淺談大數據在銀行經濟預測和金融統計中的應用

王薪然

金融統計是銀行制定與執行貨幣政策、開展宏觀審慎評估的重要依據，做好金融統計工作對銀行具有重要意義【1】。近年來，銀行的經濟預測與金融統計在大數據的影響下有了很大變化。下面結合實際，首先就大數據的概念、特點等做簡要分析。

大數據概述

大數據是指體量特別巨大以至于無法使用傳統的數據庫工具對其進行分析與管理的數據集【2】。對大數據這一概念，可從現象、理念、技術這三個層次進行理解。立足于現象層次來看，大數據描述的是的人類社會進入信息時代依賴積累了體量龐大的數據集這一現象，這一現象的具體特征是：數據處理速度快、數據體量大、數據種類多且真實性高。大數據高度重視非結構化數據以及原始數據，大數據關注與處理的并不是加工后的結構化數據。從理念這一層次來講，大數據表現的是基于海量數據的一種分析問題的理念與范式。具體如重視混雜性而非精確性理念、對全體數據而非隨機樣本進行分析的理念、探求相關關系而非因果關系的理念等。這些理念與傳統的統計學、計量經濟學的研究范式有本質上的區別。大數據的技術性是指在當前背景下能運用存儲技術、感知技術、云計算以及分布式處理技術等對海量數據進行快速、精準處理【3】。

大數據在銀行經濟預測和金融統計中的應用條件

1、銀行金融統計不斷發展

近些年來我國銀行業逐漸發展穩定，銀行的金融統計以及經濟預測等持續開展，這為大數據在銀行經濟預測與金融統計中的應用打好了基礎。2018年，國務院推出《關于全面統計金融業綜合統計工作的意見》，為銀行金融統計與經濟預測等工作的開展指明了方向，給出了建議。在國家的引導以及各方的努力下，銀行金融統計監測范圍不斷擴大，金融統計發展目標也更加明確。如人民銀行確定，在2022年前，以金融統計標準為先導，以信息安全為基石，綜合運用大數據等現代信息技術手段，加快建設先進、完備的金融基礎數據庫。這些發展經驗與發展成果為大數據在銀行經濟預測與金融統計中的應用創造了條件。

2、金融數據信息優勢凸顯

銀行擁有較多的金融數據資源，如金融交易信息、客戶信息等，這些資源有一定的大數據特征。現階段銀行的數據庫也相對完善，數據庫的信息容量、數據儲存技術等都有了很大發展，銀行有應用大數據開展金融統計與經濟預測的優勢。

3、銀行金融統計體系相對完善

在經過較長時間的探索、積累與發展后，銀行業的金融統計體系已相對完善，信貸收支統計、貨幣供應量統計、資金流量統計、金融市場統計等各項統計工作更規范，銀行的宏觀調控能力也逐步增加。在此背景下將大數據應用于銀行經濟預測與金融統計，將會使銀行金融統計的精細化水平大大提升，讓銀行實現產品信息的逐筆報送與募集信息的及時報送。

大數據在銀行經濟預測和金融統計中的有效應用

1、數據可視化分析技術開發與應用

可視化技術是一門通過具有交互功能的視頻界面實現分析推理的科學，該項技術在信息數據處理領域有著重要應用。與傳統的數據分析及處理技術相比，數據可視化技術結合了計算機軟件處理海量信息數據的能力以及人類的認知能力，在將數據可視化技術引進數據信息處理活動后，數據分析與研究能源能從海量數據中快速、準確地提取出自己所需要的信息，然后通過互動界面對數據進行處理（包括分割、過濾、組合等），處理后數據信息就會轉換為可應用的知識，數據的功能與作用便得到充分發揮。銀行在開展經濟分析與金融統計時，可應用數據可視化技術對業務信息、交易信息等進行整合與分析，然后以一種可視化的方式呈現出數據分析結果，從而讓銀行更全面、直觀以及詳細地掌握每項業務性質、每筆交易金額等。

2、數據點模型構建與應用

在大數據時代，銀行也可運用數據點模型對各項財務數據、資產流動數據以及利率統計數據等進行處理分析，為銀行各項決策的制定與業務的開展提供更可靠的參考信息。在運用數據點模型進行經濟預測與金融統計時，銀行要按照一定的標準對各項數據進行收集、分類與統計，然后運用可擴展商業報告語言形成能在網頁上輸入與輸出數據的標記語言。在數據倉庫中，銀行以數據點模型為基礎，搭建起統計數據與元數據之間的數據關系，然后利用模型對相關數據進行批量采集與轉換，對各項數據進行系統的轉換與處理，以此提高銀行經濟預測與金融統計工作的規范化、標準化水平。

在進行經濟預測與金融統計時，銀行可運用多層次、多維度的定性信息來描述元數據，在度量元素中存放數據主要信息，然后讓其他定性信息以維度等形式存在，這樣就能有效彌補傳統數據分析模型的不足，讓數據模型有更大的維度、更高的層次以及更強大的數據處理能力。此外在運用數據點模型時，銀行要根據銀行各項數據的特點，根據經濟預測與金融統計需求對數據點模型結構不斷優化，讓數據點模型結構更加開放且標準，讓數據點模型有更高的適用性。在構建起標準開放的數據點模型結構后，銀行利用數據點模型模式來采集、轉換與處理各項金融數據。銀行可以將來數據點結構運用到信貸管理系統、會計系統或其他金融統計系統中，將各項業務屬性均以數據點的形式逐筆進行統計與存儲，讓各項金融數據得到更規范的處理。在開展經濟預測與金融統計時，銀行要充分利用大數據構建強大的工具箱、智囊團以及資源庫，并且借助大數據對經濟金融發展現狀以及發展趨勢做出準確分析與預測，讓銀行能夠實現立體賦能升級。

3、引進與應用數據搜索技術

在大數據時代，銀行可充分運用數據搜索技術降低經濟預測與金融統計難度，全面提高經濟預測與金融統計的質量。具體來說在對金融數據進行統計分析處理時，銀行可利用知識搜索技術、網頁搜索技術、知識庫技術等從網上或大數據庫中搜索關鍵數據，并加強對關鍵數據的研讀，從而更精準地掌握經濟金融走勢，對經濟金融發展趨勢做出準確預測與判斷。引進與應用數據搜索技術后，銀行就能從海量數據中快速找到自己所需要的數據信息，因此經濟預測與金融統計的周期會大大縮短、成本大大降低，并且因人工失誤而引起的統計誤差問題也將得到避免，經濟預測與金融統計將為銀行的可持續發展帶來更多的幫助。

結語

綜上所述，在大數據時代，銀行要及時轉變經濟預測與金融統計思路，在經濟預測與金融統計中積極引進大數據思維、大數據技術等，靈活運用數據可視化技術、數據點模型以及數據搜索技術等，利用大數據提高經濟預測與金融統計的質量及效率，為銀行的可持續發展打好基礎。