1. 銀行業(yè)財(cái)務(wù)與監(jiān)管報(bào)告需求

金融業(yè)數(shù)據(jù)結(jié)構(gòu)復(fù)雜芽淡，系統(tǒng)數(shù)據(jù)源多，隨時(shí)間推進(jìn)會(huì)產(chǎn)生大量原生生產(chǎn)數(shù)據(jù)和派生分析數(shù)據(jù)。同時(shí)，金融業(yè)數(shù)據(jù)需求多變认境，涉及非常深入的專門知識(shí)硼身，自動(dòng)化報(bào)表方案往往需要結(jié)合業(yè)務(wù)背景讶迁，再加上金融機(jī)構(gòu)的數(shù)據(jù)保密需求導(dǎo)致純技術(shù)背景的外部開發(fā)人員理解困難而無從下手，因此以金融機(jī)構(gòu)內(nèi)部分析人員為主的自助式報(bào)表設(shè)計(jì)與數(shù)據(jù)分析非常值得嘗試。

其次，對(duì)于銀行業(yè)財(cái)務(wù)部而言，財(cái)務(wù)和監(jiān)管報(bào)告報(bào)送時(shí)間要求緊喻杈、變化頻繁壁晒、容易出錯(cuò)，而產(chǎn)出不容易衡量，常年累月大量投入的工作成果底線是按時(shí)準(zhǔn)確報(bào)送，但求無過。由于報(bào)告格式固定，數(shù)據(jù)難以共享和解讀，靈活性不足而導(dǎo)致其決策支持功能不足。

近年來由于會(huì)計(jì)準(zhǔn)則與監(jiān)管政策升級(jí)，金融機(jī)構(gòu)自身業(yè)務(wù)發(fā)展，業(yè)務(wù)機(jī)構(gòu)新增與重組，新產(chǎn)品趨于復(fù)雜等各項(xiàng)因素對(duì)監(jiān)管報(bào)送工作施加了更大壓力踢匣。同時(shí)输莺，壓力測試、動(dòng)態(tài)風(fēng)險(xiǎn)控制與監(jiān)管機(jī)構(gòu)對(duì)運(yùn)營數(shù)據(jù)的全面抽取埂蕊，要求傳統(tǒng)財(cái)務(wù)人員技能升級(jí)轉(zhuǎn)型撇寞，具備一定的數(shù)據(jù)深加工處理能力肖方，同時(shí)高級(jí)管理層重大決策需要更多數(shù)據(jù)支持三妈，要求報(bào)表工具可以靈活運(yùn)用模燥，多維度展示與鉆取辽旋，多場景評(píng)估溶其。

另一方面，新型科技金融公司和技術(shù)進(jìn)步強(qiáng)化了外部數(shù)據(jù)來源多樣化代芜、大數(shù)據(jù)渴语、云存儲(chǔ)與移動(dòng)終端展示的趨勢(shì)。

在幾方面因素綜合作用影響之下，自助式商務(wù)智能工具凸顯出其靈活高效，契合業(yè)務(wù)需求和適合多場景展示的特性玷过，越來越值得金融機(jī)構(gòu)財(cái)務(wù)粤蝎、風(fēng)控、合規(guī)、管理層嘗試深化使用贞间。

2. 商業(yè)智能解決方案

2.1 商業(yè)智能與Power BI概念

商業(yè)智能 (BI) [1]包括企業(yè)用于商業(yè)信息數(shù)據(jù)分析的策略和技術(shù)摄咆，可以提供業(yè)務(wù)運(yùn)營的歷史芹务、當(dāng)前和預(yù)測視圖。商業(yè)智能技術(shù)的常見功能包括報(bào)告漩符、在線分析處理舆逃、分析孝鹊、數(shù)據(jù)挖掘、流程挖掘臼婆、復(fù)雜事件處理惨缆、業(yè)務(wù)績效管理、基準(zhǔn)測試停巷、文本挖掘蕾各、預(yù)測分析和規(guī)定性分析。BI 技術(shù)可以處理大量結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù), 以幫助識(shí)別、開發(fā)和以其他方式創(chuàng)造新的戰(zhàn)略業(yè)務(wù)機(jī)會(huì)躯枢。它們的目的是讓人們能夠方便地解釋這些數(shù)據(jù)朝抖，發(fā)現(xiàn)新的機(jī)會(huì)并在洞察的基礎(chǔ)上實(shí)施有效的戰(zhàn)略, 可以為企業(yè)提供競爭的市場優(yōu)勢(shì)和長期穩(wěn)定啥箭。

微軟公司的Power BI[2]產(chǎn)品是商業(yè)智能分析服務(wù)之中的一項(xiàng)，可以儀表板和交互式報(bào)表形式達(dá)到數(shù)據(jù)可視化效果并共享于多種設(shè)備治宣，從而在整個(gè)組織中通過本地或者云端同一個(gè)視圖直觀地瀏覽和分析數(shù)據(jù)急侥，提供洞察最終實(shí)現(xiàn)快速、明智的決策侮邀。

2.2 Power BI簡介

2.2.1 產(chǎn)品結(jié)構(gòu)

image

Power BI的核心組件Power Pivot最早由微軟公司在Excel 2010專業(yè)增強(qiáng)版之中發(fā)布坏怪，其后在Excel 2013與Office 365的后續(xù)更高版本之中又增加了用于數(shù)據(jù)抽取、清洗绊茧、轉(zhuǎn)換的組件Power Query铝宵，以及用于數(shù)據(jù)展示的Power Map與Power View組件，這些組件集合也被稱為Excel BI按傅。在2015年7月捉超，微軟發(fā)布了獨(dú)立的第一版Power BI Desktop，獨(dú)立于Excel BI唯绍，并且每月更新拼岳。

單機(jī)版Excel BI與Power BI Desktop可在桌面使用，而且不另行收費(fèi)况芒，所以又名免費(fèi)版（Power BI Free）惜纸。此外還有專業(yè)版（Power BI Pro）及增值版（Power BI Premium）[3]叶撒。

個(gè)人以及中小型企業(yè)可以使用免費(fèi)版，而具備聯(lián)網(wǎng)展示耐版、分析與發(fā)布功能的專業(yè)版目前可以免費(fèi)試用祠够，每次60天，目前仍然可以申請(qǐng)多次粪牲，條件是使用企業(yè)郵箱注冊(cè)古瓤。數(shù)據(jù)量大和安全性要求高的企業(yè)與金融機(jī)構(gòu)應(yīng)考慮使用增值版（Power BI Premium）。

2.2.2 市場格局

image

在國際市場上腺阳，根據(jù)專業(yè)研究機(jī)構(gòu)Gartner的分析報(bào)告[4]落君，微軟Microsoft的Power BI產(chǎn)品連續(xù)多年位居競爭力象限領(lǐng)導(dǎo)者地位，并且在產(chǎn)品遠(yuǎn)景與執(zhí)行力兩方面都領(lǐng)先于市場地位最接近的其他兩家廠商亭引，Tableau 與 Qlik绎速，而Salesforce, SAP, SAS, IBM, Oracle等傳統(tǒng)大牌軟件供應(yīng)商落后較多。國內(nèi)商業(yè)智能軟件供應(yīng)商有思邁特 SmartBI, 帆軟FineBI等焙蚓。

2.2.3 優(yōu)勢(shì)特點(diǎn)

Power BI的宣傳口號(hào)是Any data, any way, anywhere纹冤，即目標(biāo)是處理多種數(shù)據(jù)源，在多種終端以多種方式處理和展示分析見解购公。

在技術(shù)方面萌京，Power BI以列為單位使用Vertipaq技術(shù)壓縮數(shù)據(jù)、存儲(chǔ)和計(jì)算君丁，借助于編碼枫夺、數(shù)據(jù)字典和位置索引可以大幅度壓縮數(shù)據(jù)，提高運(yùn)算性能绘闷，在許多場景下性能優(yōu)于傳統(tǒng)的SQL橡庞。

就功能而言，Power BI提供了從數(shù)據(jù)抽取印蔗、轉(zhuǎn)換扒最、加載、分析到數(shù)據(jù)可視化展示的全套解決方案华嘹，可以橫跨個(gè)人電腦吧趣、網(wǎng)頁、手機(jī)耙厚、平板電腦等多種平臺(tái)工作强挫，可以在個(gè)人電腦終端處理上億行數(shù)據(jù)，支持處理上百種數(shù)據(jù)源薛躬，并且按月更新俯渤，其展現(xiàn)方式靈活，可視化對(duì)象多型宝，除了常規(guī)的條形圖八匠、餅圖絮爷、折線圖、漏斗圖等等之外梨树，還支持衛(wèi)星地圖展示以及外部各種自定義酷炫可視化插件坑夯，并且可以對(duì)接大數(shù)據(jù)時(shí)代十分熱門的兩種計(jì)算機(jī)編程語言 R以及 Python。其內(nèi)置的人機(jī)交互問答機(jī)制與聚類分析和機(jī)器學(xué)習(xí)可以利用AI快速找出數(shù)據(jù)背后的故事抡四，減輕分析師和決策者的工作負(fù)擔(dān)柜蜈。更重要的是，其免費(fèi)策略使得學(xué)習(xí)與使用成本相對(duì)較低指巡。初級(jí)用戶單純依靠菜單命令與手工操作也可以完成大量數(shù)據(jù)處理與分析工作跨释。

在Power BI內(nèi)部嵌套了兩種函數(shù)語言， Power Query模塊中的M語言厌处，主要用于ETL即數(shù)據(jù)抽取、清洗轉(zhuǎn)換岁疼、加載阔涉。主要功能是清洗非結(jié)構(gòu)化臟數(shù)據(jù)并且加載上傳至數(shù)據(jù)模型，除了基本的文本捷绒、數(shù)值瑰排、日期處理之外，也內(nèi)嵌了合并查詢暖侨，迭代和遞歸椭住，網(wǎng)絡(luò)抓取等高級(jí)功能，還可以完成類似SQL的Group by或者數(shù)據(jù)透視表之中的輕度聚合操作字逗。

DAX語言主要用于數(shù)據(jù)分析京郑，支持Power Pivot。作為DAX表達(dá)式輸出結(jié)果的度量值基于數(shù)據(jù)模型葫掉，靈活強(qiáng)大些举，一次定義后可以在全局多次調(diào)用，刷新快俭厚，一則保證數(shù)據(jù)一致性户魏，二來提高了計(jì)算效率。以分析銀行業(yè)貸款數(shù)據(jù)為例挪挤，可以各項(xiàng)貸款余額為對(duì)象設(shè)置基礎(chǔ)度量值叼丑，然后分別以客戶、地區(qū)扛门、資產(chǎn)質(zhì)量等維度對(duì)基礎(chǔ)度量值切片分析鸠信。DAX語言之中還有時(shí)間智能函數(shù)可以靈活實(shí)現(xiàn)累計(jì)數(shù)、同比尖飞、環(huán)比分析症副。

這些強(qiáng)大的功能店雅，在新版Excel BI和Power BI Desktop之中大多可以同時(shí)實(shí)現(xiàn)。

3. 應(yīng)用案例

列舉以上Power BI特點(diǎn)之后贞铣，筆者針對(duì)銀行業(yè)特定報(bào)表需求闹啦，設(shè)計(jì)了以下具體實(shí)用案例。

3.1監(jiān)管報(bào)送日歷

每年監(jiān)管部門都會(huì)調(diào)整增減監(jiān)管報(bào)告清單以及報(bào)送頻率與上報(bào)時(shí)間辕坝，財(cái)務(wù)人員年初處理報(bào)送任務(wù)清單十分重要但是又容易出錯(cuò)和遺忘窍奋。Power BI可以從Excel 文件中讀入數(shù)據(jù)，經(jīng)過清洗處理后酱畅，生成在各年度之間可以重復(fù)使用的報(bào)送任務(wù)清單琳袄，發(fā)布到網(wǎng)絡(luò)，供財(cái)務(wù)報(bào)告工作人員參考纺酸，掌握日常進(jìn)度窖逗。

本案例主要展示Power Query M函數(shù)處理切分不規(guī)范數(shù)據(jù)的能力，以及DAX函數(shù)聚合文本的用法餐蔬。

圖表 1 Power BI監(jiān)管報(bào)送日歷

image

解讀文章：http://u6.gg/rBHyT

報(bào)告網(wǎng)址：http://u6.gg/hgU9x碎紊，手機(jī)橫屏或電腦效果更佳，也可識(shí)別以下二維碼閱讀報(bào)告樊诺。

網(wǎng)址二維碼：

image

3.2大中小微企業(yè)劃型

在監(jiān)管報(bào)告工作流程之中仗考，根據(jù)不同的行業(yè)組別選取營業(yè)收入、人數(shù)词爬、總資產(chǎn)三者之中的一個(gè)或兩個(gè)以確定大中小微企業(yè)劃型是一個(gè)比較困難的問題秃嗜，自動(dòng)化較為困難，手工劃型準(zhǔn)確度和一致性較差顿膨，所以合規(guī)風(fēng)險(xiǎn)較高锅锨。而且統(tǒng)計(jì)局對(duì)大中小微企業(yè)的定義數(shù)據(jù)結(jié)構(gòu)沒有規(guī)范化，并未以數(shù)據(jù)庫行列表的結(jié)構(gòu)化方式呈現(xiàn)恋沃，計(jì)算層次復(fù)雜橡类，需要分多維度多檔次判斷。

本案例主要展示如何由Power Query的M函數(shù)的強(qiáng)大功能芽唇，包括清洗處理非結(jié)構(gòu)化的統(tǒng)計(jì)局標(biāo)準(zhǔn)顾画，然后通過合并查詢匹配適用的判斷條件，以及展示判斷條件以幫助讀者理解等匆笤。

解讀文章：http://u6.gg/rBHzd

圖表 2 Power BI大中小微企業(yè)劃型

image

報(bào)告網(wǎng)址：http://u6.gg/rBH28研侣，手機(jī)橫屏或電腦效果更佳，也可識(shí)別以下二維碼閱讀報(bào)告炮捧。

網(wǎng)址二維碼：

image

3.3 1104報(bào)表-貸款部分

貸款按各維度切分報(bào)告是銀保監(jiān)會(huì)1104報(bào)表的重點(diǎn)領(lǐng)域庶诡，在傳統(tǒng)的合規(guī)報(bào)告軟件之中，往往需要為每一張涉及貸款的報(bào)表定義各項(xiàng)貸款的范圍咆课，然后根據(jù)不同的報(bào)告維度抽取數(shù)據(jù)末誓。這樣做的弊端是重復(fù)定義扯俱，多冗余計(jì)算，開發(fā)與測試工作量大喇澡，而且容易造成表間不一致迅栅。

本案例主要展示DAX函數(shù)度量值一次定義，多次切片使用的靈活性能晴玖，從貸款明細(xì)出發(fā)读存，首先定義核心度量值各項(xiàng)貸款余額，然后再根據(jù)不同目的分析需要呕屎，分別篩選或者切片分析展示各維度數(shù)據(jù)让簿。

圖表 3 Power BI 1104報(bào)告--貸款部分

image

報(bào)告網(wǎng)址：http://u6.gg/rBJpR，手機(jī)橫屏或電腦效果更佳秀睛，也可識(shí)別以下二維碼閱讀報(bào)告尔当。

網(wǎng)址二維碼：

image

4. 寫作計(jì)劃

目前，筆者計(jì)劃與出版社洽談合作出書事宜蹂安。如果讀者希望看到更多針對(duì)銀行業(yè)金融機(jī)構(gòu)的財(cái)務(wù)報(bào)告與監(jiān)管報(bào)告案例居凶，那么請(qǐng)轉(zhuǎn)發(fā)與點(diǎn)贊，您的支持將有助于早日將意向轉(zhuǎn)化為更多實(shí)際成果√俾眨現(xiàn)階段寫作提綱如下：

第一章：商務(wù)智能與監(jiān)管報(bào)告簡介

1 商務(wù)智能基本概念

2 監(jiān)管機(jī)構(gòu)與監(jiān)管報(bào)告簡介

第二章：Power BI基本操作

3 Power BI 及其組件

4 Power BI特點(diǎn)與優(yōu)劣勢(shì)

5 Power Query 與 M函數(shù)基礎(chǔ)

5.1 菜單命令及操作簡介

5.2 數(shù)據(jù)結(jié)構(gòu)、類型與相關(guān)常用函數(shù)

5.3 銀行業(yè)數(shù)據(jù)處理示例

6 Power Pivot 與 DAX函數(shù)基礎(chǔ)

6.1 DAX 數(shù)據(jù)結(jié)構(gòu)

6.2 DAX計(jì)算原理

6.3 DAX數(shù)據(jù)建模

6.4 DAX應(yīng)用示例

第三章：銀保監(jiān)會(huì)1104監(jiān)管報(bào)告實(shí)務(wù)

7 報(bào)送任務(wù)管理

7.1 報(bào)告清單

7.2 報(bào)送日程

8 監(jiān)管報(bào)送對(duì)象

8.1 監(jiān)管報(bào)告報(bào)送對(duì)象

8.2 財(cái)務(wù)類報(bào)表

8.3 Basel III報(bào)表

9 各模塊數(shù)據(jù)準(zhǔn)備

9.1 模塊或交易系統(tǒng)

9.2 銀行業(yè)數(shù)據(jù)特性

9.3 時(shí)點(diǎn)特性

10 財(cái)務(wù)類監(jiān)管報(bào)告示例

10.1 G01/G04 資產(chǎn)負(fù)債表與利潤表

10.2 G13/G14 信用風(fēng)險(xiǎn)客戶集中度

10.3 G21/G22 流動(dòng)性風(fēng)險(xiǎn)

10.4 G33 銀行賬簿利率風(fēng)險(xiǎn)

10.5 G51 國別風(fēng)險(xiǎn)

10.6 G12貸款遷徙

10.7 S71普惠金融

11 監(jiān)管指標(biāo)儀表板示例

第五章：報(bào)告發(fā)布與權(quán)限控制

[1] https://en.wikipedia.org/wiki/Business_intelligence

[2] https://powerbi.microsoft.com/zh-cn/

[3] https://blog.csdn.net/jessica_seiya/article/details/81118514

[4] http://www.relevance.ro/Download/Gartner%20Magic%20Quadrant%20BI&Analytics%202018.pdf