國庫統計分析中大數據方法的應用前景

劉輝　劉迎迎　朱濤

摘要：大數據是通過快速獲取、處理、分析以從中提取價值的海量、多樣化的交易數據、交互數據與傳感數據。目前人類已經處于“大數據”時代，大數據的產生對傳統國庫統計和分析產生了巨大沖擊，同時也提供了重大機遇，如何利用大數據支持國庫統計與分析成為當前國家和個基層國庫關注的重點。本文從大數據時代的統計分析轉變為切入點，提出應以大數據思維開展國庫統計分析，接著從大數據的全流程管理具體闡述國庫統計中對大數據的運用，最后為有效提升大數據應用，提出了相應的政策建議。

關鍵詞：國庫統計 大數據 分析與預測

一、大數據時代國庫統計分析轉變

（一）樹立大數據思維

“大數據時代預言家”維克托認為：世界的本質就是數據，大數據將開啟一次重大的時代轉型，一直以來所延續的傳統統計分析思想已變得陳舊且落后。國庫統計分析思維應當在大數據背景下加以轉變。一是關于大數據抽樣調查工作的思想。抽樣調查是目前統計分析工作中的重要調查方式，但應該清醒地認識到，傳感器、網絡和數據處理技術，為獲取全局數據提供了可能，抽樣調查方式越來越多的被大數據取代成為必然。二是大數據統計思想：允許數據存在不精確性。縱觀目前的各類數據，一方面，數據來源不斷擴展，另一方面數據處理方法飛速發展，我們應該把重心放在統計分析效率上，而不是一味地追求數據的精確性上。三是大數據相關關系的思想，由驗證因果向尋求關聯轉變。統計分析報告是統計工作的下游產品，對決策的意義常常大于常規報表。大數據的應用，統計分析也將發生轉變，在做好因果分析的基礎上向尋求關聯轉變，原因分析更加精準和深刻，對策建議更具參考價值。

（二）被動統計到主動分析，從人工統計到智能統計

在這樣一個信息爆炸的大數據時代，無論政府機構還是社會公眾都可以通過多種途徑獲取信息，國庫統計分析部門也不例外，更應該變被動為主動，對經濟轉型期的一些重大問題尤其是關系到可持續發展的重要問題，做好數據統計分析，提高發展質量，實現經濟轉型。涂子沛指出人類使用數據的巔峰形式，是通過數據賦予機器“智能”。大數據在包括國庫統計分析中應用的終極形式就是分析智能化。

（三）從事后統計向事前預測轉變

統計分析報告是統計工作的重要產品，完整的進度性常規分析應該包括對未來一定時期數據的預測。但由于小數據和信息量的局限，預測一般很少作為報告的重點，多是在假定發展條件、相關政策不變的情況下對未來情況做出的粗略研判，影響了統計對決策的參考價值。而大數據的核心就是將數學算法與海量的數據有效結合，來預測事情發生的可能性。大數據的廣泛應用，將有利于統計報告實現由單一的事后分析，向注重事前預測轉變。

二、大數據在國庫統計分析全流程應用的探討

當前，大數據浪潮帶來了一場新的革命，面對經濟發展的新形勢新要求，國庫統計分析要學會積極的運用大數據的思想和方法，來應對各種新挑戰。國庫統計分析要積極主動建立大數據分析應用機制，破解新常態下面對的各種問題，實現工作的創新與發展。本文重點分析國庫統計分析全流程下大數據的應用。

（一）數據源：建立國庫統計分析數據池

目前國庫統計分析所用數據主要通過“3T”系統產生基礎數據和監管類數據，通過收集各類型政策文件、影像資料、領導講話、內網信息等形成綜合性數據。但這些數據遠未達到支撐大數據統計分析的基礎。國庫統計分析應當建立“數據池”這一基礎工程，通過人行內部數據整合、銀行和其它機構數據接入、互聯網數據抓取和引入等多渠道擴充基礎信息源和數據庫，為國庫統計分析的大數據應用奠定數據基礎。

一是加速整合現有國庫數據。我國國庫匯集了各級政府財務數據和各級國庫管理數據，包括從中央到縣鄉的各級機構化和非結構化數據，也包括稅務、海關、財政、銀行等部門處理的各類收支退存等國庫資金運行數據，涵蓋面極廣。但現有數據資源存在著部門隸屬、無法共享等問題，大數據要求建立統一、高效、共享的國庫業務大數據池，就必須打破現有藩籬，盡早實施“國家金庫工程”，完善內部數據源。

二是擴大國庫統計分析數據源。最重要的是打通各級政府及其下屬各部門之間的數據傳輸通道，實現政府辦公、工商行政、招商引資、外貿出口、仲裁訴訟等政府活動所產生的數據接入共享。其次是實現一行三會、商業銀行、行業協會、企業實體等生產運營數據的持續傳輸和報送。最后是互聯網數據，互聯網是大數據的重要載體，也是數據收集的快捷途徑，通過各類互聯網平臺，門戶以及行業網站，可以收集海量數據來增加國庫統計分析領域數據采集的前置性和時效性。

（二）數據采集與存儲：軟件與硬件結合

大數據的應用中，由于數據來源非常廣泛且類型多樣化，需要存儲和分析挖掘的數據量也是十分龐大的，因此數據展現和處理的高效性以及可用性十分重要。因而，大數據的收集和存儲應當通過先進的計算機技術自動實現，并結合線下需求采取人工收集等傳統方法，以補足系統無法收集的數據的遺漏。國庫統計分析數據的采集應當在國庫大數據資源池基礎上，通過構建云計算應用平臺，統籌整合各直屬國庫大量分散的數據和軟硬件資源，通過應用云計算平臺的資源和功能，以提升和優化整體效能，從而實現全國國庫統計分析的大集成、大整合以及大應用。對于其他橫向聯網數據，比如一些保密性較強的科學研究數據和企業生產經營數據，則可以與研究機構和企業建立合作關系，使用特定系統接口等相關方式采集數據。

在數據存儲方面，在通過完善的物理存儲技術和云計算平臺等軟硬件設施的基礎上，按國庫統計層級建立分級倉儲式數據中心，以人行總行為總庫，各項業務與非業務數據達到匯總存儲，各級行通過內部接口或云計算平臺實現數據上傳下載，同時本級行建立分中心數據存儲倉，采集本級區域內縱向和橫向數據并存儲。同時按照保密和信息安全等要求，實施分級授權和設置防火墻、實時加密存儲數據和卷標存儲加密等技術。

（三）數據清洗與結構化處理

國庫海量的、不規則的數據無法提供有效決策支持，只有通過數據清洗技術將大數據轉變為結構化和規則化的數據，才能體現大數據價值。數據清洗包括檢查數據一致性，處理無效值和缺失值等，是發現并糾正數據文件中可識別的錯誤的最后一道程序。經過數據清洗技術處理殘缺數據、錯誤數據和重復數據后將有效數據寫入數據庫。

在國庫大數據統計分析上，通過數學知識（概率、統計、離散化等）建立合理模型，充分利用和挖掘數據內容。綜合運用開源類和非開源類數據分析工具包括R、Python、MATLAB、SPSS、EVIEWS等軟件進行數據分析。具體實現統計分析、數據挖掘和模型預測等功能，并以可視化的結果予以呈現。統計分析包含假設檢驗、差異分析、相關分析、方差分析、回歸分析、logistic回歸分析、因子分析、聚類分析、主成分分析、判別分析、bootstrap技術等。數據挖掘包含相關性分組或關聯規則、聚類、描述和可視化、復雜數據類型挖掘等。模型預測包含預測模型、機器學習、建模仿真等。

在統計分析過程中，國庫統計分析應該重點實現云應用的創新與共享。統計人員可以根據業務的新要求，在云平臺數據開放接口的基礎上，自由構建合理的數學模型和算法，實現業務應用的創新和擴展。與此同時，以算法的方式將統計人員的智力成果和業務知識固化，當經驗證為可信任應用時，可自動進入云平臺的應用共享庫，在得到授權的前提下，自由使用或補充完善，實現知識固化、資源共享。

（四）國庫運行智能化統計分析

在云應用平臺上，國庫統計分析首先要將日、旬、月和年作為數據的時間維度，將國庫收入、國庫支出以及國庫庫存等統計指標作為數據的為空間維度，利用云計算的強大能力，并借助數據分析展示工具，預先計算處理數據。或者根據用戶事先提交的數據挖掘需求自動完成相關數據預處理。統計分析人員隨時可以從兩個維度上深度挖掘數據，并使用QLikView等數據分析工具，實現統計大數據的多維度、可視化展示。

二是實現常規統計分析的智能化生產。可以通過完善和豐富大數據應用平臺的分析功能，實現機器式的學習，輸入必要的參數后，系統將自動計算數據，并關聯提取大數據池中的相關數據和信息，進而依據特定的模板輸出分析報告，最后由分析人員對輸出的分析報告進行質量把關和進一步的補充完善。

三是構建統計分析數據模型，提高預警預測水平。不斷進行新的分析預測數學模型的探索和構建，充分利用國庫統計大數據平臺上的海量數據和動態實時數據，不斷提高預測水平。

（五）數據展示與反饋

以智能化統計分析為主的大數據應用技術，為數據結構化和可視化的展示提供了支持。簡要國庫運行數據、系統化運行指標、國庫資金運行報告、國情和輿情監測報告、企業和金融服務報告、國庫運行情況預測等為中央銀行、各級政府部門制定有關政策提供統計信息和參考依據，充分發揮國庫在國家預算執行中的促進、反映和監督作用。同時建立信息反饋機制，對現有統計分析結果予以反饋，還包括對未滿足需求提出反饋，豐富和完善大數據應用成果，充分發揮國庫統計分析應用大數據的社會價值。

綜上所述，從全流程看，大數據應用自數據端建立“”數據池“”到處理端智能分析在到應用端數據展示，大致可以通過下圖（圖1）形象展示：

三、有效提升大數據應用的政策建議

（一）從制度層面保障大數據統計分析的有效開展

制定專門的大數據應用法律法規，在由總行統一部署、統一實施的基礎上，各地區分支機構結合當地實際制定特色大數據應用和發展規章制度。從數據產生、采集、存儲、挖掘和應用等大數據處理全流程做出明確安排。一是通過總行層面的發文、通知等鼓勵通過大數據方法加強國庫統計分析，建設大數據共享和應用平臺；二是強化大數據統計所需軟硬件采購、數據源互聯互通及模塊化分割等作出具體安排；三是要求大數據應用所應達到的在信息發布、統計報告、預測與預警等功能上的目標和績效予以明確，充分利用大數據平臺提供統計分析支持；四是強化信息技術安全，防止信息泄露、網絡攻擊、系統失靈等問題，明確應急處置方案。做到嚴格立法，有法可依，有章可循。

（二）加大基礎設施建設和人才投入，滿足大數據應用的軟硬件要求

大數據基礎設施可分為硬件和軟件兩類。硬基礎設施主要包括用于收集、存儲、分析和應用大數據的信息化系統架構；軟件基礎設施主要包括各類數據信息、數據挖掘和大數據應用專業軟件以及金融企業的人力資源。人民銀行應通過專項資金投入等方式構建大數據應用的軟硬件設施和和培養專業人才，并通過持續培訓使全體員工了解并使用大數據進行國庫統計分析。也可邀請專業的大數據解決方案服務商作為咨詢顧問，整合國庫不同生產系統數據，優化數據應用行為，加快統計系統建設步伐。

（三）提高大數據管理和應用能力

國庫統計分析應不斷的加強國庫運行數據的采集、儲存、保護和管理工作，不斷提升統計分析水平。加強對國庫統計分析中涉及的地方債、營改增、房地產、小微企業經營、財政專戶、盤活庫存等熱點領域可以設計建立相應跟蹤監測指標體系。與此同時加強改革數據的統計制度、方法以及程序，研究大數據共享制度，為宏觀經濟分析提供便捷、堅實的大數據基礎。

建立國庫大數據分析應用機制是新形勢下的當務之急。國庫統計分析需不斷改革創新，強化大數據的思維，提高大數據的意識和駕馭大數據的能力，積極探索新的大數據應用方法和途徑，從而在國家宏觀決策、服務經濟社會發展、服務國庫管理方面，進一步提升國庫統計分析服務的能力和水平。

參考文獻：

[1]沈昱池.大數據時代我國財政信息共享的思考[J].地方財政研究，2015（11）：47-67

[2]陳健慧，趙昕.國庫統計分析數據集中系統建設[J].金融電子化，2010，03：89-90

[3]中國人民銀行包頭市中心支行課題組，飛嶺. 做好國庫統計分析工作新思路的探討[J].內蒙古金融研究， 2014， 09： 64 -65

[4]石勇.大數據技術在金融行業的應用及未來展望[J].金融電子化，2014（ 7） ： 22-23