随着我国金融业的发展,资金圈和担保圈成为我国银行业亟待解决的一个学术难题。其形成结构、违约规律、潜在营销机会都是可待挖掘的重磅信息。而数据挖掘技术是IT产业又一次颠覆性的技术变革,已经引起各方面的高度关注。麦肯锡发布研报认为数据挖掘已经渗透到每个行业和业务职能领域,逐渐成为重要的生产要素。本文旨在使用数据挖掘技术对银行业资金圈和担保圈问题进行深入研究,并根据研究方案设计开发一套应用分析系统。笔者基于社区划分的图分析方法,借助ETL和数据挖掘等处理工具,按照银行资金来源、资金交易特征、资金交易方向、客户行业分类、客户交易行为、担保方式、担保关联、担保类型等维度,构建全网络资金圈和担保圈流向图模型。可视化图模型结果,建立交易监控和贷后监督机制,从而实现不同资金圈和担保圈的风险划分、识别、预警以期达到降低风险敞口的目的。系统使用社交网络分析、特征向量模型、Aster计算平台等技术或算法构建一套解决方案。本文首先概括了研究现状及基本分析理念,介绍用于构建业务模型和系统设计的主要技术和算法,按照系统实施的方法论进行需求分析、总体设计、系统开发、测试等。该系统从系统架构、数据接口、ETL设计、数据库、图分析社交网络业务模型的设计实现过程等展开论述。论文结尾对应用成效进行分析,实现担保圈、资金圈网络化智能管理和展示,展现了客户网络关系,发现担保社区特征与信贷客户违约率之间的相关性,获取高风险客户及社区名单,提升早期违约预警能力。本文主要工作内容如下:?基于银行经营资金圈和担保圈业务行为、业务流程形成系统需求;?基于银行担保、资金交易抽象化出业务模型和建立可配置化机制;?完成设计和实现社区划分算法的程序和应用,运用ETL等相关技术和工具抽取、转换、装载交易数据,实现高效运作机制和程序;?运用特征向量指标模型生成规则和量化分析,对金融交易模型进行优化和构建,提高交易关联关系模型准确性;?运用Aster数据分析可视化平台,展示多维度交易数据结果,提升风险识别精度。