大数据技术在经济分析领域中的应用研究

高嘉晔

（长春金融高等专科学校 吉林 长春 130028）

1 引言

大数据技术的出现，是我国网络工程、人工智能、计算机通信技术3种科技共同发展的成果，并且呈现出不断融合的局面，形成了全新的体系，该体系的出现对于社会发展与进步有着极大的推动意义和作用。大数据技术因为具备全面性、便利性、高效性等多个优势，开始在当今世界中有着飞速的发展速度，不仅在各个行业当中受到人们的高度关注，同时也开始进入到人们生活的方方面面。

2 大数据技术概述

2.1 内容概述

随着当前信息化技术的发展，大数据技术也得到了快速发展，更多的网络安全问题逐渐凸显，比如非法访问网页、盗取数据、盗取代码、电脑病毒与电脑木马等多种威胁，这些对于人们数据信息造成威胁的因素更是与日俱增[1]。在大数据技术当中，网络信息安全防御问题受到高度关注。有关人员为了避免这种情况再次出现，开始选择将有效的防范措施加入其中，这样才能有效抵御风险。通过对网络当中的异常数据动态进行分析，能够确保数据技术具备安全性与可靠性，为后期构建高质量的工作与生活提供重要的推动力。大数据技术的出现需要大量的技术和数据作为支撑，并且确保数据具备有效性和实时性，这样才能有效保证数据技术行业更好地发展下去。在大数据技术行业发展过程中，大数据技术作为其中必要的技术，直接关系到每个使用大数据技术的用户信息安全问题，所以需要做好网络信息安全管理工作以及大数据技术信息管理工作，这样才能保证大数据技术得到全面的应用，并且确保其应用效率得到有效提升。

2.2 经济金融分析数据

信息收集工作在经济分析当中，通常会利用大数据信息处理技术所收集到的各项数据，能够有效地分析经济金融当中各项情况，并且对于推动经济领域发展有着不可替代的意义。从大数据信息处理技术发展的实际情况来看，大数据信息技术当中的处理技术，被广泛应用在经济金融分析领域，并且有着不可替代的作用。主要经济分析方式包括空中动态分析和区域性信息调查两个最主要的方式，并且通过有效的分析方式，能够确保经济分析具备实施性和合理性[2]。在分析过程中，大数据信息处理技术的出现，能够对于经济提供必要的指导意见，同时也能对于一些经济行为进行有效分析，确保这些经济行为能够更好地执行，由此保证各项工作开展更加顺利。

3 大数据技术在经济分析当中的重要作用

3.1 大数据经济分析所具备的内涵

大数据经济分析在发展过程中，未能对其进行统一的概念确定，一些人认为大数据经济分析主要是利用移动客户端设备和移动互联网设备，对于传统金融信息进行融入。大数据经济分析的出现与发展，不仅仅是将大数据作为基本的社交网络，而是通过这些方面和各项业务相互结合，能够为后期大数据经济提供必要的支撑。随着技术不断发展，大数据经济分析不再局限于信用评价或者第三方支付，而是通过互联网当中的银行处理业务，有效实现大数据经济分析这一关键工作。

3.2 大数据经济分析所具备的特点

目前，大数据经济分析当中，关于供求资金双方，可以利用网络对目标进行有效的搜索，这时不再要求第三方的加入，降低了交易的成本，使得操作流程更加简化。大数据经济分析的出现与发展，也能带动着社会的整体办事节奏，不仅确保办理业务更加快捷与方便，同时也能对于合理的账户问题进行有效处理。大数据经济分析发展，通常与电子商务、大数据的发展有着密切的联系。比如手机当中的支付宝，在支付宝当中，人们最常使用的一项服务，同时也是最主要的服务项目就是余额宝。在该服务项目上线之后，就受到广大用户的关注。通过大数据经济分析发展模式，也能够有效地突破时间与空间所带来的限制，在金融业务交流和客户对接方面，有着更加广泛的应用空间，因此受到人们的高度关注[3]。

4 大数据技术在经济分析领域的具体应用

4.1 大数据技术的应用层面

在经济分析领域当中，大数据技术的应用可以从多个不同的层面着手，具体如下。

（1）在经济投资决策中的运用。在经济分析领域，投资决策是非常重要的一项工作，不论是实体经济投资，还是金融理财投资，一旦决策出现失误，那么就容易导致亏损，带来风险。因此，可以将大数据技术运用起来，应用到投资决策分析当中。对投资对象、投资方案，通过大数据展开分析，评估投资方案的可行性、预期收益等，最终确定是否要通过投资方案，或者是要对投资方案进行修改[4]。通过大数据辅助经济投资决策分析，可以提高决策的正确性与合理性，减少出现亏损的可能性。

（2）在经济风险防范中的运用。在经济分析领域，风险防范是一个重要的构成部门。不论是对于企事业单位，还是对于金融机构，亦或者对于一些其他单位，经济风险防范都是必要的工作。企业需要防范自身经营中的经济风险，金融机构则需要从金融和市场角度防范经济风险。在经济风险的防范中，便可以将大数据技术应用起来，建立起大数据风险预计体系。围绕具体的对象，构建起风险防范数据库，将各方面的数据都搜集起来，设定风险指标，依靠大数据展开自动分析。通过分析，与风险指标进行对比，在接近风险预警阈值时，便开始做出提醒，以便能够提前处理，防范经济风险[5]。

（3）在资金账款管理中的运用。对于经济分析而言，现金流量分析、应收账款管理，都是需要关注的要点，这会影响到经济活动的正常运转。因此，在现金流量和应收账款这两个方面，便可以使用大数据技术来进行分析。比如对于现金流量，便需要对现金流向、金额大小等予以分析，动态预测现金流量变化，当现金低于安全线时发出预警。而对于应收账款，则可以针对账款规模、拖欠时间、对象企业偿债能力等进行综合分析，判定账款风险，及时采取措施。

4.2 大数据技术分析应用技术

在经济学领域，经济分析是重要内容，早期是定性分析，随着研究和时间深入，数学统计方法的应用发展是定量分析。大数据技术在经济分析当中的应用，是数学统计方法进一步进化的结果。

支撑大数据分析的数据非常庞大，这些数据作为基础条件，需要以计算机信息数据处理技术中的数据采集和存储作为基础手段。经济分析中利用大数据技术，数据本身是利用计算机信息网络采集起来，并且统一格式后一并上传至统一的数据库当中进行保存。一般数据库会设置两个，其中之一是实时数据库，另一个则是历史数据库。在大数据分析中，通过分析实时数据库中的数据，并比对历史数据库中的数据来实现趋势预测。

在经济分析中应用大数据技术，数据挖掘算法是核心。数据挖掘算法是一种统计方法，这种方法不是随机抽样统计方法，而是针对全部样品数据进行综合计算分析，所以大数据应用下的经济分析结果更加准确科学。例如宏观经济分析中，传统分析方法是通过宏观经济指标，构建宏观经济模型来进行统计分析。从大数据的角度来讲，宏观经济模型实质上就是一种关联规则挖掘算法，如典型的购物篮子算法，该算法中数据信息的集合代表总项集，在数据表当中每一行代表非空集合，且互补相交，由此可建立关联规则，只要置信度、支持度、提升度均满足要求即可进行关联规则分析。数据库中存储的数据且能够索引的数据并非一定满足大数据分析要求，因为其中可能存在无效数据，因此必须进行预处理，将无效数据剔除，这一步中主要以数据索引为支撑。大数据经济分析的数据挖掘算法类似于数学模型，当然这是一种数学模型的高级应用，像Excel表格中用到的函数也是数学模型，比如SUM求和函数，但这是数学模型的低级运用。在大数据分析中，计算机要读懂经济指标数据，必须要有适配的算法。现在算法的研究方向是机器学习算法，例如ADABOOST，利用该工具可实现机器学习，该方法称为自适应增强方法，其原理是先给定训练样本集合S，S中有两个子集以X和Y表示，X和Y分别为正例样本和负例样本。设定最大训练循环次数T，设定初始化样本权重，得到初始概率分布1/n，然后进行迭代。ADABOOST工具提供弱分类器分错，并计算错误率，算法自动选择合适的阈值进行误差确定，迫近最小化误差。具体代码设计可参考ADABOOST提供的技术文档。

近年来，我国建设了国家金融基础数据库，基于云平台架构，金融统计数据采集系统、智能分析平台业已架构部署完成，并且与人民银行各分支及金融机构实现数据的互联互通。2020年，人民银行出台金融基础数据统计制度，推动标准化逐笔统计，覆盖贷款、存款、债券、股权、同业、SPV等金融工具，可满足宏观调控的信息需求。构建金融机构主体信息库与企业信息库，二者的存在为数据关联打下基础，关联数据后即可对股权链条、担保链条、资金链条等进行关联关系，实现对金融市场的刻画，简化金融体系，进而服务于系统性风险防控。

5 结语

将大数据技术应用到经济分析领域当中，能够提升经济分析领域的发展效率，使其获得高质量发展。大数据技术具有非常显著的特点，在实践中，需要对大数据的内涵特点形成有效认识。同时，要理解经济分析的内涵及作用。着眼于大数据和经济分析，将二者结合起来，利用大数据辅助经济分析。在具体实践中，可以从经济投资决策、经济风险、账款管理等角度出发，对大数据技术予以灵活运用，为经济分析和管理提供保障。