大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計分析

張星　薛洵

【摘要】隨著信息技術、網(wǎng)絡技術以及數(shù)據(jù)處理技術的不斷發(fā)展，大數(shù)據(jù)成為現(xiàn)代社會經(jīng)濟運行中的重要依據(jù)。銀行經(jīng)濟是現(xiàn)代社會經(jīng)濟發(fā)展的重要組成部分，銀行通過建立信息系統(tǒng)平臺，能夠實現(xiàn)對金融市場各項信息數(shù)據(jù)的整合、分析與利用，進而總結經(jīng)濟運行規(guī)律，預測金融市場運行方向，從而推動社會經(jīng)濟整體在數(shù)據(jù)模型的建構中有序運行。本文從大數(shù)據(jù)的基本內(nèi)容出發(fā)，從智能化建設、經(jīng)濟預測、風險防范等角度分析大數(shù)據(jù)對銀行經(jīng)濟發(fā)展的影響;并針對信息系統(tǒng)建設中的問題，探究影響大數(shù)據(jù)分析在銀行經(jīng)濟預測和金融統(tǒng)計應用中制約因素;進而結合問題實現(xiàn)多方面探究，提出促進大數(shù)據(jù)融入銀行經(jīng)濟預測和金融統(tǒng)計的策略，以期對新形勢下，銀行經(jīng)濟的發(fā)展以及金融市場的構建提供建議。

【關鍵詞】大數(shù)據(jù) 銀行 經(jīng)濟預測 金融統(tǒng)計

引言：在現(xiàn)代經(jīng)濟研究中，數(shù)據(jù)已經(jīng)成為經(jīng)濟預測與金融分析中的重要資源。銀行是市場經(jīng)濟運行的重要主體，其在運行中需要對市場交易、金融活動中形成的數(shù)據(jù)信息進行收集與分析，將價值相對稀薄的數(shù)據(jù)信息逐漸匯聚為具有巨大利用價值的數(shù)據(jù)資源，而專業(yè)人員通過對大數(shù)據(jù)的分析則能夠形成經(jīng)濟預測與金融統(tǒng)計模型，以指導銀行經(jīng)濟與金融市場的有序運行。

一、大數(shù)據(jù)的概述

大數(shù)據(jù)指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。從概念中我們能夠發(fā)現(xiàn)，大數(shù)據(jù)已經(jīng)不再是簡單的信息，而成為了一種資產(chǎn)，因此對于市場主體而言，如何挖掘、利用這筆資產(chǎn)則成為現(xiàn)代市場競爭中面臨的重要議題。

相較于傳統(tǒng)意義上的資產(chǎn)，大數(shù)據(jù)在生成與應用過程中具備以下特點：（1）海量，從大數(shù)據(jù)的角度來看，整個世界就是不斷變化、更新的數(shù)據(jù)流，每一刻、每一個活動都在生成數(shù)據(jù)，而在現(xiàn)代信息技術的輔助下，這些數(shù)據(jù)被捕捉并收集起來，其規(guī)模突破了Byte、KB、MB、GB單位的計量，達到了用ZB、YB、DB等單位計量的規(guī)模，而龐大的數(shù)據(jù)流在虛擬空間中生成并存儲，成為了現(xiàn)代社會發(fā)展中一塊尚未完全開發(fā)的“富礦”;（2）高速，即在現(xiàn)代網(wǎng)絡技術、信息技術的支持下，數(shù)據(jù)的傳輸更加迅速，即便是不同區(qū)域的市場主體也能夠在同一時間獲得相同信息，例如目前物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器使數(shù)據(jù)傳播更加便捷，而大數(shù)據(jù)的高速傳播打破了信息滯后帶來的反應遲緩，讓市場主體的決策更加迅速、有效;（3）多樣，大數(shù)據(jù)主要包括結構化、半結構化和非結構化數(shù)據(jù)，其中結構化數(shù)據(jù)是在特定場景中形成的數(shù)據(jù)庫，如銀行數(shù)據(jù)庫、企業(yè)ERP、醫(yī)療HIS數(shù)據(jù)庫、文獻資料數(shù)據(jù)庫等，半結構化數(shù)據(jù)是一種數(shù)據(jù)庫集成的數(shù)據(jù)模型，是虛擬空間中形成的共享信息，非結構化數(shù)據(jù)則是指圖片、聲音、視頻等數(shù)據(jù)內(nèi)容;（4）價值密度低，由于數(shù)據(jù)規(guī)模龐大，其單個數(shù)據(jù)價值自然被稀釋，如針對某一金融活動的數(shù)據(jù)統(tǒng)計中，只有少數(shù)數(shù)據(jù)與金融活動緊密相關，但是這些價值密度較低的數(shù)據(jù)積少成多，最終會形成數(shù)據(jù)價值。

基于大數(shù)據(jù)的特點，在現(xiàn)代經(jīng)濟運行中，銀行利用系統(tǒng)優(yōu)勢捕捉金融活動中的海量數(shù)據(jù)，并通過加工、處理形成可供參考的預測模型，這對于銀行經(jīng)濟的有序發(fā)展，以及金融市場的有效運行具有重要意義。

二、大數(shù)據(jù)分析對銀行經(jīng)濟的影響

現(xiàn)代社會經(jīng)濟發(fā)展中的各項活動都會與銀行建立聯(lián)系，因此，銀行在大數(shù)據(jù)獲取方面具備便捷的條件。相較于傳統(tǒng)的銀行數(shù)據(jù)分析，大數(shù)據(jù)背景下形成的經(jīng)濟活動數(shù)據(jù)不再是單一化、隨機化的信息，而形成了龐大的數(shù)據(jù)資源，且這些數(shù)據(jù)在一定算法中能夠形成獨特的語言，用以描述經(jīng)濟運行狀態(tài)?；诖?，銀行在大數(shù)據(jù)背景下，應利用信息系統(tǒng)收集、整合、挖掘、分析信息數(shù)據(jù)，并探究不同經(jīng)濟現(xiàn)象、金融活動中的內(nèi)在聯(lián)系形成具有預測價值的經(jīng)濟模型。

在激烈的市場競爭中，銀行建立大數(shù)據(jù)處理平臺，并實現(xiàn)對數(shù)據(jù)資源的合理利用，對于經(jīng)濟預測與金融統(tǒng)計具有重要意義。第一，有利于完善銀行智能化管理體系建設。在大數(shù)據(jù)的支持下銀行的智能化管理建設已經(jīng)啟動，銀行通過完善硬件系統(tǒng)，加強數(shù)據(jù)分析，能夠逐漸推動人工處理業(yè)務模式向智能化業(yè)務模式過渡，例如2018年中國銀行積極推動智能網(wǎng)點普及，打造智能柜臺，利用人機互動實現(xiàn)人臉識別，通過系統(tǒng)提取和比對客戶面部的關鍵特征值，加強對客戶身份真實性的剛性控制;對準大眾普惠客戶，把存折業(yè)務納入智能服務范疇，實現(xiàn)智能化的存折取現(xiàn)、補登、轉賬等功能;建立防堵電信詐騙監(jiān)督機制，通過大數(shù)據(jù)分析建立可疑人員“黑名單”，支持跨網(wǎng)點共享，實現(xiàn)聯(lián)防聯(lián)控等等。這樣的智能化操作有效彌補了人工操作的漏洞，實現(xiàn)了銀行經(jīng)濟智能化發(fā)展。第二，有利于提高經(jīng)濟決策科學性。在現(xiàn)代社會經(jīng)濟發(fā)展中，銀行扮演著至關重要的角色，政府、企業(yè)、社會機構以及個人都會根據(jù)銀行的數(shù)據(jù)信息做出經(jīng)濟決策，基于此，銀行也需要對社會經(jīng)濟發(fā)展中形成的海量數(shù)據(jù)進行整合與挖掘，這樣才能形成更加科學的數(shù)據(jù)模型，以供政府、企業(yè)、社會機構以及個人參考。在大數(shù)據(jù)的推動下，銀行信息系統(tǒng)在數(shù)據(jù)處理中逐漸朝著集約化方向發(fā)展，例如技術部門推出智能決策平臺，能夠推動銀行融合線上、線下的海量非金融與金融數(shù)據(jù)進行信用風險建模;結合征信、工商、稅務、法院、運營商、輿情等第三方數(shù)據(jù)，搭建更加科學，更加合理的風控模型，通過風險模型識別欺詐風險和信用風險，從而打通數(shù)據(jù)收集、特征分析、客戶標簽、風險控制等各個環(huán)節(jié)，做出最優(yōu)的經(jīng)濟決策。第三，有利于預測并防范金融風險。銀行在運行過程中，通過對金融數(shù)據(jù)的深入挖掘，能夠形成對銀行系統(tǒng)的全面監(jiān)督，動態(tài)跟蹤、評估金融活動風險，并做出預警，提出金融風險防范措施。例如中信銀行以電子銀行業(yè)務流程為主線，建立立體化、全覆蓋風險防控系統(tǒng)，即利用云端監(jiān)控對客戶數(shù)據(jù)進行收集，整合第三方數(shù)據(jù)庫、同業(yè)數(shù)據(jù)與行內(nèi)數(shù)據(jù)，形成金融風險分析數(shù)據(jù)庫，通過系統(tǒng)運行完成數(shù)據(jù)分析，并形成交易欺詐監(jiān)控、信用欺詐監(jiān)控、個人信用風險評估、商戶信用風險評估，以迅速、有效地識別金融風險，提前做好金融防范，提高金融監(jiān)督水平，確保金融市場有序運行。

三、大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計面臨的問題

第一，銀行在大數(shù)據(jù)技術開發(fā)與應用方面存在欠缺。在大數(shù)據(jù)背景下，銀行經(jīng)濟運行中形成的信息資源為數(shù)據(jù)分析提供了天然的支持，但是由于傳統(tǒng)銀行在運行中“技不如人”，對于龐大的銀行經(jīng)濟數(shù)據(jù)、金融市場數(shù)據(jù)無從下手，從而影響了其在數(shù)據(jù)開發(fā)與應用方面優(yōu)勢的發(fā)揮。銀行是一比較傳統(tǒng)的市場主體，其在漫長的經(jīng)濟運行中一直處于穩(wěn)定狀態(tài)，雖然自身具備龐大的數(shù)據(jù)資源，但是在資源開發(fā)方面，尤其是互聯(lián)網(wǎng)金融時代的數(shù)據(jù)資源開發(fā)方面相對遲緩，無論是與電商平臺，還是與異軍突起的金融科技公司相比，其在數(shù)據(jù)技術引入方面存在明顯的動力不足。技術上的局限使得銀行在面對市場經(jīng)濟、金融市場、用戶信用等級等數(shù)據(jù)時候，難以靈活采用大數(shù)據(jù)思路實現(xiàn)資源開發(fā)與應用，導致銀行潛在的商業(yè)價值無法有效利用。

第二，銀行數(shù)據(jù)處理缺乏統(tǒng)一標準，影響了數(shù)據(jù)開發(fā)與應用效率。標準是通用語言，建立大數(shù)據(jù)標準是優(yōu)化數(shù)據(jù)分析環(huán)境的前提。在銀行經(jīng)濟預測與金融統(tǒng)計中，標準化數(shù)據(jù)能夠保證基礎數(shù)據(jù)的一致性與準確性，促進銀行系統(tǒng)集成，推動數(shù)據(jù)資源共享。但是，目前在銀行經(jīng)濟預測與金融統(tǒng)計中，行業(yè)內(nèi)部、部門之間存在嚴重的數(shù)據(jù)壁壘現(xiàn)象，面對同一問題，不同部門、不同主體給出的數(shù)據(jù)信息相去甚遠，甚至截然相反，這就使得原本存在巨大利用價值的數(shù)據(jù)資源，變成了難以令人信服的垃圾數(shù)據(jù)，同時也增加了部門之間、行業(yè)內(nèi)部的信息交流，造成信息孤島現(xiàn)象，降低了銀行經(jīng)濟預測效率，影響了金融統(tǒng)計的推進。

第三，對不同類型數(shù)據(jù)開發(fā)的重視程度存在偏差，影響了數(shù)據(jù)開發(fā)與應用的全面性。目前銀行的數(shù)據(jù)生成主要還是依賴傳統(tǒng)業(yè)務，如金融交易、用戶開通賬戶等，在傳統(tǒng)維度上形成的數(shù)據(jù)信息主要側重于歷史財務、借貸數(shù)據(jù)。雖然隨著金融市場的發(fā)展，互聯(lián)網(wǎng)金融的影響，銀行在傳統(tǒng)業(yè)務范圍上進行了一定的拓展，并將數(shù)據(jù)類型從存、放、匯核心業(yè)務形成的結構化數(shù)據(jù)，發(fā)展為客戶電話語音、在線交易記錄、網(wǎng)點視頻等非結構化數(shù)據(jù)。但是與金融科技公司相比，銀行傳統(tǒng)業(yè)務數(shù)據(jù)庫的建設，以及非結構數(shù)據(jù)開發(fā)上依然存在“短板”，數(shù)據(jù)的來源、傳遞與存儲方面存在技術制約，影響了大數(shù)據(jù)效能的發(fā)揮。

第四，個人信息采集的邊界相對模糊，個人信息采集存在爭議。大數(shù)據(jù)對于銀行經(jīng)濟預測與金融分析而言，能夠提供充足的資源支持，但是其在個人信息應用方面卻也由于邊界模糊的問題，存在潛在的風險。銀行要想實現(xiàn)經(jīng)濟預測與金融統(tǒng)計必須要對個人信息進行收集、整合與處理，這時人們不免要問“如何理清數(shù)據(jù)控制者運用數(shù)據(jù)的行為邊界？如何確保數(shù)據(jù)開發(fā)中對個人信息的有效保護？”但是目前銀行對于這一問題卻無法給出令人信服的答案。2016年公安部掛牌督辦并告破的“5.26侵犯公民個人信息案”，涉及高達257萬條公民個人銀行信息，涉案金額高達230余萬元，這一案件的被告是一某銀行支行行長，其在大數(shù)據(jù)的“幌子”下，肆意侵犯個人的銀行信息，造成個人信息泄露，這不僅為用戶的經(jīng)濟行為帶來了巨大的風險，更是影響了銀行的市場信譽，并為整個銀行業(yè)的大數(shù)據(jù)開發(fā)與應用敲響了警鐘。

第五，銀行信息系統(tǒng)有待完善，數(shù)據(jù)安全問題突出。大數(shù)據(jù)背景下，銀行面臨著轉型的壓力，雖然在信息系統(tǒng)建設方面銀行做出了巨大的投入，但是數(shù)據(jù)安全問題依然突出，例如銀行數(shù)據(jù)在傳輸過程中既存在泄露、丟失的風險，也存在被外部攻擊的風險;在數(shù)據(jù)處理過程中，即便銀行進行了靜態(tài)數(shù)據(jù)脫敏，但是由于數(shù)據(jù)集之間的關聯(lián)性，依然存在信息泄露的風險;在云計算平臺下，計算環(huán)境復雜，多個租戶共享平臺資源，且互聯(lián)網(wǎng)支付在云計算中的廣泛應用等都為數(shù)據(jù)安全帶來威脅。

四、大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計分析的策略

第一，銀行應主動適應大數(shù)據(jù)時代背景，對數(shù)據(jù)建設做出戰(zhàn)略性規(guī)劃。大數(shù)據(jù)對傳統(tǒng)銀行提出了轉型的要求，而銀行自身也具備明顯的數(shù)據(jù)資源優(yōu)勢，因此，根據(jù)大數(shù)據(jù)時代要求將數(shù)據(jù)建設提升到戰(zhàn)略高度，推動大數(shù)據(jù)資源與開發(fā)的戰(zhàn)略制定與落實，是傳統(tǒng)銀行應對互聯(lián)網(wǎng)金融沖擊，實現(xiàn)創(chuàng)新發(fā)展的必然選擇。在戰(zhàn)略規(guī)劃中，銀行首先要明確戰(zhàn)略目標，即從加強經(jīng)濟預測，推動金融市場健康運行的角度進行宏觀分析;從控制銀行內(nèi)部金融風險，提高銀行經(jīng)濟效益，挖掘潛在商業(yè)價值的角度進行微觀探討，以形成系統(tǒng)完善的戰(zhàn)略目標，以指導銀行大數(shù)據(jù)建設長短期工作規(guī)劃發(fā)展。分析戰(zhàn)略環(huán)境，即對銀行進行SWOT分析，從數(shù)據(jù)、資金、人力資源等方面分析內(nèi)部優(yōu)勢與劣勢;從技術環(huán)境、政策環(huán)境、社會經(jīng)濟環(huán)境等角度分析外部機會與威脅，以合理判斷銀行在大數(shù)據(jù)建設中面臨的內(nèi)外環(huán)境，以確保戰(zhàn)略方案的合理性與可行性。制定戰(zhàn)略方案，即通過信息整合建立SWOT矩陣，針對不同要素之間的搭配與協(xié)調(diào)，以及銀行長短期發(fā)展需要，制定增長型、扭轉型、多元化、防御型戰(zhàn)略。實施和評估戰(zhàn)略，即根據(jù)客戶中心目標、經(jīng)濟發(fā)展目標、風險管理目標等對不同的戰(zhàn)略方案制定實施細則，并根據(jù)銀行運行過程中對預期目標的實現(xiàn)程度進行戰(zhàn)略評估，以確保大數(shù)據(jù)背景下，銀行戰(zhàn)略規(guī)劃有序進行。

第二，推動銀行數(shù)據(jù)處理技術的應用，提升數(shù)據(jù)開發(fā)與應用能力。大數(shù)據(jù)處理技術是銀行實現(xiàn)數(shù)據(jù)開發(fā)與應用的主要支撐，銀行應根據(jù)現(xiàn)代數(shù)據(jù)系統(tǒng)建設進程，積極推動技術創(chuàng)新，以搭建完整的數(shù)據(jù)處理平臺。例如民生銀行根據(jù)業(yè)務應用場景搭建了層次化的數(shù)據(jù)平臺：數(shù)據(jù)采集層，數(shù)據(jù)采集范圍包括行內(nèi)數(shù)據(jù)、外部數(shù)據(jù)與行為數(shù)據(jù)，通過對數(shù)據(jù)的分析，銀行加強了對用戶行為的分析、挖掘與預測，從而進一步明晰用戶的身份、目的以及行為模式，從而為金融產(chǎn)品運營與精準營銷提供支撐;數(shù)據(jù)加工層，其包括Hadoop數(shù)據(jù)整合平臺、生產(chǎn)歷史數(shù)據(jù)管理平臺以及實時數(shù)據(jù)分析決策平臺，這一層次通過對內(nèi)外數(shù)據(jù)的整合與開發(fā)，實現(xiàn)對結構與非結構數(shù)據(jù)進行清洗與統(tǒng)一，并通過自動調(diào)度形成可利用的數(shù)據(jù)資源;服務層，其包括機器學習平臺、實時推薦引擎、數(shù)據(jù)檢索引擎，通過平臺運行，銀行內(nèi)部信息系統(tǒng)能夠訓練機器完成學習，從而大數(shù)據(jù)形成智能分析，并為銀行經(jīng)濟預測提供新的模型算法;業(yè)務應用層，即根據(jù)大數(shù)據(jù)建立的經(jīng)濟模型，銀行對風險控制、產(chǎn)品運營、市場營銷、數(shù)據(jù)安全、內(nèi)部管理等方面做出決策，以形成數(shù)據(jù)開發(fā)與應用的閉環(huán)，提高銀行的數(shù)據(jù)開發(fā)與應用能力。

第三，促進數(shù)據(jù)標準化發(fā)展，推動銀行數(shù)據(jù)共享機制的建設。在大數(shù)據(jù)背景下，銀行數(shù)據(jù)標準化建設既是提高數(shù)據(jù)質量的需要，也是推動數(shù)據(jù)共享的需要。銀行在數(shù)據(jù)管理過程中，為打破經(jīng)濟預測與金融統(tǒng)計中數(shù)據(jù)交流障礙，應積極推動數(shù)據(jù)標準的建設。例如中信銀行為適應大數(shù)據(jù)時代發(fā)展要求，推動數(shù)據(jù)資源共享，實現(xiàn)戰(zhàn)略發(fā)展目標，對銀行數(shù)據(jù)標準給出了明確定義，其中包括數(shù)據(jù)責任方、數(shù)據(jù)內(nèi)容的標準要求、數(shù)據(jù)質量要求、數(shù)據(jù)的成本應價值量化要求、數(shù)據(jù)存儲與管理要求、數(shù)據(jù)加工與整合要求、數(shù)據(jù)訪問安全要求等;根據(jù)數(shù)據(jù)標準化管理定義，制定了嚴格的發(fā)展框架，并結合國家相關規(guī)定對數(shù)據(jù)標準內(nèi)容進行細化，其中基礎數(shù)據(jù)標準包括客戶數(shù)據(jù)標準、產(chǎn)品數(shù)據(jù)標準、金融機構數(shù)據(jù)標準、協(xié)議數(shù)據(jù)標準、交易數(shù)據(jù)標準、渠道數(shù)據(jù)標準、財務數(shù)據(jù)標準、資產(chǎn)數(shù)據(jù)標準、地址數(shù)據(jù)標準、營銷數(shù)據(jù)標準、公式代碼等，指標數(shù)據(jù)包括風險指標、財務指標、營銷指標、財富指標、監(jiān)管指標等;根據(jù)數(shù)據(jù)標準細則制定數(shù)據(jù)管理規(guī)范，以便于強化標準執(zhí)行力度，并針對標準執(zhí)行中存在的問題做出標準變更、復審與考核，提高數(shù)據(jù)標準的科學性與可行性，進而提高銀行數(shù)據(jù)的整體質量，推動數(shù)據(jù)資源的共享與利用。

第四，完善大數(shù)據(jù)分析模型，提高銀行經(jīng)濟預測與金融統(tǒng)計的科學性。銀行應通過對統(tǒng)計工具、信息來源以及數(shù)據(jù)質量的改進，完善經(jīng)濟預測與金融統(tǒng)計模型，以提高數(shù)據(jù)分析的前瞻性，體現(xiàn)大數(shù)據(jù)分析價值。例如現(xiàn)代銀行在經(jīng)濟運行中時刻都面臨著用戶流失的風險，尤其是互聯(lián)網(wǎng)金融的出現(xiàn)，便捷、高效、多元化的金融服務促使傳統(tǒng)銀行中的用戶不斷流失，針對此，銀行應利用大數(shù)據(jù)對用戶流失現(xiàn)象建立分析模型，并通過對用戶的畫像，制定相應的應對方案。在互聯(lián)網(wǎng)時代，信息爆炸使得人們獲得金融信息的途徑愈加廣泛，調(diào)查顯示，約63%的用戶使用在線個人網(wǎng)絡以及社交網(wǎng)站就能夠獲得可靠銀行產(chǎn)品信息，而45%的用戶會在社交媒體中會對其金融服務作出評價，這些存在于社交網(wǎng)絡中的數(shù)據(jù)信息，為銀行預測用戶流失提供了必要的依據(jù)。銀行在大數(shù)據(jù)開發(fā)過程中，應拓寬數(shù)據(jù)收集渠道，從多個視角分析影響用戶流失的因素，并利用系統(tǒng)平臺實現(xiàn)對用戶銀行訪問，用戶來電日志，網(wǎng)頁交互日志，信用卡記錄的交易數(shù)據(jù)的處理，同時將這些數(shù)據(jù)信息與社交內(nèi)容中的信息進行交互、匹配，形成對用戶的全方位“畫像”，進而建立預測用戶流失的數(shù)據(jù)模型，以形成可視化的行為預測指導，這樣銀行就能根據(jù)用戶流失現(xiàn)象制定針對性措施，及時止損，并針對存在潛在流失風險的用戶制定營銷方案，以挽回用戶，降低流失率，提高銀行經(jīng)濟決策的預見性。

第五，明確銀行數(shù)據(jù)開發(fā)與應用的邊界，依法維護個人信息安全。在大數(shù)據(jù)背景下，銀行既是信息的提供者又是使用者，因此需要承擔著保護個人信息安全的職責。在大數(shù)據(jù)開發(fā)與應用的過程中，根據(jù)相關的法律法規(guī)，以及行業(yè)內(nèi)部的規(guī)章制度、規(guī)范流程與合規(guī)流程確保個人信息安全。例如工商銀行為保證個人信息安全在采集和向征信機構報送個人信息的過程中，會嚴格遵照程序取得個人同意、授權，在查詢個人信息的過程中要獲得本人授權，并詳細說明信息使用目的與使用范圍;工商銀行還建立了白名單制度，即申報、評審符合國家相關規(guī)定以及銀行系統(tǒng)規(guī)范的單位、個人形成白名單，這些單位或個人可以通過登錄征信系統(tǒng)查詢信息，但是其權限主要為信息管理，無法對個人信息進行收集、整合與利用;此外，工商銀行還建立了前置系統(tǒng)，用戶需要與征信系統(tǒng)形成有效對接，才能夠通過安全測試，并利用雙重密碼認證進入系統(tǒng)，以控制系統(tǒng)登錄權限。總之，在信息資源成為社會經(jīng)濟運行中的重要生產(chǎn)要素和社會財富的時候，銀行作為個人信息資源的重要持有者，需要以身作則，明確數(shù)據(jù)信息開發(fā)與利用的邊界，在合法的范圍內(nèi)實現(xiàn)信息數(shù)據(jù)的科學利用。

第六，完善銀行信息系統(tǒng)，保障數(shù)據(jù)安全，有效防范金融風險。銀行經(jīng)濟預測與金融統(tǒng)計的主要目的是及時發(fā)現(xiàn)金融風險，并提前做好防范。在大數(shù)據(jù)背景下，銀行應通過引入專業(yè)數(shù)據(jù)技術，加強信息系統(tǒng)建設，其中包括數(shù)據(jù)庫安全審計系統(tǒng)建設，即根據(jù)行業(yè)規(guī)則對銀行行為進行考核，對違規(guī)操作提出警告，追溯數(shù)據(jù)庫訪問風險，并建立關聯(lián)分析，針對系統(tǒng)異常進行及時診斷;動態(tài)數(shù)據(jù)脫敏系統(tǒng)建設，即保障數(shù)據(jù)實時訪問安全，防止銀行系統(tǒng)在運行與維修過程中出現(xiàn)敏感數(shù)據(jù)泄露，避免隱私數(shù)據(jù)在未脫敏狀態(tài)流出銀行，利用高可靠性的動態(tài)掩碼進行數(shù)據(jù)脫敏，保證數(shù)據(jù)共享安全;數(shù)據(jù)庫加密系統(tǒng)建設，采用國家密碼局認證、備案的加密設備，對銀行的核心業(yè)務數(shù)據(jù)進行加密保護，通過數(shù)據(jù)庫加密產(chǎn)品對敏感數(shù)據(jù)進行加密保存，避免數(shù)據(jù)文件、備份文件泄露或丟失，即使在黑客通過技術供給獲得數(shù)據(jù)也難以準確解讀，建立權責分配機制，避免高權限用戶“監(jiān)守自盜”，利用加密設備提高銀行對數(shù)據(jù)安全的自主控制能力。

五、結束語

綜上所述，大數(shù)據(jù)對銀行經(jīng)濟與金融統(tǒng)計帶來的不僅是豐富的數(shù)據(jù)資源，以及便捷、智能的統(tǒng)計分析手段，還有顛覆性的思想認知，而銀行應積極應對大數(shù)據(jù)時代經(jīng)濟發(fā)展與金融運行過程中對數(shù)據(jù)資源形成的新需求，從軟硬件方面做好調(diào)整與創(chuàng)新，深入對大數(shù)據(jù)的理解，并實現(xiàn)對數(shù)據(jù)信息的開發(fā)與利用，建立符合銀行經(jīng)濟與金融統(tǒng)計需要的數(shù)據(jù)信息系統(tǒng)，進而推動銀行經(jīng)濟預測與金融統(tǒng)計工作向智能化時代邁進。

參考文獻：

[1]惠旭.大數(shù)據(jù)背景下金融統(tǒng)計未來的發(fā)展方向[J].現(xiàn)代經(jīng)濟信息，2019（07）：339.

[2]席犇.大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計研究[J].河北企業(yè)，2018（06）：60-61.

[3]王彤輝.基于大數(shù)據(jù)背景的銀行經(jīng)濟預測和金融統(tǒng)計探析[J].農(nóng)家參謀，2018（10）：281.

[4]黃善芬.大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計[J].環(huán)渤海經(jīng)濟瞭望，2017（12）：53-54.

[5]姜杉，何啟志，鄧留.大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計研究[J].環(huán)渤海經(jīng)濟瞭望，2017（12）：17.

[6]郭晨昕.大數(shù)據(jù)背景下的銀行經(jīng)濟預測和金融統(tǒng)計[J].時代金融，2017（30）：61.