打开文本图片集

摘要：我国金融业发展日渐成熟，体系构建完备，随着大数据技术的深入推进，给金融领域带来一定影响。金融机构根据当前社会背景，不断迎合中小企业及个人创新研发金融产品，满足当前社会发展需求，提高自己行业核心占有率。大数据技术的衍生，使传统金融统计工作带来颠覆性变革，互联网金融产生的数据信息体量较大，给传统统计工作带来巨大的工作量，数据采集、处理、分析等环节受到一定影响，针对新常态背景下，金融领域应加快完善统计制度，提高员工对大数据技术的深入掌握、迎合人们生产、生活需要创新金融统计配套设施，提高金融统计工作效率。

关键词：大数据;金融统计;影响及策略

引言：随着智能化、信息化技术的普及，各领域在传感器、监控设备的普及运用下，数据信息量激增。大数据技术已经在各领域延伸，不断扩大渗透范围，各领域对大数据技术愈加依赖。金融企业作为密集型领域，近年来，随着移动终端设备普及，人员通过手机即可办理金融业务，推动了传统金融向互联网金融转变，大数据技术发挥了巨大作用。随着金融统计工作发展，金融统计报表信息量更加全面、丰富、具体，开发了数据监测管理信息系统，提高了金融统计数据的获取、分析和处理时间，使金融统计方法更加便捷、高效，促金融金融统计效率。但由于部分金融统计分析成果仍无法满足人们日益增长的需求，只有深层次挖掘大数据技术，才能迎合未来市场发展趋势，提高金融统计决策的精准性。

1大数据及金融统计理论基础

1.1大数据的概念

不同领域对大数据概念界定有所差异。业内学者认为大数据作为一种特殊的数据集，可以整合不同格式、类别的软件，对数据实现获取、储存、管理和分析，为管理层提供决策的依据。大数据是借助传统方法获得的不可扩充的结构性数据，随着信息技术发展，目前大数据技术可以超出传统统计能力，可以存储结构型及非结构型多种类型数据。大数据不仅包括除了体现在形式上，更多的指技术应用能力。大数据具有数据信息传输速度快、数据类型灵活多样、数据量巨大、价值密度低等特点。

1.2金融统计的界定

早在2000年，全球首次颁布了《货币与金融统计手册》，认为金融统计是金融流量与存量数据的统计，是对金融机构及非金融机构货币资金融通活动的统计，包括融资主体、融资形式、融资工具及中介机构的货币资金。重心落在了货币资金的流量、去向、结构及余额。本文研究的是大数据对收集金融统计指标的影响。金融统计包括收集、整合金融及社会经济的统计，通过调查、分析、预测、管理和检查，为国家有关部门决策提供信息资料。金融机构的数据采集系统包括全国性银行系统、人民银行、金融机构、地方及城乡金融机构、外资银行。采集对象包括省市各地区人民银行，采集方式借助网络服务器报送单位数据。全国性的政策性银行业及金融机构、股份制商业银行等，金融统计数据通过报送至中国人民银行系统，县级金融机构报送至市级人民银行，市级以上金融机构数据由各银行机构的总行统一报送至中国人民银行。地方性及城乡信用社等金融机构根据网络条件采取形影的采集和报送方式。外资银行通过金融机构的总行或者总行指定国内某一家分行专门向当地中国人民银行支行报送金融统计数据，再由各地中国人民银行支行报送至总行。

数据采集主要是借助金融统计数据管理系统，根据需求不同，采集的方式也有所不同，最终完成采集信息录入，实现数据接收和报送过程。数据采集环节完毕，各业务模块会对数据进行审核、汇总、转换等，对数据指标存在的异常进行校验，确保数据精准性。用户可根据数据需求在管理模块系统查询需要的数据，系统管理模块会自动维护升级，确保金融统计系统数据信息的安全性。金融统计系统分析模块运用相应的报表工具，能够高速处理复杂报表，确保数据实时动态更新，并能准确打印统计报表，符合金融统计业务需求。目前，金融统计工作通过描述性统计方法，利用静态的报表方式反应当前金融市场现状，未能使用金融统计数据进行统计推断。

2大数据对金融统计影响

根据工作流程，金融统计工作包括数据采集、处理和分析三个步骤。各金融机构将基础数据整合归类，数据采集的精准与否，直接影响金融统计工作结果成效。数据处理是对金融统计业务相关数据通过技术手段检索、加工为统一格式，实现最终的数据传输，为后续分析做基础。数据分析是对处理后的数据结果进行总结分析，并对金融业的发展态势进行预测，是金融统计价值的重要环节。

2.1大数据对金融统计数据采集的影响

数据采集要素在大数据技术的影响下，是采集人员通过科学的采集工具获取基础数据，实现数据采集，由于大数据技术衍生的各类数据种类繁多、数量大、价值密度低、处理效率高等，如果不能转变统计模式，仍采取传统人工采集方式，各类数据人工汇总在层级审核上报，会增加一定的人工成本，数据采集范围也会受到限制，采集效率也不能达到预期效果。传统数据采集工具对半结构及非结构化数据很难实现统计，随着数据量激增、类型多样，将直接影响金融统计数据采集效率。因此，应加强对金融统计数据采集方式的变革，随着近年来社会信息化技术发展，数据信息量变多，金融统计数据采集对象也变得泛化，对数据采集人员架构、数据采集工具、采集方法以及金融统计结果和效率产生一定影响。

2.2大数据对金融统计数据处理的影响

金融统计数据处理环节中，工作人员应根据既定的数据处理方法运用系统软件对获取到的基础数据进行储存、校验，整合出对金融统计数据分析有用的信息进行存储，便于检索使用。数据处理环节，随着数据量的增加，已经超出了硬件的存储空间上限，尤其非结构化数据，传统金融统计方法不再适用，加剧了数据存储、汇总的难度。数据处理是将各类基础数据汇总、存储，为金融统计分析提供基础资料。大数据对金融统计数据处理效率和数据检索效果产生一定影响。

2.3大数据对金融统计数据分析的影响

在金融统计数据分析环节，以数据处理结果为基础，数据分析人员利用信息化系统软件对当前金融运行状况进行预判和分析。由于大数据背景下，激增的数据量给计算速度和精准性带来一定不确定性。这些非结构化数据应该经过数据处理筛选，在数据分析中体现，才能确保金融统计数据分析结果的准确性。但传统统计工具及方法无法将非结构化数据进行处理，导致分析范围及深度不够。因此大数据的出现，金融统计数据的分析方法、配套设施、分析效率及分析结果受到一定影响。

2.4大数据对金融统计影响程度测算

将采集的公式带入上述公式，得出大数据对金融统计影响程度评价结果。从金融统计维度来说，影响程度从大到小依次为数据分析、数据处理、数据采集分别为3.8202分（影响较大）、3.7175分（影响偏大）、3.6965分（影响偏小），因此，金融统计工作应加强数据分析准确性，提升数据采集及处理能力。

3大数据时代提升金融统计工作的政策建议

3.1完善金融统计制度建设

首先，大数据背景下，应构建完善的金融综合统计系统。大数据在各领域纵深发展，对金融统计工作影响较大，金融统计数据管理系统已经不能满足当前需求，尤其银行、证券及保险行业，传统模式不利于金融市场动态性发展。因此，大数据技术背景下，应构建金融业数据统计管理综合系统，对金融业整体进行全面、动态、综合统计。

构建金融统计系统架构图，应确保金融机构相关数据集中整合、全面采集，确保数据结构合理、多样，包括结构及非结构化数据的采集，注重采集工具与信息化系统得劲结合，实现数据动态、即时性获取，加强对金融领域的存量和流量监控，并设置相应的指标代码，便于数据检索。数据采集后应对结构、金融流量、资金数量汇总成标准化数据库。同时，应对数据进行逻辑性及缺失值检验，复查逻辑有误数值，补充缺失数值，确保金融统计数据的精准，并建立金融统计综合数据库。该数据库可以实现多维度提取数据及模块可视化功能，便于用户查找，提高数据挖掘能力，对金融业发展实行动态分析，预判金融业未来发展形势，为国家有关部门经济调控提供基础。针对用户体验意见及经济决策效果进行收集，不断完善金融统计数据采集工作。大数据背景下，个人数据因素安全成为亟待解决问题，应完善金融统计法律制度，避免不法分子恶意操作，导致金融统计系统数据泄密。

其次，推进金融统计标准化建设。大数据背景下，数据量及数据类型激增，数据口径不一，为了完善金融业综合统计系统，应确保数据标准的一致性、可靠性。金融机构随着社会需求衍生出了融资性担保、租赁公司、小额贷款公司等，这些金融机构市场占有率不断扩大，金融统计系统应对新兴金融机构相关信息进行统计并将数据信息标准化处理。同时，还应对金融业的机构类型、金融工具、计值单位等进行标准化管理，提高金融统计系统数据信息的全面性、统一性。

最后，优化金融统计方法。传统数据采集工作是在各金融机构汇总后统一报送，随着信息化系统的构建，可实现实时逐笔报送，对数据实行动态监控，及时获取、筛选、存储、审核等处理，提高金融统计数据的效率和质量，缩短时间成本。金融分析环节应对传统方法进行变革，保留统计报表制度的同时，开展金融统计数据的挖掘工作。一方面，金融统计分析人员要对现有金融统计数据管理系统、征信系统、清算系统等全面分析，善于发现金融业发展规律，针对当前运行热点、难点问题，从多个维度分析，提高数据信息有效性，构建适应市场发展的金融统计指标体系。

3.2加强金融统计工作队伍建设

随着市场竞争形式的加剧，传统金融统计工作应不断迎合市场发展，工作人员应对大数据技术深入掌握，熟练操作各工作模块。金融统计领域应注重对高精尖技术类人才引进，同时加大培训资金投入，对现有人才进行大数据技术及操作培养。企业在人才引进方面，应引进熟悉大数据及金融统计知识的复合型人才，我国当前大数据技术应用较为广泛的百度、淘宝、腾讯等，借鉴国内外大数据应用范围交广的企业采取的人才招聘渠道，为大数据金融统计夯实人才基础。人才培养 方面是对当前金融统计工作者进行定向学习，提升大数据知识和操作能力，根据大数据技术不断更新迭代，还应与时俱进，不断掌握更深层次的技术。金融统计机构还应让员工参加国内先进企业短期实践或高校参加课程培训，培养大数据思维及应用流程，为金融统计人员补充业务知识。金融统计工作人员只有具备信息化管理系统各模块的操作能力，掌握先进的大数据技术，才能提高金融统计工作效率。

3.3升级金融统计配套设施

首先，计算机硬件升级。大数据技术增加了存储容量，金融业应根据当前业务需求，对计算机硬件进行及时升级，确保运行的高效性、可靠性。为了节约成本，谷歌运用低成本的服务器和存储硬盘，提升计算机的存储和分析能力，将资金用于技术研发。金融领域借助谷歌做法，扩展服务器和存储硬盘，给用户提供便捷的Web服务界面，实现存储和检索数据，加大了数据存储能力。数据处理和分析环节，单纯的提高硬件，很难高效、集中处理大体量的数据信息，应将传统集约式计算转变为分布式计算方式，实现每个计算机同步处理，提高数据处理效率和分析效率。

其次，计算机软件升级。计算机软件采用编程的解决方式，实现可视化操作，促进金融统计工作有效性。大数据衍生了非结构化数据，传统金融计算方法难以做到数据处理的全面性和数据分析的精准性，应借鉴商业领域的数据处理软件，结合金融统计实际运行情况，确保计算机软件升级与业务范畴保持较高契合度，增强实际工作的便捷性和可操作性。

4结束语

本文分析了大数据及金融统计相关概念，大数据对金融统计领域中的数据采集、处理和分析三方面的影响程度进行评价，结合大数据对金融统计的影响提出应对措施，促进金融统计工作又好又快发展。

参考文献：

[1]丁晓蔚.数字金融时代的金融情报学：学科状况、学科内涵和研究方向[J].情报学报，2021，40（11）：1176-1194.

[2]李贵荣.绿色金融和金融科技融合发展架构及应用方向[J].金融科技时代，2021，29（11）：76-80.

[3]路佳慧.基于大数据的审计数据统计分析研究[J].经济师，2021（11）：116-117.

[4]宿晓斐.浅谈大数据在互联网经济领域中企业市场主体的实践与应用[J].中国产经，2021（20）：46-48.

[5]曹帅，姜帅.大数据对金融统计的影响分析及思考[J].中国商论，2020（07）：36-37.

作者简介：钱监亮（1986.11.09-），男，江苏南京人，本科，软件工程师，研究方向为互联网金融统计的大数据应用。对外经济贸易大学统计学院在职人员高级课程研修班学员