本站小編為你精心準(zhǔn)備了金融大數(shù)據(jù)對(duì)貨幣信貸業(yè)務(wù)創(chuàng)新的作用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：傳統(tǒng)的貨幣信貸業(yè)務(wù)信息系統(tǒng)建設(shè)較為分散，往往針對(duì)每項(xiàng)業(yè)務(wù)需求單獨(dú)建設(shè)系統(tǒng)，建設(shè)方式較為落后，且存在重復(fù)建設(shè)、“數(shù)據(jù)孤島”等問(wèn)題。人民銀行成都分行采用新一代大數(shù)據(jù)技術(shù)架構(gòu)和數(shù)據(jù)治理框架，建立貨幣信貸明細(xì)臺(tái)賬采集標(biāo)準(zhǔn)，采用主流BI工具作為商務(wù)智能分析工具，從而實(shí)現(xiàn)統(tǒng)計(jì)監(jiān)測(cè)的標(biāo)準(zhǔn)化和智能化，并促進(jìn)信貸政策、財(cái)政政策、產(chǎn)業(yè)政策的有效融合，提升了央行貨幣信貸的履職效果。

關(guān)鍵詞：金融大數(shù)據(jù)；數(shù)據(jù)標(biāo)準(zhǔn)；架構(gòu)轉(zhuǎn)型；貨幣信貸

為貫徹落實(shí)中國(guó)人民銀行總行（以下簡(jiǎn)稱(chēng)“人總行”）關(guān)于構(gòu)建以大數(shù)據(jù)為支撐的央行決策平臺(tái)的要求，人民銀行成都分行（以下簡(jiǎn)稱(chēng)“人行成都分行”）以人總行“數(shù)字央行”大數(shù)據(jù)試點(diǎn)為契機(jī)，緊跟形勢(shì)，積極穩(wěn)步推進(jìn)貨幣信貸的數(shù)據(jù)標(biāo)準(zhǔn)制定及大數(shù)據(jù)應(yīng)用平臺(tái)建設(shè)，為貨幣信貸開(kāi)展精準(zhǔn)、智能監(jiān)測(cè)分析，落實(shí)“雙支柱”宏觀調(diào)控框架，實(shí)現(xiàn)貨幣信貸業(yè)務(wù)創(chuàng)新轉(zhuǎn)型奠定了堅(jiān)實(shí)的基礎(chǔ)。

一、工作現(xiàn)狀

隨著金融行業(yè)與新興技術(shù)的深度融合，金融科技逐漸改變了傳統(tǒng)金融的服務(wù)渠道、風(fēng)控模型和經(jīng)營(yíng)策略，使得金融邊界更加模糊、資金流向更加隱蔽、風(fēng)險(xiǎn)傳播速度更快。該種工作模式需要央行加快技術(shù)架構(gòu)的轉(zhuǎn)型以滿足金融服務(wù)創(chuàng)新和宏觀審慎監(jiān)管的需求。傳統(tǒng)的貨幣信貸業(yè)務(wù)信息系統(tǒng)建設(shè)過(guò)程存在數(shù)據(jù)采集方式效率低、數(shù)據(jù)處理速度慢、系統(tǒng)建設(shè)方式分散、缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)等問(wèn)題，無(wú)法有效滿足當(dāng)前貨幣信貸的履職要求。

（一）數(shù)據(jù)采集方式效率低人民銀行貨幣信貸部門(mén)的業(yè)務(wù)條線多，涵蓋范圍廣，業(yè)務(wù)邏輯交叉復(fù)雜。一方面，同一張報(bào)表對(duì)應(yīng)金融機(jī)構(gòu)不同業(yè)務(wù)部門(mén)，加大了金融機(jī)構(gòu)的內(nèi)部協(xié)調(diào)成本；另一方面，不同的報(bào)表收集同一個(gè)數(shù)據(jù)，導(dǎo)致重復(fù)交叉報(bào)送，既浪費(fèi)了人力、物力，又加大了后期數(shù)據(jù)治理的難度。同時(shí)，數(shù)據(jù)報(bào)送途徑存在報(bào)送效率較低、數(shù)據(jù)分散的問(wèn)題，不利于數(shù)據(jù)集中整合處理，無(wú)法充分發(fā)揮數(shù)據(jù)的潛在價(jià)值。為此，迫切需要將各類(lèi)業(yè)務(wù)報(bào)表整合為統(tǒng)一的數(shù)據(jù)采集報(bào)送平臺(tái)，提高數(shù)據(jù)報(bào)送效率，為數(shù)據(jù)綜合分析利用創(chuàng)造條件。

（二）數(shù)據(jù)處理速度慢傳統(tǒng)的人民銀行貨幣信貸數(shù)據(jù)處理方式速度慢、不夠及時(shí)。以宏觀審慎評(píng)估工作為例，要完成四川省全省180家法人金融機(jī)構(gòu)單個(gè)機(jī)構(gòu)的數(shù)據(jù)分析并形成評(píng)估報(bào)告，需要30個(gè)工作日。而對(duì)于需要即時(shí)預(yù)警的業(yè)務(wù)（部分業(yè)務(wù)需要按日預(yù)警），依靠傳統(tǒng)的人工判別方式更是難以完成。

（三）系統(tǒng)建設(shè)方式分散原有的貨幣信貸業(yè)務(wù)管理和數(shù)據(jù)分析統(tǒng)計(jì)功能分散在十余個(gè)業(yè)務(wù)系統(tǒng)中，且部分?jǐn)?shù)據(jù)信息仍需要通過(guò)手工進(jìn)行監(jiān)測(cè)分析，存在功能單一、數(shù)據(jù)重復(fù)、靈活性差、準(zhǔn)確率低、時(shí)效不強(qiáng)等問(wèn)題。一項(xiàng)業(yè)務(wù)對(duì)應(yīng)一個(gè)系統(tǒng)，導(dǎo)致單個(gè)部門(mén)建設(shè)多個(gè)系統(tǒng)，系統(tǒng)數(shù)據(jù)之間彼此隔離，形成“信息孤島”，數(shù)據(jù)應(yīng)用效率較低。

（四）缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)傳統(tǒng)的數(shù)據(jù)采集方式導(dǎo)致了數(shù)據(jù)報(bào)送內(nèi)容不規(guī)范、不嚴(yán)謹(jǐn)，給后期數(shù)據(jù)清洗和治理帶來(lái)了較大的麻煩，且易產(chǎn)生數(shù)據(jù)分析錯(cuò)誤。由于缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，以及金融機(jī)構(gòu)對(duì)指標(biāo)口徑的理解不同，導(dǎo)致了數(shù)據(jù)統(tǒng)計(jì)結(jié)果不準(zhǔn)確。

二、主要做法

在全面考慮貨幣信貸業(yè)務(wù)的實(shí)際需要、主流大數(shù)據(jù)技術(shù)架構(gòu)，以及現(xiàn)有技術(shù)儲(chǔ)備等因素的基礎(chǔ)上，人行成都分行采取自主開(kāi)發(fā)和委托外包并舉的項(xiàng)目建設(shè)方式，充分借助成熟的大數(shù)據(jù)處理和分析展示等技術(shù)，根據(jù)業(yè)務(wù)需求推進(jìn)大數(shù)據(jù)應(yīng)用平臺(tái)持續(xù)迭代和優(yōu)化。

（一）采用成熟的技術(shù)架構(gòu)，促進(jìn)系統(tǒng)整合按照人總行“加快架構(gòu)轉(zhuǎn)型，打造數(shù)字央行”和抓緊推進(jìn)“三集中”的要求，人行成都分行采用成熟的系統(tǒng)建設(shè)架構(gòu)，將散點(diǎn)式分布的系統(tǒng)整合到統(tǒng)一的集中平臺(tái)，實(shí)現(xiàn)了一個(gè)業(yè)務(wù)部門(mén)一個(gè)平臺(tái)，避免系統(tǒng)的重復(fù)和分散建設(shè)，以系統(tǒng)整合促進(jìn)業(yè)務(wù)板塊的整合及業(yè)務(wù)流程重建。

（二）引入成熟技術(shù)，提升性能與可視化能力在后臺(tái)數(shù)據(jù)倉(cāng)庫(kù)方面，選擇通過(guò)Hadoop的第三方發(fā)行版本搭建大數(shù)據(jù)底層平臺(tái)，提升了大數(shù)據(jù)平臺(tái)的處理性能；在數(shù)據(jù)分析利用方面，同時(shí)采用多種先進(jìn)的BI工具作為商務(wù)智能分析工具，形成綜合性后端數(shù)據(jù)分析和可視化展示平臺(tái)，明顯提升了業(yè)務(wù)人員的履職效能。

（三）“自主開(kāi)發(fā)+委托外包”雙輪驅(qū)動(dòng)，有效支持業(yè)務(wù)擴(kuò)展一方面，采用委托開(kāi)發(fā)、核心技術(shù)由自有團(tuán)隊(duì)參與完成的方式，充分掌握、吸收先進(jìn)技術(shù)，優(yōu)化系統(tǒng)主體架構(gòu)。另一方面，依托自有團(tuán)隊(duì)快速迭代、靈活開(kāi)發(fā)的優(yōu)勢(shì)，積極為業(yè)務(wù)應(yīng)用提供技術(shù)支持。

（四）定標(biāo)貫標(biāo)，形成“四個(gè)統(tǒng)一”在大數(shù)據(jù)平臺(tái)建設(shè)過(guò)程中，通過(guò)滿足貨幣信貸處和調(diào)查統(tǒng)計(jì)處標(biāo)準(zhǔn)化存貸款臺(tái)賬的采數(shù)需求，初步實(shí)現(xiàn)了數(shù)據(jù)由部門(mén)統(tǒng)一采集，再跨部門(mén)綜合應(yīng)用的效果。通過(guò)對(duì)貨幣信貸各項(xiàng)報(bào)表業(yè)務(wù)進(jìn)行梳理，形成明細(xì)臺(tái)賬模型，涵蓋負(fù)債、授信交易對(duì)手信息、中間業(yè)務(wù)、交易類(lèi)金融資產(chǎn)和貨幣政策工具等主題，包括存款余額、貸款余額、貸款發(fā)生額、授信合同、信貸合同、擔(dān)保合同等31類(lèi)明細(xì)臺(tái)賬。

三、工作成效

通過(guò)建設(shè)貨幣信貸大數(shù)據(jù)應(yīng)用平臺(tái)，人行成都分行初步實(shí)現(xiàn)了對(duì)數(shù)據(jù)的統(tǒng)一采集和綜合應(yīng)用，為業(yè)務(wù)部門(mén)開(kāi)展精準(zhǔn)、智能監(jiān)測(cè)分析，實(shí)現(xiàn)貨幣信貸工作創(chuàng)新和轉(zhuǎn)型提供了有力支撐，在支撐央行決策、服務(wù)金融監(jiān)管等方面取得初步成效。

（一）實(shí)現(xiàn)統(tǒng)計(jì)監(jiān)測(cè)標(biāo)準(zhǔn)化、智能化系統(tǒng)上線后，除人總行建設(shè)的系統(tǒng)外，其他貨幣信貸數(shù)據(jù)統(tǒng)計(jì)功能均遷移至該系統(tǒng)，有效實(shí)現(xiàn)了對(duì)數(shù)據(jù)的全面整合。截至2018年底，系統(tǒng)采集了貨幣信貸全業(yè)務(wù)條線數(shù)據(jù)共2億多條，數(shù)據(jù)范圍涵蓋貨幣信貸、調(diào)查統(tǒng)計(jì)等多個(gè)部門(mén)、多種渠道。對(duì)再貸款、再貼現(xiàn)、定向降準(zhǔn)、PSL等貨幣政策工具資金運(yùn)用情況、單戶授信1000萬(wàn)以下民營(yíng)小微企業(yè)貸款、金融精準(zhǔn)扶貧、綠色信貸等重點(diǎn)領(lǐng)域貸款實(shí)行臺(tái)賬監(jiān)測(cè)，實(shí)現(xiàn)監(jiān)測(cè)分析標(biāo)準(zhǔn)化、智能化，為經(jīng)濟(jì)金融形勢(shì)分析、貨幣信貸政策執(zhí)行情況監(jiān)測(cè)等提供了精準(zhǔn)的數(shù)據(jù)支持。

（二）高效信息共享，暢通融資渠道一是搭建“天府融通”板塊，推動(dòng)線上信息對(duì)接、線下業(yè)務(wù)對(duì)接。會(huì)同省級(jí)有關(guān)部門(mén)和市州政府分類(lèi)別、分區(qū)域建立信貸支持“白名單”，向全省金融機(jī)構(gòu)及時(shí)優(yōu)質(zhì)誠(chéng)信企業(yè)和重點(diǎn)項(xiàng)目融資需求信息，并對(duì)融資對(duì)接成果進(jìn)行跟蹤監(jiān)測(cè)。目前，已推送重點(diǎn)項(xiàng)目和企業(yè)融資需求信息2.2萬(wàn)條，促成金融機(jī)構(gòu)向相關(guān)企業(yè)和項(xiàng)目發(fā)放貸款超1.3萬(wàn)億元。二是常態(tài)化融資對(duì)接監(jiān)測(cè)板塊。按月監(jiān)測(cè)、考核、通報(bào)各主承銷(xiāo)商的承銷(xiāo)情況和各市州直接債務(wù)融資情況，確保融資各方充分掌握信息，主動(dòng)作為。2018年，全省64家非金融企業(yè)在銀行間市場(chǎng)發(fā)行130多只直接債務(wù)融資工具，發(fā)行規(guī)模連續(xù)4年突破千億，發(fā)行只數(shù)和發(fā)行規(guī)模分別居西部第一、第二。

（三）便捷數(shù)據(jù)分析，實(shí)現(xiàn)貨幣信貸業(yè)務(wù)全程信息化一是自動(dòng)化生成報(bào)告?；谙到y(tǒng)的智能報(bào)告功能，自動(dòng)生成貨幣政策工具資金運(yùn)用、跨境人民幣資金流動(dòng)、民營(yíng)小微企業(yè)貸款、金融精準(zhǔn)扶貧政策執(zhí)行等情況的分地區(qū)、分機(jī)構(gòu)監(jiān)測(cè)報(bào)告，通報(bào)傳導(dǎo)更精準(zhǔn)，進(jìn)一步掌握數(shù)據(jù)話語(yǔ)權(quán)。二是自動(dòng)化MPA評(píng)估。一鍵完成全省近180家法人金融機(jī)構(gòu)的MPA評(píng)估，同時(shí)，生成每家機(jī)構(gòu)的評(píng)估“體檢表”。生成時(shí)間從原來(lái)的兩個(gè)星期縮減為兩小時(shí)，得到了金融機(jī)構(gòu)的高度認(rèn)可。

（四）助力政策傳導(dǎo)，推動(dòng)貨幣信貸履職向信息化轉(zhuǎn)型一是通過(guò)整合相關(guān)業(yè)務(wù)數(shù)據(jù)，有效促進(jìn)了信貸政策、財(cái)政政策、產(chǎn)業(yè)政策的融合，達(dá)到精準(zhǔn)傳導(dǎo)貨幣政策的目標(biāo)。二是加強(qiáng)了人民銀行與財(cái)政、發(fā)改、經(jīng)信、住建等部門(mén)的合作，將財(cái)政金融互動(dòng)、產(chǎn)融合作、科技金融結(jié)合、房地產(chǎn)調(diào)控等政策通過(guò)系統(tǒng)進(jìn)行整合，并及時(shí)傳遞到金融機(jī)構(gòu)，提升了貨幣信貸政策的實(shí)施效果。

四、結(jié)束語(yǔ)

隨著金融產(chǎn)品的不斷創(chuàng)新和金融數(shù)據(jù)的迅速積累，大數(shù)據(jù)、人工智能等技術(shù)將成為推動(dòng)央行精準(zhǔn)履職和業(yè)務(wù)創(chuàng)新的驅(qū)動(dòng)力，并成為央行精準(zhǔn)決策的重要要素。人行成都分行將根據(jù)總行“數(shù)字央行”戰(zhàn)略的整體部署，不斷推進(jìn)大數(shù)據(jù)應(yīng)用平臺(tái)建設(shè)，廣泛獲取經(jīng)濟(jì)金融及相關(guān)行業(yè)數(shù)據(jù)，持續(xù)優(yōu)化大數(shù)據(jù)采集、處理、分析和展示等能力，充分整合數(shù)據(jù)資源，挖掘潛在數(shù)據(jù)價(jià)值，構(gòu)建以大數(shù)據(jù)為支撐的央行決策新平臺(tái)。

參考文獻(xiàn)：

[1]胡展燕，劉昌明.數(shù)字央行背景下基層行履職管理的思路——以人行贛州中支為例[J].金融科技時(shí)代，2018(2):77-80.

[2]許健，王彥博，張杭川.以數(shù)據(jù)治理賦能銀行金融科技[J].銀行家，2018(7):71-73.

[3]史松，冀亞林，蔡娜，等.數(shù)據(jù)架構(gòu)模型在企業(yè)管理中的應(yīng)用[J].價(jià)值工程，2017(33):54-56.

[4]鄒肇輝.大數(shù)據(jù)技術(shù)在貨幣信貸業(yè)務(wù)的應(yīng)用初探[J].金融電子化，2018(3):83-84.

作者：馮一洲 單位：中國(guó)人民銀行成都分行