摘 要：隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興信息技術(shù)在金融行業(yè)的廣泛應(yīng)用，金融新業(yè)態(tài)、新模式層出不窮，傳統(tǒng)的金融監(jiān)管模式已經(jīng)難以滿足及時(shí)性、有效性和穿透性的要求。與此同時(shí)，新技術(shù)的快速發(fā)展也為金融監(jiān)管發(fā)揮更大效能提供了一個(gè)良好的契機(jī)，信息技術(shù)尤其是大數(shù)據(jù)，將會(huì)重塑未來金融監(jiān)管。為此，本文對(duì)大數(shù)據(jù)原理及其在金融監(jiān)管領(lǐng)域?qū)嵺`進(jìn)行了深入分析，提出了大數(shù)據(jù)在金融監(jiān)管中的應(yīng)用思路。

關(guān)鍵詞：大數(shù)據(jù)；金融；監(jiān)管

DOI：10.3969/j.issn.1003-9031.2019.3.11

中圖分類號(hào)：F83 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2019）03-0071-05

一、大數(shù)據(jù)的概念、主要特征及技術(shù)環(huán)節(jié)

（一）大數(shù)據(jù)的概念

一般認(rèn)為，大數(shù)據(jù)又稱巨量數(shù)據(jù)或海量數(shù)據(jù)，是指一種規(guī)模大到無法通過傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具在合理時(shí)間內(nèi)獲取、存儲(chǔ)、管理和分析的數(shù)據(jù)集合，主要涵蓋了三個(gè)方面的內(nèi)容。

1.數(shù)據(jù)類型。從數(shù)據(jù)類型來看，大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，其中，音頻、視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)已成為大數(shù)據(jù)的主要部分。

2.技術(shù)實(shí)現(xiàn)。從技術(shù)層面來看，大數(shù)據(jù)的核心是利用分布式存儲(chǔ)、數(shù)據(jù)清理、云計(jì)算、智能算法等對(duì)各種類型的數(shù)據(jù)進(jìn)行高效存儲(chǔ)、處理，并從中獲取高價(jià)值信息的技術(shù)及其集成。

3.分析應(yīng)用。從應(yīng)用層面來看，大數(shù)據(jù)的最終目標(biāo)是運(yùn)用數(shù)據(jù)挖掘、智能分析等手段實(shí)現(xiàn)海量數(shù)據(jù)的深入分析，并基于數(shù)據(jù)分析結(jié)果指導(dǎo)決策管理。

（二）大數(shù)據(jù)的主要特征

大數(shù)據(jù)的主要特征可以用“4V”來概括：Volume（量級(jí)巨大）、Variety（類型多樣）、Velocity（獲取和處理快速）和Veracity（真實(shí)性）。

1.數(shù)據(jù)量級(jí)巨大。海量的數(shù)據(jù)量是大數(shù)據(jù)最基本的特征，通常10TB規(guī)模以上的數(shù)據(jù)量才可稱為大數(shù)據(jù)。近年來，大數(shù)據(jù)的量級(jí)增長(zhǎng)迅猛主要得益于兩個(gè)方面的因素，一是隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動(dòng)通信等信息技術(shù)應(yīng)用的發(fā)展，數(shù)據(jù)產(chǎn)生和獲取渠道無限拓寬，使得人類社會(huì)活動(dòng)過程中產(chǎn)生的數(shù)據(jù)都被記錄下來；二是存儲(chǔ)介質(zhì)的革命、單位芯片晶體管處理能力的幾何級(jí)增加、云計(jì)算技術(shù)的發(fā)展為海量數(shù)據(jù)的存儲(chǔ)和處理提供了必要條件。

2.數(shù)據(jù)類型多樣。隨著社交網(wǎng)絡(luò)、電子商務(wù)、搜索引擎等互聯(lián)網(wǎng)應(yīng)用的日漸普及，由此產(chǎn)生的數(shù)據(jù)成為大數(shù)據(jù)的主要來源，其中不僅包括以文本形式為主的傳統(tǒng)的關(guān)系型結(jié)構(gòu)化數(shù)據(jù)，也包括以網(wǎng)頁(yè)、圖片、音頻、視頻、網(wǎng)絡(luò)日志、文檔、地理位置信息等種類繁多、未加工的半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，尤以非結(jié)構(gòu)化數(shù)據(jù)為主。

3.數(shù)據(jù)獲取和處理快速。在當(dāng)前信息高速傳播的時(shí)代，數(shù)據(jù)的獲取是隨時(shí)隨地進(jìn)行的，人類在社交網(wǎng)絡(luò)、電子商務(wù)等活動(dòng)中產(chǎn)生的數(shù)據(jù)都被實(shí)時(shí)存儲(chǔ)在數(shù)據(jù)庫(kù)中。與此同時(shí)，數(shù)據(jù)的處理也在實(shí)時(shí)和飛速地進(jìn)行，這也是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)處理的重要特征之一。如金融機(jī)構(gòu)的數(shù)據(jù)創(chuàng)建、存儲(chǔ)、處理和分析的速度在大數(shù)據(jù)時(shí)代將持續(xù)加快，某些數(shù)據(jù)必須實(shí)時(shí)地進(jìn)行分析，才能及時(shí)、有效地對(duì)業(yè)務(wù)管理產(chǎn)生價(jià)值。

4.數(shù)據(jù)真實(shí)。大數(shù)據(jù)的真實(shí)性被稱為價(jià)值密度低，是大數(shù)據(jù)的重要屬性。在抽樣數(shù)據(jù)時(shí)代，數(shù)據(jù)量小，每個(gè)數(shù)據(jù)都顯得很重要，存在隨機(jī)抽樣帶來的偏態(tài)風(fēng)險(xiǎn)；而在大數(shù)據(jù)時(shí)代，樣本即總體，數(shù)據(jù)的價(jià)值密度變低了，但每一個(gè)數(shù)據(jù)都是對(duì)真實(shí)世界的無偏刻畫。

（三）大數(shù)據(jù)的技術(shù)環(huán)節(jié)

大數(shù)據(jù)的技術(shù)環(huán)節(jié)通常包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理和數(shù)據(jù)挖掘。

數(shù)據(jù)采集是指從多種數(shù)據(jù)源（包括應(yīng)用系統(tǒng)、智能設(shè)備、網(wǎng)站網(wǎng)頁(yè)等）采集數(shù)據(jù)，是大數(shù)據(jù)最基礎(chǔ)和最根本的環(huán)節(jié)。數(shù)據(jù)采集的目的是把各種小數(shù)據(jù)先采集起來，積沙成塔，最后成了海量數(shù)據(jù)。

數(shù)據(jù)存儲(chǔ)是指利用專業(yè)的存儲(chǔ)設(shè)備將采集的數(shù)據(jù)儲(chǔ)存起來。常用的大數(shù)據(jù)存儲(chǔ)技術(shù)包括大規(guī)模并行處理系統(tǒng)（MPP）架構(gòu)的數(shù)據(jù)庫(kù)集群、基于Hadoop技術(shù)的擴(kuò)展和封裝、大數(shù)據(jù)一體機(jī)等。

數(shù)據(jù)處理主要完成對(duì)存儲(chǔ)數(shù)據(jù)的抽取、清洗和脫敏等操作。首先將不同類型的抽取數(shù)據(jù)轉(zhuǎn)換成單一的或便于處理的類型，其次清洗過濾掉大量錯(cuò)誤的或與需求無關(guān)的數(shù)據(jù)，最后對(duì)一些涉及個(gè)人隱私的敏感數(shù)據(jù)進(jìn)行脫敏處理，達(dá)到隱私保護(hù)的目的。

數(shù)據(jù)挖掘是指運(yùn)用統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、建模等技術(shù)方法從大量的數(shù)據(jù)中提取出隱藏的有價(jià)值的信息，也是最重要和最有技術(shù)難度的環(huán)節(jié)，數(shù)據(jù)的最終價(jià)值直到這里才得以體現(xiàn)。

二、大數(shù)據(jù)技術(shù)在金融監(jiān)管中的應(yīng)用優(yōu)勢(shì)

大數(shù)據(jù)的特征使得其應(yīng)用于金融監(jiān)管時(shí)的精確性、完整性和時(shí)效性遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的監(jiān)管手段，為金融監(jiān)管和風(fēng)險(xiǎn)預(yù)警提供了全新的手段。

（一）大數(shù)據(jù)的數(shù)據(jù)體量能夠提高金融監(jiān)管的精確性

傳統(tǒng)的數(shù)據(jù)分析受數(shù)據(jù)量較小和處理能力不足的限制，通常只抽取總體數(shù)據(jù)的一部分（數(shù)據(jù)樣本）進(jìn)行分析。由于數(shù)據(jù)樣本容量與數(shù)據(jù)總體容量存在差異，必然造成樣本的統(tǒng)計(jì)特性與總體的統(tǒng)計(jì)特性呈現(xiàn)一定的差異性，通過樣本分析出來的結(jié)果未必符合總體的特征，準(zhǔn)確度不高，一般需采用多次采樣。在金融行業(yè)，上述方法變得不再現(xiàn)實(shí)，而金融行業(yè)對(duì)分析結(jié)果的準(zhǔn)確度要求極高。相關(guān)研究表明，即使數(shù)據(jù)分析的錯(cuò)誤率在8%以下，對(duì)于投資決策、監(jiān)管分析而言，該錯(cuò)誤率仍不可接受。

大數(shù)據(jù)的一個(gè)典型特點(diǎn)是樣本即總體，分析基礎(chǔ)即為總體數(shù)據(jù)，這將大大提高數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，提高了依靠數(shù)據(jù)分析作為投資分析、監(jiān)督管理的可靠性。

（二）大數(shù)據(jù)的數(shù)據(jù)維度能夠提高金融監(jiān)管的完整性

在傳統(tǒng)的數(shù)據(jù)時(shí)代，數(shù)據(jù)往往只能刻畫一個(gè)主體的某一部分。以監(jiān)管為例，銀行領(lǐng)域的監(jiān)管部門只掌握被監(jiān)管主體在銀行體系中的活動(dòng)數(shù)據(jù)，證券領(lǐng)域的監(jiān)管部門只掌握其在證券體系中的活動(dòng)數(shù)據(jù)。傳統(tǒng)的金融監(jiān)管受制于數(shù)據(jù)資源有限、信息不對(duì)稱等因素，只能依據(jù)幾個(gè)主要指標(biāo)對(duì)金融行業(yè)進(jìn)行監(jiān)管，監(jiān)管措施存在片面性。而大數(shù)據(jù)提供的高效分析手段及數(shù)據(jù)整合理念，使跨領(lǐng)域的數(shù)據(jù)共享常態(tài)化，再結(jié)合其他諸如互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等產(chǎn)生的數(shù)據(jù)，使金融監(jiān)管部門能夠刻畫出一個(gè)主體完整的金融行為活動(dòng)圖，進(jìn)而能夠準(zhǔn)確地定位風(fēng)險(xiǎn)。

（三）大數(shù)據(jù)的處理能力能夠提高金融監(jiān)管的時(shí)效性

當(dāng)前信息技術(shù)廣泛應(yīng)用于金融行業(yè)，金融市場(chǎng)的相關(guān)數(shù)據(jù)無論是產(chǎn)生還是變化都很快速，對(duì)金融監(jiān)管的時(shí)效性提出了很高的要求，必須在短時(shí)間內(nèi)完成監(jiān)測(cè)和預(yù)判，有些領(lǐng)域甚至要求實(shí)時(shí)動(dòng)態(tài)監(jiān)管。受制于監(jiān)管成本高昂、監(jiān)管技術(shù)有限等因素，傳統(tǒng)的金融監(jiān)管能夠獲得的數(shù)據(jù)存在一定的滯后性，導(dǎo)致傳統(tǒng)金融監(jiān)管難以及時(shí)開展監(jiān)管活動(dòng)。而借助于大數(shù)據(jù)，金融監(jiān)管部門將實(shí)現(xiàn)監(jiān)管渠道電子化，能夠隨時(shí)隨地獲取金融數(shù)據(jù)，及時(shí)監(jiān)測(cè)金融行業(yè)的經(jīng)營(yíng)活動(dòng)，實(shí)時(shí)快速地處理分析金融數(shù)據(jù)信息，大幅提高金融監(jiān)管的時(shí)效性。

三、大數(shù)據(jù)在國(guó)內(nèi)外金融監(jiān)管中的應(yīng)用實(shí)踐

目前，美國(guó)、中國(guó)等國(guó)家已經(jīng)在金融領(lǐng)域積極開展大數(shù)據(jù)金融監(jiān)管的應(yīng)用實(shí)踐，并取得了顯著成效。

（一）美國(guó)金融市場(chǎng)的大數(shù)據(jù)監(jiān)管實(shí)踐

美國(guó)是最早將大數(shù)據(jù)應(yīng)用于金融監(jiān)管的國(guó)家之一。早在2001年，美國(guó)國(guó)家證券交易商協(xié)會(huì)（NASD）就邁出了股票市場(chǎng)大數(shù)據(jù)監(jiān)管的第一步。該機(jī)構(gòu)開發(fā)了名為SONAR的自動(dòng)化監(jiān)管系統(tǒng)，對(duì)美國(guó)多個(gè)證券市場(chǎng)的內(nèi)幕交易及欺詐行為進(jìn)行監(jiān)測(cè)。從啟用至今，該系統(tǒng)已經(jīng)向美國(guó)證券委員會(huì)和司法部提交了將近200個(gè)證券市場(chǎng)違規(guī)案例。在2008年國(guó)際金融危機(jī)之后，美國(guó)財(cái)政部下屬的金融研究辦公室（OFR）開始收集金融機(jī)構(gòu)的微觀交易和頭寸數(shù)據(jù)；美國(guó)證券交易委員會(huì)（SEC）也從2010年起要求大型貨幣基金提交月度交易數(shù)據(jù)。美國(guó)金融監(jiān)管當(dāng)局從這些微觀和海量的金融數(shù)據(jù)中抽取出被認(rèn)為可以引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的相關(guān)信息，再借助大數(shù)據(jù)的相關(guān)技術(shù)對(duì)其進(jìn)行量化計(jì)算，預(yù)測(cè)出可能發(fā)生的風(fēng)險(xiǎn)，進(jìn)行金融宏觀審慎監(jiān)管。

（二）中國(guó)金融市場(chǎng)的大數(shù)據(jù)實(shí)踐

近年來，我國(guó)國(guó)家層面對(duì)金融監(jiān)管提出了更高要求，各金融監(jiān)管機(jī)構(gòu)紛紛利用大數(shù)據(jù)等信息技術(shù)進(jìn)一步提升金融監(jiān)管的有效性、及時(shí)性和穿透性。2013年深圳證券交易所自主研發(fā)上線了大數(shù)據(jù)監(jiān)察系統(tǒng)，全面支持證券交易實(shí)時(shí)監(jiān)控、調(diào)查分析等核心監(jiān)察功能，具有海量數(shù)據(jù)處理、高效實(shí)時(shí)預(yù)警監(jiān)控、指標(biāo)體系科學(xué)合理、趨勢(shì)分析智能化等特點(diǎn)。截至目前，全國(guó)多地已經(jīng)建立或正在建立基于大數(shù)據(jù)的非法集資監(jiān)測(cè)預(yù)警系統(tǒng)，如北京市打擊非法集資監(jiān)測(cè)預(yù)警平臺(tái)、廈門市金融風(fēng)險(xiǎn)防控預(yù)警平臺(tái)等。此類平臺(tái)重點(diǎn)對(duì)交易大數(shù)據(jù)進(jìn)行采集，結(jié)合網(wǎng)絡(luò)輿情大數(shù)據(jù)、社會(huì)舉報(bào)信息等，能夠?qū)崿F(xiàn)對(duì)非法集資早發(fā)現(xiàn)、早識(shí)別、早預(yù)警、早核實(shí)、早打擊，有利于從源頭上打擊包裝隱蔽、名目繁多、手段翻新的非法集資行為。

四、大數(shù)據(jù)在金融監(jiān)管中的應(yīng)用思路

金融監(jiān)管部門應(yīng)用大數(shù)據(jù)來重塑金融監(jiān)管方式，既需要監(jiān)管部門的頂層設(shè)計(jì)，更需要金融機(jī)構(gòu)、大數(shù)據(jù)科技公司等各方的積極參與，具體來說可從戰(zhàn)略層面、體制層面、法律層面和技術(shù)層面四個(gè)方面入手。

（一）戰(zhàn)略層面要重視大數(shù)據(jù)金融監(jiān)管產(chǎn)業(yè)環(huán)境和人才培育

1.加速培育良好的大數(shù)據(jù)金融監(jiān)管產(chǎn)業(yè)環(huán)境。監(jiān)管部門和政府層面應(yīng)根據(jù)大數(shù)據(jù)金融監(jiān)管產(chǎn)業(yè)發(fā)展趨勢(shì)，為產(chǎn)業(yè)發(fā)展合理規(guī)劃布局，并在政策方面為產(chǎn)業(yè)發(fā)展提供一個(gè)良好的環(huán)境。一是促進(jìn)產(chǎn)學(xué)研深度融合，推動(dòng)大數(shù)據(jù)金融監(jiān)管創(chuàng)新發(fā)展，支持前沿技術(shù)創(chuàng)新，加快關(guān)鍵產(chǎn)品研發(fā)；二是加大財(cái)政資金對(duì)大數(shù)據(jù)金融監(jiān)管的投入力度，設(shè)立大數(shù)據(jù)金融監(jiān)管技術(shù)研發(fā)創(chuàng)新的財(cái)政專項(xiàng)資金，建立財(cái)政投入長(zhǎng)效增長(zhǎng)機(jī)制。

2.高度重視大數(shù)據(jù)金融監(jiān)管人才的培育。金融監(jiān)管部門使用大數(shù)據(jù)進(jìn)行金融監(jiān)管必須建立在擁有專業(yè)人才的基礎(chǔ)之上，因此，大數(shù)據(jù)金融監(jiān)管更需要專業(yè)的人才和完善的人才培養(yǎng)機(jī)制。金融監(jiān)管部門應(yīng)有針對(duì)性地制定大數(shù)據(jù)人才培養(yǎng)規(guī)劃，吸引、留住、培養(yǎng)懂技術(shù)、懂?dāng)?shù)據(jù)、懂業(yè)務(wù)的復(fù)合型大數(shù)據(jù)人才，組建大數(shù)據(jù)金融監(jiān)管專業(yè)團(tuán)隊(duì)，為實(shí)現(xiàn)大數(shù)據(jù)在金融監(jiān)管方面的應(yīng)用做好人才儲(chǔ)備。

（二）體制層面要做到思維、標(biāo)準(zhǔn)、機(jī)制并重

1.形成“用數(shù)據(jù)說話，讓數(shù)據(jù)做主”數(shù)據(jù)驅(qū)動(dòng)決策思維模式。傳統(tǒng)的金融監(jiān)管主要依賴于經(jīng)驗(yàn)和直覺進(jìn)行監(jiān)管，缺乏數(shù)據(jù)驅(qū)動(dòng)思維，監(jiān)管過程粗放，難以實(shí)施有效的監(jiān)督管理。在大數(shù)據(jù)時(shí)代，金融監(jiān)管應(yīng)做到凡事心中有“數(shù)”，形成用數(shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)決策、用數(shù)據(jù)創(chuàng)新的數(shù)據(jù)驅(qū)動(dòng)決策思維模式，尊重?cái)?shù)據(jù)事實(shí)，讓大數(shù)據(jù)發(fā)聲，使數(shù)據(jù)手段成為提高金融監(jiān)管工作效率的有力工具。

2.推進(jìn)金融大數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)。金融監(jiān)管部門應(yīng)牽頭開展金融大數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)，完善數(shù)據(jù)治理機(jī)制，確保數(shù)據(jù)管理規(guī)范、使用安全、利用充分，為大數(shù)據(jù)金融監(jiān)管平臺(tái)建設(shè)保駕護(hù)航。金融大數(shù)據(jù)標(biāo)準(zhǔn)體系可分為基礎(chǔ)標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)、技術(shù)標(biāo)準(zhǔn)、平臺(tái)和工具標(biāo)準(zhǔn)、安全及隱私標(biāo)準(zhǔn)、行業(yè)應(yīng)用標(biāo)準(zhǔn)等六大類。各類標(biāo)準(zhǔn)之間相互聯(lián)系、相互約束、相互補(bǔ)充，共同構(gòu)成完整的統(tǒng)一體。

3.建立大數(shù)據(jù)開放與共享機(jī)制。大數(shù)據(jù)的開放與共享是大數(shù)據(jù)行業(yè)發(fā)展的趨勢(shì)，也是大數(shù)據(jù)金融監(jiān)管應(yīng)用的關(guān)鍵環(huán)節(jié)。通過建立大數(shù)據(jù)開發(fā)與共享機(jī)制，打破體制機(jī)制障礙，促進(jìn)金融監(jiān)管部門、金融機(jī)構(gòu)、大數(shù)據(jù)科技企業(yè)間的數(shù)據(jù)流通，推動(dòng)數(shù)據(jù)開放共享，培育交叉融合的大數(shù)據(jù)金融監(jiān)管應(yīng)用。

（三）法律層面要體現(xiàn)國(guó)家治理的法治精神

大數(shù)據(jù)從本質(zhì)上要求數(shù)據(jù)開放共享，但數(shù)據(jù)的開放共享就會(huì)涉及到企業(yè)的商業(yè)機(jī)密、個(gè)人的隱私等，因此，大數(shù)據(jù)應(yīng)用在金融監(jiān)管的過程中，監(jiān)管部門一定要制定保護(hù)數(shù)據(jù)隱私安全的法律法規(guī)，如對(duì)不同類型數(shù)據(jù)的采集、分析、傳播、存儲(chǔ)、交易、使用、共享及法律責(zé)任等方面制定專業(yè)的、清晰的法律法規(guī)，協(xié)調(diào)大數(shù)據(jù)領(lǐng)域創(chuàng)新與監(jiān)管的關(guān)系，樹立大數(shù)據(jù)法律行為的指路標(biāo)，鋪設(shè)大數(shù)據(jù)環(huán)境的安全網(wǎng)，備好大數(shù)據(jù)應(yīng)急事件的降落傘，進(jìn)而保證我國(guó)大數(shù)據(jù)應(yīng)用生態(tài)良好，體現(xiàn)國(guó)家治理的法治精神。

（四）技術(shù)層面要依托云計(jì)算技術(shù)建立一個(gè)多方聯(lián)網(wǎng)的大數(shù)據(jù)金融監(jiān)管平臺(tái)

1.運(yùn)用云計(jì)算技術(shù)構(gòu)建分布式架構(gòu)的大數(shù)據(jù)基礎(chǔ)平臺(tái)。大數(shù)據(jù)具有海量數(shù)據(jù)的特點(diǎn)，僅靠傳統(tǒng)的技術(shù)手段已無法對(duì)大數(shù)據(jù)進(jìn)行分析和處理，只有依托云計(jì)算平臺(tái)，通過云存儲(chǔ)系統(tǒng)來儲(chǔ)存海量數(shù)據(jù)、高并發(fā)處理系統(tǒng)來處理海量請(qǐng)求、分布式計(jì)算平臺(tái)深入挖掘大數(shù)據(jù)。在云計(jì)算平臺(tái)的IaaS（基礎(chǔ)設(shè)施即服務(wù)）層提供底層計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源，構(gòu)建分布式集群計(jì)算環(huán)境，既提供快速的橫向擴(kuò)展能力，也能提供高可用的服務(wù)能力；PaaS（平臺(tái)即服務(wù)）層提供大數(shù)據(jù)金融監(jiān)管平臺(tái)的基礎(chǔ)服務(wù)和工具，包括數(shù)據(jù)質(zhì)量控制、存取、加密、共享等一系列服務(wù)，以及固定報(bào)表開發(fā)工具、多維分析工具、專題分析工具等一系列數(shù)據(jù)基礎(chǔ)功能工具；SaaS（軟件即服務(wù)）層基于PaaS層的服務(wù)構(gòu)建面向特定業(yè)務(wù)、部門、人員的大數(shù)據(jù)分析應(yīng)用，如面向管理層的領(lǐng)導(dǎo)決策視圖，以服務(wù)的形式提供給最終用戶。

2.建立可支撐多方接入的數(shù)據(jù)通信網(wǎng)絡(luò)平臺(tái)。穩(wěn)定、可靠的數(shù)據(jù)通信網(wǎng)絡(luò)平臺(tái)是高效地進(jìn)行數(shù)據(jù)采集和傳輸?shù)闹匾Ｕ?。金融監(jiān)管部門應(yīng)建立一個(gè)跨系統(tǒng)、跨平臺(tái)、跨數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)通信網(wǎng)絡(luò)平臺(tái)，實(shí)現(xiàn)監(jiān)管內(nèi)部部門、外部機(jī)構(gòu)之間的互聯(lián)互通，縮短數(shù)據(jù)的獲取、處理及分析時(shí)間，提高發(fā)現(xiàn)問題、處理問題的速度，提升數(shù)據(jù)共享效率。

3.制定數(shù)據(jù)接口規(guī)范以整合多方數(shù)據(jù)資源。大數(shù)據(jù)基礎(chǔ)平臺(tái)和網(wǎng)絡(luò)平臺(tái)建設(shè)完成后，即可將分散在各部門、外部機(jī)構(gòu)的數(shù)據(jù)資源逐步整合至基礎(chǔ)平臺(tái)上，實(shí)現(xiàn)數(shù)據(jù)的整合與共享，構(gòu)建統(tǒng)一的金融大數(shù)據(jù)視圖，為數(shù)據(jù)綜合利用奠定基礎(chǔ)。一方面，要全面地梳理分散在各部門、各機(jī)構(gòu)不同金融業(yè)務(wù)系統(tǒng)的數(shù)據(jù)資源，掌握各類業(yè)務(wù)數(shù)據(jù)之間的邏輯關(guān)系和層次結(jié)構(gòu)，為數(shù)據(jù)整合做好準(zhǔn)備；另一方面，制定統(tǒng)一的數(shù)據(jù)接口規(guī)范，通過數(shù)據(jù)清理、轉(zhuǎn)換和標(biāo)準(zhǔn)化等手段，將各類業(yè)務(wù)系統(tǒng)的數(shù)據(jù)資源逐步整合至基礎(chǔ)平臺(tái)上。

4.設(shè)計(jì)開發(fā)大數(shù)據(jù)應(yīng)用場(chǎng)景。在掌握全量金融數(shù)據(jù)的基礎(chǔ)上，結(jié)合金融監(jiān)管業(yè)務(wù)需求，充分利用數(shù)據(jù)建模和挖掘技術(shù)，構(gòu)建一整套科學(xué)合理的大數(shù)據(jù)金融監(jiān)管模型，設(shè)計(jì)和開發(fā)相應(yīng)的大數(shù)據(jù)應(yīng)用場(chǎng)景，通過機(jī)器學(xué)習(xí)等技術(shù)從海量數(shù)據(jù)中分析和洞察經(jīng)濟(jì)、金融運(yùn)行規(guī)律，為各監(jiān)管部門提供差異化的數(shù)據(jù)分析服務(wù)，為數(shù)據(jù)共享、綜合分析以及宏觀決策做好支撐，利用大數(shù)據(jù)提升金融監(jiān)管和宏觀決策的精準(zhǔn)性、時(shí)效性。

（特約編輯：何志強(qiáng)）

參考文獻(xiàn)：

[1]白碩，熊昊.大數(shù)據(jù)時(shí)代的金融監(jiān)管創(chuàng)新[J].中國(guó)金融，2014（15）.

[2]李勇.大數(shù)據(jù)金融[M].北京：電子工業(yè)出版社，2019（12）.