數據作為信息的表現形式和載體，在計算機時代盈千累萬，瀚若星海。當前，研究基于大數據的數據處理技術、方法和手段，已成為行業關注、探索和實踐的熱點。中央銀行作為國家貨幣當局，應用大數據技術可進一步豐富數據來源、提升分析手段、拓展共享渠道，為央行履職金融決策分析、防范化解金融風險、維護國家金融穩定帶來新的改變；也將推動金融領域新的變革，為央行履職打開新局面。

　　央行處理大數據的主要挑戰

　　當前，央行在應用大數據方面面臨著諸多挑戰。

　　1.擴大數據來源

　　目前各央行的數據來源基本為內部數據或其他金融機構報送的報表數據。機構間尚未建立起統一的標準數據交換通道，也較少和其他行業進行數據共享。擴大數據源，應制定相應的數據交換標準，促進機構間數據開放，將央行數據來源擴展至其他相關行業和相關機構，打破當前的“數據孤島”。

　　2.提高數據可信度

　　大數據的來源廣泛，部分來源的數據真實程度和準確性難以得到有效保證，如果不加甄別地全部采納使用，可能會對最終結果造成“污染”。準確甄別數據真偽，需要在機制上根據數據來源的可靠程度進行標記區分，在方法上加強對數據真偽和有效性的校驗，過濾失真數據或虛假數據，從而提供可靠的決策依據。

　　3.優化數據應用

　　當前央行主要使用傳統調查統計方法，這些方法建立在科學研究的基礎之上，經過了長期實踐驗證，更具針對性和高效性。與經過科學嚴謹試驗和采樣設計得到的數據不同，大數據的價值密度低，可能存在采樣偏差。如何從中提取有價值的針對性數據成為數據應用方面需要面對的挑戰。這需要基于一系列研究摸索，建立起有效的數據分析方法和模型，并不斷通過其應用效果持續優化，提升數據分析處理和知識發現能力，從而提高數據應用價值。

　　4.加強數據保護

　　集中在央行的大數據“寶藏”蘊藏著巨大財富，但數據的集中帶來風險的集中。在網絡空間安全面臨日益嚴峻的形勢下，必須做好應對潛在“奪寶人”威脅的準備。推動健全相關法律法規，加強制度保障的同時，需要進一步完善技術防控措施，從單純的基礎安全保障轉型到全方位信息安全防護，跟蹤數據的規范使用情況，切實保障數據安全。

　　5.強化技術支撐

　　各央行基本都建設了數據管理平臺來處理和分析監管數據，不過，若將其應用于大數據，還需要對現有IT設施做進一步的改造，也需要對現有IT布局進行調整。央行應提前布局對前瞻性、基礎性的技術研究，優化調整IT系統架構，推進信息化建設，加快分布式架構應用，提升大數據的服務能力。

　　央行應用大數據的瓶頸和約束戰

　　1.專業人才缺乏是制約央行大數據應用的重要瓶頸

　　發展大數據對于業務建模、數據應用、系統建設和技術管理等人員的知識結構和技能體系有著新的要求，與傳統型人才不甚相同。缺乏掌握大數據技術的新型人才將嚴重制約央行大數據應用。一方面，需要更多跨學科跨專業的數據科學家，研究探索如何從大數據中提取有效信息的方法和模型。另一方面，需要高水平的信息技術專家，開展基礎研究和關鍵技術攻關，形成安全可靠的大數據應用技術體系。為此，應建立有效的人才培養體系，構建靈活的人才交流機制，優化人才結構和布局，打造素質優良、善于創新的央行復合型人才隊伍。

　　2.商業版權和隱私保護約束央行獲取和使用大數據

　　合作機構對版權及工作秘密的保護，社會公眾對個人隱私保護的擔憂，將在相當程度上影響央行對大數據的采集和利用。增強合作主體與社會公眾對央行的信任有助于打破這種約束。一方面，國家層面需要完善法律法規，明確央行及相關機構對數據保護的職責與使用邊界，加強個人隱私信息保護，促進敏感數據的共享與利用。另一方面，央行自身要建立全面有效的數據安全保障機制，包括：完善自律機制、內部監督機制和技術防控措施，保障數據安全；與盈利性機構之間建立可控的信息共享機制或有償使用機制，拓寬央行對商業數據的獲取渠道。

　　大數據對央行政策制定的影響

　　應用大數據推動經濟發展、完善社會治理、提升政府服務和監管能力是發展趨勢。大數據在央行政策制定中將逐步發揮越來越重要的作用。

　　1.拓展數據來源，夯實決策信息基礎

　　多渠道獲取經濟金融及相關行業海量數據，豐富金融統計數據來源，增強數據采集的全面性和完整性，為央行決策分析提供來源廣泛、類型豐富的數據資源。

　　2.改進分析手段、深度挖掘數據價值

　　利用更為先進和多樣化的大數據分析技術，揭示經濟運行的深層次關聯問題，分析國家宏觀經濟形勢和發展走向，為加強決策的科學性、精準性和有效性提供技術支撐。

　　3.優化決策流程，提升決策時效

　　整合數據資源，打破信息孤島，實現信息的全方位共享，進一步優化決策鏈條，縮短決策周期，提升決策效率，實現決策對經濟金融運行情況的快速響應。

　　央行應用大數據的領域

　　應用大數據技術，一方面強調數據完整性和多樣性，同時也關注數據之間的關聯關系，具體表現為：一是對全量數據實時動態分析，做到以數據驅動分析結果，既可修正現有理論，也可對未來趨勢進行預測分析；二是數據量級龐大，一定程度放松了對數據質量的要求，少量劣質數據的存在不會影響最終分析結果；三是大數據方法強調數據關聯，通過技術手段發現與系統性風險高度相關的變量，進而實現對系統性風險的檢測與預判。因此，大數據可廣泛應用于宏觀審慎評估、宏觀經濟形勢分析、金融監管與風險防范、社會信用體系建設、反洗錢、精準服務實體經濟等多個領域，全面提升央行履職能力。

　　1.提高宏觀調控水平

　　建立金融宏觀調控數據體系，提升信貸統計分析效果，加強與政府、商業、互聯網等相關數據資源的關聯分析和融合利用，建立基于大數據的宏觀調控分析模型，為國家宏觀經濟政策的調整提供依據，提高宏觀調控的科學性、預見性和有效性。

　　2.強化金融監管效能

　　建立“穿透式”金融監管體系，使監管部門全面掌握金融機構信息數據，及時準確把握和掌控機構行為，降低“監管俘獲”風險，高效執行宏觀審慎、微觀監管政策，助力金融監管部門及時科學決策。建立宏觀審慎評估體系，提高宏觀審慎管理的效率和質量，量化系統性風險，強化金融風險預警水平，有力防范和化解金融風險，維護金融穩定。

　　3.推進社會信用體系建設

　　充分利用社會各方面信息資源，打破行業間信息孤島，匯集金融、工商、稅務、檢察、海關等公共信用數據，整合互聯網、電子商務等相關數據，建立多維度、全覆蓋的大數據征信平臺，為經濟高效運行提供全面準確的基礎信用信息服務。

　　4.提升反洗錢監管能力

　　優化反洗錢資金監測分析機制，建立國家層面跨行業的反洗錢數據分析平臺。通過海量數據分析，發現異?？梢山灰拙€索，初步篩選出有價值目標，為下一步案件調查做準備。加強反洗錢監管部門之間的信息共享和聯動協同，提高對洗錢犯罪行為評估和預測的準確性和及時性，維護社會穩定。

　　5.加強金融精準服務能力

　　與發改委、財政、民政、工商、扶貧等部門協調聯動，實現數據聚合，降低信息不對稱，找準金融服務的支持方向和切入點，為不同層次、不同領域、不同類型的對象提供精準服務。組織推動金融資源向更有效率和急需扶持的產業流動，支持普惠金融、綠色金融發展，更好服務實體經濟。

　　大數據使用不當帶來的風險

　　大數據是一把雙刃劍，在帶來上述積極影響的同時，也要對大數據應用有科學的認識，避免過分依賴大數據。

　　1.數據的質量、全面性、有效性等因素將影響決策的有效性和穩定性

　　數據量大并不代表質量高，經驗表明龐大的數據中往往魚龍混雜，需要去蕪存菁；大數據須具備全局性和完整性的特點，而實際得到數據往往是局限的，必須謹慎使用；大數據更新頻率高、決策周期縮短的特點，一定程度上會形成沖動性決策，對決策的穩定持續性產生影響；市場變化無方，走向多種，但數據資源本質是歷史數據的歸集，用歷史預測未來依然是一個傳統難題。大數據應用于經濟預測和決策制定造成的偏差會導致央行政策無法達到預期效果。央行應采取相關措施，降低因使用不當帶來的風險，具體包括：進一步提高數據的全面性和真實性，完善分析模型；結合傳統的分析方法，相互印證，提高決策的精準度；建立沙箱機制，提供緩沖和試錯空間。

　　2.大數據應用和管理不當造成數據泄露和濫用會引發法律和道德風險

　　央行在使用大數據過程中，應采取有效手段，避免發生數據泄露和濫用。具體包括：界定和規范各類主體的法律行為，推動相關法律的制定并嚴格執行；健全數據防泄露、防篡改和數據備份等安全防護措施，完善相關管理機制；積極研究應用大數據技術構建安全的應用環境，提高技術防范能力；建立金融大數據使用規范，完善相關規章制度，防止大數據的不當使用。

　　結語

　　國務院2015年出臺了《促進大數據發展行動綱要》，提出大數據要服務于人民利益、公共利益、國家利益，標志著我國數據戰略的確立。人民銀行作為我國央行，將履行國家戰略，并按照2017年全國金融工作會議提出的“強化人民銀行宏觀審慎管理和系統性風險防范職責”，認真貫徹習總書記“三個統籌”指示精神，積極探索、研究、推進金融大數據建設，運用大數據提升精準施策能力，打造數字央行。（文/中國人民銀行科技司巡視員楊竑）

責任編輯：王超