大數據技術在經濟分析領域中的應用研究

高嘉曄

（長春金融高等專科學校 吉林 長春 130028）

1 引言

大數據技術的出現，是我國網絡工程、人工智能、計算機通信技術3種科技共同發(fā)展的成果，并且呈現出不斷融合的局面，形成了全新的體系，該體系的出現對于社會發(fā)展與進步有著極大的推動意義和作用。大數據技術因為具備全面性、便利性、高效性等多個優(yōu)勢，開始在當今世界中有著飛速的發(fā)展速度，不僅在各個行業(yè)當中受到人們的高度關注，同時也開始進入到人們生活的方方面面。

2 大數據技術概述

2.1 內容概述

隨著當前信息化技術的發(fā)展，大數據技術也得到了快速發(fā)展，更多的網絡安全問題逐漸凸顯，比如非法訪問網頁、盜取數據、盜取代碼、電腦病毒與電腦木馬等多種威脅，這些對于人們數據信息造成威脅的因素更是與日俱增[1]。在大數據技術當中，網絡信息安全防御問題受到高度關注。有關人員為了避免這種情況再次出現，開始選擇將有效的防范措施加入其中，這樣才能有效抵御風險。通過對網絡當中的異常數據動態(tài)進行分析，能夠確保數據技術具備安全性與可靠性，為后期構建高質量的工作與生活提供重要的推動力。大數據技術的出現需要大量的技術和數據作為支撐，并且確保數據具備有效性和實時性，這樣才能有效保證數據技術行業(yè)更好地發(fā)展下去。在大數據技術行業(yè)發(fā)展過程中，大數據技術作為其中必要的技術，直接關系到每個使用大數據技術的用戶信息安全問題，所以需要做好網絡信息安全管理工作以及大數據技術信息管理工作，這樣才能保證大數據技術得到全面的應用，并且確保其應用效率得到有效提升。

2.2 經濟金融分析數據

信息收集工作在經濟分析當中，通常會利用大數據信息處理技術所收集到的各項數據，能夠有效地分析經濟金融當中各項情況，并且對于推動經濟領域發(fā)展有著不可替代的意義。從大數據信息處理技術發(fā)展的實際情況來看，大數據信息技術當中的處理技術，被廣泛應用在經濟金融分析領域，并且有著不可替代的作用。主要經濟分析方式包括空中動態(tài)分析和區(qū)域性信息調查兩個最主要的方式，并且通過有效的分析方式，能夠確保經濟分析具備實施性和合理性[2]。在分析過程中，大數據信息處理技術的出現，能夠對于經濟提供必要的指導意見，同時也能對于一些經濟行為進行有效分析，確保這些經濟行為能夠更好地執(zhí)行，由此保證各項工作開展更加順利。

3 大數據技術在經濟分析當中的重要作用

3.1 大數據經濟分析所具備的內涵

大數據經濟分析在發(fā)展過程中，未能對其進行統(tǒng)一的概念確定，一些人認為大數據經濟分析主要是利用移動客戶端設備和移動互聯(lián)網設備，對于傳統(tǒng)金融信息進行融入。大數據經濟分析的出現與發(fā)展，不僅僅是將大數據作為基本的社交網絡，而是通過這些方面和各項業(yè)務相互結合，能夠為后期大數據經濟提供必要的支撐。隨著技術不斷發(fā)展，大數據經濟分析不再局限于信用評價或者第三方支付，而是通過互聯(lián)網當中的銀行處理業(yè)務，有效實現大數據經濟分析這一關鍵工作。

3.2 大數據經濟分析所具備的特點

目前，大數據經濟分析當中，關于供求資金雙方，可以利用網絡對目標進行有效的搜索，這時不再要求第三方的加入，降低了交易的成本，使得操作流程更加簡化。大數據經濟分析的出現與發(fā)展，也能帶動著社會的整體辦事節(jié)奏，不僅確保辦理業(yè)務更加快捷與方便，同時也能對于合理的賬戶問題進行有效處理。大數據經濟分析發(fā)展，通常與電子商務、大數據的發(fā)展有著密切的聯(lián)系。比如手機當中的支付寶，在支付寶當中，人們最常使用的一項服務，同時也是最主要的服務項目就是余額寶。在該服務項目上線之后，就受到廣大用戶的關注。通過大數據經濟分析發(fā)展模式，也能夠有效地突破時間與空間所帶來的限制，在金融業(yè)務交流和客戶對接方面，有著更加廣泛的應用空間，因此受到人們的高度關注[3]。

4 大數據技術在經濟分析領域的具體應用

4.1 大數據技術的應用層面

在經濟分析領域當中，大數據技術的應用可以從多個不同的層面著手，具體如下。

（1）在經濟投資決策中的運用。在經濟分析領域，投資決策是非常重要的一項工作，不論是實體經濟投資，還是金融理財投資，一旦決策出現失誤，那么就容易導致虧損，帶來風險。因此，可以將大數據技術運用起來，應用到投資決策分析當中。對投資對象、投資方案，通過大數據展開分析，評估投資方案的可行性、預期收益等，最終確定是否要通過投資方案，或者是要對投資方案進行修改[4]。通過大數據輔助經濟投資決策分析，可以提高決策的正確性與合理性，減少出現虧損的可能性。

（2）在經濟風險防范中的運用。在經濟分析領域，風險防范是一個重要的構成部門。不論是對于企事業(yè)單位，還是對于金融機構，亦或者對于一些其他單位，經濟風險防范都是必要的工作。企業(yè)需要防范自身經營中的經濟風險，金融機構則需要從金融和市場角度防范經濟風險。在經濟風險的防范中，便可以將大數據技術應用起來，建立起大數據風險預計體系。圍繞具體的對象，構建起風險防范數據庫，將各方面的數據都搜集起來，設定風險指標，依靠大數據展開自動分析。通過分析，與風險指標進行對比，在接近風險預警閾值時，便開始做出提醒，以便能夠提前處理，防范經濟風險[5]。

（3）在資金賬款管理中的運用。對于經濟分析而言，現金流量分析、應收賬款管理，都是需要關注的要點，這會影響到經濟活動的正常運轉。因此，在現金流量和應收賬款這兩個方面，便可以使用大數據技術來進行分析。比如對于現金流量，便需要對現金流向、金額大小等予以分析，動態(tài)預測現金流量變化，當現金低于安全線時發(fā)出預警。而對于應收賬款，則可以針對賬款規(guī)模、拖欠時間、對象企業(yè)償債能力等進行綜合分析，判定賬款風險，及時采取措施。

4.2 大數據技術分析應用技術

在經濟學領域，經濟分析是重要內容，早期是定性分析，隨著研究和時間深入，數學統(tǒng)計方法的應用發(fā)展是定量分析。大數據技術在經濟分析當中的應用，是數學統(tǒng)計方法進一步進化的結果。

支撐大數據分析的數據非常龐大，這些數據作為基礎條件，需要以計算機信息數據處理技術中的數據采集和存儲作為基礎手段。經濟分析中利用大數據技術，數據本身是利用計算機信息網絡采集起來，并且統(tǒng)一格式后一并上傳至統(tǒng)一的數據庫當中進行保存。一般數據庫會設置兩個，其中之一是實時數據庫，另一個則是歷史數據庫。在大數據分析中，通過分析實時數據庫中的數據，并比對歷史數據庫中的數據來實現趨勢預測。

在經濟分析中應用大數據技術，數據挖掘算法是核心。數據挖掘算法是一種統(tǒng)計方法，這種方法不是隨機抽樣統(tǒng)計方法，而是針對全部樣品數據進行綜合計算分析，所以大數據應用下的經濟分析結果更加準確科學。例如宏觀經濟分析中，傳統(tǒng)分析方法是通過宏觀經濟指標，構建宏觀經濟模型來進行統(tǒng)計分析。從大數據的角度來講，宏觀經濟模型實質上就是一種關聯(lián)規(guī)則挖掘算法，如典型的購物籃子算法，該算法中數據信息的集合代表總項集，在數據表當中每一行代表非空集合，且互補相交，由此可建立關聯(lián)規(guī)則，只要置信度、支持度、提升度均滿足要求即可進行關聯(lián)規(guī)則分析。數據庫中存儲的數據且能夠索引的數據并非一定滿足大數據分析要求，因為其中可能存在無效數據，因此必須進行預處理，將無效數據剔除，這一步中主要以數據索引為支撐。大數據經濟分析的數據挖掘算法類似于數學模型，當然這是一種數學模型的高級應用，像Excel表格中用到的函數也是數學模型，比如SUM求和函數，但這是數學模型的低級運用。在大數據分析中，計算機要讀懂經濟指標數據，必須要有適配的算法。現在算法的研究方向是機器學習算法，例如ADABOOST，利用該工具可實現機器學習，該方法稱為自適應增強方法，其原理是先給定訓練樣本集合S，S中有兩個子集以X和Y表示，X和Y分別為正例樣本和負例樣本。設定最大訓練循環(huán)次數T，設定初始化樣本權重，得到初始概率分布1/n，然后進行迭代。ADABOOST工具提供弱分類器分錯，并計算錯誤率，算法自動選擇合適的閾值進行誤差確定，迫近最小化誤差。具體代碼設計可參考ADABOOST提供的技術文檔。

近年來，我國建設了國家金融基礎數據庫，基于云平臺架構，金融統(tǒng)計數據采集系統(tǒng)、智能分析平臺業(yè)已架構部署完成，并且與人民銀行各分支及金融機構實現數據的互聯(lián)互通。2020年，人民銀行出臺金融基礎數據統(tǒng)計制度，推動標準化逐筆統(tǒng)計，覆蓋貸款、存款、債券、股權、同業(yè)、SPV等金融工具，可滿足宏觀調控的信息需求。構建金融機構主體信息庫與企業(yè)信息庫，二者的存在為數據關聯(lián)打下基礎，關聯(lián)數據后即可對股權鏈條、擔保鏈條、資金鏈條等進行關聯(lián)關系，實現對金融市場的刻畫，簡化金融體系，進而服務于系統(tǒng)性風險防控。

5 結語

將大數據技術應用到經濟分析領域當中，能夠提升經濟分析領域的發(fā)展效率，使其獲得高質量發(fā)展。大數據技術具有非常顯著的特點，在實踐中，需要對大數據的內涵特點形成有效認識。同時，要理解經濟分析的內涵及作用。著眼于大數據和經濟分析，將二者結合起來，利用大數據輔助經濟分析。在具體實踐中，可以從經濟投資決策、經濟風險、賬款管理等角度出發(fā)，對大數據技術予以靈活運用，為經濟分析和管理提供保障。