银行经营管理智能分析平台系统解决方案模板Word格式.docx

银行经营管理智能分析平台系统解决方案模板Word格式.docx

《银行经营管理智能分析平台系统解决方案模板Word格式.docx》由会员分享，可在线阅读，更多相关《银行经营管理智能分析平台系统解决方案模板Word格式.docx（5页珍藏版）》请在冰豆网上搜索。

　　1、金融创新与风险的复杂化:

随着金融市场的开放、中国入世,由市场主导和政府主导的多种金融创新将不断涌现,同时也不可避免的是银行业面临诸多新的风险,这使得银行的经营管理既要进行管理上的创新、经营业务上的创新,又要及时的规避风险,使银行能够积极稳健的生存和发展。

　　2、金融自由化、证券化:

融资证券化使大公司可直接在资本市场和货币市场筹措资金,商业银行的传统金融媒介作用降低,优质客户减少,使利息收入的比重下降。

对此,商业银行必须转变经营观念,根据市场变化,开辟新的业务领域和赢利渠道,因此经营管理对业务进行了重新定义,使其适应业务多元化的要求。

　　3、客户选择多样化:

激烈的金融竞争使客户面临的选择多样化,如何发现和留住高价值的客户,同时又控制客户风险,是银行急需解决的问题。

因此在经营管理上应以客户为核心,从不同角度分析客户需求,以灵活的经营手段满足客户。

　　4、金融交易电子化、智能化:

经过多年的金融电子化建设,银行积累了大量的反映银行经营管理活动的数据。

新型的经营管理就是要结合数据仓库、智能分析等最新IT技术,对银行积累的这些运营数据进行深入系统的分析,从中寻找业务创新和管理创新的思路以应对这些挑战。

　　二、智能分析平台

　　基于以上分析,中软融鑫利用在金融统计分析领域的多年经验积累,将银行新的经营管理思想与先进的智能分析技术相结合,开发了银行经营管理智能分析平台软件BBAP（BankBusinessAnalyzePlatform）（图1）,能够为银行经营管理提供智能分析。

1、系统结构

图1银行经营管理智能分析平台BBAP系统结构图

2、系统描述

　　在这个系统中,我们从银行的OLTP系统、帐务数据、外部数据源中抽取数据到数据仓库系统,建立统一的金融数据模型,对不同的业务类型实行综合分类。

主要包括:

（1）ODS服务器:

将不同OLTP系统的数据源采集至ODS层,集中存储,形成数据仓库的基础数据。

（2）数据仓库服务器:

主要从基础数据抽取、转换、加载至数据仓库中按主题存储,完成数据仓库的ETL,存储,运算等功能。

分析应用是按照分析主题的需要,访问数据仓库或数据集市,组织数据,进行统计分析和数据挖掘,提供面向不同应用的分析服务。

　　另外,还有用户的元数据、任务流等管理:

分析用户使用统计分析和数据挖掘工具,获取分析结果;

普通用户是信息的主要消费者;

开发用户使用开发工具进行Web应用的开发。

银行经营管理智能分析平台BBAP是基于数据仓库,结合统计分析和数据挖掘技术的完整的智能分析与决策管理系统,它不但提供客户的单一视图、具有强大的OLAP分析能力,同时还具有更深层次的数据分析能力,例如:

风险的量化计算、利率变化的情景模拟、信用记分等。

在此基础之上,进行全面的业务分析,快速、准确地适应经营环境的变化,为银行的业务发展做出正确的决策。

　　三、BBAP智能分析

　　银行经营管理智能分析系统（BBAP）是一个通用、实用、全视角、多角度的分析平台,包括自主研发的”金融数据模型FWS”和”金融情景模拟器FSS”,它能够全面整合银行数据,建立从业务层到管理层到决策层的智能分析体系,模拟量化风险和收益,使经营者能够即时掌握全面的经营状况,从而迅速做出正确决策（图2）。

图2银行经营管理智能分析平台BBAP系统功能模块图

1、金融数据模型FWS（FinanceWarehouseStudio）

　　借助金融数据模型,银行客户在进行数据整合时,不必再从需求分析、数据建模等阶段做起,能够直接在FWS模型上建立起一个成熟完备的数据整合平台。

FWS模型具有以下主要特点:

（1）面向智能分析,在数据模型的设计上为智能分析提供支持和优化。

（2）面向国内银行业务的数据模型,降低数据抽取转换的复杂度。

　　（3）面向中文用户,元数据管理全部中文化,易于理解和推广使用。

　　2、经营分析管理平台

　　在全面整合数据的基础上,经营分析不再局限于业务分类,而是从全面经营角度综合考察,分析平台也将从全面运营角度组建,经营分析管理平台面向银行的业务需求,设计了不同的功能模块:

（1）资产负债分析:

包括银行资本充分性管理、流动性管理,有效控制和运用银行资金等内容,以制订合理的存款、贷款政策,保持资产负债表的平衡,建立完善的资产负债管理体系。

（2）信用风险分析:

信用风险管理包括企业的贷款风险分析和个人客户的恶意欺诈风险分析。

利用数据仓库的特性,采用数据挖掘工具帮助业务部门从大量的企业/个人客户贷款业务信息中发现规律,建立科学的信用评估模型,实现有效的客户信用风险评估。

　　（3）绩效考核管理:

经过量化的指标反映银行运营状况,并把银行考核指标（按财务、客户、业务经营、学习与创新）进行分类分析,经过用图示的方式描绘关键绩效指标间的因果关系。

绩效考核管理把企业的战略转化为一组内部和外部的关键性能指标（KPI）,使管理者能够制订银行的战略目标。

第一、在全行内传达战略目标,并把目标逐级分解到部门、产品线、业务单元和员工;

第二、把银行整体目标、各部门目标和员工目标联系起来;

第三、最后经过指标的分配及指标体现进行策略细化及考核控制。

　　（4）利率风险分析:

量化银行的利率缺口和利率风险,并计算利差,利用金融情景模拟器FSS,模拟任意情景假设的风险-回报。

　　（5）获利能力分析:

分析不同分行的财务状况、资金运用效率、现金流量和成本费用等,建立符合实际的银行获利能力分析模型,实现有效的获利能力评估和预警监测。

　　（6）客户分析:

分析银行不同客户群体的不同消费模式,快速发现商业机会,为银行进行金融产品创新提供科学支持。

3、数据分析展现平台

　　经过统一的数据分析展现平台,为用户提供了多种工具进行分析,提供多种形式展现分析成果。

主要有:

（1）智能模拟（金融情景模拟器FSS）:

针对利率和资产负债的变化所带来的复杂计算,管理平台将提供多情景模拟器。

模拟过程将经过时间序列、多元回归、决策树等统计挖掘方法,实现智能的分析计算。

银行经营者输入任意情景假设,即可得到风险-回报组合。

该模拟器可应用于多种银行业务组合的模拟计算,如利率的情景识别、利差的预测计算等等。

（2）自由探索（OLAP分析器）:

经过灵活的多维OLAP分析,能够全方位、多角度地分析数据,而这个过程用户完全能够自己进行,无需求助技术人员。

经过即席的查询,能够快速了解银行经营状况。

　　（3）规律提炼（数理统计和数据挖掘）:

原始数据本身没有意义,只有提炼出隐藏在数据后面的内在规律,才能反映事实真相。

这就需要使用数理统计和数据挖掘模块。

数理统计提供了银行常见的统计函数和回归方法,数据挖掘主要用于挖掘不同因素之间的关联关系等。

　　（4）按需分配（信息分发）:

银行业务员对数据的分析结果和统计报表等内容,能够用不同的形式进行分发。

如web发布、邮件发送、短信通知等。

信息分发就是将系统不同用户所需要的信息”按需分配”给相应的用户。

　　4、用户访问

　　主要集中在元数据管理、用户管理和权限控制。

（1）旅游地图（元数据管理）

　　元数据管理就是管理关于数据的数据。

一个庞大、复杂的系统,用户如何找到关心的内容,如何掌握系统内部各个因素的变化,都需要一个完整、方便、易于理解的元数据管理。

元数据管理模块为用户提供了图形化的、全中文的、基于业务视角的视图。

正是经过这种”路线图”,用户能够用最快的速度找到需要的信息。

（2）非请莫入（用户管理和权限控制）

　　银行信息系统的数据对于银行来说至关重要,因此,对信息的访问必须加以控制。

用户管理和权限控制模块能够灵活地管理和控制用户对系统信息的访问。

特别地,这种控制不但仅是功能的限制（比如不能运行某个功能模块）,而且能够在数据行的层次上进行控制（比如限制北京的用户访问其它同级单位的数据）。

　　四、结束语

　　银行经营管理智能分析平台的使用,能够快速、准确、高效的反映市场变化和客户的需求,有利于银行加快金融产品创新,提高金融服务水平。

有利于防范和化解金融风险,提高金融企业的整体素质和核心竞争力。

配合全国金融信息化的建设,能够强化商业银行的管理机制,提升中国金融业的国际竞争力。

该系统将成为中国金融信息化建设的极为重要的组成部分,大大推进中国金融信息化的技术水平与创新能力。