某证券公司内部数据标准化简析

某证券公司内部数据标准化简析论文摘要本文共分为三章，主要从以下几个方面进行了阐述：第一章某证券公司内部数据标准化综述。先简单介绍了某证券公司内部数据标准化的意义；然后说明了当前国内标准化的现状以及数据标准化体系建设策略；最后介绍了数据标准化建设的方法，关于数据模型的建立。第二章数据建模原那么与方法。首先简单介绍了数据建模需要到达的目标；分析了数据建模的根本原那么，并对当前国际上比拟流行的数据建模方法进行了分析。第三章某证券公司标准数据模型介绍。首先对某证券公司数据中心建设中的标准数据模型进行了总体介绍，然后依次按客户与帐户信息、证券品种信息、证券交易信息、交易渠道信息、资金信息、证券份额信息、操作与权限信息、费用设置、财务数据、清算数据以及其他根底数据进行了比拟详细的说明。本文试图通过对某证券公司内部数据标准化的介绍和分析，反映出当前某证券公司信息标准化的重要性以及目前某证券公司信息标准化建设的重点。通过对某证券公司数据中心/数据仓库建设的阐述，指出目前某证券公司信息标准化存在的问题以及某证券公司的解决方案。通过总结笔者应用所学的企业现代化信息管理的知识对某证券公司进行的信息管理与规划工作，揭示出管理理论对于管理实践的重要性。同时希望某证券公司的数据标准化工作对其它金融公司数据中心的建设具有一定的参考与借鉴意义。关键词：证券行业，数据整合、数据库、数据仓库、数据模型、联机数据分析〔OLAP〕目录TOC\o"1-3"\h\z前言1第一章证券行业数据标准化综述21．1证券行业数据标准化意义21．2证券行业数据标准化现状31．3数据标准化体系建设策略41．4数据模型的建立5第二章数据建模原那么与方法62．1数据建模到达的目标62．2数据建模原那么62．3数据建模方法7第三章某证券公司标准数据模型介绍103．1名词定义103．2标准数据逻辑层次113．2．1标准数据逻辑层次结构图113．2．2标准数据逻辑层次说明123．3客户与账户信息123．3．1客户与账户信息实体关系图123．3．2客户与账户信息说明143．3．3客户与账户信息实体列表143．4证券品种信息153．4．1证券品种信息实体关系图153．4．2证券品种信息说明173．4．3证券品种信息实体列表173．5证券交易信息173．5．1证券交易信息实体关系图173．5．2证券交易信息说明203．5．3证券交易信息实体列表203．6交易渠道信息213．6．1交易渠道信息实体关系图213．6．2交易渠道信息说明233．6．3交易渠道信息实体列表233．7资金信息233．7．1资金信息实体关系图233．7．2资金信息说明253．7．3资金信息实体列表253．8券股份信息263．8．1证券股份信息实体关系图263．8．2证券股份信息说明283．8．3证券股份信息实体列表283．9操作与权限信息283．9．1操作与权限信息实体关系图283．9．2操作与权限信息说明303．9．3操作与权限信息实体列表303．10费用设置303．10．1费用设置实体关系图303．10．2费用设置说明323．10．3费用设置实体列表323．11财务数据323．11．1财务数据实体关系图323．11．2财务数据说明343．11．3财务数据实体列表343．12清算数据343．12．1清算数据实体关系图343．12．2清算数据说明363．12．3清算数据实体列表363．13其它根底数据363．13．1其它根底数据实体关系图363．13．2其它根底数据说明383．13．3其它根底数据实体列表38参考文献40前言现在我们正处在一个信息时代，这是一个知识就是力量的时代，全世界各行各业都前所未有地重视信息，把信息作为一种重要资源。信息改变了人们对组织中信息技术〔InformationTechnology，IT〕和管理信息系统〔ManagementInformationSystems,MIS〕的认识。信息技术已成为企业进行创新必不可少的要素，是帮助人们及时获取正确信息的工具，在中国证券行业尤其如此。本文试图通过对某证券公司内部数据标准化的介绍和分析，反映出当前某证券公司信息标准化的重要性以及目前某证券公司信息标准化建设的重点。通过对某证券公司数据中心/数据仓库建设的阐述，指出目前某证券公司信息标准化存在的问题以及某证券公司的解决方案。通过总结笔者应用所学的企业现代化信息管理的知识对某证券公司进行的信息管理与规划工作，揭示出管理理论对于管理实践的重要性。同时希望某证券公司的数据标准化工作对其它金融公司数据中心的建设具有一定的参考与借鉴意义。第一章某证券公司内部数据标准化综述某证券公司内部数据标准化意义当前业界流行企业信息化是“三分技术、七分管理、十二分数据”，而只有实现数据的标准和统一，业务流程才能通畅流转；只有实现数据的有效积累，决策才有据可循；只有数据准确，才能保证系统的完善。特别是在数据中心的建设上，数据的集成和共享是其重要的特点，更是强调数据的标准和统一。数据标准化、标准化是实现信息集成和共享的前提，在此根底上才谈得上信息的准确、完整和及时。没有数据标准化，信息共享就无从谈起，而数据标准化离不开业务模型的标准化、根底数据的标准化和文档的标准化，只有解决了这些方面的标准化，并实现信息资源的标准管理，才能从根本上消除各业务系统的“信息孤岛”。以往许多企业信息化系统的失败，在很大程度上是由于数据标准化工作的失误造成的，或者是根本就没有有效地进行数据标准化工作。企业信息化的最大效益来自信息的最广泛共享、最快捷的流通和对信息进行深层次的挖掘。因此，如何将分散、孤立的各类信息变成网络化的信息资源，将众多“孤岛式”的信息系统进行整合，实现信息的快捷流通和共享，是企业信息化过程中亟待解决的问题。在企业信息化建设过程中，建设高质量的数据标准化体系，是开发企业信息资源、建立全面支持企业信息化运行的IT资源平台的根本工作。数据标准化体系的设计目标是标准、标准、可控、支持高效数据处理和深层数据分析的数据结构以及稳定、统一的数据应用体系及管理架构。

在证券行业内部推进标准化工作，其重要性是不言而喻的。标准化可以使复杂的过程简单化、清晰化、产业化，从而使我们的工作具有更强的可操作性；标准化可以防止行业内大规模的重复建设引发的风险，实现技术与管理的跨越式开展，从而让我们以大大低于其他市场的交易本钱和集约式规模经济参与国际竞争；标准化也将推动证券业以信息化改造为核心的技术创新，充分发挥出我们的后发优势，实现行业的可持续开展。

实现标准化是一个相当长的过程。在标准化进程中，标准与效率本钱之间存在着辩证的动态关系。从局部利益与短期效率看，制定与实施标准必然导致本钱的提高和工作繁琐度增加，但从全局利益和长远的工作效率看，其效率必然大大地提高，本钱必然显著地下降。证券行业数据标准化现状2004年2月由证标委会送审报批,经全国金融标准化技术委员会审查,国家标准化管理委员会批准,八项证券期货行业标准由证监会正式公布实施。这八项标准是金融业的行业推荐性标准,依据《国家标准化法》公布实施。这些标准范围涉及了某证券公司技术管理、证券交易、登记结算、银证转账业务、开放式基金、期货交易的数据交换、上市公司信息披露与统计分析等各个领域,对于降低行业交易本钱、减少操作风险、提高市场效率、增强信息透明度具有重要意义。这八项行业标准分别是:期货交易数据交换协议(行业标准号:JR/T0016-2004)、开放式基金业务数据交换协议(JR/T0017-2004)、证券登记结算业务数据交换协议(JR/T0018-2004)、银证业务数据交换消息体结构和设计规那么(JR/T0019-2004)、上市公司分类与代码(JR/T0020-2004)、上市公司信息披露电子化标准(JR/T0021-2004)、证券交易数据交换协议(JR/T0022-2004)、某证券公司信息技术管理标准(JR/T0023-2004)。八项证券期货行业标准的推出为某证券公司、交易所、登记结算公司、商业银行之间统一数据交换模式、统一编码模式、同意接口提供了可能，它为证券市场的纵深开展扫清了障碍。但目前由于历史的原因，某证券公司搭建的各个应用系统往往是异构、分散和孤立的。因此利用商业智能技术，整合某证券公司的各类数据，建立统一的数据中心，为公司领导层、管理层、业务层提供数据分析支持，是公司证券信息化建设的重中之重。数据中心不仅要为证券各种数据分析提供统一的数据根底；而且是某证券公司业务管理、营销效劳、决策支持的数据根底。某证券公司内部数据标准化体系建设策略数据标准化体系建设中需要综合运用关键成功因素法、企业系统规划法等分析方法，一方面使用战略目标集转换法和关键成功因素法，自上而下分析企业数据类别；另一方面借助系统规划和业务流程优化思想，梳理局部业务流程，自下而上提取根底数据；进而，提取并识别概念数据库、逻辑数据库、数据类、数据元素，建立数据模型，遵循关系数据库标准设计数据库结构，最终实现信息的全面性和数据的标准性。目前企业信息化过程中数据标准化建设策略有两种：全面标准化和渐进式标准化。在全面标准化策略下，首先实施独立的、全面的数据标准化工程，可以在整个企业范围内根本完成“信息资源规划〔IRP〕”工作，建立长期稳定的主题数据库体系，各子系统的建设在上述稳定的“信息资源平台”的根底上建设；在渐进式标准化策略下，那么首先建立企业的数据标准化框架，配合试点子系统的运行，完成与试点子系统相关的业务数据以及局部管理数据的标准化工作，其后在遵循统一原那么的前提下，各子系统工程分别完成相关的数据标准化工作，并将标准化成果纳入企业数据资源平台中。一般情况下，数据标准化体系建设应采取渐进式的策略，数据标准化进程与信息化工程建设进程同步进行，在保证见效速度的同时坚持标准化原那么，以支持企业信息资源的充分共享与各子系统的整合，实现“速度与标准并重”，同时确保数据标准化的实用性，防止数据标准化空洞或流于形式。某证券公司内部数据模型的建立按照从设计到应用进行划分，数据模型大体包括两个层面，即数据逻辑模型与物理模型：逻辑模型：也称数据的概念模型，是数据的用户视图，它直接影响到前端工具、数据存储的设计和实际的义务应用。一般说来我们通常可以使用实体关系〔E-R〕或维度指标〔DF〕来对数据和信息进行建模，并且数据的逻辑模型是不依赖于某一个具体DBMS支持的数据模型。物理模型：它是面向实际的数据库/数据仓库具体实现的，它具体表为如下几个特征：数据存储：即磁盘存储，它一般包括数据文件、定义文件、控制文件、日志文件与错误信息文件等。数据操作：通过后台进程实现对数据的操作〔如：检索、增加、删除与更新等〕、调度、管理、监控，并通过一组完整性规那么对给定的数据模型中数据及其联系进行约束，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。一般说来后台进程大致包括用户进程、数据读写进程、日志进程与管理调度进程等。内存与速度：一般说来共享内存是数据库/数据仓库中提高速度的关键，共享内存区大致包括软件代码区、系统全局区、程序/进程全局区与排序内存区等几局部。我们在进行某证券公司数据标准划建设时，从当前的应用系统与业务的整合着手，通过构建整个某证券公司级的数据中心/数据仓库，从而完成公司数据的整合，按照我个人的经验，建议数据模型在逻辑上根据企业的实际情况划分3层-4层，即原始数据映像层-标准数据层-ODS(OperatingDataStore操作型数据存储)层-数据集市层，如果从标准层生成数据集市的算法较复杂或需要一些中间统计汇总报表那么需要ODS层，该层是可选的，而3层-4层结构中重点是标准数据层模型的建立；因为它一方面是我们构筑面向各个主题分析的数据集市的根底，另一方面又为我们新的业务应用系统提供数据支撑，而待条件成熟，我们再逐步将原来的业务应用移到该层数据平台上来，从而完成对整个某证券公司数据与信息的标准化建设。第二章数据建模原那么与方法2．1数据建模到达的目标先进性：规划后的数据模型应该采用国际上流行的数据建模方法，并符合当前的标准与技术标准，应适应企业未来几年的的开展需要。灵活与可扩展性：数据模型必须具有灵活与可扩展性，可以根据企业业务与市场变化的需要对数据模型进行扩展，支持企业的可持续开展，即根据企业业务开展的实际情况进行动态调整。可靠性：设计的数据模型必须准确可靠，能够保证基于这些数据模型的信息系统的平安可靠运行。一致性：设计的数据模型在整个企业范围内是完全一致的，不能存在二义性，即是一个整个企业级数据库/数据仓库。2．2数据建模原那么构建数据库仓库模型是数据仓库建设中的非常重要的一环，而数据模型的建立当然依赖于设计人员的经验与对业务与相关技术的掌握，但按一套科学的原那么来指导那么会起到事半功倍的目的，通过我们对某证券公司数据中心建设，从中摸索了一些经验供同仁参考：1〕从业务角度出发，而不是从技术角度出发数据中心是一个为领导层和业务部门提供数据分析的平台，其最终用户是业务部门，而不是开发系统的技术人员，所以毫无疑问主题的划分要从业务工作流程的角度出发，比方分为基金投资人、基金管理人、基金销售人等，这样才能真正方便业务人员的理解和使用，因此我们的模型的建立是从业务分析建立业务模型开始。2〕主题相互独立，关联度到达最低主题划分也就是分类的原那么，很重要的一点就是分出的类别要独立性好，自耦合性高，相互之间关联度低。3〕能多地涵盖公司的业务本工程的目标是为全司构建一个完整的数据仓库平台，为了到达这个目标，在需求分析时要尽可能多地涵盖公司业务，制订出具有前瞻性的需求分析报告。在此根底上设计出的模型，才是一个完整的数据仓库模型。6〕数据仓库中标准数据层与数据集市层采用不同的建模方式：关于数据仓库建模方式的争论好象从来没有停止过，一派为E-R模型的代表者，而另一派那么主张FD(维度事实/维度指标)的建模方式，而我本人以为这两者各有各的优点，一般说来数据仓库中，标准数据层应该是一个企业级的原子粒度的数据库，而数据集市层那么是面向主题与分析的，就粒度而言前者应该是细粒度的而后者一般较前者高，就构建方法而言本人以为前者用E-R模型较好，而后者那么比拟适合用FD(维度事实)构建多维模型，我们在实际应用中综合使用的这两中方法取得了较好的效果。2．3数据建模方法目前国际上比拟流行的数据库与数据仓库的建模方法可以分为如下几种：关系型数据库的三范式建模：简单地说所谓第三范式〔3NF〕，就是要求一个数据库表中不包含已在其它表中已包含的非主关键字信息。例如，存在一个部门信息表，其中每个部门有部门编号〔dept_id〕、部门名称、部门简介等信息。那么员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再参加员工信息表中。如果不存在部门信息表，那么根据第三范式〔3NF〕也应该构建它，否那么就会有大量的数据冗余。通常我们在建立各种操作型数据库系统时采用这种建模方式，对于对效率要求比拟苛刻的操作型数据库系统如：证券交易系统为了提高处理效率，在实际设计时可以在三范式的指导原那么下根据实际需要适当调整。三范式〔实体关系〕数据仓库建模：这种建模方式又可以派生出以下三类，一是数据仓库的模型采用三范式的原子层〔标准数据层〕+数据集市〔MOLAP〕，这种架构也称之为企业级数据仓库〔EDW:EnterpriseDataWarehouse〕，这种数据仓库体系架构的最大倡导者是被称为数据仓库之父的Inmon，而他的典型代表就是他提出的企业信息工厂〔CIS:CorporateInformationSystem〕，它的实现方式是，首先进行整个企业级的数据整合，建立整个企业级的数据模型即EDW，然后再根据各种业务分析建立面向每个业务主题的数据集市或者探索仓库；二是数据仓库的模型采用三范式的原子层〔标准数据层〕+关系OLAP〔ROLAP〕,这种架构也称之为集中式架构〔CentralizedArchitecture〕，它的实现方法是在三范式的原子层上直接建立ROLAP，它的典型代表是Microstrategy公司；三是数据仓库的模型采用三范式的原子层〔标准数据层〕+混合OLAP〔HOLAP〕,这种架构也称之为混合式架构〔MixArchitecture〕，它的实现方法是在三范式的原子层上,将一局部分析数据直接建立ROLAP，而另一局部那么建立成数据集市。星型结构〔维度指标〕数据仓库建模：这种建模方式的提倡者是Kimall，他的总线架构是该类架构的典型代表，该总线架构的实现方式是，首先在数据准备区中建立一致性维度与一致性事实〔指标〕的计算方法；其次是在一致性维度与一直性事实〔指标〕的根底上逐步建立数据集市。而每次增加数据集市，都会先在数据准备区整合一直性维度，并将整合好的一致性维度同步更新到所有的集市，这样已经建立的所有数据集市合在一起就是整合好的数据仓库，该建模方式也可以派生出以下三类，即星型结构〔StarSchema〕的原子层〔标准数据层〕+数据集市〔MOLAP〕、星型结构〔StarSchema〕的原子层〔标准数据层〕+关系OLAP〔ROLAP〕和星型结构〔StarSchema〕的原子层〔标准数据层〕+混合OLAP〔HOLAP〕。一般说来，三范式〔实体关系〕数据仓库建模方式中三范式的原子层给OLAP带来一定的复杂性，但它对于建立更复杂的应用，如数据挖掘、数据探索提供了更好的支持。这种建模方式的建设周期比拟长，相应的本钱也可能会高些；星型结构〔维度指标〕数据仓库建模方式由于它的总线结构可以逐步建立的特点，它的开发周期较其它架构要短，相应的本钱也可能会低些，但对更复杂的应用的支持能力那么弱些。MOLAP模式使得分区的聚合和其源数据的副本以多维结构存储在OLAP效劳器上。由于OLAP效劳器上驻留有源数据的一个副本，所以即使查询结果无法从分区的聚合中获得，也可以不用访问分区的源数据而解决查询。根据分区聚合的百分比和设计，MOLAP模式为到达最快的查询响应时间提供了潜在的可能，即MOLAP更加适合于频繁使用的多维数据集中的分区和对快速查询响应的需求。ROLAP模式使得分区的聚合存储在关系型数据库的表中，但是可以为分区数据使用ROLAP存储模式，而不在关系型数据库中创立聚合。与MOLAP模式不同，ROLAP模式不存储源数据的副本，当结果无法从聚合或客户端高速缓存派生时，将访问分区的事实数据表来响应查询请求，因此它的响应时间一般较其他存储模式要慢。ROLAP模式通常用于不经常查询的大数据集，如：年份较早的历史数据。HOLAP模式结合了MOLAP和ROLAP二者的特性，同MOLAP一样它使得分区的聚合按多维结构存储在OLAP效劳器上。但HOLAP不存储源数据副本。对于只访问包含于分区聚合中的汇总数据的查询，HOLAP与MOLAP的特性相同，而访问源数据的的查询那么必须从关系数据库中检索数据，这时将不如源数据存储在MOLAP结构中那样快。按HOLAP存储的分区小于同一个按MOLAP存储的分区，而它又比ROLAP分区响应涉及汇总数据的查询要快。一般来说HOLAP适用于对基于大量源数据的汇总能够实现快速查询响应的多维数据集中的分区。第三章某证券公司标准数据模型介绍3．1名词定义证券产品：指某证券公司负责投资运作的证券组合，包括股票〔A股、B股、三板〕、ETF、投行业务、资产管理〔包括固定收益〕、开放式基金、封闭式基金、企业年金、养老金及其它委托理财组合。投资人/客户：指委托某证券公司代理证券产品的实际购置者/意向购置者；投资人包括：已有投资人〔实际投资人〕、潜在投资人〔意向投资人〕；投资人是某证券公司的主要效劳对象。销售人：代理销售证券产品的法人或自然人，在本文档那么专指某证券公司。营业机构：销售人下面的负责代理投资人证券产品的具体运营机构，如营业部、网上直销中心、CallCenter等。CIF：Customerinformationfile(客户信息资料)；3．2tc"Diagram10－根底数据逻辑层次"\l0000000000000001标准数据逻辑层次标准数据逻辑层次可以分为经纪业务数据、财务数据、清算数据、公共数据与其他〔如：自营、投行、资产管理等〕数据几局部。3．3tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001客户与账户信息3．3．1客户与账户信息实体关系图3．3．2客户与账户信息说明客户信息：包括客户根本信息〔机构与个人客户公共信息〕、个人附加信息、机构附加信息等。帐户信息：包括资金账户、股票〔A股、B股、三板、封闭式基金〕股东账户、债券账户、开放式基金账户、ETF账户以及金融衍生工具账户等。客户与资金账户、交易账户、证券〔股票、债券、开放式基金、ETF〕账户均为一对多的关系；对同一币种而言，资金账户与银行结算账户、交易账户、证券〔股票、债券、开放式基金、ETF〕账户均为一对多的关系；而交易账户与证券〔股票、债券、开放式基金、ETF〕账户也为一对多的关系。3．4tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001证券品种信息3．4．1证券品种信息实体关系图3．4．2证券品种信息说明证券品种信息描述了投资人/客户进行交易的证券品种信息，主要包括交易市场、交易所、证券产品分类、股票〔A股、B股、三板、封闭式基金〕、债券、开放式基金、ETF以及金融衍生工具的定义与特征信息；交易市场与证券品种是一对多的关系，即同一交易市场可以交易多个证券产品，而一个证券产品在切仅在一个交易市场进行交易。3．5tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001证券交易信息3．5．1证券交易信息实体关系图3．5．2证券交易信息说明证券交易信息描述了证券投资产品的交易委托与交易确认信息，主要包括股票〔A股、B股、三板、封闭式基金〕、开放式基金、ETF以及其它委托理财组合产品的交易委托、交易确认信息；投资人与交易的关系是一对多的关系，即某个投资人可以委托多笔交易，而同一个交易只能属于一个投资人；证券产品与证券交易也是一对多的关系，即某个证券产品可以进行多笔委托，某笔委托的只能是某个证券产品。3．6tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001交易渠道信息3．6．1交易渠道信息实体关系图3．6．2交易渠道信息说明交易渠道信息描述了投资人进行证券产品投资的渠道与通道，交易渠道信息主要包括营业机构〔各个营业部、网上交易中心、客户效劳中心〔CallCenter〕等〕、经纪人、投资代理人信息等；交易渠道投资人与证券产品连接的桥梁，交易渠道与投资人是多对多的关系，即某个交易渠道可以为多个投资人提供产品交易，而某个投资人可以在多个交易渠道进行交易。3．7tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001资金信息3．7．1资金信息实体关系图3．7．2资金信息说明资金信息描述了投资人/客户进行证券产品投资的有关资金信息，资金信息主要包括币种信息、利率信息、汇率信息、客户资金余额信息、资金变化〔存入、支出、冻结、解冻、买入扣款、卖出划款〕信息等。3．8证tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001券股份信息3．8．1证券股份信息实体关系图3．8．2证券股份信息说明证券交易信息描述了证券投资产品的交易结果的静态信息，主要包括股票〔A股、B股、三板、封闭式基金〕、开放式基金、ETF以及其它委托理财组合产品的交易的静态结果；投资人与证券股份〔份额〕的关系是一对多的关系，即某个投资人可以有多笔股份份额，而同一个股份份额只能属于一个投资人；证券产品与证券股份也是一对多的关系，即某个证券产品可以有多笔份额，某笔份额只能是某个证券产品。3．9操tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001作与权限信息3．9．1操作与权限信息实体关系图3．9．2操作与权限信息说明操作与权限信息描述了柜员、投资人/客户、代理人、经纪人的操作信息、权限信息与授权信息；操作与权限信息主要包括柜员操作明细、柜员权限变动明细、柜员信息、客户操作明细、代理人权限信息、柜员权限信息、经纪人权限信息、权限变动类别、权限类别信息。3．10费tc"Diagram10－根底数据逻辑层次"\l0000000000000001tc"Diagram11-客户与账户信息"\l0000000000000001tc"Diagram13-证券交易信息"\l0000000000000001用设置3．10．1费用设置实体关系图3．10．2费用设置说明费用设置描述了投资人/客户进行证券产品交易所需支付的各