话题国内大型银行的核心系统是大集中的部署模式吗

[商业银行的核心竞争力是什么]【中文摘要】对企业核心竞争力的研究是近年来的一个热点。然而从核心竞争力的角度对于我国商业银行进行研究的文献还不多。金融是现代经济的核心。在经济全球化和金融一...+阅读

话题国内大型银行的核心系统是大集中的部署模式吗

大集中是趋势，以工商银行为例，00年开始建数据中心，02年实现2个数据中心数据集中，之后核心银行业务账务数据都是在数据中心处理的，05年更实现了全部数据集中存放于一个中心，南北互为备份，以南方为主的格局，分行主要做报表接收，拆分。分行再无主机，只有小型服务器，可以用于做一些个性化的二次开发，比如在银行卡促销，保险代销，客户关系管理方面，非常有限。大集中模式总的来说是利大于弊，资源充分集中可以采购更高端的机器设备，也可以给分行更好的技术支持，不过管理是短板，因为从事数据中心工作的人都是高技术，高智商的人员，除了要给予高工资，良好的待遇，更要从职业发展和工作环境方面为他们着想，才能够留住人才，吸引人才，否则过高的流失率不可避免。

引进国外银行核心业务系统

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，二是整体引进。承载着打造“后发优势”及快速与国际接轨的梦想与希望，国内一些银行纷纷走上整体引进之路。然而，在具体实施过程中，“引进一套国外系统，复制一家一流银行”似乎只是一种理想化的设想。实施国外核心业务系统项目后，国内银行往往投入大量资源，花费大量时间，项目实施计划一改再改，上线时间一推再推，系统却还是不能投入生产。有些银行经过一到两年的探索和尝试，最终还是放弃了国外产品，掉过头来转向国内IT厂商提供的软件。将国外系统移植到我国银行现有的生产关系环境中，“空气、阳光、土壤、水份”等都大为不同，如果系统的灵活性和适应性不强，结出的果子自然亦非当初所设想的样子。

是南橘北枳，中国的银行完全不适于采用国外的系统？或仅仅是水土不服，只要经过本地化、客户化的改造后，国外系统还是能发挥其应有的效应？业内外人士都在密切关注———国外银行核心业务系统在中国实施本地化和客户化的难点究竟在哪里？引进国外银行核心业务系统产品，购买只是简单的第一步，如果不经过大量的本地化和客户化工作，系统根本无法发挥其功效。不同类型的国外软件在本地化和客户化过程中会遇到不同的问题。纯技术类软件主要面临技术问题，管理类软件除了技术问题外，更大的困难是文化、体制的差异。整体引进国外银行核心业务系统，虽然遇到很多技术问题，但根本原因还是在于国内外监管环境和体制流程方面的巨大差异。国外核心业务系统本地化和客户化是一项复杂的系统工程很多人存在这样一个认识误区，认为软件本地化就是软件翻译，软件客户化就是按照客户需求加以修改。

实际上，软件本地化是将一个软件产品按特定国家、地区或语言市场的需要进行加工，使之满足特定市场上的用户对语言和文化的特殊要求的软件生产活动；软件客户化是指在分析用户需求与产品差异的基础上，在满足客户需求和保证系统结构稳定的前提下，对软件进行的一系列开发、测试活动。因此，国外软件本地化是一项复杂的系统工程，不是一个简单的从外语到中文的翻译过程；客户化也不单单是按照客户需求去修改系统，否则就失去了购买成型产品的意义。国外银行核心业务系统在中国的本地化，主要包括本地化界面、国内环境接口、本地化报表、本地化文档及培训等方面。界面本地化包括：语言的汉化，将系统界面中的画面、菜单、操作符、提示信息等要素用中文进行表示；界面的易使用性，针对国外产品操作界面与国内风格的不同，通过适当修改、简化或进一步细化成一个容易使用的操作界面；用户操作习惯的满足，根据用户在旧系统上形成的较好的操作习惯，实现系统对应内容的差异最小化。

与国内外环境的接口：包括人民银行现化支付系统、中央国债登记结算公司接口、上海证券登记结算公司接口、外管局国际收支申报系统、人民币大额和可疑支付交易监测系统、人民币交易系统、结售汇系统、进口品报关单检查和进口单位名录系统、各种本地数据交换信息接口等。本地化报表：国外核心业务系统报表功能高度参数化，因此报表本地化与报表的具体形式关联性并不十分紧密，工作量主要集中在内部数据的采集。本地化文档及培训：本地化文档包括用户手册，操作手册、技术手册等；本地化培训，包括详细客户培训、详细设计培训、技术标准培训等。国外银行核心业务系统在中国的客户化，主要包括需求差异分析、与内部系统的对接、第三方提供功能的集成等三个方面。

需求差异分析是以国内银行现有业务或预期目标为基础，对照国外金融IT产品进行功能性分析，找出差异以及应对策略的过程；与银行内部系统对接要分析清楚现有系统与即将开发的新系统之间的详细关联关系，保证新旧系统平稳衔接；第三方提供功能的集成，是指在保证第三方提供的系统运行正常的基础之上，考虑与核心系统进行集成。这一般是由国外厂商在当地IT公司中选中的一家总集成商来完成。国内外银行监管环境的巨大差异增加本地化难度国外银行核心业务系统模块多、规模大，业务范围涵盖银行业务的方方面面，其本地化和客户化过程对任何国家的任何银行而言，都不亚于一场革命。把它放到我国银行的背景环境之中，矛盾就会更加突出。我国金融市场化程度不高，监管框架、相关法规制度与国际标准还存在较大差异，银行治理结构的缺损、内部经营管理体制的僵化，操作方式落后，这些都加大了核心业务系统本地化和客户化的工作量。

监管环境和相关法规是硬约束，为适应国内的财会准则以及人民银行、银监会等监管机构的监管要求，国外的核心业务系统必须做出适当修改。此类差异主要体现在以下几方面：国内外利率管制程度不同，系统在国内本地化和客户化时，某种程度上要牺牲系统的先进性。在国外核心业务系统中，利率就象一个魔方，其多维、立体的参数设置和组合，在打通银行及相关混业领域、联贯各产品方面发挥着灵活的作用。在国外发达的金融市场环境中，利率作为最核心、最重...

银行如何建设企业级数据库基础逻辑数据模型

前言：逻辑数据模型LDM是一种图形化的展现方式，一般采用面向对象的设计方法，有效组织来源多样的各种业务数据，使用统一的逻辑语言描述业务。借助相对抽象、逻辑统一且结构稳健的结构，实现数据仓库系统所要求的数据存储目标，支持大量的分析应用，是实现业务智能的重要基础，同时也是数据管理分析的工具和交流的有效手段。需要强调的是，数据仓库逻辑数据模型特指数据仓库系统的核心基础模型，在搭建企业级数据仓库系统时，需要充分了解和分析种前台业务处理系统和应用，在此基础上进行有效的重组和整合，为各种分析应用（如客户关系管理、风险管理等）提供单一的、整合的数据基础，保证全行不同业务部门从不同的视角都可以使用统一的数据实现各自的分析需求。——担负这种数据重组和整合任务的数据模型称为数据仓库系统的“基础逻辑数据模型”。基础逻辑数据模型建设好之后，银行可根据不同的分析应用需要（如客户关系管理、绩效考核、风险管理等），根据应用产品和功能设计不同的分析应用模型，包含具体的、特定的分析逻辑，往往这种模型中都含有较多加工处理的成分。——这种为实现特定用途而设计的数据模型称为数据仓库系统的“应用数据模型”。因此，不夸张地说核心基础数据模型建设的成败性会影响到整个数据仓库系统的建设乃至后续各种分析应用，应引起银行科技建设和业务分析人员的高度重视。本文尝试从银行建设基础逻辑数据模型的角度出发，分析、探讨建设过程中应该考虑的主要因素、建设的方法以及注意的问题。

一、整体规划、明确目标、合理定位银行建设数据仓库系统时应充分明确建设目标，核心的逻辑数据模型是对银行业务的高度抽象、能够提供对关键业务数据的组织和整理，建立一套完整、统

一、规范的标准，以便进行各类分析。一个好的核心基础数据数据模型应该满足以下条件：概念上：具有高度抽象的、中性的、可共享的的概念，可有效、全面、完整地适应与涵盖银行现有的业务范畴以及数据范围；不针对某个特别的应用而设计；结构上：应是稳定的、灵活的、可扩展的；能以满足第三范式的方法构建模型，存放最详尽的数据，保证足够的灵活性，适应复杂的实际业务情况，在业务发生变化或者新增数据源时易于扩展；核心结构在很长时间内应保持稳定性，便于回答不断产生、不断变化且无法预先定义的业务问题；表现形式：应是规范的，易懂的；包括各类命名规范，业务规则定义，度量方式等。使用统一的业务语言进行模型设计，易于业务人员的理解和使用；也有利于IT部门和业务部门人员的沟通；数据仓库系统的建设目的和方法不同于传统业务系统，其开发建设方式也有所不同，它的建设绝不是一蹴而就的事情，不能期望一朝一夕就可以全部完成，比较成熟的建设步骤应该是分阶段实施，逐步进行完善和增强因此作为项目起步的LDM建设对于规范和推动整个数据仓库系统的建设都将起到一个很好的促进。整个建设过程最关键的阶段就是项目的最初阶段，应将工作重心放在搭建模型框架、建立模型设计思想和培养模型设计人员三个方面。明确了建设目标，具体实施应该如何开展呢？

二、审慎选择、量体裁衣、度身定做银行在明确建设目标之后，如何选择具体的实施策略、制定设计的阶段和步骤呢？常见的主要有以下两种：第一种：自主研发：银行根据以往的业务经验提炼本行业务的关键主题；再设计出本行的概念模型；然后通过具体的业务反复论证，同时考虑将来的分析需求进行基础逻辑数据模型的详细设计。这种方法可以快速启动，完全依托本行的业务元素和规则，使用行内技术人员和业务人员比较熟悉的语言进行模型的设计，具有很好的适用性。但是整个建设周期比较长，同时往往由于经验不足等原因给项目带来一些不可控的风险，由于参与人员经验的不足，不能够站在全行的高度，从管理分析的角度去理解所有的业务以及相应的数据，造成一些局限性。第二种：依托业成熟产品进行客户化：银行研究不同的业界模型产品，从中选择一个作为蓝本，结合本行的业务数据和应用系统进行具体的定制化。这种方法的建设周期短、风险小，同时也能够很好地借鉴成熟的逻辑数据模型中蕴涵的经营管理理念。但是银行需要研究和比较多个业界流行的逻辑数据模型，熟悉各自的设计思想和理念，并从中挑选一个适合本行的模型产品进行客户化。从国际、国内商业银行建设数据仓库系统的经验和案例来看，为了保证项目的成功实施，避免和控制项目风险，他们几乎都选择了第二种方法：客户化。那银行在面对众多逻辑数据模型产品进行选择的过程中主要应该都关注一些什么样的内容呢？产品层面：覆盖范围：模型产品应能够适合、涵盖银行的所有业务范围，可以在单一模型中能支撑金零售银行、公司业务、保险、信用卡、经纪、证券和电子商务等，满足未来混业经营的需要；对业务发展的适应性：模型产品应有高度的概括和归纳，既满足范式化要求，又具有足够的灵活性，在扩展业务、新增品种或改变规则时，模型通过简单的调整和扩展即可适应；对应用的支撑和扩充：...

华夏银行综合业务系统建设方案是什么呢

TongEASY的Client部署在各个营业厅的储蓄前台和会计前台以及ATM和POS的前置机上。TongEASY的Server部署在全国数据中心的应用服务器上。在省中心的服务器上只有名字服务，业务处理在全国数据中心的应用服务器上。在该系统中，通过TongEASY提供的名字服务功能实现负载全国数据中心多台业务主机间的分担：前端柜台向本地市名字服务中心发起请求，名字服务中心根据交易数据信息将其转发给相应后台服务主机：如储蓄中心主机、会计中心主机、中间业务主机等。在系统需要扩展时，例如新加入一台后台业务处理主机，只需要修改名字服务器上的名字服务配置信息，就可以方便地将部分业务负载分配到新的业务主机上