论文部分内容阅读
摘要：本文探究影响大数据分析在银行经济预测和金融统计应用中制约因素;进而结合问题实现多方面探究，提出促进大数据融入银行经济预测和金融统计的策略，以及对新形势下银行经济发展以及金融市场构建提供建议。
关键词：大数据;银行;经济预测;金融统计
一、大数据技术简述
在互联网飞速发展进程中，多种结构数据通过网络资源被整合在一起，使得信息和数据集中化，统称为大数据。这些数据信息在虚拟环境和现实环境中都有所体现，而且数量非常大，为云计算提供数据基础。在当前的发展环境中，企业可以将运营期间的所有数据和涉及到的信息整合在一起，形成新算法来对经济发展进行预测，也可以预测和统计金融数据。大数据技术具有繁杂性、相关性和整体性等特点，在实际应用时可以对多方面数据进行对比分析，每种经济活动和行为都可以通过数据信息展现出来，不用进行单一强调。
二、大数据背景下经济分析对银行经济的影响
现代社会经济发展过程中的各项活动都会与银行建立联系，因此，银行在大数据获取方面具备便捷的条件。相较于传统的银行数据分析，大数据背景下形成的经济活动数据不再是单一化、随机化的信息，而形成了庞大的数据资源，且这些数据在一定算法中能够形成独特的语言，用以描述经济运行状态[1]。基于此，银行在大数据背景下，应利用信息系统收集、整合、挖掘、分析信息数据，并探究不同经济现象、金融活动中的内在联系形成具有预测价值的经济模型。
三、大数据背景下的银行经济预测和金融统计面临的问题
第一，对不同类型数据开发的重视程度存在偏差，影响了数据开发与应用的全面性。目前银行的数据生成主要还是依赖传统业务，如金融交易、客户开通账户后在银行系统的交易行为等，在传统维度上形成的数据信息主要侧重于历史数据、财务数据、借贷数据。虽然随着金融市场的发展，受互联网金融的影响，银行在传统业务范围上进行了一定的拓展，并将数据类型从存、放、汇核心业务形成的结构化数据，发展为客户电话语音、在线交易记录、网点视频等非结构化数据。但是与金融科技公司相比，银行传统业务数据库的建设，以及非结构数据开发上依然存在“短板”，受到数据的来源、传递与存储方面存在技术制约，影响了大数据效能的发挥。
第二，个人信息采集的边界相对模糊，个人信息采集存在争议。大数据对于银行经济预测与金融分析而言，能够提供充足的资源支持，但是其在个人信息应用方面却也由于边界模糊的问题，存在潜在的风险。银行要想实现经济预测与金融统计必须要对个人信息进行收集、整合与处理，這时人们不免要问“如何理清数据控制者运用数据的行为边界？如何确保数据开发中对个人信息的有效保护？”但是目前银行对于这一问题却无法给出令人信服的答案。2016年公安部挂牌督办并告破的“5.26侵犯公民个人信息案”，涉及高达257万条公民个人银行信息，涉案金额高达230余万元，这一案件的被告是一某银行支行行长，其在大数据的“幌子”下，肆意侵犯个人的银行信息，造成个人信息泄露，这不仅为用户的经济行为带来了巨大的风险，更是影响了银行的市场信誉，并为整个银行业的大数据开发与应用敲响了警钟[2]。
第三，银行信息系统有待完善，数据安全问题突出。大数据背景下，银行面临着转型的压力，虽然在信息系统建设方面银行做出了巨大的投入，但是数据安全问题依然突出，例如银行数据在传输过程中既存在泄露、丢失的风险，也存在被外部攻击的风险;在数据处理过程中，即便银行进行了静态数据脱敏，但是由于数据集之间的关联性，依然存在信息泄露的风险;在云计算平台下，计算环境复杂，多个租户共享平台资源，且互联网支付在云计算中的广泛应用等都为数据安全带来威胁。
四、大数据背景下的银行经济预测和金融统计分析的策略
第一，完善大数据分析模型，提高银行经济预测与金融统计的科学性。银行应通过对统计工具、信息来源以及数据质量的改进，完善经济预测与金融统计模型，以提高数据分析的前瞻性，体现大数据分析价值。例如现代银行在经济运行中时刻都面临着用户流失的风险，尤其是互联网金融的出现，便捷、高效、多元化的金融服务促使传统银行业务面临较大挑战、传统银行中的用户不断流失，对此，银行应积极利用大数据针对用户流失现象建立分析模型，并通过对用户的画像，制定相应的应对方案。在互联网时代，信息爆炸使得人们获得金融信息的途径愈加广泛，调查显示，约63%的用户使用在线个人网络以及社交网站就能够获得可靠银行产品信息，而45%的用户会在社交媒体中会对其金融服务作出评价，这些存在于社交网络中的数据信息，为银行预测用户流失提供了必要的依据。银行在大数据开发过程中，应拓宽数据收集渠道，从多个视角分析影响用户流失的因素，并利用系统平台实现对用户银行访问，用户来电日志，网页交互日志，信用卡记录的交易数据的处理，同时将这些数据信息与社交内容中的信息进行交互、匹配，形成对用户的全方位“画像”，进而建立预测用户流失的数据模型，以形成可视化的行为预测指导，这样银行就能根据用户流失现象制定针对性措施，及时止损，并针对存在潜在流失风险的用户制定差异化的营销方案，以挽回用户，降低流失率，提高银行经济决策的预见性。
第二，明确银行数据开发与应用的边界，依法维护个人信息安全。在大数据背景下，银行既是信息的提供者又是使用者，因此需要承担着保护个人信息安全的职责。在大数据开发与应用的过程中，根据国家出台的相关的法律法规，以及行业内部的规章制度、规范流程与合规流程确保个人信息安全。例如中国工商银行为保证个人信息安全性在采集和向中国人民银行征信管理中心等征信机构报送个人征信信息的过程中，会严格遵照程序需取得个人同意、授权，在查询个人信息的过程中要获得本人授权，并详细说明个人信息使用目的与使用范围;中国工商银行还建立了白名单制度，即申报、评审符合国家相关规定以及银行系统规范的单位、个人形成白名单，这些单位或个人可以通过登录征信系统查询信息，但是其权限主要为信息管理，无法对个人信息进行收集、整合与利用;此外，中国工商银行还建立了前置系统，用户需要与征信系统形成有效对接，才能够通过安全测试，并利用双重密码认证进入系统，以控制系统登录权限[3]。总之，在信息资源成为社会经济运行中的重要生产要素和社会财富的时候，银行作为个人信息资源的重要持有者，需要严守职业道德以身作则，明确数据信息开发与利用的边界，在合法的范围内实现信息数据的科学利用。
第三，完善银行信息系统，保障数据安全，有效防范金融风险。银行经济预测与金融统计的主要目的是及时发现金融风险，并提前做好防范。在大数据背景下，银行应通过引入专业数据技术，加强信息系统建设，其中包括信息数据库安全审计系统建设，即根据行业规则对银行行为进行考核，对违规操作提出警告，追溯数据库访问风险，并建立关联分析，针对系统异常进行及时诊断;动态数据脱敏系统建设，即保障数据实时访问安全，防止银行系统在运行与维护过程中出现敏感数据泄露，避免隐私数据在未脱敏状态流出银行，利用高可靠性的动态掩码进行数据脱敏，保证数据共享安全;数据库加密系统建设，采用国家密码局认证、备案的加密设备，对银行的核心业务数据进行加密保护，通过数据库加密产品对敏感数据进行加密保存，避免数据文件、备份文件泄露或丢失，即使在黑客通过技术供给获得数据也难以准确解读，建立权责分配机制，避免高权限用户“监守自盗”，利用加密设备提高银行对数据安全的自主控制能力。
五、前景与展望
综上所述，大数据对银行经济与金融统计带来的不仅是丰富的数据资源，以及便捷、智能的统计分析手段，还有颠覆性的思想认知，而银行应积极应对大数据时代经济发展与金融运行过程中对数据资源形成的新需求，从软件硬件方面做好调整与创新，深入对大数据的理解，并实现对数据信息的开发与利用，建立符合银行经济与金融统计需要的数据信息系统，使得大数据应用在金融服务方面发挥至关重要的作用，进而推动银行经济预测与金融统计工作向智能化时代迈进，并将在银行和金融领域带来积极的成果。
参考文献：
[1]惠旭.大数据背景下金融统计未来的发展方向[J].现代经济信息，2019（07）：339.
作者简介：赵宁（1982.10-），女，北京市，本科，管理学学士，工作单位：北京良乡经济开发区实业有限公司，研究方向：国民经济学。
关键词：大数据;银行;经济预测;金融统计
一、大数据技术简述
在互联网飞速发展进程中，多种结构数据通过网络资源被整合在一起，使得信息和数据集中化，统称为大数据。这些数据信息在虚拟环境和现实环境中都有所体现，而且数量非常大，为云计算提供数据基础。在当前的发展环境中，企业可以将运营期间的所有数据和涉及到的信息整合在一起，形成新算法来对经济发展进行预测，也可以预测和统计金融数据。大数据技术具有繁杂性、相关性和整体性等特点，在实际应用时可以对多方面数据进行对比分析，每种经济活动和行为都可以通过数据信息展现出来，不用进行单一强调。
二、大数据背景下经济分析对银行经济的影响
现代社会经济发展过程中的各项活动都会与银行建立联系，因此，银行在大数据获取方面具备便捷的条件。相较于传统的银行数据分析，大数据背景下形成的经济活动数据不再是单一化、随机化的信息，而形成了庞大的数据资源，且这些数据在一定算法中能够形成独特的语言，用以描述经济运行状态[1]。基于此，银行在大数据背景下，应利用信息系统收集、整合、挖掘、分析信息数据，并探究不同经济现象、金融活动中的内在联系形成具有预测价值的经济模型。
三、大数据背景下的银行经济预测和金融统计面临的问题
第一，对不同类型数据开发的重视程度存在偏差，影响了数据开发与应用的全面性。目前银行的数据生成主要还是依赖传统业务，如金融交易、客户开通账户后在银行系统的交易行为等，在传统维度上形成的数据信息主要侧重于历史数据、财务数据、借贷数据。虽然随着金融市场的发展，受互联网金融的影响，银行在传统业务范围上进行了一定的拓展，并将数据类型从存、放、汇核心业务形成的结构化数据，发展为客户电话语音、在线交易记录、网点视频等非结构化数据。但是与金融科技公司相比，银行传统业务数据库的建设，以及非结构数据开发上依然存在“短板”，受到数据的来源、传递与存储方面存在技术制约，影响了大数据效能的发挥。
第二，个人信息采集的边界相对模糊，个人信息采集存在争议。大数据对于银行经济预测与金融分析而言，能够提供充足的资源支持，但是其在个人信息应用方面却也由于边界模糊的问题，存在潜在的风险。银行要想实现经济预测与金融统计必须要对个人信息进行收集、整合与处理，這时人们不免要问“如何理清数据控制者运用数据的行为边界？如何确保数据开发中对个人信息的有效保护？”但是目前银行对于这一问题却无法给出令人信服的答案。2016年公安部挂牌督办并告破的“5.26侵犯公民个人信息案”，涉及高达257万条公民个人银行信息，涉案金额高达230余万元，这一案件的被告是一某银行支行行长，其在大数据的“幌子”下，肆意侵犯个人的银行信息，造成个人信息泄露，这不仅为用户的经济行为带来了巨大的风险，更是影响了银行的市场信誉，并为整个银行业的大数据开发与应用敲响了警钟[2]。
第三，银行信息系统有待完善，数据安全问题突出。大数据背景下，银行面临着转型的压力，虽然在信息系统建设方面银行做出了巨大的投入，但是数据安全问题依然突出，例如银行数据在传输过程中既存在泄露、丢失的风险，也存在被外部攻击的风险;在数据处理过程中，即便银行进行了静态数据脱敏，但是由于数据集之间的关联性，依然存在信息泄露的风险;在云计算平台下，计算环境复杂，多个租户共享平台资源，且互联网支付在云计算中的广泛应用等都为数据安全带来威胁。
四、大数据背景下的银行经济预测和金融统计分析的策略
第一，完善大数据分析模型，提高银行经济预测与金融统计的科学性。银行应通过对统计工具、信息来源以及数据质量的改进，完善经济预测与金融统计模型，以提高数据分析的前瞻性，体现大数据分析价值。例如现代银行在经济运行中时刻都面临着用户流失的风险，尤其是互联网金融的出现，便捷、高效、多元化的金融服务促使传统银行业务面临较大挑战、传统银行中的用户不断流失，对此，银行应积极利用大数据针对用户流失现象建立分析模型，并通过对用户的画像，制定相应的应对方案。在互联网时代，信息爆炸使得人们获得金融信息的途径愈加广泛，调查显示，约63%的用户使用在线个人网络以及社交网站就能够获得可靠银行产品信息，而45%的用户会在社交媒体中会对其金融服务作出评价，这些存在于社交网络中的数据信息，为银行预测用户流失提供了必要的依据。银行在大数据开发过程中，应拓宽数据收集渠道，从多个视角分析影响用户流失的因素，并利用系统平台实现对用户银行访问，用户来电日志，网页交互日志，信用卡记录的交易数据的处理，同时将这些数据信息与社交内容中的信息进行交互、匹配，形成对用户的全方位“画像”，进而建立预测用户流失的数据模型，以形成可视化的行为预测指导，这样银行就能根据用户流失现象制定针对性措施，及时止损，并针对存在潜在流失风险的用户制定差异化的营销方案，以挽回用户，降低流失率，提高银行经济决策的预见性。
第二，明确银行数据开发与应用的边界，依法维护个人信息安全。在大数据背景下，银行既是信息的提供者又是使用者，因此需要承担着保护个人信息安全的职责。在大数据开发与应用的过程中，根据国家出台的相关的法律法规，以及行业内部的规章制度、规范流程与合规流程确保个人信息安全。例如中国工商银行为保证个人信息安全性在采集和向中国人民银行征信管理中心等征信机构报送个人征信信息的过程中，会严格遵照程序需取得个人同意、授权，在查询个人信息的过程中要获得本人授权，并详细说明个人信息使用目的与使用范围;中国工商银行还建立了白名单制度，即申报、评审符合国家相关规定以及银行系统规范的单位、个人形成白名单，这些单位或个人可以通过登录征信系统查询信息，但是其权限主要为信息管理，无法对个人信息进行收集、整合与利用;此外，中国工商银行还建立了前置系统，用户需要与征信系统形成有效对接，才能够通过安全测试，并利用双重密码认证进入系统，以控制系统登录权限[3]。总之，在信息资源成为社会经济运行中的重要生产要素和社会财富的时候，银行作为个人信息资源的重要持有者，需要严守职业道德以身作则，明确数据信息开发与利用的边界，在合法的范围内实现信息数据的科学利用。
第三，完善银行信息系统，保障数据安全，有效防范金融风险。银行经济预测与金融统计的主要目的是及时发现金融风险，并提前做好防范。在大数据背景下，银行应通过引入专业数据技术，加强信息系统建设，其中包括信息数据库安全审计系统建设，即根据行业规则对银行行为进行考核，对违规操作提出警告，追溯数据库访问风险，并建立关联分析，针对系统异常进行及时诊断;动态数据脱敏系统建设，即保障数据实时访问安全，防止银行系统在运行与维护过程中出现敏感数据泄露，避免隐私数据在未脱敏状态流出银行，利用高可靠性的动态掩码进行数据脱敏，保证数据共享安全;数据库加密系统建设，采用国家密码局认证、备案的加密设备，对银行的核心业务数据进行加密保护，通过数据库加密产品对敏感数据进行加密保存，避免数据文件、备份文件泄露或丢失，即使在黑客通过技术供给获得数据也难以准确解读，建立权责分配机制，避免高权限用户“监守自盗”，利用加密设备提高银行对数据安全的自主控制能力。
五、前景与展望
综上所述，大数据对银行经济与金融统计带来的不仅是丰富的数据资源，以及便捷、智能的统计分析手段，还有颠覆性的思想认知，而银行应积极应对大数据时代经济发展与金融运行过程中对数据资源形成的新需求，从软件硬件方面做好调整与创新，深入对大数据的理解，并实现对数据信息的开发与利用，建立符合银行经济与金融统计需要的数据信息系统，使得大数据应用在金融服务方面发挥至关重要的作用，进而推动银行经济预测与金融统计工作向智能化时代迈进，并将在银行和金融领域带来积极的成果。
参考文献：
[1]惠旭.大数据背景下金融统计未来的发展方向[J].现代经济信息，2019（07）：339.
作者简介：赵宁（1982.10-），女，北京市，本科，管理学学士，工作单位：北京良乡经济开发区实业有限公司，研究方向：国民经济学。