基于OLAP的高校財務決策研究

[摘 要] 高校財務信息化建設積累了豐富的業務數據，如何利用歷史數據進行高校財務決策，是管理者關心的問題。本文通過財務決策主題，設計出多維立方體，并對其執行聯機分析處理(OLAP);利用決策聯機分析處理平臺進行分析，并給出了相應的分析結果。決策OLAP分析的應用使高校財務管理系統獲得更高的實用價值。

[關鍵詞] 高校財務;財務決策;數據倉庫;OLAP;MDX語言

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 17 . 001

[中圖分類號]F232 [文獻標識碼]A [文章編號]1673 - 0194(2010)17- 0002 - 04

0引 言

聯機分析處理(On-Line Analytical Processing，OLAP) 能對多維數據進行分析操作，給用戶提供一幅幅直觀的視圖，從而對數據獲得更深入的了解，具有快速性、可分析性、多維性、一致性和交互性等特點[1]。OLAP服務器一般作為數據倉庫系統的中間層，是用戶預定義的多維數據視圖，它對數據倉庫的信息進行統計分析處理，可為具有明確分析范圍和分析要求的用戶提供高性能的決策支持。

本文通過分析高校財務決策的若干需求，應用數據倉庫建模分析方法，對財務決策數據倉庫的主題域維度模型進行設計和實現，并對基于OLAP的高校財務決策應用作了一些研究。Microsoft SQL Server 2005的Analysis Services 多維數據集對數據倉庫中的所有數據提供了統一和集成的視圖，可作為傳統報表、OLAP 分析和數據挖掘的基礎，本文的研究都是采用Analysis Services 多維數據集完成的。

1 高校財務決策業務分析

1.1 高校財務信息化狀況

目前高校的財務管理已基本實現了信息化，并建立了相應的財務網絡，通過財務數據庫來實現財務信息的管理。然而，數據庫中的財務信息相對孤立，財務信息系統一般也只注重財務數據的匯總核算和自動生成財務報表等功能，沒有對各項指標進行多角度分析，與其他相關的管理系統也沒有良好的接口。高校的財務數據分布在各個部門，財務數據往往來自多個數據源，數據算法不同，結果當然存在差異。財務信息系統中沒有足夠的歷史數據，不利于查詢和分析[2]。高校財務決策數據倉庫能高效地利用財務數據，并產生相應的財務圖表，為各級部門提供有效財務數據信息，幫助決策人員進行分析決策。

1.2財務決策業務流程及數據

高校財務決策業務流程如圖1所示。財務決策需要對學校的基本財務數據進行數據提取，再分類實施財務歷史數據比較和未來數據預測，數據分析處理后輸出決策數據信息。

高校財務決策數據倉庫中的數據源來自能提供財務數據的計劃財務處、人力資源處、科研管理處、資產設備處、基本建設處和后勤管理處等部門的管理信息系統。例如計劃財務處提供歷年的各部門的財務信息和職工的工資信息;人力資源處提供歷年的人才培養和人才引進所發生的財務費用信息;科研管理處提供歷年科研成果轉化和項目開發所產生的費用信息;資產設備處提供歷年設備購買和設備使用情況的詳細信息;基本建設處提供學校的基建項目費用信息;后勤管理處提供高校歷年進行的后勤建設詳細信息。

財務決策數據倉庫的數據采集是把各業務系統中的數據加載到數據倉庫中，它需要考慮采集的周期和時間，以滿足數據的及時性和實時性等特點，通常分為面向數據的采集和面向報表的采集。面向數據的采集是從各業務系統的源數據庫或某些文件中直接取得;面向報表的數據采集是將一些影響決策分析的信息從報表中讀取或人工錄入。對于決策的不同主題，除了基本數據外還必須有匯總數據。匯總分財務科目匯總和項目匯總。在財務決策數據倉庫中，需要處理的數據都面向某一個主題，如何分析和處理，需要區別對待。

2 高校財務決策數據倉庫的設計

2.1高校財務決策的需求分析

高校的決策者，必須經常關注很多問題，并得出有價值的答案。如:學校的科研項目業績怎樣，哪些項目處于穩定發展，哪些項目需要繼續扶持?學校職工工資待遇怎樣，哪些職工需要調整工資?學校需要引進哪些人才，哪些是急需人才，人才的專業方向怎樣定位，人才培養教育計劃和目標怎樣?學校的資產狀況怎樣，當前需要更新哪些資產?而這一切都需要錢，學校的財務狀況怎樣，分別能投入多少錢?

2.2財務決策數據倉庫主題域的設計思路

面向主題是財務決策數據倉庫的主要特征，財務決策數據倉庫的數據都圍繞主題組織，主題所包含的數據個體都是與高校決策有關的數據。財務決策就是資金管理決策。教學、科研、資產、職工工資、學生收費、后勤、基建等都離不開資金，所以財務決策數據倉庫的主題域歸根到底就是資金管理。高校領導需要對整個學校和各部門、各項目所需資金做出總決策，而各部門、各項目內部的資金，也需要進一步做出決策，為此有一個資金管理主主題域，主主題域又分出若干子主題域，如職工工資、學生收費、后勤信息、資產信息、科研信息、教學信息等子主題。

2.3財務決策數據倉庫的具體設計

2.3.1財務決策數據倉庫總體結構

財務決策數據倉庫的總體結構如圖2所示。它從多個數據源中獲取數據，經過ETL工具對數據進行清洗、分類后，存儲在數據倉庫的內部數據庫中。在具體決策主題下，根據需要獲取不同維度的數據，分析維度數據的層次，建立相應的事實表和維度表，內部數據庫中的數據再通過數據加載工具向數據倉庫提供數據信息，從而實現數據倉庫。數據倉庫建立并載入數據信息后就可對其中的數據進行查詢和OLAP分析應用。

2.3.2數據倉庫的數據設計

財務決策數據倉庫的數據可分為詳細數據和綜合數據。詳細數據是每天發生的所有數據，綜合數據是匯總后的數據。數據倉庫的數據量不斷增加，常用數據與不常用數據會自然分化，不常用數據需要存儲在備用存儲器中。決策者可能會有各種決策需求，因此應對數據進行相應的劃分。按數據的使用頻率不同將數據劃分為:詳細數據、輕度綜合數據(每月的匯總數據)和高度綜合數據(每年的匯總數據)。高校財務數據是必須長期連續存放的，財務一般都是按月過賬，數據文件每月生成一次，數據歷史記錄很多，數據文件很大。匯總數據是綜合數據，數據量相對較小，而各類決策的結果數據其數據量更小，是高度綜合數據。

在數據倉庫中，基礎數據始終處于關鍵位置，要保證在任何時候、任何過程都能選取，以便以此為依據作出正確的決策。

3 數據倉庫系統實現

財務決策數據倉庫的邏輯模型采用星型模型與雪花模型相結合的方式，根據決策要求，按主題的需要，建立事實表和維度表。然后，從各數據源中抽取數據，集成到數據倉庫中。

事實表是數據倉庫的核心，包括鍵和可以用于匯總統計的詳細指標，是構成數據倉庫的所有類型表中體積最大的，它通過鍵將各維度表組織起來[3]。根據不同主題設定的邏輯模型，有不同的事實表。為了將數據按內在的邏輯關系有序地存放在維度表中，維度表提供了所描述對象的詳細屬性[4]。

財務決策數據倉庫的主邏輯模型包括:資金明細事實表、經費類別維表、部門維表、科目維表、項目維表、負責人維表、時間維表等，它以高校計劃財務處的賬務處理數據為主。采用星型結構，其模型如圖3所示。

對各部門、各項目的子主題域，還建立了相應的邏輯模型。如職工工資、學生收費、后勤費用、資產信息、科研項目、教學信息、基建投資等邏輯模型。

4 財務決策數據分析

4.1財務決策OLAP分析系統設計

高校財務決策數據倉庫的重要功能是應用聯機分析處理(OLAP)技術對高校的財務數據進行決策分析，具有圖表瀏覽功能，能產生相應主題的數據圖表[5]。

財務決策OLAP系統以學校的各種管理信息系統為基礎，將數據源中的數據經過清洗、轉換和集成后加載[6]到財務決策數據倉庫中。加載過程中要注意幾點:①由于外部數據來自不同的系統，相同數據的代碼和數據類型其表示可能有所不同，為此必須統一，不統一的和不利于分析的需要改變;②往往要從數據源的幾個相連接的表中抽取某幾個字段的數據或只抽取某些符合條件的數據，這時必須注意輸入正確的命令，以便得到所需的結果;③對類似年齡這種隨時間變化的數據需要隨時間計算，要先建立一個臨時表，在臨時表中進行計算，再將臨時表的數據抽取到正式表中;④為避免多重粒度數據在一個表中存在帶來數據冗余及更新異常等多種問題，必須采用基本表與視圖相結合的方式;⑤考慮到數據查詢與分析主要是按項目進行，本數據倉庫中不再保存員工工資、學生交費和學生獎貸勤等個人信息，只保存它們按項目的各種匯總信息，這樣不至于増加新的事實表和維度表。

財務決策數據倉庫通過OLAP服務器、OLAP設計工具向客戶機提供數據分析服務。復雜的數據邏輯都存儲在學校各信息系統服務器上，數據倉庫的數據按主題組織，使得財務決策多維分析設計避開了復雜的數據結構，提高了分析處理的速度，分析的設計與實現由一般的業務處理人員即可完成，提高了系統的效率、可用性和可擴展性。

財務決策數據倉庫OLAP，能從不同角度、不同層次、不同時段來查詢和分析數據。它的各種分析方法都以剖析數據為目標，可以深入了解包含在數據中的規則信息。在取得決策財務信息數據后，通過圖表的方式將這些數據展現給用戶。圖表制作可以根據圖表的主要內容進行定義，按照不同項目、不同部門、不同職稱以及各種明細生成相應的圖表，可以選擇項目、設備、工資、人才等多個費用種類。靈活的設置可滿足不同用戶的需求，能夠隨意確定維度及相應的值，可以根據需要任意組合各種輸出內容，能進行縱向或橫向分析，使用戶可以清晰、直觀地看到分析結果。例如查看學校各個部門某一學期用于教學的費用情況、匯總教師的教學課酬、預測下一年度的教師教學費用，分析各學院的經費收支組成、經費收支時間分布和所有經費的匯總等，這些信息對學校的管理人員和決策者都極為有用。

數據展現方式有多種，在實際使用中，針對高校財務決策的業務特點，面向財務管理人員和決策人員分別采用不同的展現方式，對決策者展現的是高度綜合的匯總數據，對一般管理人員展現的則是相對詳細的匯總數據。

實際設計時通過選擇OLAP多維數據集，建立OLAP服務器的連接，生成各種數據透視表，利用設置的報告格式或圖形格式，自動生成報告或圖形;對多維數據進行各種復雜查詢時則采用MDX語言設計。MDX語言是操縱數據倉庫中多維數據集數據的強大工具，它是OLAP的擴展，類似SQL語言 [7]。

4.2 財務數據OLAP分析決策典型實例

利用某大學的財務數據進行OLAP分析。如對3個學院的年人均科研費用進行鉆取分析和結果展示，可得到如圖4所示結果。從圖4中可以看出，電氣院的年人均科研費用是其他兩個學院的數倍以上，且呈明顯擴大趨勢，電氣院的科研項目很多，科研經費充足，數學院的科研經費很少，幾年來沒有多大變化，還呈下降趨勢。數學院從事的是基礎教育，基礎打不好，培養的學生沒有后勁。此分析結果顯示，學校應該加強數學院等學院的管理，科研項目和經費要向這些院系傾斜，通過増加應用課題，與其他院系聯合開展科學研究，應該能走出科研項目過少和科研費用不足的困境。

當對上述3個學院的職工年平均收入進行鉆取分析和結果展示時，可得到如圖5所示結果。從圖5中可以看出，3個學院職工的年平均收入幾乎相同，電氣院的只稍高一點，且無論那個學院，3年來職工的年平均收入都很少增加。職工的年平均收入包括職工工資和科研提成，職工的年平均工資各個學院都相差不大。比較圖4可知，科研項目多、科研費用收入高數倍的電氣院職工，他們的年平均收入并沒有增加多少，很顯然，這是極不合理的，電氣院職工投入科研的精力肯定也是其他院職工的數倍，但多勞沒有多得。因此，要把學校辦成研究型大學，學校決策者除應加大科研投入，培養、引進科研帶頭人外，還必須徹底改變科研收入的分配政策，不斷提高職工的年平均收入水平。

進一步OLAP分析，還可以得到如圖6所示的2005-2007三年全校科研到賬、新增資產設備和職工工資的3項經費匯總的直方圖。

從圖6中可以清晰地看到，學校在這3年內的科研到賬、新增資產設備和職工工資的3項經費的匯總情況。通過分析計算，可以對下一年度的相關費用進行規劃和分配。

由圖6進一步可以得到如圖7所示的2005-2007年3項經費匯總變化規律圖。

圖7反映了學校3年內科研到賬、新增資產設備和職工工資3項費用匯總后的動態變化規律，新增資產費用和職工工資近3年都是平穩增長，而科研到賬經費2007年則是大幅度增長，據此可預測今后3項費用的變化趨勢，同時也提醒學校領導必須采取更加有力的措施才能保持科研到賬經費的增長速度。

5 結束語

通過使用Microsoft SQL Server 2005的Analysis Services 多維數據集，應用OLAP，為高校財務決策提供了直觀的、有力的支持，提高了學校辦學經費和科研經費的利用率，促進了高校各部門的協調和平衡發展。如提出更多的決策主題和深入進行數據挖掘，決策OLAP的應用將使高校財務管理系統獲得更高的實用價值。

主要參考文獻

[1]劉翔.數據倉庫與數據挖掘技術[M].上海:上海交通大學出版社，2006.

[2]趙寶華，阮文惠.高校財務數據倉庫的設計與實現[J]. 計算機工程，2008，34(17):266-268.

[3][美]Paulraj Ponniah.數據倉庫基礎[M].段云峰，譯.北京:電子工業出版社，2004.

[4][美]Erik Thomsen.OLAP解決方案:創建多維信息系統[M].第2版.北京:電子工業出版社，2004.

[5]陳國旗.數據倉庫在高校財務管理系統中的應用[J].中國計量學院學報，2004(4):323-326.

[6]羅坤莉，李志蜀.基于數據倉庫構建性能綜合分析系統[J].計算機應用，2008，28(6):166-168.

[7] 袁雋媛.試論數據倉庫在高校網絡教育管理中的應用[J].發明與創新，2007(5):36-37.