[论文解读] Know Your Clients’ Behaviours: A Cluster Analysis of Financial Transactions

John R. J. Thompson|arXiv (Cornell University)|Jan 25, 2021

Financial Markets and Investment Strategies参考文献 68被引用 19

一句话总结

本研究应用改进的RFM（最近性、频率、金额）模型与k-prototype聚类方法，分析50,000多条客户金融交易记录，发现了解客户（KYC）数据对投资者交易行为的解释力极低——相反，交易频率与交易量才是投资者行为聚类的最强预测因子。研究结果挑战了KYC数据能可靠反映投资适宜性的假设，提示监管机构与投资顾问应采用更具动态性、基于行为的度量指标。

ABSTRACT

In Canada, financial advisors and dealers are required by provincial securities commissions and self-regulatory organizations—charged with direct regulation over investment dealers and mutual fund dealers—to respectively collect and maintain know your client (KYC) information, such as their age or risk tolerance, for investor accounts. With this information, investors, under their advisor’s guidance, make decisions on their investments that are presumed to be beneficial to their investment goals. Our unique dataset is provided by a financial investment dealer with over 50,000 accounts for over 23,000 clients covering the period from January 1st to August 12th 2019. We use a modified behavioral finance recency, frequency, monetary model for engineering features that quantify investor behaviours, and unsupervised machine learning clustering algorithms to find groups of investors that behave similarly. We show that the KYC information—such as gender, residence region, and marital status—does not explain client behaviours, whereas eight variables for trade and transaction frequency and volume are most informative. Hence, our results should encourage financial regulators and advisors to use more advanced metrics to better understand and predict investor behaviours.

研究动机与目标

• 探究KYC数据（人口统计、风险承受能力）在真实金融咨询环境中是否能可靠预测投资者交易行为。
• 基于行为金融学中的改进RFM模型，开发基于行为的金融特征。
• 利用机器学习识别出具有显著差异的投资者行为聚类，并验证其与KYC档案的一致性。
• 评估投资者行为的适宜性，对比其与KYC生成的风险承受能力及监管期望的关系。
• 通过识别KYC假设与实际投资者行为之间的差距，为监管与咨询实践提供建议。

提出的方法

• 通过改进的RFM模型构建行为特征，整合交易的最近性、频率与金额价值。
• 应用k-prototype聚类方法，基于混合数值型与类别型特征对投资者进行分组，最小化相似性成本函数。
• 使用轮廓系数与戴维斯-布尔丁（DB）评分评估聚类质量。
• 利用t分布随机邻域嵌入（t-SNE）进行可视化，提升聚类结果的可解释性。
• 对比各聚类中由交易行为推导出的实际风险承受能力与KYC数据推断出的预期风险承受能力。
• 计划未来分析资产配置、证券风险评级（SRR）及投资组合回报，以评估适宜性与实际结果。

实验结果

研究问题

• RQ1 在真实金融咨询场景中，KYC数据在多大程度上能预测实际投资者交易行为？
• RQ2 具有相似KYC档案的投资者聚类是否表现出一致且可预测的交易行为？
• RQ3 由交易行为推导出的实际风险承受能力与从KYC数据推断出的风险承受能力相比如何？
• RQ4 当前KYC框架是否充分捕捉了极端风险承受能力（高或低）的投资者？
• RQ5 基于机器学习的行为聚类能否改善适宜性评估与投资结果？

主要发现

• KYC数据（包括年龄、收入及自我评估的风险承受能力）在各投资者聚类中与实际交易行为几乎无相关性。
• 所有聚类的平均实际风险承受能力为3.12（满分5分），标准差为0.73，表明无论KYC档案如何，投资者均表现出一致的中等风险行为。
• 聚类1（活跃交易者）的实际风险承受能力为3.19/5，但KYC预期值为5/5，表明KYC预期与实际行为存在显著偏差。
• 聚类4（老年投资者）的实际风险承受能力最低（2.95/5），但KYC预期值为1/5，表明KYC低估了老年客户的风险规避程度。
• 各聚类间的风险承受能力分布极为相似，表明基于KYC的风险评分无法可靠预测或反映实际交易行为。
• 本研究结论认为，KYC标准可能造成僵化、狭窄的分类，难以容纳极端风险偏好的投资者，尤其是高度风险规避或高风险偏好的投资者。