基層央行大數據建設面臨的挑戰和政策建議

【摘 要】 目前全球數據生產呈現爆炸式增長，大數據技術能從數量巨大、來源分散、格式多樣的數據中采集、關聯相關信息，并創造新的應用價值?；鶎友胄凶鳛樨泿耪叩膱绦姓?，應用大數據技術，豐富采集來源、提升分析手段、拓展共享渠道，能更好地為金融決策分析、防范化解金融風險、維護國家金融穩定提供技術支撐。本文主要分析基層人民銀行運用大數據的資源優勢，以及在數據資產管理應用、標準化建設、大數據安全規范等方面的挑戰，并提出相關政策建議。

一、基層人民銀行運用大數據的資源優勢

目前金融機構數量與資產規模越來越大，金融產品和表內外業務關聯復雜，風險跨機構、跨市場、跨區域傳染的可能性和影響力顯著上升?；鶎尤嗣胥y行可運用大數據技術，識別可疑信息和違規操作，強化風險預判和防控能力，提高監管決策效率。

（一）金融統計涵蓋范圍全面。2018年4月國務院辦公廳印發了《關于全面推進金融業綜合統計工作的意見》，確定由人民銀行牽頭開展金融統計工作，統計范圍涵蓋銀行業、證券業、保險業、交易及結算類等金融機構。到2022年底金融業統計工作將覆蓋全部金融機構、全部金融交易鏈條以及全部金融基礎設施，有利于人民銀行建成國家金融基礎數據庫。

（二）金融數據集中優勢明顯。目前人民銀行已經建成、運行多個重要業務系統，完成貨幣金銀、征信、國庫、金融統計、反洗錢等業務的全國數據集中，擁有大規模的數據庫基礎，如征信數據收錄了大量企業和個人的基礎數據、信貸數據;國庫數據匯集了各級政府財務數據;大小額支付系統、反洗錢監測系統等均匯集了大量數據。這為基層人民銀行執行貨幣政策、維護金融穩定、提供金融服務提供了有力的數據支撐。

（三）金融統計監測體系完備。目前人民銀行已經建成較為完備的金融統計監測體系，基層人民銀行開展包括貨幣供應量統計、信貸收支統計、金融市場統計、資金流量統計、各類專項貸款統計、專項調查統計（企業商品價格、景氣調查、銀行家問卷調查）等，并通過金融統計監測管理信息系統實現集中報送，數據規模大、價值高。

二、當前基層人民銀行運用大數據技術的主要挑戰

（一）金融行業數據資產管理應用水平仍待提高。一是雖然人民銀行已相繼建設了支付結算系統、外匯管理系統、征信管理系統等，但各個系統相對獨立，形成標準各異的“煙囪”式系統，信息共享程度較低。二是金融數據數據分散在銀行、保險、證券等各類機構的不同系統中，金融機構間數據共享能力不足，難以滿足大數據分析要求。三是數據采集方式較為落后，現階段大部分數據采集方式仍然是金融機構按照相關金融統計制度填報相關報表，報送數據粒度大，缺乏深層次分析應用。目前龐大的數據量僅靠報表統計和簡單分析已不適應穿透式監管的要求。四是對于外部數據的引入和應用仍需加強，對工商、稅務、司法等部門的數據共享程度不足。

（二）金融標準化建設仍需深入。一是數據統計標準有待完善。目前基層人民銀行的數據分散在各業務部門，各條線的基礎數據之間存在統計口徑不一致、覆蓋范圍有差異、數據重復報送等問題。加之各類參照信息取值標準不同，導致不同條線的數據進行匯總、比較和加工的難度較大。如針對共性數據來說，大部分憑借業務需要來提取，提取的途徑和方式也大相徑庭，有通過系統直接導出的，有依賴業務人員處理報送的，加之數據層層上報，導致數據質量的控制能力不足。二是跨部門信息共享的相關標準規范有待完善，如共享信息的名稱、內容、質量、數量、更新頻度、授權使用范圍和使用方式、共享期限、共享依據、實現進度等事項仍待統一規范。目前基層人民銀行各業務部門采集的數據大部分是從各自的業務出發對某個時間節點的存量數據進行采集共享，不能統一重復利用，且大多為匯總數據，無法掌握這些匯總數據之后的源數據信息，導致數據預測分析能力不足。

（三）大數據安全規范仍待完善。一是法律監管政策尚不完善。由于金融大數據涉及的方面十分廣泛，現有法律法規的覆蓋范圍尚不能滿足監管需求。如針對金融業的大數據應用指導與監管僅僅有《銀行經營管理指標數據元》、《證券期貨業數據分類分級指引》等幾個行業指引和規范;對違法違規者如何判罰等尚缺少具體的法律依據;基層人民銀行在操作層面上還存在認識不高、辦法不多、措施乏力等問題。二是數據安全和個人隱私保護難度升級。隨著大數據技術與金融業的融合加深，金融業中個人信息數據更具完備，金融數據日益成為不法侵害者獵取的重要目標。如近年來頻繁出現的電信詐騙案件，客戶身份信息、銀行賬戶等全部被泄露，導致犯罪份子利用這些信息實施詐騙行為。

（四）金融大數據應用技術與業務探索仍需突破。一是目前基層人民銀行的信息系統架構基本上以單體架構為主，系統間相互獨立。而大數據對信息系統數據獲取、存儲、融合、分析的要求已遠遠超出傳統架構的處理能力。二是基層人民銀行的數據利用仍集中在結構化數據，對圖片和影音視頻文件等非結構化數據尚未缺乏多維度智能分析、展示的處理能力。三是金融行業的大數據分析應用模型仍處于探索階段，需要投入大量的時間和成本進行調研和試錯。

（五）基層人民銀行科技人才難以適應新的監管業務要求。目前基層人民銀行高層次科技人員相對缺乏，不合理兼崗仍有存在。隨著科技工作范圍不斷擴大，科技人員承擔的工作量大幅增長，而大數據工作涉及到科技、統計、金融穩定等多方面知識，在職人員難有時間對知識結構進行更新，工作能力與大數據的工作要求脫節。

三、政策建議

（一）提高金融行業數據資產的應用管理水平。一是加快基層人民銀行內部各信息系統間的數據整合，打破數據壁壘。建立一個跨系統、跨平臺、跨數據結構的數據通訊網絡平臺，實現監管內部部門、外部機構之間互通互聯。二是制定數據接口規范，通過數據清理、轉換和標準化等手段將分散在各部門的數據資源逐步整合到平臺上，為數據的綜合利用奠定基礎。三是建議由人民銀行總行制定統一數據目錄及開放標準，搭建統一金融平臺，分階段推進金融行業數據開發共享，沖破跨機構數據共享屏障。四是改革傳統數據報送方式，采取基于大數據的云報送模式。建立標準的接口機制，通過MQ、Kafka等方式實現金融機構信息的實時和準實時報送，細化數據報送粒度，增加數據采集的全面性。五是持續探索金融行業機構、類金融機構和電商平臺、工商、稅務等外部間的數據共享和融合，為決策分析提供來源廣泛、類型豐富的數據資源。

（二）深入推動金融標準化工作。一是建立基于“大數據”應用的數據統計標準，包括指標定義、口徑、分類、計算方法、代碼等。對于新建系統嚴格按照“大數據”統計標準進行設計、開發;對于已建系統，采取升級換代的方式逐步統一基礎代碼，分階段進行數據采集、匯總、加工。二是對跨部門跨機構需要進行共享的數據范圍、格式、權限和頻度進行規范，使數據采集、數據傳輸、數據處理等各環節的使用者對數據的含義、標識、用途等有統一的理解。三是實施數據治理，在基層人民銀行內部建立一套權責清晰的數據治理機制，提升數據價值，推動標準化工作的落地。

（三）強化金融大數據安全規范建設。建議人民銀行聯合銀保監會、證監會，一是制定和完善金融大數據監管框架和相關法律法規，建立健全各項金融業大數據應用工作管理制度和操作指引，明確監管職責。二是結合金融行業實際，保護金融大數據在查詢、遷移、共享等應用場景中的安全使用，制定金融大數據脫敏實施指南。三是制定金融大數據個人信息保護標準，遏制大數據時代個人信息安全的系統性風險。

（四）提升金融大數據的技術和應用能力。一是加強對現有IT設施的改造，加快分布式架構應用，逐步構建以大數據為支撐的決策平臺，提升大數據的服務能力。二是對采集的結構化、半結構化和非結構化數據進行綜合挖掘運用，在大數據平臺上應用統計方法、事例推理、規則模型等挖掘方法，得出有用的分析信息，并運用知識圖譜技術實現數據的可視化展現。三是基于一系列研究摸索，持續優化數據分析方法和模型，不斷提升數據分析處理和知識發現能力。

（五）建立有效的科技人培養體系。一是加大引進和培養大數據金融人才的力度，儲備充足的人力資源應對大數據技術革新，提高監管機構人員運用大數據的能力。二是加強科技人員與業務人員的互動，科技人員利用技術優勢，協助業務人員運用數據手段來提高業務處理水平，相互促進，共同提高。

【參考文獻】

[1] 錢立賓 金融大數據監管存在的問題與建議 黑龍江金融 2019（2）：39-41

[2] 趙旭東 邵紫微 趙學山 李巖 大數據技術在基層央行工作中的應用探析 金融科技時代 2018（12）：72-74

[3] 唐宏飛 “大數據”時代人民銀行經濟預測和金融統計研究 上海金融 2016（2）：85-89

[4] 米曉文 大數據技術在人民銀行金融統計中的應用研究 財務與金融 2019（5）：64-67

作者信息：孫楓（1982.01），女，湖南邵陽人，工程師，供職于中國人民銀行三亞市中心支行，副科長，研究方向：系統架構設計