大数据背景下的银行经济预测和金融统计研究

陈乾谦 对外经济贸易大学统计学院

前言

现阶段大数据成为经济学研究中不可缺少的一部分，数据处理与数据分析质量对于银行发展产生重要影响，尤其对于银行经济而言，大数据能够识别商业银行各类经济数据变化，所以为了能够适应金融行业发展要求，需要了解大数据的功能与技术特征，主动适应未来形势变化，则需要正视大数据技术的作用，寻找一种新的发展路径，这也是本文研究的重点。

一、大数据对银行经济预测与金融统计的影响

从技术特征来看，大数据能够在特定范围内完成数据资料的捕捉与处理，不仅能够用于庞大数据的分析与处理，也能简化数据处理过程，提高管理效果，具有先进性。在银行的经济预测以及金融统计中，大数据技术的出现彻底改变了传统的工作模式，从传统的手工、半手工采集信息转变为大数据识别信息，所以与传统模式相比，大数据的出现进一步完善了银行采集数据的过程，不仅能够提高经济预测以及金融统计的效率，且数据的精准度得到了保障，这是传统工作模式所难以实现的。

与常规技术相比，大数据时代下的信息资料不再是随机数据，在数据处理中可以从整体样本入手识别其中关键资料，统计其中的经济行为变化，该方法也有助于识别数据间的因果关系，并计算数据间的概率，最终达到规避、降低风险的目的。除此之外，大数据技术为金融统计的管理智能化奠定基础，通过在经济管理中整理不同数据信息，在整理之后的数据库结构更加优化，方便工作人员对关键资料做智能化管理进而形成科学金融统计工作路径。

二、大数据背景下银行经济预测与金融统计中的问题

(一)大数据的开发动力不足

目前我国商业银行在金融市场上的竞争十分激烈，经过数十年时间的发展中形成了相对稳定的市场环境。但是从银行的市场竞争来看，商业银行通常会从市场占有率入手，希望通过高端的金融产品来获得消费者的认可，而这种经营理念将会直接影响商业银行的大数据运用能力，经济预测尚未得到有效开展，导致管理层忽视了大数据技术的作用。也有学者认为，现阶段商业银行在大数据数据分析中一直面临着技术条件的限制，银行经济预测的开展情况不理想，金融统计工作中也存在诸多不足，大数据的运用层次较浅，相关人员无法灵活运用大数据技术，导致大数据的价值难以被充分发掘[1]。

(二)数据开发的不足

针对复杂的金融工作要求，商业银行关于金融统计以及经济预测的基础是传统业务所生成的数据信息，例如根据银行的金融交易量以及开通账户数量等记录特定时间段内的金融信息流。而随着当前金融市场的进一步发展，商业银行的传统业务范围也发生明显变化，例如在线交易数量明显增多等，金融活动中各类数据的非结构性特征显现，导致数据的处理与分析难度进一步提升，而针对这种变化，商业银行忽视了数据的开发，银行的数据传递以及储存技术处于初级水平，大数据的功能未得到充分发挥。

三、大数据背景下银行经济预测和金融统计的发展方向分析

(一)开展大数据战略设计

针对未来金融市场的发展要求，相关人员在大数据处理过程中应正视大数据技术的先进性，能够从金融统计以及经济预测等角度出发，关注未来金融市场变化。所以为了能够适应这种变化，银行在软文化上应重视培育全体工作人员的大数据意识。所以在工作中首先应该建立大数据的思维方式，强调通过数据积累来解决银行经济预测以及金融统计工作中的问题，能够落实严格的“数据管理工作”模式，这样才能将大数据管理思维模式体现在日常工作中，为大数据技术的进一步推广奠定基础。同时需要进一步整合银行内外的非结构化数据，重视金融信息的整合，从金融统计以及经济预测的工作入手，明确银行经济预测以及金融统计的要求。例如在大数据环境中，考虑到当前快速发展的互联网金融，则应该积极开发大数据技术在互联网金融信息采集中的作用，根据互联网金融的数据变化更加精准的识别银行经济变化并完成金融统计。正如文献[2]所言，在大数据模式下，传统的金融管理模式以及环境都已经发生改变，为了能够保证经济预测的先进性，则需要利用大数据技术来提升各类信息的敏感度。

(二)发挥大数据技术优势转变工作路径

大数据是数据处理的一个创新过程，作为一种科学的数据处理手段，能够在短时间内实现海量数据的处理，而考虑到目前商业银行在数据开发中的不足，所以本文认为在未来工作中应该基于大数据技术探索新的工作方向。

例如商业银行可以在经济预测以及金融统计中利用大数据构建数据网，该数据网中以总行数据为核心，支行为网络的延伸，最终面向全国形成大数据的结构，支行在经济预测以及金融统计之后可以直接将相关数据上报至总行，使总行能够及时完成信息处理以及分级管理等，保证有效的数据规划以及协调处理。在大数据技术支持下，商业银行还可以对信息功能做细化，包括金融数据库、经济预测数据库、模型数据库等，在对金融信息分类后经模型数据库直接对各类金融数据的变化情况进行预测，判断不同财务信息的变化以及走势情况，有助于进一步提升金融统计以及经济预测精准性。

(三)完善数据处理技术

对于商业银行而言，在银行经济预测以及金融统计中运用大数据的关键，就是要工作路径进行创新，所以基于商业银行工作现状，本文认为未来商业银行必须要对数据处理技术进行完善，其中要点包括：(1)面向金融市场搭建复杂层次的金融数据平台，该平台直接与金融市场对接，能够对市场金融数据进行分析，不仅能够详细记录客户的相关数据，也能根据数据变化完成金融行为预测，统计主要客户的行为模式。(2)完善数据加工模式，该数据加工模式要求能够银行能够从数据加工过程入手，利用学习机器人、数据检索引擎以及推荐平台等经大数据完成信息统计，进而为银行的金融统计过程提供一个全新的数据处理模式，提高数据精准度。(3)在经济预测中，可以基于大数据效能打造数据闭环，闭环内应包括数据风险管理、市场营销等方面的关键资料，强化各类数据信息的处理效果。

同时在数据处理中，为适应未来银行经济预测以及金融统计的复杂变化，商业银行在运用大数据技术中应充分开发大数据技术优势，但是整个开发过程应具有详细的边界，这就要求银行在使用大数据模型期间必须要遵守相关法律规定，避免数据分析过程侵犯客户的权益。例如银行在采集、报送个人信息期间应得到用户授权，避免数据处理过程威胁客户的合法权益。

(四)探索解决数据统计问题

目前银行经济预测以及金融统计工作呈现出复杂的变化态势，并且大部分银行缺乏动态数据统计工具，成为影响工作质量的重要因素，所以应积极完善财务报表、账簿等结构数据与经营中的非结构零散统计数据的对接，同时在大数据环境下，影像学资料信息的作用越来越显著，这也应该成为未来数据开发的新方向。商业银行业应该重视与电商之间的金融数据合作，不断增强大数据网络体系下的数据分析能力，在信息共享的基础上保证金融信息安全，为金融统计以及银行经济预测的开展奠定基础。

(五)重视专业经济预测以及金融统计功能的开发

大数据技术在银行行业中的应用在实际上仍然要与金融业务的融合，所以为了能够适应这种工作要求，银行管理人员应推动大数据技术与经济领域之间的结合，探索新的工作方法。期间可以参照瑞士银行的成功经验，依托大数据技术开发DATA(定向算法文本分析)技术，利用大数据对经济的运行状态作出判断，结合客户的资金流变化判断出客户的经济行为变化，最终从海量数据中提取“乐观/悲观”以及“积极/消极”等态度概率，可以有效预测未来经济走向变化情况。

除此之外，银行可以在大数据金融统计的基础上，利用大数据的算法来完成金融统计。例如日本央行在大数据基础的基础上构建了XBRL语言框架，该框架能对银行的金融报告做统计以及分析之后，进而快速统计国际汇率、债券以及信用状况等关键资料，充分彰显了大数据在金融统计中的作用，展现出了显著的技术优势。

四、结语

作为一种新的信息处理方法，银行经济预测以及金融统计得益于大数据技术的影响，其工作模式已经发生明显变化，并且当前数据信息的价值不断提升，也对商业银行的发展产生深远影响。所以为了能够满足未来工作要求，工作人员需要结合银行工作实际情况，寻找大数据技术的应用的新方向，完善信息系统功能，最终全面推进金融统计与经济预测的智能化开展奠定基础。■