大数据背景下的银行经济预测和金融统计研究

2017-03-10

环渤海经济瞭望 2017年12期

关键词：银行预测金融

一、银行业大数据技术应用的意义

（一）概念

1.数据具有整体性特点。大数据技术在对各类信息数据的整合过程中，强化了各类数据的统一性，数据的整体性较强，与传统的随机数据信息相比，更具整合特点，便于统筹管理

2.数据具有庞杂性特点。传统的数据统计过程中，普遍追究数据信息的准确度与精确性，但因数据信息量较大，操作时存在一定难度，大数据则更为重视数据整体的庞杂性，各式分门别类的数据进行统一计算分析。

3.数据具有相关性特点。与以往数据分析利用方式不同的是，大数据技术在分析数据间关系的同时，利用其多种内在联系进行分析计算，具有科学实效性。

（二）大数据技术在银行业领域的应用。在各银行领域采用大数据技术，可以有效完善银行产业的整体能力，具体内容如下：

1.逐步完善银行业的经济预测水平。与传统银行业经济预测手段有所不同的是，大数据技术可以有效的针对过往及未来的经济态势进行系统化、数据化的分析与预测，同时根据经济脉络的走向，总结经济发展的时代规律，以便于及时调整战略方针，保障银行企业在未来的市场竞争中处于优势地位。

2.提升金融统计管理的科学性。将互联网相关技术通过计算机有机结合使用，加之大数据技术手段，针对不同类型的数据与信息进行系统化、智能化的分类管理，对具有参考、留存价值的数据信息及时保存，对于失去时效性、无用的数据进行清理，有效提升了信息管理的实用性，节约金融数据管理资源的同时，实现数据的整合化管理，提升了管理工作质量。

3.增强风险预测与规避能力。大数据技术的合理运用，能够针对未来的市场前景与经济发展走向进行合理的分析，对于未来可能产生的市场危机及行业潜在风险进行合理规避，从而调整资金产业结构与预期投资方向，最大限度降低金融风险对银行企业的潜在威胁。

二、银行产业数据分析环节存在的问题与应对举措

（一）数据信息统计环节存在缺陷。时下部分银行企业在进行前期经济预测与金融形式分析的环节具有诸多缺陷，所采取的数据统计模式也存在不合理性。当前银行业的相关数据内容繁多、种类复杂，进行数据统计分析工作中缺乏时效性，无法针对快速变化的数据进行实时跟踪统计；相关数据分析的工具过于单一，无法满足日益增长的数据信息量，对数据信息来源判断能力不足；在银行各类财务报表的数据统计过程中，缺乏对于分散数据的统计能力，视频、图形类数据信息统计水平不足；银行产业整体的数据信息分析统计能力偏低，仍处于初级发展阶段，在应对数量庞杂的数据时，现存大数据技术的应用水平较低。值得注意的是，强化各类信息的保密性与安全性，当前互联网的应用在带动了各行业领域转型发展的同时也带来了潜在的网络威胁，应加强对于数据信息的保护，避免发生数据泄露、损毁等现象发生。

（二）完善数据分析技术的顶层设计。建立能够立足经济预测和金融统计的大数据技术，银行必须从顶层设计方面进行专业化的设计。银行需要成立专门的大数据技术研究机构和管理部门，负责针对大数据技术、系统开发、功能设计以及金融专业参数计算等工作，制定详细的工作计划。然后通过系统的会议，制定大数据技术以及大数据金融产业的发展重点以及制度保障，推动并开发硬件设施、软件工具以及分析工具，加强大数据系统的专业组织与管理，探索大数据技术在经济预测以及金融数据统计中的应用方向和应用方式。最后是完善大数据系统在银行总行以及各分行之间的数据联合，完成数据的储存和管理，建立从总行到分行到地市支行再到县区支行的数据库结构，最终实现大数据系统在银行各级部门中的布局。