金融基础数据逐笔统计与传统金融统计对比浅析

金子卜 孙 喆

（中国人民银行长春中心支行，吉林长春 130051；中国人民银行四平市中心支行，吉林四平 136000）

银行业金融统计是世界各地开展经济发展预测分析中的关键，对经济发展预测分析工作中立即给出的数据信息承担关键义务。近些年，伴随着互联网经济速率的连续和网络技术水准的不断提高，互联网大数据变成剖析各行业、统计剖析关键信息特点的关键来源。大规模、专业化数据库查询承重了各领域的信息资源，用切实可行的解析技术性结合了相应的信息资源，进一步提高了金融统计及经济发展预测分析的实际效果和精确性。

为了更好地结合金融自主创新和混业经营发展趋势，国务院于2018年3月宣布印发《对于深入推进金融业综合性统计工作总结的想法》(国发〔2018〕18号)，规定中国人民银行始终贯彻中共中央、国务院办公厅的决策部署，多方位开展金融业综合性统计分析各项工作，印发《金融基本数据统计制度》，规定金融机构完成金融数据详尽数据统计。这一制度的出台是继银保监EAST系统软件后，将管控数据信息沉积到详尽详细水平的规定，可以用“标准化逐笔统计”一词概括。金融基础数据逐笔统计平台的建立,更为宏观调控细颗粒、多维度的数据提供了有力支持。

一、金融基础数据统计概况

金融基础数据并非横空出世，早在2018年国务院办公厅就下发了《关于全面推进金融业综合统计工作的意见》的通知，这也预示着金融数据治理在我国迎来了新的开端。而2019年4月《中国人民银行2019预算》这一决策的颁布，也昭示着人民银行将建立国家金融基础数据库列入整改金融基础数据治理的首要任务。2020年5月国家级金融基础数据中心成功落成，同时根据经济市场需要上线了国家金融基础数据库大数据平台门户系统。经过长达2年的推敲，金融基础数据统计制度正式制定下发，并明确落实各项金融基础数据统计的进度安排和阶段性目标，标志着我国金融监管及金融数据统筹应用上一个新台阶。

2020年7月，中国人民银行宣布印发《关于建立金融基础数据统计制度的通知》(银发〔2020〕164号)，同一年8月逐步在全国阶段性执行，依据人民银行的布署，将来将全方位适用全部金融专用工具。该体系将储蓄存款、贷款、同业业务、债券业务、股权及特定目的载体等多样的金融工具、600多个维度指标值、金融信息和搜集范畴为24家全国金融机构和31个省(区、市)4500家地区法人金融机构，包含全国全部商业银行。现阶段，企业贷款、个人贷款、委托贷款、专项统计制度贷款、同业存款和贷款、债券信息、股权和特定目的载体信息、法人信息已开始上报。根据人民银行最新的统计要求规定，2021年末开展的票据业务仍处于试报期，并于2022年开展存款类范畴的金融数据报送周期，从4月起报送单位存款数据，同年个人存款数据也将列入统计的工作范围。

国家金融基础数据库大数据平台的上线标志着金融统计事业正式迈入大数据时代。这项工作的实施，实现了金融统计从传统的“有什么，用什么”到“要什么，采什么”的升级转变，未来随着国家金融基础数据库的逐步完善，还可能实现“要什么，有什么”的设想。金融基础数据统计不同于传统的报表统计，标准化的颗粒数据可以清晰地揭示金融诸多的结构性问题、及时捕捉苗头性趋势，极大地提高金融统计分析能力和分析服务水平，同时为宏观经济决策提供多维度、全方位、多层次的结构性数据，更加精准、高效支持管理决策和政策评估。

二、传统金融统计的发展

传统式金融统计是中国人民银行和银监对合理金融业开展统计、调研、剖析和预测分析的统计方式，是为了更好地融入执行财政政策和金融监管的需要，从1997年1月1日起，中国人民银行在金融系统软件全方位引入新的《金融统计检测信息管理系统》，推行全科目汇报的统一金融统计评价指标体系。运用金融统计检测信息管理系统的信息化管理方式，根据采集、验证、归纳、转换银行业递交的各种各样统计数据信息等工作中，进行统计数据信息的搜集工作。

新指标体系比较全面地反映了金融机构的各项业务，经采集处理的信息可以根据国务院领导的要求、人民银行各级领导的要求、各级地方政府的要求，制定多方位、多层面、多类型的报表，为全国各地及各地现行政策制订、宏观经济政策服务。此外，新指标体系是支持货币政策决策系统的奠基指标，拥有着管理金融机构对资产负债比例管理的权利，同时，也是以此为基础，为资产负债比例管理的需要提供重要的信息数据；作为一种全新的系统，新的统计模式，数据报送的时间频率也大大增加，对维度也逐渐细化，从最开始的月度报表、旬度报表和周报表，逐渐演变成根据重要指标进行逐项分类的报送日报表、月度报表、季度表报、半年度报表、年度报表，提供各级领导能够及时了解情况，做出宏观决策的有力支撑。

三、两种统计方式的差异

（一）同根同源，底蕴有异

金融业统计关键是解决宏观经济金融战略决策信息的不对称的问题。要求将全部金融机构、所有金融主题活动、所有国家金融机器设备列入统计，更好地避免专业化的金融风险性处理，更好地服务实体经济，多方位推动金融改革创新。近些年，在我国金融业综合性统计工作中获得了一系列成效，包含社会融资规模统计和定期发布、宏观经济杠杆比例测算和金融投资产品统计要求发布等。可是新规章制度的创建终将在改革中碰到突显的问题，例如统计规章制度数据标准不统一、资源共享体系不完善、交叉式型金融主题活动、系统重要性金融机构、金融控股项目投资等关键领域统计查验不够等。同时，伴随着《国务院办公厅关于全面推进金融业综合统计工作的意见》（以下简称《意见》）的出台，也促进了国家金融数据库加速建设。为能够让金融统计顺利实施，国家金融基础数据库不仅是重要的载体，还在金融统计中承担组织枢纽的作用，更可以在金融统计遇到一系列问题时提供有力的帮助。

从某种程度上说，金融基础数据服务平台的创建是在传统式金融统计数据搜集的根基上，而标准统一的数据收集来源于，创建统计指标的界定、标准、归类、识别码等规范，进行数据规范化统计，保证数据公平公正。 根据从传统的实例数据更新到“全量数据”，数据的信息量大幅度提升。 对基础数据平台的应用，扩大了数据的覆盖面，提高了数据的时效性。 要与宏观经济统计相融洽，融入金融销售市场发展趋势，努力搭建科学化的金融行业综合性统计关键评价体系和剖析架构，推动金融业统计规范化科研、统计数据兼容和一致性的再自主创新。

（二）总量一致，颗粒细化

金融基础数据统计与传统金融统计都是以银行业金融统计数据为基础，也可以说两者的统计全量存在一致性。大数据技术是根据大量数据提炼出数据使用价值的技术性创新。数据越多，数据剖析的稳定性越高。因而，与传统的的定量分析统计对比，大数据技术在解决繁杂数据的历程中具备相当大的优势。而且金融业数据的统计是逐一的进行统计，统计数据从少量的、静态性的、单一的数据样本变成了大量的、动态性的、多种多样的“全量数据”，通过大量的的数据样本，使数据颗粒度更清晰，数据维度更精细。在传统全量报表统计之外，可以更加清晰地揭示结构性问题，捕捉一些苗头性趋势，为宏观调控提供更精准的数据支撑，有助于打破统计“数据孤岛”，深度挖掘数据之间的关联关系。

金融基础数据是传统式全量统计的构造更新改造，有利于金融业统计生产效率的迅猛提高。数据展现方法各种各样，数据可视化技术使得数据的可接受性得到提成。伴随着云计算技术、数据发掘、数据可视化等数据技术统计分析方法的发展趋势，根据数据基本、大数据商品多元化、编目、追踪、图像、提示、匹配、优化等各种作用，依据不同的情景开发设计相对应的数据分析工具，以达到特殊的数据要求，精确匹配数据供求。

传统金融统计监测管理系统的统计层面较为广泛。以金融机构资产负债表（A1411表单）为例子，该表现阶段一共有统计指标值816个，从存款、贷款、同业、债券、股权及特定目的载体、票据等多方面进行数据统计。金融基础数据自运行以来已经两个年头，是多角度多维度的进行统计，仅金融机构资产负债表（A1411表单）所统计的数据信息基本可以说是全方位的统计。在传统式的统计架构中，从数据信息统计到完成分析的全过程较长，而随着社会的进步，对数据分析样本的多样性越来越严谨的态度，数据提供面临的困难也逐渐显现出来。为了更好的完成对金融数据多样的剖析需求，必须建立信息内容成分丰富多彩、便捷的分析数据库。金融基础数据统计制度将存款、贷款、同业业务、债券、股份及特殊目地载体等各类金融专用工具、多维度多层次的指标及金融机构信息和顾客信息等详尽数据标准化。数据采集范畴包含全国所以银行业金融机构，统计制度内根据统一的机构代码、专用工具代码和客户代码完成了数据信息的联接和融合，大大的拓展了统计分析的深度广度和深层。

但也正因为金融基础数据将整体数据的细致划分，使得在进行数据整理上报后将更多细微的问题展现在视野面前，挖掘数据的准确性、便捷性，极大程度提高统计数据的统计效率，根据细颗粒度的基础数据和集中化的数据储存库，以服务金融分析为主导，编制统计报表为辅开展工作，为处理复杂的问题给予更细致、有关的数据源。

（三）视角差异，服务宏观

目前经济分析的主要依据是传统全量统计，金融基础数据应用较少，处于试点开放现状。面对日益增长、复杂多变的数据需求，针对目前金融统计的现状来看，依然是以传统金融统计监测为主，金融基础数据为辅的方针进行，在完成统计供给出现的挑战时，通过大数据技术有效改善金融统计需求和供给的关系，从数据源头对金融统计供给提出需求，以此作为宏观分析的依托。

在传统式的金融业数据分析全过程中，根据数据剖析汇总因果关系和规律性，总结过去的数据适用性，为未来发展给予参照，其剖析方法在时间段上有着一定的分裂性。金融业数据技术性根据剖析数据中间的关联性，降低数据中间的因果关系，调研数据在时间段上是一致性，剖析结果能够很好的对目前经济活动产生实用价值和功效。

金融业统计内容的外延性和推进不但包含统计报表，还包含数据分析，且数据分析工作是联接统计供给和需求的公路桥梁。金融基础数据自提出至今发展趋势快速，摆脱了数据预处理剖析运用的技术要求，对分析师开展数据采集、发掘、梳理、生产加工和剖析的全部传动链条的工作中产生了深刻影响，并对分析师的基本能力也提出了更高的规定。

四、 金融基础数据平台建立优势

大数据技术是互联网技术数据分析的新技术应用，目前在使用全过程中还具有一定的局限。而大数据技术更改了社会经济发展原来的数据信息观念，把数据信息的发生变成了一种社会资源，促进了大数据剖析的工艺发展趋势。

建立数据治理体系框架更为清晰。目前大数据的金融统计内容显示出，现阶段使用传统方式进行数据质量治理存在效率不高的问题，而金融基础数据则可通过运用大数据的方法设计算法，发现数据质量问题，并将分析中发现的问题进行总结，及时形成新的校验规则，不断完善数据后台的校验规则库，以此达到稳步提高数据质量的目的。

数据结构模型组建更容易。数据结构模型是以数据信息的不同组织方式来体现，而良好的数据结构模型则可以为数据分析、算法运行提供有力支持。在金融统计数据分析中，我们往往是以点及面，从研究问题出发，建立数据结构，确定分析目标，核定模型算法。而模型算法的基础就是以海量数据基准，让我们在分析数据时可以通过数据内在的关联性，以此挖掘出数据结构性的特征。金融基础数据的逐笔标准化的颗粒性统计，也为构建数据结构模型提供了服务。

金融数据分析更快速。金融基础数据平台的建立，通过对数据项、数据结构、数据流、数据存储的处理，将海量的数据进行汇总后分析，往往那些在统计总量的指标中的异常数据指标就暴露无遗。在由指标到记录点，从微观到宏观，以追溯源头的方式对异常指标进行分解、剖析，直接提取的数据不再是模糊不清的界定，是提升分析深度、提高分析效率的利器。由于数据来源具有唯一性和时效性，更有助于减少由于底层数据不一致而导致的分析结果偏差，使得分析结构更具现实意义。且通过对数据库的不断完善和熟练，可以“快速”的开展跨领域的数据融合应用。

金融管控更为便捷。根据对所管区域内各金融一部分的生产制造数据的全自动搜集，应用金融数据服务平台解决数据，最终与数据分析平台一起形象化展现。人总行可以查询各服务平台内金融的具体运营情况、指标值进行情况、各领域个人信用资金投入情况、风险系数等。

五、未来发展趋势

（一）以全量统计为依托，分布实现逐笔统计全覆盖

金融基础数据统计工作实现了统计数据的逐笔全量统计，数据颗粒度下沉，内容全面多维，但落地实施仅仅两年，其时间相比较来说较短，且目前统计部分金融工具，距全覆盖还需一定时间。因此，短时间内仍要以全量报表统计为主，抓取各项全量金融数据，作为金融数据支撑。随着金融基础数据统计覆盖面的逐渐扩大，对标现行统计制度，从根本的制度层面搭建起跨部门数据共享桥梁，提高识别和追踪系统性风险的水平和宏观调控的能力。

（二）以整合数据为基准，推进金融统计标准化

随着金融基础数据覆盖面逐渐扩大，最终覆盖现行全部传统全量统计指标。通过运用宏观谨慎性监管原则，继续加强从金融机构的金融统计拓展到包含企业、政府机构、家庭、房地产产业等多方面的金融统计，多维度的对金融风险及宏观风险进行监测分析。中国人民银行调研统计从最开始手动式键入数据到现在，经历了利用金融专用工具开展数据融合的全过程，伴随着金融统计规章制度的逐步完善，统计范畴不断扩大，统计数据的时效性、精确性、一致性持续提升，为央行执行职责确立了较好的功效。

（三）大数据时代来临，数据价值最大化

数据挖掘是互联网大数据造就新使用价值的关键。在大数据时代，金融统计市场需不断提升统计业务流程建设水准，以融入新形势下统计工作的未来发展要求。应对多样化的金融市场、大数据的应用和实践活动，更改了传统式的金融统计工作方式，而随着统计数据颗粒度逐渐细化，数据价值则更大程度被开发出来。

现阶段，伴随着金融机构、商业保险、证劵等金融机构向有关监管部门递交数据信息和汇报，金融统计没有统一的规范，没法进一步保证数据的精确性和针对性，因而必须扩张金融数据信息的共享范畴。不但要实现简易的统计共享，还需要推进到最基本、最底层的统计指标值，完成金融机构间统计规章制度的共享。因而，金融业综合性统计规章制度和创建的共享数据信息可以更好的服务于各监管部门和网站安全性，进而加强对市场关联性、风险性、传染性等层面的检测能力。

六、结语

随着时代的进步，金融统计也需要在网络时代积极主动变化统计工作中的思维逻辑，优化管理方法，统计管理方案的基本建设，列入融入新时期的工作要求中。下一步，在我国金融统计大数据的工作方向大概可以分为五个层面：一是建设高质量的国家金融基础数据库，稳定我国在金融统计设施中的影响力。二是坚持不懈推动系统软件意识、整体规划，做好金融统计总体规划贯彻落实和数据信息工作中基本建设工作。三是创建高效率运转的金融数据信息试验室，大力推动金融数据信息统计剖析应用。四是大力推广金融数据管理，不断确保金融统计数据的真实性、准确性。五是做好信息共享，使金融统计数据价值得到充分体现。