大数据时代的金融统计模式创新分析

大数据时代的金融统计模式创新分析

作者：陶颖

来源：《经济视野》2016年第14期

摘要：基于大数据时代背景的冲击下，传统金融统计模式已经无法满足央行等领域发展需求，因而在此基础上，为了打造良好的金融统计环境，从各类数据中搜索有价值信息，应注重借助可视化软件，对金融数据进行整理、分析，继而实现对金融数据的高效应用，推进金融统计模式的进一步革新。本文从大数据时代对金融统计模式的影响分析入手，旨在推动大数据时代的快速发展。

关键词：大数据时代 金融统计 创新 前言

央行等金融行业在快速发展过程中，基于电子支付、手机银行、社交网络、云计算等的不断发展，呈现出数据密集型发展问题，因而在此基础上，为了实现对金融数据的治理和管理，要求当前金融行业在数据收集、分析过程中，应注重建构大数据发展战略，就此高效统计大数据背景下，海量金融数据，满足行业发展需求。以下就是对大数据视角下金融统计模式创新的详细阐述，望其能为当代金融行业的健康稳定发展提供有利的参考。 大数据时代对金融统计模式的影响

大数据时代对金融统计模式的影响主要体现在以下方面。

第一，从统计思维角度来看，基于大数据时代背景的冲击下，统计思维的形成突破了数据结构性、数据格式化等思想，即注重与大数据时代数据来源广泛性进行融合，通过最终判断路径，为个人或金融机构提供清晰数据，且更好的应用于行业预测作业中；

第二，从数据及时性、准确性角度来看，大数据金融统计作业在开展过程中简化了传统层层汇总环节，注重通过简化的信息传递模式，统计繁杂金融成本等，最终就此提高金融数据统计结果精准性；第三，从金融分析方式来看，大数据金融统计模式突破了数据汇总分析方法，注重采取层次化分析手段，对海量数据进行整理，同时要求决策人员在金融统计数据应用过程中，应全面掌控统计数据内容，继而做出正确决策。 大数据时代金融统计模式创新路径 —以央行为例 制定大数据战略

龙源期刊网 http://www.qikan.com.cn

在大数据背景冲击下，应注重建构大数据战略，即在金融统计模式创新过程中，将“金融统计”作为导向，设置不同维度数据，同时创新数据结果，并以数据为目标，对金融业务框架进行整理，就此提升金融统计数据应用价值。此外，基于大数据战略规划的基础上，亦应从银行业、保险业、证券业角度出发，建构标准化数据库容，同时增设金融业综合统计数据仓库，将数据仓库划分为数据挖掘算法嵌入、可视化呈现模块、数据提取、基础逻辑关系校验四个模块，就此实现对金融海量数据的系统化统计，达到最佳的数据统计状态。另外，在央行大数据战略发展计划实施过程中，亦应遵从“存量数据为主，流量数据为辅”的理念，对金融产品统计数据进行反馈，且达到细分数据作业状态。 加快大数据技术应用

在央行海量金融数据处理过程中，为了提升整体数据统计效率，注重强调了数据挖掘算法等工具的运用，对海量金融数据进行分析，如图1金融统计结果显示，当月央行最高信贷达到18700亿元，最低达到2230亿元。同时，在金融统计中，亦应融合统计技术、数据挖掘技术、精算技术等，对数据进行采集、分析、使用，且基于“一次采集、多方共享”理念的推动下，在金融数据统计过程中建构跨部门数据共享平台，即利用微信、新浪微博、QQ等工具，共享金融统计信息，就此满足信息传递需求，加强部门间合作。但在金融数据共享过程中，为了规避数据窃取等违规行为的凸显，应注重识别部门风险应对能力，就此打造跨境、跨行业、跨市场的金融业务实施平台。

在央行金融数据统计工作开展过程中，强调对热点、难点等经济金融数据的捕捉是非常必要的，为此，在金融数据捕捉、统计、分析过程中，应建构金融监测数据系统、反洗钱数据系统、征信数据系统等，系统化统计各方面金融数据，即通过宏观数据监测形式，细化重点、热点金融信息，为金融机构提供个性化服务项目。同时基于金融数据挖掘作业的基础上，亦应依据金融统计现状，建构金融业综合统计监测体系，满足金融行业的快速发展。 结论

综上可知，在大数据时代背景下，传统金融统计方式已经无法满足动态数据反馈需求，因而在此基础上，为了提高当前金融行业服务水平，应注重融入大数据技术，从加强数据挖掘、加快大数据技术应用、制定大数据战略等层面入手，创新金融统计模式，达到最佳的金融数据统计状态，满足金融资源宏观需求，提高金融数据整体利用价值。

龙源期刊网 http://www.qikan.com.cn