大数据背景下金融统计业务创新

洪峰

大数据的发展，具有数据体量大、种类多样、价值密度低、处理时效快等特点。大数据的发展，对金融统计的数据采集、处理以及数据分析的影响是深远的。因此，金融业应当树立前瞻意识，以大数据的发展为背景，不断强化金融业综合统计系统的构建、强化金融统计队伍的建设，升级计算机硬件和软件系统等相关配套设施，为确保金融统计业务的持续稳定健康发展奠定基础。

2011年，美国麦肯锡咨询公司发布研究报告《大数据：下一个创新、竞争和生产力的前沿》。《报告》指出：人类社会已经进入了数据大爆炸的时代，而大数据已经渗透到各行各业以及职能领域。金融业被定义为“数据密集型”行业，其数据量与手机银行、网上支付等技术的推广应用息息相关。突飛猛进的数据增长，影响的不仅仅是金融业的各项业务发展，更影响着金融统计工作。

时至今日，我国的金融统计已经经过了30余年的发展历程，统计的方法、技术手段等，也伴随着时代的发展而不断变化。大数据时代的到来，数据来源体量的不断加大，统计需求的不断增高，使金融统计工作需要追求业务创新，改变传统统计工作方式。

一、大数据的内涵及对金融统计业务的影响机制

（一）大数据的内涵及特征

关于“大数据”的内涵，国内外研究者均有不同的定义。美国麦肯锡环球研究院的定义指出：所谓大数据，是指“大小超出了典型数据库软件的采集、存储、管理和分析能力的数据集”。我国学者在开展大数据研究中，也针对大数据的内涵进行了深入的研究，并分别从广义和狭义两个视角定义大数据的概念。本文基于金融统计领域研究大数据，比较倾向于美国麦肯锡环球研究院的定义，将大数据定义为：一种大小超过典型数据库软件采集、处理和分析能力的、种类多样且实时更新的特殊数据集。由此可见，大数据之“大”，不仅体现在体量、更体现在种类以及时效等方面。

立足“大数据”的内涵，我们可以总结梳理其特征如下：

第一，体量大。数据量巨大，是“大数据”最为显著的特征。有关的统计研究数据表明：从1988年——2018年，互联网流量已经实现了TB到ZB指数级增长。据IDC预测，2020年全球数据总量达到44ZB，我国数据总量为8060EB，占全球数据总量的18%。指数型增长的数据量，于行业的发展而言，不仅是机遇，更是挑战。

第二，种类多样。传统的数据采集，以结构化数据为主；半结构化或非结构化的数据，将难以被采集。大数据时代的到来，无论是传统结构化的数据还是以HTML文档为代表的半结构化数据，抑或是以图片、声音、视频等为载体的非结构化数据，都能够被有效采集，并汇总、处理和分析。由此可见，大数据背景下的数据，涵盖结构化、半结构化以及非结构化等多种类型，种类多样显然成了大数据的显著特点。

第三，处理速度快。和传统的数据类型不同，大数据实时更新，处理速度极快。有关统计研究表明：大数据能够在1s之内完成海量数据的处理，并能够从中找寻有价值信息，为决策者分析结论并提供有说服力的证据。

第四，价值密度低。大数据的价值密度低，与其“体量大”的特点息息相关。正是因为“体量大”，导致在海量的信息中，有价值的数据往往不多。而价值密度低的特点，无形中增加了数据采集、处理和分析的难度。

（二）金融统计的概念界定

早在2000以前，我国便将有关金融领域的统计定义为“金融统计”。2000年左右，IMF颁布《货币与金融统计手册》，该手册被定义为“全球第一部金融领域的统计国际准则”，同时《手册》也精确的定义了金融统计的概念。除了IMF，MFS也对金融统计进行了定义，认为金融统计是对金融流量以及存量数据的统计，而相关的数据，既来源于金融机构，也来源于非金融机构。因此说，金融统计本质上是对货币资金融通诸要素的统计，当然，相关的统计工作并非无主次进行，而是有重点，有主次。一般而言，金融统计主要是针对货币资金的流动数量、流通方向、资金结构和余额的统计，简称为金融存量和金融流量。

（三）大数据对金融统计的影响机制

1.大数据对数据采集环节的影响机制

数据采集是金融统计的首要环节和基础性环节，是从各机构对所需原始数据进行归类汇总的过程。数据采集的优劣，将直接影响最终金融统计工作的成效。因此，把好数据采集关，是促进金融统计工作质量提升的关键所在。那么，大数据对金融统计的数据采集有哪些影响呢？一方面，就数据采集的种类而言，传统的采集手段仅对结构化数据有效，对半结构或非结构化数据无效，若大数据背景下依然采用传统人工的方式采集数据，其成本将会无限增加。另一方面，在大数据背景下，数据价值密度极低。何为数据的价值密度低呢？即海量数据中，有价值的数据较少。针对低价值密度的数据，有必要革新采集的工具和方法，方能提高数据采集的成效。由此可见，有关金融统计工作的数据采集，大数据对采集的人员、采集工具以及采集方法等都产生了重要的影响。

2.大数据对数据处理环节的影响机制

数据采集之后，处理成了至关重要的环节。金融统计数据的处理包括多个流程，如存储、汇总以及校验等。大数据背景下的数据量，已经突破了传统典型数据背景下的体量以及软件硬件极限。同时，传统的技术手段，对半结构和非结构化数据无效。由此可见，大数据背景下金融数据处理的难度、强度，决定了金融行业应当不断革新数据处理的技术手段，软硬件设施等，方能适应时代发展变化的需要。

3.大数据对数据分析环节的影响机制

数据分析是在数据统计的基础之上进行的。大数据背景下，庞大的数据量，给数据的分析带来了极大的挑战。如何提高数据分析的准确度、计算速度等，是金融统计领域面临的难题。尤其是半结构化、非结构化数据的统计分析，已经超越了传统的统计能力和范围。由此可见，大数据对金融统计的数据分析人员、分析方法以及软硬件设备都产生了直接的影响。

二、大数据以及金融统计发展现状分析

从上述分析可以看出：大数据的发展，对金融统计中数据的采集、处理和分析都会产生直接性影响，但“影响程度”如何，尚待分析。为了充分了解大数据发展对金融统计的影响程度，有学者采取了专业化的调查研究手段，基于“最大隶属度”原则建立评价指标体系。然则，评价的结果让人大跌眼镜：在“影响大”和“影响较小”两个评价等级之间，测评结果更加偏向于“影响较小”。那么，是什么原因导致了上述结果的出现呢？

（一）大数据的发展依然不成熟

大数据之强大，不仅仅体现在数据体量大，更体现在技术手段的强大。但是，大数据毕竟是新兴事物，从产生到发展，必然需要经历一些历程，方能更好作用于各领域。就现阶段的大数据发展而言，要想达到发展成熟的目标，依然有待时日。因此说：就金融统计领域而言，大数据虽然对金融统计的数据采集、数据处理以及数据分析产生了一定的影响，但影响尚不是很大。当然，伴随着时代的发展，技术的进步，大数据对金融统计的范围、程度将会不断增强，革新金融统计业务的方式、手段依然是现阶段金融业务发展的重中之重。

（二）金融统计业务工作的相对稳定性

我国的金融统计业务已经经历了30多年的发展，整体上已经呈现较为稳定的趋势。相关的统计分析表明：建立在大数据基础之上的数据信息、技术手段等，现目前依然主要应用于金融产品营销、客户挖掘等领域，就金融统计而言，其更加专注的是金融市场的整体运行现状。由此可见，大数据手段与金融统计业务之间，其侧重点具有差异性。因此说，当前，大数据对金融统计业务的影响比较有限，短时间内，大数据并不能对金融统计产生大面积、大规模的影响。而传统金融统计手段，依然能够满足现行金融统计工作任务的要求。当然，随着大数据的不断成熟和发展，大数据与金融统计之间的关系将会更加密切，大数据对金融统计业务工作的影响将是深远的。

三、大数据背景下金融统计业务创新的对策建议

结合上述分析可见：大数据对金融统计的数据采集、数据处理以及数据分析等都产生了一定的影响，但由于当前大数据的发展依然不够成熟，而金融统计业务的相对稳定性，进一步弱化了大数据的影响。不过，伴随着大数据的不断成熟发展，其对金融统计业务的影响将是深远的。因此，以大数据发展为背景创新金融统计业务，势在必行。

（一）完善金融统计制度建设

常言道：无规矩不成方圆。在行业发展的进程中，制度建设是促进行业健康稳定发展的基石。大数据背景下金融统计业务的创新发展，有赖于不断完善的制度建设。

1.强化金融业综合统计系统的构建

虽然现阶段金融统计业务具有一定的稳定性，但依然存在缺陷，尤其是将银行业、证券业以及保险业分开统计的模式，其缺陷和不足不言而喻。这种分开统计的模式，并不利于整体金融市场全面性、动态性的监管。随着大数据手段的不断成熟，强化金融统计数据信息系统的建设至关重要，而综合统计系统的构建，则能够促使管理者对整个金融市场进行全面而动态的监管和分析。

在金融业综合统计系统的构建中，笔者提出两点建议：一是要强化数据采集的全面性以及数据结构的多样化，尤其要注重对银行业、保险业以及证券业等金融行业数据的采集，强化采集工具与现代计算机技术的整合，不断提高数据采集的广度和精度，为更好地进行数据的处理和分析奠定基础。二是基于法律和管理制度两大层面构建金融统计综合系统。大数据时代的综合统计系统的建设，更容易暴露出信息泄露、侵犯隐私等侵权问题的出现。因此，在构建金融统计综合系统的过程中，强化法律以及制度建设，为确保整个系统的有序运行奠定基础。

2.推进金融统计标准化建设

大数据的不断成熟和发展，对金融统计的影响将是深远的，尤其是激增的数据量以及多样的数据类型，在很大层面增加了金融统计的难度、精度和效度。若无统一、标准化的金融统计标准，如数据记录缺失、类型和标准不统一等问题的存在，将会对金融统计业务的发展产生不利的影响。因此，推进金融统计标准化建设，势在必行，刻不容缓。

一是金融统计信息的标准化管理。大数据背景下，金融机构机已经不再局限于银行、保险或者是证券等公司，新兴的金融结构如同雨后春笋般涌现出来，如小额贷款公司、融资担保、融资租赁等公司等。但就目前的统计发展而言，虽然这些小型金融机构对金融市场的作用和影响日益增大，但其依然被排除在金融统计的范围之外。因此，强化金融统计信息的标准好管理，是促进金融业持续稳定健康发展的关键所在。

二是强化金融工具信息以及单位的标准化管理。大数据背景下，金融工具也伴随着大数据的发展而不断发展，现如今，除传统的股票、债券等金融工具，PVC期货、备兑权证等新型的金融工具也不断涌现，因此，以大数据发展为背景创新金融工具信息标准化管理至关重要。除此之外，针对新兴的金融机构，强化单位的标准化管理，也有助于促使金融统计业务的整体性、全面性更强。

3.不断优化金融统计的方法

金融统计的方法，体现在数据的采集、处理以及分析三个重要环节。大数据的发展，对金融统计的三个环节都将产生深远的影响，因此，不断优化金融统计的方法，充分利用计算机软件强化对金融统计各环节数据的监管、处理和动态分析，是提高统计质量的关键所在。如基于数据分析手段强化数据的挖掘、关注金融业中的热点和难点领域、充分利用统计方法和数据挖掘技术，提高金融统计分析的精度和效率。

（二）强化金融统计队伍建设

金融统计工作的持续健康稳定发展，离不开优秀的金融统计队伍建设。尤其是大数据的发展，给传统的金融统计业务带来了巨大的挑战，传统的知识结构，俨然已经不能适应时代发展的需要。因此，不断提高金融统计工作者的综合素质，技术手段，促进金融统计业务的稳定健康发展。关于金融统计队伍的建设，笔者提出两点建议：一是引进人才；二是强化培训。

就人才的引进而言，应当注重复合型人才的引进，尤其是强化对大数据发展以及金融统计都较为熟悉的人才引进至关重要。同时，针对在职人员，基于大数据背景强化培训，帮助相关从业人员树立与时俱进的管理意识和统计意识，为提高数据统计和管理的效能奠定基础。

（三）升级金融统计配套设施的建设

大数据背景下的金融统计发展，在强化人才建设软件支撑的基础之上，金融业也应当强化相关硬件配套设施的建设。一是计算机硬件的升级。现如今，大数据的发展，其数据量已经从TB指数级飞跃到ZB，面对这一庞大的数据量，唯有不断升级计算机硬件系统，方能确保相关统计系统和业务的稳定性发展；二是计算机软件的升级。在金融统计业务中，计算机的硬件与软件，两者相辅相成。在强大的硬件建设的基础之上，金融业也应当不断升级计算机软件，如R、Matlab和Scipy、Stata和SPSS等，不断升级的计算机软件系统，是夯实金融统计数据采集、处理和分析的基础。

结语：

大数据的发展，对金融统计的数据采集、处理和分析的影響将是深远的。在大数据背景下，金融业应当树立前瞻意识，以大数据的发展为背景，不断强化金融业综合统计系统的构建、强化金融统计队伍的建设，升级计算机硬件和软件系统等相关配套设施的建设，为确保金融统计业务的持续稳定健康发展奠定基础。