☰ Menu eFinancialCareers

Kolumne: Warum auch Privatkundenbanken ‘Quants’ brauchen!

Mit der Finanzkrise häufen sich auch Zeitungsberichte, die sich mit der Rolle der Mathematik im Investmentbanking auseinandersetzen. Normalerweise geht es dabei um den Einfluss von Statistik auf das Privatkundengeschäft. Das ist der Bereich, um den sich die meisten Menschen sorgen: Bankkonten, Kreditkarten, Autokredite, Hypotheken, Verbraucherkredite, usw. Dieser Bereich wurde in den vergangenen Jahrzehnten durch die Informationstechnik revolutioniert.

Einzelfallentscheidungen nach einem persönlichen Gespräch mit einem Bankangestellten wurden durch komplexe statistische Kundenverhaltensmodelle abgelöst. Diese Vorhersage-Modelle werden inzwischen von allen Kreditinstituten verwendet, zunehmend aber auch von Supermärkten, Einzelhändlern und anderen Organisationen mit großen Kundenzahlen.

Klassische “Regressionsmodelle” sind weit verbreitet, aber auch Neuentwicklungen wie Neuronale Netze und esoterische Werkzeuge wie “Zufallswälder” und “multivariate adaptive Regressions-Splines”.

Diese und andere Modelle werden für eine Vielzahl von Anwendungen verwendet: um zu entscheiden, wer überhaupt einen Kredit und eine Kreditkarte bekommt, um Kreditrahmen auszuwählen und anzupassen, um Betrug frühzeitig zu erkennen und um im Rahmen des “Cross Selling” weiteren Finanzbedarf zu ermitteln.

Ein offensichtliches Charakteristikum dieser Branche ist der Umgang mit großen Zahlen, seien es die Kundenzahlen, die Zahl der Konten und Transaktionen zum Beispiel. Eine ideale Spielwiese für das “Data Mining” – die Suche nach vergleichsweise kleinen aber nichtsdestotrotz wertvollen Datenkonfigurationen mit fortschrittlichen statistischen Verfahren.

Diese Muster können die Basis für eine effektive Entscheidungsfindung bilden, damit die Kunden den besten Service erhalten und deshalb zur gleichen Bank zurückkommen.

Einer der Gründer von Capital One beschrieb die Kreditkartenbranche nicht als bankentypisch, sondern als Teil der Datenindustrie. Das “Kredit Scoring” gilt als erfolgreichste kommerzielle Anwendung von statistischen Verfahren in den vergangenen Jahrzehnten.

Die Datenfülle und die statistischen Werkzeuge machen diese Branche für Statistiker, die in einer dynamischen, sich schnell wandelnden Umwelt arbeiten wollen, zu einem stimulierenden Bereich.

Professor David J. Hand ist Statistik-Professor am Mathematik-Institut des Imperial College in London.

Kommentare (0)

Comments

Ihr Kommentar wird gerade geprüft. Nach erfolgreicher Prüfung wird es live gestellt.

Antworten

Pseudonym

E-Mail

Alle Informationen zu unseren Community-Richtlinien finden Sie hier