淺析基層央行業務的大數據應用

吳仲 孫楓 羅波 張旭

摘 要：本文在較為詳盡的分析了基層央行業務數據的情況，探索了大數據對其可能的應用和幫助，并提出了所面臨的困難，以期對基層央行準確預測和分析轄區經濟狀況和走勢提供思路。

關鍵詞：大數據；基層央行

一、大數據的概念

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；大數據或稱海量數據、巨量數據、大資料，指所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息。大數據具有海量的數據規模（Volume）、快速的數據流轉和動態的數據體系（Velocity）、多樣的數據類型（Variety）、巨大的數據價值（Value）等特性。

二、基層央行業務數據情況

基層央行職能包括支付清算、外匯管理、統計分析、國庫經理等等，主要有如下幾類業務數據：

1）金融統計分析數據：一是基本存貸款分析報表，按人民幣、外幣、本外幣三個幣種統計，二是專項統計報表，涵蓋大中小企業、房地產、涉農等專項分類統計表；三是季度報表，涵蓋銀行損益情況、中間業務收入情況以及涉農貸款質量等情況。

2）征信數據：一是征信業務工作統計表、個人征信業務考核表，統計了個人征信報告調查筆數，企業征信報告查詢量。二是農村信用體系建設進展統計表，根據農戶系統錄入戶數，統計了信用村、信用戶、農村貸款數據。

3）信貸統計數據：包括單位類信貸月報表（按照貸款利率、期限、擔保方式、用途等屬性）、利率監測報表（按照利率浮動方式、期限、企業劃型等維度逐月統計存貸款利率變化）等。

4）外匯數據：包括國際收支申報、結售匯、貿易外匯收支企業名錄和外匯賬戶等各類數據。國際收支數據每天都產生，屬于流量數據。結售匯數據主要是由有外匯業務的銀行報送結售匯統計月報表。通過監測國際數據和結售匯，能為轄區跨境交易的合規性監管提供數據支持。貿易外匯收支企業名錄主要是有發生貨物貿易的企業，為貨物貿易外匯監測提供基礎數據。銀行賬戶主要是境內企業與境外個人在境內開的外匯賬戶信息，并且可以查看到該外匯賬戶的流水信息。

5）支付清算數據：包括大小額支付、國庫核算、會計核算以及地方橫向聯網和同城清算等數據。

6）貨幣發行數據：一是發行基金投放回籠數據，可按券別及商業銀行進行統計；二是對行業現金存入量的監測數據；三是假幣收繳信息監測，通過每周轄區銀行假幣監測點報送的假幣收繳數據，以及每月各銀行網點假幣收繳數據進行統計；四是硬幣調劑數據，主要是公交公司與硬幣大戶高鐵、超市及部分個體戶進行的調劑。五是各類機具冠字號碼查詢文件，留存清分機、點鈔機、自助設備記錄現金冠字號碼文檔，目前用作涉假糾紛處理和管理現金清分執行情況。

7）國庫數據：一是按稅收科目分類的預算收支報表，可掌握各稅收科目的收入情況以及財政撥款對應的科目支出情況；二是根據財政、稅務部門每月提供的按行業分類的稅收收入情況，掌握各個行業稅收收入，為轄區經濟運行分析提供數據支持。三是會計分析報表，根據相關報表手工提取數據可了解當地國庫與其他國庫間資金流動、銀行間資金流動、國庫與商業銀行資金流動情況及業務量情況等。

8）金融穩定數據：主要有轄區農村商業銀行與轄區村鎮銀行兩類地方法人金融機構行政管理、經營情況等數據以及保險、證券期貨機構的經營情況統計數據。以及歷年的綜合執法檢查檔案資料。

三、基層央行大數據應用探討

大數據分析手段也許可以應用在以下幾個方面：

1）現金監管。根據相關數據掌握市場券別結構的變化情況并進行合理調劑，可以使各券別現金合理搭配，根據各銀行現金存取情況掌握轄區用現量大的區域、人群及特點；通過日常消費、景點門票、醫療保健等現金收入大戶企業每月現金存入情況掌握轄區經濟形勢的變化；通過假幣收繳信息分析可得出假幣重點收繳區域、重復收繳人群、重復收繳冠字號碼，并將信息反饋給市公安部門，為破獲假幣案件提供線索；若能直接掌握硬幣調劑供需雙方行業、調劑頻度、調劑量等數據，將更有利于掌握轄區硬幣供求情況，開展便民調劑服務；建設人民幣流通智能管理系統，通過各商業銀行冠字號碼數據聯網運用，實現對現金流通的精準監測、破解重復清分瓶頸、掌握人民幣生命路徑等。綜合上面的數據可以去探索和預測轄區的現金情況。

2）轄區農村金融發展監測。綜合農戶征信系統數據以及季度涉農貸款情況報告等，去探索轄區農村金融的發展狀況，并對今后農村發展發放貸款擬定預警和檢測機制。

3）非現場監管。結合綜合執法檢查檔案資料、其他業務部門專項檢查檔案資料以及辦公室按季度通報的金融機構報送報表情況報告等，可以得出各金融機構執行人民銀行相關政策法規情況，并以此作為加強監管的依據。

四、大數據應用面臨的困難

（一）業務數據每日變動，數據量較大

各部門由系統生成的報表占全部報表總量的50%至90%左右，數據都是隨著每日業務數據的變化實時變動的，數據量大。且各部門報表均是通過相關系統與外單位進行數據傳輸，且保密性較高，通過開發相關系統直接從業務系統獲取數據需要的權限較高、難度大。通過業務系統導出表格數據后再導入相關開發系統，會增加業務人員工作量，且部分系統數據不能導出，手工錄入業務數據不現實。

（二）目前在用的業務系統統計功能不完善

很多業務系統只能提供部分數據，更多的數據需要商業銀行對相關行業企業進行監測手工填報，數據的覆蓋面較小、準確度不高，且各銀行的參與度和真實性仍有待檢驗。業務系統還有不足之處是不能按行業、企業進行分類統計，相關行業或企業的情況均由其他行政部門掌握并提供相關數據。由于人民銀行部分相關數據的掌握上依靠商業銀行、財政、稅務等部門，缺乏主控權，在分析區域經濟金融運行時數據的實效性、準確性較差。

五、總結

目前基層央行的業務數據量很大，維度也很多，如能用大數據的方法和思維去處理和研究這些數據，解決實際存在的一些數據采集的問題，至上而下去完善整個業務系統構架和數據獲取方式，將會得到更多準確的轄區經濟情況預測結果。

參考文獻：

[1]邁耶-舍恩伯格.大數據時代[M].浙江人民出版社，2012.