大數據技術在外匯管理事中事后監管的應用

摘要：外匯管理工作由事前監管轉移到事中事后監管，加強外匯業務數據的監測分析是外匯管理工作的重要手段。本文結合外匯數據的特點，分析大數據技術在非現場審計、外匯檢查工作的應用。

關鍵詞：外匯管理 ?大數據技術 ?應用

隨著外匯管理改革的推進，外匯管理工作由事前監管轉移到事中事后監管，外匯局的業務辦理、監測分析、事中事后監管日常工作主要以信息化管理為主。當前，外匯業務數據呈現出大容量、多樣性和時效性的特點，也為事中事后監管提供了豐富資源。本文分析大數據在銀行辦理貿易融資，非現場審計和外匯檢查工作中的應用。

一、當前外匯局現有數據情況。

外匯局目前建有多個系統，包括國際收支申報、貨物貿易、服務貿易、資本項目、個人外匯監測、金融機構資產負債、企業貿易信貸、外匯檢查應用等系統，涉及到的數據包括金融機構代客數據、金融機構自身數據、企業報告數據、外匯業務數據以及外部數據等海量數據，此外還有各分支局自主開發的特色業務系統所產生的數據以及檔案袋、文件夾中的各類數據，這些數據成為外匯決策和監管的數據基礎。因此我們可以構建外匯大數據平臺，開展外匯非現場監管和服務，該大數據平臺必須是可擴展的，可接入，為外匯業務的改革和發展提供預留空間。先期的功能可以有外匯非現場審計、銀行貿易融資信用查詢等功能。

二、外匯大數據在非現場審計中的應用

非現場審計是審計項目的重要環節，目前外匯管理主要以事中事后非現場監管為主，因此對事中事后監管開展非現場審計是提高外匯管理工作效率的重要手段。在當前外匯管理部門外匯業務量較大的情況下，以非現場審計取得的數據和線索，作為制訂外匯管理審計方案的依據，能夠較合理的安排審計力量，確立審計重點，從而提高審計效率和審計質量。在外匯大數據平臺中設計非現場審計并可以擴展，如外匯檢查非現場審計、國際收支核查非現場審計、貨物貿易非現場審計。如外匯檢查業務非現場審計模塊分為三個大功能模塊，分別為用戶權限管理，包含授權和注銷;數據采集模塊，包含從外匯非現場檢查系統和從外匯案件信息管理系統采集數據，數據采集期限設置，把控數據風險;非現場審計功能依據《操作手冊》，分為三個模塊，分別為外匯檢查內控制度對外匯檢查內部管理制度執行情況、檢查工作情況和事中事后監管成效情況開展審計。

三、外匯大數據在外匯檢查中的應用。

數據對外匯檢查是很重要的，外匯非現場線索排查是外匯檢查的重要工作，外匯檢查需要外匯局的全業務數據，目前外匯局的系統已整合了大部分的業務數據，但外部單位的數據還需要進一步整合，如企業的人民幣流水數據。部分外匯違法違規行為一般是涉及到外幣和本幣的使用兩個環節，有了人民幣數據，市場主體的違規行為在資金使用環節就可以從源頭到最后落地形成一個鏈條。本外幣一體化監管既能服務市場主體，也能提高監管部門的監管效能，節約行政成本。

四、外匯大數據在銀行貿易融資的應用。

對于涉外企業利用真實貿易背景在銀行融資是解決企業運轉的重要手段，但是目前大企業憑借資信容易在銀行融資，但是大企業供應鏈上的中小企業規模小，資信低，信息不對稱，很難獲得融資。整合以企業貨物流、資金流為中心的大數據中心能增強銀企互信。采集工商、海關、稅務數據、銀行為企業已辦理的貿易融資信息，整合外匯局的資金流數據，就可以全貌的看到一個企業的信用信息情況，銀行可以從這些有效數據了解企業該筆貿易項下的融資情況，防止重復融資和超額融資，自動核驗稅務備案信息、發票真實性及使用情況，進一步增強銀企互信。對于大型企業供應鏈上的中小企業，可以采集該大型企業的財務數據，收集中小企業的應收賬款，依靠大型企業的信用，中小企業可以辦理應收賬款貿易融資，切實解決中小企業由于信息不對稱的融資難貴問題。

五、云計算平臺在大數據的應用。外匯大數據量大，用

戶多，只有依靠運計算平臺的計算能力，才能對大數據進行高效利用。建設外匯大數據平臺需要于搭建外匯云監管平臺，租用服務提供商的基礎設施等資源。該平臺由基礎設施即服務層（Iaas）、平臺即服務（Pass）及軟件即服務（Saas）構成。Iaas層提供通用服務器存儲、網絡等基礎配置，通過虛擬化、分布式等技術實現資源的充分利用。Paas層幫助實現API、SDK等通用開發功能，為各種應用的開發提供平臺支持。Saas提供各種具體的功能應用，用戶只需要通過接口控制即可實現具體的功能。外匯云監管平臺負責提供大數據計算、存儲以及分析與數據挖掘等功能。大數據分析與挖掘是其中的關鍵技術。外匯大數據的來源廣泛，采集涉及的主體包括銀行、企業、工商、稅務、海關以及商務等，因各單位的數據結構不一致，被采集的方式不一致，有些是數據接口直接對接增量采集，有些需要光盤形式復制再導入平臺，甚至有些外匯案件線索的數據是紙質留存的。必須先對其進行數據抽取與清洗等預處理，將非結構化數據向結構化數據過渡，再根據業務需求對離散數據進行關聯組織，集成為具有邏輯語義的關聯數據存儲于數據庫中。對大數據的應用需要相應的大數據分析與挖掘技術的支持：包括自然語言處理、可視化分析、圖像識別技術、數據匯總與比對分析、聚類分析、關聯模式挖掘、預測判別等。

隨著金融科技的發展，在經濟全球化的背景下，對數據的處理是外匯管理與服務的重要工作，高性能的大數據中心是有效提高管理和服務的重要手段。因此外匯管理部門在外匯管理改革的同時，要培養大量的既懂外匯管理政策又懂金融科技的復合型人才，推動我國外匯管理事業的發展，為我國的高質量經濟發展做貢獻。

作者簡介：

謝聲時（1981年-），男，漢族，碩士，任職于中國人民銀行海口中心支行，主要研究數據分析在外匯管理中的應用。