【IT168 专稿】2006年末，国内的股市一反疲态牛气冲天，上海证券交易所（以下简称上交所）日均交易量飙升，已高达500多亿元。在这片数字浪潮中，上交所的数据仓库系统大放异彩。按照每笔交易平均12000元计算，500亿元需要处理400多万笔交易，交易笔数之高让伦敦证券交易所相形见绌。而如此多的交易数据，仅需半个小时就可存入数据仓库。

从数据仓库“挖”到财务预警

　　1990年11月底成立的上交所，16年来积累了大量的交易历史数据，为有效提高决策支持水平、市场监管水平和服务水平，于2002年启动了数据仓库两期项目。在上交所工程师郑斌祥看来，数据仓库的最大优势在于，它可通过单一视图提供深入细致的信息，帮助上交所从数据分析中发现风险的苗头，进而采取主动的防范措施。

　　从2002 年到2005年，上交所完成了两期数据仓库的规划、设计、实施与运行，仅2002年完成的第一期项目就为15个业务部门提供了200多项应用。

　　众所周知，证券监管、防范交易欺诈是上交所的重要职能，相关的分析工作涉及许多纸质文件。但很少有人知道，这些纸面文件必须保留20年，时间长了，纸质文件容易破损，降低乃至丧失法律效力。因此，对非结构化数据的处理成为数据仓库的要务之一。如今，上交所已经完成了包括600万页纸质非结构化数据在内的十几个TB数据的清理工作。
 
　　股民也许并不清楚也不关心这些数据的意义，他们更关注的是如何找到股市黑马，从而捞上一票。但对证券公司而言，如何通过这些数据尤其是上市企业的财务报表，判断上市企业的财务风险，从而保护股民利益却至关重要。

　　财务风险的终极表现就是公司破产，无能力履行债务偿还责任。从企业财报数据入手，运用数据挖掘方法，构建上市公司财务风险预警模型，预测可能出现财务风险的上市公司，对于投资者及时调整投资决策、监管层准确识别盲目融资公司、投资银行有效发掘潜在客户都具有重要意义。这也是数据挖掘的价值所在。

　　于是，在建设数据仓库的同时，上交所找到了原IBM全球银行数据挖掘咨询组组长刘世平，委托他新成立的公司——吉贝克信息技术有限公司，负责该项目设计阶段的数据挖掘咨询工作。

　　吉贝克于2002年12月进入项目组，由刘世平亲自带队。凭着丰富的数据挖掘项目实施经验，咨询团队仅花了一个月的时间，就完成了数据挖掘战略文档的撰写工作，并向上交所提交了18个数据挖掘主题及其解决策略的分析。吉贝克的效率与能力给上交所留下了深刻印象，它随即又获得了上交所的下一个项目——建立上市公司财务指标预警系统。