1.引言

　　随着分布式技术的成熟，数据库技术的提高和数据处理技术的发展，数据仓库和决策支持系统应运而生。数据仓库能够从事务型数据库大量的数据中提取出有用的数据，通过数据集成，形成统一的决策支持数据库的存储格式，为企业管理者和决策者提供所需的数据，这些数据再通过数据展现技术根据用户不同的分析要求表现出来，形成图表或表格。数据仓库不是一个产品，而是一个数据处理过程，是决策支持系统的基础。

　　随着中国加入WTO的临近，届时银行间的竞争会更加激烈，风险因素不断增加。因此，了解客户需求和客户对银行的利润贡献度、提供有竞争性的产品或服务、以由客户喜好的渠道、在适当的时机对客户进行销售或服务，以及加强我国金融业的风险监管，切实有效地防范和化解金融风险，将是国内商业银行生存和发展的基础。因此建立以客户为中心、提供个性化服务的银行业数据仓库决策支持系统，将对国内银行业现在和未来的发展产生深远的影响，且具有重大的战略意义。这主要表现在以下几个方面：

　　增强国内银行的竞争力，在激烈的市场竞争中持续获利。

　　提高商业银行整体运作与管理水平。

　　增强商业银行的应变能力。

　　2银行业数据仓库的结构

　　银行业数据仓库的实施主要包括4部分的内容：数据仓库的设计建模、数据集成、数据存储与管理、数据的分析和展现。

　　数据仓库的设计、建模

　　银行业数据仓库是一个专门为决策支持而设计的面向主题的信息系统，数据仓库的设计工作对于决策支持系统起着至关重要的作用，它需要根据决策需求确定主题，从数据源到数据提交，对数据仓库的数据组织进行逻辑结构的设计，还要按照业务用户最能理解的方式组织和提供信息。

　　根据商业银行经营运作的主要方向，我们确立了机构、客户、业务产品、货币和交易等五个主题。机构主题描述银行分支机构及其隶属关系，产品主题描述银行经营的业务及分类，货币主题描述银行各项经营业务所使用到的货币，客户主题是对银行的客户进行分类和管理，交易则作为活动记录把其他四个主题联系起来。

　　数据集成

　　数据仓库中的数据来源于OLTP系统，这些系统由于建立时间不同，系统选型不同，开发人员不同等原因，使得各个业务系统的硬件环境和软件环境各不相同，数据结构不统一，数据集成要完成的工作就要考虑如何抽取各种业务系统（如储蓄、信用卡等）中的历史交易数据，并经过清洗、过滤等各种数据整理工作后加载到数据仓库中，供业务部门分析使用。

　　实现该阶段的工作主要有三种方式：利用数据复制机制、利用产品商提供的工具软件、针对用户的特殊需求可通过编程接口编程实现。

　　数据存储与管理

　　数据仓库和传统的联机交易处理(OLTP)系统有很大的区别，OLTP系统在选择数据库时考虑的是在单位时间内能完成多少笔交易，这些交易比较简单而且固定。比如银行的储蓄系统，比较固定的交易类型如存款、取款、修改密码、查询等，进行这些交易时速度都很快，而系统如果进行大批量数据的分析处理时就显得力不从心，如一些固定的业务报表等。事实上，这些业务报表对业务人员和管理人员来讲都是最基本的要求，通过这些信息可以了解银行当前业务的发展情况。这些复杂的业务报表是数据仓库应用的初级阶段，也是最常用的信息访问方式。由此可见，在数据仓库系统中，要求数据库管理系统(DBMS)进行大批量数据分析和复杂处理的能力很强。

　　数据仓库的存储可由大型含有并行组件的关系型数据库系统来完成，以保证数据仓库始终高性能地运转，提供完整、准确的数据，以便于将来的升级和扩展。也可以使用多维数据库。

　　元数据是关于数据的数据，能够表示、定义数据的意义及系统各组成部件之间的关系的数据，它包括关键字、属性、数据描述、物理数据结构、源数据结构、映射及转换规则、综合算法、代码、缺省值、安全要求及数据时限等。因此，元数据的管理是管理数据仓库的关键。

　　数据分析和展现

　　当外部数据按照模型的定义加载到中央数据仓库后，就要考虑如何使用和访问数据仓库中的信息，根据用途的不同，这需要使用各种联机分析处理（OLAP）工具、数据挖掘工具以及最终用户查询及报表工具。OLAP是对数据进行查询的一种技术，使用户能够以更快、更易于使用的交互式方式从数据中获得信息。它必须支持多维性、可钻取性、可旋转性以及多视图模式等功能，使用户可以清晰、直观地看到分析结果。数据挖掘是一个知识发现过程，它能够帮助用户理解有关数据的真正含义，并了解数据之间所存在的关系。

　　3联融银行业数据仓库系统的构架和实施方法论

　　商业银行数据仓库系统的框架结构可用下图来表示：

　　首先，将各业务系统中的数据以及历史交易数据按照主题抽取、转换并加载到商业银行数据仓库中来，这样所有使用者能以一个统一而全面的视图来获取信息，不仅便于掌握全局，而且确保获取数据的唯一性和准确性。前端业务用户主要以三种方式（企业报表系统、联机多维分析以及数据挖掘）来访问数据仓库中信息，信息的访问可以是两层结构的Client/Server方式，也可以使用基于WEB技术的三层结构。

　　数据仓库的实施有两种方式：一是建立集中式数据仓库，设计这种数据仓库用来处理商业银行的所有需要；另一种方式是建立数据集市，这主要针对一些特殊领域。集中式数据仓库中的数据覆盖许多不同的领域，它需要直接面对商业银行复杂的内部组织和行政问题，这是为什么集中式数据仓库一般价格昂贵、复杂和费时的一个重要原因。集中式数据仓库的优越性在于其所提供的可控制性、数据精确度和可依赖性。而数据集市是一种致力于单一的某个领域并且通常为某些用户服务的数据仓库。它包含某一特殊应用范围（例如市场、销售或财务），具有着很大的灵活性。数据集市的优点在于可以使商业银行能够快速、以相对低廉的成本并且较容易地建立一个数据仓库。但随着数据集市的多元化，其中每一个都需要从同一个共同的系统中存取数据，这会牺牲可操作性能或者导致冗余数据成堆而变得难以管理。

　　目前，我国商业银行的决策支持系统尚处于起步阶段，建立数据仓库务必循序渐进。数据仓库的建设和分析数据的积累需要一段时间，无法及时满足用户对信息分析的迫切需要。因此在筹建数据仓库的前期，采用一些合适的表现工具，在原有OLTP系统上建立起一个逻辑的数据仓库系统。这样的系统可能暂时无法实现某些分析功能，但数据结构固定、信息分析需求相对稳定成熟，因此数据仓库的建模、实现过程会相对容易、便捷；同时，这样的系统也会成为将来真正数据仓库建设的原型。

　　4应用系统功能

　　商业银行决策分析的常规目标是在兼顾流动性、安全性、盈利性的同时权衡收益与风险。决策支持应用系统的开发主要面向高层领导、发展规划与计划研究人员、金融产品与金融工程研究人员、客户经理。通过OLAP工具、数据挖掘工具以及最终用户查询及报表工具来为用户及时生成非定制的各类统计报表，提供直观的图表分析，用户可以根据分析结果完成趋势预测以及原因查探。

　　UND金融决策支持系统大的功能框架包括业务部门决策支持系统和行长决策支持系统。业务部门决策支持系统是为金融各部门主管提供的综合信息查询及多维分析子系统，主要包括信贷商业智能子系统，会计、出纳、储蓄商业智能子系统，计划财务商业智能子系统，银行卡商业智能子系统。行长决策支持系统主要包括如下分析：

　　业务统计分析财务指标分析：资产结构分析、负债与权益结构分析、不良资产分析、现金流量分析、偿付能力分析、损益分析、资产负债比例分析计划分析：对现金投放回笼计划、资金运用计划、项目费用投资计划以及计划完成情况等进行分析人事分析：人事结构分析、人员工资分析客户分析：客户利润分析、客户/渠道交易行为分析、客户风险分析企业发展状况分析：企业经营状况分析、其它商业银行业务分析、银行业经济指标分析、宏观经济指标分析5采用数据仓库进行银行业风险管理的基本内容1．资产负债管理：

　　通过联融DIS2000系统，搜集整理银行基础数据，在数据仓库平台上，建立资产负债管理体系，以期达到资产负债管理目标。

　　衡量和监测流动性风险、利率风险；设定盈利目标和业务量管理目标；设定利率风险的最低限额；根据与资产负债表有关的约束进行筹资和监控；流动性约束；债务政策或者说是对于存款以外债务管理原则和方式；资本充足率和偿付能力；制定规避流动性风险和利率风险的计划。

　　2．资产组合管理：

　　在测量风险的基础上向业务单位、客户和银行产品分配相应的资本，并根据资本总额确定一个与整体额度一致的总的风险控制额度；测量这些资产风险组合以及全行整体资产组合的风险；测量资产组合和这些组合中个别业务或者单独一项业务的风险回报；运用这些技术进行决策支持，特别是风险定价支持；运用这些技术进行资产组合的管理，以使其风险回报获得最优。

　　资产组合是有效监测资本充足率的方法，同时有效的资产组合与银行资产的安全性、盈利性、流动性直接相关。

　　资金转移定价系统：

　　现代商业银行的经营，必须建立资金转移定价系统，这是银行管理的必备工具，才能有效核定存款、贷款、拆借、投资之间的利益关系和银行的决策方式。在央行的规定利率目标范围内，商业银行的资金定价是一项重要选择。

　　在银行内部扎差流动缺口和盈余；设定利差计算规则，用作设立目标收益和确定客户定价的基础；使银行有可能按照不同业务部门、市场或产品线报告收益情况；据此对不同客户市场和不同银行产品实现差别政策；把资金成本分配到业务部门，更有利于强化管理；把财务风险、流动性风险和利率风险从业务部门转移到资产负债管理部门，并清晰划分商业政策与财务政策的界限。

　　经济转移价格监控：

　　资产负债管理部门依据市场状况向业务部门买卖资金的内部价格，就是经济转移价格，他决定业务部门资金来源的成本和银行资金运用的控制体系运转模式。

　　内部利差和会计利差的核定；目标利差的确定；负债成本；客户价格

　　通过对资金经济转移价格的监控，及时为银行领导决策和部门管理提供依据，调整策略。

　　银行业务和金融市场工具的信用风险控制：

　　违约风险、敞口风险（资产负债表项目、或有负债预期敞口的时间）、追偿风险（第三方担保的法律风险和共同违约风险、抵押物风险）

　　控制信用风险的有效手段：

　　通过DIS2000搜集信息，建立客户关系管理系统，进行客户信用评级和社会机构评级比较；建立信用风险控制风险模型，为业务部门提供依据；及时掌握信用风险的可控因素；建立定性分析和定量信用风险分析防范系统。

　　6流动性风险和利率风险：

　　流动性缺口的测算和监控现金流量的匹配流动性缺口的弥补（活期存款、或有负债、对现有资产提前还款的选择权、所有者权益、利息流量）

　　流动性成本和信用利差的比较利率期限、结构、即期利率和远期利率套利、存款人和借款人利率套利利率缺口（利率敏感性）：进行利率风险投资组合资产负债表项目的预测市值与风险管理：商业银行的市场资产现值风险会计股权收益率和市场收益率比较资产质量管理：

　　通过与银行交易系统和信贷系统接口，有效建立资产质量管理体系；建立资产质量分析、预测体系，便于业务部门及时调整工作方式，采取措施；建立贷款五级分类和一逾两呆分类法的比较体系；建立资产质量相关分析指标体系。

文章作者：网盾