【摘要】针对目前国内对期货客户的研究侧重于主观和定性方面，定量分析少的情况，本文利用期货客户的交易数据，运用因子分析和聚类分析方法对客户交易数据进行挖掘并进行评级，把期货客户分为三类典型客户，根据三类客户在每个能力上的不同特点提出公司针对不同客户类别的服务和管理方法。
　　【关键词】数据挖掘；客户分类；交易数据
　　
　　1.引言

　　随着国内金融市场的逐步完善、金融制度的不断健全和金融业对外开放的不断深入，期货市场已逐渐成为国家经济和金融安全的“避风港”和经济增长的“助推器”。愈来愈多的现货企业在政策引导下，逐步认识到期货市场的重要性，开始逐渐运用金融衍生产品为企业的运营与发展保驾护航。同时，随着期货市场财富效应的不断发酵，广大中小投资者逐渐接将期货市场视为理想的投资平台。
 
　　但目前金融危机尚未结束，国际经济形势仍不明朗。一方面，期货公司的风险控制手段仍比较单一，客户的信用风险评级体系仍未建立，对总体风险的评估与预测缺乏科学、量化手段，客户日益增长的交易需求与滞后的风控手段之间的矛盾日益突出。另一方面，期货公司针对客户交易行为的分析严重不足，对客户交易行为的指导与客户交易风险的评估十分缺乏，形成了客户日益增长的服务需求与公司落后的服务水平之间的矛盾。
 
　　因此，有必要对客户进行有针对性地分类管理，制定相应的风控策略，从而达到提升期货公司整体风险管理水平的目的。另一方面在风险评价的基础上，对重点客户的交易数据进行分析，并进行风险度量，既能帮助客户更清楚的了解自己的交易特性，提高客户的交易成功率，同时也能掌握重点客户的风险情况，做到风险控制的点面结合。

　　2.风险评价体系描述

　　客户风险评价是目前期货客户分类聚类中最具应用价值的一种方式。所谓客户信用风险评价，是指企业以客户信用分析为基础，根据已经形成标准，对其信用作出的一种非量化的判断，是对客户履约能力和违约风险进行的一种综合分析和评判。

　　为了全面、客观的反映客户的信用情况，本文从贡献力、风险偏好、资金管理能力、盈利能力、违约评价五方面构建评级体系，如表1所示。

　　3.实证分析

　　前文所列评级指标体系很大程度上是根据经验所定，因此有必要利用数据挖掘的方法进行实证检验和优化。实证数据的选取：

　　本文从某期货公司2010年第一季度有交易的客户中抽取908个客户作为研究样本。

　　利用SPSS软件对客户交易数据进行因子分析，将原始五类12个指标归纳为4个综合因子，如表2所示。

　　通过对评级指标的因子分析，优化了指标的分类评价。在因子分析的基础上，通过聚类分析将客户进行分类，达到对客户分类管理的效果。为了方便期货公司在客户管理实践中的应用，本文采取两步聚类法按客户综合评分排名将客户分为三类客户，如表3所示。

　　4.评级结果分析

　　通过聚类分析已将客户分为三类，现将分析结果做进一步的分析。
 
　　4.1 A类客户：VIP客户

　　从表3中可以看出，这些客户的贡献力因子和综合得分均处于最高水平。这说明这些客户资金量较大，交易活跃，为期货公司贡献了大部分的收入。风险能力因子平均得分居中恰恰反映出这类客户具有较好的风险控制能力和投资能力的表现。这是因为在这类客户的组成上，机构户占据很大的比例。由于机构主要做中长线交易且抗风险能力较强，因此存在大量高风险隔夜持仓情况。但追保频率、强平频率却很少，这说明客户即使在风险突然放大的情况下，亦能通过及时追金或止损的方式化解。两类指标的一高一低造成在风险管理因子得分中处于中间水平。除此之外中长线交易还对客户资金利用率造成较大影响，故资金管理因子评分最低。针对此类客户的风控措施总体应以沟通提示为主，争取客户自行处理，强平为最次选择，为提高客户交易的活跃度，可以适当采用低保证金的策略。交易行为的指导应注重投资机会的重点推荐，侧重为客户提供波段交易机会的提示，以策略型交易、价值投资为主，同时通过对交易数据的分析帮助客户更加完善交易模型。

　　4.2 B类客户：潜力类客户

　　这类客户有一个突出特点，就是风险能力因子平均得分最高，原因可能有两种。一种是客户本身是以日内投机交易为主的客户，基本无隔夜持仓或隔夜仓比例较小。另一种是客户交易较为谨慎，开仓比例较小。

　　出现第一种情况的客户属于典型的短线交易客户，一般来讲交易习惯较为成熟，对交易规则较为熟悉，且在盘中交易中会投入较为充足的时间和精力，账户风险相对较小。盘中风控多以提醒为主，但应警惕因交易品种盘中波动过于剧烈导致迅速封板，从而将日内交易风险演变成较为严重的隔夜持仓风险的情况。交易行为方面的辅助可以为客户提供更多有关技术分析的交流机会、推荐成熟的指标运用技术、短线交易技巧。程序化交易是国外机构投资者交易中使用的一种高技术交易手段，目前国内对程序化交易平台的研究和推广逐渐成熟，可向感兴趣的此类客户进行推荐。

　　出现第二种情况的客户一般来讲又可分细为两类。
 
　　（1）一类是初次涉足期货市场的客户。这类客户很大比例上是希望在付出较小的亏损代价的情形下，尽快熟悉期货市场交易规则。交易行为方面，由于客户对自己交易能力估计不足，且由于参与期货交易时间较短，无法通过对客户交易的详尽分析描述客户的交易偏好及习性。因此应多做理论上的指导，如客户对此接受度较高可尝试帮助客户设计交易模型，设计的原则应包括目前市场趋势、预计投入交易的资金规模、风险承受能力、期望收益、愿意付出的时间及精力、期货品种偏好等因素，获取相关信息的方式有访谈、调查问卷、测试等。风控方面，因杠杆系数较小、风险不高，重心应放在因交易规则不熟悉而导致的操作风险或流动性风险上。保证金的收取应考虑按照公司日常标准收取，暂不予优惠措施。

　　（2）一类是有较多交易经验但厌恶风险的客户。这类客户对风险过于严格的控制反而影响了其他因子的得分。当发生亏损时，由于杠杆系数较小，保证金较为充裕，导致客户内在和外在的止损压力不足，客户风险承受能力相应的放大，从而影响客户资金管理因子中亏损VaR和盈亏稳定性方面的得分；客户可用资金较多，经常闲置，影响客户资金管理因子中资金利用率的得分；客户对风险波动的敏感程度较小，客户利用交易获取风险溢酬或规避风险损失的动力不足，导致客户交易较为不活跃，贡献率因子中手续费贡献率和交易占有量得分较低。但客户盈利能力处于较高水平，可能长期处在微亏和微盈的状态中，这能说明客户对期货行情具有一定的把握能力，因此具备成长的潜力。风控方面，这类客户的强平应较多出现在极端行情下的单边市情况。总体说来，这类客户的风险承受能力最强，但在连续单边市的情况下，这些客户的风险容易出现集中爆发的情况，因此在正常情况下，此类客户给予普通关注就够了，但当出现或预计出现连续单边市时要及时的予以提醒与沟通，争取其自行止损。交易行为方面，此类客户有一定的交易习惯，但交易过于谨慎。应帮助客户改进其交易模型，改进的重点有：第一，应强调止损的重要性，帮助客户寻找合适的止损点，并促使客户养成及时止损的习惯；第二，在及时止损的保证下，建议客户适当放大交易杠杆，即提高开仓风险水平，进而增加资金利用率，使资金得以较为充分的应用。长期微亏或微盈的客户交易胜率应该在40%左右或者更高，这类客户理论上是可以通过风险水平的合理设置实现长期稳定盈利的。

　　4.3 C类客户：重点关注类

　　这一层次的客户除资金管理因子平均得分处于中间水平外其余指标均处于中间偏下水平。这一层次的客户可能有两种。

    第一种情况最有可能，即客户初进期货市场，但投机（甚至可以称之为赌博）心态过重。这类客户首先是风险偏好者，在风险管理因子上平均得分最低就是很好的体现。其次，缺少交易技巧和良好的交易习惯，盈利能力严重不足。最后，无知者无畏，敢于投入资金，敢于交易，贡献了大量的手续费和交易量，这也是贡献率因子和资金管理因子得分靠前的主要原因。在无盈利做保证的前提下大规模交易最后导致巨额亏损。这类客户如不进行及时的帮助，很快就会因初始资金亏损过大而退出期货市场，从而成为我们最不愿看到的休眠客户。风控方面，此类客户是所有类客户中风险状况最不容易把握的。对杠杆的滥用、交易规则的不熟悉、亏损后的心理变化等都是风险控制中极难衡量的因素。因此，应采取十分严格的风控手段并尽量结合行情判断提前采取风控措施，如单独提高保证金或自动强平。严格强平不失为保护这类客户的好手段。一方面可以用强平的方式减少亏损对其初始资本的侵蚀，延长客户退出期货市场的时间。在期货市场中生存才是硬道理。越长的交易时间意味着客户越了解和适应期货市场交易规律，意味着得到我们在交易行为上的指导和帮助的可能性越大。另一方面，强平在处置客户风险的同时亦是对客户止损能力的培养，客观上让客户了解止损在交易中的重要性。交易行为方面，重点还是应在客户入市前做好相关培训工作，尽量建议客户采用较少的资金保守操作，逐步熟悉市场。由于客户正处于交易行为的形成期，在风险设置水平较高的前提下，交易优缺点皆较为鲜明。因此应尽快帮助客户发现自己的优点，改正缺点，形成较为成熟的交易模型。但由于此类客户基数较大，因此建议先给予资金量比较大的客户予以重点关注。
 
　　除上述情况外的客户交易行为较为复杂，参与期货交易的动机有待进一步研究。如果是因套期保值造成账面大幅亏损，应及时与客户一起对套保方案进行调整。如果客户在交易中长期处于巨额亏损状态下，且无合理理由，那么有可能是在进行洗钱、对敲、分仓等违规交易活动。对这类客户应在加强日常交易监控同时进行客户身份重新识别，尽量了解客户交易的真实意图，一旦发现异常应立即上报相关监管部门，减少或避免潜在的法律风险。

　　5.总结与展望

　　本文从贡献力、风险偏好、资金管理能力、盈利能力、违约评价五方面构建风险评价体系。该评价体系克服了以往单纯依据财务指标造成的弊端，能够较为全面地反应客户对期货公司的重要程度和客户自身交易能力。运用因子分子将5类评价指标归纳为贡献力评价、风险管理评价、盈利能力评价、资金管理评价四个因子。四个因子是评价体系在统计上的提炼与升华，有利于减少因主观因素造成的评级误差。在因子分析的基础上运用聚类分析方法把期货客户分为目前公司所关心的三类客户，并分析三类客户在每个能力上的优缺点。利用评级结果，期货公司对客户的服务目标更加明确和具有针对性，一定程度上实现专业化发展战略。
 
　　通过以上分析得出以下重要结论：
 
　　（1）在风险评价体系中，风险偏好与违约评价的区分是为了体现外部评价与内部评价的结合。风险偏好是客户自身的交易习惯，而违约则是由外部因素引起的，尤其是强行平仓指标，更是体现出客户在对风险失去控制时的外部强制力的影响。但在因子分析中，风险偏好与违约指标间具有较大的相似性，被合并为风险管理因子。这在一定程度上说明客户风险偏好度越大，发生违约的概率也就越大。这一点对于客户风险管理差异化具有较强的指导意义。对于风险管理因子得分较低的客户，在不考虑其个人风险控制能力的前提下，应该收取较高的保证金和较为严格的风险管理措施。

　　（2）通过聚类分析得出的3类客户虽呈现出了明显的中间大两头小的“橄榄球型”布局，但A类占比过小，B类客户占比过大，期货公司客户结构仍不合理。从因子得分上看，导致B类综合得分较低的主要原因是贡献力不足，但B类客户的盈利能力得分最高。这说明，只要能保证B类客户持续盈利，随着其资本的累积和交易自信心的增强，其贡献力得分会稳步提高，进入A类客户是很有可能的。要保证B类客户的持续盈利，公司专业的服务要到位。因此期货公司可通过专业的服务帮助客户由B类向A类的转化，从而使客户结构更佳趋于合理。

　　（3）从对各类客户的中可以得出，良好的风险管理能力是成功交易的基础。期货因其交易的杠杆特性，决定其风险比传统证券市场要大得多。客户进入期货市场，首先应解决如何在其中生存的问题，在此基础上进一步实现投资需求。因此，期货公司应在做好风险防范的同时通过对客户交易行为的分析，帮助客户寻找适合于自身的交易模式，形成良好的交易习惯。