大數據對金融統計的影響研究

1.引言

隨著科技信息技術的不斷發展，互聯網以及計算機技術已經逐漸進入到整個社會。在這樣的背景下，大數據時代已經來臨。所謂大數據，是指那些數量巨大，且難以輕易用常規方法進行抓取的數據。大數據由巨型數據集組成，這些數據集大小常超出人類在可接受時間下的收集、調用、管理和處理能力。因此大數據的搜集處理，一般需要依靠計算機技術的支持。金融統計工作的進行需要數據的支撐，而大數據時代下的金融統計工作有了更多的特點和要求，大數據對于金融統計工作的影響十分深刻。

2.大數據對金融統計的影響

2.1 對金融統計數據采集的影響

金融統計需要大量的數據作為支撐，而數據的數量繁多，在大數據背景下的金融數據采集更是需要面臨更高的需要。大數據時代，金融數據量多面廣，傳遞速度極快，且呈現出跨平臺多樣化的發展，數據價值的密度較低，因此如果采用傳統的數據收集方式，其效率將會十分低下，同時也會耗費大量的人力物力以及成本。傳統的數據采集工具對于結構化數據的采集仍然有效，但卻無法有效處理半結構化和非結構化的一些數據，從而導致數據采集過程無法順利進行。因此大數據背景下的金融數據采集將會對數據平臺的搜集方法、平臺操作以及相關信息采集人員的行為和技術，都提出新的要求。金融統計數據的搜集，將進一步影響到金融統計數據采集的成果和效率。

2.2 對金融統計數據處理的影響

金融統計的數據處理包括了對數據的存儲、匯總、修改、查詢和校驗等各個方面。而大數據背景下的金融統計數據數量龐大，隨著數據量的快速增大己超過了數據處理軟硬件的極限，且存在很多的半結構化和非結構化的數據，采用傳統的數據處理方式，將會大大增加數據處理的難度，同時也無法再適應后續的查詢、修改工作的進行。因此，大數據下的金融統計數據處理，必須采用更加先進的處理技術，包括各類云存儲的方式，以及數據綜合服務系統的應用等，才能夠充分對數據進行處理，提高檢索、查詢、存儲的效率。

2.3 對金融統計數據分析的影響

傳統的金融統計數據的分析往往只是基于本地的數據進行傳統的金融要素統計核算與分析，然而大數據影響下的金融統計數據的分析范圍卻更加廣泛，數據涵蓋的時間更長，且涉及到的金融工具和行業數據也將更多，因此大數據下的金融統計將能夠更好地對不同時序上的行業情況進行分析，宏觀上能夠對不同金融行業的情況進行統計分析，微觀上可以細化到不同的從業人員不同金融渠道的數據分析等。因此大數據下的金融統計數據分析將會比傳統的數據分析更加全面有效，能夠更好地指導金融業的發展。但與此同時，也對數據處理的方法和技術基礎提出了更高的要求。由于數據量的龐大以及數據統計口徑的不同，數據處理將會更為復雜，需要較強的技術支撐和優秀的統計分析人員輔助才能完成。

3.大數據背景下的金融統計問題

3.1 金融創新力度不夠，存在信息缺口

由于缺乏一定的創新力度和手段，導致金融業的統計信息存在一定的缺失，這主要體現在以下四個方面。首先，是很多新型的金融機構的數據存在缺口。隨著科技的發展，金融行業出現了很多新型的金融機構，如金融控股公司、融資性擔保公司、貨幣經紀公司等。這些機構的很多數據尚未納入到統計范圍。同時還有一些住房公積金中心、社保中心等對金融部門有重要影響的資金集散主體也尚未被納入金融統計監測范圍。由于金融創新力度的不夠，導致了很多信息統計存在缺口。

當前很多檢測的工具并不能對金融信息進行全面的搜集，尤其是對于一些新的金融產品和金融工具，尚未有合適的手段對其進行統一的信息搜集和分析。如一些金融同業業務、金融衍生產品交易、融資融券業務等。由于與傳統的金融業務有所區別，在整個市場和行業中都有著較大的延伸范圍，因此缺乏全面對這些金融產品進行檢測的手段。

大數據時代的金融統計，不僅僅針對國內的金融數據，同時還涉及跨境金融數據。尤其是隨著全國貿易一體化的發展，對跨境的機構、金融市場以及金融交易的監測，是金融統計不可或缺的數據源。然而當前對于這些跨境交易的橫向監測，對“熱錢”流入流出，外資投行在我國境內股票市場、房地產市場投資動向等幾無監測手段。

3.2 統計技術不滿足大數據要求

雖然我國金融統計的工具有了一定的發展，然而要進行大數據分析，還不能完全滿足其要求。對金融行業的數據進行搜集和挖掘，促進金融行業的分析和調控，需要更多的大數據分析和加工處理技術才能完成。大數據下的金融統計涉及到很多行業，數據統計口徑也不盡相同。如何在大量的數據中，挖掘出有用的信息，并能對其進行分析，是金融業大數據的統計技術需要解決的問題。由于跨行業和跨部門的數據共享機制尚未形成，阻礙了數據的交流和獲取。除了金融數據的搜集問題以外，還需要考慮的是數據的存貯問題。由于大數據背景下的金融統計是個十分復雜的工作，涉及到大量的信息，如何通過低成本、高可靠性的方式，對這些數據進行存儲，同樣也是統計技術需要面臨的問題。最后，需要解決的是對數據的分析技術難點。由于大數據的海量性，其存在著多源異構、多實體和多空間之間的交互動態。因此對大數據的統計分析十分復雜，需要采取新的統計方法，借助計算機等技術來輔助完成。

4.大數據背景下的金融統計促進方法

4.1 創新化的統計工作模式

大數據背景下的金融統計工作，必須采用創新化的統計工作模式。為了充分發揮大數據下的金融統計特點與作用，統計工作必須從原來集中化的工作方式轉向為全面多樣化的工作模式。也即統計工作的數據采集和分析，必須設置到金融業務的各個職能部門以及各個業務范圍，同時還需要囊括與金融業務有關的其他行業數據的統計，如公安、工商、海關、稅務等其他部門和外部機構。除了數據的搜集以外，統計工作同時也要注重多數據的共享與處理，采用分散式的工作模式對數據進行搜集，采用統籌整合的工作模式，對數據進行共享和處理，從而最大限度地在海量的數據中挖掘出有用的信息，并通過統計方法對數據進行分析，通過數據指導金融行業的發展。

4.2 加強金融統計數據的標準化

由于大數據下的金融統計數據十分龐大，數據統計口徑較多且涉及到很多不同的行業，這給數據的搜集和統計分析帶來了一定的難度。因此為了提高金融統計的效率，必須制定標準化的數據統計規則，從而保證不同的金融行業和機構，能夠根據標準化的數據統計要求，進行數據的提交和分享。這樣的方式能夠有效消除信息壁壘，保證數據在不同行業的部門之間的共享和流轉。對于與其他部委、外部單位之間共享的數據，也要遵照一定的標準規范，使各方對數據的含義、標識、用途等有統一的理解。此外，除了數據的標準化規范以外，對于數據的挖掘、存儲、傳輸和分析，需要有一套標準化的制度來保證其數據的真實性、有效性和安全性。因此應制定相應的信息處理機制，對不同類型和不同重要程度的信息處理進行規定，保證統計數據的有效性。

4.3 構建大數據金融統計配套設施

大數據的金融統計由于需要大量的數據挖掘以及數據處理和分析，因此必須構建良好的硬件設施，才能夠滿足統計的需求。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，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。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。

4.4 加強金融統計工作隊伍建設

為了進行金融統計，必須有良好的工作團隊，對大數據進行挖掘和處理。傳統的金融統計工作人員所需要面臨的僅僅是很少的業內數據，采用日常的常規處理方式即可對數據進行統計分析。然而大數據背景下的金融統計工作，卻需要統計工作人員具備良好的金融知識、統計知識以及計算機知識。因此大數據背景下的金融統計工作隊伍需要的是專業性較強的復合型人才。為此金融行業應該加強統計工作隊伍的建設，在原有的統計工作基礎上，加強工作人員的培訓，主要對其計算機的處理能力，大數據處理和分析的能力進行提高。除此之外，也應該擴大對計算機人才的引進，由于大數據背景下的金融統計除了涉及到數據的分析處理工作以外，還需要對相關的硬件和軟件進行建設和維護。

5.結語

大數據為金融統計工作提供了數據基礎以及技術支持，同時也對金融統計工作產生了一定的影響，具體體現在對金融統計數據的采集、處理以及分析等方面。為了更好地實現大數據背景下的金融統計工作，必須對統計工作模式進行創新，加強金融統計數據的標準化，構建大數據金融統計配套設施，加強全員大數據知識的學習和金融統計工作隊伍建設，從而更好地提高金融統計工作的效率，促進金融業高速發展。

(中合中小企業融資擔保股份有限公司，北京 100035)