MIS系统目标功能模式概述

1、73/73MIS系统目标功能模式数据仓库架构数据仓库以及建立在数据仓库基础之上的OLAP和数据挖掘应用是满足现代商业银行治理信息系统专门好的技术解决方案。因此，在我们逐一讨论银行治理信息系统和分析型客户关系治理系统之前，首先让我们了解一下数据仓库的一般架构，如下图所示：图 SEQ 图 * ARABIC 1数据仓库一般架构源系统数据源指存储从OLTP（联机事务处理）系统来的事务数据的数据存储库。数据源可能包括综合业务系统、信贷治理系统、网银系统、龙卡交换中心、个人信贷信息系统等作业系统以及外部数据源。这些数据源必定包含不同的语义定义和格式。在某些情况下，在不同的系统之间会出现冗余的数据，这些信息

2、的共享和协调并没有被合理的配置。正是因为那个缘故，某一个能够为银行各个部门以及其它信息用户提供一致的、无冗余的、可靠的集中化的信息基础架构将给某银行带来增值利益。数据源代表了运营和事务处理（OLTP）业务应用所搜集和存储的数据。数据仓库一般从一个单一的数据源开始，或者从能满足初始报表和分析需求的最少的数据源开始，然后在数据仓库的整个生命周期内扩展到一个互动式的情况以包含更多的数据源和外部系统（如有必要）。ETL抽取抽取是指识不最佳的数据源，并从中获得所需的数据。它是将数据导入数据仓库的第一步。抽取意味着读取并理解源数据，并复制数据仓库所需要的部分。它由以下选择、全抽取、Delta抽取等功能组成

3、。转换转换包含专门多不同的技术和步骤；它泛指使数据仓库信息适合于终端使用的过程。这一过程包括那些将源数据格式变为目标数据库格式的模块。转换是选择、变更或操作数据的过程。一般而言，转换包括映射、清洗、汇总、重排和排序等步骤。转换过程中使用的业务规则必须在元数据中加以捕捉和保存以确保对数据有一个恰当和一致的理解。加载加载是指将转换好的数据放入数据仓库中的过程。通过批加载工具处理大批量和预排序数据，能够优化数据加载的性能。ETL元数据ETL元数据提供了治理用于源系统到ODS，ETL的映射和转换规则的工具。元数据能够关心用户理解数据含意，数据是如何到达用户的，之间发生了什么情况。业务用户需要理解他们访

4、问的数据。ETL部分的元数据大致会包含下列内容：数据源和ODS数据之间的映射关系ETL过程描述参数（包括抽取、清洗、衍生、汇总、变形的逻辑）数据加载打算数据加载纪录（如日志、时刻标签等）操作数据存储（ODS）ODS是一个集成和集中化的数据存储，它由多个主题的企业级数据组成，包括低层的、细粒度的、为报表目的而长期保存的数据。ODS必须以关系型数据库来存储和治理数据，最佳的结构通常是按照与业务远景和战略一致的主题而划分的第三范式。ODS元数据ODS所需的元数据要紧是银行范围的实体关系模型或逻辑数据模型（LDM）。ETL元数据将元数据域映射到数据仓库数据域（属性），在ETL过程中提供转换、清洗、确认

5、和整合的规则，作为业务需求的解决。多维数据存储（数据集市）数据集市代表用多维模型存储的数据，这些数据为不同的应用服务器和IT用户提供汇总数据。数据集市是针对某一特定主题、部门或用户类不的一组数据集合。这些数据通过优化以达到快速访问和分析报告的目的；因此，数据结构是高度汇总并具有索引的。一般来讲，数据集市所包含的历史数据要比ODS少得多。这一层的重点是要以能方便、及时访问的方式组织企业数据。在数据集市中，数据按星型模式和雪花模式组织，这比第三范式更容易操控。工具供应商都会要求或者推举数据使用星型模式。一般而言，他们的工具生成好的SQL语句的功能比较有限。因此结构越简单会带来越大的优势。同样，图表

6、工具也要求快速的响应。星型模式在这一点要比范式设计优越。数据集市能够是物理或逻辑的。物理的数据集市保存在数据库中，逻辑的数据集市则能够是ODS的一系列视图。假如是逻辑数据集市，它将使用与ODS相同的软硬件平台。物理数据集市能够是关系型数据库或多维数据库（MDDB）。一般来讲物理的数据集市适用于复杂的业务逻辑和大量的数据。OLAPOLAP（联机分析处理）以多维数据分析闻名。在数据仓库中查询和分析信息方面提供先进的能力。能够从多角度、多方位地考察客户的信息，如按产品维度、地区纬度、时刻维度等。OLAP一般能够划分为3种类型：关系型OLAP（ROLAP）：使用一个关系型的或者扩展关系型的数据库治理系

7、统（DBMS）来存储和治理仓库数据。ROLAP服务器负责对每一个DBMS后台的优化，汇总扫瞄逻辑的实施，以及其他的工具和服务。ROLAP一般比MOLAP具有更好的可扩展性。多维OLAP（MOLAP）：通过基于阵列的多维存储引擎，多维OLAP能支持多维数据访问。它们直接将多维视图映射到数据立方体阵列结构。使用数据立方体的优势在于它能对预先计算好的汇总数据进行快速索引。混合OLAP（HOLAP）：HOLAP方法结合了ROLAP和MOLAP技术，汲取了ROLAP的可扩展优势和MOLAP的快速计算优势。举例来讲，一个HOLAP服务器同意大量的底层数据储存于关系数据库中，同时将汇总数据储存在另外的MOL

8、AP存储库中。在以下的分析型客户关系治理和治理信息系统中会给出OLAP的应用示例。数据挖掘数据挖掘是按照企业既定的业务目标，对大量的企业数据进行探究、揭示隐藏其中的规律性并进一步将之模型化的先进、有效的方法。如通过对客户各种数据深入分析，了解客户的行为，建立模型，并对客户以后的行为进行预测。下表为一般的数据挖掘方法分类和功能讲明。本文不就具体算法展开详细讨论，但会在以下的分析型客户关系治理和治理信息系统中会给出数据挖掘的应用示例：类不功能算法预测模型分类决策树，神经网络，差异分析 ，Logistic回归， Probit 回归数值预测线性回归，非线性回归，径向基函数分割聚类分析K均值，Demog

9、raphic，神经网络链接分析关联发觉统计，集合论序列关联发觉统计，集合论相似时刻序列发觉统计，集合论预测时刻序列预测诸如ARIMA, Box-Jenkins, 神经网络等的统计时刻序列模型表 SEQ 表 * ARABIC 1数据挖掘分类和功能表现层表现层要紧以图形方式以及灵活的、可配置的报表工具向用户展现最终的结果。图形化方式应该就不同的应用支持包括2-D图、树状显示、散点图、线图、饼图等多种图形展示方式；可配置的报表工具应该提供可配置的报表模版以及自定义报表的能力。治理信息系统体系结构治理信息系统数据仓库体系架构那个地点的治理信息系统要紧指的是分析型客户关系治理系统、治理会计系统、信贷风险

10、治理系统、资产负债治理信息系统。治理信息系统是为不同的治理主题服务的，它是对集中的业务数据和其他银行内/外数据的综合分析、处理和应用。由于总、分行之间的治理职能有所不同，总分行治理信息系统对数据的要求也随着不同的治理需求有所不同。此外，由于越来越多治理决策需要详尽的、多维的支持信息；同时也要求治理信息系统能具备一定的分析预测和知识发觉能力。这就要求治理信息系统建立在数据仓库技术的基础之上。有四种方案组织建行的治理信息系统数据仓库：将数据完全集中在总行或在部分一级分行集中数据是一个方面；针对每一个单独的治理主题构建一个数据仓库与建立统一的数据仓库是另一方面。以下分不描述这四种数据仓库某方法的优劣

11、：第一种方法：总行建立一个集中的、面向多个治理主题的数据仓库该方法将所有的治理信息系统所需的所有细粒度数据以及汇总数据都集中存储在总行的一个数据仓库之中，该数据仓库将面向所有的治理主题包括分析型客户关系治理、治理会计、资产负债治理和信贷风险治理。分行以客户端方式获得所需的分析后的信息。该方法的优势在于能提供一个全行集中的数据存储、保证全行数据的一致性。该方法的劣势在于该方法的构建成本太高，它将从总行、数据中心以及分行抽取数据，抽取的难度相对较大，此外，构建全行集中的数据仓库对容量的要求也相当高（举例来讲，假设100,000,000个人账户平均每年交易20次，每次交易需要1000字节的存储空间来

12、记录交易的相关内容，为了分析型的客户关系治理，每个账户的交易记录至少要保持两年。那么，仅这一项数据存储对数据仓库容量的要求就达到4TB）。此外集中海量的数据对数据治理、模型建立都提出了专门高的要求，而要在浩瀚的数据海洋中发觉知识的难度也相应加大。第一种方法示意图如下：第二种方法：总行建立多个集中的、面向不同治理主题的数据仓库。该方法将治理信息系统所需的所有细粒度数据以及汇总数据按不同的治理应用分类，集中存储在总行的多个数据仓库之中。分行以客户端方式获得所需的分析后的信息。该方法相比于前一种方法的优点在于数据集中的程度相对降低，按不同的治理主题分类也使得数据治理和模型建立具有针对性。该方法的劣势

13、在于，部分治理主题比如治理会计、分析型客户关系治理仍然对数据仓库的容量和性能提出了专门高的要求；其次，由于不同的治理主题之间有交叉重叠的应用（如多维收入成本分析既涉及治理会计的成本分摊也涉及分析型客户关系治理的客户盈利分析和客户区分等、财务分析既涉及治理会计的财务指标计算也涉及资产负债治理得利润分析等），建立多个面向不同治理主题的数据仓库一方面难以保证信息的单一视图，另一方面也有可能造成相同数据的重复抽取和重复存储。第二种方法的示意图如下：第三种方法：分行建立一个集中的、面向多个治理主题的数据仓库，总行建立一个面向多个治理主题的数据仓库该方法将治理信息系统所需的细粒度数据集中存储于分行、总行集

14、中存储各分行的汇总数据，不存储交易级不和账户级不的最细粒度数据。同时分行和总行的数据仓库差不多上满足多个治理主题的。该方法的优点在于对数据仓库容量的要求进一步降低；同时，由于各分行只有一个数据仓库同时总行的数据仓库与分行数据仓库存储的数据对象不同，因此各数据仓库数据的一致性易于保证；此外，在清晰定义了总分行之间的治理应用分布之后，数据也相对易于治理。但该方法也有不足之处：首先各分行条件不一，需要分步试点实施；其次，也是相当重要的一点是，如此的应用架构无法满足信贷集中治理的需求，需要另建专门为信贷治理服务的数据仓库。第三种方法的示意图如下：第四种方法：分行建立多个面向不同治理主题的数据仓库，总行

15、建立多个面向不同治理主题的数据仓库该方法是四种方法里对数据仓库容量要求最小的，但该方法的缺点同样显著：首先，该方法所造成的体系结构过于复杂、接口程序过多、规划、开发难度大；同样，数据的一致性也专门难得到保证；此外，假现在后要向总行集中的方式过渡，也将面临推倒重来的局面。第四种方法的示意图如下：综上，建议建行采纳第三种方式来建立治理信息系统的体系结构，在有条件的分行、针对某些治理主题先行试点建立数据仓库。在采取第三种方式的同时，需要注意以下几点：由于信贷风险治理宜全行集中，信贷的评级系统需要信贷相关的详细数据。建议建行在总行建立信贷业务专门的数据仓库，提供集中性及具历史性的风险因素数据。各分行建

16、立治理信息系统数据仓库应保证逻辑数据模型的一致性以及一致的数据治理规范，总行因对此有所规划和治理。如此不仅利于总行数据仓库的接口程序开发，也利于向今后可能的总行集中模式过渡。总分行的数据仓库某都要保证可扩展性和灵活性。可扩展性是指可扩展性是在不显著增加系统响应时刻和软硬件花费的情况下，在用户数量、数据量或处理能力方面增加系统负载的能力；灵活性是指分行和总行的数据仓库能够灵活的适应新增的应用需求，比如总行为满足某一应用需求需要细粒度的数据，应该能够便捷的从分行的数据仓库中抓取获得。治理信息系统演进策略银行治理信息系统的某需要有打算、分步骤地实施，逐渐扩展应用的范围。同时，治理信息系统的应用应该搭

17、建在可扩展的数据平台上，如此治理信息系统本身也能在技术水平、数据基础逐渐完善的情况下不断的扩展和更新。分析型客户关系治理系统、治理会计系统、资产负债治理信息系统和信贷风险治理信息系统是银行治理信息系统的核心组成部分，这些系统将支持银行的运营效益、风险操纵、治理决策、绩效考核等银行核心治理主题。但这些治理信息系统并不是互相独立的个体，相互之间都存在互动的关系。某银行在考虑治理信息系统的规划的时候，必须注意到这一点。下图大致讲明了这四个系统相互之间的信息支持：由上图可见，目标模式的这些治理信息系统是互相支持的。每个系统的部分应用功能都有可能成为其它系统应用功能的基础。正是基于如此的缘故，在考虑某这

18、些治理信息系统的规划时，我们必须强调系统设计的模块化和可扩展性。如此，当某个系统的某项应用功能开发出来后，另一个系统的依靠于这一应用功能的治理应用模块能够被迅速的被开发出来，并平稳的移入系统。具体在规划某这些治理信息系统的时候，能够优先考虑那些相对独立的治理应用模块。例如分析型客户关系治理系统的客户行为分析、客户需求分析、市场趋势分析、交叉销售分析等；资产负债治理信息系统的内部资金转移定价、市场风险分析、财务分析等；信贷风险治理会计系统的内部评级模型、限额设置等；治理会计系统的全面预算、基于作业成本法的营运成本分摊等。特不需要强调的是，不管治理信息系统的某采取如何样的先后顺序，数据仓库的某以及

19、全面的数据、信息收集都会是目标模式治理信息系统的基础。分析型客户关系治理应用架构由于操作型客户关系治理的数据库要满足日常交易的访问，同时储存的信息并不能满足分析型客户关系治理的所有需求。依照上述治理信息系统数据仓库体系架构的讨论以及公司客户的操作型客户关系治理打算某在总行。建议建行在总行集中满足分析型客户治理需求的公司客户详细信息和个人客户的汇总信息；各一级分行集中满足分析型客户治理需求的个人客户的详细信息。详细信息包括：详细信息包括：客户差不多信息（Profile）帐户信息（包括帐户差不多信息和交易记录等）财务信息（要紧是公司客户的财务信息）关联信息（包括确认的和识不的关联账户和关联客户信息

20、等）渠道使用信息（包括使用频率、轨迹记录等）客户接触记录（包括市场推广、促销记录、客户投诉等）成本核算信息（包括产品成本、渠道成本、营销成本等）市场信息（金融政策、同业信息等）汇总信息为以上这些信息不同程度的汇总，汇总的程度视具体应用的不同而不同。例如，汇总信息能够是某分行25-30岁客户的利润贡献度，也能够是华东地区25-30岁客户的利润贡献度；能够是某分行月收入4000元以上客户的渠道使用偏好，也能够是全行月收入4000元以上客户的渠道使用偏好。这完全取决于总行要做如何样的分析和挖掘。关于诸如个人VIP客户的治理，能够考虑在总行集中存储详细信息。具体实现方式能够是由总行按照一定的规则直接从

21、源系统中抓取；也能够是分行筛选出来向总行传递，如此总行和分行都能进行个性化的服务。分析型客户关系治理的数据集中和应用分布都会存在于总行和一级分行两个层面。但数据集中的程度和粒度以及总行和一级分行需要的客户治理分析应用都各不相同。下面首先分析不同要求的客户治理应用分析在某银行的分布：图 SEQ 图 * ARABIC 2分析型客户关系治理应用架构分析型客户关系治理的应用划分是按照当前某银行目前的经营体制决定的，分行和总行行使不同的职能。分行要紧负责与营销紧密相关的具体的客户分析；而总行的分析型客户关系治理提供的则是对全行的经营策略有决策支持作用的信息。下面就逐一描述这些应用所对应的功能讲明、可能的

22、分析方法、需要的数据大类以及这些数据大类将从哪些系统中获得。需要讲明的是，这些数据可能目前无法从现有系统中获得，对具体的数据需求将在分析型客户治理信息系统的实施过程中分析。分行层面的客户区分在分行层面进行的客户区分要紧指按照客户的贡献度、客户的潜在价值、以及不同客户群体使用渠道的偏好、产品的偏好进行客户分类。分类的维度能够按年龄、地区、教育程度、收入等各种资料（profile）的属性来进行。客户区分将指导分行制定营销战略、客户对待方式，引导优质客户使用他们乐意使用的渠道和产品。进行客户区分可能使用的分析方法包括：OLAP、K均值聚类、关联分析、Demographic聚类等。（那个地点不对这些数

23、据挖掘的数学模型进行详细讲明，仅供参考，下同）。进行客户区分所需要的数据包括：客户差不多信息、帐户信息、渠道使用信息、成本核算信息等。要紧的数据源包括：核心业务系统等业务处理系统、大前置、会计核算系统等。分行层面的多维利润分析在分行层面进行的多维利润分析是按照客户维、产品维、渠道维对分行的整体经营利润进行分析。这将关心掌握分行客户的贡献度和渠道贡献度，也为分行客户区分、客户对待策略、经营策略提供支持信息。进行多维利润分析可能使用的分析方法包括：OLAP。多维利润分析所需要的数据包括：客户差不多信息、帐户信息、渠道使用信息、成本核算信息等。要紧的数据源包括：核心业务系统等业务处理系统、大前置（各

24、类前置系统）、会计核算系统等。分行层面的客户需求分析在分行层面进行的客户需求分析要紧是指依照客户的产品使用情况、市场的信息、同业信息研究分行客户的需求。客户需求分析同样能够按年龄、地区、教育程度、收入等各种资料（profile）的属性来进行。客户需求分析将指导分行的地区特色的产品开发策略和营销策略。进行客户需求分析可能使用的分析方法包括：树型归纳、神经网络、回归模型等。客户需求分析需要的数据包括：客户差不多信息、帐户信息、渠道使用信息、客户接触记录、市场信息等。要紧的数据源包括：核心业务系统等业务处理系统、大前置、市场信息收集系统（目前没有）、客户接触记录（包括网银系统、呼叫中心、手机银行、市

25、场推广等）。分行层面的客户行为分析客户行为分析是指依照客户的交易行为、与银行接触的记录分析并发觉单个客户或具有某一共同特征的客户群的行为模式以及与之相关的因素。一旦找到了客户行为模式以及与之相关的因素，银行就能够采取相应的对待策略，提高运作效率；或者依照客户的行为掌握客户的需求。分行层面的客户行为分析与分行层面的客户区分也是紧密结合在一起的，客户行为分析为客户区分提供依据。客户行为分析可能使用的分析方法包括：时刻序列分析、关联分析等。客户行为分析需要的数据包括：客户差不多信息、帐户信息、渠道使用信息、客户接触记录等。要紧的数据源包括：核心业务系统等业务处理系统、大前置、客户接触记录（包括网银系

26、统、呼叫中心、手机银行、市场推广等）。分行层面的交叉销售分析交叉销售分析指的是银行依照客户历史交易行为、关联账户等信息，分析并发觉银行提供金融服务产品之间可能存在的关联。交叉销售分析能够指导分行的营销策略，提高业务增长和银行收入。交叉销售分析可能使用的分析方法包括：关联分析、回归模型等。交叉销售分析所需要的数据包括：客户差不多信息、帐户信息、渠道使用信息、客户接触记录等。要紧的数据源包括：核心业务系统等业务处理系统、大前置、客户接触记录（包括网银系统、呼叫中心、手机银行、市场推广等）。分行层面的客户中意度分析客户中意度分析指的是银行依照内部运营数据（包括：服务质量、市场份额、利润率及成长率等）

27、，客户反馈（包括客户对银行的评价、热线服务请求以及客户调研数据等）和其他外部来源的数据评价客户对银行提供金融服务的中意度。客户中意度分析可能用到的分析方法包括：OLAP等。客户中意度分析所需要的数据包括：各项汇总的经营指标、客户接触记录信息等。要紧的数据源包括：核心业务系统等业务处理系统、客户接触记录等。总行层面的客户区分在总行层面进行的客户区分要紧指按照客户的贡献度、客户的潜在价值、以及不同客户群体使用渠道的偏好、产品的偏好进行客户分类。分类的维度能够按年龄、地区、教育程度、收入等各种资料（profile）的属性来进行。客户区分将指导总行制定营销战略、市场定位、重点客户进展方向，引导优质客户

28、使用他们乐意使用的渠道和产品。进行客户区分可能使用的分析方法包括：OLAP、K均值聚类、关联分析、Demographic聚类等。客户区分需要的数据包括：汇总的客户资料（profile）、不同程度汇总的客户盈利分析、汇总的客户使用渠道的信息、汇总的客户使用的产品的信息等。要紧的数据源为各分行的为分析型客户关系治理服务的数据仓库。总行层面的客户需求分析在总行层面进行的客户需求分析要紧是指依照客户的产品使用情况、市场的信息、同业信息研究建行客户的整体需求。客户需求分析同样能够按年龄、地区、教育程度、收入等各种资料（profile）的属性来进行。客户需求分析将指导某银行的产品开发策略和营销策略。进行客

29、户需求分析可能使用的分析方法包括：树型归纳、神经网络、回归模型等。客户需求分析需要的数据包括：不同程度汇总的客户产品使用信息、市场信息摘要、重大事件信息等。要紧的数据源为各分行的治理信息系统数据仓库以及外部市场信息的搜集。总行层面的多维利润分析在总行层面进行的多维利润分析是按照客户维、产品维、渠道维对全行的整体经营利润进行分析。这将关心掌握某银行产品贡献度、客户贡献度和渠道贡献度，也为客户区分以及经营策略提供支持信息。进行多维利润分析可能使用的分析方法包括：OLAP。多维利润分析所需要的数据包括：不同程度汇总的多维利润信息。要紧的数据源为各分行治理信息系统数据仓库。总行层面的市场趋势分析总行层

30、面的市场趋势分析指的是依照历史情况以及外部经济环境对市场的一个预测。包括客户投资偏好预测、产品盈利预测、客户增长预测等；同时市场趋势分析也将试图找出与上述预测紧密相关的市场因素（比如利率水平、A/B/H股指数水平、GDP等）。进行市场趋势分析可能使用的分析方法包括：时刻序列分析、关联发觉等。市场趋势分析所需要的数据包括：重大市场信息、市场上的要紧经济指标、历史的汇总多维收入、成本分析、历史的汇总要紧经营指标（比如存贷款、客户数等）。要紧的数据源为各分行治理信息系统数据仓库、总行的为分析型客户关系治理服务的数据仓库（在建立时会导入历史的汇总要紧经营指标）、外部市场信息收集系统（目前没有）。总行层

31、面的重大事件分析重大事件分析是预测重大事件发生时，可能带来的对建行业务、经营的正负两方面的阻碍。如利率变化、增收手续费、QFII、国有股减持、混业经营政策的放开等。重大事件分析能够关心建行发觉国家政策、市场环境发生变化时新的目标客户群体、可能流失的客户群体、客户的储贷能力的变化等。进行重大事件分析可能使用的分析方法包括：时刻序列分析、回归方法等。重大事件分析所需要的数据包括：历史上重大事件发生时相关经营指标的变化、外部市场信息、国家/内部政策信息等。要紧的数据源为历史的要紧经营指标、外部市场信息收集系统（目前没有）。总行层面的客户行为分析总行层面的客户行为分析是指分析并发觉具有某一共同特征的客

32、户群的行为模式以及与之相关的因素。一旦找到了客户行为模式以及与之相关的因素，银行就能够采取相应的对待策略，提高运作效率；或者依照客户的行为掌握客户的需求。总行层面的客户行为分析与总行层面的客户区分也是紧密结合在一起的，客户行为分析为客户区分提供依据。客户行为分析可能使用的分析方法包括：时刻序列分析、关联分析等。客户行为分析需要的数据包括：不同程度汇总的客户行为信息、不同程度汇总的多维盈利分析和渠道使用信息。要紧的数据源为各分行治理信息系统数据仓库。治理会计系统应用架构治理会计系统作为银行治理信息系统的重要组成部分，是为以责任中心为核算单位的预算编制和执行、成本操纵以及多维成本盈利计算分析和业绩

33、考核指标计算等治理目的服务兼具作业和决策支持功能的系统。同时，治理会计系统也为客户关系治理、资产负债治理、风险治理等治理主题提供信息支持。建行的治理会计体系至少应该包括全面预算治理、成本盈利分析以及业绩考评指标体系。同样，治理信息系统的数据仓库将为治理会计系统提供单一视图的数据支持，核心业务系统、营业费用核算系统等系统作为数据仓库的数据源。需要注意的是，治理会计特不注重对成本的分析和治理，它以贯穿于经营治理各个活动中的成本、效益分析而著称。要按产品、部门和地区计算利润意味着相应的成本资料也要分产品、分部门和分地区。商业银行要做到这一点，面临着许多困难。从实务的角度来讲，原有的银行会计工作流程没

34、有区分上述的成本，难以归集分产品和分部门的成本和费用，也就难以与相应的收益相配比；从理论的角度来讲，作为服务行业的商业银行，其自身的业务特点也造成传统的会计核算方法难以提供准确的成本信息，不可能像生产企业那样，产品一出来，与之相关的生产成本信息献出来了。即使现有的银行会计工作流程差不多按照传统会计方法的要求去做了，所得到的成本信息也不专门准确，而这不是治理会计系统所能解决的问题。因此，成本盈利分析的精确程度将取决于成本资料的详细程度。全面预算治理会计系统应该支持灵活的全面预算流程和方法。支持的预算流程包括：预算的编制（事前操纵）：部门预算和综合预算预算的执行（事中操纵）：及时的检查预算的执行情

35、况。预算的差异分析（事后操纵）：对比分析，纠正不利差异。治理会计系统对预算编制的支持应该建立在以利润中心和成本中心划分为基础的责任中心上。预算编制模块同时应该支持：自下而上的预算与自上而下的预算相结合同一部门的纵向汇总和同一级行的横向汇总，即不同的角色定义滚动预算方式预算编制的内容应该包括业务预算（包括收入预算、费用预算和利润预算等）、资本支出预算和财务预算。预算的编制，除了工作量较大以外，并没有实质性的技术障碍。治理会计系统应该支持自动的预算执行，比如超出预算部分自动报批等。同时，系统也应能自动产生预算差异报表，以便进行预算差异分析并基于此调整预算。多维的成本盈利治理建行的治理会计系统应该能

36、够进行多维度的成本和盈利的治理。成本核算和盈利分析是这一功能的两个要紧方面，但由于进行帐户、产品、客户等盈利性分析的过程中不可幸免会涉及到成本的核算问题，因此以下将分不就帐户、产品、客户、渠道和机构的盈利性分析进行阐述，而关于成本核算的内容也会包括在其中。需要讲明的是，由于成本盈利性分析的过程中，有许多特定的因素使得具体的方案设计会因为各个银行的情况不同而不同，因此我们会列出一些毕博认为的最佳实践以供建行参考。另外，治理会计的有些功能可能会耗费大量的信息技术成本，而银行需要在细致的分析和成本耗费之间作出选择。在下面的详细描述中也简要讲明了进行不同程度的成本盈利分析所需要的数据，这些数据来源于各

37、作业系统、各会计核算系统和总帐系统。帐户的利润贡献度计算帐户的利润贡献度的计算方法如下图所示，之因此采纳比率而不是数量的方式来表示，是因为如此有利于依照收息和付息的利率差来识不盈利帐户，而不是利息收入。然而运用比率的计算也会有相应的问题，比如在可控成本不变而帐户平均余额减小时帐户的利润贡献度会不公平的提高。因此，在利润贡献度计算的报表中应该包括一些必要的解释。下面将对上述各项的计算方法予以简要解释：净利差：关于存贷款帐户来讲，净利差是指银行通过汲取存款、发放贷款业务，而猎取的利差，需要注意的是净利差的计算要考虑资金成本，即需要建立在内部资金转移定价的基础上来计算净利差。其他收入：一方面是指存贷

38、款帐户的一些服务收费、佣金收入（如开户费等），另一方面关于一些基于费用的业务，比如保险代理，代收代付等业务，不考虑利差的收入，应将其收入算为其他收入。关于这类业务，能够采纳ROA来计算其利润贡献度，即需要除以这一帐户的平均分配资产，那个地点涉及到关于每个帐户的平均资产的确定标准，比如信用卡能够用平均的透支额度来计算。另外关于这类业务，能够只是按照利润的数量而不是按比率来计算其利润贡献。 那个地点需要注意的是，这些业务也许在银行的系统中没有对应的帐户，那么要想计算这类业务的贡献度，就必须基于这些业务的交易信息。另外需要注意的是，有的情况下，可能有专门多产品对应于一个帐户，比如捆绑销售活期帐户、信

39、用卡和借记卡，现在需要依照具体的交易数据依照ABM（基于作业的治理）或只是依照未捆绑前的可能收入的比例来划分这一帐户的收入，这就对系统提供的数据提出了更高的要求。可控成本：可控成本是指能为责任中心所操纵，发生数额能够具体阻碍的成本。直接费用都应归属于可控成本，而间接费用的一部分是可控成本。比如人力资源部进行薪酬处理和薪酬查询的费用应分摊到业务部门的部分是业务部门的可控成本，因为业务部门能够操纵薪酬支票的数量和进行薪酬查询的数量，而总行行政层的工资也许关于业务部门来讲确实是不可控成本。之因此不将不可控成本用于计算帐户的利润贡献度是因为帐户不应承担与其无关的费用，比如总行行政人员的工资，如此不利于

40、比较不同帐户的相对利润贡献。那个地点需要注意的是可控成本的概念是相对的，同时受制于一定的组织条件，例如，假如银行有产品经理来对广告费用负责，那么一笔用于推广这一产品的成本关于每个该产品的帐户来讲确实是可控成本，否则也许这笔费用确实是不可控成本。而可控成本的计算首先要基于一定的成本分摊技术。首先要将成本中心的成本分摊到各个利润中心，因为不同的成本中心之间可能也会有成本分配，比如人力资源部同样也会利用计算中心的资源，因此能够采取直接分配法（每一个成本中心的成本只分配给同意服务的利润中心而不考虑成本中心相互之间提供的服务）或顺序分配法（先确定成本中心的成本分摊顺序，再逐一分摊）。而将各个利润中心的成

41、本分摊到具体的帐户的方法有专门多种，比如平均项目成本法、标准成本法等，其中先进的银行通常采纳作业成本法（ABC）的方法来进行。作业成本法的工作原理能够通过下图来表示：作业成本法的工作原理分为两个时期，第一时期应基于资源成本推动因素将责任中心的可控成本（如薪酬、设备、原料）分配给作业，资源成本推动因素是指考评一项业务活动所耗费资源数量的指标，这一分配过程的精确性专门大程度上取决于实际应用中收集数据的准确程度，比如能够将直接参与作业的职员成本以完成各项作业的时刻为基础分配到各个作业，这就需要计量职员完成各项作业的时刻。第二时期以成本推动因素为基础来把作业的成本分配到成本对象，比如帐户。成本推动因素

42、是指任何能够考评流程业务活动或成本对象耗用成本的因素，比如帐户的数量。风险预备率：要紧以本银行或同业的经验为基础，确定各类帐户的损失系数，包括商业贷款帐户、消费贷款帐户、信用卡帐户等。资本成本：为了计算基于经济资本回报率基础上的利润贡献度分析，有必要将资本的成本作为减项处理，简单的方法能够只是用WACC或确定的一个资本成本来作为所有的帐户利润共享度的减项。产品/客户的利润贡献度计算假如上述的帐户利润贡献度只计算银行系统中存在的帐户的利润贡献度，或者不能对几种产品共享帐户进行计算，则要想精确的计算产品/客户的利润贡献度，就需要采取收入和成本分摊的方式来相应计算那些没有具体帐户的业务的利润贡献度，

43、能够采取上述的方式。假如银行的系统能够支持银行所有的单个帐户/业务（包括没有具体帐户的业务）的利润贡献度，则产品/客户的利润贡献度计算将相对简单，能够采取加总（关于以数量衡量的帐户利润贡献度计算）或取平均值的方式（关于以比率计算的帐户利润贡献度）来进行计算。渠道的利润贡献度计算关于渠道的利润贡献度计算，不能简单通过加总或平均帐户利润贡献度获得。因为一个单一帐户可能使用专门多种渠道，因此准确的计量渠道的利润贡献度相对复杂，需要采纳相对可衡量的标准，比如通过不同渠道的交易额或时刻。但由于目前银行的渠道越来越多，交易量越来越大，因此过去发达国家中采取这种方法的银行都逐渐发觉如此的计算经常比较主观，而

44、且可能投入的成本过高，因此现在专门多银行都倾向于将渠道作为成本中心来看待，即只是运用ABC法来衡量其成本。机构的利润贡献度计算关于机构的利润贡献，通常可不能依照帐户的利润贡献来计算，而是依照各个不同的机构的总帐来计算相应的财务考核指标。业绩考核指标财务指标是银行业绩考评的重要指标之一，它与客户指标、内部流程指标、职员指标共同构成平衡记分卡的基础。其中财务指标是从银行使用资本效率的角度动身的。由于财务指标的源数据大多来源于会计核算体系，因此治理会计系统能够在数据仓库的基础之上提供财务指标的计算。财务指标能够分为财务治理类和风险治理类指标。财物治理类指标是对收入成本相关的衡量，下图为财务治理指标示

45、例：图 SEQ 图 * ARABIC 3财务治理类指标示例风险治理类指标是对风险相关的衡量，下图为风险治理指标示例：图 SEQ 图 * ARABIC 4风险治理指标示例以上这些示例中的内容只是指标的大类，可能包含粒度更细的指标，比如资本充足比率有可能包含核心资本占总资产的比率、权益资本占总资产的比率、全部资本占总资产的比率等。计算这些指标的源数据以及方法应该在治理会计系统中被精确定义，至少应该包括：数据项及其来源数据项的粒度应该达到在数据仓库或源系统内实现的粒度相关的部门财务指标应该针对相应的总分行及部门，相关的部门能实时对其进行查询统计的口径和维度统计的频度下图为业绩考核指标的定义示例：图

46、SEQ 图 * ARABIC 5业绩考核指标定义示例资产负债治理信息系统应用架构资产负债治理信息系统是银行进行资产负债治理活动所需要的决策支持系统。它通过预测市场利率、汇率、资产风险的变动趋势，结合金融模型进行市场风险分析和预测，为资产负债结构的调整提供决策依据；同时也对银行的财务状况进行分析，关心迅速找到利润增长点以及可能的问题区域；资产负债治理信息系统另一项特不重要的应用确实是对内部资金转移定价的支持，引导资金的流向和使用方式。由于资产负债治理在分行层面要紧以流淌性治理为主，而对资产负债结构的分析和市场风险的情境模拟预测、财务分析、内部转移定价的制定以及资本治理要紧集中在总行层面，因此资产

47、负债治理信息系统在不同层次行的应用也有所不同，对数据的要求也有所不同（详见下面的分析）。分行层面的资产负债治理信息系统要进行流淌性分析，需要资产负债的账户级数据，数据存储量较大；总行层面的资产负债治理信息系统要紧以分析模拟的数值计算为主，对数据存储的要求不是专门高。因此，建议使用治理信息系统的数据仓库支持资产负债治理信息系统的数据要求，在分行进行流淌性分析，并为总行的数据仓库提供所需的资产负债治理信息（比如汇总的资产负债结构、加权的资产负债久期、分类的资产历史收益率等）。市场风险分析和预测资产负债治理信息系统的一项要紧工作确实是对银行资产及负债的市场风险的分析、模拟和预测。具体来讲，要紧包括：

48、利率风险、汇率风险和流淌性风险等，以下简单描述利率风险、流淌性风险以及外汇风险对资产负债治理信息系统的要求。利率风险治理和操纵利率风险是资产负债治理信息系统的重要内容。利率风险包括资产负债的差额风险、存贷利率变动幅度不一致的基差风险，以及利率变动引起借款人提早偿付借款本息和存款人提早提取定期存款的潜在选择权风险。资产负债治理信息系统能就以上这些情况，依照假定的条件进行模拟，从而全面地推断银行面临的各种利率风险。而准确地测量银行承受的利率风险程度，把利率风险量化，这些是制定利率风险治理策略的基础。同样的，资产负债治理信息系统也能对这些策略进行系统内的模拟。衡量利率风险要紧通过模拟进行。设计良好的

49、模拟系统是准确测量利率风险的差不多保证。模拟系统衡量利率风险的差不多方法有：资产负债差额报告、资产负债净持有期分析和VaR（风险值）计算。资产负债差额报告测量资产负债差额风险，包括期限差额风险和数量差额风险。资产负债治理信息系统能够依照银行的资产负债情况自动准确地生成任何分期时限的资产负债差额报告，例如，1天、7天、1个月、3个月、1年，等等。差额报告能够显示出资产负债表中由差头顶寸构成的利率风险区域，差额报告的内容经常包含利率风险治理策略的建议。资产负债治理信息系统还应该支持净持有期和凸性分析。持有期是资产或负债现金流量现值的加权平均期限。持有期和凸性能够测量出和利率的变动引起资产或负债市场

50、价值的变动量，依照资产负债表的净持有期，我们能够设计规避利率风险的方案。VaR（风险值）计算资产/负债在一定置信区间内的最大风险值，计算的数学模型方法包括参数模型模拟法、历史模拟法和蒙特卡洛模拟法。使用资产负债治理信息系统不仅能够分析银行当前的资产负债汇率风险情况，同样的，还能够模拟各种利率方案/利率风险治理工具对银行资产负债成分、结构以及风险暴露的阻碍。利率风险治理工具包括固定收入债券投资组合、存贷款定价、不同期限的融资借款、其它金融工具（包括期货、利率掉期、期权等）。资产负债治理信息系统能就使用的不同利率风险治理工具进行模拟，衡量其收益、可行性以及对其它银行治理指标如流淌性头寸和资本充足率

51、的阻碍。同时，应该就策略的组合进行系统模拟和评估。因为独立地分析一种策略，这种策略可能看起来是最好的策略，然而使用模拟模型检验这种策略对资产负债表的整体阻碍时，检验结果可能证明这种策略是不令人中意的。流淌性风险保证提供充足的流淌性是资产负债治理的目标之一。为了达到那个目标，资产负债治理信息系统需提供全面和准确的流淌性需求和来源分析。流淌性分析结果对制定有效的流淌性治理策略起到决策支持作用。预测银行流淌性需求的要紧方法有：资金来源和运用法和资金结构法。系统应该支持多种不同的预测方法。资金来源和运用法是依照统计预测以后存款和贷款变化量，可能出银行对流淌性的需求。其中，关于以后存贷款变化的预测有两种

52、方法：一种方法是函数法，即通过统计得到：总存款变化是国民生产总值增长率、货币供给增长率、银行可能盈利率、银行可能差不多贷款利率、可能通货膨胀率的函数；而预期的总贷款变化则是人均收入增长率、货币供给增长率、可能零售增长率、可能货币市场的存款收益利率、可能通货膨胀率的函数。另一种方法是拆分法，立即以后存贷款增长的预测分为3个要紧部分：趋势部分、季节部分和周期性部分。资金结构法是基于所预测的银行存款和其它资金来源被提取而因此游离银行之外的可能性，将银行负债分为三类：“热钞票”负债、敏感资金和稳定资金，再建立相应的流淌性储备。在确定了流淌性需求的规模及性质以后，还要分析流淌性来源。系统应该就采纳不同的

53、流淌性来源进行模拟和评估。例如，利率上升时，债券的价格下降，债券的期限越长、价格下降的幅度越大，这种情况下采纳短期债券作为流淌性来源比采纳长期债券作为流淌性来源成本更低。系统应该能就具体的假定情况给出详细直观的分析结果。汇率风险汇率风险指汇率波动对银行外汇资产负债带来的风险。一般而言，汇率风险是与利率风险紧密结合在一起的。它一般存在于诸如远期、期货、期权、调期等外汇金融工具中。资产负债治理信息系统必须能从银行交易的外汇金融工具中识不汇率风险，并量化这些风险，从而制定有效的外汇治理战略。汇率风险的量化要通过几个步骤，一是要测量风险头寸；二是要测量风险头寸对市场变动的敏感性并测量市场的波动幅度；然

54、后仍然是利用VaR的利润对汇率风险进行测算。具体对资产负债治理信息系统来讲，首先它要具备测量外汇风险头寸的能力，这需要收集交易级不的外汇交易信息；其次，资产负债治理信息系统要能依照历史汇率的变动情况，计算出风险头寸对市场变动的敏感性，包括某一置信区间内各种汇率/利率的波动幅度和相关系数；最后依照VaR的理论，按不同的模型方法计算银行外汇资产负债所面临的汇率风险。衡量汇率风险的目的在于治理外汇资产组合以及合理的采纳外汇风险治理技术，包括期权、调期、远期、期货等来降低外汇风险。资产负债治理信息系统所应具备的功能包括依照历史的各币种之间的相关系数及各国经济周期模拟各种可能的外汇资产币种结构；设定外汇

55、风险治理限额，包括外汇交易限额、外汇投资组合限额、外汇信用限额等； 支持使用各种保值或降低风险的金融工具的定价、模拟和风险测算。由上可见市场风险分析所需的数据要紧包括：帐户或交易级不的资产负债信息、交易级不的衍生品交易信息、交易级不的外汇交易信息、汇总的客户行为信息（如提早还款比率等）、各项金融产品的历史投资收益曲线、外汇利率水平历史数据及各国经济周期相关系数、货币供给增长率、可能通货膨胀率等。利润分析资产负债治理委员会必须能够随时掌握本机构的财务状况。资产负债治理系统应该提供准确的利润分析，及时发觉阻碍利润率的问题区域，以关心银行及时采取有效措施来治理和操纵这些问题区域。资产负债治理系统应该

56、能支持静态分析、动态分析和同业比较三种财务状况分析方法。静态分析是指依照最新的财务报告分析银行当前的财务状况，包括统计分析和财务比率分析；把各时期的静态分析结合起来确实是动态分析，动态分析能够确定银行财务状况的进展趋势；同业比较是指把银行的财务状况静态分析和动态分析结果与同业相比较。系统应该能基于以上三种方法，对不同的财务指标进行分析，并以灵活的方式展示。系统另外应该支持的一项专门重要的功能确实是利润的分解分析，利润分解分析结构如下图所示：图 SEQ 图 * ARABIC 6利润分解分析结构系统应该能就利润分解分析结构中的每一项进行钻取，进行静态的、动态的分析比较，并能够就不同的分支机构和部门

57、进行钻取，从而能够形成有针对性地决策支持信息。利润分解分析最大的特点确实是能找出利润的要紧来源在哪里以及阻碍利润的问题区域在哪里。举例来讲，通过历史比较（在系统内以图形化的方式显示）发觉资产收益率下降的要紧缘故是净非利息业务收益率的下降和净非业务收益率的下降；同时，系统显示银行的要紧利润来源是净利息收益，因此就接着钻取看如何进一步提高净利息收益率；进一步发觉收息资产占总资产的比重逐年下降，而收息资产净利息收益率逐年小幅攀升。因此就能够得出结论：阻碍利润的问题区域是净非利息业务收益率和净非业务收益率的下降；能够通过适当增加收息资产占总资产的比重来提升银行的利润。系统应该能支持以上分析流程的可视化

58、和灵活的展现，引导用户进行分析。使用利润分解分析需注意两个问题：第一，依照利润分解分析结果，资产负债治理委员会会制定提高盈利能力的策略，该策略必须用系统内的模拟模型进行检验，以模拟对流淌性、市场风险、资本基础的综合阻碍（可参见市场风险分析部分）。第二，利润分解分析只适用于盈利能力分析，不适用于流淌性分析、资本充足率分析和利率风险分析等。由以上也能够看出，利润分析的要紧数据源是汇总后的财务数据。内部资金转移定价（FTP）内部资金转移定价是资产负债治理一向专门重要的内容，科学的计算银行内部资金转移定价将为银行带来以下好处：资金转移计价可将市场风险因素合理的分散使净利息收入的准确衡量成为可能关心我们

59、确定合理的产品价格，使商业决策更加科学支持对银行各业务单元进行的绩效评估内部资金转移定价应该能将资金引向经济较发达、贷款质量和效益高的地区或产品，即内部资金转移定价需要区不对待、分类调节。这就要求资产负债治理信息系统能够建立灵活的内部资金转移定价模型，模型应该综合银行的经营目标、历史收益、风险预备以及多种内部资金转移定价算法等多方面的考虑因素，如下图所示：成熟的内部资金转移定价算法包括：参照法（Index）单一资金池法（Single Pool）混合资金池法（Blended Pool）加权资金池法（Weighted Pool）多池期限匹配法（Matched Maturity）固定期限法（Fixe

60、d Tenor）固定利差法（Fixed Spread）内部资金转移定价需要的数据包括:不同负债的融资成本(如不同期限存款、同业拆借、向央行借款、回购的利率等)、不同资产的历史收益曲线、资产负债期限结构、经营费用、风险预备、贷款派生存款系数等。资本治理资本治理的要紧内容一是为了检验银行是否符合巴塞尔新资本协议以及央行有关政策对有关各项资本比例、风险权数以及其计算方法的规定，二是在将经济资本按部门、产品、交易组合所对应的风险水平进行合理分配。对资本的合理分配是建立在对全行资本充足率进行准确衡量的基础之上的。资本充足率的计算必须是考虑全面风险（市场风险、信用风险和操作风险）的基础之上，按照巴塞尔协议