熱門標簽：MAPINFO地圖標注app 外呼系統(tǒng)顯示的號碼是外地的么 電銷外呼系統(tǒng)濟南 地圖標注員一直招人嗎 高i德地圖標注 農(nóng)行信用卡外呼系統(tǒng) 黑龍江外呼線路 安徽房產(chǎn)智能外呼系統(tǒng)怎么樣 無錫ai智能語音電銷機器人功能

　　交通銀行金融服務(wù)中心（武漢）是交通銀行流程銀行建設(shè)的重要一環(huán)，她承擔著交通銀行太平洋信用卡近半數(shù)客服電話接聽以及信用卡催收工作。電話催收作為回收信用卡逾期欠款的主要方式，主要負責電話提醒信用卡逾期客戶及時歸還賬款，其業(yè)務(wù)功能主要是通過電話與客戶進行聯(lián)系、溝通，采用行業(yè)內(nèi)領(lǐng)先的Aspecte自撥系統(tǒng)進行外呼工作。隨著太平洋信用卡業(yè)務(wù)的蓬勃發(fā)展，信用卡持卡規(guī)模越來越大，隨之而來的則是拖欠賬戶數(shù)量越來越多。為了更好的保障銀行資產(chǎn)，安排合理的催收人力是確保欠款回收的重要保證。
　　
　　1、分析思路
　　
　　信用卡業(yè)務(wù)的分析多采用Vintage分析法（1），這種方法主要針對信用卡不同時期開戶的資產(chǎn)進行分別跟蹤，按賬齡長短進行同步對比，從而了解不同時期發(fā)行信用卡的資產(chǎn)質(zhì)量情況。根據(jù)賬戶的逾期時間，賬戶被劃分為M0、M1、M2、M3等多個串聯(lián)的業(yè)務(wù)單元（如下圖所示）：

　　
　　每個業(yè)務(wù)單元都處理由上一個業(yè)務(wù)單元遷移”來的賬戶，即M1階段賬戶經(jīng)過一個周期（1個月）的電話催繳后如仍未還款（賬齡1個月），將自動落入到M2（賬齡2個月）階段。如此類推，M2賬戶將落入M3階段……

月份	M0	M1	M2	M3	……
09'03	1000000
09'04		500000
09'05			40000
09'06				20000

　　
　　舉例來說（如上表）：09年3月在M0階段產(chǎn)生了1000000個賬戶，在4月份從M0落入到M1階段（賬齡1個月）的賬戶數(shù)為500000，再過一個月，從M1（賬齡1個月）落入到M2（賬齡2個月）的賬戶數(shù)為40000個，如此類推……因此對于M1階段，4月份的入催數(shù)為500000；5月份M2（賬齡2個月）的入催數(shù)為40000個……
　　
　　對于下一階段來說，從上一階段落入的賬戶數(shù)將直接成為本階段的賬戶數(shù)（稱為入催數(shù)”）。由于電話催收員從業(yè)務(wù)新人到基本熟練一般需要2～3個月時間，如果能提前預(yù)判上一階段（如M0）電話催收入催數(shù)，則對后續(xù)人力的安排會有比較明確的指導(dǎo)意義。由于M0階段入催量在若干階段中是最大的，因此探索入催量在M0與M1之間的關(guān)系非常有必要。本文將通過相關(guān)性分析，探索這個規(guī)律。
　　
　　2、分析過程
　　
　　下面以2009年01月～2010年02月的M0～M1階段各月的入催戶數(shù)和入催金額數(shù)為例進行相關(guān)分析。
　　
　　表1：M0、M1階段入催戶數(shù)及入催金額

月份	M0入催戶數(shù) （單位：萬戶）	M1入催戶數(shù) （單位：萬戶）	M0入催金額 （單位：億元）	M1入催金額 （單位：億元）
200901	336	63	149	30
200902	329	68	135	31
200903	334	68	137	31
200904	347	64	150	28
200905	364	63	162	29
200906	372	66	164	30
200907	377	66	173	30
200908	383	72	182	33
200909	396	70	192	33
200910	398	74	201	36
200911	407	69	203	34
200912	401	72	201	35
201001	430	69	223	34
201002	438	68	231	33

　　
　　將上述數(shù)據(jù)用Excel的數(shù)據(jù)分析”工具進行相關(guān)性分析，結(jié)果如下：
　　
　　表2：M0、M1入催戶數(shù)和金額相關(guān)系數(shù)

	相關(guān)系數(shù)
M0-M1入催戶數(shù)	0.50
M0-M1入催金額	0.75

　　
　　下圖為對M0-M1入催戶數(shù)和金額的關(guān)系圖，其擬合曲線單調(diào)上升，顯現(xiàn)出較明顯的相關(guān)關(guān)系，即上一賬齡階段的賬戶數(shù)如果出現(xiàn)增加的趨勢，那么相鄰下一賬齡的入催賬戶數(shù)也會出現(xiàn)比較明顯的上漲。這也就為我們預(yù)測電話催收業(yè)務(wù)業(yè)務(wù)量奠定了基礎(chǔ)。從以上相關(guān)分析”結(jié)果可以看出來，M0、M1入催戶數(shù)之間確有比較明顯的相關(guān)關(guān)系，即M0階段賬戶數(shù)越多，則M1入催戶數(shù)越多。

　　
　　通過上述金額與賬戶數(shù)的相關(guān)關(guān)系分析，我們可以明顯觀察到M0與M1之間的關(guān)系非常顯著，這意味著M0的細小波動將直接導(dǎo)致M1業(yè)務(wù)量（賬戶金額與賬戶數(shù)）出現(xiàn)明顯變化。由于交通銀行對于M1采用人工電話進行催收，M1在電話催收諸排業(yè)務(wù)中業(yè)務(wù)量最大，因此合理預(yù)知M1業(yè)務(wù)量將對整體人力資源的配備非常有必要。
　　
　　為了更好的描述這種規(guī)律，以下將從波動率入手進行相關(guān)性分析。
　　
　　波動率 = （當月戶數(shù)/上月戶數(shù)-1）×100%

月份	M0戶數(shù) 波動率	M1入催戶數(shù) 波動率	M0金額 波動率	M1入催金額 波動率
200902	-2.11%	8.15%	-8.81%	3.88%
200903	1.82%	-0.10%	1.14%	0.62%
200904	3.71%	-4.85%	9.74%	-8.82%
200905	4.82%	-2.12%	8.10%	1.97%
200906	2.23%	4.33%	1.18%	5.37%
200907	1.32%	1.14%	5.08%	-1.87%
200908	1.82%	8.86%	5.22%	11.00%
200909	3.38%	-3.38%	5.79%	-0.59%
200910	0.42%	6.46%	4.33%	7.93%
200911	2.11%	-7.48%	1.00%	-5.43%
200912	-1.40%	4.64%	-0.60%	5.27%
201001	7.28%	-3.79%	10.71%	-3.52%
201002	1.79%	-1.64%	3.50%	-3.48%
201003	-6.66%	11.35%	-15.67%	11.21%

　　
　　表3：M0、M1入催戶數(shù)和金額波動率
　　
　　由于對賬戶的劃分是根據(jù)逾期時間進行的（即M0為當月入催，M1為逾期1個月……），基于這種劃分，可以認為賬戶之間的存在一種傳遞關(guān)系”，如下圖所示：

　　應(yīng)用Excel使用相關(guān)性分析，分別計算傳遞0個月、1個月、2個月和3個月的M0-M1戶數(shù)和金額波動率的相關(guān)系數(shù)如下表所示：
　　
　　表4：M0-M1戶數(shù)和金額波動率相關(guān)系數(shù)

傳遞關(guān)系	M0-M1戶數(shù)波動率 相關(guān)系數(shù)	M0-M1金額波動率 相關(guān)系數(shù)
傳遞0個月	-0.75	-0.54
傳遞1個月	0.16	0.15
傳遞2個月	0.48	0.55
傳遞3個月	0.09	-0.02

　　
　　很明顯，隨著傳遞月數(shù)”的逐步增加，M0與M1戶數(shù)和金額體現(xiàn)了比較明顯的相關(guān)關(guān)系，并且在傳遞2個月”時出現(xiàn)了比較明顯的正相關(guān)關(guān)系（圖中標記★處），這也意味著當M0的戶數(shù)或金額出現(xiàn)比較明顯的波動后，在隨后的2個月里，M1的入催戶數(shù)或金額也會出現(xiàn)相應(yīng)的波動趨勢！以下是1～7月的實際入催數(shù)量。從數(shù)值上可以看出，5月份的M0較4月份有明顯上升后，隨后的2個月里M1業(yè)務(wù)量也出現(xiàn)了明顯的上升。

戶數(shù) （萬戶）	1月	2月	3月	4月	5月	6月	7月
M0	430	438	410	437	449	464	468
M1	69	68	76	67	70	69	74

　　
　　3、結(jié)論
　　
　　由于電話催收業(yè)務(wù)M0、M1……各業(yè)務(wù)相互間為串行結(jié)構(gòu)，即賬戶在業(yè)務(wù)間按M0àM1àM2……流動，因此上游業(yè)務(wù)的業(yè)務(wù)量將會直接導(dǎo)致下游業(yè)務(wù)的業(yè)務(wù)量波動。
　　
　　根據(jù)對2010年3月份以前的歷史數(shù)據(jù)分析，通過相關(guān)性分析找到了M0與M1業(yè)務(wù)量的波動關(guān)系，在一定程度上預(yù)測了4～7月份M1的業(yè)務(wù)量變化，為業(yè)務(wù)部門提前進行合理的人力儲備找到了數(shù)據(jù)依據(jù)。
　　
　　參考文獻：
　　
　?。?）Vintage分析和遷移率模型在信用卡業(yè)務(wù)中的應(yīng)用，交通銀行太平洋信用卡中心，鄭潔，中國信用卡，2007年第7期，P39～42