大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)分析領(lǐng)域中的應(yīng)用研究

高嘉曄

（長春金融高等?？茖W(xué)校 吉林 長春 130028）

1 引言

大數(shù)據(jù)技術(shù)的出現(xiàn)，是我國網(wǎng)絡(luò)工程、人工智能、計(jì)算機(jī)通信技術(shù)3種科技共同發(fā)展的成果，并且呈現(xiàn)出不斷融合的局面，形成了全新的體系，該體系的出現(xiàn)對于社會發(fā)展與進(jìn)步有著極大的推動意義和作用。大數(shù)據(jù)技術(shù)因?yàn)榫邆淙嫘?、便利性、高效性等多個(gè)優(yōu)勢，開始在當(dāng)今世界中有著飛速的發(fā)展速度，不僅在各個(gè)行業(yè)當(dāng)中受到人們的高度關(guān)注，同時(shí)也開始進(jìn)入到人們生活的方方面面。

2 大數(shù)據(jù)技術(shù)概述

2.1 內(nèi)容概述

隨著當(dāng)前信息化技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)也得到了快速發(fā)展，更多的網(wǎng)絡(luò)安全問題逐漸凸顯，比如非法訪問網(wǎng)頁、盜取數(shù)據(jù)、盜取代碼、電腦病毒與電腦木馬等多種威脅，這些對于人們數(shù)據(jù)信息造成威脅的因素更是與日俱增[1]。在大數(shù)據(jù)技術(shù)當(dāng)中，網(wǎng)絡(luò)信息安全防御問題受到高度關(guān)注。有關(guān)人員為了避免這種情況再次出現(xiàn)，開始選擇將有效的防范措施加入其中，這樣才能有效抵御風(fēng)險(xiǎn)。通過對網(wǎng)絡(luò)當(dāng)中的異常數(shù)據(jù)動態(tài)進(jìn)行分析，能夠確保數(shù)據(jù)技術(shù)具備安全性與可靠性，為后期構(gòu)建高質(zhì)量的工作與生活提供重要的推動力。大數(shù)據(jù)技術(shù)的出現(xiàn)需要大量的技術(shù)和數(shù)據(jù)作為支撐，并且確保數(shù)據(jù)具備有效性和實(shí)時(shí)性，這樣才能有效保證數(shù)據(jù)技術(shù)行業(yè)更好地發(fā)展下去。在大數(shù)據(jù)技術(shù)行業(yè)發(fā)展過程中，大數(shù)據(jù)技術(shù)作為其中必要的技術(shù)，直接關(guān)系到每個(gè)使用大數(shù)據(jù)技術(shù)的用戶信息安全問題，所以需要做好網(wǎng)絡(luò)信息安全管理工作以及大數(shù)據(jù)技術(shù)信息管理工作，這樣才能保證大數(shù)據(jù)技術(shù)得到全面的應(yīng)用，并且確保其應(yīng)用效率得到有效提升。

2.2 經(jīng)濟(jì)金融分析數(shù)據(jù)

信息收集工作在經(jīng)濟(jì)分析當(dāng)中，通常會利用大數(shù)據(jù)信息處理技術(shù)所收集到的各項(xiàng)數(shù)據(jù)，能夠有效地分析經(jīng)濟(jì)金融當(dāng)中各項(xiàng)情況，并且對于推動經(jīng)濟(jì)領(lǐng)域發(fā)展有著不可替代的意義。從大數(shù)據(jù)信息處理技術(shù)發(fā)展的實(shí)際情況來看，大數(shù)據(jù)信息技術(shù)當(dāng)中的處理技術(shù)，被廣泛應(yīng)用在經(jīng)濟(jì)金融分析領(lǐng)域，并且有著不可替代的作用。主要經(jīng)濟(jì)分析方式包括空中動態(tài)分析和區(qū)域性信息調(diào)查兩個(gè)最主要的方式，并且通過有效的分析方式，能夠確保經(jīng)濟(jì)分析具備實(shí)施性和合理性[2]。在分析過程中，大數(shù)據(jù)信息處理技術(shù)的出現(xiàn)，能夠?qū)τ诮?jīng)濟(jì)提供必要的指導(dǎo)意見，同時(shí)也能對于一些經(jīng)濟(jì)行為進(jìn)行有效分析，確保這些經(jīng)濟(jì)行為能夠更好地執(zhí)行，由此保證各項(xiàng)工作開展更加順利。

3 大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)分析當(dāng)中的重要作用

3.1 大數(shù)據(jù)經(jīng)濟(jì)分析所具備的內(nèi)涵

大數(shù)據(jù)經(jīng)濟(jì)分析在發(fā)展過程中，未能對其進(jìn)行統(tǒng)一的概念確定，一些人認(rèn)為大數(shù)據(jù)經(jīng)濟(jì)分析主要是利用移動客戶端設(shè)備和移動互聯(lián)網(wǎng)設(shè)備，對于傳統(tǒng)金融信息進(jìn)行融入。大數(shù)據(jù)經(jīng)濟(jì)分析的出現(xiàn)與發(fā)展，不僅僅是將大數(shù)據(jù)作為基本的社交網(wǎng)絡(luò)，而是通過這些方面和各項(xiàng)業(yè)務(wù)相互結(jié)合，能夠?yàn)楹笃诖髷?shù)據(jù)經(jīng)濟(jì)提供必要的支撐。隨著技術(shù)不斷發(fā)展，大數(shù)據(jù)經(jīng)濟(jì)分析不再局限于信用評價(jià)或者第三方支付，而是通過互聯(lián)網(wǎng)當(dāng)中的銀行處理業(yè)務(wù)，有效實(shí)現(xiàn)大數(shù)據(jù)經(jīng)濟(jì)分析這一關(guān)鍵工作。

3.2 大數(shù)據(jù)經(jīng)濟(jì)分析所具備的特點(diǎn)

目前，大數(shù)據(jù)經(jīng)濟(jì)分析當(dāng)中，關(guān)于供求資金雙方，可以利用網(wǎng)絡(luò)對目標(biāo)進(jìn)行有效的搜索，這時(shí)不再要求第三方的加入，降低了交易的成本，使得操作流程更加簡化。大數(shù)據(jù)經(jīng)濟(jì)分析的出現(xiàn)與發(fā)展，也能帶動著社會的整體辦事節(jié)奏，不僅確保辦理業(yè)務(wù)更加快捷與方便，同時(shí)也能對于合理的賬戶問題進(jìn)行有效處理。大數(shù)據(jù)經(jīng)濟(jì)分析發(fā)展，通常與電子商務(wù)、大數(shù)據(jù)的發(fā)展有著密切的聯(lián)系。比如手機(jī)當(dāng)中的支付寶，在支付寶當(dāng)中，人們最常使用的一項(xiàng)服務(wù)，同時(shí)也是最主要的服務(wù)項(xiàng)目就是余額寶。在該服務(wù)項(xiàng)目上線之后，就受到廣大用戶的關(guān)注。通過大數(shù)據(jù)經(jīng)濟(jì)分析發(fā)展模式，也能夠有效地突破時(shí)間與空間所帶來的限制，在金融業(yè)務(wù)交流和客戶對接方面，有著更加廣泛的應(yīng)用空間，因此受到人們的高度關(guān)注[3]。

4 大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)分析領(lǐng)域的具體應(yīng)用

4.1 大數(shù)據(jù)技術(shù)的應(yīng)用層面

在經(jīng)濟(jì)分析領(lǐng)域當(dāng)中，大數(shù)據(jù)技術(shù)的應(yīng)用可以從多個(gè)不同的層面著手，具體如下。

（1）在經(jīng)濟(jì)投資決策中的運(yùn)用。在經(jīng)濟(jì)分析領(lǐng)域，投資決策是非常重要的一項(xiàng)工作，不論是實(shí)體經(jīng)濟(jì)投資，還是金融理財(cái)投資，一旦決策出現(xiàn)失誤，那么就容易導(dǎo)致虧損，帶來風(fēng)險(xiǎn)。因此，可以將大數(shù)據(jù)技術(shù)運(yùn)用起來，應(yīng)用到投資決策分析當(dāng)中。對投資對象、投資方案，通過大數(shù)據(jù)展開分析，評估投資方案的可行性、預(yù)期收益等，最終確定是否要通過投資方案，或者是要對投資方案進(jìn)行修改[4]。通過大數(shù)據(jù)輔助經(jīng)濟(jì)投資決策分析，可以提高決策的正確性與合理性，減少出現(xiàn)虧損的可能性。

（2）在經(jīng)濟(jì)風(fēng)險(xiǎn)防范中的運(yùn)用。在經(jīng)濟(jì)分析領(lǐng)域，風(fēng)險(xiǎn)防范是一個(gè)重要的構(gòu)成部門。不論是對于企事業(yè)單位，還是對于金融機(jī)構(gòu)，亦或者對于一些其他單位，經(jīng)濟(jì)風(fēng)險(xiǎn)防范都是必要的工作。企業(yè)需要防范自身經(jīng)營中的經(jīng)濟(jì)風(fēng)險(xiǎn)，金融機(jī)構(gòu)則需要從金融和市場角度防范經(jīng)濟(jì)風(fēng)險(xiǎn)。在經(jīng)濟(jì)風(fēng)險(xiǎn)的防范中，便可以將大數(shù)據(jù)技術(shù)應(yīng)用起來，建立起大數(shù)據(jù)風(fēng)險(xiǎn)預(yù)計(jì)體系。圍繞具體的對象，構(gòu)建起風(fēng)險(xiǎn)防范數(shù)據(jù)庫，將各方面的數(shù)據(jù)都搜集起來，設(shè)定風(fēng)險(xiǎn)指標(biāo)，依靠大數(shù)據(jù)展開自動分析。通過分析，與風(fēng)險(xiǎn)指標(biāo)進(jìn)行對比，在接近風(fēng)險(xiǎn)預(yù)警閾值時(shí)，便開始做出提醒，以便能夠提前處理，防范經(jīng)濟(jì)風(fēng)險(xiǎn)[5]。

（3）在資金賬款管理中的運(yùn)用。對于經(jīng)濟(jì)分析而言，現(xiàn)金流量分析、應(yīng)收賬款管理，都是需要關(guān)注的要點(diǎn)，這會影響到經(jīng)濟(jì)活動的正常運(yùn)轉(zhuǎn)。因此，在現(xiàn)金流量和應(yīng)收賬款這兩個(gè)方面，便可以使用大數(shù)據(jù)技術(shù)來進(jìn)行分析。比如對于現(xiàn)金流量，便需要對現(xiàn)金流向、金額大小等予以分析，動態(tài)預(yù)測現(xiàn)金流量變化，當(dāng)現(xiàn)金低于安全線時(shí)發(fā)出預(yù)警。而對于應(yīng)收賬款，則可以針對賬款規(guī)模、拖欠時(shí)間、對象企業(yè)償債能力等進(jìn)行綜合分析，判定賬款風(fēng)險(xiǎn)，及時(shí)采取措施。

4.2 大數(shù)據(jù)技術(shù)分析應(yīng)用技術(shù)

在經(jīng)濟(jì)學(xué)領(lǐng)域，經(jīng)濟(jì)分析是重要內(nèi)容，早期是定性分析，隨著研究和時(shí)間深入，數(shù)學(xué)統(tǒng)計(jì)方法的應(yīng)用發(fā)展是定量分析。大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)分析當(dāng)中的應(yīng)用，是數(shù)學(xué)統(tǒng)計(jì)方法進(jìn)一步進(jìn)化的結(jié)果。

支撐大數(shù)據(jù)分析的數(shù)據(jù)非常龐大，這些數(shù)據(jù)作為基礎(chǔ)條件，需要以計(jì)算機(jī)信息數(shù)據(jù)處理技術(shù)中的數(shù)據(jù)采集和存儲作為基礎(chǔ)手段。經(jīng)濟(jì)分析中利用大數(shù)據(jù)技術(shù)，數(shù)據(jù)本身是利用計(jì)算機(jī)信息網(wǎng)絡(luò)采集起來，并且統(tǒng)一格式后一并上傳至統(tǒng)一的數(shù)據(jù)庫當(dāng)中進(jìn)行保存。一般數(shù)據(jù)庫會設(shè)置兩個(gè)，其中之一是實(shí)時(shí)數(shù)據(jù)庫，另一個(gè)則是歷史數(shù)據(jù)庫。在大數(shù)據(jù)分析中，通過分析實(shí)時(shí)數(shù)據(jù)庫中的數(shù)據(jù)，并比對歷史數(shù)據(jù)庫中的數(shù)據(jù)來實(shí)現(xiàn)趨勢預(yù)測。

在經(jīng)濟(jì)分析中應(yīng)用大數(shù)據(jù)技術(shù)，數(shù)據(jù)挖掘算法是核心。數(shù)據(jù)挖掘算法是一種統(tǒng)計(jì)方法，這種方法不是隨機(jī)抽樣統(tǒng)計(jì)方法，而是針對全部樣品數(shù)據(jù)進(jìn)行綜合計(jì)算分析，所以大數(shù)據(jù)應(yīng)用下的經(jīng)濟(jì)分析結(jié)果更加準(zhǔn)確科學(xué)。例如宏觀經(jīng)濟(jì)分析中，傳統(tǒng)分析方法是通過宏觀經(jīng)濟(jì)指標(biāo)，構(gòu)建宏觀經(jīng)濟(jì)模型來進(jìn)行統(tǒng)計(jì)分析。從大數(shù)據(jù)的角度來講，宏觀經(jīng)濟(jì)模型實(shí)質(zhì)上就是一種關(guān)聯(lián)規(guī)則挖掘算法，如典型的購物籃子算法，該算法中數(shù)據(jù)信息的集合代表總項(xiàng)集，在數(shù)據(jù)表當(dāng)中每一行代表非空集合，且互補(bǔ)相交，由此可建立關(guān)聯(lián)規(guī)則，只要置信度、支持度、提升度均滿足要求即可進(jìn)行關(guān)聯(lián)規(guī)則分析。數(shù)據(jù)庫中存儲的數(shù)據(jù)且能夠索引的數(shù)據(jù)并非一定滿足大數(shù)據(jù)分析要求，因?yàn)槠渲锌赡艽嬖跓o效數(shù)據(jù)，因此必須進(jìn)行預(yù)處理，將無效數(shù)據(jù)剔除，這一步中主要以數(shù)據(jù)索引為支撐。大數(shù)據(jù)經(jīng)濟(jì)分析的數(shù)據(jù)挖掘算法類似于數(shù)學(xué)模型，當(dāng)然這是一種數(shù)學(xué)模型的高級應(yīng)用，像Excel表格中用到的函數(shù)也是數(shù)學(xué)模型，比如SUM求和函數(shù)，但這是數(shù)學(xué)模型的低級運(yùn)用。在大數(shù)據(jù)分析中，計(jì)算機(jī)要讀懂經(jīng)濟(jì)指標(biāo)數(shù)據(jù)，必須要有適配的算法?，F(xiàn)在算法的研究方向是機(jī)器學(xué)習(xí)算法，例如ADABOOST，利用該工具可實(shí)現(xiàn)機(jī)器學(xué)習(xí)，該方法稱為自適應(yīng)增強(qiáng)方法，其原理是先給定訓(xùn)練樣本集合S，S中有兩個(gè)子集以X和Y表示，X和Y分別為正例樣本和負(fù)例樣本。設(shè)定最大訓(xùn)練循環(huán)次數(shù)T，設(shè)定初始化樣本權(quán)重，得到初始概率分布1/n，然后進(jìn)行迭代。ADABOOST工具提供弱分類器分錯(cuò)，并計(jì)算錯(cuò)誤率，算法自動選擇合適的閾值進(jìn)行誤差確定，迫近最小化誤差。具體代碼設(shè)計(jì)可參考ADABOOST提供的技術(shù)文檔。

近年來，我國建設(shè)了國家金融基礎(chǔ)數(shù)據(jù)庫，基于云平臺架構(gòu)，金融統(tǒng)計(jì)數(shù)據(jù)采集系統(tǒng)、智能分析平臺業(yè)已架構(gòu)部署完成，并且與人民銀行各分支及金融機(jī)構(gòu)實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通。2020年，人民銀行出臺金融基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)制度，推動標(biāo)準(zhǔn)化逐筆統(tǒng)計(jì)，覆蓋貸款、存款、債券、股權(quán)、同業(yè)、SPV等金融工具，可滿足宏觀調(diào)控的信息需求。構(gòu)建金融機(jī)構(gòu)主體信息庫與企業(yè)信息庫，二者的存在為數(shù)據(jù)關(guān)聯(lián)打下基礎(chǔ)，關(guān)聯(lián)數(shù)據(jù)后即可對股權(quán)鏈條、擔(dān)保鏈條、資金鏈條等進(jìn)行關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對金融市場的刻畫，簡化金融體系，進(jìn)而服務(wù)于系統(tǒng)性風(fēng)險(xiǎn)防控。

5 結(jié)語

將大數(shù)據(jù)技術(shù)應(yīng)用到經(jīng)濟(jì)分析領(lǐng)域當(dāng)中，能夠提升經(jīng)濟(jì)分析領(lǐng)域的發(fā)展效率，使其獲得高質(zhì)量發(fā)展。大數(shù)據(jù)技術(shù)具有非常顯著的特點(diǎn)，在實(shí)踐中，需要對大數(shù)據(jù)的內(nèi)涵特點(diǎn)形成有效認(rèn)識。同時(shí)，要理解經(jīng)濟(jì)分析的內(nèi)涵及作用。著眼于大數(shù)據(jù)和經(jīng)濟(jì)分析，將二者結(jié)合起來，利用大數(shù)據(jù)輔助經(jīng)濟(jì)分析。在具體實(shí)踐中，可以從經(jīng)濟(jì)投資決策、經(jīng)濟(jì)風(fēng)險(xiǎn)、賬款管理等角度出發(fā)，對大數(shù)據(jù)技術(shù)予以靈活運(yùn)用，為經(jīng)濟(jì)分析和管理提供保障。