消费金融是近期银行业发展的热点,它是指各种向消费者客户发放贷款的业务。消费金融业务起始于二十世纪中叶的美国,以满足消费者获取贷款从而获得商品的需求。消费金融业务主要有住房按揭贷款、汽车贷款、个人小额现金贷款、信用卡。从上世纪八十年代开始,消费金融进入黄金时期,业务增长飞快,很多银行创造了大量财富。我国的消费金融始于1980年代,以住房按揭贷款为主。现在由于我国大力提倡消费观念,力图通过消费来拉动国民生产总值的增长。而信息技术的不断提高,促使消费金融业面临着更大的挑战;向顾客提供更合适的服务和产品,成为银行生死存亡的关键。因此,实现完善的客户关系管理,尤其使风险管理,成为越来越紧迫和重要的事情。在消费金融领域,客户风险管理历来为管理之重点,并有专门的部门和团队来操作;其重要性与银行的营销部门相当。这是金融业相对于其他行业的特殊之处:风险团队和营销团队相互制衡,从而使公司在赢利能力和抗风险能力之间达到平衡,最终使得公司的利益得到最大化。风险分析的原理是通过客户的历史行为和表现来获得客户的风险水平。完善的客户关系管理和风险管理,需要建立一个完善的记录客户行为的数据仓库。数据仓库包含了银行中不同的信息来源,将各种信息源的数据进行整理、分类、分析,而后成为一个完整且单一的信息资料平台,支持管理部门的决策支持。通过建立整合的、高效的、数据质量得到保证的数据仓库,降低对业务系统数据库的依赖性;降低银行的运营成本;通过合理的预测,为顾客提供更加人性化产品和服务;同时通过合理的风险预测,降低银行运营时的违约风险,避免发生类似美国次级房贷市场的危机事件的发生,保证银行的长治久安。在客户风险分析方面,多以统计方法为主。各大数据库和数据仓库厂家也都提供了统计算法包,也有专注于算法研究的公司和组织提供的专业软件。但在行业实际应用过程中,SAS软件系统(Statistical Analysis System,亦称统计分析系统)几乎是唯一选择。目前以逻辑回归为理论基础的信用评分方法是计算信用风险的主流方法。它通过将风险问题转换为用直观的分数表达的违约概率问题,使得风险管控人员、业务申请审批人员能够借此作出更合理的、更客观的判断,也使得审批能够批量化、自动化的实现,提高了运营的效率和速度,降低了人力成本。另一方面,风险分析工具也可以作为营销判断的工具之一,为提高判断成功率提供帮助。在消费金融领域,SAS因其强大的功能和良好的口碑一直占据数据分析和风险分析的主导地位,其强大、灵活的统计算法功能,是这一行业分析工作的主要工具。