金融大數據對貨幣信貸業務創新的作用范文
本站小編為你精心準備了金融大數據對貨幣信貸業務創新的作用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。
摘要：傳統的貨幣信貸業務信息系統建設較為分散，往往針對每項業務需求單獨建設系統，建設方式較為落后，且存在重復建設、“數據孤島”等問題。人民銀行成都分行采用新一代大數據技術架構和數據治理框架，建立貨幣信貸明細臺賬采集標準，采用主流BI工具作為商務智能分析工具，從而實現統計監測的標準化和智能化，并促進信貸政策、財政政策、產業政策的有效融合，提升了央行貨幣信貸的履職效果。
為貫徹落實中國人民銀行總行（以下簡稱“人總行”）關于構建以大數據為支撐的央行決策平臺的要求，人民銀行成都分行（以下簡稱“人行成都分行”）以人總行“數字央行”大數據試點為契機，緊跟形勢，積極穩步推進貨幣信貸的數據標準制定及大數據應用平臺建設，為貨幣信貸開展精準、智能監測分析，落實“雙支柱”宏觀調控框架，實現貨幣信貸業務創新轉型奠定了堅實的基礎。
一、工作現狀
隨著金融行業與新興技術的深度融合，金融科技逐漸改變了傳統金融的服務渠道、風控模型和經營策略，使得金融邊界更加模糊、資金流向更加隱蔽、風險傳播速度更快。該種工作模式需要央行加快技術架構的轉型以滿足金融服務創新和宏觀審慎監管的需求。傳統的貨幣信貸業務信息系統建設過程存在數據采集方式效率低、數據處理速度慢、系統建設方式分散、缺乏統一的數據標準等問題，無法有效滿足當前貨幣信貸的履職要求。
（一）數據采集方式效率低人民銀行貨幣信貸部門的業務條線多，涵蓋范圍廣，業務邏輯交叉復雜。一方面，同一張報表對應金融機構不同業務部門，加大了金融機構的內部協調成本；另一方面，不同的報表收集同一個數據，導致重復交叉報送，既浪費了人力、物力，又加大了后期數據治理的難度。同時，數據報送途徑存在報送效率較低、數據分散的問題，不利于數據集中整合處理，無法充分發揮數據的潛在價值。為此，迫切需要將各類業務報表整合為統一的數據采集報送平臺，提高數據報送效率，為數據綜合分析利用創造條件。
（二）數據處理速度慢傳統的人民銀行貨幣信貸數據處理方式速度慢、不夠及時。以宏觀審慎評估工作為例，要完成四川省全省180家法人金融機構單個機構的數據分析并形成評估報告，需要30個工作日。而對于需要即時預警的業務（部分業務需要按日預警），依靠傳統的人工判別方式更是難以完成。
（三）系統建設方式分散原有的貨幣信貸業務管理和數據分析統計功能分散在十余個業務系統中，且部分數據信息仍需要通過手工進行監測分析，存在功能單一、數據重復、靈活性差、準確率低、時效不強等問題。一項業務對應一個系統，導致單個部門建設多個系統，系統數據之間彼此隔離，形成“信息孤島”，數據應用效率較低。
（四）缺乏統一的數據標準傳統的數據采集方式導致了數據報送內容不規范、不嚴謹，給后期數據清洗和治理帶來了較大的麻煩，且易產生數據分析錯誤。由于缺乏統一的數據標準，以及金融機構對指標口徑的理解不同，導致了數據統計結果不準確。
二、主要做法
在全面考慮貨幣信貸業務的實際需要、主流大數據技術架構，以及現有技術儲備等因素的基礎上，人行成都分行采取自主開發和委托外包并舉的項目建設方式，充分借助成熟的大數據處理和分析展示等技術，根據業務需求推進大數據應用平臺持續迭代和優化。
（一）采用成熟的技術架構，促進系統整合按照人總行“加快架構轉型，打造數字央行”和抓緊推進“三集中”的要求，人行成都分行采用成熟的系統建設架構，將散點式分布的系統整合到統一的集中平臺，實現了一個業務部門一個平臺，避免系統的重復和分散建設，以系統整合促進業務板塊的整合及業務流程重建。
（二）引入成熟技術，提升性能與可視化能力在后臺數據倉庫方面，選擇通過Hadoop的第三方發行版本搭建大數據底層平臺，提升了大數據平臺的處理性能；在數據分析利用方面，同時采用多種先進的BI工具作為商務智能分析工具，形成綜合性后端數據分析和可視化展示平臺，明顯提升了業務人員的履職效能。
（三）“自主開發+委托外包”雙輪驅動，有效支持業務擴展一方面，采用委托開發、核心技術由自有團隊參與完成的方式，充分掌握、吸收先進技術，優化系統主體架構。另一方面，依托自有團隊快速迭代、靈活開發的優勢，積極為業務應用提供技術支持。
（四）定標貫標，形成“四個統一”在大數據平臺建設過程中，通過滿足貨幣信貸處和調查統計處標準化存貸款臺賬的采數需求，初步實現了數據由部門統一采集，再跨部門綜合應用的效果。通過對貨幣信貸各項報表業務進行梳理，形成明細臺賬模型，涵蓋負債、授信交易對手信息、中間業務、交易類金融資產和貨幣政策工具等主題，包括存款余額、貸款余額、貸款發生額、授信合同、信貸合同、擔保合同等31類明細臺賬。
三、工作成效
通過建設貨幣信貸大數據應用平臺，人行成都分行初步實現了對數據的統一采集和綜合應用，為業務部門開展精準、智能監測分析，實現貨幣信貸工作創新和轉型提供了有力支撐，在支撐央行決策、服務金融監管等方面取得初步成效。
（一）實現統計監測標準化、智能化系統上線后，除人總行建設的系統外，其他貨幣信貸數據統計功能均遷移至該系統，有效實現了對數據的全面整合。截至2018年底，系統采集了貨幣信貸全業務條線數據共2億多條，數據范圍涵蓋貨幣信貸、調查統計等多個部門、多種渠道。對再貸款、再貼現、定向降準、PSL等貨幣政策工具資金運用情況、單戶授信1000萬以下民營小微企業貸款、金融精準扶貧、綠色信貸等重點領域貸款實行臺賬監測，實現監測分析標準化、智能化，為經濟金融形勢分析、貨幣信貸政策執行情況監測等提供了精準的數據支持。
（二）高效信息共享，暢通融資渠道一是搭建“天府融通”板塊，推動線上信息對接、線下業務對接。會同省級有關部門和市州政府分類別、分區域建立信貸支持“白名單”，向全省金融機構及時優質誠信企業和重點項目融資需求信息，并對融資對接成果進行跟蹤監測。目前，已推送重點項目和企業融資需求信息2.2萬條，促成金融機構向相關企業和項目發放貸款超1.3萬億元。二是常態化融資對接監測板塊。按月監測、考核、通報各主承銷商的承銷情況和各市州直接債務融資情況，確保融資各方充分掌握信息，主動作為。2018年，全省64家非金融企業在銀行間市場發行130多只直接債務融資工具，發行規模連續4年突破千億，發行只數和發行規模分別居西部第一、第二。
（三）便捷數據分析，實現貨幣信貸業務全程信息化一是自動化生成報告。基于系統的智能報告功能，自動生成貨幣政策工具資金運用、跨境人民幣資金流動、民營小微企業貸款、金融精準扶貧政策執行等情況的分地區、分機構監測報告，通報傳導更精準，進一步掌握數據話語權。二是自動化MPA評估。一鍵完成全省近180家法人金融機構的MPA評估，同時，生成每家機構的評估“體檢表”。生成時間從原來的兩個星期縮減為兩小時，得到了金融機構的高度認可。
（四）助力政策傳導，推動貨幣信貸履職向信息化轉型一是通過整合相關業務數據，有效促進了信貸政策、財政政策、產業政策的融合，達到精準傳導貨幣政策的目標。二是加強了人民銀行與財政、發改、經信、住建等部門的合作，將財政金融互動、產融合作、科技金融結合、房地產調控等政策通過系統進行整合，并及時傳遞到金融機構，提升了貨幣信貸政策的實施效果。
四、結束語
隨著金融產品的不斷創新和金融數據的迅速積累，大數據、人工智能等技術將成為推動央行精準履職和業務創新的驅動力，并成為央行精準決策的重要要素。人行成都分行將根據總行“數字央行”戰略的整體部署，不斷推進大數據應用平臺建設，廣泛獲取經濟金融及相關行業數據，持續優化大數據采集、處理、分析和展示等能力，充分整合數據資源，挖掘潛在數據價值，構建以大數據為支撐的央行決策新平臺。
參考文獻：
[1]胡展燕，劉昌明.數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].金融科技時代，2018(2):77-80.
[2]許健，王彥博，張杭川.以數據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.數據架構模型在企業管理中的應用[J].價值工程，2017(33):54-56.
[4]鄒肇輝.大數據技術在貨幣信貸業務的應用初探[J].金融電子化，2018(3):83-84.
作者：馮一洲 單位：中國人民銀行成都分行
