集中模式的金融风险管理系统是当代金融和计算机领域的一个热点研究方向,主要用于大型金融机构对投资行为的风险分析和绩效评估工作。与传统的、仅服务于单一客户对象的金融风险管理系统相比,集中模式的金融风险系统具有容量大、功能全、服务好和投入产出比高的诸多优点。 与此同时,集中模式的系统也带来了很多新的挑战,比如:巨量数据的存储管理,对不同服务对象的兼容要求,速度性能指标,系统的扩展适应能力等。要解决好这类问题,首要的和最重要的,就是如何为其打造一个优良的系统框架和数据库模型。 本文作者通过《交通银行证券投资风险管理与绩效评估系统》项目的实践,研究分析了在集中模式下的金融风险管理系统所遇到的典型和特有的问题,并在数据库建模的层次上提出解决这些问题的思路方法以及相应的实践结果。 具体而言,在历史数据存储领域,作者针对一类特殊的数据类型——阶段变动历史数据——的存储使用问题,讨论了如何改进其存储模型,使得这类数据在存储空间和查询时间上达到最佳的平衡。 在对财务数据的接收处理方面,作者分析了由不同财务系统所带来的数据利用上的不兼容问题,并给出了一个新颖的统一解决方案。 在投资基准模型领域,针对集中模式的风控系统所容纳的投资基准的多样性问题,作者分析了如何满足基准的时间扩展要求和配置扩展要求,并给出了一个通用的投资基准模型设计。 在系统的监控功能方面,作者讨论了作为风险系统常见用途之一的监控体系模型的建设思路和方法,并论述了在这一方面可供改进的余地。 经实际检验,上述设计在系统运行中效果良好,成功经受了多方面的重大考验,证明系统稳健可靠,达到了预期的目标。 在本文的最后,总结了主要的工作和成果,讨论了其中存在的不足,并在此基础上对今后进一步的研究开发工作进行了展望。