发达国家银行业的信息系统建设

中国工商银行信息科技部副总经理　苏文力

　　20世纪80年代以前重点发展业务处理系统。20世纪60年代以来，金融信息技术的迅速发展与广泛应用，促使以美国为代表的西方国家银行业的经营管理发生了巨大的变化，催化着银行全新管理模式的诞生。但在20世纪80年代以前，美国银行业的内部数据大都是根据业务种类分别管理的。在信息数据量较少时，采用这种模式来建立信息管理系统具有简易方便、及时发挥作用的好处。与这种信息管理模式相适应，以大型通用计算机为主机的集中式信息处理系统是银行业当时信息技术运用的主流，信息技术在银行的应用是发展业务操作系统的重点，它的主要功能是进行数据的保存与处理，当时还很少考虑数据的管理、查询、分析功能。

　　20世纪80年代中期陆续建立商业银行管理信息系统(MIS)。20世纪80年代以后，国际银行业出现了注重零售业务的发展趋势，零售业务的比重越来越大，客户信息越来越多。特别是80年代中期以来，美国的金融业活跃的金融创新逐步绕过了分业监管的障碍，商业银行业务出现了综合化发展趋势。与此同时，市场竞争也在日趋加剧，银行的各级管理者迫切需要面对不同业务层面的大量信息迅速做出正确的分析与判断。由于商业银行早期的业务处理系统是以支持业务处理为思想进行划分与设计的，一家银行往往有数千个业务处理系统，而这些业务系统往往是分散的封闭系统，相互联接性差，难以实现资料共享。正是在这种背景下，西方商业银行以关系数据库为主要技术工具整合了银行的后台信息，建立了全行性管理信息系统(MIS)，实现了对业务交易信息和经营管理信息的集成和一体化管理。相对于数据仓库系统而言，这还是一种相对低层次上的信息整合。

　　20世纪90年代初期建立了早期的决策支持系统(DSS)。随着商业银行业务量的增长和金融产品的丰富，商业银行的管理信息系统(MIS)中需要管理与分析的数据以惊人的速度迅速增长。为了从大量的信息中获取有用的决策信息，商业银行逐渐引进了包括统计分析、系统分析、人工智能等理论在内的数据分析方法，建立了早期的以商业银行管理信息系统为基础的决策支持系统(DSS)，推动着商业银行数据处理的重点逐渐从以往对业务处理系统的支持与模拟转向对巨量数据的集中分析和处理，并将分析结果广泛深入地运用于客户服务、市场营销、风险管理、决策支持等方面。

　　20世纪90年代中期发达国家商业银行信息管理系统建设达到了一个新水平。80年代中期以数据库技术为主要工具陆续建立的现代商业银行管理信息系统在处理业务系统数据和进行数据分析时往往会遇到以下三方面不可逾越的应用缺陷(1)数据库技术无法处理巨量数据；(2)数据库技术难以处理跨部门、跨业务、跨时间、跨信息平台等复杂信息集成问题(3)数据库技术构造的管理信息系统检索及访问信息的能力不足，无法满足在线访问要求。

　　90年代中期以来，以美国为首的国际银行业为满足对商业银行信息分析与决策支持需要，积极将数据仓库技术引进银行业，作为集中管理海量数据的主要手段。随着数据仓库技术在银行业应用的不断深化，美国银行业90年代以来出现了信息系统再造的潮流，到90年代中后期，许多著名国际大银行已经确立了一种现代新型银行信息系统结构，就功能构成上来看，它主要由前台业务处理系统、后台业务处理系统、数据仓库系统、决策支持系统(DSS)四部分组成。

　　20世纪末，商业智能开始在西方商业银行得到大规模应用。在2000年前后，西方商业银行普遍采用包括人口地理统计理论、数据挖掘(data　mining)及商业智能(BI:　business　intelligence)等技术来处理跨时间、跨空间、跨部门、跨产品的银行数据集成分析问题，以逐步实现金融产品和金融服务的交叉销售、提升销售，挽留优质客户。从信息管理的角度看，商业智能的应用是决策支持技术在商业银行应用的进一步发展和完善，在这个过程中数据仓库是商业智能的核心。

　　来源：《现代商业银行》2002年第9期