امروزه متخصصین وآگاهان، توسعه تجارت جهانی را منوط به توسعه تجارت الکترونیک دانسته و همچنین بانکداری الکترونیک و استفاده از تکنیکها، مدل ها و ابزارهای مناسب را نیز موجب حضور موفق تر مؤسسات مالی و بانکها در عرصه رقابت و تجارت جهانی قلمداد می نمایند. بانکها در فضای رقابتی کسب و کار امروزی با مسائل و مشکلات عدیده ای همگام با تغییرات محیطی و اقتصادی روبرو هستند که با توسعه تکنولوژی و حجیم و پیچیده تر شدن فعالیتها، این امر بیش از پیش ملموس بوده، که از آن جمله می توان به پدیده ریسک اشاره نمود. به واقع ریسکها در ذات فعالیتهای بانکی و مالی نهفته اند. از آنجایی که از لحاظ نظری حذف ریسک غیر ممکن می باشد بنابراین می بایست با مدیریت بر آن به عنوان تنها راه حل ممکن اقدام نمود. با مطالعه در حوزه مدیریت ریسک با تکنیکها، روشها و ابزارهای گوناگونی روبرو می شویم که لازمه بکارگیری آنها تشخیص نوع ریسک و متناسب با آن ابزارهای اندازه گیری و کاهش ریسک می باشد. نتایج    بررسی های به عمل آمده در خصوص مدلهای مورد استفاده در مدیریت بر انواع ریسک ها نشان داده است که بکارگیری الگوها و مدلهای داده کاوی از مدلهای مناسب در این زمینه می باشد.
۲-۵-۱: گام های داده کاوی

به طور کلی گام های اجرای داده کاوی در تمام منابع یکسان نیستند ولی آنچه که تقریباً در بین همه آنها به صورت مشترک وجود دارد، کشف دانش را دارای مراحل تکراری زیر می دانند :

پاکسازی داده ها : از بین بردن نویز و ناسازگاری داده ها
یکپارچه سازی داده ها : ترکیب چندین منبع داده
انتخاب داده ها : بازیابی داده های مرتبط با آنالیز از پایگاه داده
تبدیل کردن داده ها : تبدیل داده ها به فرمی که مناسب برای داده کاوی باشد مثل خلاصه سازی و همسان سازی
داده کاوی : فرآیند اصلی که روال های هوشمند برای استخراج الگوها از داده ها به کار گرفته می شوند.
ارزیابی الگو : مشخص کردن الگوهای صحیح و مورد نظر توسط معیارهای اندازه گیری
ارائه دانش : نمایش بصری تکنیکهای بازنمایی دانش برای ارائه دانش کشف شده به کاربر
به عبارت دیگر به دلیل آنکه هدف داده کاوی در نهایت یافتن الگویی است که بتوان داده های موجود را در آن بسط داد و از مدل ساخته شده جهت تصمیم گیری برای داده های آینده بهره جست، بنابراین همان گونه که گفته شد تمامی این فرآیند در راستای طرح یک فرضیه بر مبنای الگوی کشف شده از داده های خام چیده شده است.

با بکارگیری مدلهای مورد نظر، داده کاوی در توصیف داده ها به شرح ذیل کمک می نماید :

خلاصه سازی و به تصویر درآوردن داده ها
خوشه بندی
تحلیل لینک
خوشبختانه در سالهای اخیر بکارگیری تکنیک داده کاوی و برنامه ریزی در جهت کاربردی تر و به تبع آن مکانیزه و سیستمی تر نمودن آنها توانسته است به سازمان های مالی کمک های فراوانی در جهت مدیریت بر بحران ها و ریسک ها نماید. همچنین از عوامل دیگری که سبب گردید داده کاوی در کانون توجه این تحقیق قرار گیرد، مسئله در دسترس بودن حجم وسیعی از داده ها و انبار داده در بانک ها می باشد که این امر، نیاز شدید به استخراج دانش سودمند از این داده ها را ملموس تر نموده است. این موضوع با پیدایش مفهوم داده کاوی نیز هماهنگ می باشد.

شاید بتوان لوول[۱] (۱۳۸۳) را جزء اولین کسانی دانست که گزارشی در مورد داده کاوی ارائه نموده

است. بطور جدی پژوهش در این زمینه از اوایل دهه ۹۰ آغاز گردیده است. در این رابطه پیاتتسکی و شاپیرو[۲] (۱۹۹۱) و هافمن و نش[۳] (۱۹۹۵) مقالاتی ارائه و بالاخص کاربرد آن را در مسائل اقتصادی و بانک های آمریکا مطرح نمودند.

جزییات بیشتر درباره این پایان نامه :

پایان نامه ارشد: اعتبارسنجی واحدهای تجاری دریافت کننده تسهیلات مالی مبتنی بر صورتهای مالی
۲-۵-۲: کاربردهای داده کاوی

داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر : تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، بازیابی اطلاعات، محاسبات با سرعت بالا.

داده کاوی در حوزه های مختلفی کاربرد داشته که محمدی پور میزان نفوذ داده کاوی در صنایع مختلف را به صورت جدول یک اعلام نموده است.

جدول ۲-۱ : میزان نفوذ داده کاوی در صنایع مختلف

۱/۲۶%۹/۲۳%۳/۲۰%۸/۱۸%۱/۱۰%۱/۱۰%۷/۸%۲/۷%۸/۵%۳/۶%۹/۲%

مدیریت ارتباط با مشتری
بانکداری
بازاریابی مستقیم
شناسایی جرم
وب کاری
خرده فروشی
بیمه
مالی و لیزینگ
تجارت الکترونیک
امنیت و ضد تروریسم
سرمایه گذاری و بورس
منبع : محمدی پور، ۱۳۸۸

همانطور که ملاحظه می کنید بجز شناسایی جرم، امنیت و ضد تروریسم و کمی وب کاری الباقی به طور مستقیم دارای حجم عظیمی از داده های مالی می باشند. بنابراین داده کاوی در میان اطلاعات مالی بیشترین سهم را دارا می باشد.

برخی از کاربردهای داده کاوی در حوزه مالی که تحقیقات داخلی زیادی در رابطه با آن کار شده است عبارت است از : ۱٫ داده کاوی و مشتریان ۲٫ داده کاوی و بانک ۳٫ داده کاوی و ورشکستگی۴٫ داده کاوی و تقلب ۵٫ داده کاوی و سیستم های اطلاعات حسابداری ۶٫ داده کاوی و             پیش بینی های مالی ۷٫ داده کاوی و هزینه یابی ۸٫ داده کاوی در حسابرسی

بکارگیری تکنیک های داده کاوی در حوزه اعتبارسنجی
داده کاوی به طور گسترده برای مدیریت ریسک در صنعت بانکداری مورد استفاده قرار میگیرد. مدیران بانک نیاز به آگاهی از اینکه مشتریانی که خرید و فروش می کنند آیا قابل اعتماد و اطمینان هستند یا نه، ارائه کارت اعتباری جدید مشتریان، تمدید اعتبار مشتریان موجود، و موافقت با وام ها اگر اطلاعات در مورد مشتریان نداشته باشد می تواند تصمیم های ریسک داری باشند. داده کاوی میتواند با تعیین اینکه کدام یک از مشتریان مایل به پرداخت بدهی های خود هستند به کاهش ریسک بانکهایی که کارت اعتباری به مشتریان ارائه می دهند کمک کند.

اعتبارسنجی یکی از ابزارهای مدیریت ریسک مالی می باشد. اعتبارسنجی می تواند برای     قرض دهنده موقع قرض خیلی مهم باشد. سابقه درخواست کننده های خوب و بد وام می تواند برای تهیه مشخصات درخواست کننده های خوب و بد وام مورد استفاده قرار بگیرد.

همچنین داده کاوی میتواند اعتبار رفتار وام گیرنده گان وام های پرداخت قسطی، رهن، و وامهای کارت اعتباری را با بهره گرفتن از خصوصیاتی از قبیل سابقه اعتبار، مدت استفاده، مدت اقامت را استنتاج کند. رتبه بندی به وام دهنده کمک می کند تا مشتری را ارزیابی کرده و تصمیم بگیرد که مشتری کاندید خوبی برای وام هست یا نه و دارای ریسک می باشد. مشتریانی که برای دوره های زمانی زیادی با بانک همکاری دارند، در وضعیت خوبی قرار می گیرند، و آنهایی که درآمد بالایی دارند احتمال زیادی برای دریافت وام دارند تا آنهایی که مشتری جدیدی بوده و سابقه ای در بانک ندارند یا آنهایی که درآمد پایینی دریافت می کنند. با دانستن احتمال عدم پرداخت مشتریان بانک در موقعیت بهتری برای کاهش ریسک قرار دارد.

بررسی، سنجش و اندازه گیری اعتبار مشتریان در مؤسسات اعتباری، امروزه یکی از مهمترین تصمیمات مالی به شمار می آید. در گذشته، تصمیم در خصوص اعطای اعتبار به افراد حقیقی و یا حقوقی درخواست کننده اعتبار، اغلب بر عهده فردی خبره یا گروهی از خبرگان بوده است و این امر توسط بخشهای مرتبط با امور پولی و اعتباری به اجرا در می آمده است. از آنجایی که روش های قضاوتی مذکور بسیار وقت گیر، پرهزینه و ذهنی (غیر عینی) می باشند، از اعتبار علمی و پایایی لازم برخوردار نمی باشند. بدین منظور مؤسسات مالی باید اقدام به طراحی سیستم های امتیازدهی اعتبار عینی و معتبری مبتنی بر الگوها و مدلهای علمی کنند. سیستم های مدرن سنجش اندازه گیری اعتبار مشتریان مبتنی بر فرآیندهایی مکانیزه شده ای است که طی آن، به برخی از ویژگی های مهم اعتباری مشتریان، امتیازات خاصی اعطا می گردد.(انواری رستمی،فتحی،۱۳۸۲، ۲)