美章網(wǎng) 資料文庫 數(shù)據(jù)集市的信用風(fēng)險論文范文

    數(shù)據(jù)集市的信用風(fēng)險論文范文

    本站小編為你精心準(zhǔn)備了數(shù)據(jù)集市的信用風(fēng)險論文參考范文,愿這些范文能點(diǎn)燃您思維的火花,激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

    數(shù)據(jù)集市的信用風(fēng)險論文

    1信用風(fēng)險數(shù)據(jù)集市構(gòu)建探索

    1.1信用風(fēng)險數(shù)據(jù)集市定位信用風(fēng)險數(shù)據(jù)集市的定位是構(gòu)建一個適應(yīng)商業(yè)銀行數(shù)據(jù)特點(diǎn)和信用風(fēng)險管理需求的數(shù)據(jù)中心系統(tǒng),為進(jìn)一步完善商業(yè)銀行全方位、多層次的信用風(fēng)險管控體系服務(wù)。通過對海量的內(nèi)外部數(shù)據(jù)按不同主題進(jìn)行區(qū)分和加工,計(jì)算出各類指標(biāo)等中間數(shù)據(jù)和衍生數(shù)據(jù),將數(shù)據(jù)中的隱含信息最大程度的加以挖掘、表達(dá)和運(yùn)用,為信用風(fēng)險管理提供服務(wù)。

    1.2信用風(fēng)險數(shù)據(jù)集市建設(shè)目標(biāo)信用風(fēng)險數(shù)據(jù)集市的總體建設(shè)目標(biāo)是建立一個以信用風(fēng)險管理為主、面向全行各業(yè)務(wù)部門的、支持各類信用風(fēng)險應(yīng)用的數(shù)據(jù)集市環(huán)境。數(shù)據(jù)集市的數(shù)據(jù)范圍需要覆蓋銀行內(nèi)部客戶方面、交易與投資業(yè)務(wù)方面、信貸資產(chǎn)業(yè)方面的所有細(xì)節(jié)數(shù)據(jù)與相關(guān)風(fēng)險應(yīng)用的派生數(shù)據(jù),為各個不同的風(fēng)險應(yīng)用系統(tǒng)之間提供數(shù)據(jù)共享服務(wù),以保證全行一致的風(fēng)險數(shù)據(jù)視圖根據(jù)信用風(fēng)險數(shù)據(jù)集市的定位,并結(jié)合商業(yè)銀行信用風(fēng)險管理的需求和特點(diǎn),系統(tǒng)的建設(shè)目標(biāo)主要包括以下幾方面:1)解決各系統(tǒng)數(shù)據(jù)分散、彼此獨(dú)立的問題,構(gòu)建全行性的數(shù)據(jù)平臺,對來自不同系統(tǒng)的數(shù)據(jù)進(jìn)行整合后的共享,實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一管理和利用。2)盡可能多的收集并利用與信用風(fēng)險相關(guān)的各類外部數(shù)據(jù),如工商、稅務(wù)、征信等方面的數(shù)據(jù),使商業(yè)銀行內(nèi)部的信用風(fēng)險管理從有限的內(nèi)部資源中延伸到廣闊的外部環(huán)境中,利用更多有價值的數(shù)據(jù)信息為信用風(fēng)險管理服務(wù)。3)對獲取的基礎(chǔ)數(shù)據(jù)進(jìn)行掘取和加工,提煉出客戶、產(chǎn)品、行業(yè)、機(jī)構(gòu)等不同維度中的隱含信息,分析并掌握數(shù)據(jù)背后的潛在規(guī)律,為信用風(fēng)險管理提供依據(jù),完成業(yè)務(wù)數(shù)據(jù)向信用風(fēng)險管理信息的過渡。4)面對信用風(fēng)險管理中不同下游應(yīng)用系統(tǒng)的數(shù)據(jù)需求,在集市內(nèi)部區(qū)分不同的數(shù)據(jù)模型,在集市外部提供統(tǒng)一的數(shù)據(jù)供應(yīng)平臺,保證各應(yīng)用系統(tǒng)間數(shù)據(jù)的統(tǒng)一性。5)解決行內(nèi)各部門間信息不對稱的問題,統(tǒng)一內(nèi)外部監(jiān)管報表數(shù)的據(jù)口徑,實(shí)現(xiàn)集市自動對不同系統(tǒng)、不同報表之間數(shù)據(jù)的校驗(yàn),提高報表數(shù)據(jù)質(zhì)量,并提供靈活查詢工具實(shí)現(xiàn)隨時、隨需提取數(shù)據(jù)生產(chǎn)報表。

    2系統(tǒng)總體架構(gòu)

    2.1數(shù)據(jù)采集方案

    信用風(fēng)險數(shù)據(jù)集市是對數(shù)據(jù)進(jìn)行應(yīng)用的系統(tǒng),因此數(shù)據(jù)采集是保證系統(tǒng)性能和應(yīng)用效果的前提和基礎(chǔ)。在設(shè)計(jì)數(shù)據(jù)采集方案時需要重點(diǎn)考慮數(shù)據(jù)質(zhì)量、采集效率、ODS數(shù)據(jù)庫建設(shè)以及數(shù)據(jù)處理過程ETL的實(shí)現(xiàn)。為保證數(shù)據(jù)質(zhì)量,除了在系統(tǒng)建設(shè)初期通過數(shù)據(jù)分析和業(yè)務(wù)部門訪談來查找和修正錯誤數(shù)據(jù)外,在系統(tǒng)架構(gòu)的設(shè)計(jì)中也應(yīng)該引入數(shù)據(jù)質(zhì)量管理和控制機(jī)制,在數(shù)據(jù)采集的源頭上做好數(shù)據(jù)質(zhì)量管理和控制,避免因數(shù)據(jù)質(zhì)量問題造成上層應(yīng)用的失真。數(shù)據(jù)質(zhì)量管理和控制機(jī)制的工作原理如圖1所示。采集來的數(shù)據(jù)被存儲在數(shù)據(jù)存儲區(qū)中,在數(shù)據(jù)存儲區(qū)之后設(shè)定一系列的數(shù)據(jù)質(zhì)量檢查規(guī)則對數(shù)據(jù)質(zhì)量進(jìn)行檢查。質(zhì)量檢查規(guī)則是通過數(shù)據(jù)質(zhì)量規(guī)則庫來完成的,數(shù)據(jù)質(zhì)量規(guī)則庫是事先定義好的檢查規(guī)則,當(dāng)然也可以隨時對其中的規(guī)則進(jìn)行修改和補(bǔ)充。ODS數(shù)據(jù)庫對數(shù)據(jù)的采集應(yīng)當(dāng)實(shí)現(xiàn)的目標(biāo)是:將內(nèi)部各業(yè)務(wù)系統(tǒng)數(shù)據(jù)及外部不同來源的數(shù)據(jù)采集至統(tǒng)一的ODS數(shù)據(jù)倉庫,再經(jīng)過統(tǒng)一的ETL處理過程后供應(yīng)給信用風(fēng)險數(shù)據(jù)集市,如圖2所示。各業(yè)務(wù)系統(tǒng)數(shù)據(jù)先經(jīng)過ODS匯總后,再統(tǒng)一供應(yīng)給集市,這樣可大大提高數(shù)據(jù)采集效率,同時減少數(shù)據(jù)冗余問題,并節(jié)省存儲空間。ETL的處理過程是指數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載,主要作用是減少對數(shù)據(jù)倉庫時間窗口的占用,減少數(shù)據(jù)的轉(zhuǎn)換過程。隨著基于信用風(fēng)險數(shù)據(jù)集市應(yīng)用的增多,ODS到ETL的過程應(yīng)減少依賴性,避免應(yīng)用的增加造成ETL的重復(fù)開發(fā)。上述的數(shù)據(jù)采集架構(gòu),從數(shù)據(jù)的采集路徑與環(huán)節(jié)看,數(shù)據(jù)流明確,環(huán)節(jié)簡單,對原業(yè)務(wù)系統(tǒng)影響很小。而信用風(fēng)險數(shù)據(jù)集市的數(shù)據(jù)統(tǒng)一來源于ODS,也能保證系統(tǒng)的安全性也較高,且有效避免了重復(fù)的數(shù)據(jù)整合與轉(zhuǎn)換工作[3]。

    2.2系統(tǒng)邏輯結(jié)構(gòu)設(shè)計(jì)

    信用風(fēng)險數(shù)據(jù)集市以挖掘數(shù)據(jù)中的信用風(fēng)險信息為目的,對于數(shù)據(jù)的應(yīng)用應(yīng)打破關(guān)系型數(shù)據(jù)庫理論中標(biāo)準(zhǔn)泛式的約束,將業(yè)務(wù)系統(tǒng)的數(shù)據(jù)重新組織和整理,為各類信用風(fēng)險應(yīng)用提供數(shù)據(jù)支持。在對整個系統(tǒng)的邏輯結(jié)構(gòu)進(jìn)行設(shè)計(jì)時,應(yīng)從面向應(yīng)用的角度出發(fā),采用“自頂向下”的設(shè)計(jì)方法,對數(shù)據(jù)分層處理、逐層加工。按照這個思想,將信用風(fēng)險數(shù)據(jù)集市的邏輯結(jié)構(gòu)設(shè)計(jì)如圖3所示。系統(tǒng)邏輯架構(gòu)自下而上分為三層:基礎(chǔ)層、模型層和應(yīng)用層。基礎(chǔ)層包括從ODS數(shù)據(jù)倉庫以及ETL處理過程;模型層包括數(shù)據(jù)緩沖層、基礎(chǔ)整合層、加工匯總層和應(yīng)用接口層;應(yīng)用層指針對信用風(fēng)險數(shù)據(jù)的各類應(yīng)用,如:為相關(guān)系統(tǒng)供數(shù)、RWA及經(jīng)濟(jì)資本計(jì)算、固定報表、靈活查詢、指標(biāo)查詢等。

    2.2.1基礎(chǔ)層的設(shè)計(jì)基礎(chǔ)層的關(guān)鍵在于ETL過程的設(shè)計(jì)。ETL過程的作用是將ODS獲取的數(shù)據(jù),經(jīng)過一系列加工處理加載進(jìn)信用風(fēng)險數(shù)據(jù)集市的過程。ETL處理流程主要包括以下主要步驟[4]:數(shù)據(jù)抽取:數(shù)據(jù)抽取就是將集市需要的業(yè)務(wù)數(shù)據(jù)從ODS數(shù)據(jù)倉庫抽取到ETL的數(shù)據(jù)轉(zhuǎn)換區(qū)的過程;數(shù)據(jù)檢查和出錯處理:在數(shù)據(jù)轉(zhuǎn)換區(qū)中,對源數(shù)據(jù)質(zhì)量進(jìn)行檢查,形成檢查報告,并進(jìn)行相應(yīng)的出錯處理,對于嚴(yán)重錯誤,需要系統(tǒng)維護(hù)人員現(xiàn)場做出相應(yīng)的處理。數(shù)據(jù)轉(zhuǎn)換:數(shù)據(jù)轉(zhuǎn)換包括對源系統(tǒng)數(shù)據(jù)進(jìn)行整理、剔除、合并、驗(yàn)證等一系列轉(zhuǎn)換工作,最后形成集市數(shù)據(jù)結(jié)構(gòu)所需的數(shù)據(jù),存放在轉(zhuǎn)換區(qū)的數(shù)據(jù)表中。數(shù)據(jù)加載:數(shù)據(jù)加載將數(shù)據(jù)轉(zhuǎn)換的結(jié)果數(shù)據(jù)加載到集市,并形成數(shù)據(jù)加載情況的報告。經(jīng)過以上ETL處理流程,能夠使數(shù)據(jù)源穩(wěn)定的、周期性的導(dǎo)入到信用風(fēng)險數(shù)據(jù)集市中。

    2.2.2模型層的設(shè)計(jì)模型層是信用風(fēng)險數(shù)據(jù)集市的核心,這層的作用是組織信用風(fēng)險管理所需的數(shù)據(jù),形成信用風(fēng)險類應(yīng)用的數(shù)據(jù)基礎(chǔ)。基礎(chǔ)區(qū)按不同風(fēng)險主題采用模型化結(jié)構(gòu)存儲信用風(fēng)險應(yīng)用所需的各類明細(xì)業(yè)務(wù)數(shù)據(jù)。因?yàn)楦黝愋庞蔑L(fēng)險采用的計(jì)量方法不盡相同,因此基礎(chǔ)區(qū)按不同風(fēng)險主題對數(shù)據(jù)進(jìn)行整合。又因基礎(chǔ)數(shù)據(jù)來自不同的源系統(tǒng),結(jié)構(gòu)復(fù)雜多樣,為將這些數(shù)據(jù)整合、關(guān)聯(lián)起來,形成完整的信用風(fēng)險數(shù)據(jù)信息,同時在結(jié)構(gòu)上保持一定的穩(wěn)定性和一致性,因此在不同主題下采用模型化結(jié)構(gòu)對帶有同樣業(yè)務(wù)特征的數(shù)據(jù)進(jìn)行分類存儲。在模型層,經(jīng)過ETL處理后的數(shù)據(jù)被存儲在數(shù)據(jù)緩沖層中。數(shù)據(jù)緩沖層是一個數(shù)據(jù)臨時存儲區(qū),其作用是等待數(shù)據(jù)被進(jìn)一步調(diào)用。在數(shù)據(jù)緩沖層之上是基礎(chǔ)數(shù)據(jù)整合層,在這層中,集市將按照不同主題域?qū)?shù)據(jù)做初步的區(qū)分和整理。主題域的劃分是逐層細(xì)化的,基礎(chǔ)整合層主要有對公信貸、零售信貸、公共主題、投資交易幾個主題。其中對公信貸包括參與主題、客戶評級、交易活動、業(yè)務(wù)流程、風(fēng)險緩釋、債項(xiàng)評級、不良資產(chǎn)、財(cái)務(wù)信息等二級主題;零售信貸包括個貸、個人征信、信用卡、零售分池、中小企業(yè)等二級主題。經(jīng)過基礎(chǔ)整合層的主題域劃分,各類業(yè)務(wù)明細(xì)數(shù)據(jù)和外部數(shù)據(jù)已被做出初步匯總和區(qū)分,不同來源的數(shù)據(jù)經(jīng)過主題的劃分被有效關(guān)聯(lián)起來,數(shù)據(jù)間的聚合程度得到了提高,有利于數(shù)據(jù)的進(jìn)一步運(yùn)用。基礎(chǔ)整合層之上是加工匯總層,加工匯總層完全由應(yīng)用驅(qū)動,根據(jù)信用風(fēng)險管理應(yīng)用需求來存儲和加工匯總后的指標(biāo)數(shù)據(jù)等。該部分可以根據(jù)不同應(yīng)用系統(tǒng)的指標(biāo)進(jìn)行劃分二級主題,也可以根據(jù)風(fēng)險的收益、資本、敞口等等進(jìn)行劃分主題對基礎(chǔ)整合層的數(shù)據(jù)加以挖掘和提煉,進(jìn)一步從基礎(chǔ)數(shù)據(jù)中提取有效信息,產(chǎn)生更多的中間數(shù)據(jù)、指標(biāo)數(shù)據(jù)和衍生數(shù)據(jù)。信用風(fēng)險數(shù)據(jù)集市中,直接與各類應(yīng)用對接的是應(yīng)用接口層。這層定義了集市與具體應(yīng)用間的數(shù)據(jù)接口、數(shù)據(jù)文本、視圖和建模款表等,將數(shù)據(jù)模型中的信息通過具體應(yīng)用表達(dá)出來,使信用風(fēng)險應(yīng)用得以實(shí)現(xiàn)。

    2.2.3應(yīng)用層的設(shè)計(jì)應(yīng)用層是信用風(fēng)險數(shù)據(jù)集市建設(shè)的目的所在,根據(jù)商業(yè)銀行信用風(fēng)險管理方面的具體需求可通過信用風(fēng)險數(shù)據(jù)集市支持內(nèi)部評級系統(tǒng)、風(fēng)險預(yù)警系統(tǒng)等系統(tǒng)的建設(shè),完成RWA及經(jīng)濟(jì)資本和各類指標(biāo)的計(jì)算,提供內(nèi)外部監(jiān)管報表的查詢等。在下文中將對信用風(fēng)險數(shù)據(jù)集市的具體應(yīng)用展開進(jìn)一步探討。

    3信用風(fēng)險數(shù)據(jù)集市的應(yīng)用

    信用風(fēng)險數(shù)據(jù)集市的應(yīng)用總體可分為三個方面:數(shù)據(jù)支持、報表和統(tǒng)計(jì)分析和決策支持,如圖4所示。

    3.1數(shù)據(jù)支持類應(yīng)用

    數(shù)據(jù)支持是指為各類信用風(fēng)險管理類的系統(tǒng)供數(shù),滿足各類信用風(fēng)險應(yīng)用系統(tǒng)的數(shù)據(jù)采集需求,保證這類系統(tǒng)的應(yīng)用的順利實(shí)現(xiàn)。同時也與這類信用風(fēng)險應(yīng)用系統(tǒng)進(jìn)行交互,即不僅為下游應(yīng)用系統(tǒng)提供數(shù)據(jù)支持,也吸收這類系統(tǒng)產(chǎn)生的數(shù)據(jù)結(jié)果,用于更多的信用風(fēng)險管理當(dāng)中。因此,信用風(fēng)險數(shù)據(jù)集市在數(shù)據(jù)支持方面是雙向的,數(shù)據(jù)流的進(jìn)、出兩條線是并行的。

    3.2報表和統(tǒng)計(jì)分析類應(yīng)用

    報表和統(tǒng)計(jì)分析的應(yīng)用分為定制報表和靈活查詢。定制報表指根據(jù)信用風(fēng)險管理的內(nèi)外部監(jiān)管報表需求,按確定的報表樣式、數(shù)據(jù)口徑、取數(shù)規(guī)則、勾稽關(guān)系和報表頻度等制作出直接可用的報表。靈活查詢則是不針對具體報表需求的數(shù)據(jù)提供,只提供足夠多的數(shù)據(jù)字段,由用戶自己根據(jù)需求選取所需字段并加以組合,形成符合自身需求的報表或查詢結(jié)果。

    3.2.1風(fēng)險分析主題的劃分在實(shí)現(xiàn)報表和統(tǒng)計(jì)分析類的應(yīng)用中,應(yīng)重點(diǎn)考慮兩方面問題:一是如何最才能大程度的滿足各類不同的報表或數(shù)據(jù)查詢需求,二是需要考慮隨著業(yè)務(wù)的發(fā)展以及信用風(fēng)險管理的不斷深入,報表和統(tǒng)計(jì)分析的需求還將不斷增長和擴(kuò)展。從這兩點(diǎn)出發(fā),需要將數(shù)據(jù)區(qū)分成不同的風(fēng)險分析主題。風(fēng)險主題的劃分應(yīng)從報表及統(tǒng)計(jì)分析的需求出發(fā),先把集市中已有的數(shù)據(jù)區(qū)分成諸如資產(chǎn)質(zhì)量、不良資產(chǎn)、預(yù)警監(jiān)控等不同主題,再對每個主題進(jìn)行挖掘和補(bǔ)充,利用已有數(shù)據(jù)產(chǎn)生更多隱含數(shù)據(jù),豐富每個主題的數(shù)據(jù)字段。每個主題之間是彼此獨(dú)立但又相互調(diào)用的關(guān)系。除了劃分風(fēng)險分析主題外,商業(yè)銀行還可以針對自身的需求和特點(diǎn)建立專題話的分析主題,如集團(tuán)客戶分析,關(guān)聯(lián)交易分析等。

    3.2.2報表工具的選擇報表和統(tǒng)計(jì)分析類應(yīng)用的另一個難點(diǎn)就是靈活查詢的實(shí)現(xiàn)問題。提供靈活查詢功能的目的在于使用戶可根據(jù)需要隨時提取數(shù)據(jù)信息或生成報表。因此,靈活查詢需要結(jié)合專門的報表工具才能得以實(shí)現(xiàn)。綜合考慮報表工具的緩存能力、數(shù)據(jù)提取的靈活程度等方面,選擇了ORACLE公司的BIEE報表工具。它不僅在數(shù)據(jù)緩存和提取上表現(xiàn)良好,還可以完整的連接企業(yè)內(nèi)各個異構(gòu)數(shù)據(jù)源,從而使報表制作變的更加智能。用戶可以通過不同數(shù)據(jù)字段、度量維度和分析維度輕松組合出所需的報表,必要時還可以通過圖形展示。

    3.3決策支持類應(yīng)用

    決策支持引進(jìn)不同的決策分析模型,通過大量的數(shù)據(jù)計(jì)算對某個風(fēng)險專題進(jìn)行推演,其計(jì)算結(jié)果可反映管理決策的可行性或給出可供選擇的方案。如RWA及經(jīng)濟(jì)資本的計(jì)算、壓力測試、組合管理等都是信用風(fēng)險數(shù)據(jù)集市在決策支持方面的應(yīng)用。

    4結(jié)束語

    本文從商業(yè)銀行信用風(fēng)險管理發(fā)展的需要出發(fā),結(jié)合內(nèi)外部監(jiān)管要求,探討了信用風(fēng)險數(shù)據(jù)集市的建設(shè)方法,并詳細(xì)闡述了系統(tǒng)在數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)模型設(shè)計(jì)和具體運(yùn)用方面的構(gòu)建思路并給出解決方案。從商業(yè)銀行信用風(fēng)險管理的發(fā)展趨勢來看,信用風(fēng)險數(shù)據(jù)集市必將過渡更為包含更多數(shù)據(jù)信息的大數(shù)據(jù)系統(tǒng),并且還要從獨(dú)立的系統(tǒng)發(fā)展成為與云端數(shù)據(jù)交互的共享系統(tǒng)。

    作者:管薇薇周凱單位:江蘇銀行風(fēng)險管理部

    主站蜘蛛池模板: 精品国产一区二区三区四区| 亚洲一区AV无码少妇电影☆| 亚洲欧洲一区二区| 精品久久国产一区二区三区香蕉| 亚洲AV无码一区二区三区国产 | 91精品国产一区| 国产精品日韩欧美一区二区三区| 精品成人av一区二区三区| 日韩最新视频一区二区三| 福利电影一区二区| 无码av免费毛片一区二区| 国产乱码精品一区二区三区麻豆| 日本精品高清一区二区| 四虎成人精品一区二区免费网站| 国产色综合一区二区三区| 在线|一区二区三区四区| 无码视频一区二区三区在线观看 | 美女免费视频一区二区| 久久er99热精品一区二区| 无码精品人妻一区| 日本一区二区三区精品视频| 国产精品视频一区二区三区经| 国产一区二区三精品久久久无广告| 国产一区二区成人| 国产吧一区在线视频| 国产成人一区二区在线不卡| 蜜臀AV在线播放一区二区三区| 久久毛片免费看一区二区三区 | 欧洲精品一区二区三区在线观看 | 色窝窝无码一区二区三区成人网站| 精品成人av一区二区三区| 国产AⅤ精品一区二区三区久久| 波多野结衣在线观看一区| 日韩精品一区二区三区国语自制 | 国产成人无码一区二区三区在线| 冲田杏梨高清无一区二区| 色一情一乱一伦一区二区三区| 内射一区二区精品视频在线观看| 立川理惠在线播放一区| 精品国产免费一区二区三区| 国产日韩AV免费无码一区二区三区|