大数据技术在外汇管理事中事后监管的应用

摘要：外汇管理工作由事前监管转移到事中事后监管，加强外汇业务数据的监测分析是外汇管理工作的重要手段。本文结合外汇数据的特点，分析大数据技术在非现场审计、外汇检查工作的应用。

关键词：外汇管理  大数据技术  应用

随着外汇管理改革的推进，外汇管理工作由事前监管转移到事中事后监管，外汇局的业务办理、监测分析、事中事后监管日常工作主要以信息化管理为主。当前，外汇业务数据呈现出大容量、多样性和时效性的特点，也为事中事后监管提供了豐富资源。本文分析大数据在银行办理贸易融资，非现场审计和外汇检查工作中的应用。

一、当前外汇局现有数据情况。

外汇局目前建有多个系统，包括国际收支申报、货物贸易、服务贸易、资本项目、个人外汇监测、金融机构资产负债、企业贸易信贷、外汇检查应用等系统，涉及到的数据包括金融机构代客数据、金融机构自身数据、企业报告数据、外汇业务数据以及外部数据等海量数据，此外还有各分支局自主开发的特色业务系统所产生的数据以及档案袋、文件夹中的各类数据，这些数据成为外汇决策和监管的数据基础。因此我们可以构建外汇大数据平台，开展外汇非现场监管和服务，该大数据平台必须是可扩展的，可接入，为外汇业务的改革和发展提供预留空间。先期的功能可以有外汇非现场审计、银行贸易融资信用查询等功能。

二、外汇大数据在非现场审计中的应用

非现场审计是审计项目的重要环节，目前外汇管理主要以事中事后非现场监管为主，因此对事中事后监管开展非现场审计是提高外汇管理工作效率的重要手段。在当前外汇管理部门外汇业务量较大的情况下，以非现场审计取得的数据和线索，作为制订外汇管理审计方案的依据，能够较合理的安排审计力量，确立审计重点，从而提高审计效率和审计质量。在外汇大数据平台中设计非现场审计并可以扩展，如外汇检查非现场审计、国际收支核查非现场审计、货物贸易非现场审计。如外汇检查业务非现场审计模块分为三个大功能模块，分别为用户权限管理，包含授权和注销;数据采集模块，包含从外汇非现场检查系统和从外汇案件信息管理系统采集数据，数据采集期限设置，把控数据风险;非现场审计功能依据《操作手册》，分为三个模块，分别为外汇检查内控制度对外汇检查内部管理制度执行情况、检查工作情况和事中事后监管成效情况开展审计。

三、外汇大数据在外汇检查中的应用。

数据对外汇检查是很重要的，外汇非现场线索排查是外汇检查的重要工作，外汇检查需要外汇局的全业务数据，目前外汇局的系统已整合了大部分的业务数据，但外部单位的数据还需要进一步整合，如企业的人民币流水数据。部分外汇违法违规行为一般是涉及到外币和本币的使用两个环节，有了人民币数据，市场主体的违规行为在资金使用环节就可以从源头到最后落地形成一个链条。本外币一体化监管既能服务市场主体，也能提高监管部门的监管效能，节约行政成本。

四、外汇大数据在银行贸易融资的应用。

对于涉外企业利用真实贸易背景在银行融资是解决企业运转的重要手段，但是目前大企业凭借资信容易在银行融资，但是大企业供应链上的中小企业规模小，资信低，信息不对称，很难获得融资。整合以企业货物流、资金流为中心的大数据中心能增强银企互信。采集工商、海关、税务数据、银行为企业已办理的贸易融资信息，整合外汇局的资金流数据，就可以全貌的看到一个企业的信用信息情况，银行可以从这些有效数据了解企业该笔贸易项下的融资情况，防止重复融资和超额融资，自动核验税务备案信息、发票真实性及使用情况，进一步增强银企互信。对于大型企业供应链上的中小企业，可以采集该大型企业的财务数据，收集中小企业的应收账款，依靠大型企业的信用，中小企业可以办理应收账款贸易融资，切实解决中小企业由于信息不对称的融资难贵问题。

五、云计算平台在大数据的应用。外汇大数据量大，用

户多，只有依靠运计算平台的计算能力，才能对大数据进行高效利用。建设外汇大数据平台需要于搭建外汇云监管平台，租用服务提供商的基础设施等资源。该平台由基础设施即服务层（Iaas）、平台即服务（Pass）及软件即服务（Saas）构成。Iaas层提供通用服务器存储、网络等基础配置，通过虚拟化、分布式等技术实现资源的充分利用。Paas层帮助实现API、SDK等通用开发功能，为各种应用的开发提供平台支持。Saas提供各种具体的功能应用，用户只需要通过接口控制即可实现具体的功能。外汇云监管平台负责提供大数据计算、存储以及分析与数据挖掘等功能。大数据分析与挖掘是其中的关键技术。外汇大数据的来源广泛，采集涉及的主体包括银行、企业、工商、税务、海关以及商务等，因各单位的数据结构不一致，被采集的方式不一致，有些是数据接口直接对接增量采集，有些需要光盘形式复制再导入平台，甚至有些外汇案件线索的数据是纸质留存的。必须先对其进行数据抽取与清洗等预处理，将非结构化数据向结构化数据过渡，再根据业务需求对离散数据进行关联组织，集成为具有逻辑语义的关联数据存储于数据库中。对大数据的应用需要相应的大数据分析与挖掘技术的支持：包括自然语言处理、可视化分析、图像识别技术、数据汇总与比对分析、聚类分析、关联模式挖掘、预测判别等。

随着金融科技的发展，在经济全球化的背景下，对数据的处理是外汇管理与服务的重要工作，高性能的大数据中心是有效提高管理和服务的重要手段。因此外汇管理部门在外汇管理改革的同时，要培养大量的既懂外汇管理政策又懂金融科技的复合型人才，推动我国外汇管理事业的发展，为我国的高质量经济发展做贡献。

作者简介：

谢声时（1981年-），男，汉族，硕士，任职于中国人民银行海口中心支行，主要研究数据分析在外汇管理中的应用。