大數據背景下的銀行經濟預測和金融統計研究

陳乾謙 對外經濟貿易大學統計學院

前言

現階段大數據成為經濟學研究中不可缺少的一部分，數據處理與數據分析質量對于銀行發展產生重要影響，尤其對于銀行經濟而言，大數據能夠識別商業銀行各類經濟數據變化，所以為了能夠適應金融行業發展要求，需要了解大數據的功能與技術特征，主動適應未來形勢變化，則需要正視大數據技術的作用，尋找一種新的發展路徑，這也是本文研究的重點。

一、大數據對銀行經濟預測與金融統計的影響

從技術特征來看，大數據能夠在特定范圍內完成數據資料的捕捉與處理，不僅能夠用于龐大數據的分析與處理，也能簡化數據處理過程，提高管理效果，具有先進性。在銀行的經濟預測以及金融統計中，大數據技術的出現徹底改變了傳統的工作模式，從傳統的手工、半手工采集信息轉變為大數據識別信息，所以與傳統模式相比，大數據的出現進一步完善了銀行采集數據的過程，不僅能夠提高經濟預測以及金融統計的效率，且數據的精準度得到了保障，這是傳統工作模式所難以實現的。

與常規技術相比，大數據時代下的信息資料不再是隨機數據，在數據處理中可以從整體樣本入手識別其中關鍵資料，統計其中的經濟行為變化，該方法也有助于識別數據間的因果關系，并計算數據間的概率，最終達到規避、降低風險的目的。除此之外，大數據技術為金融統計的管理智能化奠定基礎，通過在經濟管理中整理不同數據信息，在整理之后的數據庫結構更加優化，方便工作人員對關鍵資料做智能化管理進而形成科學金融統計工作路徑。

二、大數據背景下銀行經濟預測與金融統計中的問題

(一)大數據的開發動力不足

目前我國商業銀行在金融市場上的競爭十分激烈，經過數十年時間的發展中形成了相對穩定的市場環境。但是從銀行的市場競爭來看，商業銀行通常會從市場占有率入手，希望通過高端的金融產品來獲得消費者的認可，而這種經營理念將會直接影響商業銀行的大數據運用能力，經濟預測尚未得到有效開展，導致管理層忽視了大數據技術的作用。也有學者認為，現階段商業銀行在大數據數據分析中一直面臨著技術條件的限制，銀行經濟預測的開展情況不理想，金融統計工作中也存在諸多不足，大數據的運用層次較淺，相關人員無法靈活運用大數據技術，導致大數據的價值難以被充分發掘[1]。

(二)數據開發的不足

針對復雜的金融工作要求，商業銀行關于金融統計以及經濟預測的基礎是傳統業務所生成的數據信息，例如根據銀行的金融交易量以及開通賬戶數量等記錄特定時間段內的金融信息流。而隨著當前金融市場的進一步發展，商業銀行的傳統業務范圍也發生明顯變化，例如在線交易數量明顯增多等，金融活動中各類數據的非結構性特征顯現，導致數據的處理與分析難度進一步提升，而針對這種變化，商業銀行忽視了數據的開發，銀行的數據傳遞以及儲存技術處于初級水平，大數據的功能未得到充分發揮。

三、大數據背景下銀行經濟預測和金融統計的發展方向分析

(一)開展大數據戰略設計

針對未來金融市場的發展要求，相關人員在大數據處理過程中應正視大數據技術的先進性，能夠從金融統計以及經濟預測等角度出發，關注未來金融市場變化。所以為了能夠適應這種變化，銀行在軟文化上應重視培育全體工作人員的大數據意識。所以在工作中首先應該建立大數據的思維方式，強調通過數據積累來解決銀行經濟預測以及金融統計工作中的問題，能夠落實嚴格的“數據管理工作”模式，這樣才能將大數據管理思維模式體現在日常工作中，為大數據技術的進一步推廣奠定基礎。同時需要進一步整合銀行內外的非結構化數據，重視金融信息的整合，從金融統計以及經濟預測的工作入手，明確銀行經濟預測以及金融統計的要求。例如在大數據環境中，考慮到當前快速發展的互聯網金融，則應該積極開發大數據技術在互聯網金融信息采集中的作用，根據互聯網金融的數據變化更加精準的識別銀行經濟變化并完成金融統計。正如文獻[2]所言，在大數據模式下，傳統的金融管理模式以及環境都已經發生改變，為了能夠保證經濟預測的先進性，則需要利用大數據技術來提升各類信息的敏感度。

(二)發揮大數據技術優勢轉變工作路徑

大數據是數據處理的一個創新過程，作為一種科學的數據處理手段，能夠在短時間內實現海量數據的處理，而考慮到目前商業銀行在數據開發中的不足，所以本文認為在未來工作中應該基于大數據技術探索新的工作方向。

例如商業銀行可以在經濟預測以及金融統計中利用大數據構建數據網，該數據網中以總行數據為核心，支行為網絡的延伸，最終面向全國形成大數據的結構，支行在經濟預測以及金融統計之后可以直接將相關數據上報至總行，使總行能夠及時完成信息處理以及分級管理等，保證有效的數據規劃以及協調處理。在大數據技術支持下，商業銀行還可以對信息功能做細化，包括金融數據庫、經濟預測數據庫、模型數據庫等，在對金融信息分類后經模型數據庫直接對各類金融數據的變化情況進行預測，判斷不同財務信息的變化以及走勢情況，有助于進一步提升金融統計以及經濟預測精準性。

(三)完善數據處理技術

對于商業銀行而言，在銀行經濟預測以及金融統計中運用大數據的關鍵，就是要工作路徑進行創新，所以基于商業銀行工作現狀，本文認為未來商業銀行必須要對數據處理技術進行完善，其中要點包括：(1)面向金融市場搭建復雜層次的金融數據平臺，該平臺直接與金融市場對接，能夠對市場金融數據進行分析，不僅能夠詳細記錄客戶的相關數據，也能根據數據變化完成金融行為預測，統計主要客戶的行為模式。(2)完善數據加工模式，該數據加工模式要求能夠銀行能夠從數據加工過程入手，利用學習機器人、數據檢索引擎以及推薦平臺等經大數據完成信息統計，進而為銀行的金融統計過程提供一個全新的數據處理模式，提高數據精準度。(3)在經濟預測中，可以基于大數據效能打造數據閉環，閉環內應包括數據風險管理、市場營銷等方面的關鍵資料，強化各類數據信息的處理效果。

同時在數據處理中，為適應未來銀行經濟預測以及金融統計的復雜變化，商業銀行在運用大數據技術中應充分開發大數據技術優勢，但是整個開發過程應具有詳細的邊界，這就要求銀行在使用大數據模型期間必須要遵守相關法律規定，避免數據分析過程侵犯客戶的權益。例如銀行在采集、報送個人信息期間應得到用戶授權，避免數據處理過程威脅客戶的合法權益。

(四)探索解決數據統計問題

目前銀行經濟預測以及金融統計工作呈現出復雜的變化態勢，并且大部分銀行缺乏動態數據統計工具，成為影響工作質量的重要因素，所以應積極完善財務報表、賬簿等結構數據與經營中的非結構零散統計數據的對接，同時在大數據環境下，影像學資料信息的作用越來越顯著，這也應該成為未來數據開發的新方向。商業銀行業應該重視與電商之間的金融數據合作，不斷增強大數據網絡體系下的數據分析能力，在信息共享的基礎上保證金融信息安全，為金融統計以及銀行經濟預測的開展奠定基礎。

(五)重視專業經濟預測以及金融統計功能的開發

大數據技術在銀行行業中的應用在實際上仍然要與金融業務的融合，所以為了能夠適應這種工作要求，銀行管理人員應推動大數據技術與經濟領域之間的結合，探索新的工作方法。期間可以參照瑞士銀行的成功經驗，依托大數據技術開發DATA(定向算法文本分析)技術，利用大數據對經濟的運行狀態作出判斷，結合客戶的資金流變化判斷出客戶的經濟行為變化，最終從海量數據中提取“樂觀/悲觀”以及“積極/消極”等態度概率，可以有效預測未來經濟走向變化情況。

除此之外，銀行可以在大數據金融統計的基礎上，利用大數據的算法來完成金融統計。例如日本央行在大數據基礎的基礎上構建了XBRL語言框架，該框架能對銀行的金融報告做統計以及分析之后，進而快速統計國際匯率、債券以及信用狀況等關鍵資料，充分彰顯了大數據在金融統計中的作用，展現出了顯著的技術優勢。

四、結語

作為一種新的信息處理方法，銀行經濟預測以及金融統計得益于大數據技術的影響，其工作模式已經發生明顯變化，并且當前數據信息的價值不斷提升，也對商業銀行的發展產生深遠影響。所以為了能夠滿足未來工作要求，工作人員需要結合銀行工作實際情況，尋找大數據技術的應用的新方向，完善信息系統功能，最終全面推進金融統計與經濟預測的智能化開展奠定基礎。■