企业集团财务公司商业智能系统建设

吕宗健

（中油财务有限责任公司，北京 100007）

1 引言

随着信息化的发展，商业智能（Business Intelligence，BI）越来越多地被各大企业所重视。BI不是一个单纯的工具，而是一种手段。它运用了数据仓库、在线分析和数据挖掘等技术来处理和分析企业积攒的大量数据，让企业能够通过数据客观、有预见地进行决策，实现智能的商业运作，能够将数据从成本的消耗者变成利润的促进者。

目前，BI的应用基本可以分为两个大类：信息类应用（比如格式报表）和知识类应用（数据挖掘）。目前大部分用户主要集中在信息类应用，即数据查询+报表展示+多维联机分析（OLAP），其主要目的是减轻手工报表制作的压力。而少量企业能够将应用集中于数据挖掘，探查数据的规律，依靠数据建模和预测来提取隐含在海量数据中的、人们事先不知道的、但又是潜在有用的信息和知识。随着BI系统在决策支持上发挥越来越重要的作用，它已经成为企业信息化发展的一个重要的方向。

企业集团财务公司不同于普通意义的财务公司，它是以加强企业集团资金集中管理和提高企业集团资金使用效率为目的，为企业集团成员单位提供财务管理服务的非银行金融机构，“企业集团财务公司”这种称谓仅在我国应用。因此，企业集团财务公司对客户、对资金都有自己独特的需求。本文以企业集团财务公司（以下简称财务公司）为例，探讨财务公司在建设BI系统时的个性化需求及解决方案。

2 财务公司BI系统的需求

财务公司仅能服务于成员单位，依靠集团政策以服务为主，主要经营活动可以分为结算、投资和融资3类，主要目的是集合成员单位资金，节约财务费用、降低市场风险、增加集团融资功能。主流的BI系统注意力大多集中在如何挖掘客户行为以拓展更多的客户上，而财务公司的客户相对固定，它的BI系统应该将注意力放在如何提供更好的服务，如何规避风险上。财务公司的BI需求主要有以下几点。

2.1 节约成本分析

与大多数金融机构不同，财务公司更侧重于帮助成员单位渡过难关，同时内部的融资也可以大大降低贷出方的金融风险，降低手续费用和交易成本。因此，在BI系统的分析上除了要有对资本收益率的关注外，更应该着重体现财务公司吸收资金和使用资金所节约的成本，这虽然不是财务公司的利润，但却最能体现财务公司的价值。

2.2 内部资金定价

作为企业“内部银行”的财务公司，也必须要有相应的内部定价机制，能够借助固有的模型，参考市场利率和报价，科学制定公司内部资金价格，作为内部资产配置的基础价格，同时合理计算本外币存贷款各类和各期限产品价格，作为对成员企业存贷款的重要依据。最后，还可根据科学的定价与配置，实现不同业务板块更科学合理的内部业绩考核。

2.3 资产负债结构

财务公司必须保障集团公司和成员企业的资金需求，所以保障充分的现金流是财务第一要务。财务公司BI系统需要实时监控公司在各银行的头寸资金、利率、期限结构等信息，提供比例管理和缺口管理工具监控流动性，提示错配和缺口；量化利率、汇率等市场风险；进行情景模拟和压力测试。同时，因为能够较早地得到集团和成员企业的资金计划，所以BI系统需要能够根据计划指导如何调整资产负债结构，在保障流动性的同时增加利润。

2.4 预算的辅助编制

财务公司的BI系统需要能够参考历史数据，借助情景模拟，确定财务公司各业务板块的资产配置和利润指标。预算审批后，可以对预算进行实时跟踪，定期与实际情况进行比较，必要时重新调整预算，对财务公司今后的工作提供指导。

2.5 决策支持对象

作为“内部银行”的财务公司，BI的决策支持对象不应该只局限于自身，更应该为集团公司的资金管理提供信息支撑，也能够协助成员单位的资金规划。

3 财务公司BI系统建设

财务公司的BI系统建设的基本结构主要包含数据层、引擎层和决策支持层3个层次，每个层次的建设都有其独有的特点，如图1所示。

图1 财务公司BI系统建设基本结构

3.1 数据层——数据仓库建设

数据是整个BI体系建立的基础，数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和提取数据，使得数据有条有理，易于使用。在BI系统建设中，数据的集中、整理以及构建数据仓库是最基础、最核心的步骤。数据仓库的建设面临着数据源、数据转换、数据平衡、数据映射规则、数据逻辑处理等各种问题，财务公司的数据仓库有以下几个特点。

3.1.1 数据来源

财务公司决策支持服务对象的广泛性导致了财务公司BI系统的数据来源复杂多样，除了来自财务公司自身系统的历史数据、业务数据外，还有来自集团公司、成员单位的数据，还包括一些市场数据和经济环境数据，甚至还有假设的数据。各类数据的实时性、有效性也不尽相同，有很多系统都在财务公司的管辖之外，形成了多个“信息孤岛”，要对这些信息进行全面的整合，主题数据库的数据获取必须支持多种方式：

对于来自财务公司内部的数据，财务公司具有数据库的管理和维护权限，可以直接开放数据库某些数据表的共享权限进行交互。这种方式最为简单，对于现有应用系统的改造和影响也是最小的。

在与来自集团、成员单位的系统进行数据交互时，从安全的角度考虑不能开放数据的访问，这时可以提供应用程序接口，通过报文传递的方式实现交互。

作为金融机构，很多情况下的模拟分析、压力测试等都需要应用来自市场的、假设的等外部工具，因此还要提供对外的数据接口，要支持手工录入、文件导入等多种方式。

3.1.2 OLAP系统架构

如果用关系数据库直接建立OLAP引擎，优点是可以处理大量的数据，实现也较为简单，缺点则在于速度慢，受限于SQL的功能；如果采用多维度数据库，速度会有很大提升，但是包含的数据量不大。考虑到BI系统仍有一个主要的功能是提供各式报表，所以应该采用混合式的系统架构，在对汇总信息进行分析时采用多维模式，让分析速度可以很快；要看明细数据时，就运用关系模式，可以提高效率。

3.1.3 数据整合及ETL处理

目前市场上主流的数据仓库建设思路都是以挖掘客户潜在行为为导向的，通过发掘客户信息来追求更大的收益。而财务公司的客户群体固定，沟通方便，尽量满足客户的资金要求才是财务公司工作的重点。所以财务公司的数据仓库建设应该以资产负债、控制风险为主题导向：首先通过ETL技术，将来自各业务系统的数据进行抽取、传送、清洗，再按照预先设定的规则进行标准化处理后，形成存款类、贷款类、同业类、投资类、总账类等基础数据。其次按照预先制定的业务处理规则，对基础数据进行二次ETL处理，形成资产负债管理系统所需的基础应用数据，并按照固定利率、浮动利率、非期限匹配、非利率敏感、衍生产品等模式进行存储。最后按照业务需求所要求的规则进行数据聚合及汇总，将记录数聚合到可以接受的范围内，为计算引擎进行结果运输准备数据，其中数据的聚合和汇总原则应以不损失管理层要求分析层级的精度为准。

3.2 引擎层——多维主题分析模型

财务公司的主要定位是服务于成员企业而不是创造利润，因此BI系统的建设应主要在以下几个方面建立分析模型。

在资产负债模型的设计中，首先根据现有数据计算未来的现金流情况，形成静态现金流数据，然后根据现金流情况计算未来的资产负债表、利润预测表、重定价缺口、现金流缺口报表，同时对利率/产品业务量进行预测，通过计算引擎进行现金流的模拟，并将模拟结果和静态现金流数据组合，形成动态报表，最后计算资产负债结构调整，或单笔贷款/存款对未来现金流的影响。

考虑时间变化的资金变动对未来资产负债的影响评估，主要包含利率不匹配风险、基点风险、重定价不匹配风险、市场变化风险、流动性风险等，可以采用利率不变模型、利率振荡模型、利率扭曲模型、历史利率模型、利率风险模型等进行模拟分析。

情景分析中，首先在于对情景的合理设定。为合理设定情景可以从两个方面入手：一方面是充分认识自己的投资组合的性质和特点，分析影响该组合的风险源；另一方面是认识市场环境中可能发生的相关事件和情景要素。其次，对设定情景进行深入分析，以及由此对事态在给定时间内可能发展的严重程度和投资组合因此而可能遭受的损失进行合理的预测。

内部资金转移定价的设计首先要明确定价的范围，划分内部资金市场边界。其次，在定价粒度上应该以科目为基础，增加本金属性、利率属性等定价特征，构建定价单元。对不同的单元，采用不同的定价方法：无期限类产品采用移动平均法；有期限有利率类的产品采用现金加权期限法；债券投资类产品采用零折扣系数法等。最后，应该明确定价的频率。

预算模型充分利用历史数据，将利润预算分摊到不同的部门、不同业务中，可以通过静态现金流计算未来盈利情况，以及通过情景模拟观察现有的资产负债结构能否满足预算需求，以及能否调整资产负债结构达到预算需求。

3.3 决策支持层——报告及结果展现

本层是数据计算、数据分析结果的具体呈现，体现为固定报表访问、灵活查询服务、OLAP分析等，支持各角色用户以指定权限对数据进行访问，支持分支机构客户以B/S方式查询相关报表和数据。它往往与多维分析工具配合，将不同角度的信息以报表、直方图、饼图、曲线等方式展现出来。

同时，财务公司BI系统的使用者不应该只局限于财务公司，还应该包含集团公司、成员企业的各级领导。因此，财务公司BI系统在权限分配上应该满足集团公司的统一认证体系，尽量能够做到和其他系统统一入口、统一认证、统一界面、统一风格，提高易用性，降低复杂度。其次，BI的展示界面必须具备个性化开发配置的能力，以满足集团和成员单位的需求。

4 结语

满足财务公司需要的BI系统能够为财务公司高效运用资金和正确决策提供巨大的支持，对财务公司的发展具有重要意义。本文从财务公司的角度出发，考虑了财务公司BI系统的需求特点和建设特点，但对任何一个公司而言，BI系统建设都是一个长期的、不断完善、不断丰富的过程。只有将理论与各公司的实际需要相结合，才能建设成功符合本公司需要的BI系统。

[1]余长慧，潘和平.商业智能及其核心技术[J].计算机应用研究，2002（9）.

[2]缪宁，邱兰，傅伟新，等.商业银行使用商业智能提升竞争力前景研究[J].计算机光盘软件与应用，2014（4）.

[3]邵鸿玲，吴陈，杨习贝.商业智能在连锁企业进销存管理中的应用研究[J].计算机技术与发展,2013(4).

[4]郑洪源，周良.商业智能解决方案的研究与应用[J].计算机应用研究，2005（9）.

[5]任昌涛.浅谈银行商业智能系统的构建[J].信息与电脑：理论版，2012（8）.