商業(yè)智能在商業(yè)銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用研究

《商業(yè)智能在商業(yè)銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、收稿日期:2004-03-30;修返日期:2004-06-09商業(yè)智能在商業(yè)銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用研究蘇光奎,蘇彥(武漢大學(xué)計(jì)算機(jī)學(xué)院,湖北武漢430079)摘要:面對(duì)商業(yè)銀行目前所面臨的信用風(fēng)險(xiǎn),參考巴塞爾銀行監(jiān)管委員會(huì)制定的新巴塞爾資本協(xié)議對(duì)于信用風(fēng)險(xiǎn)的有關(guān)規(guī)定,采用商業(yè)智能技術(shù)對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)進(jìn)行識(shí)別、度量及可視化,為銀行降低風(fēng)險(xiǎn)提供有效的決策支持。關(guān)鍵詞:商業(yè)智能;數(shù)據(jù)倉庫;數(shù)據(jù)集市;數(shù)據(jù)挖掘;信用風(fēng)險(xiǎn)中圖法分類號(hào):TP311.13文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1001-3695(2005)05-0197-02國有商業(yè)銀行的信用風(fēng)險(xiǎn)問題一直是商業(yè)銀行經(jīng)營中最為重

2、視的問題之一。因此,運(yùn)用先進(jìn)的科學(xué)和技術(shù)加強(qiáng)商業(yè)銀行的信用風(fēng)險(xiǎn)管理,幫助管理者作出正確的決策顯得尤為重要。商業(yè)智能是近十年來運(yùn)用數(shù)據(jù)倉庫技術(shù)發(fā)展起來的海量數(shù)據(jù)分析技術(shù)。該技術(shù)對(duì)企業(yè)內(nèi)部積累的大量歷史數(shù)據(jù)和可能得到的外部信息進(jìn)行統(tǒng)計(jì)分析和數(shù)據(jù)挖掘,提取有價(jià)值的知識(shí)。它能夠幫助銀行管理者識(shí)別風(fēng)險(xiǎn)、度量風(fēng)險(xiǎn)、控制風(fēng)險(xiǎn),合理制定商業(yè)計(jì)劃,贏取更大的商業(yè)優(yōu)勢。本文依據(jù)巴塞爾銀行監(jiān)管委員會(huì)制定的新巴塞爾資本協(xié)議對(duì)于信用風(fēng)險(xiǎn)的有關(guān)規(guī)定,運(yùn)用商業(yè)智能技術(shù),將銀行目前各個(gè)信息系統(tǒng)中的各種數(shù)據(jù)和外部數(shù)據(jù)整合到新的數(shù)據(jù)倉庫中,并進(jìn)行多維度、多層次分析和預(yù)測,從而實(shí)現(xiàn)減少風(fēng)險(xiǎn),降低不良資產(chǎn)率的

3、目的。1.商業(yè)智能技術(shù)概述商業(yè)智能技術(shù)的出現(xiàn)和發(fā)展都是為了滿足對(duì)歷史和現(xiàn)在的數(shù)據(jù)進(jìn)行分析和處理,為管理者提供決策依據(jù)的需要。而這是聯(lián)機(jī)事務(wù)處理系統(tǒng)沒有辦法完成的。商業(yè)智能技術(shù)主要由以下幾個(gè)部分組成:(1)數(shù)據(jù)抽取層。它把歷史數(shù)據(jù)和某些實(shí)時(shí)數(shù)據(jù)按照規(guī)則加入到數(shù)據(jù)倉庫中。這些數(shù)據(jù)是進(jìn)行決策分析的基礎(chǔ)。在銀行的數(shù)據(jù)倉庫中存放的數(shù)據(jù)應(yīng)該是從銀行現(xiàn)有的各個(gè)核心的應(yīng)用系統(tǒng)、各種表格、歷史遺留系統(tǒng)中抽取出來的干凈的、有效的數(shù)據(jù)。(2)OLAP引擎。它是將數(shù)據(jù)存放在各種特定的數(shù)據(jù)立方體中,從而利于終端用戶分析和查找數(shù)據(jù)。(3)報(bào)告層。它能幫助用戶對(duì)于所思考的問題尋找到答案。這一層所提供

4、的是終端用戶所需要的各種總結(jié)性的報(bào)告、表格和圖形。(4)數(shù)據(jù)挖掘。它幫助用戶找出數(shù)據(jù)的模式,從而預(yù)測未來用戶的行為、市場趨勢和要求及可能的欺騙行為。(5)信息概述。它是各種性能指標(biāo)的指示器,對(duì)各種指標(biāo)進(jìn)行預(yù)警。通過對(duì)綜合信息的顯示,使用戶持續(xù)跟蹤商務(wù)發(fā)展的趨勢。(6)商務(wù)分析。它提供了預(yù)先制定的可選擇的不同科目的決策的模擬分析,使用戶能夠很清晰地從中選擇不同的方法和維度作出自己的決策或商業(yè)計(jì)劃。1.商業(yè)智能在商業(yè)銀行信用風(fēng)險(xiǎn)中的應(yīng)用2.1信用風(fēng)險(xiǎn)管理框架依據(jù)巴塞爾銀行監(jiān)管委員會(huì)制定的新巴塞爾資本協(xié)議對(duì)于信用風(fēng)險(xiǎn)的有關(guān)規(guī)定,信用風(fēng)險(xiǎn)管理的結(jié)構(gòu)如圖1所示。2.2系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

5、銀行數(shù)據(jù)倉庫的建立不僅為信用風(fēng)險(xiǎn)提供了數(shù)據(jù)平臺(tái),而且為銀行的所有分析系統(tǒng)(包括收益率分析、CRM、資產(chǎn)負(fù)債管理和風(fēng)險(xiǎn)管理)提供數(shù)據(jù)。所以本系統(tǒng)將從各種數(shù)據(jù)源中獲得的數(shù)據(jù)按照不同的主題加入到現(xiàn)有的數(shù)據(jù)倉庫中去,建立不同粒度級(jí)的數(shù)據(jù),并將數(shù)據(jù)倉庫中與信用風(fēng)險(xiǎn)有關(guān)的主題進(jìn)行統(tǒng)計(jì)分析和數(shù)據(jù)挖掘,分析和預(yù)測的結(jié)果進(jìn)入風(fēng)險(xiǎn)管理部門專用的數(shù)據(jù)集市中或者直接用于決策者的分析。決策者也可以選擇數(shù)據(jù)集市中的數(shù)據(jù)通過數(shù)理統(tǒng)計(jì)和OLAP找出自己想要的答案,并根據(jù)對(duì)于不同決策的模擬而找到最適合的商業(yè)決策。其結(jié)構(gòu)框圖如圖2所示。這樣設(shè)計(jì)的優(yōu)點(diǎn)在于:(1)一次性建立數(shù)據(jù)倉庫,多個(gè)系統(tǒng)共享,節(jié)省開支。

6、(2)基于傳統(tǒng)技術(shù)的風(fēng)險(xiǎn)管理系統(tǒng)的數(shù)據(jù)來源是從操作型數(shù)據(jù)庫中得來的。操作型數(shù)據(jù)庫是為已知的任務(wù)和負(fù)載設(shè)計(jì)的。而風(fēng)險(xiǎn)管理系統(tǒng)涉及大量數(shù)據(jù)匯總級(jí)的計(jì)算,需要實(shí)現(xiàn)多維視圖,在操作型數(shù)據(jù)庫上進(jìn)行OLAP查詢,可能會(huì)大大降低操作任務(wù)的性能,這對(duì)于實(shí)時(shí)要求很高的銀行系統(tǒng)而言,顯然是不可取的。而數(shù)據(jù)倉庫環(huán)境對(duì)于響應(yīng)速度的要求不高,卻能滿足極為復(fù)雜的查詢要求。這樣做,會(huì)大大減輕操作性數(shù)據(jù)庫的維護(hù)負(fù)擔(dān)。(3)風(fēng)險(xiǎn)管理的決策支持需要?dú)v史數(shù)據(jù),而操作型數(shù)據(jù)庫一般不維護(hù)歷史數(shù)據(jù)。在這種情況下,操作數(shù)據(jù)庫中的數(shù)據(jù)盡管很豐富,但對(duì)于決策,常常還是遠(yuǎn)遠(yuǎn)不夠的。同時(shí),風(fēng)險(xiǎn)管理的決策支持需要將來自異種源

7、的數(shù)據(jù)集成,但操作型數(shù)據(jù)庫中的數(shù)據(jù)往往是未被集成的數(shù)據(jù)。這樣無法為多維分析和數(shù)據(jù)挖掘提供高質(zhì)量的,純凈的數(shù)據(jù)。而數(shù)據(jù)倉庫環(huán)境卻為多維分析和數(shù)據(jù)挖掘提供了良好的數(shù)據(jù)源。(4)基于商業(yè)智能的信用風(fēng)險(xiǎn)管理系統(tǒng)可以為決策者提供一個(gè)多維度、多側(cè)面、多層次的視角,為決策者定位風(fēng)險(xiǎn)、分析風(fēng)險(xiǎn)提供思路。而傳統(tǒng)的決策支持系統(tǒng)只能給出單一的結(jié)論,忽視了人在決策時(shí)主觀能動(dòng)性。(5)傳統(tǒng)的信用風(fēng)險(xiǎn)管理系統(tǒng)采用的統(tǒng)計(jì)方法,基本上都是線性模型,而實(shí)際的信用風(fēng)險(xiǎn)中有很多問題常常是非線性的,帶有噪聲的。對(duì)于這些問題,傳統(tǒng)方法很難有效解決,而數(shù)據(jù)挖掘中的關(guān)聯(lián)方法、決策樹方