大數據在金融統計中的應用研究

毛春梅

在中國金融業向支持實體經濟、創新驅動的轉換中，大數據在金融領域的應用，成為中國金融業的新增長點和新亮點。本文探討了大數據技術在金融行業中的應用現狀，針對金融統計中大數據應用存在的問題，提出了大數據應用的改進建議。

近年來，我國數字經濟快速發展，據相關數據顯示，2019年我國數字經濟規模已達31.3萬億元，位居世界前列，占GDP的比重達到34.8%，成為中國經濟發展的新動力。截至2020年3月，我國網民規模為9.04億，互聯網普及率達64.5%，較2018年底提升4.9個百分點，為數字經濟持續發展打下了堅實的用戶基數。作為數字經濟主要參與者的金融機構，也紛紛加快了向更深層面數字化轉型的步伐。作為新一代信息技術的典型代表，大數據技術近幾年已經較為廣發的服務于金融統計行業，大數據技術對金融行業服務效率的提高及運營成本的下降都起了明顯作用。但是高速信息技術的發展也帶來了一些挑戰，目前大數據技術在金融統計中還存在一些問題。

一、大數據在金融行業中的應用現狀

根據研究機構Gartner對于“大數據”（Big data）的定義，“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來適應海量、高增長率和多樣化的信息資產。統計是研究大量社會經濟現象的數量特征及數量關系的工作總稱，是利用數據的收集、整理及指標計算對總體進行統計數據分析的工作綜合。金融統計的目的就是通過開展統計調查和統計分析，為金融部門和國家進行宏觀經濟決策、檢查和監督經濟、金融運行情況、加強金融監管和經營管理提供依據。

據IDC數據，2020年中國大數據相關市場收益預計達到104.2億美元，其中，金融是大數據行業最大的細分市場，市場占比超過了20%。這意味著金融行業大數據相關市場收益，已經超過了百億人民幣。隨著銀行業金融科技轉型提速，大數據能力關系到每一項業務和每一個運行環節，也必然成為金融行業的關鍵基礎設施。一方面，零接觸金融、金融業務線上化遷移，都促使金融業基礎設施承受越來越大的壓力。IDC報告顯示，全球數據每年增長速度約為40%，海量多樣化數據保護要求越來越高。另一方面，大數據基礎設施承載了大量核心業務如精準風控、精準營銷、反欺詐等，運用科技提升金融業基礎設施的數字化能力成為必然選擇。2019年8月，央行印發的《金融科技發展規劃（2019-2021年）》提到，“建立健全企業級大數據平臺，進一步提升數據洞察能力和基于場景的數據挖掘能力，充分釋放大數據作為基礎性戰略資源的核心價值。”無疑，這給金融業大數據基礎設施建設，提供了很好的指引。

以工行為例，2019年以來，工行在金融同業中首次實現大數據服務云全面實現分布式和國產化轉型;另一家大行建行在2020年上半年完成大數據云平臺自用區的部署，同步支持44個基于大數據云平臺應用的開發建設。大數據分析還大大提升了銀行的客戶精準服務等能力。。大數據分析還大大提升了銀行的客戶精準服務等能力。比如交行2020年上半年搭建數據運用管理平臺，帶動AUM增長26%;平安銀行完善大數據技術平臺，促進“天天成長C”等理財產品購買轉化率提升了60%。一些國外領先銀行也利用大數據已經取得了較大競爭優勢。如花旗銀行亞太地區，近年來有25%利潤來自于數據挖掘;匯豐銀行通過數據挖掘開展交叉銷售，使客戶貸款產品響應率提高了5倍。

二、大數據在金融統計中存在的問題

雖然大數據技術對金融行業產生了很多正面的效益，但是金融統計中大數據的使用還存在不少問題，很多銀行面臨著數據挖掘的難題。《中小銀行金融科技發展研究報告（2019）》顯示，中小銀行的數據治理基本處于萌芽期，達91%的中小銀行尚未開展有效的數據治理工作。這意味著，大數據運用在金融業還有巨大的提升空間。

（一）缺乏配套統計設施，統計處理效率低下

隨著金融創新業務的不斷深入、金融業務產品的日趨豐富，各類業務呈現出復雜的業務管理關系。統計部門的工作量也因此變的復雜了，問題是大數據技術應用的擴張并沒有相應的統計設施配套，導致各部門之間，要么處理數據落后，要么部分之間有相關業務就互推諉。跨部門數據質量問題存在無主責部門、問題解決慢、解決效率低。無法適應快速變化的業務需求。

（二）數據統計從業人員技能水平不高，造成數據缺失或錯誤

很多銀行，尤其是中小型銀行在補錄歷史數據時，存在不同的統計人員對數據字段的理解不同，導致不同的人錄入的數據不一致。很多數據從錄入端口出現錯誤，由于前端原始數據有誤，直接造成后端匯總數據有誤。同時由于缺乏完備的大數據金融統計法律法規及監管制度，可能導致補錄存量數據的統計人員有意篡改數據，造成數據嚴重失真。另外，很多金融機構對一些創新型業務沒有做好前期準備工作，導致統計工作滯后于業務的交易，從而錯失交易中的統計數據。尤其是中小銀行，統計人員及信息技術員對新業務的信息技術掌握不夠，沒有及時準確增加業務字段信息，不能做到及時更新數據統計系統，加上統計工作人員的主觀判斷，導致統計信息有誤或者漏報數據，從而引起金融機構使用錯誤信息，引發決策風險，造成經濟利益損失。

（三）數據共享機制不健全，數據公開程度較低

商業銀行出于自我保護，為了防止商業信息泄露，避免競爭對手入侵，一般傾向于保留隱藏自己的核心商業信息。除去公開披露要求的信息，商業銀行不愿意公開和分享，從而喪失了商業數據信息的價值。從長遠的角度看，信息的公開和共享是非常有必要的。一方面有利于金融機構之間真實全面地了解競爭對手的經營情況，學習先進機構的特長，彌補自身的短板，促進金融機構之間的良性競爭和發展;另一方面，金融機構可以從公開的數據中挖掘客戶的行為，從而推出針對性的產品和服務，最大化其利益。此外，從監管層面，監管機構可以從公開的數據中來了解整個金融市場的運行，以便更好地指導社會的運轉。

三、大數據在金融統計中的應用對策建議

（一）構建大數據金融統計配套設施，優化統計工具

為了獲得各行業的金融數據，需要根據需求對各行業的基礎硬件設施進行構建，特別是要開展計算機軟硬件設施及系統優化，包括各類網絡信息技術、計算機存儲技術等，云計算平臺等技術。由于大數據的海量性特點，人們應該構建更為標準的金融數據統計模式及基礎設施。大數據基礎設施包含數據中心設計、網絡、計算存儲硬件、以及相應的管理軟件和運維等等。此外，對于終端用戶來說， 諸如大數據處理平臺系統、深度學習軟硬件框架、數據安全方案等一系列幫助其快速滿足業務需求的軟件平臺，也包含在大數據基礎設施之中。為了更好地對大數據進行處理，需要構建相應的金融統計配套設施，提高數據存儲、交換、處理效率。

（二）提高對金融統計工作的思維認知水平，增強統計工作的質量效果

要看到大數據技術是現代統計學的趨勢，集合了現代統計學的思想和研究成果。其次要認識到傳統金融統計思維的局限性，必須通過轉變思維方式，打破思維的局限性。必須明確，任何主體定義都是與大數據思維的內容背道而馳的。現實的實時數據，不是預先假定的規律，不是漂亮優美的模型，而是數據的全面性和完整性。在對不確定的主體有一個正確的認識之后，再對不固定的數據來源進行合適的處理才是科學的。

（三）完善金融統計法律制度及監管制度

《中華人民共和國銀行業監督管理法》第27條規定：“國務院銀行業監督管理機構負責統一編制全國銀行業金融機構的統計數據、報表，并依照法律、行政法規的規定予以公布。”金融統計，必須堅持客觀性原則，如實反映銀行業金融機構業務活動情況，以便于全面準確地掌握金融活動情況，發現問題，制訂方針政策，指導金融監管工作的展開。在大數據背景下，人們一定要以法律制度為基礎構建金融統計模式， 并保證統計模式實施符合法律制度要求， 絕對不能超出法律許可范圍。我國現行的金融統計法規要根據大數據時代的發展做相應的調整及完善。

另外，相關單位必須要加快自身金融統計信息共享機制構建步伐，從而使金融數據的公開與透明程度得到更大程度的提高，將公眾的監管作用充分發揮出來，增強監管工作質量，進而及時發現與解決金融統計過程中遇到的問題。

（四）重視小微數據的采集，提高數據采集的精確度

在大數據背景下，金融統計從業人員要想更加高效地完成自身所承擔的職責，一定要進行數據采集方法更新，學習國外優秀的金融數據采集方法展開工作，提升數據采集的多樣化與全面性，從而有效提高數據分析的深度與準確度。同時，要重視小微數據的采集。細粒度數據采集方法優越性相對更高，受到分析的數據更多更細。此外，統計人員應努力提高自身的知識技能水平，這樣才能更好地完成數據分析采集，展開細致深入的分析，進而完成金融市場發展動向的動態把控與跟蹤，為金融決策制定夯實根基，更加高效的解決實際金融問題。

（五）建立健全綜合金融統計體系，建立專項統計制度

金融業是支持我國實體經濟發展的支柱產業，對我國的經濟發展有這個至關重要的影響力。因此，建立健全具有綜合性的金融業統計體系，是大數據時代對金融統計提出的必要條件。可嘗試運用大數據技術，一是建立包括銀行、證券、保險在內的金融業綜合統計體系，構建總量與結構、數量與價格、存量與流量相結合的高效金融統計標準，改善金融統計從業人員補錄數據不一致的現狀，全面反映金融體系資金變化、貨幣創造、資金流量和流向等狀況。二是建立專項統計制度，針對房地產、政府融資平臺等高風險領域建立專項統計制度，細化影響金融穩定監測統計指標，為宏觀審慎監管提供全面風險評估和決策信息。

總之，大數據時代背景下，金融行業要進一步轉變思想，緊跟時代步伐，堅定發展方向，深入進行數據信息技術的開發和研究，為金融統計管理水平提供源源不斷的動力。

（作者單位：四川工商學院，經濟管理學院）