用大數據技術實現數據綜合分析利用

勵躍

隨著大數據時代的來臨，黨中央、國務院提出加快實施國家大數據戰略，把大數據作為基礎性戰略資源，全面實施《促進大數據發展行動綱要》。按照“打造數字央行”的精神，作為人民銀行信息處理中樞，金融信息中心以國家發展改革委促進國家大數據發展重大工程項目為契機，推進、構建金融大數據分析及服務平臺，實現金融數據的有機整合，為經濟金融平穩運行和健康發展提供數據支撐，提升國家金融監管與金融宏觀調控的預見性、針對性和有效性。

人民銀行數據治理現狀

目前，人民銀行已經建成、運行了多個重要業務系統，基本實現了中央銀行業務的全覆蓋，完成貨幣金銀、征信、國庫、金融統計、反洗錢等業務的全國數據集中，為制定和執行貨幣政策、維護金融穩定、提供金融服務給予了有力的技術支撐。金融信息中心在調研中發現，人民銀行各業務司局的數據以條線化管理為主，數據只能被各自的應用系統讀取，各類業務系統之間未實現互聯互通，實際形成一個個數據孤島。各業務司局在數據共享方面缺少制度和機制，全行層面缺乏統一的數據規劃，數據綜合利用水平較低。

建設金融大數據分析及服務平臺的必要性

從技術發展趨勢方面分析。2010年前后，大數據的出現將大數據分析技術從傳統的數據分析技術中分離開來，傳統的數據分析、數據挖掘通常是基于結構化、關系型的數據，而且往往是通過抽樣分析對整個數據集進行預測和判斷，這就要求提供抽樣的樣本必須是高質量的，否則預測的結果會出現很大偏差。而大數據分析，是對全量數據的分析，數據可以有一定程度的冗余。另外，傳統數據分析往往是某種因果關系的推理過程，而大數據分析更關注規律性挖掘和關聯性分析，屬于認知方法上的轉變。

從綜合決策效果方面分析

在掌握全量數據的情況下，相對于使用單一業務條線的數據而言，決策的前瞻性和精準性能得到顯著提升。針對人民銀行數據綜合治理現狀，亟須組織開展全行范圍的數據規劃和治理工作，盤活存量數據資產，更加有效地挖掘數據價值。同時，近年來金融科技（FinTech）的快速發展催生出第三方支付、網絡借貸、股權眾籌融資等新興金融業態，對于中央銀行而言，需要及時和全面地掌握這些機構的業務數據，通過綜合分析不斷細化和完善監管要求，及時防范和應對各類風險。

從提升精準施策能力方面分析

按照人民銀行科技工作會議的決策部署，金融信息中心將開展金融大數據分析及服務平臺建設，對人民銀行各業務條線、外部機構的數據資源進行梳理和整合，為各業務司局、分支機構提供基于全量數據的服務，協助其提升整體數據分析能力，從而實現對經濟、金融運行更為準確的監測、分析、預測和預警，提高綜合決策的前瞻性和精準性。

關于金融大數據分析及服務平臺建設的思考

建設金融大數據分析及服務平臺是一項復雜的系統工程。一方面，大數據技術本身涉及內容廣泛，包括大數據基礎架構、基于業務需求的建模和挖掘技術、數據治理方法等，需要各領域的專業知識和人才儲備;另一方面，業務部門對條線化的數據分析模式已經固化，難以適應當前形勢發展要求，技術部門需要與業務部門充分溝通，引導其轉變觀念，共同建立高效的協作機制。借鑒國外央行及國內各行業具體案例，金融大數據分析及服務平臺建設實施大體可分為三個階段。

基礎平臺建設。基礎平臺為海量數據的采集、存儲、分析和加工提供基礎環境，超大數據和超強計算能力是基礎平臺的必要條件，平臺的規劃和建設是工程實施的第一步。

與以業務流水數據為主的商業銀行不同，人民銀行的數據資源更為復雜，既有針對具體業務的細節流水數據，也有監管上報與調查統計得到的綜合統計匯總數據。根據人民銀行的數據治理需求，基礎平臺要實現對各類海量結構化數據、半結構化數據、非結構數據的實時或批量的采集、存儲和建模計算，因此平臺的計算能力、容量、高可用性、可擴展性、安全性、災難應對能力和自動化運維能力是規劃階段需要關注的重點。在IT架構規劃和設計過程中，要廣泛調研和開展技術交流，借鑒國際國內大數據技術標準，采用Hadoop、Spark等主流的大數據處理框架，能同時支持批處理和流式處理模式，確保IT架構對應用架構和數據架構的有效支撐。

在產品選型方面，基礎平臺將采用業界成熟、通用且符合國家安全可控要求的軟硬件產品，避免在硬件與軟件、軟件與應用上的強依賴關系，掌握關鍵技術的選擇權，擺脫在關鍵信息和網絡基礎設施領域對單一技術和產品的依賴。

數據資源整合

在基礎平臺搭建完成后，下一步是將分散在各業務司局、外部機構的數據資源逐步“遷移”到基礎平臺上，實現數據的整合與共享，構建全行統一的數據視圖，為數據綜合利用奠定基礎。

在這個環節中，一方面，要主動與各業務司局、外部單位溝通，全面地梳理分散在各司局、各機構不同業務系統的數據資源，在業務部門的協助下，掌握各類業務數據之間的邏輯關系和層次結構，為數據“遷移”作好準備;另一方面，在技術實施層面，制定統一的數據接口規范，通過數據清理、轉換和標準化等手段，按照“梳理完畢一個、遷移一個”的思路，將各類業務系統的數據資源逐步“遷移”到基礎平臺上。同時，與業務司局共同研究建立數據采集和共享利用機制，根據中央銀行監管需要不斷擴大數據采集范圍，豐富數據采集方式。在采集范圍上，除現有業務系統的數據資源外，還需要關注金融科技（FinTech）新業態下各類機構的經營數據;在采集方式上，可考慮從指定的機構中直接抓取數據，提高數據采集效率。

這項工作完成后，各類系統相互分割隔離的狀況將從根本上得到改善，從而實現中央銀行數據資源的集中展示，為業務司局、分支機構數據分析人員提供全行統一的數據視圖具備了條件。

應用場景開發和設計

在掌握全量數據的基礎上，結合業務需求，綜合利用各類數據建模和挖掘技術，為各業務司局、分支機構提供差異化的數據及分析服務，形成并逐步提升大數據平臺的服務能力。

在這個環節中，為各業務司局、分支機構提供全量數據的使用環境，根據其業務需求，設計和開發相應的大數據應用分析場景，通過機器學習等技術從海量數據中分析和洞察經濟、金融運行規律，作出更加科學、精準的決策。通過與服務對象的充分交流，使業務司局、分支機構改變其固有的、條線化的數據管理模式，真正從全量數據分析中受益，進而主動地推動數據資源共享。

此外，針對不同層級的數據分析人員，設置不同的使用權限，應用專業工具對操作人員日常操作進行記錄和事后審計，確保數據使用的合理合規，防范數據泄露事件的發生。除對各業務司局、分支機構提供數據服務外，金融大數據分析及服務平臺還將考慮面向政府部門、司法機關、金融機構、社會公眾等提供不同層面的數據服務，推動數據資源帶來更大的經濟效益和社會效益。

未來，金融信息中心將按照人民銀行信息化工作部署，推進平臺建設，并持續關注以下幾個問題：把握好近期目標、中期目標和遠期目標的關系;加快推進金融大數據標準體系建設;與業務司局保持良好的協作關系;加強央行大數據人才隊伍建設。