大数据对金融统计的影响研究

1.引言

随着科技信息技术的不断发展，互联网以及计算机技术已经逐渐进入到整个社会。在这样的背景下，大数据时代已经来临。所谓大数据，是指那些数量巨大，且难以轻易用常规方法进行抓取的数据。大数据由巨型数据集组成，这些数据集大小常超出人类在可接受时间下的收集、调用、管理和处理能力。因此大数据的搜集处理，一般需要依靠计算机技术的支持。金融统计工作的进行需要数据的支撑，而大数据时代下的金融统计工作有了更多的特点和要求，大数据对于金融统计工作的影响十分深刻。

2.大数据对金融统计的影响

2.1 对金融统计数据采集的影响

金融统计需要大量的数据作为支撑，而数据的数量繁多，在大数据背景下的金融数据采集更是需要面临更高的需要。大数据时代，金融数据量多面广，传递速度极快，且呈现出跨平台多样化的发展，数据价值的密度较低，因此如果采用传统的数据收集方式，其效率将会十分低下，同时也会耗费大量的人力物力以及成本。传统的数据采集工具对于结构化数据的采集仍然有效，但却无法有效处理半结构化和非结构化的一些数据，从而导致数据采集过程无法顺利进行。因此大数据背景下的金融数据采集将会对数据平台的搜集方法、平台操作以及相关信息采集人员的行为和技术，都提出新的要求。金融统计数据的搜集，将进一步影响到金融统计数据采集的成果和效率。

2.2 对金融统计数据处理的影响

金融统计的数据处理包括了对数据的存储、汇总、修改、查询和校验等各个方面。而大数据背景下的金融统计数据数量庞大，随着数据量的快速增大己超过了数据处理软硬件的极限，且存在很多的半结构化和非结构化的数据，采用传统的数据处理方式，将会大大增加数据处理的难度，同时也无法再适应后续的查询、修改工作的进行。因此，大数据下的金融统计数据处理，必须采用更加先进的处理技术，包括各类云存储的方式，以及数据综合服务系统的应用等，才能够充分对数据进行处理，提高检索、查询、存储的效率。

2.3 对金融统计数据分析的影响

传统的金融统计数据的分析往往只是基于本地的数据进行传统的金融要素统计核算与分析，然而大数据影响下的金融统计数据的分析范围却更加广泛，数据涵盖的时间更长，且涉及到的金融工具和行业数据也将更多，因此大数据下的金融统计将能够更好地对不同时序上的行业情况进行分析，宏观上能够对不同金融行业的情况进行统计分析，微观上可以细化到不同的从业人员不同金融渠道的数据分析等。因此大数据下的金融统计数据分析将会比传统的数据分析更加全面有效，能够更好地指导金融业的发展。但与此同时，也对数据处理的方法和技术基础提出了更高的要求。由于数据量的庞大以及数据统计口径的不同，数据处理将会更为复杂，需要较强的技术支撑和优秀的统计分析人员辅助才能完成。

3.大数据背景下的金融统计问题

3.1 金融创新力度不够，存在信息缺口

由于缺乏一定的创新力度和手段，导致金融业的统计信息存在一定的缺失，这主要体现在以下四个方面。首先，是很多新型的金融机构的数据存在缺口。随着科技的发展，金融行业出现了很多新型的金融机构，如金融控股公司、融资性担保公司、货币经纪公司等。这些机构的很多数据尚未纳入到统计范围。同时还有一些住房公积金中心、社保中心等对金融部门有重要影响的资金集散主体也尚未被纳入金融统计监测范围。由于金融创新力度的不够，导致了很多信息统计存在缺口。

当前很多检测的工具并不能对金融信息进行全面的搜集，尤其是对于一些新的金融产品和金融工具，尚未有合适的手段对其进行统一的信息搜集和分析。如一些金融同业业务、金融衍生产品交易、融资融券业务等。由于与传统的金融业务有所区别，在整个市场和行业中都有着较大的延伸范围，因此缺乏全面对这些金融产品进行检测的手段。

大数据时代的金融统计，不仅仅针对国内的金融数据，同时还涉及跨境金融数据。尤其是随着全国贸易一体化的发展，对跨境的机构、金融市场以及金融交易的监测，是金融统计不可或缺的数据源。然而当前对于这些跨境交易的横向监测，对“热钱”流入流出，外资投行在我国境内股票市场、房地产市场投资动向等几无监测手段。

3.2 统计技术不满足大数据要求

虽然我国金融统计的工具有了一定的发展，然而要进行大数据分析，还不能完全满足其要求。对金融行业的数据进行搜集和挖掘，促进金融行业的分析和调控，需要更多的大数据分析和加工处理技术才能完成。大数据下的金融统计涉及到很多行业，数据统计口径也不尽相同。如何在大量的数据中，挖掘出有用的信息，并能对其进行分析，是金融业大数据的统计技术需要解决的问题。由于跨行业和跨部门的数据共享机制尚未形成，阻碍了数据的交流和获取。除了金融数据的搜集问题以外，还需要考虑的是数据的存贮问题。由于大数据背景下的金融统计是个十分复杂的工作，涉及到大量的信息，如何通过低成本、高可靠性的方式，对这些数据进行存储，同样也是统计技术需要面临的问题。最后，需要解决的是对数据的分析技术难点。由于大数据的海量性，其存在着多源异构、多实体和多空间之间的交互动态。因此对大数据的统计分析十分复杂，需要采取新的统计方法，借助计算机等技术来辅助完成。

4.大数据背景下的金融统计促进方法

4.1 创新化的统计工作模式

大数据背景下的金融统计工作，必须采用创新化的统计工作模式。为了充分发挥大数据下的金融统计特点与作用，统计工作必须从原来集中化的工作方式转向为全面多样化的工作模式。也即统计工作的数据采集和分析，必须设置到金融业务的各个职能部门以及各个业务范围，同时还需要囊括与金融业务有关的其他行业数据的统计，如公安、工商、海关、税务等其他部门和外部机构。除了数据的搜集以外，统计工作同时也要注重多数据的共享与处理，采用分散式的工作模式对数据进行搜集，采用统筹整合的工作模式，对数据进行共享和处理，从而最大限度地在海量的数据中挖掘出有用的信息，并通过统计方法对数据进行分析，通过数据指导金融行业的发展。

4.2 加强金融统计数据的标准化

由于大数据下的金融统计数据十分庞大，数据统计口径较多且涉及到很多不同的行业，这给数据的搜集和统计分析带来了一定的难度。因此为了提高金融统计的效率，必须制定标准化的数据统计规则，从而保证不同的金融行业和机构，能够根据标准化的数据统计要求，进行数据的提交和分享。这样的方式能够有效消除信息壁垒，保证数据在不同行业的部门之间的共享和流转。对于与其他部委、外部单位之间共享的数据，也要遵照一定的标准规范，使各方对数据的含义、标识、用途等有统一的理解。此外，除了数据的标准化规范以外，对于数据的挖掘、存储、传输和分析，需要有一套标准化的制度来保证其数据的真实性、有效性和安全性。因此应制定相应的信息处理机制，对不同类型和不同重要程度的信息处理进行规定，保证统计数据的有效性。

4.3 构建大数据金融统计配套设施

大数据的金融统计由于需要大量的数据挖掘以及数据处理和分析，因此必须构建良好的硬件设施，才能够满足统计的需求。为了获得各行业的金融数据，需要根据需求对各行业的基础硬件设施进行构建，包括各类网络信息技术、计算机存储技术等，云计算平台等技术。大数据基础设施包含数据中心设计、网络、计算存储硬件、以及相应的管理软件和运维等等。此外，对于终端用户来说，诸如大数据处理平台系统、深度学习软硬件框架、数据安全方案等一系列帮助其快速满足业务需求的软件平台，也包含在大数据基础设施之中。为了更好地对大数据进行处理，需要构建相应的金融统计配套设施，提高数据存储、交换、处理效率。

4.4 加强金融统计工作队伍建设

为了进行金融统计，必须有良好的工作团队，对大数据进行挖掘和处理。传统的金融统计工作人员所需要面临的仅仅是很少的业内数据，采用日常的常规处理方式即可对数据进行统计分析。然而大数据背景下的金融统计工作，却需要统计工作人员具备良好的金融知识、统计知识以及计算机知识。因此大数据背景下的金融统计工作队伍需要的是专业性较强的复合型人才。为此金融行业应该加强统计工作队伍的建设，在原有的统计工作基础上，加强工作人员的培训，主要对其计算机的处理能力，大数据处理和分析的能力进行提高。除此之外，也应该扩大对计算机人才的引进，由于大数据背景下的金融统计除了涉及到数据的分析处理工作以外，还需要对相关的硬件和软件进行建设和维护。

5.结语

大数据为金融统计工作提供了数据基础以及技术支持，同时也对金融统计工作产生了一定的影响，具体体现在对金融统计数据的采集、处理以及分析等方面。为了更好地实现大数据背景下的金融统计工作，必须对统计工作模式进行创新，加强金融统计数据的标准化，构建大数据金融统计配套设施，加强全员大数据知识的学习和金融统计工作队伍建设，从而更好地提高金融统计工作的效率，促进金融业高速发展。

(中合中小企业融资担保股份有限公司，北京 100035)