金融企业决策信息来源有哪些

财务决策信息是服务于财务决策的财务预测信息以及反映财务决策结果的财务计划和财务预算信息等，这些信息主要用于满足企业高层决策者的需要。

企业所需信息的多样化，决定了其信息收集渠道的多样性。概括起来，财务决策信息的主要来源包括公共数据库、本公司的业务数据库、专业咨询机构的研究报告、各类展览及会议、实地考察等。

公共数据库是指大家都能免费使用的数据库资源，如从公共数据库获取具体企业的基本事实性信息，又如获取名录信息、年度统计资料、法规文件等；也可获取某行业中的基本信息、某行业统计资料、行业生产状况、主要供货商及一些具体的进出口项目、技改项目等，以及一些国际市场下投资的宏观信息、统计资料、金融及法规资料。此类信息可以从政府机构、图书馆、商会和一些相关国际组织提供的公共数据库中获取。

企业的业务数据库记录了公司所有业务循环活动的数据，是企业进行各项决策的最主要的数据来源。

专业咨询机构的研究报告是指专业咨询机构提供的具体企业的资信状况调研报告、某具体产品的市场调研报告，或是关于国家和国际金融、经济趋势、重要产业发展政策等方面的调研信息。

企业还可以通过各类展览及会议收集到关于某一产品、某一行业主要企业、客户及苑争对手的具体信息。

通过实地考察可以获取第一手感性资料，并与有关企业建立初步联系。

企业里常用的数据库软件有Mysql、PostgreSQL、Microsoft SQL Server、Oracle数据库、MongoDB。

1、Mysql。

MySQL原本是一个开放源码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，该公司于2008年被升阳微系统（Sun Microsystems）收购。2009年，甲骨文公司（Oracle）收购升阳微系统公司，MySQL成为Oracle旗下产品。

MySQL由于性能高、成本低、可靠性好，已经成为最流行的开源数据库，因此被广泛地应用在Internet上的中小型网站中。随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用。

2、PostgreSQL。

PostgreSQL 可以说是目前功能最强大、特性最丰富和结构最复杂的开源数据库管理系统，其中有些特性甚至连商业数据库都不具备。这个起源于加州大学伯克利分校的数据库，现已成为一项国际开发项目，并且拥有广泛的用户群，尤其是在海外，目前国内使用者也越来越多。

PostgreSQL 基本上算是见证了整个数据库理论和技术的发展历程，由 UCB 计算机教授 Michael Stonebraker 于 1986 年创建。在此之前，Stonebraker 教授主导了关系数据库 Ingres 研究项目，88 年，提出了 Postgres 的第一个原型设计。

MySQL 号称是使用最广泛的开源数据库，而 PG 则被称为功能最强大的开源数据库。

3、Microsoft SQL Server。

SQL Server 是 Microsoft 开发的一个关系数据库管理系统(RDBMS)，现在是世界上最为常用的数据库。SQL Server 现在是包括内置的商务智能工具，以及一系列的分析和报告工具，可以创建数据库、备份、复制、安全性更好以及更多。

SQL Server 是一个高度可扩展的产品，可以从一个单一的笔记本电脑上运行的任何东西或以高倍云服务器网络，或在两者之间任何东西。虽然说是“任何东西”，但是仍然要满足相关的软件和硬件的要求。

4、Oracle数据库。

Oracle数据库系统是美国Oracle（甲骨文）公司提供的以分布式数据库为核心的一组软件产品，是目前最流行的客户/服务器（Client/Server，C/S）或浏览器/服务器（Browser/Server，B/S）体系结构的数据库之一。

Oracle数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。

5、MongoDB

mongoDB是一个介于关系数据库和非关系数据库之间的开源产品，是最接近于关系型数据库的NoSQL数据库。它在轻量级JSON交换基础之上进行了扩展，即称为BSON的方式来描述其无结构化的数据类型。尽管如此它同样可以存储较为复杂的数据类型。

参考资料来源：百度百科——Mysql

参考资料来源：百度百科——PostgreSQL

参考资料来源：百度百科——Microsoft SQL Server

参考资料来源：百度百科——Oracle数据库

参考资料来源：百度百科——MongoDB

计算机在金融行业的应用有：传统应用、云计算技术、数据挖掘技术。

1、计算机在金融行业中的传统应用

自IBM公司的商业化的计算机问世以来，它就在金融行业中起到了非常更大的作用。最早期的应用就是用IBM的大型主机加IBM的数据库系统来管理银行客户数据，现在随着网络的发展普及基于计算机技术和网络通信技术的ATM进入了我们的生活，另外随着个人电脑以及手机等终端的普及，网上银行也逐渐被广泛应用。

另外，股民用的炒股软件等也是在金融公司后台服务器的支持下才能正常使用。这些都是传统的应用，下面介绍两种随着网络的发展出现的基于计算机技术的云计算和数据挖掘技术，以及它们在金融行业的应用。

2、云计算技术在金融行行业中的应用

金融云计算是云计算技术结合金融行业的特性产生的综合性技术，是指将各金融机构的服务器和数据库通过网络连接，共同构成一个私有云，供该金融系统中的所有用户使用；或者是利用服务商所提供的公共云发布金融产品、信息、服务等，用来提高金融机构的工作效率，降低运营成本，提高及早发现并处理问题的能力，提供更好的用户体验等。

3、数据挖掘技术在金融行业的应用

金融数据挖掘是通过专门的数据库和软件以及专业人员的 *** 作，从金融公司每天的业务往来产生的大量数据中发现规律做出评价，应用主要包括市场分析和预测、账户分类以及信用评估等。

步骤如下：

1、浏览器：电脑端：macbookpromos14打开google版本9204515131

可以安装好wind取得使用权后，然后按照wind所给提示，输入账户和密码可使用wind数据库。

2、为了能够方便使用以上数据库，可按照下列步骤安装。

（1）第一步：下载安装程序，并安装。

（2）第二步：输入用户名：xxxxxx密码:xxxxxxx登陆即可。

3、注：Wind资讯金融终端具有在线安装、在线使用、在线服务、 *** 作简单、界面友好等种种优点，适用于金融投资、金融信息、研究教学、金融监管等领域，是专业投资机构、专业研究机构、普通投资者、上市公司、高校财经类专业、财经类媒体及ZF监管部门的理想工具。

扩展资料

Wind是金融数据和分析工具服务商，资讯是中国大陆金融数据、信息和软件服务企业，总部位于上海陆家嘴金融中心。在国内市场，Wind资讯的客户包括超过90%的中国证券公司、基金管理公司、保险公司、银行和投资公司等金融企业。

在国际市场，已经被中国证监会批准的合格境外机构投资者（QFII）中75%的机构是Wind资讯的客户。同时国内多数知名的金融学术研究机构和权威的监管机构也是我们的客户，大量中英文媒体、研究报告、学术论文等经常引用Wind资讯提供的数据。

针对金融业的投资机构、研究机构、学术机构、监管部门机构等不同类型客户的需求，Wind资讯开发了一系列围绕信息检索、数据提取与分析、投资组合管理应用等领域的专业分析软件与应用工具。通过这些终端工具，用户可以7x24从Wind资讯获取到及时、准确、完整的财经数据、信息和各种分析结果。

希望我的回答对你有所帮助啊谢谢

WPS成功上市代表了信息化企业软件国产化的趋势。在雷涛看来，WPS不是简单复制后替代Windows office，而是找到了下一代产品需求。

以往无论是运营商还是银行核心系统，大架构都垄断在西方的 IOE（IBM、Oracle、EMC）这三座大山里。直到2008年阿里提出去“IOE”运动，开始助推信息化软件国产化浪潮。

天云数据就是其中最早一批入场者。2010年为了建立中国完整的云计算产业链，中国宽带之父田溯宁投资建设云基地，天云数据便由此孵化，初备雏形。

2015年，雷涛带领创始团队们正式成立天云数据，率先切入金融领域。天云提供了国内领先的国产HTAP数据库Hubble，完成了“去IOE”中最困难的部分，替代金融A类核心系统惯用的西方IOE架构，在银行的联机事务中解决A类核心系统减负问题。此外，为了降低AI使用门槛，天云数据还推出AI PaaS平台MaximAI，逐步将数据价值逐渐扩展到能源、医药、军事等其它行业。

目前天云数据有70多家行业内大企业客户，单笔合同200-500万，纯软件年营收过亿。

融资方面，天云数据2018年曾获得曦域资本、华映资本B轮1亿人民币投资。

作为行业老兵，雷涛在北美跨国公司有20多年的技术管理经验， 2005年便入席SNIA存储工业协会中国区技术委员会联合主席，CCF中国计算机学会大数据专委会委员。

2011年在云基地时期，雷涛和创始团队通过BDP大数据平台负责了众多运营商业务，如联通的数据魔方、移动总部、南方基地等，2015年天云数据正式独立后，雷涛为了避免同业竞争，选择先聚焦在金融领域。

“天云数据的目标是替代 Oracle 和 SAS ”。云基地时期的积累让天云数据一开始就有高起点，首单就接下了光大银行的核心系统——OLTP线交易系统。比如银行能在全国所有营业厅实时实现OOTD交易，实时查询存钱取钱数额，整个环节涉及的技术都是天云数据早期对Oracle的一些替代。

但之后在多次的项目 *** 作过程中雷涛发现，在几百万条交易规格的强一致性下，数据的移动性、计算框架的变化、联机事务同时要做大规模并行计算，这对计算场景的通用性、即时性和全量数据要求极高，传统 Oracle架构根本无法适应。

“在Oracle架构之上，还需要升级满足新需求”。

于是天云数据自主研发HTAP国产分布式数据库Hubble。与传统 IT 架构处理失误需要联机分析和分开处理不同，HTAP 数据库能够在一份数据上同时支撑业务系统运行并做 OLAP 场景，避免在线与离线数据库之间大量的数据交互，为系统减负。

HTAP国产分布式数据库Hubble替代了Oracle一体机,核心表2000余张80T左右、400亿条交易数据、提供56只服务应用交易、满足500个用户并发、500ms交易服务响应、每天在线交易量超200万、占整个银行核心交易量的10%，让银行面向柜面系统可提供78小时A类实时核心交易，面向手机网银系统可提供724小时A类实时核心交易。

从集中式Oracle切换到分布式HTAP，也解决了数据库扩展性的问题。比如天云数据让光大银行解决了 历史 数据查询问题，以往 历史 查询只能查到2年前，但在分布式技术上线后，可以查询15年前所有交易数据，同时让银行柜面系统以及手机APP可以无数人同时查询。

而在BI逐步转向AI的过程中，复杂的商业流程经算法重构。过去要把数据拿到SAS平台先分析，一层一层地把数据提出来搭建。但现在通过分布式技术，流程趋于扁平化，可以实现毫秒级的服务响应。

天云数据一开始就撬动的是行业头部资源。目前天云数据有光大银行、兴业银行、中信银行、中泰证券、中国石油、国家统计局等70余家行业内大企业客户，分布在金融、能源、医药、政府军事等领域，单笔合同级别超百万

针对每个垂直行业，天云数据都会成立一个子公司来专注赛道。目前天云数据有160人，技术人员超六成。

在雷涛看来，如果一年600个项目，全是5万、15万等碎片化的订单，公司总是重复满足初级客户的简单需求，技术很难沉淀和深入。“在当下成长阶段，打造产品需要在用户想要什么和你想做什么中找到平衡”。

对于雷涛而言，专注头部大B发展有两大发展潜力。一方面，大B拥有机器学习的普遍能力和实验室，更容易接受新产品。另一方面，天云数据交付产品和交付服务的同时也在转移大B客户的数据价值。

“AI本身是一个知识生产过程，它能把大型企业规则、流程的经验价值快速地抽样出来进行复制，赋能行业内其它客户甚至类似的其它行业。”

但在头部客户更定制化、个性化的情况下，天云数据是否失去了很强的复制能力？

雷涛解释到，虽然每个企业要求不尽相同，但都在不大的池子里找数据库。企业从海量数据中对数据进行迁徙、清洗、去重，可以去找合适的AI方法让它产生业务的价值，此过程具有通用性。

谈到核心壁垒，雷涛认为天云数据壁垒就是数据的复制价值。

壁垒的构建可分为两个阶段。第一个阶段是前沿 科技 本身的壁垒，比的是效率和产品核心价值，谁能够扎得深和更好的交付，谁就能拔得头筹。而作为国内最早研发大数据和人工智能的团队，天云数据有一定的技术先发优势。

第二个阶段是推理端的服务。数据资源的价值需要通过机器学习进行提炼，形成知识，进而封装成推理服务服务于行业。比如某保险公司20年长周期发生的重疾赔付定价上学习出来的特征和内容能够快速地移植到保险行业，而头部大企业客户给天云数据带来很优质的训练数据库。

未来AI将引爆万亿级大市场，但目前渗透率不到1%，这给各企业留有众多机会和想象空间。但无论哪种圈地方式，最终比的是速度、服务的稳定性以及产品化的能力。

目前国内外常用的金融数据库的主要优点是：商品化的数据库管理系统以关系型数据库为主导产品，技术比较成熟。

金融数据除了具有数据的一般特性外，还具有自身的一些特性：

（1）广泛性。由于金融机构在国民经济中处于特殊地位，它与全社会各个经济细胞和微观主体都有着密切的联系，因此必须面向全社会广泛获取数据，这就使得金融数据的涵盖范围非常广泛。

（2）综合性。金融数据作为国民经济的综合部门，直接面向国民经济各行各业，为全社会的各群体提供金融服务。通过这些服务尤其是资金服务，可以汇集起反映国民经济运行的综合数据，因此金融数据具有很强的综合性。

金融数据库分类：

按照金融业务活动划分，可以将金融数据分为银行业务数据、证券业务数据、保险业务数据以及信托、咨询等方面的数据，其中银行业务数据又包括信贷、会计、储蓄、结算、利率等方面的数据。

证券业务数据又包括行情、委托、成交、资金市场供求以及上市公司经营状态等方面的数据；保险业务数据又包括投保、理赔、投资等方面的数据。这些数据都从某一侧面反映了金融活动的特征、规律和运行状况。

以上就是关于金融企业决策信息来源有哪些全部的内容，包括:金融企业决策信息来源有哪些、数据库软件都有那些、计算机在金融行业的应用等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！