基于软集合理论商业银行高净值客户协同创新价值评价研究

周毓萍，梅 莹，黄 彬，都 娟

（1.武汉理工大学 经济学院，湖北 武汉 430070；2.丽水学院 商学院，浙江 丽水 323000）

基于软集合理论商业银行高净值客户协同创新价值评价研究

周毓萍1，梅 莹1，黄 彬2，都 娟1

（1.武汉理工大学 经济学院，湖北 武汉 430070；2.丽水学院 商学院，浙江 丽水 323000）

在合理设计基于客户协同创新的商业银行高净值客户价值评价指标体系的基础上，运用软集合理论和客户价值矩阵，分析客户价值指标，计算客户价值，并通过设置客户价值的临界值与商业银行高净值客户价值相比较来细分高净值客户，为商业银行筛选出符合协同创新条件的高净值客户，合理利用银行资源，实现客户价值最大化。

软集合理论；高净值客户；协同创新价值

招商银行和咨询公司贝恩2013年发布《2013中国私人财富报告》称，截至2012年年底，中国个人总体持有的可投资资产规模达到80万亿元人民币，可投资资产超过1000万元的“千万富豪”超过70万人，相较2010年增长了约20万人。中国高净值人群的激增，带来了对商业银行理财服务需求的大量增加，高净值客户更多地愿意参与到产品创新中。但是，现在是商业银行卖方垄断市场，买方没有发言权只能被动地接受理财产品，导致高净值客户对商业银行产品的不满。同时，商业银行为高净值客户服务同样可以获得更高的利润，而客户参与协同创新也可以降低商业银行提供创新产品和服务的成本，提高商业银行的核心竞争力，因此，中国商业银行应与高净值客户协同创新。

只有满足协同创新条件的高净值客户才是具有协同创新价值的客户。同时，商业银行高净值客户价值评价的指标因素是较多的，需要从客户的基本价值和协同创新价值两个方面评价，无法用数学公式精确地计算全部指标因素的价值，因此，就需要可以全面评价高净值客户价值指标，处理不确定性、不精确性因素的数学工具。软集合理论作为一种处理不确定性、不精确性问题的数学工具，已经被广泛地运用到经济学、工程学、社会科学等多个学科领域的不确定数据的复杂建模中。运用软集合理论全面系统地评价商业银行高净值客户协同创新价值指标，得到客户价值，并运用客户价值矩阵细分客户，最终筛选出符合客户协同创新条件的商业银行高净值客户和潜在客户。

一、商业银行高净值客户协同创新价值评价相关理论

（一）软集合理论

随着商业银行高净值客户的分类、职业、特点和需求的多样化，对高净值客户价值的分析较为复杂，为了解决高净值客户价值指标评价的复杂性，采用了软集合的理论来分析商业银行高净值客户协同创新价值。令U为初始论域，E为一个参数集，P(U)表示U的幂集，A⊂E，设F：A→P(U)为映射，则称(F, A)为U上的软集合。

对e∈A，F(e)⊆U看做是软集合(F,A)的元素，但这个元素事实上是集合，即软集合是集合的集合。每个F(e)(e∈A)可以看成是软集合(F,A)参数e的集合，或是软集合(F,A)参数e相似的元素的集合[1]。

软集理论已被许多学者学习和研究，通过多年时间的探索，软集理论应用到数学、信息科学、计算科学等各个学科领域，特别是对代数学的发展起到了极大的推动作用。

（二）客户价值矩阵

商业银行对高净值客户应进行合理细分，采用客户价值矩阵的方法，对商业银行高净值客户进行细分。现阶段客户价值细分主要从当前价值和潜在价值两个方面细分，将客户分为价值客户、次价值客户、潜在客户及低价值客户[2]。

图1 客户价值矩阵

1.价值客户

价值客户是指具有较高的当前价值和潜在价值的客户，是商业银行理想的客户。商业银行利润应当把重要资源投入到保持和发展这类客户的关系上，对每个客户设计和实施一对一的客户保持策略，不遗余力地做出各种努力保持住他们。

2.次价值客户

从客户生命周期的角度来看，次价值客户是较为稳定的客户，具有较高的产生利润的能力，当前价值较高，但在未来为商业银行带来利润的能力较低。所以，公司需要投入足够的人力和物力来维护这一类客户，最终使他们成为价值客户的一员。

3.潜在客户

潜在客户是在现阶段没有很高的产生利润的能力，但是其具有很强的发展能力。商业银行可通过向客户提供高质量的理财产品和优质的服务等提高客户的盈利能力，使该类客户能为未来商业银行带来更多的收益。

4.低价值客户

低价值客户是当前价值和潜在价值都处于比较低的水平的客户，这一类客户不具有现在产生大量利润的能力，同时也没有良好的未来发展能力。

二、基于客户协同创新的商业银行高净值客户价值细分

采用客户价值矩阵的方法，从高净值客户的基本价值和协同创新价值两个方面对客户划分为四个类别，并用客户价值矩阵表示出来。如图1所示，将商业银行高净值客户价值按照基本价值和协同创新价值的客户价值矩阵划分为四个类别。

（一）商业银行高净值客户价值评价临界值的确定

对基于客户协同创新的商业银行高净值客户价值的评价是为了实现合理细分高净值客户，充分利用高净值客户价值，实现高净值客户的理财目标和需求，提高客户的忠诚度和满意度，从而最终实现高净值客户的价值最大化。

表1 高净值客户价值指标临界值设置

由于商业银行与高净值客户进行协同创新的最终目的就是能为商业银行带来更多的利润，所以，商业银行应该首先计算得出商业银行与高净值客户协同创新的最低盈利标准。再加上商业银行提供服务的成本，即符合协同创新条件的客户能为商业银行带来的最低收益，筛选出这类客户作为临界客户。然后，对这类临界客户的指标数据进行统计和交叉分析，剔除客户指标数据中不确定的干扰因素，从而计算得到高净值客户三级指标的数据的临界值。最后，依据高净值客户价值评价方法和三级指标的临界值，计算得到高净值客户的基本价值和协同创新价值的临界值，从而对高净值客户价值进行细分。

本文先对高净值客户价值各个三级指标的临界值设置如表1所示，仅供参考，然后通过对三级指标的临界值的加权计算，即可得到高净值客户的基本价值和协同创新价值的临界值，即可通过客户价值矩阵的方法细分高净值客户。

（二）商业银行高净值客户细分

利用客户价值矩阵将高净值客户细分为四个不同的类别，并针对不同类型的客户，制定不同的客户关系维护策略，实现客户价值最大化。

1.价值客户

价值客户的当前价值高，能够为商业银行带来巨额利润。该类客户还具有较高的潜在价值，其未来发展能力巨大，对商业银行有足够的忠诚度，或者能通过其口碑效应为商业银行带来收益，能在未来为商业银行带来巨大利润。同时，该类客户还有较强的投资能力，具备较高的投资知识水平和丰富的投资经验；有强烈的参与协同创新的意愿，能够积极与商业银行合作，协同创新产品和服务。

这类客户对商业银行是最具价值的一类客户，本身未来发展潜力大，为商业银行利润做出巨大贡献。这类客户对商业银行非常重要，是绝对不应该流失的客户群体。因此，商业银行应该把主要资源用于发展和保持这类客户上，并对每个高净值客户提供一对一的客户保持策略，提供最好的专家团队与其实现协同创新，为其提供量身定制的财富管理服务，通过各种方式维持这类客户。

2.潜在客户

潜在客户的当前价值和潜在价值较高，该类客户的盈利能力较好，并在未来具有较大的发展能力，能在现阶段或未来为商业银行带来极大的利润。但是该类客户的投资能力和协同创新的意愿较差，没有充足的投资知识，投资经验也不足，同时没有较大的协同创新意愿，并不期望参与协同创新。

这类客户的特点在于其本身能为商业银行带来巨大利润，且其未来发展能力良好，在未来也同样能为商业银行带来利润，但是这类客户不具有协同创新的条件。因此，商业银行应该投入较多的资源维护客户关系，提高客户满意度和忠诚度，同时，也要发掘该类客户的协同创新能力，向客户提供有价值的信息使其能够了解产品创新，还可以利用专家团队或网上平台对高净值客户的投资能力进行培养，促使其发展成为有投资能力的客户，并通过各种方式提供高净值客户参与协同创新的意愿和积极性。

3.次价值客户

次价值客户的当前价值和潜在价值较低，在未来的发展能力不足，这类客户可能处于潜在生命周期的后期，在未来不能为商业银行带来巨大收益。但是，该类客户具有非常丰富的投资知识和经验，其对商业银行产品和服务非常了解，并具有参与协同创新的能力和意愿。

这类客户现阶段和未来都不能为商业银行带来很大的收益，不符合商业银行需要发展和维护的客户范围，但是，该类客户的投资能力和协同创新意愿非常强烈。商业银行应该充分利用这类客户的协同创新价值，可以聘请该类客户为投资能力不足的客户提供指导，或者通过建立商业银行高净值客户的网络平台，请这类客户向其他高净值客户传授其投资知识和能力，分享投资经验和心得，充分发挥该类客户的协同创新价值。

4.低价值客户

低价值客户是不具有基本价值和协同创新价值的客户，这类客户不能为商业银行带来利润，同时也不具备投资知识和经验，也没有意愿参与协同创新。对于这类客户，商业银行不需要投入过多的资源，而是将资源用于更有价值的高净值客户。

因此，商业银行应该选取价值客户参与协同创新，为其提供量身定制的财富管理服务，同时将潜在客户作为潜在客户，培养其协同创新的能力，并充分利用次价值客户的协同创新价值。

三、基于软集合的商业银行高净值客户价值评价模型

表2 基于客户协同创新的商业银行高净值客户价值评价指标

中国商业银行现阶段对客户的分类并没有考虑到高净值客户与商业银行的协同创新，因此，构建基于客户协同创新的商业银行高净值客户价值评价指标体系（如表2所示），旨在发掘出更大的客户价值[3]。

（一）构建商业银行高净值客户价值软集合模型

以基于客户协同创新的商业银行价值评价指标为参数，对高净值客户价值进行评价，构建基于软集合理论的商业银行高净值客户价值评价模型。为了便于在计算机内存储和处理一个软集合，通常采用二维表的形式来表示软集合，其中，ei∈E表示二维表的一列，每个参数ei∈E的值域范围是{ } 0,1其中的一个值，如果论域中的一个对象hi∈F(ej)，i=1,2,…5，j=1,2,hi6时，hi在ei上的取值为1，否则为0，即hij=1否则hij=0。二维表中的行代表论域U上的一个元素在对应参数数列上的映射取值。

表3 高净值客户软集合

表3中的e1，e2，…，e18分别对应基于客户协同创新的商业银行高净值客户评价指标的各项三级指标，分别是净资产、客户份额、客户资信状况、重复购买率、客户满意度、新客户购买价值、客户潜在生命周期、客户购买增长率、客户学历及专业、投资资产占比、投资频率、年投资收益率、期望收益率与现有收益率差额、风险偏好、可自由支配的时间、对自己投资的信心度、解决问题的成就感和银行对客户的创新激励。n表示高净值客户数量，而hij则表示第i个客户是否具有第j项评价指标的价值。存在该指标就hij=1，否则，hij=0。

（二）设计指标权重

在对商业银行高净值客户进行软集合评价后，还需要设计各个评价指标的权重。高净值客户价值评价指标数量较多，不同的评价指标对评价高净值客户价值的贡献也不同。所以在评价客户价值时，需要充分考虑到各个评价指标对高净值客户价值的贡献，来设计指标的权重值。

由于基于客户协同创新的商业银行高净值客户的价值评价指标是一个还没有经过大量研究的指标体系，所以应该通过商业银行内部关于高净值客户的信息，以及通过对客户发行问卷等方式来综合设计指标的权重值。对评价指标和客户信息进行交叉分析，并邀请专家依据系统的程序对指标的权重进行设计，经过反复的分析、归纳、修改，最终汇总成为科学合理的指标权重。

依据分层的评价方式利用基于客户协同创新的商业银行高净值客户的价值评价指标体系的三级指标来确定各个指标的权重值。首先，设一级指标，即高净值客户价值权重值为1；然后，依据商业银行高净值客户的评价体系的二级指标对高净值客户价值评价的贡献度来设计二级指标权重；最后，根据对商业银行高净值客户的历史数据的统计分析，计算高净值客户评价体系的三级指标对二级指标的贡献度，最终得到三级指标对高净值客户价值评价的贡献度及相应的权重值。

设高净值客户的基本价值的权重为wB，协同创新价值为wS，同时设wB+wS=1。设客户当前价值为b1，客户的潜在价值为b2，客户的投资能力为s1，客户的创新意愿为s2。协同创新价值对高净值客户总价值的贡献最大，因此，协同创新价值的权重应高于基本价值的权重，即wS＞wB。而在基本价值中客户的当前价值与潜在价值对客户的基本价值的贡献度相当，即wb1≈wb2，客户的协同创新价值中的投资能力与投资意愿的贡献度相当，即ws1≈ws2。而在高净值客户的当前价值中，高净值客户的资信状况决定了其参与协同创新的信用度，而客户份额是客户现阶段创造价值的能力，净资产则是高净值客户的基本特征。因此，高净值客户的资信状况的权重高于客户份额，同时高于净资产的权重；而在客户的潜在价值中，客户满意度、新客户购买价值和客户的潜在生命周期都反映了高净值客户在协同创新中为商业银行带来潜在收益的能力，而重复购买率和客户购买增长率反映了客户未来可能的成长能力，因此前三者的权重高于后者。在高净值客户的投资能力中，高净值客户的学历及专业和年投资收益率对投资能力的贡献度大于投资资产占比和投资频率的贡献度；在客户的创新意愿中，期望收益率与现有收益率差额、风险偏好、解决问题的成就感反映了高净值客户参与协同创新的意愿的强烈程度，而对自己投资的信心度则表现了客户愿意参与协同创新的信心，可自由支配的时间及银行对客户的创新激励则反映客户参与协同创新的意愿的其他影响因素，因此高净值客户的风险偏好等的权重高于对自己投资的信心度的权重，对自己投资信心度的权重高于可自由支配的时间及银行对客户的创新激励的权重。

（三）商业银行高净值客户的价值评价

表4 高净值客户价值

在计算高净值客户价值之后，应当依据商业银行高净值客户相关数据和资料，以及高净值客户行业情况设置高净值客户基本价值和协同创新价值的临界值。

假设商业银行高净值客户的基本价值临界值为vB，协同创新价值的临界值为vS，如表5所示。

由表5得出当高净值客户的基本价值及协同创新价值均大于临界值时，高净值客户是有协同创新价值的高净值客户，商业银行需要投入大量资源与这类客户协同创新；当高净值客户的基本价值大于临界值，而协同创新价值小于临界值时，该类客户为潜在价值客户，商业银行应着重培养该类客户的投资能力和协同创新意愿，将该类客户培养成符合协同创新条件的高净值客户；当高净值客户的基本价值小于临界值，而协同创新价值大于临界值时，该类客户为次价值客户，商业银行应充分利用这类客户的投资能力，实现客户价值的最大化；当高净值客户的基本价值和协同创新价值均小于临界值时，该类客户为低价值客户，商业银行应对这类客户投入较少的资源。

表5 高净值客户价值细分

四、总结

基于客户协同创新的商业银行高净值客户价值评价是商业银行与客户实现协同创新的基础，因此，对客户价值的评价方法尤为重要，需要选取合适的方法评价客户价值，细分客户，筛选有价值的客户与商业银行协同创新。首先运用客户价值矩阵，对客户进行分类，从而识别出有价值的高净值客户、具有潜在价值的高净值客户、基本价值低却具有高协同创新价值的高净值客户和价值较低的高净值客户，维持和发展高净值客户，提高商业银行资源利用效率。然后，构建基于客户协同创新的商业银行与高净值客户价值评价指标体系，运用软集合理论，建立商业银行高净值客户协同创新价值评价模型，对高净值客户的各项评价指标进行评价，并最终得出高净值客户价值。最后依据商业银行高净值客户价值与客户价值矩阵的临界值比较，细分高净值客户，为商业银行与高净值客户实现协同创新奠定基础。

[1]Haci Aktas.Soft Sets and Soft groups[J].Information Sciences:An International Journal.2007,177(3): 2726-2735.

[2]彭艳艳.商业银行客户价值综合评价及分类研究[J].金融理论与实践，2009，（6）：46-48.

[3]周毓萍，黄彬，韩亚文.基于客户协同创新的私人银行和高净值客户价值体系研究[J].金融理论与实践，2013，（9）：43-46.

（责任编辑：贾伟）

1003-4625（2014）02-0050-05

F832.33

A

2013-12-20

（1）由湖北省社会科学基金项目“十二五”规划资助课题：基于非合作博弈商业银行竞争力形成机理实证研究；（2）湖北省金融统计协会资助：基于客户协同创新的商业银行高净值客户价值评价体系；（3）中央高校基本科研业务费专项资金资助：基于非合作博弈商业银行竞争力形成机理实证研究，项目编号：2011-Ib-121；（4）由武汉理工大学大学生创新项目资助：基于客户协同创新的商业银行高净值客户价值评价体系，项目编号：136815009。

周毓萍（1968-），女，福建福州人，教授，硕士生导师，研究方向：商业银行管理；梅莹（1990-），女，湖北武汉人，研究生，研究方向：商业银行管理；黄彬（1962-），女，广东江门人，教授，研究方向：商业银行管理；都娟（1991-），女，湖北襄阳人，本科，研究方向：银行管理。