论文部分内容阅读
在中国金融业向支持实体经济、创新驱动的转换中，大数据在金融领域的应用，成为中国金融业的新增长点和新亮点。本文探讨了大数据技术在金融行业中的应用现状，针对金融统计中大数据应用存在的问题，提出了大数据应用的改进建议。
近年来，我国数字经济快速发展，据相关数据显示，2019年我国数字经济规模已达31.3万亿元，位居世界前列，占GDP的比重达到34.8%，成为中国经济发展的新动力。截至2020年3月，我国网民规模为9.04亿，互联网普及率达64.5%，较2018年底提升4.9个百分点，为数字经济持续发展打下了坚实的用户基数。作为数字经济主要参与者的金融机构，也纷纷加快了向更深层面数字化转型的步伐。作为新一代信息技术的典型代表，大数据技术近几年已经较为广发的服务于金融统计行业，大数据技术对金融行业服务效率的提高及运营成本的下降都起了明显作用。但是高速信息技术的发展也带来了一些挑战，目前大数据技术在金融统计中还存在一些问题。
一、大数据在金融行业中的应用现状
根据研究机构Gartner对于“大数据”（Big data）的定义，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。统计是研究大量社会经济现象的数量特征及数量关系的工作总称，是利用数据的收集、整理及指标计算对总体进行统计数据分析的工作综合。金融统计的目的就是通过开展统计调查和统计分析，为金融部门和国家进行宏观经济决策、检查和监督经济、金融运行情况、加强金融监管和经营管理提供依据。
据IDC数据，2020年中国大数据相关市场收益预计达到104.2亿美元，其中，金融是大数据行业最大的细分市场，市场占比超过了20%。这意味着金融行业大数据相关市场收益，已经超过了百亿人民币。随着银行业金融科技转型提速，大数据能力关系到每一项业务和每一个运行环节，也必然成为金融行业的关键基础设施。一方面，零接触金融、金融业务线上化迁移，都促使金融业基础设施承受越来越大的压力。IDC报告显示，全球数据每年增长速度约为40%，海量多样化数据保护要求越来越高。另一方面，大数据基础设施承载了大量核心业务如精准风控、精准营销、反欺诈等，运用科技提升金融业基础设施的数字化能力成为必然选择。2019年8月，央行印发的《金融科技发展规划（2019-2021年）》提到，“建立健全企业级大数据平台，进一步提升数据洞察能力和基于场景的数据挖掘能力，充分释放大数據作为基础性战略资源的核心价值。”无疑，这给金融业大数据基础设施建设，提供了很好的指引。
以工行为例，2019年以来，工行在金融同业中首次实现大数据服务云全面实现分布式和国产化转型;另一家大行建行在2020年上半年完成大数据云平台自用区的部署，同步支持44个基于大数据云平台应用的开发建设。大数据分析还大大提升了银行的客户精准服务等能力。。大数据分析还大大提升了银行的客户精准服务等能力。比如交行2020年上半年搭建数据运用管理平台，带动AUM增长26%;平安银行完善大数据技术平台，促进“天天成长C”等理财产品购买转化率提升了60%。一些国外领先银行也利用大数据已经取得了较大竞争优势。如花旗银行亚太地区，近年来有25%利润来自于数据挖掘;汇丰银行通过数据挖掘开展交叉销售，使客户贷款产品响应率提高了5倍。
二、大数据在金融统计中存在的问题
虽然大数据技术对金融行业产生了很多正面的效益，但是金融统计中大数据的使用还存在不少问题，很多银行面临着数据挖掘的难题。《中小银行金融科技发展研究报告（2019）》显示，中小银行的数据治理基本处于萌芽期，达91%的中小银行尚未开展有效的数据治理工作。这意味着，大数据运用在金融业还有巨大的提升空间。
（一）缺乏配套统计设施，统计处理效率低下
随着金融创新业务的不断深入、金融业务产品的日趋丰富，各类业务呈现出复杂的业务管理关系。统计部门的工作量也因此变的复杂了，问题是大数据技术应用的扩张并没有相应的统计设施配套，导致各部门之间，要么处理数据落后，要么部分之间有相关业务就互推诿。跨部门数据质量问题存在无主责部门、问题解决慢、解决效率低。无法适应快速变化的业务需求。
（二）数据统计从业人员技能水平不高，造成数据缺失或错误
很多银行，尤其是中小型银行在补录历史数据时，存在不同的统计人员对数据字段的理解不同，导致不同的人录入的数据不一致。很多数据从录入端口出现错误，由于前端原始数据有误，直接造成后端汇总数据有误。同时由于缺乏完备的大数据金融统计法律法规及监管制度，可能导致补录存量数据的统计人员有意篡改数据，造成数据严重失真。另外，很多金融机构对一些创新型业务没有做好前期准备工作，导致统计工作滞后于业务的交易，从而错失交易中的统计数据。尤其是中小银行，统计人员及信息技术员对新业务的信息技术掌握不够，没有及时准确增加业务字段信息，不能做到及时更新数据统计系统，加上统计工作人员的主观判断，导致统计信息有误或者漏报数据，从而引起金融机构使用错误信息，引发决策风险，造成经济利益损失。
（三）数据共享机制不健全，数据公开程度较低
商业银行出于自我保护，为了防止商业信息泄露，避免竞争对手入侵，一般倾向于保留隐藏自己的核心商业信息。除去公开披露要求的信息，商业银行不愿意公开和分享，从而丧失了商业数据信息的价值。从长远的角度看，信息的公开和共享是非常有必要的。一方面有利于金融机构之间真实全面地了解竞争对手的经营情况，学习先进机构的特长，弥补自身的短板，促进金融机构之间的良性竞争和发展;另一方面，金融机构可以从公开的数据中挖掘客户的行为，从而推出针对性的产品和服务，最大化其利益。此外，从监管层面，监管机构可以从公开的数据中来了解整个金融市场的运行，以便更好地指导社会的运转。
三、大数据在金融统计中的应用对策建议 （一）构建大数据金融统计配套设施，优化统计工具
为了获得各行业的金融数据，需要根据需求对各行业的基础硬件设施进行构建，特别是要开展计算机软硬件设施及系统优化，包括各类网络信息技术、计算机存储技术等，云计算平台等技术。由于大数据的海量性特点，人们应该构建更为标准的金融数据统计模式及基础设施。大数据基础设施包含数据中心设计、网络、计算存储硬件、以及相应的管理软件和运维等等。此外，对于终端用户来说， 诸如大数据处理平台系统、深度学习软硬件框架、数据安全方案等一系列帮助其快速满足业务需求的软件平台，也包含在大数据基础设施之中。为了更好地对大数据进行处理，需要构建相应的金融统计配套设施，提高数据存储、交换、处理效率。
（二）提高对金融统计工作的思维认知水平，增强统计工作的质量效果
要看到大数据技术是现代统计学的趋势，集合了现代统计学的思想和研究成果。其次要认识到传统金融统计思维的局限性，必须通过转变思维方式，打破思维的局限性。必须明确，任何主体定义都是与大数据思维的内容背道而驰的。现实的实时数据，不是预先假定的规律，不是漂亮优美的模型，而是数据的全面性和完整性。在对不确定的主体有一个正确的认识之后，再对不固定的数据来源进行合适的处理才是科学的。
（三）完善金融统计法律制度及监管制度
《中华人民共和国银行业监督管理法》第27条规定：“国务院银行业监督管理机构负责统一编制全国银行业金融机构的统计数据、报表，并依照法律、行政法规的规定予以公布。”金融统计，必须坚持客观性原则，如实反映银行业金融机构业务活动情況，以便于全面准确地掌握金融活动情况，发现问题，制订方针政策，指导金融监管工作的展开。在大数据背景下，人们一定要以法律制度为基础构建金融统计模式， 并保证统计模式实施符合法律制度要求， 绝对不能超出法律许可范围。我国现行的金融统计法规要根据大数据时代的发展做相应的调整及完善。
另外，相关单位必须要加快自身金融统计信息共享机制构建步伐，从而使金融数据的公开与透明程度得到更大程度的提高，将公众的监管作用充分发挥出来，增强监管工作质量，进而及时发现与解决金融统计过程中遇到的问题。
（四）重视小微数据的采集，提高数据采集的精确度
在大数据背景下，金融统计从业人员要想更加高效地完成自身所承担的职责，一定要进行数据采集方法更新，学习国外优秀的金融数据采集方法展开工作，提升数据采集的多样化与全面性，从而有效提高数据分析的深度与准确度。同时，要重视小微数据的采集。细粒度数据采集方法优越性相对更高，受到分析的数据更多更细。此外，统计人员应努力提高自身的知识技能水平，这样才能更好地完成数据分析采集，展开细致深入的分析，进而完成金融市场发展动向的动态把控与跟踪，为金融决策制定夯实根基，更加高效的解决实际金融问题。
（五）建立健全综合金融统计体系，建立专项统计制度
金融业是支持我国实体经济发展的支柱产业，对我国的经济发展有这个至关重要的影响力。因此，建立健全具有综合性的金融业统计体系，是大数据时代对金融统计提出的必要条件。可尝试运用大数据技术，一是建立包括银行、证券、保险在内的金融业综合统计体系，构建总量与结构、数量与价格、存量与流量相结合的高效金融统计标准，改善金融统计从业人员补录数据不一致的现状，全面反映金融体系资金变化、货币创造、资金流量和流向等状况。二是建立专项统计制度，针对房地产、政府融资平台等高风险领域建立专项统计制度，细化影响金融稳定监测统计指标，为宏观审慎监管提供全面风险评估和决策信息。
总之，大数据时代背景下，金融行业要进一步转变思想，紧跟时代步伐，坚定发展方向，深入进行数据信息技术的开发和研究，为金融统计管理水平提供源源不断的动力。
（作者单位：四川工商学院，经济管理学院）
近年来，我国数字经济快速发展，据相关数据显示，2019年我国数字经济规模已达31.3万亿元，位居世界前列，占GDP的比重达到34.8%，成为中国经济发展的新动力。截至2020年3月，我国网民规模为9.04亿，互联网普及率达64.5%，较2018年底提升4.9个百分点，为数字经济持续发展打下了坚实的用户基数。作为数字经济主要参与者的金融机构，也纷纷加快了向更深层面数字化转型的步伐。作为新一代信息技术的典型代表，大数据技术近几年已经较为广发的服务于金融统计行业，大数据技术对金融行业服务效率的提高及运营成本的下降都起了明显作用。但是高速信息技术的发展也带来了一些挑战，目前大数据技术在金融统计中还存在一些问题。
一、大数据在金融行业中的应用现状
根据研究机构Gartner对于“大数据”（Big data）的定义，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。统计是研究大量社会经济现象的数量特征及数量关系的工作总称，是利用数据的收集、整理及指标计算对总体进行统计数据分析的工作综合。金融统计的目的就是通过开展统计调查和统计分析，为金融部门和国家进行宏观经济决策、检查和监督经济、金融运行情况、加强金融监管和经营管理提供依据。
据IDC数据，2020年中国大数据相关市场收益预计达到104.2亿美元，其中，金融是大数据行业最大的细分市场，市场占比超过了20%。这意味着金融行业大数据相关市场收益，已经超过了百亿人民币。随着银行业金融科技转型提速，大数据能力关系到每一项业务和每一个运行环节，也必然成为金融行业的关键基础设施。一方面，零接触金融、金融业务线上化迁移，都促使金融业基础设施承受越来越大的压力。IDC报告显示，全球数据每年增长速度约为40%，海量多样化数据保护要求越来越高。另一方面，大数据基础设施承载了大量核心业务如精准风控、精准营销、反欺诈等，运用科技提升金融业基础设施的数字化能力成为必然选择。2019年8月，央行印发的《金融科技发展规划（2019-2021年）》提到，“建立健全企业级大数据平台，进一步提升数据洞察能力和基于场景的数据挖掘能力，充分释放大数據作为基础性战略资源的核心价值。”无疑，这给金融业大数据基础设施建设，提供了很好的指引。
以工行为例，2019年以来，工行在金融同业中首次实现大数据服务云全面实现分布式和国产化转型;另一家大行建行在2020年上半年完成大数据云平台自用区的部署，同步支持44个基于大数据云平台应用的开发建设。大数据分析还大大提升了银行的客户精准服务等能力。。大数据分析还大大提升了银行的客户精准服务等能力。比如交行2020年上半年搭建数据运用管理平台，带动AUM增长26%;平安银行完善大数据技术平台，促进“天天成长C”等理财产品购买转化率提升了60%。一些国外领先银行也利用大数据已经取得了较大竞争优势。如花旗银行亚太地区，近年来有25%利润来自于数据挖掘;汇丰银行通过数据挖掘开展交叉销售，使客户贷款产品响应率提高了5倍。
二、大数据在金融统计中存在的问题
虽然大数据技术对金融行业产生了很多正面的效益，但是金融统计中大数据的使用还存在不少问题，很多银行面临着数据挖掘的难题。《中小银行金融科技发展研究报告（2019）》显示，中小银行的数据治理基本处于萌芽期，达91%的中小银行尚未开展有效的数据治理工作。这意味着，大数据运用在金融业还有巨大的提升空间。
（一）缺乏配套统计设施，统计处理效率低下
随着金融创新业务的不断深入、金融业务产品的日趋丰富，各类业务呈现出复杂的业务管理关系。统计部门的工作量也因此变的复杂了，问题是大数据技术应用的扩张并没有相应的统计设施配套，导致各部门之间，要么处理数据落后，要么部分之间有相关业务就互推诿。跨部门数据质量问题存在无主责部门、问题解决慢、解决效率低。无法适应快速变化的业务需求。
（二）数据统计从业人员技能水平不高，造成数据缺失或错误
很多银行，尤其是中小型银行在补录历史数据时，存在不同的统计人员对数据字段的理解不同，导致不同的人录入的数据不一致。很多数据从录入端口出现错误，由于前端原始数据有误，直接造成后端汇总数据有误。同时由于缺乏完备的大数据金融统计法律法规及监管制度，可能导致补录存量数据的统计人员有意篡改数据，造成数据严重失真。另外，很多金融机构对一些创新型业务没有做好前期准备工作，导致统计工作滞后于业务的交易，从而错失交易中的统计数据。尤其是中小银行，统计人员及信息技术员对新业务的信息技术掌握不够，没有及时准确增加业务字段信息，不能做到及时更新数据统计系统，加上统计工作人员的主观判断，导致统计信息有误或者漏报数据，从而引起金融机构使用错误信息，引发决策风险，造成经济利益损失。
（三）数据共享机制不健全，数据公开程度较低
商业银行出于自我保护，为了防止商业信息泄露，避免竞争对手入侵，一般倾向于保留隐藏自己的核心商业信息。除去公开披露要求的信息，商业银行不愿意公开和分享，从而丧失了商业数据信息的价值。从长远的角度看，信息的公开和共享是非常有必要的。一方面有利于金融机构之间真实全面地了解竞争对手的经营情况，学习先进机构的特长，弥补自身的短板，促进金融机构之间的良性竞争和发展;另一方面，金融机构可以从公开的数据中挖掘客户的行为，从而推出针对性的产品和服务，最大化其利益。此外，从监管层面，监管机构可以从公开的数据中来了解整个金融市场的运行，以便更好地指导社会的运转。
三、大数据在金融统计中的应用对策建议 （一）构建大数据金融统计配套设施，优化统计工具
为了获得各行业的金融数据，需要根据需求对各行业的基础硬件设施进行构建，特别是要开展计算机软硬件设施及系统优化，包括各类网络信息技术、计算机存储技术等，云计算平台等技术。由于大数据的海量性特点，人们应该构建更为标准的金融数据统计模式及基础设施。大数据基础设施包含数据中心设计、网络、计算存储硬件、以及相应的管理软件和运维等等。此外，对于终端用户来说， 诸如大数据处理平台系统、深度学习软硬件框架、数据安全方案等一系列帮助其快速满足业务需求的软件平台，也包含在大数据基础设施之中。为了更好地对大数据进行处理，需要构建相应的金融统计配套设施，提高数据存储、交换、处理效率。
（二）提高对金融统计工作的思维认知水平，增强统计工作的质量效果
要看到大数据技术是现代统计学的趋势，集合了现代统计学的思想和研究成果。其次要认识到传统金融统计思维的局限性，必须通过转变思维方式，打破思维的局限性。必须明确，任何主体定义都是与大数据思维的内容背道而驰的。现实的实时数据，不是预先假定的规律，不是漂亮优美的模型，而是数据的全面性和完整性。在对不确定的主体有一个正确的认识之后，再对不固定的数据来源进行合适的处理才是科学的。
（三）完善金融统计法律制度及监管制度
《中华人民共和国银行业监督管理法》第27条规定：“国务院银行业监督管理机构负责统一编制全国银行业金融机构的统计数据、报表，并依照法律、行政法规的规定予以公布。”金融统计，必须坚持客观性原则，如实反映银行业金融机构业务活动情況，以便于全面准确地掌握金融活动情况，发现问题，制订方针政策，指导金融监管工作的展开。在大数据背景下，人们一定要以法律制度为基础构建金融统计模式， 并保证统计模式实施符合法律制度要求， 绝对不能超出法律许可范围。我国现行的金融统计法规要根据大数据时代的发展做相应的调整及完善。
另外，相关单位必须要加快自身金融统计信息共享机制构建步伐，从而使金融数据的公开与透明程度得到更大程度的提高，将公众的监管作用充分发挥出来，增强监管工作质量，进而及时发现与解决金融统计过程中遇到的问题。
（四）重视小微数据的采集，提高数据采集的精确度
在大数据背景下，金融统计从业人员要想更加高效地完成自身所承担的职责，一定要进行数据采集方法更新，学习国外优秀的金融数据采集方法展开工作，提升数据采集的多样化与全面性，从而有效提高数据分析的深度与准确度。同时，要重视小微数据的采集。细粒度数据采集方法优越性相对更高，受到分析的数据更多更细。此外，统计人员应努力提高自身的知识技能水平，这样才能更好地完成数据分析采集，展开细致深入的分析，进而完成金融市场发展动向的动态把控与跟踪，为金融决策制定夯实根基，更加高效的解决实际金融问题。
（五）建立健全综合金融统计体系，建立专项统计制度
金融业是支持我国实体经济发展的支柱产业，对我国的经济发展有这个至关重要的影响力。因此，建立健全具有综合性的金融业统计体系，是大数据时代对金融统计提出的必要条件。可尝试运用大数据技术，一是建立包括银行、证券、保险在内的金融业综合统计体系，构建总量与结构、数量与价格、存量与流量相结合的高效金融统计标准，改善金融统计从业人员补录数据不一致的现状，全面反映金融体系资金变化、货币创造、资金流量和流向等状况。二是建立专项统计制度，针对房地产、政府融资平台等高风险领域建立专项统计制度，细化影响金融稳定监测统计指标，为宏观审慎监管提供全面风险评估和决策信息。
总之，大数据时代背景下，金融行业要进一步转变思想，紧跟时代步伐，坚定发展方向，深入进行数据信息技术的开发和研究，为金融统计管理水平提供源源不断的动力。
（作者单位：四川工商学院，经济管理学院）