(yè)銀行信用卡顧客為例[J];管理學(xué)報(bào);2011年03期

6 曹國;許娟;沈利香;;基于ERFM和二元logistic的商業(yè)銀行零售客戶流失模型研究[J];財(cái)會通訊;2012年33期

7 徐英;駱福添;;生存分析中幾種模型的研究概況[J];中國衛(wèi)生統(tǒng)計(jì);2006年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易瑩瑩;;運(yùn)用非參數(shù)Dirichlet生存模型進(jìn)行財(cái)務(wù)困境企業(yè)預(yù)警[J];財(cái)會月刊;2012年18期

2 王文碩;;中國大型商業(yè)銀行精準(zhǔn)營銷管理機(jī)制研究[J];金融論壇;2011年01期

3 白鵬飛;段倩倩;李金林;;個(gè)人住房信貸風(fēng)險(xiǎn)度量——基于生存分析方法[J];北京理工大學(xué)學(xué)報(bào)(社會科學(xué)版);2012年04期

4 張維;曾薇;熊熊;;消費(fèi)行為改變下的信用卡風(fēng)險(xiǎn)仿真[J];華東經(jīng)濟(jì)管理;2012年04期

5 張新紅;王瑞曉;;我國上市公司信用風(fēng)險(xiǎn)預(yù)警研究[J];宏觀經(jīng)濟(jì)研究;2011年01期

6 王文碩;劉鳳軍;;我國商業(yè)銀行信用卡客戶流失實(shí)證研究[J];金融理論與實(shí)踐;2008年11期

7 丁元春;翁發(fā)祿;唐敏康;;基于突變理論的高層建筑火災(zāi)安全綜合評價(jià)[J];建筑科學(xué);2012年01期

8 翁發(fā)祿;梁禮明;溫如春;王祖麟;;“3+1”創(chuàng)新教育培養(yǎng)模式中的教學(xué)效果評價(jià)方法研究[J];江西理工大學(xué)學(xué)報(bào);2012年04期

9 羅曉光;王榕麟;;負(fù)面口碑影響下的顧客系統(tǒng)生存分析[J];科技與管理;2013年03期

10 楊彬;尹為;;商業(yè)銀行個(gè)人客戶貢獻(xiàn)度評價(jià)及實(shí)證分析[J];學(xué)術(shù)論壇;2010年09期

相關(guān)博士學(xué)位論文 前5條

1 張目;高技術(shù)企業(yè)信用風(fēng)險(xiǎn)影響因素及評價(jià)方法研究[D];電子科技大學(xué);2010年

2 史e，

本文編號：2231406