数据仓库在证券业的应用

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。

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次数而得出了一个“越军在有月亮的晚上最易展开攻击”的无用结论。

数据仓库使用时一个重要问题是建立模型，数据仓库的产品一般可使用多种建模方法，如关联法、依赖法、时序法、神经网络以及利用统计分析等等，然后利用模型去对问题进行分析得出相应结论，建立在数据仓库之上的系统都是决策支持系统。

而要进行决策，针对一个具体的问题怎样分析，从什么角度进行分析，何种因素是主要的、何种因素是次要的，采用何种方法建模以及怎样建模都要依使用者的经验而定，这就要求使用者对相关的业务非常熟悉并具备相应的
管理和分析能力，否则得出的结论就很可能是无用的。

而对我国大部分券商而言，缺少的恰好就是这种经验，而且券商经营管理中的不规范也为数据仓库的成功应用增加了难度。

受政策影响较大人们将市场对经济的自动调节比喻为“一只看不见的手”，而股市则是反映经济情况的晴雨表，经济学家一直试图通过对市场的研究找出经济发展的规律，数据仓库的主要效用之一也就是通过对已有数据的分析借以揭示市场内在的发展规律，从而得出市场可能的走向。

但纵观中国证券市场十多年的风风雨雨，国家政策与宏观调控这只“看得见的手”在其中起了举足轻重的作用，当然这是由于我国证券市场先天基础不好，发展不规范使得国家不得不采取措施加以调整，但这也使得证券市场无可避免地打上了国家政策的烙印。

这种情况下，单纯根据市场规律，用数据仓库进行分析得到的预测结果与实际情况就会有所偏差。

从“不行”到“行”
如何将数据仓库的“不行”变为“行”，使其在我国的证券业发展中发挥巨大的作用，是广大券商普遍关心的一个问题。

那么在找出“不行”的原因之后我们就可“对症下药”采取相应的措施了。

数据的集中统一是数据仓库应用的基础。

首先要统一券商所用信息系统的平台，各营业部均应采用统一的系统平台，同时各业务系统也采用统一的平台，统一数据结构。

并采用集中的经营管理模式，使所有的数据都按相同的结构集中存放在一起，方便数据采集，做好数据仓库应用的基础工作。

确立合理的数据模型是数据仓库应用的核心。

电脑技术人员知道数据仓库可以“做什么”，业务人员则知道具体的分析要“怎么做”，为此应将技术部门与相关的业务部门进行很好的协调，充分发挥技术人员和业务人员的优势，根据证券业和本公司的具体情况选用合适的方法建立模型，这些模型经过检验正确后就可作为整个数据仓库的核心，为经营管理提供决策建议。

高效的应用系统是数据仓库应用的动力。

数据模型建好以后，要使其发挥应有的作用就应在其上建立相应的应用系统，包括客户关系管理系统、市场分析和风险控制系统等等，只有当建立于数据仓库基础之上的应用系统在券商的发展中起了很好的作用以后，证券公司的老总们才能充分意识到数据仓库的重要性，这就是数据仓库应用发展的动力所在。

良好的外部环境是数据仓库成功应用的外部保障。

令人欣慰的是国家已意识到证券市场健康稳定的重要性，证监会等领导机构对券商和上市公司的要求越来越严格，监管力度不断加强，这一切都促使中国股市朝健康稳定的方向发展。

我们有理由相信随着我国证券市场的逐步规范，股市也必将按市场规律进行发展，数据仓库就会发挥越来越大的作用。

结束语
数据仓库的应用在国外取得了很大的成功，但中国与外国在数据仓库的应用环境方面有很大的区别，所以数据仓库在中国的应用成功的案例并不多。

为了促进这项技术在证券业的成功应用，除了证监会等领导机构对证券市场进行规范为其创造良好的外部环境之外，更重要的是各证券公司注意业务系统平台的集中统一和技术与业务的有机融合，做好数据仓库应用的准备，勇敢面对加入WTO所带来的挑战。