大数据背景下的银行经济预测和金融统计

罗睿兰认为，数据将是确定所有行业成败的根本因素，对人类至关重要的人力资源将是数据。麦肯锡对大数据的定义是数据库的大小超出了常规数据库采集，存储和管理以及分析数据集的能力；亚马逊的“大数据”定义：任何超过一台计算机处理能力的数据量；维基百科的“大数据”定义：“传统软件工具不能在一定时间内内容爬行，管理和处理数据集”。

一、构建“大数据”是人民银行经济预测和金融统计的实际需求

人民银行“大数据”实施后，人民银行从原来的的手工业务过度到全信息化业务，原来的业务基础从手工半手工收集信息转换到应用“大数据”，加快了人民银行管理模块数据采集进程，宏观分析社会经济变化，智能收集分析民生经济信息，掌控国民经济变化，实现对经济的宏观智能调控。随着人民银行对“大数据”信息收集的完善，人民银行将成为政府机关、企事业单位、教育部门以及民间组织重要经济枢纽，加强国与民之间的密切联系。充分利用人民银行大数据，将有助于我国经济政策的实施，更好的为民生服务。通过智能化分析人民银行的业务数据，完善银行监管机制，实现人民银行掌控的标准化管理、动态跟踪、异常管理的资金流动达到人民银行风险控制，内部业务风险控制、智能处理外部业务的监督管理。

二、人民银行建立的“大数据”基本条件

人民银行数据是指人民银行获得的数据在履行职责的过程中，如分析、研究、决策以及其他功能和价值，包括统计调查，钱币借贷，个人信用，财务会计，财政部和其他结构化数据，银行通过统计数据的积累，货币分析数据库、图表数据库、文字数据库、音频和视频文件数据库和其他非结构化数据。

（一）建立一个更全面的金融业综合统计监测系统

花费多年的时间构建“大数据”，人民银行建立了一个特殊的调查体系，包括货币供应量统计，信贷收支统计、现金收支统计，外部金融统计数据，金融市场统计，人民银行收集统计专项和资本流动数据和其他金融业综合统计监测系统对人民银行的宏观调控服务，努力提高货币政策目标性、灵活性，为经济发展的转型打下了牢固的基础。

（二）建立人民银行更大的数据库

第一，建立金融诚信档案数据库。截止到2013年底，金融信用信息数据库包含近8.4亿个自然人和19.193亿年企业和其他组织的信息，个人、企业信息、年度查询卷3.5亿年和1.04亿年的时间，全国累计补充小微企业信息近243万，累计共有350000中小企业获得银行贷款，贷款余额72.3189万亿元，全国共有1.51亿农民建立信用档案，进行信用评估，101.43亿农民的贷款余额2万亿元。第二，建立一个财政部数据库。财政部的数据汇集了各级政府金融数据和财政部管理数据，包括各种结构和非结构化数据。现代财政信息系统的总体框架“3 t”系统（TCB）、国库信息处理系统（TIPS）和财政部管理信息系统（TM3a00b4e5652d51e5e7e77e04c7d24a14）三个系统是核心。

（三）金融标准化建设成果显著

2010年，中国人民银行推出了“银行业标准体系框架”，发布了“中国金融集成电路（IC）卡规范”（2010年版）和其他14个金融行业标准；发行“金融行业信息管理规定”，金融机构信息管理系统的建设，建立中国第一个金融机构目录，覆盖230000多家金融机构的信息。2011年3月，人民银行颁布了“促进金融IC卡申请工作建议”，启动银行磁条卡到IC卡移民战略。2014年8月，中国人民银行发布了“统计数据和元数据交换（SDMX）标准，标准的处理、交换和外部中国金融统计数据的分布。2014年11月，中国人民银行发布了“金融信用信息基础数据库用户管理实践”和“信用信息安全标准。

（四）中国人民银行有较高的利用价值

中国人民银行货币政策委员会通过分析存款和贷款的影响及其对货币政策的变化，对货币政策进行了适当的调整。人民银行提取数据给财政部和其他部门使用，通过一系列分析判断从而做出决策。地方部门利用人民银行 提供的数据，对经济的预算支出，以及收入变化，能够及时掌握和调控。

三、人民银行“大数据”的制约因素是主要因素

目前，有一些技术和监管因素制约着人民银行“大數据”的建立、分析和利用。

（一）技术操作水平，数据收集和挖掘仍相对落后

数据收集和挖掘更落后。与阿里巴巴以及其他网络电商相比，人民银行仍旧采用较为原始的方法收集信息，对信息收集与挖掘不够到位。当前人民银行建立大数据最大的难题不是信息的收集而是信息的利用，据统计，人民银行信息聊得利用率仅为百分之二十。相比较之下，互联网电子商务等企业在信息的收集与利用之下高出人民银行很多，人民银行应从内部改革，引进人才，充分激活休眠的数据。

缺乏标准化的数据设计。由于起步晚，收集信息手段落后，诸多原因导致人民银行在建立“大数据”模型时，在于国际接轨时出现了碰撞，不能找到相匹配的数据名称和专业名词，导致人民银行在大数据建立标准的数据设计的路上举步维艰。

使用非结构化数据的缺乏。中国人民银行档案管理系统对会计凭证、会计帐簿、报表和其他会计资料的完整性和安全性提出了具体要求。人民银行的数据依旧以传统的方式进行记录，即仍旧集中在文字类的数据上，缺乏图像影音类的记录，即便有这类数据，不能及时处理应用于实际，对于非结构化数据的处理和应用需要进一步强化。

（二）缺乏产品创新能力

由于传统模式的限制，以及运转模式灵活度的不够的阻碍，导致人民银行在产品创新的能力较低。因此，在大数据战略的实施过程中面临着各种挑战。就同行来说，工商银行在这方面做得相当好，“e金融”商城的建立，及时把握住当今快捷支付的潮流，把握住电商这一历史机遇。和微信微博等社交媒体相比，在创新的支付品台以及支付工具方面起步晚，分析利用用户金融信息行为和偏好方面显得十分不足。作为金融行业的先驱者不能把充分了解时间前进的脚步，固步自封，闭门造车，面对必然的结果就是被淘汰。虽然人民银行一直在变革，然而在创新方面做出的努力程度依旧不够，或者说显得十分无力。与其说是在创新，不如说是变相的模仿罢了。面对已经习惯某种模式的人民来说，何必浪费时间去接受一项模式差不多的金融事物，更何况人们面对金钱方面不太愿意冒着可能失去的风险去尝试新事物。为此，人民银行想要打个翻身仗，必须从头到尾来个彻底变革，唤醒人民对人民银行最初的信任与依赖。

四、国外银行“大数据”使用比较分析和参考

下文介绍了，以及XBRL分析框架的国外央行的使用，为中国央行对大数据的使用提供参考依据。

2014年商务报告中，ECB即欧洲央行，和美联储（全称美国联邦储备理事会）使用并介绍“文本分析定向算法”（数据）。报告中详细介绍了欧洲银行基于“大数据”预测，并指出数据是一个详细的工作文本化描述的搜索和特定集合体。利用“大数据”方法直接构建一种由情感为枢纽传递的相关数据，并分析关联度，判断是否具有重要的意义价值

XBRL（可扩展商业报告语言的缩写）其主要目的为商业和金融信息的交流与交换，以及定义金融名词，最终达成一种国际间的扩展商业报告语言。因此，及时XBRL是使用国外央行的资料，在国内外不同的系统间是可以共享使用数据和适应不同复杂程度的财务报表。

XBRL在日本银行的应用。日本与2003年开始实施XBRL的测试。随着测试的使用，日本银行发现使用XBRL的过程中大大减少了工作负担。2006年上旬，正式向XBRL提交数据。央行认为，每月使用XBRL提交数据能够大大减少数据分析的工作量以及数据验证，除了通过简化提交流程之外，在验证报告函数中能提前发现报告中的各项问题。

XBRL在西班牙银行的应用。XBRL在2009年已成为西班牙金融机构的年度财政基本财务报表，通过数据自动化验证，以及指导意见的提出，西班牙央行大大提高了数据的质量。让西班牙人民对央行的职责能更深入的了解，对于央行收集和处理金融财务信息方面有了全面的认识，使人民对央行的信任与支持力度进一步加深。

五、相关建议

国外的金融预测与数据统计反应表明，对于“大数据”的应用，极大的减少工作量，增加了工作效率。因此，积极学习借鉴国外经验，加强人民银行对经济预测和金融统计“大数据”的运用

（一）适应“大数据”的需求，规划中国人民银行“大数据”战略的设计

首先，人民银行在软文化环境方面培育应重视数据文化的培育，建立“大数据”相关研究机构。建立“大数据”说话的思维方式，强调数据决策工作和协调的机制，形成数据管理工作，人管理数据，最终达到银行运行机制在人为的掌控下高效率运转。其次，整合内外部非结构化数据，充分挖掘客户信息，完善系统信息的整合。加大对电子商务渠道的信息收集和利用的力度，注重新型數据来源，提高信息敏度识别度。最后，增强信息分析的实效性。对于信息的收集和分析的处理，应及时作出相应的预测和应，加强数据平台的建设，基于多元化信息平台分析挖掘工作，对信息化的深入和延伸，丰富完善分析挖掘工具。

（二）人民银行履行职责，科学建设人民银行数据库

基于“大数据”理论建立一个数据网，即以总行数据为网中心，支行作为网的延伸，类似一个“蛛网结构”支行获取数据信息，向总行输入信息汇总，总行及时对各分行进行信息处理，实现分级管理，最终实现数据统一规划，上下协调发展，使得信息业务均匀分布减轻运转压力，实现分行工作，总部调控，提高人民银行网络对于数据流的计算和分析的能力，随着“云计算”1代的升级为2代技术，人民银行对金融信息数据的保护加密工作提升了好几个级别，对于数据的泄露与盗窃方面等行为，银行数据的敏感度十分的高。银行数据库主要有三个系统组成，即金融数据库、分析、预测模型库，通过对信息进行分类处理，和量化分析，满足业务部门数据查询、数据分析挖掘等不同层次的需求，为营销和决策提供数据支持，最终提供科学的基础给金融监管机制，完善金融监管机制，科学地建设人民银行数据库。（作者单位为中国建设银行长春西安大路支行）