大數據在金融領域的應用研究

畢海波

大數據在金融領域的應用研究

畢海波

（中國人民銀行烏魯木齊中心支行，新疆 烏魯木齊 830002）

大數據、云計算等信息技術是目前信息化發展的必然趨勢，大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據已經成為企業和社會關注的重要戰略資源，就像計算機和互聯網一樣，有可能引發新一輪的技術革命。在新疆轄區金融信息共享工作取得一定突破的前提下，闡述以新疆金融電子政務平臺為基礎，利用共享數據實現新疆大數據金融云建設的構想。

信息共享；大數據；金融云；電子政務

1 金融信息工作面臨的挑戰

隨著金融行業信息化程度的不斷提升，人民銀行各業務部門的基礎數據量持續快速增長，為各項決策的制訂提供了有力的數據支撐。與此同時，這些數據在采集、管理和利用方面仍然存在一些問題，導致數據利用率低下，難以充分發揮數據潛在的價值，主要體現在：①在數據采集方面，各業務部門的統計口徑、覆蓋范圍、采集標準、校驗規則不盡相同，造成數據統計重復量大、校驗難度大，進而造成數據準確性和可靠性降低；②在數據管理方面，存在“異構的數據結構和數據庫、數據的分布式存儲、數據備份介質各異、缺少統一的基礎代碼”等問題，造成業務系統間缺乏聯系，也難以建立聯系，進而阻礙了各項經濟金融指標的共享使用；③在數據利用方面，決策人員的數據需求需要業務部門配合才能滿足，存在時效性差問題；業務專家分析數據有時需要跨部門協作，數據加工周期冗長、加工過程復雜，存在復雜度高、效率低的問題；④在IT運維管理方面，業務系統之間功能重疊但無法互聯互通，造成大量重復建設，導致系統數量和規模快速增長，加大了運維管理的工作量；⑤在數據共享方面，新疆金融業機構之間共享數據及利用還存在很大不足，沒有有效利用行業共享數據、發揮行業合力。

2 新疆金融電子政務平臺情況

人民銀行作為中央銀行，履行金融監管、提供金融服務，在信息化不斷發展的背景下，金融機構間信息的溝通與共享為大數據的深入應用提供基礎保障。烏魯木齊中支積極踐行“保障業務、支撐履職、引領發展”的金融信息化建設道路，提供信息化服務，促進數據共享為目標，開展新疆金融電子政務平臺（以下簡稱“平臺”）建設和推廣工作，在新疆金融機構間成功實現了信息共享、信息快速交換等多項功能，成為支撐人民銀行高效履職、推進金融信息化發展的又一重大舉措，為大數據應用奠定了基礎。

2.1 平臺架構

2.1.1 邏輯架構

結合人民銀行烏魯木齊中心支行業務處理方式、管理體系以及安全、運維規范，充分考慮系統的安全性、規范性、可擴展性、低耦合性以及可移植性，從用戶使用出發設計系統邏輯架構，如圖1所示。

圖1 系統邏輯架構圖

2.1.2 技術架構

根據實際業務調研結果，結合建設目標以及人民銀行中心支行軟硬件環境，從系統技術角度出發利用組件化的構建思路，系統技術架構如圖2所示。

2.2 平臺功能及覆蓋范圍

2.2.1 公文傳輸

人民銀行新疆轄區各分支機構與接入本系統的金融機構之間能夠通過電子化途徑實現公文、文件的傳輸。

2.2.2 數據交換

人民銀行新疆轄區各分支機構與接入本系統的金融機構之間能夠通過電子化途徑實現固定格式報表數據的傳輸。

2.2.3 協同辦公

人民銀行新疆轄區各分支機構與接入本系統的金融機構之間能夠實現點對點的郵件往來，并能夠通過即時消息功能實現實時溝通。

圖2 系統技術架構圖

2.2.4 信息發布

人民銀行新疆轄區各分支機構能夠通過本系統進行發布信息，比如公告、通知、制度、工作指引等，供接入本系統的金融機構查閱。

2.2.5 行政審核

人民銀行新疆轄區各分支機構能夠通過電子化途徑為接入本系統的金融機構辦理行政審核業務。

2.2.6 覆蓋范圍

平臺橫向連接新疆轄區所有人民銀行分支機構及同級金融機構，縱向貫通省、地、縣三級，滿足了各級人民銀行分支機構與同級金融機構間信息交互的需求。

3 大數據技術及其應用價值

大數據處理技術代表了新一代的技術架構，這種架構通過高速獲取數據并對其進行分析和挖掘，從海量形式各異的數據源中更有效地抽取出富有價值的信息。

對于新疆人民銀行，利用大數據平臺對數據進行采集、加工和分析，能夠實現全轄金融機構數據采集的標準化、數據統計的自動化、數據應用分析的共享化，并在以下幾個方面發揮重要作用。

3.1 加大對決策制訂的支持力度

通過快速、有效的數據共享和數據獲取方式，大幅縮短決策支持周期，顯著提升轄區金融業應急響應水平；通過統一的基礎代碼、嚴格的校驗規則等設置，保證數據的有效性和時效性。因此，能夠為切實防范和化解區域性金融運行風險、維護金融穩定提供有力的支撐。

3.2 提升數據采集效率和質量

提供多種數據采集手段，比如總行集中系統導出數據快速入庫、金融機構報表數據上報等；通過預設數據模板和校驗規則、后臺監控等功能，加強數據校驗；提供入庫數據自動統計匯總功能，實現數據的基本加工。

3.3 提高數據分析效率

采用數據可視化技術設計專題分析系統代替以往人工統計的方式，避免了部門間數據索取、人工校驗和分析統計的過程，以地圖、排名圖、趨勢圖等更為直觀、豐富的形式表現業務指標數據，并結合數據鉆取手段從多個維度進行指標數據的展開分析，顯著提升了數據分析的效率。

3.4 滿足各類用戶獲取數據的需求

通過制訂不同的角色，滿足不同人員對數據的個性化需求。比如面向管理人員提供專題分析系統，面向業務專家提供多維查詢工具，面向業務人員提供報表定制功能。靈活的配置和簡便的操作，提升了各類用戶獲取數據的效率。

3.5 充分發揮現有數據價值

通過建立省級數據中心，形成省級金融數據共享平臺，實現跨地區、跨業務、跨部門的數據共享利用，并采用專用工具對數據綜合分析與挖掘，充分發揮現有數據的價值。

3.6 奠定人民銀行烏魯木齊中心支行私有云建設的基礎

通過數據倉庫環境的建設和大數據技術的應用，奠定了烏魯木齊中心支行省級數據中心“云”化工程的基礎，引導烏魯木齊中心支行向“科技引領金融”的目標穩步前行。

4 新疆大數據金融云平臺建設

4.1 平臺邏輯架構

平臺采用BI（商業智能）技術架構，集成ETL技術、OLAP技術、報表技術、分布式大數據技術、數據挖掘技術和云計算技術，結合人民銀行烏魯木齊中心支行業務處理方式、管理體系以及安全、運維規范，充分考慮系統的安全性、規范性、可擴展性、低耦合性以及可移植性。

4.2 關鍵技術

平臺采用物理機器配置邏輯節點的方式和分級存儲結構，實現物理加邏輯的分布式數據處理環境。以信貸收支的存貸款數據為例，可將存儲分為匯總層、明細層和歷史數據備份層。其中，匯總層和明細層根據業務需要只存儲最近一個時間段內的數據，以減少表中數據量，實現前臺查詢的快速響應；所有歷史數據定期備份到歷史數據層，保存一份完整數據，當需要查看歷史數據時，可以從這個層查詢；明細層采用分區存儲方式，并根據實際需要設置準確的索引，必要時引入物化視圖（MQT）來提高查詢速度；匯總層根據業務部門經常的查詢習慣，預先按不同的維度進行數據匯總，實現前臺報表的快速響應。

4.3 存在難點

全量業務數據獲取存在較大困難。人民銀行內部各業務部門數據保存分散，對數據的收集整理帶來一定困難。對金融機構而言，獲取金融機構全量業務數據存在數據量大、數據格式差異大等問題，多類業務數據存在數據保密性問題，造成數據收集工作開展存在較大阻力。

數據整理與規范工作存在較大困難。通過多種途徑獲取的數據格式類別多樣，包括結構化數據、非結構化數據，每類數據又可細分為多個子類，對這些數據進行處理時還需充分考慮數據標準化問題，因此數據的整理與規范需要耗費大量人力。

由于共享數據包括多業務部門的多層次數據，業務部門間數據既有區別又有聯系，在考量數據保密性基礎上，平臺應能清晰劃分用戶權限，根據不同用戶需求，使不同用戶對不同數據具有不同使用權限。

［1］周崇修.面向信息資源整合的電子政務云平臺構建［J］.科學技術創新，2019（28）：79-80.

［2］周建原，蘆珂.大數據時代基于云計算的電子政務平臺分析［J］.智庫時代，2019（36）：266-267.

［3］鐘光明.云計算環境下電子政務信息資源共享系統建設［J］.工程技術研究，2019（11）：255-256.

［4］王勤英.大數據技術在電子政務網中的應用研究［J］.電子世界，2019（10）：195-196.

［5］蒲嘉.基于大數據的政府電子政務建設探析［J］.信息技術與信息化，2018（11）：205-207.

［6］陳曉斌.政務大數據平臺建設的思考與對策［J］.信息通信，2018（4）：166-167.

F49

A

10.15913/j.cnki.kjycx.2019.23.072

2095－6835（2019）23－0154－02

畢海波（1980—），男，重慶開縣人，計算機應用技術碩士，工程師，研究方向為金融科技、大數據應用與研究。

〔編輯：張思楠〕