基于金融信息的知识型服务业创新问题探讨
来源:用户上传
作者: 杨 玥
[摘 要] 本文对基于金融信息的知识型服务创新问题进行了分析研究，对创新的基本条件、业务能力的提升进行了构建式分析，提出了实现的基本方法，对金融信息的知识型服务有一定的参考价值。
[关键词] 知识型服务 金融信息 虚拟企业
知识型服务业是现代经济与科学技术协同发展的产物，它以信息化、网络化为前提，以信息、知识和智力资源的聚集和创新为能力，提供高效用、高附加值为特征的知识产品和服务。基于金融信息的知识型服务业，其业务流程和经营方式更多地集中于“业务流、资金流、数据流”三流信息的处理上；而三流信息的集中处理，为金融业的管理和业务创新提供了重要的发展空间。就目前而言，我国金融业的信息服务还处于分类信息总览和部份专题信息服务的阶段；同时存在着分散、重复、“小而全”、“原料”型服务的弊端。要解决这些问题，需要从现代信息技术与金融信息服务的客观规律来认识，跟踪世界发达国家信息服务业的先进方法，结合本国实际，选择正确的方法和途径，提高金融信息增值服务的水平，逐步形成基于金融信息的知识型服务创新。要实现上述目标，还有许多工作要做。
一、建立开放性的基于全球（实时）金融信息的联机分析处理和信息服务中心
在扩大连接和整合国内外金融信息资源的基础上，建立多维的数据仓库与数据挖掘系统及平台，利用先进的信息分析方法和工具，进行基于全球（实时）金融信息的联机分析和数据综合，形成对分类信息的关联、聚类、类比、时序、回归、趋势、回归、归约组合、统计归纳等的比较分析和综合，提供以下的信息增值服务：
1.任一金融信息的内容和指标体系在同一时间、不同时序、不同金融市场体系和地区经济要素参照系下的比较与综合分析的金融信息总表或目录。
2.基于金融价值规则和机会的比较与综合分析的金融信息总表或目录。
3.基于不同行、不同专业、不同领域金融市场信息的比较与综合分析的金融信息总表或目录。
4.基于不同企业（公司）金融信息供求的信息的比较与综合分析的金融信息总表或目录。
为了获取上述比较分析信息的总表，可选择国际上较为合适的联机分析处理软件和数据挖掘工具，这些软件功能和分析工具主要是：(1)能够提供分类、关联、时序、类比、聚类、趋势、回归、归约组合、统计归纳等比较与综合分析的功能。(2)能够对分类金融信息的属性、特征、数据内容及关系进行数字化、标识性的概念描述和表达，并能转化为连续电子表格的存取和链接模式，使之能够进行金融信息的解析和识别。(3)基于数据属性和特征的解析和识别，能够按金融信息的分析原理与数据关系，进行数据集的分维和分层，形成数据仓库与数据挖掘的维总表。(4)根据数据比较与综合分析的要求，其运算功能可以对数据维总表下的任一维和层的数据集，进行上钻、下钻、切片、切块、交叉和多维的运算。例如我们可以对一组投资维和层的成本数据集，进行连续选择和置换不同时序投资环境的成本数据和相关数据集及算法，进行比较与综合分析，形成连续的数量分析指标体系，从中得出综合评价等级和定性分析报告。
在金融信息总表或目录的比较与综合分析基础上，提供更多面向不同问题方案解决的信息增值服务。同时，要构建开放性的金融信息服务中心和环境，有利于企业和个体用户的接入；提供个性化、便捷的分析平台以及面向不同问题、多样性的分析工具，扩大和吸引更多的客户。
二、构建以“客户为中心”的知识型服务创新的能力
1.要加快知识型服务业专业人才的培养，形成知识密集的合理结构，所需人才即熟悉金融业的知识，又能熟练应用现代信息分析技术和工具；同时还能通晓市场运作与企业经营的相关知识，才能满足知识型服务业发展的需要。
2.选择适合的金融信息服务领域。一开始应选择信息化、网络化条件比较好，经营、管理、知识获取方法比较规范的企业和金融机构。如一些新兴投资企业，已进行产业结构调整、升级、转变增长方式的现代企业（公司）。而一些传统行业和专业，由于知识的特殊性和历史形成过程，往往集中在这些行业的专业人员手里，外部知识服务要深入到其内部是有困难的。
3.要研究金融信息的系统分析方法、建模方法、复杂系统的数学方法。在引进国际上较为先进的多维分析和数据挖掘软件的基础上，结合金融信息综合处理的特点，进行建模与二次开发。我们可以偿试设置不同的知识获取目标与建模设计，把二维的运算与组合分析方法推广至n维空间。例如，我们可以按金融信息组成的逻辑关系要求，进行信息的分维和分层，如果金融信息的分类有n个，每一类信息细分有n层，那么就可生成是一个n维n层的综合数据结构和运算关系；而数据仓库中的库结构是与此对应的。一个维成员的取值，就是n个不同层次取值的组合；一个n维空间成员的取值，就是n个维n个不同维层次，即n×n维成员取值的组合。这样就可以构成n维数据空间的数据挖掘与分析基础。在n维的运算中，现有的联机分析处理软件和工具，提供了各类应用功能、函数和宏命令，例如数据函数，能够任一抽取n维的数据集中的分析数据，并可选用不同的运算关系和公式，实现多样的分析要求；分析过程函数和宏命令，能够替代、置换或转换分析过程中的数据粒度、数据关系、运算关系、计算公式、分析模型、验证模型、数据抽样模式等。从而提高多维比较与综合分析的质量和效果。除应用函数、宏命令，还提供了面向问题设计的导航分析，可以沿着导航分析的要求和选择，按一定的数据集时序和分析步骤，进行可视化查询、浏览、抽样验证、调整、修改操作命令等功能。除此之外，还可根据所提供的开发工具和环境，设计专用的知识型分析模型，解决更多的实际问题，其建模设计需考虑以下特性：金融原理与多维分析的特性、算法及统计模型与对象类的特性、联机分析与分类信息属性的特性、金融业务与数据集关系的有效特性、分析约束与优化的特性、金融目的与分析目标的相关特性等。在此基础上，建立知识型金融信息服务创新的工作平台。
4.金融信息的增值和知识型服务创新，要注意与服务客体的需求相结合。结合点可选择：(1)当要投资、融资、申贷、信贷一个新项目、新技术、新市场、新材料、新产品时；(2)当处于并购、收购和拍卖金融资产时；(3)当金融机构企业及公司处于困境时；(4)当金融市场、生产要素市场、流通市场、相关市场体系等因素发生变化时；(5)当国内、国际经济环境与宏观调控政策等发生变化时。总之，服务的目的不能偏离客体的金融目的，以及“双赢”的价值追求。所提供的信息增值服务和知识产品，对解决客户的复杂问题要给人以执行过程的深刻、简约、有效用的科学驱动；并使执行和操作的知识与认知效率得以提高，能达到金融效益提升的目的。
三、建立基于金融信息的知识型虚拟企业（公司）和知识联盟的客户关系管理
正常状态下，每个独立或分散的金融信息服务的知识型企业（公司），只能选择自己熟悉和长期从事的服务项目，而现在已经在同一领域或不同领域出现了多样性、差异性、个性化的服务要求，知识更新时间也在缩短；单一或重复的项目在减少。如果为了获得服务项目，不断接受自己不熟悉的服务内容，那么自己的知识优势就会散失，成本、质量、完成时间就会出问题。只有通过在更大空间和范围的知识资源和智力资源的聚集与优化组合，形成动态的知识联盟，才能适应客体服务需求的新变化。另一方面，由于知识更新和市场变化较快，许多知识型服务项目需要多种知识型服务优势的企业（公司）及时合作，才能高效、高质、快速完成。这就需要将全国、乃至全球的知识型企业（公司）连接起来，并按客户关系管理的要求，进行聚集性、动态性、规范性的统一管理；和每一个在线成员保持长期的联系，并提供信息服务和信息管理。客户关系管理的目的是以项目选择或问题解决为出发点，及时选择最适合的知识型企业（公司），为某一项目进行动态合作和知识联盟，当该项目完成之后合作与联盟自动解散，又去寻求和选择新的合作与联盟。这种动态的合作与联盟方式就是国际上盛行的虚拟企业运作方法。它解决了知识型服务企业（公司）优势互补、时间、效率、可持续发展的问题，对于金融信息的知识型服务创新同样是重要的。
四、建立基于金融信息的知识型服务对象的客户关系管理
一个知识型服务问题的解决，需要服务主体和服务客体双方的深入了解和信息沟通。客体知识信息的形成是一个完整的过程，其信息的获取也是一个长期连续动态的过程。建立客体的客户关系管理系统，就是为了对客体信息的规范、完整的信息化、网络化管理，形成服务主体（在线和远程）对服务客体信息的充分挖掘和科学分析，使得主体和客体在更大的范围和空间进行充分选择，形成一对一、多对一、多对多的链接和动态知识联盟。同时，建立客户关系管理的双向自动选择和评估分析系统，使主、客户关系管理系统实时获得双向的需求信息和优化选择的评估报告和对偶排序表，从而提高知识型服务创新的核心竞争力。
参考文献：
[1]乌家培 谢 康 王明明:信息经济学[M].北京:高等教育出版社，2002.6，166～169
[2]邱均平主编:市场经济信息学[M].武汉大学出版社，2003.7，390～393
[3]李志刚主编:客户关系管理理论与应用[M].北京机械工业出版社，2007.10，229～236
转载注明来源:https://www.xzbu.com/3/view-1484166.htm
