大數據分析在外匯管理應用中的“慧眼”效應

王大賢

非現場分析的核心與關鍵就在于對海量外匯業務數據的挖掘與應用，這就為大數據分析在外匯管理工作中的應用提供了廣闊的空間。

周雖舊邦，其命維新。隨著外匯管理改革的不斷深化，非現場分析對事中事后監督管理的意義更加凸顯，而非現場分析的核心與關鍵就在于對海量外匯業務數據的挖掘與應用，這就為大數據分析在外匯管理工作中的應用提供了廣闊的空間。大數據通過新技術手段處理海量、多樣且快速增長的信息資產。大數據分析不僅要掌握龐大的數據信息，更要對這些含有某種未知意義的海量數據進行專業化處理，進而發現隱藏在其中的相關性。

外匯管理應用大數據分析的重要意義

在紛繁復雜的外匯管理數據中，大數據具有眾多優點：

契合外匯數據特性。外匯數據的基本特點是種類繁多、體量巨大、格式復雜，而大數據分析能將數據背后的信息最大限度地展現出來。一是全面性。常見的外匯數據如國際收支、經常項目、資本項目、外匯檢查、綜合管理等多個業務條線，包含跨境收支、銀行結售匯、銀行綜合頭寸、貿易信貸、外債登記等數十個具體項目，都可以通過大數據分析進行整合，得到綜合性分析結果，從而有效突破現有管理邊界，實現外匯管理的全面監測和綜合調控的目標要求。二是快捷性。外匯數據經過長年日積月累，已經形成一個相當龐大的體量，以我國的國際收支統計為例，每個月跨境收支明細記錄約600-800萬條。大數據分析技術能有效、迅捷地處理這些海量數據。三是直觀性。許多外匯數據因為采集方式、儲存形式的不同，導致格式不統一，如外匯檢查采集的證據大多是現場手工采集、紙質留存，這些證據里面存儲的關聯信息往往又需要進一步的手工整理，并且整理出來的是非結構化數據，這與國際收支、銀行結售匯等數據由銀行系統接口報送、系統儲存大不相同，而大數據分析可以將非結構化的數據納入考量，并向結構化數據過渡，以更加直觀簡易的方式展現分析結果。

便利宏觀審慎管理。外匯管理實行宏觀審慎監管目前存在兩大難點：一是宏觀數據的可得性與準確性，二是審慎監管觸發的時點如何把握。在大數據分析的邏輯下，這兩個難點都可以找到應對之道。首先，大數據分析采取的是全部數據，而非隨機抽樣數據或部分重點數據，這樣大數據分析的結果實際上就反映了總體的特征，這就為外匯宏觀管理提供了有力的參考依據。其次，大數據是高速、實時的數據流，其分析過程也是動態發展和持續進行的，盡管它可以像傳統計量分析一樣截取某一個時點上的結果，但是由于全量數據一直在補充、變化，故而大數據分析的結果實際是無限的，這種動態的呈現對找準審慎監管的觸發時機是非常有利的抓手。

提高外匯管理效能。大數據分析強調變量之間的相關關系而非傳統數據注重的某種因果關系，其重在通過技術手段發現與研究對象高度相關的變量，既不要求對研究對象運行機制作出事先理論的假定，也不要求數據質量完備、分析結果精確，這就使得大數據分析的結果運用更加靈活。外匯管理可以更加關注相關變量的變化，對外匯形勢的監測及外匯風險的研判也會更加宏觀、全面，外匯管理的手段和方式也可以更加多樣化。同時大數據分析還可以消除制定統一監管規范所帶來的注重事前監管、被監管主體差異性大、缺乏個性化監管措施等問題，更完整、更準確地掌握被監管主體的特征，減少對監管標準的過度依賴，相機抉擇，更好地實現從“行為監管”向“主體監管”的轉變。

外匯管理應用大數據分析的難點

在大數據的應用中，必須披荊斬棘，越是艱險越向前。目前，在大數據應用中，存在如下難點：

數據來源眾多，增大信息采集難度。目前外匯數據來源涉及主體眾多，包括銀行、進出口企業、跨國公司、個人以及非金融業機構等，數據采集內容除了這些主體的資金流外，還包括登記備案、違規處罰等信息。如何做到在數據采集過程中協調好外匯局與各類主體之間的關系，鼓勵被監管主體認真、負責參與，實現全面、準確、有效地數據采集，是開展大數據分析應用的基礎和前提。

數據格式復雜，加大信息整合難度。外匯數據的采集通常是分散式的，即由銀行、企業等不同主體利用計算機、業務網絡等渠道通過不同方式產生，再由外匯局統一收集匯總而成。由于匯總起來的數據信息格式往往存在差異，因此不能實現直接共享。在運用大數據分析之前，需要對數據源進行再加工。對于結構化數據，需要進行內容、格式的統一化處理，而對于非結構化數據，則需要進行篩選、過濾、沉淀、整合，使其成為可用于分析的結構化數據。這些數據處理過程既對現有數據處理分析工具提出了更高要求，同時也對外匯從業人員的工作能力提出了挑戰。

數據可視化低，增加信息讀取難度。傳統的外匯數據大多是結構化的數據，例如跨境收支、銀行結售匯等數據通常采用數值、表格、圖形等形式來顯示，但是對于登記備案、行政許可、行政處罰、企業名錄等數據是很難通過數據表等直觀反映，這就加大了對數據讀取、理解和使用的難度。如何找到新的數據顯示方式，實現立體化、多維度的數據解讀，是外匯大數據分析工作的一個重要命題。

未來大數據分析的基本構想

工欲善其事，必先利其器。在大數據的高速發展中，必須掌握良好的方法，才能取得較好的效果。首先，引入計量分析方法。計量分析方法中有許多模型和手段也有利于揭示數據之間的關聯關系。在實際工作中可以通過對相關數據的再加工挖掘出一些最值得關注的指標，重構指標體系，并計算出指標體系的相關系數，實現對外匯監管主體、外匯變量相關關聯性的分析。

其次，完善大數據信息共享平臺。數據庫不僅包括外匯局對銀行、企業、個人等被監管主體產生的各類信息，還包括商務、海關、稅務、工商等相關部門的監管信息。目前外匯局的業務系統包括跨境監測流動與分析、國際收支涉外收付款統計、銀行結售匯統計、外匯賬戶管理、個人外匯業務監測、貨物貿易外匯監測、資本項目信息管理、外匯檢查分析應用等十多個系統。下一步應進一步完善外匯局應用平臺數據庫建設，加大數據采集力度，提高數據分析的準確性和完整性，同時將外匯局各類系統與央行的人民幣跨境收付系統數據進行共享，提高綜合分析能力。

再次，組建專業的大數據分析團隊。大數據分析是對全量數據的運用和管理，具體的分析工作對工作人員的綜合素質有較高的要求。應組建一支專業的大數據分析團隊，吸收包括業務管理、統計分析、計算機應用開發等方面的精英骨干，還需要具備組織領導能力、項目管理能力、溝通協調能力的人員參與其中，從而保證大數據分析工作的持續、高效、有序開展。