商业银行的资本包含自有资本和负债资本。活期存款是负债资本的主要部分，也是商业资本的主要来源，约占商业资本的40%。现在，随着银行资本流动速度的加快，对资本的预测变的尤为重要。随着信息技术发展带来数据量的暴增，数据分析、数据挖掘在实际应用达到了一个新的、高的水平，使负债资本预测的准确性变得更高。传统的预测方法是估计负债资本，是粗略的估算，没有对不同类别的客户进行差异性分析。另一种预测方法是对每个客户账户建立时间序列模型，计算客户账户的余额值，并且求和，此方法计算的代价太大，而且由于随机性和不可预测性较大，导致模型的可用性下降。本课题针对这种问题，提出了新的预测方法，做了客户细分模型，包含稳定客户细分模型和客户账户交易习惯细分模型。本课题是精准描述银行活期储蓄负债资本的研究。活期负债资产的准确预测能给银行带来更优质的决策和更高的利润。在本课题中，包含着客户的细分，交易行为的细分和时间序列分析，这些分析也能给银行在其他方面做出更好的决策或是产品，其中的客户细分模型在客户关系管理中也是有很高的应用价值。本课题主要用的方法有k-means方法、twostep方法、决策树和时间序列的简单季节模型。