近几年，银行随着经济增速回落、资产利率市场化的负债推进，银行资产负债管理的管理国外作用愈发凸显，并逐渐占据了核心地位。何升

银行过去简单对若干资产负债指标进行跟踪、打破的技统计和管理的垄断手段已不适应当前的外部经济形势和内部管理矛盾，资产负债管理能力迫切需要提升。术已

从数据的成熟角度看资债管理

在银行现代资产负债管理中，业务数据量与场景数量指数级的银行增加，维度组合也更多、资产更灵活，负债业务功能也更为复杂且涉及到多个方面的管理国外功能和指标计算需求——涉及存款、贷款、何升RWA、打破的技流动性风险、利率风险、资产、负债、内外部定价、考核等上千个大小指标（ 1000）的对接与计算，普遍存在着“找数难”、“查数难”、“取数难”、“用数难”的问题。

同时，处理量造成了资债管理场景难以展现统一视图，而且较为低频，还存在着银行业务人员很难与资产负债管理人员在同一个“频道”对话的窘境。

所以，在利率市场化的趋势下，银行迫切需要通过更加差异化、精细化、特色化的经营以实现业务转型和价值创造。

新形势下，在资本和风险的约束下，实现可持续的利润最大化，将成为银行资产负债管理工作之核心。

现有资债管理模式之痛点

（1）计算复杂度高、时效性差。传统的资产负债管理是低频场景，受限于各种指标计量的天文级计算复杂度——用关系型数据库或数仓实现的计算复杂度过高，动辄需要成百上千台机器，复杂的数据迁移、建模、构建复杂庞大的中间表需要花费数天、数周的计算时间，无法实时或T+0完成资债指标计量，更无法实现动态地溯源、归因、下钻和关联分析。

（2）颗粒度粗糙、灵活性差。资产负债管理模式多依赖于数据库或数仓跑批给出成表的结果，很难实现细粒度查询，更无法实现任一组合维度上的对任意一款产品进行实时查询计算，并实现关联计算。

例如，用户若想知道：“我行北京分行某经营团队下的建筑行业的战略客户结构性存款余额与其他行业对比增长百分比？”“我行深圳分行享受了银行利率较高的存款产品的VIP客户给银行带来的综合收益比全行客户平均水平要高多少？”……此类问题均属于典型的业务人员很关注的高级（复杂）查询问题，但是无法在任何一张现有的数仓或数据库成表中直接找到答案。

（3）效率低、成本高。针对诸如以上的痛点问题，银行的业务部门每次都要通过行内科技部门或外包厂家的定制开发来实现，包括特别小的业务需求，比如任何新的维度、新的指标需求均需要重新提交并要走一整套开发流程，造成了整体周期长、成本高且效率低的问题。

Ultipa实时资产负债管理图中台

（1）三大创新。Ultipa资产负债管理图中台系统是基于实时图数据库、图计算引擎、高并发图算法等第三代人工智能（图增强智能）技术而研发出的关于银行资产负债管理构图建模与计算引擎，旨在赋能银行业务层面以深度下钻、穿透、关联与实时计量的能力。

比如针对银行资产负债管理、管理会计、计划财务管理等，其推出了一整套解决方案，包括全量资产负债管理、定价管理、绩效考核、智能分析、投入产出分析、资本配置和管理，以满足银行风险管理和智慧经营的需求，实现银行对信用风险、市场风险、流动性风险的识别、量化、控制与监管，并能够为金融机构管理层与决策层提供全景式的决策服务。

(责任编辑：热点)