阅读更多
引用

声明:本文为CSDN作者原创投稿文章,未经许可禁止任何形式的转载。
作者:施哲夫博士,软件工程师。美国密苏里大学计算机博士,数学和统计学硕士。曾在Microsoft 、Amazon、Bloomberg 工作。在数学建模、金融业计算机系统、云计算、机器学习、搜索和自然语言处理方面有多年的研究和开发经验。有多篇论文在一流国际期刊和会议上发表,并曾受邀为欧洲教授的书籍编写章节。特长:数学分析、算法设计、系统设计。

随着互联网和移动互联网的普及,互联网金融也日益进入人们的日常生活。当前互联网金融方兴未艾,各种新颖高效的金融产品层出不穷。随之而来的是日益激烈的竞争。在这次金融革新的大潮中,传统银行暂时处于相对保守的态势。但是这并代表传统银行不能重新占据主动。银行拥有极其详细的金融信息。只要对数据进行深度挖掘,银行完全可以在金融革新的大潮中重新占据主动地位。

传统银行的优势是银行业务系统的集中式交易系统。这样越来越多的单位和个人交易信息都会被记录和存储。 如何更好地使用集中式系统及其所采集的数据, 以期在激烈的竞争中胜出,是传统银行业面临的挑战和机遇。

本文从银行集中式交易系统出发,阐述银行系统的设计和交易流程。本文将从两个方面阐述:1)银行集中式业务和计算机系统; 2)如何对数据采集并加以利用。从中可以发现,银行具有极大的优势。只要对已有的数据合理利用,并根据结果开展具有针对性的个性化服务, 传统银行完全可以在金融革新的中主导市场份额。

银行集中式业务系统
现代银行系统已经从分散式系统逐渐完成向集中式系统的转化。集中主要体现在三个方面:1)业务集中;2)计算机系统集中;3)数据集中。

业务系统:
业务集中指的是银行的业务体系话和规范化。之前是各个地级分行, 甚至各个支行都有一些特殊的业务处理方式。 一旦使用集中式计算机系统, 所有的业务交易明细都统一录入在数据中心的数据库中。这样所有的交易都能够被后台监管, 所有的交易都要符合业务规范, 以控制风险。所有的各级分行支行网点都使用统一的业务流程。当然, 在操作具体的业务时,可以有一点的灵活性,以满足不同的客户需求。 这些灵活性都是可以在系统中被定义的, 例如贷款额度上限。

从图1(银行柜面业务系统架构)可以发现:

1. 从业务角度, 自上而下基本可以分为3层:
a) 中间业务和其他增值业务子系统;
b) 传统银行业务, 例如活存,定存,银行卡, 客户信息子系统;
c) 会计子系统。会计系统作为银行业务系统的核心,处理所有的会计账务明细。每日都跑批处理作业,进行总分明细核对。



图2 银行集中式柜面业务计算机系统架构


数据集中:
之前由于各个分行支行的系统都不完全一样, 所以录入在计算机系统的交易数据格式不相同。这就造成了无法对银行业务进行有效的监管。同时也无法利用这些数据进行有效的数据挖掘。

因为所有分行支行都采用了集中式系统,所有交易的数据采集和格式都基本统一。而且所有的交易数据都按照业务架构分类。例如支付系统的一笔交易明细, 会在支付子系统,活存子系统,会计子系统中留有交易明细。如此详细的交易明细无疑为数据挖掘提供了可能。利用Big Data 技术了解市场和客户的具体需求,并提供具有针对性的服务和风险控制。

数据采集
数据采集的来源主要有:

1)集中系统的交易明细;
2)集中系统的客户信息子系统;
3)互联网上的数据。

集中系统的交易明细
如前所述,集中系统的交易明细存在于各个业务子系统中。
例如,一个个人客户使用网银系统进行转账。整个流程的步骤如下:



从以上步骤可以发现, 整个交易流程的流水存放于三处地方:网银,前置机,主机。
网银系统主要存放客户的用户名,客户认证,IP地址等;前置机系统存放网银系统流水号,交易时间等等;主机系统存放的内容最为丰富,客户个人信息,帐户信息,交易金额,会计科目等等。

显然,银行集中式系统拥有极为详尽的金融交易信息。如何使用这些信息以便:

1)提供更有针对性的个人服务;
2)推出更方便高效的金融产品;
3)金融风险控管。

举个最简单的例子,如果该客户平时都是从亚洲的IP地址发起交易,但是忽然有一笔交易从大洋洲发起,那这笔交易就可能有问题。这是金融风险控管的一个最简单的例子。

另外一个例子是贷款。根据客户信息中的年龄,职业,财务状况,银行完全可以针对个人客户发放多笔小额贷款用于不同的用途。如果能够利用一些从互联网上取得的信息,例如社交网络,健康状况,那么这些贷款的审批周期和难易程度完全可以和现在的互联网金融公司相比。

结论和展望
不可否认,新兴的互联网金融公司有其优势:

1)信息渠道广;
2)交易形式灵活;
3)交易门槛低。

但是对于拥有集中式交易系统的银行,这个优势是无法被取代的。银行拥有极其详细的金融信息。只要对数据进行深度挖掘,适当利用互联网上的数据,并根据结果开展具有针对性的个性化服务, 银行完全可以在金融革新的大潮中重新占据主动地位。在接下来的系列文章中,作者会阐述如何利用大数据技术对银行金融数据进行分析和使用。
  • 大小: 11.7 KB
  • 大小: 34.9 KB
1
0
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 银行数据类系统建设

    本文提供了银行业信息体系的建设,包含了底层数据仓库、数据集市的建设,数据中台的建设,以及上层应用(指标管理平台、管理驾驶舱、绩效管理系统、监管报表系统、数据质量系统等)的建设

  • 商业银行系统体系

    利用信息和网络技术,通过财政、税务、海关、商业银行(信用社)接口,进行财、税(海关)、库、行信息交换和业务处理,并对信息实行集中存储和管理,提高财政拨款和税款入库速度的系统。BOP报送的数据分三类:基础...

  • 【银行】银行业务系统设计特点概述

    为了使系统具有更强的兼容性和可扩展性,系统应设计成开放式的网络业务系统。在开放系统环境OSE(Open System Environment)中所采用的规范是一种国际标准,与厂家无关,它允许不同厂家的计算机硬件产品和软件系统...

  • 现代数据栈MDS应用落地介绍—Bloom AI数据交付平台,实时AI驱动业务

    Bloom AI认为业务团队的当前商业智能(BI)流程是分散的、复杂的和技术性的。它只关注数据智能,不考虑其他形式的信息或隐性知识。结果是 60-80% 的数据和分析没有用于决策。

  • 核心银行系统 之一 历史与发展

    核心银行系统是银行信息系统...核心银行系统的英文名字 CORE Banking System,其中CORE是Centralized Online Real-time Exchange “集中式在线实时交互”银行系统的缩写,所以,并不是字面意思的“核心”这么简单。...

  • 案例解读|江苏银行—智多星大数据分析云平台实践

    接着,进行内外部数据整合。三个阶段的完成,意味着大数据基础设施建设工作已完成,如果把大数据建设工作看做一颗大树,前两个阶段完成意味着树干和树枝已长成,接下来的大数据应用像树枝上的树叶一样,

  • 一文读懂银行数据治理体系的目标和路径

    有效地管理数据是银行实现数字化转型的基础。

  • 银行业务系统设计特点概述

    为了使系统具有更强的兼容性和可扩展性,系统应设计成开放式的网络业务系统。在开放系统环境OSE(Open System Environment)中所采用的规范是一种国际标准,与厂家无关,它允许不同厂家的计算机硬件产品和软件系统...

  • 引进国外银行核心业务系统的讨论(一)

    我国银行信息化经过前些年“数据大集中”的初步准备,目前,正在进入一个全新的“应用系统整合”阶段。在整合过程中,建设核心业务系统成为一个新热点。此时,国内银行建设核心业务系统面临两种选择:一是自主开发,...

  • 银行核心系统如何应用分布式架构

    相对于主机集中式架构,以X86 和云计算为基础、以数据切分为特征的现代分布式架构在扩展性、低成本、降低运行风险等方面的优势明显,已经成为主流的联机交易系统架构方案。 3401 相对于主机集中式架构,以X86 和...

  • Springboot银行客户管理系统 毕业设计-附源码250903

    银行客户管理系统的主要使用者分为管理员和用户与客户经理,实现功能包括管理员:首页、用户管理、存款服务、信用卡信息、客服咨询、银行卡信息、支付结算、信用卡交易、信用卡还款、挂失业务、密码修改、信用卡限额...

  • 数据仓库开发

    CDM:公共数据层,由DWD+DWS+ADS+DIM共同构成公共处理逻辑收敛和下沉统一公共指标和公共维度,减少数据的不一致性建立整个业务范围内的一致性维度,并确保使用;实体表,不大,就可以做每日全量。对于维度表,比如说...

  • “新基建”呼唤数据中心“整合者”

    点击上方关注我们!“新基建”会带来新一轮的数据中心建设高潮吗?毋庸置疑。据招商证券保守估算,未来五年,我国所需的服务器数量超过1000万台,这将带动至少5000亿元以上的投资;再考虑到数...

  • 神州信息联合飞腾发布金融行业分布式核心业务系统联合解决方案

    同时,核心业务系统还提供了银行的公共管理方面的功能,包含运营管理(机构、柜员、现金、凭证等)、风险管理(黑名单、交易限额、授权等)。贷款服务:贷款服务负责控制从贷款发放一直到贷款结清的整个生命周期,...

  • setuptools-58.0.3.tar.gz

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

  • 变压器DGA溶解气体数据(357组)

    包含六种故障类型: 中低温过热 高温过热 低能放电 高能放电 局部放电 正常 111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111需要直接下载就可

  • 电抗器设计软件.zip

    电抗器设计软件

  • base.apk

    base.apk

  • SM4-CTS代码实现及基本补位示例代码

    代码参照openssl-3.3.0-alpha1,可独立运行。示例包含块加密,基本补位方式示例

Global site tag (gtag.js) - Google Analytics