证券期货业数据模型:证券公司逻辑模型解析
需积分: 5 85 浏览量
更新于2024-07-06
2
收藏 4.16MB PDF 举报
"证券期货业数据模型 第 3 部分:证券公司逻辑模型"
本文档是中国金融行业的标准,详细规定了证券公司的数据模型构建,包括逻辑模型的梳理方式、数据域划分、实体关系图、数据表和数据项等多个方面,旨在规范证券行业的信息化建设,提高数据管理和使用的标准化水平。
在逻辑模型梳理方面,文档提出了两种主要方式:自顶向下和自底向上。自顶向下是从整体业务出发,逐步细化到具体的数据元素;自底向上则是从具体业务数据出发,逐渐整合成完整的业务逻辑。梳理步骤包括理解业务需求、识别核心实体、定义实体关系以及细化数据项等过程。
数据域划分是模型构建的关键,文档将数据分为九大领域:主体数据域,涵盖客户和员工等主体信息;账户数据域,涉及各种账户的开立与管理;品种数据域,包括各类证券产品信息;交易数据域,记录交易行为和订单详情;资产数据域,关注资产状况和变动;合同数据域,管理合同签订与执行;渠道数据域,涉及销售渠道和客户接触点;营销数据域,涵盖营销活动和客户关系管理;以及数据敏感性标识和代码映射关系等领域。
每个数据域都有明确的定义和包含内容,例如,交易数据域不仅包括交易订单,还可能包括交易结算、税费计算等相关数据。实体关系图则直观展示了这些数据域之间的关联,帮助理解和组织数据。
数据表和数据项的定义是模型的核心,它们定义了数据的结构和属性,确保数据的一致性和完整性。英文词根库提供了词汇统一的基础,避免了因翻译差异导致的混乱。证券业务分类标签用于分类和标记不同类型的业务活动,而数据敏感性标识则指导如何对不同级别的数据进行安全保护。
此外,文档还提供了代码映射关系,用于处理编码系统间的转换问题,确保数据在不同系统间的一致性。产出物说明列出了模型构建过程中的各种文档和成果,如ER图、数据字典等,供后续开发和维护参考。
本标准的制定有助于提升证券公司数据治理的标准化程度,促进数据的共享和互操作,同时也为监管机构提供了统一的数据标准,便于监管和风险控制。
2019-12-13 上传
2020-04-17 上传
2023-07-31 上传
2023-06-06 上传
2023-03-30 上传
2023-05-25 上传
2023-10-10 上传
2023-05-28 上传
nl04148
- 粉丝: 1
- 资源: 3
最新资源
- 前端面试必问:真实项目经验大揭秘
- 永磁同步电机二阶自抗扰神经网络控制技术与实践
- 基于HAL库的LoRa通讯与SHT30温湿度测量项目
- avaWeb-mast推荐系统开发实战指南
- 慧鱼SolidWorks零件模型库:设计与创新的强大工具
- MATLAB实现稀疏傅里叶变换(SFFT)代码及测试
- ChatGPT联网模式亮相,体验智能压缩技术.zip
- 掌握进程保护的HOOK API技术
- 基于.Net的日用品网站开发:设计、实现与分析
- MyBatis-Spring 1.3.2版本下载指南
- 开源全能媒体播放器:小戴媒体播放器2 5.1-3
- 华为eNSP参考文档:DHCP与VRP操作指南
- SpringMyBatis实现疫苗接种预约系统
- VHDL实现倒车雷达系统源码免费提供
- 掌握软件测评师考试要点:历年真题解析
- 轻松下载微信视频号内容的新工具介绍