浅谈数据处理技术在银行业的应用.pdfVIP

浅谈数据处理技术在银行业的应用 王宇 1999/06 我国加入世界贸易组织后，商业银行的各项业务将要全面对外资银行开放，虽然还有一段过渡期，但留给我 们的时间已然不多；随着我国市场经济的迅猛发展，企业间的经济交往和投资理财活动日益频繁,商业银行必须改 变原有的账户设立方式，真正建立起企业基本账户制度，才能提高银行的市场竞争力和综合经济效益；储蓄实名 制的建立，也迫切需要建立个人基本信息系统。因此，要想大力发展商业银行的各项金融业务，努力缩短与外资 银行的服务差距，就必须从技术上做好准备，充分利用好各种带有高科技色彩的信息服务手段，为银行的各项业 务工作服好务、帮好忙。而数据处理技术在其中起着至关重要的基础核心作用。 一、 传统的数据库技术已经不能满足业务的发展 银行所需要的数据处理技术，不是一种单一的以数据库为中心，仅能满足日常联机处理的需要，而是 能同时满足从联机事务处理、脱机批处理到统计分析和决策支持等方面的数据处理。但是不同类型的数据 处理方式有其不同的处理特点，以单一的数据组织方式建立的数据库并不能反映出银行数据处理工作中的 这些差异，单一类型的数据库已经满足不了银行数据处理多样性的要求。我国银行业通过多年的数据处理 实践，对业务数据处理的多层次性已经有了更清晰的认识。结合当前银行的业务发展要求，我们可以把银 行的数据处理工作分为两大类：既操作型业务处理和信息型业务处理。操作型业务处理用现有的数据库技 术完全可以胜任，它是为银行某类具体应用服务的。人们关心的是处理响应时间，数据的实时性、安全性 和完整性。信息型业务处理则用于统计分析和决策分析，它的特点是要经常访问大量的历史数据，对处理 响应的时间不做苛刻的要求。操作型业务处理和信息型业务处理的特点决定了两者之间必然存在着巨大的 差异。这也使两者的分离成为必然。例如：要想保证某营业系统 24 小时联机处理的正常进行，就一定不能 同时在该系统中进行算法复杂的信息统计和决策分析处理工作，如果当以业务处理为主的联机事务处理 （OLTP）应用和以分析处理为主的决策支持应用同时在一个数据库系统中运行，将会导致极其严重的后果。 因此，只有通过建立数据仓库，才能更好进行统计分析和决策支持等信息型的业务处理。只有这样，才能 为领导的决策提供强有力的辅助手段，从而不断提高银行自身的服务水平和营运质量。 二、在现有的数据处理过程中存在的问题 目前我国不少银行的业务数据存在状态是分散而非集成的，造成这种分散的原因是多种多样的。 1 ． 系统设计人员为了减少开发费用和加快开发进度，总是采用简单而有效的开发方案，这种有效仅能 对解决当前面临的问题有效，而不可能保证对后续问题仍然有效；这种有效只能在短期内带来好处，而 对于银行各项业务的长远发展是十分有害的。 2. 为了避免对现有的联机处理数据库造成过大的影响，业务人员往往利用数据抽取技术从数据库中查找有 用的数据，然后这些被简化了的数据再被放入专用数据库中供用户使用，而这些由抽取过的数据组成的数 据库还会被其他用户继续抽取。在反复抽取的过程中，常常会造成数据的不完整、不一致。因而，在对同 一问题的分析过程中，由于抽取级别的不同往往会产生误差，甚至造成截然相反的分析结果，使得银行的 决策者无从下手。 3. 由于每次分析都直接从原始数据库中采集数据的开销过大，从而造成在一些分析应用中数据采集的时间 间隔过长。在一次数据采集后，如果原始数据马上发生了改变，这些变化如不能立即反映给银行的分析人 员和决策者，将严重影响分析和决策的准确性。因此，数据采集的周期（如 24 小时以内）必须较短，这样 才能保证分析和决策的质量。 4. 银行目前所采用的数据处理方法，只关心当前数据库中的数据。对于历史数据，只是做到了进行定期备 份，然后精心保存起来，使之束之高阁。因而使宝贵的历史数据资源未能得到充分合理的利用。 三．数据仓库及其特点 银行的业务需要不断推动着数据处理技术的发展，银行业迫切需要应用新的数据处理技术--数据仓库， 形成一个综合的、面向分析的数据应用环境，以更好地支持信息统计和决策分析。 银行业所需要的数据仓库应具备下述四个基本特征： 数据仓库的数据是面向主题的 传统的银行数据库系统中，数据是按业务组织的，一类业务组织成一个子系统。数据仓库中的数据是 按主题组织的，一个主题基本上对应一个分析领域，其数据可以跨多个业务，因此按主题组织数据更利于 统计分析和决策分析。 对于数据仓库中数