大數據背景下的銀行經濟預測和金融統計分析

張宜博

摘要：隨著社會經濟的不斷發展，我國高度重視銀行經濟預測與金融統計分析工作。對現代經濟進行研究時，數據成為了經濟預測與金融分析的重要依據，銀行作為市場經濟運行的主體，在運行期間需要對市場交易以及各項金融活動中形成的各項數據進行收集，匯總數據信息，成為有價值的數據資源。下文中，將主要針對大數據背景下的銀行經濟預測和金融統計進行深入的分析，以此來指導銀行在市場經濟中有序的運行。

關鍵詞：大數據背景;經濟預測;金融統計分析

在新時代的背景下，我國網絡數據處理技術得到了進一步的發展，大數據成為現代社會經濟運行中不可缺少的新技術。銀行經濟在現代社會經濟發展中有著重要的地位，建立信息系統平臺，能夠對各項數據進行自動整合與分析，得出經濟運行的規律，預測未來的運行方向，推動社會經濟整體更加有序的運行。從銀行的實際發展出發，站在大數據的角度上分析，解決信息系統建設中存在的問題，才能應對新形勢的變化。

一、大數據背景下的銀行經濟預測和金融統計面臨的各種問題

（一）銀行在大數據技術開發與應用方面存在不足

在大數據背景下，銀行經濟在運行的過程中形成的信息資源雖有技術支持，但是傳統銀行運行方式過于落后，很難應對大量的銀行經濟數據，無法更加準確的預測，對數據開發與應用有不利的影響。銀行作為市場主體，在經濟運行中一直處在一個穩定狀態，自身數據資源較多，在資源開發方面與互聯網金融時代相比較為遲緩，數據技術引入方面存在不足。技術的局限性使銀行在面對金融市場時很難采用新思路開發應用，銀行潛在的商業價值得不到挖掘。

（二）銀行數據處理缺乏統一標準

銀行數據處理通常都是使用通用語言，是建立大數據標準的重要條件。在銀行經濟預測與金融統計的過程中，標準化數據能夠為基礎數據的準確性提供相應的保障，加快銀行系統集成速度，實現資源共享。當前，銀行經濟預測與金融統計在各個部門中出現了數據風險。針對這項問題，不同主體給出的數據信息有著較大的差異，無法發揮數據資源的價值，不僅會變成垃圾數據，還會給部門之間的信息交流增加了難度，出現信息孤島現象，對金融統計推進會產生一定影響。

（三）對不同類型數據開發的重視程度存在偏差

現階段，大部分的銀行數據生成還在依靠金融交易等各種傳統業務，數據信息側重點放在歷史財務數據方面。隨著金融市場的不斷變化，受互聯網金融的影響，銀行開始逐步拓展業務范圍，根據類型形成結構化數據，為用戶提供非結構化數據。和金融科技公司相比，傳統業務數據庫的建設還存在的許多的不足，數據來源與傳遞很容易受不同因素的影響，被技術制約，數據效能得不到有效的發揮。

（四）個人信息采集的邊界相對模糊

大數據在對銀行經濟預測與金融進行分析時，可以提供資源支持，但是在個人信息應用方面存在著邊界模糊的問題，在信息資源應用的過程中形成了潛在風險。銀行想要實現經濟預測與金融統計，就要先收集用戶個人的信息資料，并對這些資料進行整合與處理。如何控制個人信息采集邊界成為了銀行需要重點關注的內容，如果個人數據信息被泄露，就會給不法分子可乘之機，侵犯個人利益，給用戶帶來經濟風險，還會嚴重影響銀行的信譽，對銀行的發展有負面影響，大數據開發與應用也無法繼續進行。

二、大數據背景下銀行經濟預測和金融統計分析策略

（一）銀行應主動適應大數據時代背景

在新時代背景下，大數據對傳統銀行有了更高的要求，銀行必須及時轉型，滿足其要求，才能持續的發展下去[1]。銀行自身具有一定的數據資源優勢，大數據時代背景下對于數據建設工作有了更高的要求，落實大數據資源開發戰略，是傳統銀行與大數據金融的對碰，是創新發展的必然趨勢[2]。在戰略規劃中，銀行應當先明確發展目標，預測經濟發展趨勢，從宏觀的角度分析金融市場，加強對內部金融風險的控制力度，能夠大大提高銀行經濟效益，挖掘潛在的價值，形成完整的戰略目標。在分析戰略環境的同時，還需進行SWOT分析，從數據、人力資源等各個方面出發，總結內部存在的不足以及優勢;從技術環境、社會經濟環境等不同的角度判斷銀行在大數據建設中的發展趨勢，即將面臨的內外環境，為戰略方案的合理性提供保障[3]。

（二）推動銀行數據處理技術的應用

大數據處理技術能夠幫助銀行實現數據開發與應用，銀行在實際應用的過程中，應當充分考慮現代數據系統建設進程，積極引進先進的技術，對其進行完善創新，搭建相應的數據處理平臺[4]。以民生銀行為例，將業務應用場景作為主要的依據，搭建具有層次化特點的數據平臺，先采集數據信息，其中包括行內數據、外部數據等各項，對數據分析以后研究用戶行為，開展挖掘、預測等工作，明確用戶的身份，根據其行為模式精準的營銷，推薦相應的金融產品。數據加工層中包含了數據整合平臺、歷史數據平臺等，在該層次能夠實現對內外數據的整合，還能進一步開發，統一結構數據，自動形成有用的數據資源。服務層中有機器學習平臺、數據檢索引擎等，通過銀行內部信息系統可以完成最終的學習目標，達到預期的應用效果，形成智能分析，為銀行經濟預測提供準確的模型算法。在業務應用層中，大數據經濟模型、產品運營、市場營銷等多個方面都是做出正確決策的重要依據，通過其形成數據開發與應用的反饋控制結構，提高銀行的數據開發水平[5]。

（三）促進數據標準化發展，完成銀行數據共享機制的建設

在大數據不斷發展的背景下，銀行數據標準化建設成為了提高數據質量的重要條件，能夠滿足數據共享需求。銀行在對數據進行管理時，想要解決經濟預測與金融統計中存在的各項問題，比如數據交流障礙，就必須加強數據標準的建設[6]。以中信銀行為例，為了適應大數據時代對銀行提出的新要求，實現數據資源共享，達到戰略發展目標，需明確銀行數據標準，將數據責任方、數據標準要求、數據質量要求等各項納入銀行數據標準中，根據其內容制定發展框架，結合國家的相關規定對其內容進行細化，包括客戶數據標準、產品數據標準、交易數據標準等。同時制定數據管理規范，加大執行力度，針對標準執行中經常出現的各項問題作出適當的變更，能夠使數據標準更具可行性，大大提升數據整體質量，推動其更好的發展[7]。

（四）完善大數據分析模型

銀行改進統計工具、信息來源等，能夠優化經濟預測與金融統計模型，提高數據分析的準確性，凸顯大數據分析價值。以現代銀行在經濟運行中的發展為例，現代銀行時刻面臨著客戶流失的風險，尤其是在互聯網金融流行的背景下，方便快捷金融服務的出現給傳統銀行帶來了一定的挑戰，大部分的用戶都會選擇金融服務。針對這種問題，銀行應當通過大數據去建立相應的分析模型，針對不同用戶類型制定不同的應對方案。在互聯網時代中，信息傳遞迅速，金融信息獲取的渠道越發的多元化，經過調查可以看出，有70%的用戶開始在網站上獲取銀行產品信息，還有30%的用戶在社交媒體上評價金融服務，社交網絡中的數據信息，為銀行提供了預測依據[8]。銀行在大數據開發時，應當主動拓寬數據收集渠道，從不同的角度去分析用戶流失的主要原因，從根本上解決該問題。利用系統平臺訪問用戶信息、信用卡交易數據等，交互匹配數據信息與社交內容，全方位收集各項信息，建立用戶流失數據模型，形成可視化預測指導，能夠根據用戶的實際流失情況制定相應的措施。針對潛在流失風險實施營銷方案，挽回用戶，最大程度的降低用戶流失量，提高銀行營銷方案的預見性[9]。

（五）明確銀行數據開發與應用的邊界

在大數據背景下，銀行是信息的提供者與使用者，承擔著保護個人信息的職責。在應用大數據過程中，結合法律法規以及規章制度與流程，保證用戶的個人信息。以工商銀行為例，為了保護個人信息安全，在采集分析信息時，需獲取個人的統一授權，查詢個人信息要經過本人的同意，詳細說明使用情況與范圍。建立白名單制度，保證符合國家規定，個人與單位都能直接登錄系統查詢信息，但只能對信息進行管理，不能收集個人信息，更不能整合利用。另外，工商銀行還建立了相應的前置系統，用戶能夠與征信系統實現對接，在經過安全測試以后，解開雙重密碼進入系統，控制登錄權限。信息資源是社會經濟運行的重要組成部分，銀行作為持有者，應當明確信息利用邊界，在合法范圍內利用信息數據。

三、結束語

根據上文可以得知，大數據對銀行經濟與金融統計有不可替代的作用，可以收集各種有效的數據信息，采用便攜的統計分析手段，實現智能化的數據信息處理方式，可以突破傳統的思想認知。銀行應當正確看待大數據時代給金融運行帶來的機遇，滿足數據資源形成需求，對軟硬件進行大膽創新，深入理解大數據，加強數據開發利用，建立有效的數據信息系統，能夠推動銀行各項工作順利的開展。

參考文獻：

[1]東俊寧.基于“大數據”時代人民銀行經濟預測和金融統計的分析[J].數字化用戶，2019，25（14）：60.

[2]屈鋼.大數據背景下的銀行經濟預測和金融統計分析[J].中國戰略新興產業，2020（08）：74.

[3]李群莉.大數據視域下銀行經濟預測與金融統計芻議[J].經營者，2019，33（16）：188.

[4]郭麗娟，沈沛龍.法定數字貨幣，銀行系統穩定與經濟增長：理論與預測[J].商業研究，2020（09）：106-116.

[5]郝婷婷，俞俊杰，陳燕.基于邏輯回歸的商業銀行客戶信用評級研究[J].科技資訊，2019，17（03）：255-256.

[6]韓素萍.經濟新常態下我國商業銀行信用風險研究[J].營銷界，2019（25）：12-14.

[7]陳守東，孫彥林.關鍵性因素視角下經濟增長與金融風險新特征[C]//吉林大學數量經濟優秀成果匯編（2018年卷）.2019.

[8]嚴笑蕓，萬虹伶，陳玫旭.基于主成分分析的銀行存貸款量預測研究[J].中國戰略新興產業，2019（30）：143-145.

[9]戴維·馬爾帕斯.戴維·馬爾帕斯：2020全球經濟將溫和增長[J].中國房地產金融，2020（01）：56-56.