基于大數據時代的金融統計模式創新研究

劉西清

摘要：傳統的金融統計模式在大數據時代的背景下顯得有些落后，其具體表現在思維方式、統計方法和分析數據等多個方面。利用大數據技術的優勢，創新發展金融統計模式，應當是這個時代顯而易見的趨勢。本文討論大數據對金融統計的影響和金融統計可以采取的相應對策，希望具有一些參考價值。

關鍵詞：大數據時代；金融統計；創新

一、大數據技術概述

什么是大數據？關于這個問題，不同的人心中，恐怕自有一番看法。但我們至少可以找到兩個特征：其一為海量的數據，其二為綜合汲取考量。一般來說，利用廣泛的數據統計，得出特定人群的特定趨向，這就是大數據技術所傾向于解決的問題。事實上，通過特定的統計方法和優秀的軟件計算，人們可以從雜亂無章的海量數據中找到某些規律，這些規律往往在單純的人力研究下隱而不彰，而在顯現出來后，就能夠為人們的決策等方面帶來意想不到的便利。在大數據這個時代中，信息有著無窮的潛力。而金融行業，一向掌握著巨大數據便利。凡舉線上線下各種轉賬支付，資金流通背后的社會本質和表面的經濟現象……可以說，金融行業天生就與大數據技術有著密切的關系。

二、大數據對金融統計模式的影響

1.大數據時代對金融統計思維方面的影響

傳統金融統計模式的統計思維建立在統計數據的嚴格性、匹配性、結構性和確定性之上。這種思維假定數據彼此間具有嚴密的關聯性，能夠以確定的數學公式加以描述，用成熟的數據模型加以預測，而忽略了數據本身具有的雜亂無章的特性，難以從更高層面上觀察經濟金融現象，數據模型雖然漂亮，與實際情況并無太大關聯。

大數據時代下的思維，首先著眼的是更廣泛地收集數據，而不嚴格要求其匹配性；往往強調數據的獲取程度和更好的包容性，而不要求結構化和標準化；關注于為使用者提供參考，而并非做出決定。這樣做的結果，大數據技術的關聯程度更廣，涉及面更多，穿透力更強，真實性也更佳。

2.大數據時代對金融統計數據準確性方面的影響

傳統金融統計對數據的準確性要求的嚴格程度、繁重手續和復雜環節，必然影響到數據的及時傳達。可能因此錯過了數據的及時分析而對金融行業造成巨大損失。因此，及時準確地傳遞數據與信息，減少不必要的匯總審查環節對數據的滯后效果，是大數據技術和時代對金融統計數據的準確性方面的主要影響。由于簡化了匯總環節，統計成本得到了減小，工作效率得到了提升，因此也使得經濟效益得到了新的保證。

3.大數據時代對經濟分析方式的影響

在對數據的分析方面，大數據技術摒棄了傳統統計方法中過于簡單的匯總分析，因為這種分析首先假定了數據的關聯性。大數據采用分層分析的方法，融合了多種先進的科學思想和技術，對數據的分析更加準確和深入，能夠更好地分析內容，反映出事件的本質情況，使得數據分析能夠更好地為決策提供重要的參考。

4.大數據時代對金融監管方面的影響

此外，由于大數據對信息數據的挖掘越來越廣泛，采集工作變成越來越完善，反映金融狀況的數據被越來越完整、全面地呈現在金融監管部門的眼前。利用大數據技術，他們可以方便、快捷地分析數據呈現出的金融運動，找出趨勢，使得金融監管工作變得更為便捷，針對程度也更高，工作效率也更好。

三、在大數據時代下金融統計模式的創新

1.轉變傳統金融統計思維

要想真正運用大數據技術，融入大數據時代，就要從金融統計思維上加以改變。首先，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，認識到必須通過轉變思維方式，打破思維的局限性造成的劣勢。需要認識到，任何的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，不存在一個明確的主體、某種可套用的公式、某些規范性的規則。重要的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，也就是認識到金融數據的來源、量化標準和個體識別等數據主體的特征并不存在之后，再在對不固定的數據來源進行合適的處理。

2.注重微小數據的采集

大數據時代對數據的要求是更加細致的，它不僅要求通常的宏觀數據，還要求金融機構的細粒度數據也能夠被納入到大數據技術的觀察之中，受到分析的數據越多越好、越細越好。所謂全面而詳細，也就只有在大數據技術強大的分析能力面前，各種瑣碎的、看似毫無關聯毫無結構性甚至毫無用處的數據才能夠得到應用和分析。面對復雜多變的市場，傳統的宏觀數據分析難以把握的動向，由于大數據技術朝微小數據方面的反復不斷和深入的挖掘，市場的動向往往能夠更加準確地被展現出來。從而發現問題、解決問題，能夠更好地采取有力有效的措施來保護市場。事實上，由于金融數據采集方式的改變，統計工作在大數據技術的幫助下變得較為簡單，這使得金融檢測工作也得到了發展，并在一定程度上保證檢測結果的準確性。

3.建立通用數據標準體系

傳統金融統計在數據上的誤差往往因為其缺乏一個通用的數據標準。金融統計工作標準化的缺乏，是金融統計數據難以達到準確性、可靠性和一致性的重要障礙。因此推進金融統計的標準化，建立通用數據標準體系勢在必行。這種規范化和標準化，通常表現于三個方面，即金融機構信息的規范化，金融工具的規范化和金融計值的規范化。一旦達成這三方面的規范化，金融機構在搜集數據時就能極大地得到便利，從而有效避免數據結果不一致的現象發生。

4.建造綜合金融統計體系

在大數據環境下，金融統計更應當全方面地記錄信息，使得各方面使用者都能在數據的綜合方面獲得益處，能夠對風險具有全面的把握，從而便利于資金的調配。這就要求建立綜合性的金融數據統計體系，實現數據與信息的共享，在統計數據更加透明的基礎上保障其真實性和效用性，進而不斷推動金融統計模式的良好創新和發展。

四、大數據金融統計實例分析

在大數據時代下進行的金融統計，與傳統的統計方式有著較大的不同。傳統金融統計不會涉及的領域，大數據的金融統計卻可用來進行分析。

比如，社交媒體上的大量信息，就可以為金融統計提供信用評分。像德國的Kreditech貸款評分公司、美國的Movenbank移動銀行、香港的Lenddo網絡貸款公司，以及諸如trustCloud、Connect.Me、Briiefly和Reputate等新型的中介機構，就能利用申請者提交的社交網絡，對其活動記錄進行算法分析，通過分析好友的信用狀況來做出信用評分，從而達到統計信用資料的目的。通過社交網絡的資料進行客戶信用評分，這在傳統的金融統計模式內是不可想象的。

再比如采集社交網絡重點各類內容，就可以利用大數據技術進行市場情緒分析。通過微博以及各種朋友圈里每日數億數十億的消息進行大數據分析，就可以從中提取有用的市場情緒信息，以此決定資金交易策略。舉例來說，美國MarketPsy Capital對沖基金，就是通過對社交網絡，各種博客、聊天室、網站評論、微博的大數據分析，得到了有關市場情緒的關鍵信息，從而在2008年至2010年通過調整交易策略，達到40%的回報率。大數據技術對金融統計的影響不可小覷。

結語

大數據技術是互聯網蓬勃發展之后帶來的創新，以這種技術和思維為中心形成的大數據時代無疑極大地改變了金融統計的面貌。要想不落后于時代，就要不斷提高金融數據采集的全面性，令信息的真實和準確程度得到保證，從而不斷推進金融行業朝著良好的方向發展。

參考文獻：

[1]張曦.我國貨幣與金融統計的現狀分析[J].時代金融，2012（18）

[2]李璇.淺談中國的金融統計國際化[J].經營管理者，2011（18）

[3]張小明.互聯網金融的運作模式與發展策略研究[D].太原：山西財經大學，2015.

[4]趙建超.大數據背景下金融統計未來的發展方向[J].中國統計，2015（04）

[5]孟芳.大數據時代背景下現代統計思維模式的創新[J].全國商情（經濟理論研究），2015（12）