基于数据仓库银行监管报表系统研究.docVIP

基于数据仓库银行监管报表系统研究 　　摘要：为适合新形势下金融监管工作的要求，解决大数据、高并发、低时延情况下监管报表的填报、加工、展现等问题，构建了基于数据仓库的银行监管报表系统，提出了特色的报表数据建模方式，进一步探讨了智能化公式解析引擎、主从式报表填报、动态化作业调度等技术。实验结果表明，该方案具有很好的应用效果。 　　关键词：监管报表；大数据；数据仓库；数据模型 　　中图分类号：TP392文献标识码：A文章编号2013）004013705 　　0引言 　　面对当前错综复杂、各种因素相互交织、相互演变的国内外经济金融发展形势，商业银行进行战略转型、业务规划、风险管控需要依靠完备、持续性的数据体系才能进行科学决策，数据质量已成为银行可持续性发展的生命线。中国银监会在2011年下发了《银行监管统计数据质量管理良好标准》＼[1＼]，督促各银行进一步提高监管统计数据质量，夯实监管基础，建立适应监管统计工作需要的、完善的监管统计系统。 　　随着监管部门对商业银行的监管要求不断提高，报表越来越多、数据内容越来越细、审核越来越严格，如银监会在2010年创立“腕骨”（CARPALs）监管指标体系，其中的资本充足率、流动性覆盖率、净稳定融资比例等指标，不仅需要专业解析，还涉及压力场景设置和对未来的判断，加工规则非常复杂。这些数据无法像以往一样依靠手工填报，或简单逐级汇总得来，必须采用全行监管数据大集中的模式统一加工生成，否则就违背了指标的内在业务逻辑，其结果也必然经不起监管检查。 　　数据仓库是一个面向主题的、集成的、非易失的、随时间变化的用来支持管理人员决策的数据集合＼[2＼]。它为有效地支持企业经营管理决策提供了全局一致的数据环境，也为历史数据综合数据的处理提出了一种行之有效的解决方法。数据仓库的兴起，使其成为了当前普遍流行的决策支持系统解决方案。它应用于决策支持系统中，能够增强决策的客观性和实用性、提高数据查询分析的效率、具有强大的数据分析工具、具有动态扩展能力。许多学者对基于数据仓库的信息系统建设进行了研究。文献＼[3＼]＼[4＼]讨论了数据仓库在银行绩效考核领域的应用，实现对全行考核对象的全面科学考核；文献＼[5＼]研究了银行数据仓库系统及非现场稽核监控平台和监控后分析的实现方式；文献＼[6＼]＼[7＼]＼[8＼]开展了数据仓库在银行个人信贷、银行卡、中间业务等不同业务领域中的应用研究。 　　这些研究虽然对数据仓库的应用进行了探讨，都没有讨论如何在银行信息披露领域应用，提出构建银行监管报表系统的完整解决方案。本文结合监管数据大集中模式的特点，不仅给出了全面的系统架构方案，还探讨了数据模型及关键技术，并测试验证了系统具备良好的可行性、可用性和可靠性，为银行落实数据标准、保证数据质量、固化管理流程提供了重要的科技支撑。 　　1问题描述与系统架构 　　1.1问题描述 　　为适应新形势下监管报送的工作要求，在监管数据大集中模式下建设监管报表系统，满足监管报表的时效性、准确性等要求，面临着架构、数据、功能等多个层面的巨大挑战。在架构层面，系统具有数据存储量大（年增量达数十TB），数据加工任务繁重（数十亿条记录的加工）、处理时间有限（8h内完成）等特点。因此，架构设计需要考虑如何实现性能的提升，如何保证系统的安全可靠。在数据层面，由于数据自动加工率是衡量报表质量状况（完整、准确、一致）的重要指标，为提高监管报表自动化加工水平，需要考虑如何实现更全面的数据采集能力，更有效的数据清洗方法，更科学的数据模型设计，更准确的数据质量监测分析；在功能层面，为实现监管报表的统一开发、统一运行、统一展现、集中管理，需要提供完善的报表设计、生成、展现、管理功能，特别是要满足全国所有支行、分行、总行用户在月初2h内完成数十张报表的补录工作，支持用户高并发场景，实现监管报表的按时报送。 　　因此，银行监管报表系统的建设，既需要考虑功能性需求，实现各项业务功能，又需要数据需求，灵活响应监管报表需求，更需要关注非功能性需求，保证系统的高可用性、可靠性及可扩展性。 　　1.2系统架构 　　1.2.1逻辑架构 　　银行监管报表系统的逻辑架构如图1所示。整个架构由3部分组成：源系统、数据仓库和监管报表系统。其中，源系统是数据仓库的数据来源，包括银行的各类业务源系统；数据仓库是监管报表系统的基础，全面采集银行的业务源数据，进行数据的集中加工处理、存储，形成全行级的统一数据视图，通过建立监管数据集市，支持系统进行数据查询、分析、监测等；监管报表系统则为满足外部监管报送的具体需求，提供了报表配置、报表填报、报表查询、报表生成、报表组装、监测预警及系统管理等功能。 　　1.2.2数据架构 　　为了建立全行统一的监管统计数据架