ＤＳＳ - 金融业中的决策支持系统

国内银行目前的计算机应用主要集中在将金融业务流程自动化。由于金融业发展和市场竞争的推动， 前台业务流程自动化成了金融业计算机应用的第一步的课题，主要内容有银行零售业务自动化，包括存取款系统，信用卡

系统及clearcase/" target="_blank" >cc">ATM连网；银行会计业务自动化，进出口贸易；国际结算自动化等等。这 些应用的主要作用是将操作及业务流程自动化，是典型的OLTP（On-Line Transaction Processing） 应用，它们有以下几个显著的特点：

1.  大量的数据交换；

2.  多个用户同时进行读，写，更新访问；

3.  为低层工作人员设计，将低层工作人员工作自动化。

面临的挑战

金融市场业务部门面临的挑战

现有的计算机系统基本上是为业务流程自动化面设计的OLTP应用，由此产生大量的业务数据，但这些 数据并不是各个业务部门管理人员所需要的决策支持信息，因面造成了“数据丰富，信息贫乏”的现象。金融业务部门的管理人员需要一种强有力的信息工具对这些数据进行分类，合并，归纳，整理以 及更深层次的数据分析，最后得到决策支持所需要的信息，这就是专门为他们而设计的决策支持系统 DSS（Decision Support System）。

信息部门面临的挑战

由于决策支持的需求，信息部门需要帮助业务部门完成将OLTP的业务数据转化成决策信息的工作，即 建立决策支持系统DSS，他们面临几个重大的挑战：

1.  企业数据分散在各个子系统，数据格式各种保样。例如：有ES9000下的VSAM，IMS/DLI 或DB2数据，有AS/400数据库数据，有UNIX下的ORACLE或SYBASE数据，有PC上的DBF，DIF 数据。如何对这些数据进行一致，高效的访问是一个重大的课题。

2.  满足不同经验的用户的需要。如高层管理人员需要一个不需操作说明书即能使用的具有友善图形用户界面的系统，需要应用系统具有多维数据视角，自动建议层次关系，预测及WHAT-IF分析等 功能。业务分析人员需要统计分析，预测等深层数据分析功能。同时系统需要满足“最终用户计算”（End User Compute）即分析人员自己灵活制作报告的功能。

3.  由于决策支持系统是一个不断优化及增强功能的系统，业务部门根据业务发民及市场竞争不断会提出新的需求，需要信息部门选择具有快速应用开发能力的企业级信息系统的开发工具。

4.  为保证OLTP系统的安全性，系统性，需要建立面向决策支持系统的数据仓库。

解决方案

面向信息部门的解决方案

对于信息部门，SAS提供全面的“数据仓库”解决方案。“数据仓库”的主要功能就是要将决策支持 所需的信息从企业的日常营运数据中分离出来，为决策支持提供一个更好的环境。具体讲，“数据 仓库”就是为把分散的，难于访问的营运数据转换为集中统一的，随时可用的信息而建立的一种数据 存储结构。这种存储结构中存储的信息是直接为在此基础之上的决策支持系统（DSS）或行政信息系统（EIS）服务的。作为唯一提供完善“数据仓库”软件解决方案的厂商，SAS软件研究所的产品覆盖 了为战略决策支持提供数据服务的各个关键功能。

针对建立“数据仓库”的五个基本环节，SAS提供了全面的高效率方案。

数据访问

针对不同平台，不同格式的数据，提供了多引擎访问结构（Multiple Engine Architecture）;
针对不同数据类型，提供各自的高效访问引擎；
访问RDBMS，如：DB2，ORACLE，SYBASE，INFORMIX等；
访问层次数据库，如IMS，访问外
来文件格式，如VSAM；
访问API，如ODBC；
一致的透明访问方式和高访问效率；

数据转换

强大的数据管理语言；
包含SQL，SAS 4GL 及完整灵活的第三代语言功能；
对OLTP数据进行过滤，一致化，标准化，汇总和加载；
数据存储结构

关系型的数据模型，与流行RDBMS相同的功能（如压缩，索引，安全性）
数据逻辑视窗功能
专为决策支持应用设计
降低性能，而查询及运算性能一般比RDBMS提高几十倍至上百倍
中介体

标准ODBC接口使其它流行工具得以访问SAS数据
可分段的应用逻辑，可建立第二代的CLIENT/SERVER应用 
 

信息传递工具

应用集成。面向对象的开发工具（OOP），“最终用户计算”工具分析度量工具，深层数据分析工具包括统计分析，预测，数学规划等。

面向业务部门的解决方案

对于业务部门，SAS系统提供了强大的数据分析和决策支持工具，这些工具融入了各种科学的数据分 析方法，如：统计分析，运筹，时间序列分析等等，使得用户可以从大量的业务数据中提取出真下有用的信息以满足各种不同的决策需求，从彻底改变目前普遍存在的“数据丰富，信息贫乏”的状况。 除此以外，SAS系统也提供各种系统的解决方案，这些方案被成功地动脉于国际著名银行，并使SAS系统成为银行决策支持应用的核心。

银行行长决策支持系统或行政主管信息系统（Citibank EIS,VSB Bank EIS）
资产负债管理 (Korea Banking ALM System , Royal Bank of Scotland)
信用风险管理 (Chase Manhatten, General Bank Belgium)
信用卡风险分析系统 (First Union National Bank )
内部财务审计 (General Cedger Audit Software System)
投资分析系统 (Mitsubishi Investment Analysis System)
统计分析和预测 (Hong Kong $ Shanghai Banking Corp.)
计算机性能评价及作业计费 (Singapore Development Bank)
交易监控 (N. Y. Stock Exchange, Korea Stock Exchange) 
 

SAS系统简介

系统的功能

SAS系统的功能覆盖了信息处理和信息系统开发的各个环节，包括数据访问，数据管理，数据分析， 数据呈现，应用开发工具和分布式处理。

数据访问

访问任何形式和来源的数据SAS系统对众多数据格式提供了直接，透明的接口，

这些数据包括；IBM主机上的VSAM，IMS/DL1，DB2，SQL/DS。CA-DATACOM/DB，小型机或工作 站上的RDB/VMS，SYBASE，INGRES，ORACLE，INFORMIX以及微机上的DBF 及DIF文件等等。

数据访问可以是针对不同的结构，跨越多种硬件平台的。

SAS系统也能访问其他各种格式的外部文件，从杂乱或不完整的文件到了复杂的分层结构文件。

数据管理

将数据转变成可用形式

SAS系统还提供各种灵活的工具，用于抽系统输入新的数据；进行全屏幕编辑；数据分类 ，取子集，交错和链接，排序等等。用户甚至可以将来自不同数据库的数据合并在一起。SAS系统对SQL的支持为程序员提供了一种数据操作的标准语言。

数据分析

获得有意义的信息

SAS系统融入了各种科学的数据分析方法，如：统计分析，时间序列分析，运筹决策等等，利用SAS系 统优秀的分析和决策支持工具可以将数据转变成有用的信息，满足各种分析需求。

在统计分析方面，SAS系统覆盖了所有实用的数理统计分析方法，是国际统计分析领域的标准软件。

在运筹决策方面，SAS系统提供了全面的运筹学方法，是一种强有力的决策支持工具，它辅助人们实 现对人力，时间以及其它各种资源的最佳利用。

在决策支持和预测方面，SAS系统能帮助用户更清晰地预见未来。SAS系统能胜任几乎任何类型的时间 序列分析，从指数平滑至复杂的多变量状态空间和频谱分析。分析人员可以设计计量经济学和规划模型，而财务分析则可以利用交互式多维电子表格进行。

数据呈现

使信息产生效用

SAS系统具备完善的信息呈现功能。数据分析使数据对分析人员具有了意义，对直观的呈现又帮助分 析人员将信息传递给其他人员。

格式化或表格化报告，频率图，日程表以及字符式图形等基本的数据呈现可以随时生成，以用于现场 决策。此外SAS系统还具有交互式报告书写功能，只要简单选择适当的数据，专门的报告就能迅速产生。

SAS系统还建立了计算机生成各种图形的标准。在预置的应用程序中包括了各种图形，直方图，圆饼 图，曲线图，散点图，曲面图和地图等等。所有这些图形以及对它们的任何修改都可以保存下来，以供日后调阅。

应用开发工具

面向对象的开发工具

SAS采用了先进的OPP（面向对象编程）技术，使用户可方便快速地实现各类具有图形用户界面 GUI）的应用系统，界面的组成可包括：按钮，选择窗，滑动杆，图形，图象以及录音录像播放窗等成分。

SAS现有的对象有：按钮式菜单，列表式菜单，图形式菜单，电子表，数据分布或比较直方图，饼图 (自动建立层次关系），扩展表，单变量预测，WHAT-IF分析和程序调用等等。用户利用现有的对象已经可以开发功能强大的应用系统。

分布式处理

第二代的CLIENT/SERVER结构

SAS公司独有的“多硬件厂商结构”（MVA）使SAS系统在名平台上具有完全相同的使用方式和用户语 言，使应用具有可移植性。并且，在标准网络环境下，使各平台的SAS系统建立内在联系，实现分布处理。SAS/CONNECT 支持MVS，CMS，VSE，OpenVMS,OSF/1,UNIX,OS/2,Windows,Windows NT 等常用系 统的几乎各种互连方式以及TCP/IP，DECNET，APPC，NETBIOS，HLLAPI，3270等各种通讯方式。SAS/CONNECT支持各种模式的分布式处理，其基本运行模式为：

1.  分散式表达（Distributed Presentation）：所有数据管理，程序处理过程均在Remote端处理， 并在Remote端进行部分显示处理，仅将部分结果在Local端显示。

2.  远程的结果显示（Remote Presentation）：所有数据管理，程序处理过程仍在Remote端处理， 全部显示处理在Local端进行。

3.  分散程序处理（Distributed Function）：数据在Remote端处理， 程序则根据需求分散于Remote及Local端，结果在Local端显示。

4.  远程数据管理（Remote Data Access）：数据在Remote端处理，程序处理过程及结果显示在 Local端。

5.  分布式数据（Distributed Data Access)：交数据分散于Remote及Local端处理，程序处理用结 果显示在Local端。

系统的优势

SAS系统作为后台决策支持系统的应用环境，以及作为建立金融行业数据仓库的基本环境，有着不可 比拟的优势：

决策支持

只有SAS系统提供了一个金融机构所需要的各种统计分析，经济预测的工具和模型。在世界范围内， 几乎所有大金融机构都用SAS作为决策支持的手段。

有效的数据集成

SAS系统通过高效的访问引擎高效访问主机上的DB2，IMS 及VSAM等到格式的数据，也能访问小型机 及YNIX 上的ORACLE，SYBASE，INFORMIX等数据库数据及PC上的DBF，DIF等格式。SAS系统同时具备ODBC接口，以便其他应用访问。SAS独立于各数据库厂商的全面数据集成是SAS的巨大优势。

面向管理人员

SAS系统提供丰富的GUI界面，多维的数据视角，以及宏观数据钻入细节信息功能是真正的面向管理人 员获取信息的设计。

同时SAS系统具备的强大的最终用户计算功能使金融主管和分析人员更自由地使用信息系统。

较小的投资

用户只需使用SAS系统本身，即能构造从数据集成到决策支持的全部后台决策支持应用，结构完整的 数据仓库。

原文转自：http://www.ltesting.net