金融基礎數據逐筆統計與傳統金融統計對比淺析

金子卜 孫 喆

（中國人民銀行長春中心支行，吉林長春 130051；中國人民銀行四平市中心支行，吉林四平 136000）

銀行業金融統計是世界各地開展經濟發展預測分析中的關鍵，對經濟發展預測分析工作中立即給出的數據信息承擔關鍵義務。近些年，伴隨著互聯網經濟速率的連續和網絡技術水準的不斷提高，互聯網大數據變成剖析各行業、統計剖析關鍵信息特點的關鍵來源。大規模、專業化數據庫查詢承重了各領域的信息資源，用切實可行的解析技術性結合了相應的信息資源，進一步提高了金融統計及經濟發展預測分析的實際效果和精確性。

為了更好地結合金融自主創新和混業經營發展趨勢，國務院于2018年3月宣布印發《對于深入推進金融業綜合性統計工作總結的想法》(國發〔2018〕18號)，規定中國人民銀行始終貫徹中共中央、國務院辦公廳的決策部署，多方位開展金融業綜合性統計分析各項工作，印發《金融基本數據統計制度》，規定金融機構完成金融數據詳盡數據統計。這一制度的出臺是繼銀保監EAST系統軟件后，將管控數據信息沉積到詳盡詳細水平的規定，可以用“標準化逐筆統計”一詞概括。金融基礎數據逐筆統計平臺的建立,更為宏觀調控細顆粒、多維度的數據提供了有力支持。

一、金融基礎數據統計概況

金融基礎數據并非橫空出世，早在2018年國務院辦公廳就下發了《關于全面推進金融業綜合統計工作的意見》的通知，這也預示著金融數據治理在我國迎來了新的開端。而2019年4月《中國人民銀行2019預算》這一決策的頒布，也昭示著人民銀行將建立國家金融基礎數據庫列入整改金融基礎數據治理的首要任務。2020年5月國家級金融基礎數據中心成功落成，同時根據經濟市場需要上線了國家金融基礎數據庫大數據平臺門戶系統。經過長達2年的推敲，金融基礎數據統計制度正式制定下發，并明確落實各項金融基礎數據統計的進度安排和階段性目標，標志著我國金融監管及金融數據統籌應用上一個新臺階。

2020年7月，中國人民銀行宣布印發《關于建立金融基礎數據統計制度的通知》(銀發〔2020〕164號)，同一年8月逐步在全國階段性執行，依據人民銀行的布署，將來將全方位適用全部金融專用工具。該體系將儲蓄存款、貸款、同業業務、債券業務、股權及特定目的載體等多樣的金融工具、600多個維度指標值、金融信息和搜集范疇為24家全國金融機構和31個省(區、市)4500家地區法人金融機構，包含全國全部商業銀行。現階段，企業貸款、個人貸款、委托貸款、專項統計制度貸款、同業存款和貸款、債券信息、股權和特定目的載體信息、法人信息已開始上報。根據人民銀行最新的統計要求規定，2021年末開展的票據業務仍處于試報期，并于2022年開展存款類范疇的金融數據報送周期，從4月起報送單位存款數據，同年個人存款數據也將列入統計的工作范圍。

國家金融基礎數據庫大數據平臺的上線標志著金融統計事業正式邁入大數據時代。這項工作的實施，實現了金融統計從傳統的“有什么，用什么”到“要什么，采什么”的升級轉變，未來隨著國家金融基礎數據庫的逐步完善，還可能實現“要什么，有什么”的設想。金融基礎數據統計不同于傳統的報表統計，標準化的顆粒數據可以清晰地揭示金融諸多的結構性問題、及時捕捉苗頭性趨勢，極大地提高金融統計分析能力和分析服務水平，同時為宏觀經濟決策提供多維度、全方位、多層次的結構性數據，更加精準、高效支持管理決策和政策評估。

二、傳統金融統計的發展

傳統式金融統計是中國人民銀行和銀監對合理金融業開展統計、調研、剖析和預測分析的統計方式，是為了更好地融入執行財政政策和金融監管的需要，從1997年1月1日起，中國人民銀行在金融系統軟件全方位引入新的《金融統計檢測信息管理系統》，推行全科目匯報的統一金融統計評價指標體系。運用金融統計檢測信息管理系統的信息化管理方式，根據采集、驗證、歸納、轉換銀行業遞交的各種各樣統計數據信息等工作中，進行統計數據信息的搜集工作。

新指標體系比較全面地反映了金融機構的各項業務，經采集處理的信息可以根據國務院領導的要求、人民銀行各級領導的要求、各級地方政府的要求，制定多方位、多層面、多類型的報表，為全國各地及各地現行政策制訂、宏觀經濟政策服務。此外，新指標體系是支持貨幣政策決策系統的奠基指標，擁有著管理金融機構對資產負債比例管理的權利，同時，也是以此為基礎，為資產負債比例管理的需要提供重要的信息數據；作為一種全新的系統，新的統計模式，數據報送的時間頻率也大大增加，對維度也逐漸細化，從最開始的月度報表、旬度報表和周報表，逐漸演變成根據重要指標進行逐項分類的報送日報表、月度報表、季度表報、半年度報表、年度報表，提供各級領導能夠及時了解情況，做出宏觀決策的有力支撐。

三、兩種統計方式的差異

（一）同根同源，底蘊有異

金融業統計關鍵是解決宏觀經濟金融戰略決策信息的不對稱的問題。要求將全部金融機構、所有金融主題活動、所有國家金融機器設備列入統計，更好地避免專業化的金融風險性處理，更好地服務實體經濟，多方位推動金融改革創新。近些年，在我國金融業綜合性統計工作中獲得了一系列成效，包含社會融資規模統計和定期發布、宏觀經濟杠桿比例測算和金融投資產品統計要求發布等。可是新規章制度的創建終將在改革中碰到突顯的問題，例如統計規章制度數據標準不統一、資源共享體系不完善、交叉式型金融主題活動、系統重要性金融機構、金融控股項目投資等關鍵領域統計查驗不夠等。同時，伴隨著《國務院辦公廳關于全面推進金融業綜合統計工作的意見》（以下簡稱《意見》）的出臺，也促進了國家金融數據庫加速建設。為能夠讓金融統計順利實施，國家金融基礎數據庫不僅是重要的載體，還在金融統計中承擔組織樞紐的作用，更可以在金融統計遇到一系列問題時提供有力的幫助。

從某種程度上說，金融基礎數據服務平臺的創建是在傳統式金融統計數據搜集的根基上，而標準統一的數據收集來源于，創建統計指標的界定、標準、歸類、識別碼等規范，進行數據規范化統計，保證數據公平公正。 根據從傳統的實例數據更新到“全量數據”，數據的信息量大幅度提升。 對基礎數據平臺的應用，擴大了數據的覆蓋面，提高了數據的時效性。 要與宏觀經濟統計相融洽，融入金融銷售市場發展趨勢，努力搭建科學化的金融行業綜合性統計關鍵評價體系和剖析架構，推動金融業統計規范化科研、統計數據兼容和一致性的再自主創新。

（二）總量一致，顆粒細化

金融基礎數據統計與傳統金融統計都是以銀行業金融統計數據為基礎，也可以說兩者的統計全量存在一致性。大數據技術是根據大量數據提煉出數據使用價值的技術性創新。數據越多，數據剖析的穩定性越高。因而，與傳統的的定量分析統計對比，大數據技術在解決繁雜數據的歷程中具備相當大的優勢。而且金融業數據的統計是逐一的進行統計，統計數據從少量的、靜態性的、單一的數據樣本變成了大量的、動態性的、多種多樣的“全量數據”，通過大量的的數據樣本，使數據顆粒度更清晰，數據維度更精細。在傳統全量報表統計之外，可以更加清晰地揭示結構性問題，捕捉一些苗頭性趨勢，為宏觀調控提供更精準的數據支撐，有助于打破統計“數據孤島”，深度挖掘數據之間的關聯關系。

金融基礎數據是傳統式全量統計的構造更新改造，有利于金融業統計生產效率的迅猛提高。數據展現方法各種各樣，數據可視化技術使得數據的可接受性得到提成。伴隨著云計算技術、數據發掘、數據可視化等數據技術統計分析方法的發展趨勢，根據數據基本、大數據商品多元化、編目、追蹤、圖像、提示、匹配、優化等各種作用，依據不同的情景開發設計相對應的數據分析工具，以達到特殊的數據要求，精確匹配數據供求。

傳統金融統計監測管理系統的統計層面較為廣泛。以金融機構資產負債表（A1411表單）為例子，該表現階段一共有統計指標值816個，從存款、貸款、同業、債券、股權及特定目的載體、票據等多方面進行數據統計。金融基礎數據自運行以來已經兩個年頭，是多角度多維度的進行統計，僅金融機構資產負債表（A1411表單）所統計的數據信息基本可以說是全方位的統計。在傳統式的統計架構中，從數據信息統計到完成分析的全過程較長，而隨著社會的進步，對數據分析樣本的多樣性越來越嚴謹的態度，數據提供面臨的困難也逐漸顯現出來。為了更好的完成對金融數據多樣的剖析需求，必須建立信息內容成分豐富多彩、便捷的分析數據庫。金融基礎數據統計制度將存款、貸款、同業業務、債券、股份及特殊目地載體等各類金融專用工具、多維度多層次的指標及金融機構信息和顧客信息等詳盡數據標準化。數據采集范疇包含全國所以銀行業金融機構，統計制度內根據統一的機構代碼、專用工具代碼和客戶代碼完成了數據信息的聯接和融合，大大的拓展了統計分析的深度廣度和深層。

但也正因為金融基礎數據將整體數據的細致劃分，使得在進行數據整理上報后將更多細微的問題展現在視野面前，挖掘數據的準確性、便捷性，極大程度提高統計數據的統計效率，根據細顆粒度的基礎數據和集中化的數據儲存庫，以服務金融分析為主導，編制統計報表為輔開展工作，為處理復雜的問題給予更細致、有關的數據源。

（三）視角差異，服務宏觀

目前經濟分析的主要依據是傳統全量統計，金融基礎數據應用較少，處于試點開放現狀。面對日益增長、復雜多變的數據需求，針對目前金融統計的現狀來看，依然是以傳統金融統計監測為主，金融基礎數據為輔的方針進行，在完成統計供給出現的挑戰時，通過大數據技術有效改善金融統計需求和供給的關系，從數據源頭對金融統計供給提出需求，以此作為宏觀分析的依托。

在傳統式的金融業數據分析全過程中，根據數據剖析匯總因果關系和規律性，總結過去的數據適用性，為未來發展給予參照，其剖析方法在時間段上有著一定的分裂性。金融業數據技術性根據剖析數據中間的關聯性，降低數據中間的因果關系，調研數據在時間段上是一致性，剖析結果能夠很好的對目前經濟活動產生實用價值和功效。

金融業統計內容的外延性和推進不但包含統計報表，還包含數據分析，且數據分析工作是聯接統計供給和需求的公路橋梁。金融基礎數據自提出至今發展趨勢快速，擺脫了數據預處理剖析運用的技術要求，對分析師開展數據采集、發掘、梳理、生產加工和剖析的全部傳動鏈條的工作中產生了深刻影響，并對分析師的基本能力也提出了更高的規定。

四、 金融基礎數據平臺建立優勢

大數據技術是互聯網技術數據分析的新技術應用，目前在使用全過程中還具有一定的局限。而大數據技術更改了社會經濟發展原來的數據信息觀念，把數據信息的發生變成了一種社會資源，促進了大數據剖析的工藝發展趨勢。

建立數據治理體系框架更為清晰。目前大數據的金融統計內容顯示出，現階段使用傳統方式進行數據質量治理存在效率不高的問題，而金融基礎數據則可通過運用大數據的方法設計算法，發現數據質量問題，并將分析中發現的問題進行總結，及時形成新的校驗規則，不斷完善數據后臺的校驗規則庫，以此達到穩步提高數據質量的目的。

數據結構模型組建更容易。數據結構模型是以數據信息的不同組織方式來體現，而良好的數據結構模型則可以為數據分析、算法運行提供有力支持。在金融統計數據分析中，我們往往是以點及面，從研究問題出發，建立數據結構，確定分析目標，核定模型算法。而模型算法的基礎就是以海量數據基準，讓我們在分析數據時可以通過數據內在的關聯性，以此挖掘出數據結構性的特征。金融基礎數據的逐筆標準化的顆粒性統計，也為構建數據結構模型提供了服務。

金融數據分析更快速。金融基礎數據平臺的建立，通過對數據項、數據結構、數據流、數據存儲的處理，將海量的數據進行匯總后分析，往往那些在統計總量的指標中的異常數據指標就暴露無遺。在由指標到記錄點，從微觀到宏觀，以追溯源頭的方式對異常指標進行分解、剖析，直接提取的數據不再是模糊不清的界定，是提升分析深度、提高分析效率的利器。由于數據來源具有唯一性和時效性，更有助于減少由于底層數據不一致而導致的分析結果偏差，使得分析結構更具現實意義。且通過對數據庫的不斷完善和熟練，可以“快速”的開展跨領域的數據融合應用。

金融管控更為便捷。根據對所管區域內各金融一部分的生產制造數據的全自動搜集，應用金融數據服務平臺解決數據，最終與數據分析平臺一起形象化展現。人總行可以查詢各服務平臺內金融的具體運營情況、指標值進行情況、各領域個人信用資金投入情況、風險系數等。

五、未來發展趨勢

（一）以全量統計為依托，分布實現逐筆統計全覆蓋

金融基礎數據統計工作實現了統計數據的逐筆全量統計，數據顆粒度下沉，內容全面多維，但落地實施僅僅兩年，其時間相比較來說較短，且目前統計部分金融工具，距全覆蓋還需一定時間。因此，短時間內仍要以全量報表統計為主，抓取各項全量金融數據，作為金融數據支撐。隨著金融基礎數據統計覆蓋面的逐漸擴大，對標現行統計制度，從根本的制度層面搭建起跨部門數據共享橋梁，提高識別和追蹤系統性風險的水平和宏觀調控的能力。

（二）以整合數據為基準，推進金融統計標準化

隨著金融基礎數據覆蓋面逐漸擴大，最終覆蓋現行全部傳統全量統計指標。通過運用宏觀謹慎性監管原則，繼續加強從金融機構的金融統計拓展到包含企業、政府機構、家庭、房地產產業等多方面的金融統計，多維度的對金融風險及宏觀風險進行監測分析。中國人民銀行調研統計從最開始手動式鍵入數據到現在，經歷了利用金融專用工具開展數據融合的全過程，伴隨著金融統計規章制度的逐步完善，統計范疇不斷擴大，統計數據的時效性、精確性、一致性持續提升，為央行執行職責確立了較好的功效。

（三）大數據時代來臨，數據價值最大化

數據挖掘是互聯網大數據造就新使用價值的關鍵。在大數據時代，金融統計市場需不斷提升統計業務流程建設水準，以融入新形勢下統計工作的未來發展要求。應對多樣化的金融市場、大數據的應用和實踐活動，更改了傳統式的金融統計工作方式，而隨著統計數據顆粒度逐漸細化，數據價值則更大程度被開發出來。

現階段，伴隨著金融機構、商業保險、證劵等金融機構向有關監管部門遞交數據信息和匯報，金融統計沒有統一的規范，沒法進一步保證數據的精確性和針對性，因而必須擴張金融數據信息的共享范疇。不但要實現簡易的統計共享，還需要推進到最基本、最底層的統計指標值，完成金融機構間統計規章制度的共享。因而，金融業綜合性統計規章制度和創建的共享數據信息可以更好的服務于各監管部門和網站安全性，進而加強對市場關聯性、風險性、傳染性等層面的檢測能力。

六、結語

隨著時代的進步，金融統計也需要在網絡時代積極主動變化統計工作中的思維邏輯，優化管理方法，統計管理方案的基本建設，列入融入新時期的工作要求中。下一步，在我國金融統計大數據的工作方向大概可以分為五個層面：一是建設高質量的國家金融基礎數據庫，穩定我國在金融統計設施中的影響力。二是堅持不懈推動系統軟件意識、整體規劃，做好金融統計總體規劃貫徹落實和數據信息工作中基本建設工作。三是創建高效率運轉的金融數據信息試驗室，大力推動金融數據信息統計剖析應用。四是大力推廣金融數據管理，不斷確保金融統計數據的真實性、準確性。五是做好信息共享，使金融統計數據價值得到充分體現。