唐宏飛

摘 ? 要：本文以人民銀行構(gòu)建“大數(shù)據(jù)”需求為出發(fā)點(diǎn)，分析構(gòu)建“大數(shù)據(jù)”的基本條件和制約因素，并借鑒國外央行成功經(jīng)驗(yàn)和做法，探索人民銀行利用“大數(shù)據(jù)”構(gòu)建前瞻性、科學(xué)性的經(jīng)濟(jì)預(yù)測和金融統(tǒng)計(jì)框架和模型。

關(guān)鍵詞：大數(shù)據(jù);經(jīng)濟(jì)金融;理論研究

中圖分類號：F830.31 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：B ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-0017-2015（9）-0089-05

IBM執(zhí)行總裁羅睿蘭認(rèn)為，“數(shù)據(jù)將成為一切行業(yè)當(dāng)中決定勝負(fù)的根本因素，最終數(shù)據(jù)將成為人類至關(guān)重要的自然資源。”麥肯錫給“大數(shù)據(jù)”的定義是：大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集;亞馬遜的“大數(shù)據(jù)”定義：任何超過了一臺計(jì)算機(jī)處理能力的數(shù)據(jù)量;維基百科的“大數(shù)據(jù)”定義：“無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合”;美國國家科學(xué)基金會(huì)（NSF）的“大數(shù)據(jù)”定義：“由科學(xué)儀器、傳感設(shè)備、互聯(lián)網(wǎng)交易、電子郵件、音視頻軟件、網(wǎng)絡(luò)點(diǎn)擊流等多種數(shù)據(jù)源生成的大規(guī)模，多元化、復(fù)雜、長期的分布式數(shù)據(jù)集”?！按髷?shù)據(jù)”的顯著特點(diǎn)是大量化（Volume）、多樣化（Variety）、快速化（Velocity）及由此產(chǎn)生的價(jià)值（Value）。“大數(shù)據(jù)”提供給人們新的觀察世界方法，并用數(shù)據(jù)化思維和先進(jìn)的處理技術(shù)去探索海量數(shù)據(jù)之間的關(guān)系。

一、構(gòu)建“大數(shù)據(jù)”是人民銀行經(jīng)濟(jì)預(yù)測和金融統(tǒng)計(jì)的現(xiàn)實(shí)需要

受“大數(shù)據(jù)”驅(qū)動(dòng)，依托信息共享、高度集成的數(shù)據(jù)倉庫、先進(jìn)的數(shù)據(jù)挖掘分析模型，“大數(shù)據(jù)”將改變?nèi)嗣胥y行宏觀調(diào)控、管理與決策的方式與方法。

（一）構(gòu)建“大數(shù)據(jù)”，強(qiáng)化人民銀行宏觀調(diào)控管理的智能化。人民銀行“大數(shù)據(jù)”實(shí)施后，人民銀行業(yè)務(wù)將從傳統(tǒng)的手工處理向全信息化處理轉(zhuǎn)變，業(yè)務(wù)基礎(chǔ)工作重心將從手工或半手工采集數(shù)據(jù)轉(zhuǎn)換到靈活運(yùn)用人民銀行“大數(shù)據(jù)”，依托對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的聚類和清洗，優(yōu)化人民銀行綜合管理模塊數(shù)據(jù)自動(dòng)采集功能，實(shí)施宏觀預(yù)測分析，對社會(huì)經(jīng)濟(jì)運(yùn)行情況進(jìn)行綜合分析和評價(jià)，實(shí)時(shí)掌控全國經(jīng)濟(jì)金融變化動(dòng)態(tài)，實(shí)現(xiàn)人民銀行宏觀調(diào)控的智能化處理。

（二）構(gòu)建“大數(shù)據(jù)”，夯實(shí)人民銀行信息服務(wù)與決策支持的堅(jiān)實(shí)基礎(chǔ)。隨著人民銀行各類數(shù)據(jù)處理、管理和交換進(jìn)一步集中，經(jīng)濟(jì)金融數(shù)據(jù)共享渠道的進(jìn)一步暢通，“大數(shù)據(jù)”的統(tǒng)一性和完整度將出現(xiàn)質(zhì)的變化，人民銀行將成為國家調(diào)控、政府及其部門、企事業(yè)單位等部門數(shù)據(jù)的樞紐。充分挖掘和運(yùn)用人民銀行“大數(shù)據(jù)”，為我國經(jīng)濟(jì)金融政策的制定、執(zhí)行、監(jiān)測、決策和實(shí)施，提供快捷、全面的數(shù)據(jù)支撐和信息支持。

（三）構(gòu)建“大數(shù)據(jù)”，有利于人民銀行及時(shí)掌控、跟蹤金融風(fēng)險(xiǎn)。通過深度挖掘人民銀行業(yè)務(wù)數(shù)據(jù)，建立和完善人民銀行現(xiàn)場和非現(xiàn)場監(jiān)管模型，實(shí)施人民銀行調(diào)控手段的規(guī)范化管理，動(dòng)態(tài)跟蹤、管理資金流的異常監(jiān)測，實(shí)現(xiàn)人民銀行風(fēng)險(xiǎn)控制、內(nèi)部業(yè)務(wù)風(fēng)險(xiǎn)控制、外部業(yè)務(wù)監(jiān)督管理的智能化處理。

二、人民銀行初步具備建立“大數(shù)據(jù)”的基本條件

人民銀行數(shù)據(jù)是指人民銀行在履職過程中所獲取的具有分析、研究、決策等功用和價(jià)值的數(shù)據(jù)，包括調(diào)查統(tǒng)計(jì)、貨幣信貸、征信管理、財(cái)務(wù)會(huì)計(jì)、國庫等結(jié)構(gòu)化數(shù)據(jù)，以及人民銀行經(jīng)過積累的統(tǒng)計(jì)、貨幣分析資料庫、圖表、文字資料、影音視頻文件等非結(jié)構(gòu)化數(shù)據(jù)。

（一）建立了較為全面的金融業(yè)綜合統(tǒng)計(jì)監(jiān)測體系。經(jīng)過多年探索，人民銀行目前已構(gòu)建了包括貨幣供應(yīng)量統(tǒng)計(jì)、信貸收支統(tǒng)計(jì)、現(xiàn)金收支統(tǒng)計(jì)、對外金融統(tǒng)計(jì)、金融市場統(tǒng)計(jì)、人民銀行專項(xiàng)調(diào)查統(tǒng)計(jì)（企業(yè)商品價(jià)格指數(shù)、景氣調(diào)查指數(shù)）和資金流量統(tǒng)計(jì)等金融業(yè)綜合統(tǒng)計(jì)監(jiān)測體系，為人民銀行宏觀調(diào)控服務(wù)，著力提高貨幣政策針對性、靈活性，支持經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變奠定了堅(jiān)實(shí)基礎(chǔ)。2014年12月，人民銀行征信中心與環(huán)境保護(hù)部政策法規(guī)司、國家稅務(wù)總局稽查局、國家外匯管理局管理檢查司、中國出口信用保險(xiǎn)公司等8家單位簽署信息采集合作文件，標(biāo)志著人民銀行征信系統(tǒng)在信用信息交換共享方面邁出新步伐，將進(jìn)一步推動(dòng)我國社會(huì)信用體系建設(shè)。

（二）建立了規(guī)模較大的人民銀行數(shù)據(jù)庫。一是建立了金融信用信息基礎(chǔ)數(shù)據(jù)庫。截至2013年末，金融信用信息基礎(chǔ)數(shù)據(jù)庫收錄近8.4 億自然人和1919.3 萬戶企業(yè)及其他組織的信息; 個(gè)人、企業(yè)信息全年查詢量分別達(dá)3.5 億次和1.04 億次;全國累計(jì)補(bǔ)充完善小微企業(yè)信息近243 萬戶，累計(jì)已有35 萬戶小微企業(yè)獲得銀行貸款，貸款余額72318.90 億元;全國共為1.51 億農(nóng)戶建立了信用檔案，對10143萬農(nóng)戶進(jìn)行了信用評定，貸款余額2萬億元。二是建立了國庫數(shù)據(jù)庫。國庫數(shù)據(jù)匯集了各級政府財(cái)務(wù)數(shù)據(jù)和各級國庫管理數(shù)據(jù)，包括各類結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。以“3T”系統(tǒng)[指國庫會(huì)計(jì)數(shù)據(jù)集中系統(tǒng)（TCBS）、國庫信息處理系統(tǒng)（TIPS）、國庫管理信息系統(tǒng)（TMIS） 三大系統(tǒng)]為核心的現(xiàn)代化國庫信息系統(tǒng)總體框架基本形成。2013年，全國通過TIPS成功處理各類業(yè)務(wù)20798.5萬筆，金額136911.25億元，通過TCBS辦理收入業(yè)務(wù)38070萬筆，金額109574億元;辦理實(shí)撥資金支出業(yè)務(wù)621萬筆，金額118694億元;辦理退庫業(yè)務(wù)153萬筆。2013年國庫系統(tǒng)共辦理國庫收支41.18 萬億元，2013年11 月，國庫管理基礎(chǔ)信息模塊在全國正式上線，國債管理模塊與38 家儲蓄國債承銷機(jī)構(gòu)正式聯(lián)通。

（三）金融標(biāo)準(zhǔn)化建設(shè)取得顯著成效。2010年，人民銀行推出《銀行業(yè)標(biāo)準(zhǔn)體系框架》，發(fā)布《中國金融集成電路（IC）卡規(guī)范》（2 0 1 0版）等1 4項(xiàng)金融行業(yè)標(biāo)準(zhǔn);發(fā)布《金融業(yè)機(jī)構(gòu)信息管理規(guī)定》，建設(shè)金融業(yè)機(jī)構(gòu)信息管理系統(tǒng)，構(gòu)建中國首個(gè)金融機(jī)構(gòu)名錄庫，囊括23萬多家金融機(jī)構(gòu)信息。2011年3月，人民銀行頒布《關(guān)于推進(jìn)金融IC卡應(yīng)用工作的意見》，啟動(dòng)我國銀行磁條卡向IC卡遷移戰(zhàn)略。2012年發(fā)布《中國金融集成電路（IC）卡規(guī)范》（PBOC3.0），組織建設(shè)國家金融IC卡安全檢測中心。先后發(fā)布《證券、期貨、保險(xiǎn)、印制、銀行業(yè)標(biāo)準(zhǔn)體系》;修訂發(fā)布《人民銀行信息安全綜合規(guī)范（2013 版）》，發(fā)布《金融機(jī)構(gòu)代碼證管理辦法（試行）》。2014年8月，人民銀行發(fā)布《統(tǒng)計(jì)數(shù)據(jù)與元數(shù)據(jù)交換（SDMX）》標(biāo)準(zhǔn)，規(guī)范了我國金融統(tǒng)計(jì)信息的處理、交換和對外發(fā)布流程等內(nèi)容。2014年11月，人民銀行發(fā)布《金融信用信息基礎(chǔ)數(shù)據(jù)庫用戶管理規(guī)范》和《征信機(jī)構(gòu)信息安全規(guī)范》。

（四）人民銀行數(shù)據(jù)具有較高的利用價(jià)值。人民銀行貨幣政策委員會(huì)通過分析研究存貸款及其變動(dòng)對貨幣政策產(chǎn)生的影響，對貨幣政策進(jìn)行適時(shí)適度調(diào)整。財(cái)政部等部門從人民銀行提取數(shù)據(jù)并加以利用，也會(huì)影響其宏觀決策的變化。地方政府通過使用國庫部門提供的預(yù)算收支數(shù)據(jù)，加強(qiáng)對預(yù)算收支情況、地方財(cái)政投入等各種管理工作。

三、制約人民銀行“大數(shù)據(jù)”構(gòu)建的主要因素

當(dāng)前，存在一些技術(shù)、法規(guī)因素制約了人民銀行“大數(shù)據(jù)”的建立、分析和利用。

（一）技術(shù)操作層面上，數(shù)據(jù)采集和挖掘仍較為落后。1、數(shù)據(jù)采集和挖掘較為落后。與阿里巴巴等電商動(dòng)態(tài)的數(shù)據(jù)采集系統(tǒng)相比，人民銀行數(shù)據(jù)挖掘和采集方式仍較為落后，數(shù)據(jù)錄入處于原始狀態(tài)。人民銀行現(xiàn)在面臨的最大問題是沒有利用好系統(tǒng)數(shù)據(jù)，系統(tǒng)利用率大概不到20%。互聯(lián)網(wǎng)、電子商務(wù)等新興企業(yè)在“大數(shù)據(jù)”處理經(jīng)驗(yàn)、產(chǎn)品創(chuàng)新能力、市場靈活度等方面都擁有明顯的優(yōu)勢，在這種情況下，人民銀行更應(yīng)激活利用內(nèi)部的“沉睡數(shù)據(jù)”。

2、數(shù)據(jù)整理缺乏標(biāo)準(zhǔn)化設(shè)計(jì)。人民銀行數(shù)據(jù)交換過程中缺乏標(biāo)準(zhǔn)化數(shù)據(jù)模型，且存在語義區(qū)別和數(shù)據(jù)源的不一致問題，不少業(yè)務(wù)處理和管理系統(tǒng)缺乏標(biāo)準(zhǔn)化的統(tǒng)一設(shè)計(jì)，直接導(dǎo)致“大數(shù)據(jù)”二次開發(fā)難。

3、缺乏對非結(jié)構(gòu)化數(shù)據(jù)利用。人民銀行檔案管理制度對會(huì)計(jì)憑證、會(huì)計(jì)賬簿、報(bào)表和其他會(huì)計(jì)資料的完整和安全作出了具體要求，人民銀行數(shù)據(jù)的利用仍以報(bào)表、報(bào)告等傳統(tǒng)方式為主，對數(shù)據(jù)的分析仍集中在結(jié)構(gòu)化數(shù)據(jù)，但對圖片和影音視頻文件等非結(jié)構(gòu)化數(shù)據(jù)尚未統(tǒng)一進(jìn)行數(shù)字化處理和規(guī)定，缺乏多維度智能分析、展示，缺乏對非結(jié)構(gòu)化數(shù)據(jù)的處理能力。

（二）法律制度層面上缺乏明確的法規(guī)依據(jù)。人民銀行進(jìn)行“大數(shù)據(jù)”挖掘，涉及到法律制度建設(shè)、系統(tǒng)開發(fā)等多方面原因。

1、個(gè)人信息采集的合法性問題?！墩餍艠I(yè)管理?xiàng)l例》第十三條規(guī)定：采集個(gè)人信息應(yīng)當(dāng)經(jīng)信息主體本人同意，未經(jīng)本人同意不得采集。但是，依照法律、行政法規(guī)規(guī)定公開的信息除外。因此，對信息主體的通話的語音信息、營業(yè)網(wǎng)點(diǎn)或ATM機(jī)的錄像信息等，這些數(shù)據(jù)信息采集如未得到信息主體允許，進(jìn)一步分析開發(fā)是否合法、侵犯個(gè)人隱私尚未定論，影響了人民銀銀行數(shù)據(jù)采集的拓展。

2、“大數(shù)據(jù)”的基礎(chǔ)設(shè)施和安全管理亟待加強(qiáng)。由于“大數(shù)據(jù)”是伴隨著互聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)等新技術(shù)發(fā)展到一定階段的產(chǎn)物，金融“大數(shù)據(jù)”的安全問題日益突出，進(jìn)一步增加了“大數(shù)據(jù)”的風(fēng)險(xiǎn)隱患，若處理不當(dāng)可能遭受重大損失。因此，信息安全體系建設(shè)、“大數(shù)據(jù)”安全技術(shù)研發(fā)、動(dòng)態(tài)數(shù)據(jù)安全監(jiān)控機(jī)制等亟待加強(qiáng)。

3、跨部門信息共享機(jī)制尚未建立。如共享信息的名稱、內(nèi)容、質(zhì)量、數(shù)量、更新頻度、授權(quán)使用范圍和使用方式、共享期限、共享依據(jù)、實(shí)現(xiàn)進(jìn)度等事項(xiàng)，以及信息共享相關(guān)標(biāo)準(zhǔn)規(guī)范等尚未建立。

四、國外央行“大數(shù)據(jù)”運(yùn)用比較分析及借鑒

以下主要介紹“定向算法文本分析”（簡稱DATA）、XBRL分析框架在國外央行的運(yùn)用情況，以期對我國“大數(shù)據(jù)”利用提供借鑒。

（一）歐洲央行（ECB）和美聯(lián)儲運(yùn)用“定向算法文本分析”（簡稱DATA）的新方法和統(tǒng)計(jì)手段。在2014年11月份的報(bào)告中，歐洲央行描述了基于“大數(shù)據(jù)”的經(jīng)濟(jì)預(yù)測方法。DATA是基于文本數(shù)據(jù)集內(nèi)的特定術(shù)語搜索，該搜索是以信念敘述理論為指導(dǎo)。信念敘述理論不僅表面上關(guān)注人們對經(jīng)濟(jì)的感性預(yù)期，如“積極/消極”，“樂觀/悲觀”等，而且深入分析經(jīng)濟(jì)決策背后隱藏的人類情感，包括情感的性質(zhì)及程度。通過采用DATA方法來直接地、透明地構(gòu)造情感轉(zhuǎn)移的相關(guān)性指標(biāo)，評估這種相關(guān)性是否顯著。如將相對情感指標(biāo)（BROKER）定義為一個(gè)月之內(nèi)興奮類關(guān)鍵詞和焦慮類關(guān)鍵詞出現(xiàn)的頻率之差，這個(gè)差值除以文本中的總字?jǐn)?shù)即是標(biāo)準(zhǔn)化后的指標(biāo)。密歇根信心指數(shù)（MCI）主要用于衡量消費(fèi)者的購買能力和購買意愿。指數(shù)以至少500次電話采訪，詢問大約50個(gè)問題，為期兩周的調(diào)查數(shù)據(jù)為基礎(chǔ)構(gòu)成。指數(shù)每月發(fā)布兩次，其中初步數(shù)據(jù)在每月第二個(gè)周五發(fā)布，最終結(jié)果在每月第四個(gè)周五發(fā)布。研究表明，初步指數(shù)和最終指數(shù)間高度相關(guān)，因此，關(guān)鍵是預(yù)測T+1時(shí)點(diǎn)初步指數(shù)較T時(shí)點(diǎn)最終指數(shù)的變化，這個(gè)變化值用DIFFPRELIM來表示。

按照“大數(shù)據(jù)”預(yù)測方法，DIFFBROKER對DIFFPRELIM的回歸。DIFFPRELIM=初步指數(shù)（T+1）-最終指數(shù)（T），DIFFBROKER=BROKER（T）-BROKER（T-1），T為2010年7月到2012年3月中的任意某月。將兩者數(shù)據(jù)進(jìn)行回歸分析，可得到2012年5月的密歇根指數(shù)預(yù)測值，如此逐月推進(jìn)重復(fù)此項(xiàng)運(yùn)算，直到估計(jì)出2013年7月的指數(shù)。從2012年5月到2013年7月期間的預(yù)測結(jié)果看，運(yùn)用基于“大數(shù)據(jù)”的DATA，對代表消費(fèi)者信心減去其焦慮的凈水平的時(shí)間序列數(shù)據(jù)進(jìn)行文本分析，對這15個(gè)月的數(shù)據(jù)進(jìn)行分析，其中預(yù)測準(zhǔn)確的有12個(gè)月。繼續(xù)用“大數(shù)據(jù)”方法來預(yù)測更遠(yuǎn)期的MCI值，結(jié)果顯示即使預(yù)測4個(gè)月后的情況，BROKER數(shù)據(jù)仍然顯示出預(yù)測功能。就預(yù)測的正確性而言，預(yù)測期為2期時(shí)，15個(gè)月中有11較準(zhǔn)確;預(yù)測期為3期時(shí)，15個(gè)月中有8個(gè)較準(zhǔn)確;而預(yù)測期為4期時(shí)，有7個(gè)月較準(zhǔn)確。

（二）XBRL分析框架在國外央行運(yùn)用概況。XBRL是“Extensible Business Reporting Language”的縮寫，意為可擴(kuò)展商業(yè)報(bào)告語言，主要用于商業(yè)和財(cái)務(wù)信息的定義和交換，讓在不同系統(tǒng)間共享數(shù)據(jù)成為可能，被設(shè)計(jì)成能夠適應(yīng)最復(fù)雜的金融報(bào)告形式。

XBRL在日本央行的運(yùn)用。日本央行從2003年中期起開展XBRL試驗(yàn)。2006年2月，日本的金融服務(wù)公司每月使用XBRL向日本央行報(bào)送數(shù)據(jù)。日本央行認(rèn)為，每月使用XBRL報(bào)送資產(chǎn)負(fù)債表大大減輕數(shù)據(jù)驗(yàn)證等工作負(fù)擔(dān)。XBRL簡化了報(bào)送流程，特別是能夠通過提交前的驗(yàn)證功能發(fā)現(xiàn)報(bào)告中的問題。

2、XBRL在南美央行的運(yùn)用。巴西央行積極研究XBRL（巴西資產(chǎn)負(fù)債表注冊項(xiàng)目的一部分）的應(yīng)用。2008年10月，阿根廷央行擔(dān)當(dāng)建立XBRL阿根廷臨時(shí)地區(qū)組織的組織者，并向XBRL國際組織申請直屬成員資格。阿根廷央行實(shí)施資產(chǎn)負(fù)債表注冊項(xiàng)目，該項(xiàng)目主要是根據(jù)公司規(guī)模、市場知名度等標(biāo)準(zhǔn)分階段實(shí)現(xiàn)財(cái)務(wù)報(bào)送的XBRL化，主要目標(biāo)是對阿根廷各類公司進(jìn)行清晰的信用評級。

3、XBRL在西班牙央行的運(yùn)用。西班牙政府發(fā)布了JUS/206/2009號法令后，XBRL已成為西班牙年度數(shù)字化財(cái)務(wù)報(bào)表編制的基礎(chǔ)。每年，2，743個(gè)實(shí)體向西班牙央行報(bào)送109，554份XBRL報(bào)告，XBRL技術(shù)的引入實(shí)現(xiàn)了數(shù)據(jù)驗(yàn)證的自動(dòng)化，提高了數(shù)據(jù)質(zhì)量。同時(shí)，可以通過對內(nèi)容嚴(yán)格定義來控制風(fēng)險(xiǎn)。西班牙央行的職責(zé)之一是收集、處理和保存西班牙非金融性公司的財(cái)務(wù)信息，增加對西班牙各分支行業(yè)的了解;收集本國金融機(jī)構(gòu)信息，履行其監(jiān)管國內(nèi)銀行業(yè)體系;收集統(tǒng)計(jì)數(shù)據(jù)，向歐洲央行（ECB）報(bào)送所有公司數(shù)據(jù)的職責(zé)。西班牙央行正在推進(jìn)XBRL應(yīng)用擴(kuò)展計(jì)劃，在償付能力信息、財(cái)務(wù)報(bào)表、互保、外幣兌換處和評估公司中增加運(yùn)用這些公式。

（三）快速預(yù)判宏觀經(jīng)濟(jì)形勢。英國央行以前通過統(tǒng)計(jì)部門發(fā)布的房地產(chǎn)銷售數(shù)據(jù)、就業(yè)數(shù)據(jù)等，判斷房地產(chǎn)市場和勞動(dòng)力市場變動(dòng)趨勢，但統(tǒng)計(jì)部門的數(shù)據(jù)一般有數(shù)日乃至數(shù)周的時(shí)滯，不利于對形勢的快速判斷。目前英國央行現(xiàn)已運(yùn)用“大數(shù)據(jù)”對英國房地產(chǎn)市場和勞動(dòng)力市場趨勢作出快速判斷，通過對一些網(wǎng)絡(luò)搜索關(guān)鍵詞的監(jiān)控，如“按揭”“房價(jià)”“職位”等，獲取最新的經(jīng)濟(jì)運(yùn)行情況，分析預(yù)測客戶及交易對手行為。加拿大央行利用“大數(shù)據(jù)”分析并跟蹤宏觀經(jīng)濟(jì)的變化。

五、相關(guān)建議

歐洲等國外央行的探索表明，“大數(shù)據(jù)”在經(jīng)濟(jì)預(yù)測和金融統(tǒng)計(jì)等領(lǐng)域的應(yīng)用具有良好效果。應(yīng)積極借鑒國外經(jīng)驗(yàn)，探索人民銀行利用“大數(shù)據(jù)”進(jìn)行經(jīng)濟(jì)預(yù)測和金融統(tǒng)計(jì)。

（一）適應(yīng)“大數(shù)據(jù)”要求，規(guī)劃人民銀行“大數(shù)據(jù)”戰(zhàn)略的頂層設(shè)計(jì)。一是建立“大數(shù)據(jù)”研究機(jī)構(gòu)。在總行層面設(shè)置專門研究“大數(shù)據(jù)”機(jī)構(gòu)，建立數(shù)據(jù)管理決策機(jī)制和內(nèi)部協(xié)調(diào)機(jī)制，制定“大數(shù)據(jù)”工作規(guī)劃，形成管理數(shù)據(jù)、使用數(shù)據(jù)和推廣數(shù)據(jù)的有效工作機(jī)制。二是明確“大數(shù)據(jù)”發(fā)展重點(diǎn)。規(guī)劃明確“大數(shù)據(jù)”產(chǎn)業(yè)的發(fā)展重點(diǎn)、空間布局和保障措施，推動(dòng)和改善與“大數(shù)據(jù)”相關(guān)的收集、儲存和分析工具及技術(shù)，開展“大數(shù)據(jù)”應(yīng)用示范，加大對基礎(chǔ)研究的“大數(shù)據(jù)”獲取方式、組織與管理、關(guān)聯(lián)與發(fā)現(xiàn)、分析與可視化等方面的研究。三是以數(shù)據(jù)分析技術(shù)為核心。加快非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)、非關(guān)系型數(shù)據(jù)庫管理技術(shù)、可視化技術(shù)等基礎(chǔ)技術(shù)研發(fā)，并推動(dòng)與云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的融合。加強(qiáng)網(wǎng)頁搜索技術(shù)、知識計(jì)算（搜索）技術(shù)、知識庫技術(shù)等核心技術(shù)的研發(fā)，并與數(shù)據(jù)處理技術(shù)相結(jié)合，為提高人民銀行金融調(diào)控能力提供技術(shù)支持。四是構(gòu)建覆蓋從數(shù)據(jù)訪問、數(shù)據(jù)傳輸、數(shù)據(jù)存儲、數(shù)據(jù)隔離到數(shù)據(jù)銷毀各環(huán)節(jié)的云端數(shù)據(jù)安全框架。建立“大數(shù)據(jù)”隱私保護(hù)制度和信息安全保障體系，提高安全防范能力，嚴(yán)密維護(hù)信息安全（包括濫用、篡改、損壞、竊取、失泄密等）。

（二）結(jié)合人民銀行履職特點(diǎn)，科學(xué)構(gòu)建人民銀行數(shù)據(jù)庫。借鑒“大數(shù)據(jù)”理論，建立以總行為中心、分支機(jī)構(gòu)為補(bǔ)充的分布式數(shù)據(jù)庫（見圖1），人民銀行數(shù)據(jù)庫實(shí)行總行統(tǒng)一規(guī)劃建模，分級管理推進(jìn)，上下協(xié)調(diào)一致;本級業(yè)務(wù)數(shù)據(jù)由中心統(tǒng)一分發(fā)，非業(yè)務(wù)數(shù)據(jù)逐級上傳，借助人民銀行內(nèi)網(wǎng)“云計(jì)算”1技術(shù)，提升數(shù)據(jù)流轉(zhuǎn)、計(jì)算分析能力;運(yùn)用“霧計(jì)算”2技術(shù)，對人民銀行敏感數(shù)據(jù)進(jìn)行保護(hù)，甄別、控制竊取和濫用數(shù)據(jù)行為，確保人民銀行數(shù)據(jù)安全。數(shù)據(jù)庫系統(tǒng)的基本結(jié)構(gòu)由經(jīng)濟(jì)金融數(shù)據(jù)庫，分析、預(yù)測模型庫和分析、預(yù)測體系三部分組成。運(yùn)用統(tǒng)計(jì)學(xué)的理論和方法，對經(jīng)濟(jì)金融活動(dòng)進(jìn)行分類、量化、數(shù)據(jù)收集和整理及進(jìn)行描述和分析，反映經(jīng)濟(jì)金融活動(dòng)規(guī)律，為經(jīng)濟(jì)金融制度的設(shè)計(jì)和理論研究以及金融調(diào)控機(jī)制的實(shí)施提供客觀和科學(xué)的依據(jù)。

（三）建立數(shù)據(jù)共享機(jī)制，構(gòu)建人民銀行“大數(shù)據(jù)”平臺。建立與銀行、保險(xiǎn)、證券等監(jiān)管機(jī)構(gòu)以及國家統(tǒng)計(jì)局、電商、數(shù)據(jù)公司、互聯(lián)網(wǎng)平臺企業(yè)等合作機(jī)制，構(gòu)建共享數(shù)據(jù)庫和信息共享機(jī)制。同時(shí)，將金融宏觀調(diào)控與移動(dòng)網(wǎng)絡(luò)、電子商務(wù)、社交網(wǎng)絡(luò)等融合，提高內(nèi)外部數(shù)據(jù)信息的整合能力。構(gòu)建人民銀行宏觀審慎管理“大數(shù)據(jù)”平臺，建立適應(yīng)“大數(shù)據(jù)”時(shí)代要求的信息化基礎(chǔ)架構(gòu)，通過信息技術(shù)手段，采集金融經(jīng)營管理數(shù)據(jù)，建立標(biāo)準(zhǔn)化、系統(tǒng)性的數(shù)據(jù)體系，搭建“大數(shù)據(jù)”平臺，為金融業(yè)發(fā)展和監(jiān)管提供基礎(chǔ)性的網(wǎng)絡(luò)支持和信息服務(wù)。

（四）借鑒歐洲等央行經(jīng)驗(yàn)，構(gòu)建人民銀行“大數(shù)據(jù)”分析和預(yù)測模型。借鑒歐洲等央行經(jīng)驗(yàn)，改進(jìn)和優(yōu)化統(tǒng)計(jì)范圍、工具分類、部門分類、信息披露、數(shù)據(jù)質(zhì)量控制等方面，進(jìn)一步完善金融統(tǒng)計(jì)體系。嘗試建立人民銀行決策知識庫和預(yù)測、分析模型。要運(yùn)用“大數(shù)據(jù)”技術(shù)對數(shù)據(jù)進(jìn)行采集、整理出的一些關(guān)鍵性指標(biāo)，構(gòu)建前瞻性的動(dòng)態(tài)隨機(jī)一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）的宏觀計(jì)量模型，對未來一個(gè)時(shí)期可能發(fā)生的經(jīng)濟(jì)金融形勢進(jìn)行分析和預(yù)測，提升人民銀行宏觀預(yù)測能力和運(yùn)作效率，為貨幣政策制定和執(zhí)行提供決策參考。

（五）探索挖掘數(shù)據(jù)結(jié)構(gòu)新方式，建立和完善人民銀行“大數(shù)據(jù)”挖掘與應(yīng)用體系。結(jié)合人民銀行宏觀審慎管理等職責(zé)需要，積極探索挖掘和利用數(shù)據(jù)結(jié)構(gòu)新方式，如可將傳統(tǒng)的銀行家調(diào)查問卷改變?yōu)閷︺y行家情緒的搜集，利用DATA預(yù)測銀行業(yè)機(jī)構(gòu)運(yùn)營情況。圍繞深化經(jīng)濟(jì)金融改革、金融宏觀調(diào)控等需求，統(tǒng)籌好歷史數(shù)據(jù)和當(dāng)前采集數(shù)據(jù)的關(guān)系，充分挖掘歷史數(shù)據(jù)的潛在價(jià)值，并運(yùn)用“大數(shù)據(jù)”技術(shù)手段提升分析現(xiàn)實(shí)數(shù)據(jù)的能力，形成具有人民銀行特色的數(shù)據(jù)挖掘與應(yīng)用體系，推動(dòng)人民銀行數(shù)據(jù)利用向智能化邁進(jìn)。

參考文獻(xiàn)

[1]陳天怡.銀行業(yè)在大數(shù)據(jù)時(shí)代發(fā)展的機(jī)遇和挑戰(zhàn)[J]，甘肅科技縱橫.2015，（7）：27-29。

[2]胡劍波.我國大數(shù)據(jù)產(chǎn)業(yè)競爭優(yōu)勢研究[J]，工業(yè)技術(shù)經(jīng)濟(jì).2015，（6）：55-69。

[3]秦珂.大數(shù)據(jù)法律保護(hù)摭談[J].圖書館學(xué)研究，2015，（12）：44-56。

[4]張寧熙.大數(shù)據(jù)在突發(fā)公共事件網(wǎng)絡(luò)輿情信息工作中的應(yīng)用[J]，現(xiàn)代情報(bào).2015，（6）：38-42。

[5]楊璐璐.淺談抽樣調(diào)查方法在統(tǒng)計(jì)工作中的地位[J].商，2015.（20）：80-85。

"The era of big data" the people's Bank of economic forecasting and

financial statistics research

Tang Hong fei

（the people's Bank of Chinese Guilin central sub branch， Guangxi Guilin 541004）

Abstract： with the continuous progress of information construction， the people's bank must comply with the "big data" the trend of the times， the construction and mining "data"， to enhance the use of "big data" analysis and prediction ability， provide important decision-making reference for the formulation of national economic and financial policy has very important realistic significance. In this paper， to the people's Bank of the construction of "big data" demand as the starting point， analysis on the construction of "big data" of the basic conditions and constraints， and learn from foreign successful experience and practice exploration of the central bank， the people's Bank of the use of "big data" to construct the forward-looking， scientific economic forecast and financial statistics framework and model.

Keywords： large data; economic and financial theory study

責(zé)任編輯、校對：張德進(jìn)