银行业务数据综合查询系统的设计

在银行以分行为中心分布存放数据的模式下,各分行根据自身需要各自开发了业务查询系统,所用的系统平台和实现方式各不相同,由此造成一定程度的重复开发,导致数据的统计口径不一致,难以适应数据大集中模式.因此在数据大集中模式下,非常有必要开发一套全行统一的业务数据综合查询系统.福建兴业银行科技研发中心为支持总行与各级营业机构及时了解业务经营状况,实现业务经营的查询与管理,在数据集中的基础上开发了基于Web方式的业务数据综合查询系统.     

转换系统助还原国库支出真实数据

正一、问题的产生国库集中核算系统(简称TCBS)自2012年5月在湖南上线以来,地方集中支付业务数据信息只能借助TIPS传到TCBS进行业务流转。TCBS在处理集中支付业务时,组包方式采用按预算科目组包,如果按照集中支付各预算科目分别组包,TCBS系统的负荷太重,系统无法正常运转。为此,TCBS在处理集中支付业务数据时统一将各预算科目资金归集到"2019999其他一般公共服务支出"科目,导致国库部门从TMIS系统中导出的支出科目明细数据严重失真,不能如实反应辖内国库各预算科目支出情况。二、问题的解决株洲市辖内共有市县(区)两级共11个支库,3种集中支付业务模式。经过对全辖各支库进行实地调查     

数据集中工程新旧系统切换浅析

当前,工、农、中、建四大国有商业银行正在进行全国范围的数据集中工作,新一代柜面业务系统的设计、开发和推广工作正在如火如荼地进行.大部分商业银行在进行数据集中前都有自己的银行柜面业务系统,并且大都是以城市为中心的城市综合业务网络系统,金融数据存放在城市行的中心主机上,不同城市之间通过交换中心进行转发实现异地联网,而数据集中是将分散的数据中心合并为一个全省乃至全国的数据中心,将分散的金融数据集中存放在一套存储系统之中.因此,如何保证新旧系统的平稳切换、确保数据集中推广上线的顺利进行是实施数据集中工程中的重要环节之一.本文将重点讨论城市行数据在向省数据中心集中过程中,新旧系统切换可能出现的问题及其解决方法.     

数据集中及资源整合的风险控制

随着信息技术的发展,特别是网络系统的普遍应用,近年来银行信息化建设实现了新的飞跃.从1999年以数据集中及资源整合为代表的银行综合业务系统、全国支付清算系统、银行卡综合处理系统、企业征信系统等一大批工程已经完成.这些系统的投入使用,为社会经济的发展提供了有力支持,也创造了不菲的经济效益.同时,数据集中及资源整合,为银行的业务创新和业务发展注入了新的活力,也为银行信息的综合开发使用提供了良好的应用平台.可以说数据集中及资源整合是金融信息化建设的重中之重,也是金融信息化"十一五"规划的重要内容.在做好数据集中及资源整合工作的同时,我们还要高度重视由此带来的金融风险和技术风险,更要加快风险控制及重要IT系统的应急系统的建设,以保证银行业的各项业务稳健运行.     

大集中下地方数据返还和报表展现

按照"数据集中、资源整合"战略,中国人民银行信息化建设快速推进,逐步实现支付、征信、反洗钱、国库、货币金银、调查统计等重要业务系统数据全国集中。数据集中有效优化了业务流程,提高了业务执行效率,有     

基层央行数据整合安全问题的探讨

随着人民银行支付清算系统、货币发行系统、银行信贷登记咨询系统等多个重要业务系统的数据集中,数据上收集中整合步伐正在加快,并已成为金融信息化建设的指导思想.人行龙岩市中支对辖区县市支行业务系统服务器上收,进行统一管理,实现基层央行物理层面的数据集中整合,为央行重要业务系统今后在更高层次的整合以及安全运行奠定了基础.然而,如何做好整合后的系统保障和计算机安全工作成了摆在面前的新课题,必须引起高度重视.     

大数据技术在商业银行对公营销中的应用

随着网络社会的全面到来,大数据技术应运而生,数据成为一种生产要素,对商业银行经营管理产生重大影响.国内商业银行纷纷展开大数据实践,主要集中在风险控制和零售业务,在对公业务营销领域的应用还不多.对公业务作为银行最重要的一个盈利点,在新的数据竞争环境中也存在借助大数据技术转变营销模式的需求.因此,大数据技术在对公业务营销管理中有着巨大的应用潜力.本文总结商业银行对公业务营销中大数据技术的应用现状和趋势,并基于"PDMA"梳理大数据技术在商业银行的应用框架,为商业银行对公业务的大数据营销提供一种思路.     

长沙中支完成数据集中备份系统建设

3月18日,长沙中支成功完成全省业务系统数据集中备份系统在全省范围的实施推广及上线工作.该系统遵循应用系统省级集中部署的原则,能在不中断业务的情况下快速完成数据备份,并确保数据安全性和完整性,同时具备迅速、完整、准确地完成数据恢复功能.该系统成功上线运行将为湖南省重要业务系统的平稳运行提供进一步的保障.     

数据集中后的安全问题与对策

近年来，人民银行先后通过推广货币金银管理信息系统、人民币银行结算账户管理系统、大额支付系统、小额支付系统、外汇业务管理系统等重要业务系统进行数据集中，这些系统都是通过内联网传输数据至省会中心支行和总行两级数据中心。数据集中降低了总体的运作成本，提高了设备利用率，减少了基层系统维护工作，是金融电子化和信息化的发展方向。但数据集中后，也带来了许多新的风险管理问题。如何保障这些重要业务系统安全有效地运行，是数据大集中后所必须面临的问题。因此，探讨数据大集中后可能产生的安全问题及其解决的对策和办法具有非常重要的现实意义。     

数据集中综合业务网络系统的性能测试

目前工、农、中、建四大国有商业银行正在进行全国范围的数据集中工作,新一代的柜面业务系统的设计、开发和推广工作正在如火如荼地进行。在新系统完成代码编制和功能测试之后,如何确定系统是否满足设计需求?系统的效率和可靠性如何?系统是否稳定?这些问题是我们项目开发人员最关心的。本文结合安徽建行数据集中综合业务网络系统的性能测试实例,对银行柜面业务系统的性能测试方法进行探讨。     

持续提高数据仓库的数据质量

经过14年的发展，上海浦东发展银行（下称“浦发行”）已经建立了相对完整的以客户为中心、数据集中的各类业务系统，主要包括核心业务系统、外挂应用系统、外围渠道服务系统、SAP系统。但由于这些系统分散在不同的应用平台上，缺少必要的手段对客户、产品、风险、绩效进行有效的分析和管理。随着银行逐步从粗放式经营管理向精细化经营管理转变，这方面的矛盾日益突出。浦发行通过建设企业级数据仓库系统，整合了各个业务系统的信息，为全行管理及分析应用提供平台支撑。     

数据仓库数据质量6西格马标准

随着科技的发展、企业信息化建设的成熟,出现了大量的业务数据和操作数据,为了将海量的数据转化为信息从而产生真正的价值,在银行业尤其是大型银行,商业智能技术得到广泛的应用。而数据仓库的建设,正是商业智能中非常关键的一个环节。现有的研究中对于数据质量的探讨,一般面向所有的信息系统。实际上,不同类型的信息系统其数据质量的关注点和治理方式,并不完全相同。     

数据集中系统中数据传输通道的设计

2002年,中国建设银行各一级分行陆续完成了各自的数据集中工作全行数据处理中心缩减至38个.同年,建行总行决定基于在上海、深圳两分行投产的新一代柜面业务系统,开发全行统一的核心业务处理系统版本DCC-CCBS,并先期在上海和北京建立总行数据中心,开始实施全行数据集中工程.     

Making sense of complex data using interactive data visualization

An important role for accountants today is to provide decision support to senior management by assisting them in the analysis of large, complex data sets. Interactive data visualization (IDV) facilitates this process by allowing users to navigate, select, and display data via an easy-to-use interface often used as a component of data analytics. Given the increasing popularity of IDV as a tool for making sense of complex data, it is important that accountants become familiar with and learn how to use this technology. This case provides a hands-on opportunity to organize complex accounting data to create IDVs for decision makers to use. Further, the case enables students to understand the potential impact of IDVs on preparers and users of accounting information. Students will assume the role of a division controller in a hypothetical company and create an IDV to assist the chief executive officer (CEO) in decision making.     

数据集成中数据集特征的检测方法

随着国际化金融竞争的加剧、科技的迅猛发展，尤其是一些银行的物理网点逐步被虚拟银行所取代，选择实施数据大集中在我国金融业势在必行。现在大部分银行都实现了区域性的数据集中，有一些银行已建成全国统一的数据中心。同时，在我国银行由数据管理阶段向信息管理阶段转变的过程中，面对纷繁复杂的市场竞争。     

基于XBRL的数据仓库非结构化数据管理

随着计算机、网络和通信等信息技术和数据存储技术在证券行业的广泛应用，证券机构保留了海量的数据，涵盖交易数据、上市公司数据和会员公司数据等各种类型。为了更好地管理和利用这些数据，很多证券机构实施了数据仓库建设，将企业的数据资源进行清洗并集中存储，为提供统一的数据视图和提高决策水平奠定了坚实的数据基础。     

“大数据金融”亟待“大数据安全”

2015年接近尾声之时,e租宝、大大集团相继被查,互联网金融震荡.12月28日,中国银行业监督管理委员会(简称:银监会)牵头制定的《网络借贷信息中介机构业务活动管理暂行办法(征求意见稿)》对外发布,国家金融部门对网络借贷进行监管.     

保险数据仓库数据抽取的设计与实现

随着保险行业竞争的加剧和信息化建设进程的推进,各家保险公司逐步实施了数据仓库建设,而数据抽取作为数据仓库建设的关键技术之一,其设计的好坏将直接影响整个数据仓库建设的成败。在数据抽取的设计过程中,经常由于数据源质量不高、数据源修改主键、多表对一表抽取数据不同步和数据源不支持数据仓库的抽取等,     

数据转换方法在寿险数据预处理中的应用

早期大型在线事务处理系统（OLTP）问世后不久，就出现了一种用于抽取处理的简单程序，其作用是搜索整个文件和数据库，使用某些标准选择合乎要求的数据，将其复制拷贝出来，用于总体分析，这就是数据预处理的前身。数据预处理包括数据抽取、数据清洗转换、数据加载三个过程。本文主要研究数据转换方法在寿险事务处理系统中的应用。     

数据仓库数据质量的治理及体系构建

在信息化应用不断深入的背景下,数据资源优势挖掘,基于数据治理提升业务响应能力等问题已经成为金融行业关注的焦点。本文主要讨论在大型银行数据仓库中构建数据质量治理体系的方法。