“大數(shù)據(jù)”時代人民銀行經(jīng)濟預測和金融統(tǒng)計研究

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，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)驗和做法，探索人民銀行利用“大數(shù)據(jù)”構(gòu)建前瞻性、科學性的經(jīng)濟預測和金融統(tǒng)計框架和模型。

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

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

IBM執(zhí)行總裁羅睿蘭認為，“數(shù)據(jù)將成為一切行業(yè)當中決定勝負的根本因素，最終數(shù)據(jù)將成為人類至關(guān)重要的自然資源?！丙溈襄a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：任何超過了一臺計算機處理能力的數(shù)據(jù)量;維基百科的“大數(shù)據(jù)”定義：“無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合”;美國國家科學基金會（NSF）的“大數(shù)據(jù)”定義：“由科學儀器、傳感設備、互聯(lián)網(wǎng)交易、電子郵件、音視頻軟件、網(wǎng)絡點擊流等多種數(shù)據(jù)源生成的大規(guī)模，多元化、復雜、長期的分布式數(shù)據(jù)集”?！按髷?shù)據(jù)”的顯著特點是大量化（Volume）、多樣化（Variety）、快速化（Velocity）及由此產(chǎn)生的價值（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)濟預測和金融統(tǒng)計的現(xiàn)實需要

受“大數(shù)據(jù)”驅(qū)動，依托信息共享、高度集成的數(shù)據(jù)倉庫、先進的數(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)”實施后，人民銀行業(yè)務將從傳統(tǒng)的手工處理向全信息化處理轉(zhuǎn)變，業(yè)務基礎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)自動采集功能，實施宏觀預測分析，對社會經(jīng)濟運行情況進行綜合分析和評價，實時掌控全國經(jīng)濟金融變化動態(tài)，實現(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)”，夯實人民銀行信息服務與決策支持的堅實基礎。隨著人民銀行各類數(shù)據(jù)處理、管理和交換進一步集中，經(jīng)濟金融數(shù)據(jù)共享渠道的進一步暢通，“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。充分挖掘和運用人民銀行“大數(shù)據(jù)”，為我國經(jīng)濟金融政策的制定、執(zhí)行、監(jiān)測、決策和實施，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掌控、跟蹤金融風險。通過深度挖掘人民銀行業(yè)務數(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，實施人民銀行調(diào)控手段的規(guī)范化管理，動態(tài)跟蹤、管理資金流的異常監(jiān)測，實現(xiàn)人民銀行風險控制、內(nèi)部業(yè)務風險控制、外部業(yè)務監(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、決策等功用和價值的數(shù)據(jù)，包括調(diào)查統(tǒng)計、貨幣信貸、征信管理、財務會計、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、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)建了包括貨幣供應量統(tǒng)計、信貸收支統(tǒng)計、現(xiàn)金收支統(tǒng)計、對外金融統(tǒng)計、金融市場統(tǒng)計、人民銀行專項調(diào)查統(tǒng)計（企業(yè)商品價格指數(shù)、景氣調(diào)查指數(shù)）和資金流量統(tǒng)計等金融業(yè)綜合統(tǒng)計監(jiān)測體系，為人民銀行宏觀調(diào)控服務，著力提高貨幣政策針對性、靈活性，支持經(jīng)濟發(fā)展方式轉(zhuǎn)變奠定了堅實基礎。2014年12月，人民銀行征信中心與環(huán)境保護部政策法規(guī)司、國家稅務總局稽查局、國家外匯管理局管理檢查司、中國出口信用保險公司等8家單位簽署信息采集合作文件，標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，將進一步推動我國社會信用體系建設。

（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數(shù)據(jù)庫。截至2013年末，金融信用信息基礎數(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; 個人、企業(yè)信息全年查詢量分別達3.5 億次和1.04 億次;全國累計補充完善小微企業(yè)信息近243 萬戶，累計已有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)匯集了各級政府財務數(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)[指國庫會計數(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20798.5萬筆，金額136911.25億元，通過TCBS辦理收入業(yè)務38070萬筆，金額109574億元;辦理實撥資金支出業(yè)務621萬筆，金額118694億元;辦理退庫業(yè)務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 家儲蓄國債承銷機構(gòu)正式聯(lián)通。

（三）金融標準化建設取得顯著成效。2010年，人民銀行推出《銀行業(yè)標準體系框架》，發(fā)布《中國金融集成電路（IC）卡規(guī)范》（2 0 1 0版）等1 4項金融行業(yè)標準;發(fā)布《金融業(yè)機構(gòu)信息管理規(guī)定》，建設金融業(yè)機構(gòu)信息管理系統(tǒng)，構(gòu)建中國首個金融機構(gòu)名錄庫，囊括23萬多家金融機構(gòu)信息。2011年3月，人民銀行頒布《關(guān)于推進金融IC卡應用工作的意見》，啟動我國銀行磁條卡向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），組織建設國家金融IC卡安全檢測中心。先后發(fā)布《證券、期貨、保險、印制、銀行業(yè)標準體系》;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)計數(shù)據(jù)與元數(shù)據(jù)交換（SDMX）》標準，規(guī)范了我國金融統(tǒng)計信息的處理、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《金融信用信息基礎數(shù)據(jù)庫用戶管理規(guī)范》和《征信機構(gòu)信息安全規(guī)范》。

（四）人民銀行數(shù)據(jù)具有較高的利用價值。人民銀行貨幣政策委員會通過分析研究存貸款及其變動對貨幣政策產(chǎn)生的影響，對貨幣政策進行適時適度調(diào)整。財政部等部門從人民銀行提取數(shù)據(jù)并加以利用，也會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算收支數(shù)據(jù)，加強對預算收支情況、地方財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%?；ヂ?lián)網(wǎng)、電子商務等新興企業(yè)在“大數(shù)據(jù)”處理經(jīng)驗、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，人民銀行更應激活利用內(nèi)部的“沉睡數(shù)據(jù)”。

2、數(shù)據(jù)整理缺乏標準化設計。人民銀行數(shù)據(jù)交換過程中缺乏標準化數(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)務處理和管理系統(tǒng)缺乏標準化的統(tǒng)一設計，直接導致“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計憑證、會計賬簿、報表和其他會計資料的完整和安全作出了具體要求，人民銀行數(shù)據(jù)的利用仍以報表、報告等傳統(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)。人民銀行進行“大數(shù)據(jù)”挖掘，涉及到法律制度建設、系統(tǒng)開發(fā)等多方面原因。

1、個人信息采集的合法性問題?！墩餍艠I(yè)管理條例》第十三條規(guī)定：采集個人信息應當經(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)點或ATM機的錄像信息等，這些數(shù)據(jù)信息采集如未得到信息主體允許，進一步分析開發(fā)是否合法、侵犯個人隱私尚未定論，影響了人民銀銀行數(shù)據(jù)采集的拓展。

2、“大數(shù)據(jù)”的基礎設施和安全管理亟待加強。由于“大數(shù)據(jù)”是伴隨著互聯(lián)網(wǎng)、云計算、移動互聯(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，進一步增加了“大數(shù)據(jù)”的風險隱患，若處理不當可能遭受重大損失。因此，信息安全體系建設、“大數(shù)據(jù)”安全技術(shù)研發(fā)、動態(tài)數(shù)據(jù)安全監(jiān)控機制等亟待加強。

3、跨部門信息共享機制尚未建立。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)、實現(xiàn)進度等事項，以及信息共享相關(guān)標準規(guī)范等尚未建立。

四、國外央行“大數(shù)據(jù)”運用比較分析及借鑒

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)儲運用“定向算法文本分析”（簡稱DATA）的新方法和統(tǒng)計手段。在2014年11月份的報告中，歐洲央行描述了基于“大數(shù)據(jù)”的經(jīng)濟預測方法。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。信念敘述理論不僅表面上關(guān)注人們對經(jīng)濟的感性預期，如“積極/消極”，“樂觀/悲觀”等，而且深入分析經(jīng)濟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，評估這種相關(guān)性是否顯著。如將相對情感指標（BROKER）定義為一個月之內(nèi)興奮類關(guān)鍵詞和焦慮類關(guān)鍵詞出現(xiàn)的頻率之差，這個差值除以文本中的總字數(shù)即是標準化后的指標。密歇根信心指數(shù)（MCI）主要用于衡量消費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個問題，為期兩周的調(diào)查數(shù)據(jù)為基礎構(gòu)成。指數(shù)每月發(fā)布兩次，其中初步數(shù)據(jù)在每月第二個周五發(fā)布，最終結(jié)果在每月第四個周五發(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)鍵是預測T+1時點初步指數(shù)較T時點最終指數(shù)的變化，這個變化值用DIFFPRELIM來表示。

按照“大數(shù)據(jù)”預測方法，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)進行回歸分析，可得到2012年5月的密歇根指數(shù)預測值，如此逐月推進重復此項運算，直到估計出2013年7月的指數(shù)。從2012年5月到2013年7月期間的預測結(jié)果看，運用基于“大數(shù)據(jù)”的DATA，對代表消費者信心減去其焦慮的凈水平的時間序列數(shù)據(jù)進行文本分析，對這15個月的數(shù)據(jù)進行分析，其中預測準確的有12個月。繼續(xù)用“大數(shù)據(jù)”方法來預測更遠期的MCI值，結(jié)果顯示即使預測4個月后的情況，BROKER數(shù)據(jù)仍然顯示出預測功能。就預測的正確性而言，預測期為2期時，15個月中有11較準確;預測期為3期時，15個月中有8個較準確;而預測期為4期時，有7個月較準確。

（二）XBRL分析框架在國外央行運用概況。XBRL是“Extensible Business Reporting Language”的縮寫，意為可擴展商業(yè)報告語言，主要用于商業(yè)和財務信息的定義和交換，讓在不同系統(tǒng)間共享數(shù)據(jù)成為可能，被設計成能夠適應最復雜的金融報告形式。

XBRL在日本央行的運用。日本央行從2003年中期起開展XBRL試驗。2006年2月，日本的金融服務公司每月使用XBRL向日本央行報送數(shù)據(jù)。日本央行認為，每月使用XBRL報送資產(chǎn)負債表大大減輕數(shù)據(jù)驗證等工作負擔。XBRL簡化了報送流程，特別是能夠通過提交前的驗證功能發(fā)現(xiàn)報告中的問題。

2、XBRL在南美央行的運用。巴西央行積極研究XBRL（巴西資產(chǎn)負債表注冊項目的一部分）的應用。2008年10月，阿根廷央行擔當建立XBRL阿根廷臨時地區(qū)組織的組織者，并向XBRL國際組織申請直屬成員資格。阿根廷央行實施資產(chǎn)負債表注冊項目，該項目主要是根據(jù)公司規(guī)模、市場知名度等標準分階段實現(xiàn)財務報送的XBRL化，主要目標是對阿根廷各類公司進行清晰的信用評級。

3、XBRL在西班牙央行的運用。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)字化財務報表編制的基礎。每年，2，743個實體向西班牙央行報送109，554份XBRL報告，XBRL技術(shù)的引入實現(xiàn)了數(shù)據(jù)驗證的自動化，提高了數(shù)據(jù)質(zhì)量。同時，可以通過對內(nèi)容嚴格定義來控制風險。西班牙央行的職責之一是收集、處理和保存西班牙非金融性公司的財務信息，增加對西班牙各分支行業(yè)的了解;收集本國金融機構(gòu)信息，履行其監(jiān)管國內(nèi)銀行業(yè)體系;收集統(tǒng)計數(shù)據(jù)，向歐洲央行（ECB）報送所有公司數(shù)據(jù)的職責。西班牙央行正在推進XBRL應用擴展計劃，在償付能力信息、財務報表、互保、外幣兌換處和評估公司中增加運用這些公式。

（三）快速預判宏觀經(jīng)濟形勢。英國央行以前通過統(tǒng)計部門發(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)市場和勞動力市場變動趨勢，但統(tǒng)計部門的數(shù)據(jù)一般有數(shù)日乃至數(shù)周的時滯，不利于對形勢的快速判斷。目前英國央行現(xiàn)已運用“大數(shù)據(jù)”對英國房地產(chǎn)市場和勞動力市場趨勢作出快速判斷，通過對一些網(wǎng)絡搜索關(guān)鍵詞的監(jiān)控，如“按揭”“房價”“職位”等，獲取最新的經(jīng)濟運行情況，分析預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)濟預測和金融統(tǒng)計等領域的應用具有良好效果。應積極借鑒國外經(jīng)驗，探索人民銀行利用“大數(shù)據(jù)”進行經(jīng)濟預測和金融統(tǒng)計。

（一）適應“大數(shù)據(jù)”要求，規(guī)劃人民銀行“大數(shù)據(jù)”戰(zhàn)略的頂層設計。一是建立“大數(shù)據(jù)”研究機構(gòu)。在總行層面設置專門研究“大數(shù)據(jù)”機構(gòu)，建立數(shù)據(jù)管理決策機制和內(nèi)部協(xié)調(diào)機制，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)的有效工作機制。二是明確“大數(shù)據(jù)”發(fā)展重點。規(guī)劃明確“大數(shù)據(jù)”產(chǎn)業(yè)的發(fā)展重點、空間布局和保障措施，推動和改善與“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)”應用示范，加大對基礎研究的“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)等基礎技術(shù)研發(fā)，并推動與云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等技術(shù)的融合。加強網(wǎng)頁搜索技術(shù)、知識計算（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)”隱私保護制度和信息安全保障體系，提高安全防范能力，嚴密維護信息安全（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，科學構(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、分支機構(gòu)為補充的分布式數(shù)據(jù)庫（見圖1），人民銀行數(shù)據(jù)庫實行總行統(tǒng)一規(guī)劃建模，分級管理推進，上下協(xié)調(diào)一致;本級業(yè)務數(shù)據(jù)由中心統(tǒng)一分發(fā)，非業(yè)務數(shù)據(jù)逐級上傳，借助人民銀行內(nèi)網(wǎng)“云計算”1技術(shù)，提升數(shù)據(jù)流轉(zhuǎn)、計算分析能力;運用“霧計算”2技術(shù)，對人民銀行敏感數(shù)據(jù)進行保護，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)濟金融數(shù)據(jù)庫，分析、預測模型庫和分析、預測體系三部分組成。運用統(tǒng)計學的理論和方法，對經(jīng)濟金融活動進行分類、量化、數(shù)據(jù)收集和整理及進行描述和分析，反映經(jīng)濟金融活動規(guī)律，為經(jīng)濟金融制度的設計和理論研究以及金融調(diào)控機制的實施提供客觀和科學的依據(jù)。

（三）建立數(shù)據(jù)共享機制，構(gòu)建人民銀行“大數(shù)據(jù)”平臺。建立與銀行、保險、證券等監(jiān)管機構(gòu)以及國家統(tǒng)計局、電商、數(shù)據(jù)公司、互聯(lián)網(wǎng)平臺企業(yè)等合作機制，構(gòu)建共享數(shù)據(jù)庫和信息共享機制。同時，將金融宏觀調(diào)控與移動網(wǎng)絡、電子商務、社交網(wǎng)絡等融合，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“大數(shù)據(jù)”時代要求的信息化基礎架構(gòu)，通過信息技術(shù)手段，采集金融經(jīng)營管理數(shù)據(jù)，建立標準化、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)管提供基礎性的網(wǎng)絡支持和信息服務。

（四）借鑒歐洲等央行經(jīng)驗，構(gòu)建人民銀行“大數(shù)據(jù)”分析和預測模型。借鑒歐洲等央行經(jīng)驗，改進和優(yōu)化統(tǒng)計范圍、工具分類、部門分類、信息披露、數(shù)據(jù)質(zhì)量控制等方面，進一步完善金融統(tǒng)計體系。嘗試建立人民銀行決策知識庫和預測、分析模型。要運用“大數(shù)據(jù)”技術(shù)對數(shù)據(jù)進行采集、整理出的一些關(guān)鍵性指標，構(gòu)建前瞻性的動態(tài)隨機一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）的宏觀計量模型，對未來一個時期可能發(fā)生的經(jīng)濟金融形勢進行分析和預測，提升人民銀行宏觀預測能力和運作效率，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)”挖掘與應用體系。結(jié)合人民銀行宏觀審慎管理等職責需要，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預測銀行業(yè)機構(gòu)運營情況。圍繞深化經(jīng)濟金融改革、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)的潛在價值，并運用“大數(shù)據(jù)”技術(shù)手段提升分析現(xiàn)實數(shù)據(jù)的能力，形成具有人民銀行特色的數(shù)據(jù)挖掘與應用體系，推動人民銀行數(shù)據(jù)利用向智能化邁進。

參考文獻

[1]陳天怡.銀行業(yè)在大數(shù)據(jù)時代發(fā)展的機遇和挑戰(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.2015，（6）：55-69。

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

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

[5]楊璐璐.淺談抽樣調(diào)查方法在統(tǒng)計工作中的地位[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

責任編輯、校對：張德進