穆阿里

（中国人民银行成都分行，成都 610041）

1 研究背景

本文通过调查全省银行业金融机构对机房动力系列标准的执行情况，剖析我省目前存在的机房动力和运维现状与风险，提出全省金融机构机房建设、运维的思路，从而有效防范金融业动力系统风险，保障金融稳定，主要采用K-means、主成分分析（PCA）算法等数据分析方法。

（1）k均值聚类是一种矢量量化方法，最初来自信号处理，是数据挖掘中聚类分析的常用方法。k均值聚类的目的是将n个观测值划分为k个聚类，其中每个观测值属于具有最近均值的聚类，作为聚类的原型。这导致数据空间划分为Voronoi单元。这个问题在计算上很困难（NP难）；然而，有效的启发式算法快速收敛到局部最优。这些通常类似于通过k均值和高斯混合建模所采用的迭代细化方法的高斯分布混合的期望最大化算法。他们都使用集群中心来建模数据；然而，k均值聚类倾向于找到具有可比空间范围的聚类，而期望最大化机制允许聚类具有不同的形状。该算法与k-最近邻分类器具有松散的关系，这是一种流行的分类机器学习技术，由于名称，常常与k-means混淆。将1最近邻分类器应用于通过k均值获得的聚类中心将新数据分类到现有聚类中。这被称为最近的质心分类器或Rocchio算法。

（2）主成分分析（PCA）是一种统计过程，它使用正交变换将可能相关变量的一组观察值（每个实体都采用各种数值）转换为一组称为主成分的线性不相关变量值这种转换的定义方式是第一主成分具有尽可能大的方差（即，尽可能多地考虑数据的可变性），并且每个后续成分依次在约束下具有最高的方差。它与前面的组件正交。得到的矢量（每个是变量的线性组合并包含n个观测值）是不相关的正交基组。PCA对原始变量的相对缩放敏感。

通过PCA方法，将原有金融机构调查问卷中55个指标个指标压缩到二维平面，以实现原有调查问卷中高维度数据在二维平面上的展示，并且带有原始数据的主要特征。

2 金融机构内部现状

本文通过调查问卷和现场调研的方式对省内部分金融机构开展摸底调查，共获取117家机构机房数据。对获取的机房动力情况数据与机房基础设施运行维护数据采用了K-means聚类算法和主成分分析等方法进行分析，力求能得到当前准确现状。

调查数据显示，被调查银行业金融机构中符合A级动力系统的机构数量为3家，占比23.07%，符合B级动力系统的机构数量为6家，占比46.15%，符合C级动力系统的机构数量为4家，占比30.77%，复合型动力系统（部分指标分别符合A、B、C级动力系统指标要求）按照最低级别进行归类。

对被调查机构机房动力情况调查问卷数据采用K-means算法进行聚类分析，聚类分布情况通过PCA压缩变换后如图一所示：

图1 银行业金融机构机房动力聚类分布图

图1显示被调查银行业金融机构机房动力情况大致可分为三类，其中第一类、第三类分布区域比较集中，第二类区域相对分散，而对于第二类中方差较大的原因是由于聚类后使用PCA压缩算法将原有55维度空间压缩到2维空间存在一定的数据丢失。而聚类分析各类数量上第二类数量占比较大，第一类、第三类数量占比较小，具体情况见图2：

图2 银行业金融机构机房动力聚类数量占比图

聚类后对各项指标符合值进行统计汇总，生成各类机构机房动力整体符合率，其中第二类符合率最高，第三类符合率最低，具体情况见表1：

表1 银行业金融机构机房动力聚类符合率情况表

通过图2、表1分析显示被调查银行业金融机构绝大部分机房动力情况良好，技术指标符合率较高，整体水平较好，其中数量占比69%的机房属于第二类，其符合率为94.55%。为了解被调查机构机房动力具体情况，本课题对机房动力各分项指标符合率进行聚类统计，结果如图3所示：

图3 银行业金融机构机房动力分项符合率聚类统计表

图3显示第一类和第三类较第二类的差距主要表现在：第一类机构机房动力监控系统符合率最低，其值低于50%，第三类机构机房供配电、动力监控及供配电设备符合率较低，第一类和第三类在不同的维度上出现了区别。

总体结论：通过收集到的13份调查问卷，采用聚类分析，全省地方性银行业金融机构机房动力情况总体情况较好，其中最好一类机构占69%，平均符合率为94.55%；次好类机构占15%，平均符合率为83.64%，其主要差距表现在动力监控；最后一类机构占16%，平均符合率为80.91%，其主要差距表现在机构机房供配电、动力监控及供配电设备。

3 结束语

综上所述，有9家银行机房运行情况较好；有2家银行需要改进动力监控系统；有2家银行需要改进机房供配电、动力监控及供配电设备。