数据仓库在证券业的应用.pdfVIP

数据仓库在证券业的应用 随着数据仓库技术的发展，在线分析、数据挖掘已渐渐获得了券商的青 睐，但数据仓库在证券业中却鲜有成功的案例，大部分券商对数据仓库 也都持观望的态度，对数据仓库的应用仅限于研究阶段 。那么究竟数 据仓库的“行”在何处：它可以为我们带来什么？为什么“不行”：它的应 用为什么不能达到其预期的效果？怎样才能使数据仓库从“不行”的模 式转到到“行”的模式？本文试对此进行探讨，并认为数据的集中统一是 数据仓库应用的基础；确立合理的数据模型是数据仓库应用的核心；高 效的应用系统是数据仓库应用的动力；良好的外部环境是数据仓库成功 应用的外部保障。 数据仓库的“行” 这里所说的数据仓库的“行”主要是指数据仓库可以做什么，它的使用能 为证券业带来哪些好处，为什么对券商来说是一个行之有效的工具。 数据仓库（Data Warehouse）是在数据库基础上发展而来的，是一个 面向主题的、集成的、稳定的、不同时期的数据集合，用以支持企业经 营管理中的决策过程。它通常由三个部分构成：数据仓库、联机分析处 1 理及数据挖掘，它们之间具有极强的互补关系。数据仓库用来对大量的 数据按一定的结构进行组织存储；联机分析处理则可进行灵活丰富的多 维分析与查询，可以从不同的角度去分析企业的运作情况，并对未来进 行预测；数据挖掘则是对现有数据进行深层次的研究分析，从中找出对 经营管理有用的结论。 由上述对数据仓库的叙述，不难看出特别是对券商这种数据密集型的企 业而言，数据仓库技术的应用在以下三个方面有其得天独厚之处和现实 的意义： 提升客户服务 虽然大部分券商已积累了大量的客户信息和交易数据， 但现在还没有办法对客户的贡献度、盈亏情况、持仓情况及操作习惯等 进行统计和分析，为客户提供针对其个人习惯的投资组合建议。而通过 建立数据仓库，为客户资料的统计分析提供基本的信息源和辅助工具， 已成为券商提高市场竞争能力和客户服务水平的关键。 提高资产质量 数据仓库中强大的分析和预测功能为此提供了有力的支 持，可根据股市行情走势、上市公司的资料以及宏观微观经济数据等对 未来市场进行预测，为客户和自有资产的经营管理提供合理的建议，从 而有效地提高资产质量、防范经营风险。 2 降低成本 数据仓库的建立可使券商更加及时、准确地掌握自身的经营 状况、资金情况、利润情况、客户群分布等重要的信息，从而能有效地 提高管理水平、降低经营成本，使整个证券公司的经营管理更加高效、 科学、规范。 数据仓库的“不行” 虽然从理论上说数据仓库技术的应用可以为券商带来很大的收益，但实 际情况却并不尽如人意，完全意义上的数据仓库的应用在证券业中还鲜 有成功的案例，这也使得相当部分券商对它“望而却步”，为什么数据仓 库从“行”变成了“不行”，不能有效发挥其应有的作用呢？究其主要原因 就是数据仓库技术没有做到与证券业务的有机融合 。 系统平台不统一 目前大部分券商所用的业务系统平台并不统一，如交 易系统用一种软件，清算系统又用另一种软件，还有的证券公司中各家 营业部所采用的业务系统的平台也不一样，而且大部分采用的都是分布 的管理模式，这种情况造成了数据的分散、数据结构的多样。而数据仓 库的基础是大量集中的、丰富的、按统一规则组织存放的数据，分散的、 结构不同的数据使得数据采集困难，数据仓库不能有效地发挥其作用。 技术与业务部门欠协调 数据仓库的提出和应用通常都是技术部门在其 中扮演重要角色，业务部门参与得较少，但实际上没有业务部门与技术 3 部门之间的很好协调，数据仓库是不可能应用成功的。因为数据仓库技 术是管理科学、计算机科学、网络科学和分析手段的大融合，从技术上 来说数据库技术的发展已使数据仓库的实现并不困难，而关键在于怎样 使用它。数据仓库的成功使用离不开管理思想和业务经验的完美结合， 在有了相应的技术支持以后，只有同时具备丰富的业务经验和先进的管 理思想的使用者才能成功使用数据仓库，得到有用的信息。 缺乏管理经验 数据仓库不乏失败的案例，如美国在对越战争中根据越 军对美军攻击的时间和