大數據技術在金融統計實踐中的應用

趙省淳

（香港中文大學 理學院，香港 999077）

0 引言

大數據技術是近年來備受關注的新興技術，該技術產生的現實背景可以明確為，在互聯網時代背景下原有的技術工具和手段無法在特定時間和范圍內完成海量數據的收集、處理及管理等工作。換言之，大數據技術是為了解決管理實踐中海量數據信息收集、存儲和分析處理等問題而產生的一種新興技術。在大數據技術眾多應用領域中，金融統計實踐是大數據技術與實踐相融合的典型。這是因為大數據技術具有強大的數據處理能力，能有效滿足金融統計實踐中各種數據調查、統計分析，以及利用金融數據預測和評估金融風險的場景需求。

1 大數據技術對金融統計實踐活動的積極影響

1.1 提高金融數據統計的精確度

獲得精確的數據是金融統計工作有效開展的重要前提條件。在大數據技術出現之前，金融行業應用的統計工作模式主要是按照中國人民銀行的相關要求進行層層數據上報，由中國人民銀行對上報的金融數據進行匯總統計，最終在統計數據的基礎上展開數據分析。在這種金融數據統計工作模式下，金融數據的精確度實際上是缺乏有力保障的。一方面，金融數據的層層上報延長了數據收集、匯總和分析的時間周期，使數據統計結果服務于金融決策的效果大打折扣；另一方面，這種以人工統計為主的方式增加了人為主觀因素對數據真實性和準確性的影響，導致部分收集到的數據存在失真的情況，容易影響金融統計結果的準確性和完整性。而在大數據技術的支持下，金融數據的收集、匯總、分析等工作均轉移到以技術為支撐的大數據平臺上，這樣既減少了人為因素對數據準確性的影響，也明顯縮短了數據收集、統計的時間，使統計分析結果能夠更好地用于金融決策。因此，大數據技術的應用能夠真正提高金融數據統計的精準度。

1.2 優化金融統計分析方式

金融統計分析是一項規范性和嚴謹性較高的工作。在金融統計分析中，統計人員采取何種分析方法，往往會對最終的分析結果產生決定性的影響。在傳統金融統計實踐中，統計人員主要以金融數據為主開展數據的簡單匯總與分析工作，很少會對數據進行深層次的探究，雖然最終也會產生一定的統計結果，但金融數據潛在的價值并沒有被完全挖掘出來和充分利用，造成數據資源價值的浪費。在大數據技術支持下，統計人員除了運用既定的統計分析方式，對海量的數據進行分析處理，得出相應的結論，還可以根據數據分析結果的需求調整和優化統計分析方法，并在短時間內獲得相應的數據分析結果，進而滿足金融決策的信息需求。顯然，大數據技術改變了金融統計分析方式單一的局面，使金融統計分析方式能夠根據需求的變化而得到靈活的調整和優化。

1.3 增強金融監管的實效性

金融監管是對金融行業和金融機構的運行情況進行動態跟蹤監測，目的是降低金融運行風險，保證金融安全。在傳統金融監管模式下，監管主體主要對金融行業和金融機構運行中產生的各類金融數據進行統計分析，然后結合分析結果進行金融風險的判斷、預測和評估，最后為下一步的金融活動開展提供相應的指導。雖然這種方式為金融行業和機構的運行提供了一定的安全性、穩定性保障，但其已經難以適應互聯網背景下金融發展的形勢。金融行業和金融機構在金融統計實踐中引入大數據技術，可以將大數據、人工智能、云計算等先進技術融入金融統計工作中，實現金融數據收集、統計、分析的自動化、智能化，從而在短時間內快速產生金融大數據分析結果，為金融監管主體及時、全面地掌握行業運行狀態，以及評估和防范金融潛在的金融風險提供有力的數據分析結果支持，進而提高金融監管的有效性，降低金融行業風險發生的概率。

2 大數據技術在金融統計實踐中的具體應用

2.1 在金融數據收集方面的應用

金融數據收集是金融統計的前期工作，也是基礎性工作。金融統計工作只有獲得相應的金融數據，才能夠確保后期數據分析、處理工作的進度和效果。大數據技術在金融數據收集方面的應用主要體現在金融數據的采集方面。在金融統計工作中，統計人員可以將金融數據采集工作接入互聯網數據庫、業務存證數據庫和第三方數據庫中，這樣可以達到從這些數據庫中采集相關數據信息的目的。其中，統計人員在互聯網數據庫中主要利用新聞、論壇、微博、博客、微信公眾號等采集法院失信信息、企業征信信息等數據信息；在業務存證數據庫中主要采集金融機構的各項經營數據、合同存證數據、機構上報及信披數據等數據信息；第三方數據庫中主要采集銀行數據、工商數據和線下舉報數據等數據信息。

2.2 在金融數據存儲方面的應用

數據存儲是將統計人員通過各種手段收集到的金融數據進行集中性的存儲，以保證數據管理的集中性和安全性。在金融數據存儲中，大數據技術主要為數據存儲提供了安全、可靠的技術支持，即金融主體借助大數據技術可以自主研發和構建大數據架構體系，對收集到的金融數據進行存儲，進而保障后期數據處理功能的實現。需要注意的是，大數據技術在數據處理類型方面具有多樣性特征，使得自身既可以適用于標準格式的數據存儲，也可以適用于其他格式的數據存儲，這為第三方數據庫接入和數據對接分析提供了有力的技術支持，也解決了數據處理主體面臨的數據類型多樣化處理和不兼容的問題。

2.3 在金融數據處理方面的應用

在金融統計實踐中，金融數據的處理實際上包括預處理和再處理兩個步驟。其中，金融數據預處理是在金融數據收集后和進入存儲中心之前，主要對數據的標準性進行處理，將那些無效的數據剔除出去；金融數據再處理是對存儲到數據中心的金融數據按照設定的算法和規則進行計算處理。大數據技術在金融數據預處理環節的運用主要體現為大數據系統會對前端采集到的數據進行異構性分析，即對收集到的數據進行統一的數據清洗、數據智能提權、數據智能標識、數據關聯和比對等預先的處理，在剔除無效數據的基礎上，使剩下的數據格式保持相對統一，使原本復雜的數據得到預先的統一化處理。大數據技術在金融數據處理環節的運用主要體現為大數據系統會按照系統管理員設置的數據處理規則和算法進行數據的精細化處理，并將處理結果存儲到對應的數據庫中，形成關聯性的數據庫。

2.4 在金融數據分析方面的應用

雖然金融數據分析與金融數據處理存在一定的關聯性，但二者之間并不完全對等。數據分析是在數據處理結果的基礎上進行的分析，是數據處理的后續流程和環節。在以往的金融統計實踐中，數據分析主要是金融機構的數據分析人員對得到的數據處理結果進行多維分析，從結果中挖掘相應的關聯性關系，從而豐富金融決策的相關信息。在大數據技術支持下，數據分析主要體現為系統分析和人工分析，其中系統分析是大數據系統對經過處理的數據結果進行模型分析，進而預測金融數據背后隱藏的金融規律，為金融主體了解金融發展形勢提供相對完整、有效的參考；人工分析是金融數據分析人員根據自己對金融數據之間關聯性的思考，對結果數據進行相應的深度分析，掌握金融數據庫無法產生的金融信息。在當前的技術背景下，人工分析不僅僅是簡單的人工計算，而是人工借助計算機技術、互聯網技術等輔助工具進行高效、準確的計算分析。

3 金融統計實踐中更好應用大數據技術的策略

3.1 金融統計主體要做好保障工作

一方面，金融統計主體應當持續增加大數據技術應用方面的資源要素投入，為大數據技術應用提供良好的條件。金融機構和金融監管機構等主體應當增加大數據技術方面的設施、人才等要素投入，使大數據技術應用有專業的人員和專門的設備系統作為支持。另一方面，金融統計主體要優化金融統計流程和環節，使大數據技術應用條件更加完善。為避免因數據收集、存儲、處理和分析環節不銜接等造成金融統計工作無法順利完成，金融主體應當從內部優化相應的金融統計組織體系，使負責各個環節的相關部門和人員能夠保持密切的聯系，避免環節缺失或者工作開展滯后等影響大數據技術應用效果。同時，金融機構內部要設立專門負責大數據技術應用問題搜集和處理的部門，動態、持續地跟蹤大數據技術在金融統計實踐中的應用狀況，及時發現和解決應用中出現的問題，確保大數據技術工具應用的科學性和有效性。

3.2 完善金融統計實踐規則

首先，國家層面應著重增強法律保障力。在大數據技術應用的背景下，為確保全國范圍內的金融統計實踐行為的規范性和安全性，國家相關法律部門應當在論證大數據技術應用現狀的基礎上，分析和明確大數據技術應用的安全漏洞，并通過專項立法明確金融統計實踐中大數據技術應用的規則，確保大數據技術應用有較為明確的法律制度依據。同時，司法機關和執法機關應當加強金融統計方面的法治實踐，確保出臺的法律制度內容能夠被充分理解和嚴格遵守。

其次，落實大數據技術應用主體責任。金融統計是協同性比較強的實踐活動。為保證各類主體都能夠嚴格按照法律制度規定落實相應大數據技術應用責任，金融機構內部應當參照相關法律制度，以及內部金融統計實踐活動開展的情況，明確各部門甚至各崗位員工應當承擔的金融統計責任，保證金融統計實踐工作責權明晰。當然，金融機構內部也要設立相應的監管部門和人員，負責對各部門、各崗位員工在大數據技術應用過程中的行為表現進行動態跟蹤檢查，及時發現和督促相關主體，解決大數據技術應用中的安全漏洞問題，增強大數據技術在金融統計實踐中應用的安全保障力。

3.3 加強金融統計結果的分析利用

首先，明晰金融統計結果的地位。在復雜的金融行業環境下，金融統計工作為金融行為決策提供了強有力的數據信息支持。在實際的大數據技術應用中，金融主體應當轉變金融統計的觀念，即從傳統以“統計”為側重點的觀念中走出來，樹立以“金融發展”為側重點的統計觀念，這樣更能得出有利于金融發展決策的數據信息，并將這種統計觀念作為大數據技術應用的目標導向。同時，為增強金融統計人員利用大數據技術發現金融行業運行規律的積極性和主動性，金融機構內部可以將金融統計結果資源利用情況作為統計人員績效考核的指標之一，利用績效激勵來激發統計人員深入應用大數據技術的積極性。

其次，確立以結果為導向的金融統計實踐思路。經過大數據分析處理后的金融統計數據往往會表現出多重的關系，這其中既有穩定性較強的關系，也有偶然性的關系，穩定性的關系是金融統計分析實踐中重點獲得和利用的關系類型。在實際的金融統計實踐中，相關主體應當提出明確的金融統計結果假設，根據這一假設進行科學、謹慎的求證，在求證中逐漸驗證和完善統計結果，以充分體現金融統計作為目標實現過程的地位和作用。

4 結語

大數據技術具有強大的數據分析處理能力，能為金融統計實踐提供有力的技術工具和手段支持。經過研究發現，目前大數據技術在金融統計實踐中的應用主要體現在數據收集、數據存儲、數據處理、數據分析等環節。結合當前大數據技術應用的實際情況，相關主體在利用大數據技術開展金融統計實踐工作過程中，應當做好保障工作、完善金融統計實踐規則、加強金融統計結果的分析利用，確保大數據技術應用的科學性和有效性。