梨河仝蔡门户网站> 科技 > 大数据在外汇管理中的应用

大数据在外汇管理中的应用

  • 梨河仝蔡门户网站
  • 2019-12-03 20:20:21

近年来,大数据的概念被越来越多地提到。外汇管理部门作为对外经济和发展的重要部门,面临着汇率改革、人民币国际化、国际经济形势变化、外汇储备变化等问题。对大数据处理和应用的需求甚至更大。

大数据在外汇领域应用的可行性分析

作为政策支持的大数据开发战略。2015年7月,国务院发布纲领性文件《促进大数据发展行动纲要》,系统部署大数据发展工作。2016年3月,发布了《中华人民共和国国民经济和社会发展第十三个五年计划》。我们将把大数据作为基本战略资源,全面实施促进大数据发展的行动,帮助转型升级产业,创新社会治理。中国人民银行行长易纲强调,加强数据和系统应该是外汇管理的支持。要升级措施,逐步完成跨境资本流动数据整合和数据仓库建设,进一步研究和丰富监测分析指标,为监管提供“千里眼”和“赏心悦目”。

外管局的内部系统集成作为技术支持。目前,外管局在促进数据集成和综合利用方面做了大量工作。一是将所有系统统一到金宏系统的应用服务平台上。第二是一些企业行政审批的网络化。第三,建立了场外检查系统和其他综合分析系统。同时,外汇局制定了统一的数据采集标准,实现了国际收支、经常项目和资本项目管理数据的一次性采集。这为外汇大数据时代的改革奠定了坚实的基础。

大数据在外汇管理中的应用现状

(1)收集大量外汇数据。目前,外汇管理大数据采集主要包括外汇管理业务数据、跨部门共享数据和银行外汇业务数据。外管局的业务数据主要通过外管局界面录入,数量不多。跨部门数据共享,主要是海关进出口数据,通过总局之间的数据交换,数据规范基本满足了后续统计分析和挖掘的需要。关于我行外汇业务数据,外汇局现已实现大数据采集,包括涉外收支交易、账户数据、结售汇、银行自营业务、部分代理业务、境外金融资产、负债和交易、个人外币现金存取信息等。

(2)以非现场监管为主要目的的大数据应用。目前,国家外汇管理局正在逐步将大数据技术应用于外汇非现场监管,主要通过外汇业务数据采集平台、跨境资金流监控分析平台等外汇系统,推动外汇管理由事前监管向事后监管转变。大数据根据系统要求设定的标准收集,并导入或链接到各种外汇系统。统计分析和挖掘是通过外汇系统和外汇管理人员实现的,从而实现数据价值。

外汇大数据面临的问题

(1)外汇管理仍处于“小数据”时代。目前,外汇大数据主要对内部系统进行深度整合和扩展,对数据进行综合有效利用,但对跨部门数据采集和应用仍处于初级阶段,各部门掌握的信息相对独立,各有侧重和重复,缺乏多方信息互动和共享,造成了分段管理和监管的脚手架。此外,外汇大数据大多应用于主体监管下的非现场监管,而较少应用于外汇相关主体的市场准入、退出和宏观经济金融形势预测。

(2)国家外汇管理局数据集中程度高,数据收集困难。“数据信息”是实施外汇大数据管理的重要前提和基础。数据信息收集的质量影响监管的有效性。一方面,交易主体手工录入和生成交易信用抽样调查系统等外汇管理应用服务平台上一些系统的数据信息,无法避免错误和遗漏。另一方面,作为外汇大数据应用的具体实施主体,外汇局难以全面掌握交易主体的外汇业务处理和数据生成、处理和提交流程,普遍存在外汇业务系统数据解释困难、利用效率低的问题。

(3)机制建设不完善,数据集中与数据安全存在矛盾。在大数据时代,数据更加复杂和混乱,应该为数据安全和访问权限设置严格的标准。在大数据时代,数据已经从分散到集中。一方面,它满足了外汇管理业务的发展需要,降低了管理成本。另一方面,应该更加重视信息安全的重要性。系统数据应该同时准确和安全。任何数据的丢失和损坏都会严重影响外汇业务的正常运行。现阶段,没有明确的数据管理部门,也没有明确的数据管理规章制度。

(4)缺乏专业人才和专业知识。外汇大数据应用是一项系统工程,需要大量的人力、物力和财力来支持传统数据管理模式的重组和升级。大数据应用人才短缺是各级外汇管理部门普遍存在的问题。此外,大数据和金融的结合是近年来的一个新方向。此外,大数据技术需要使用最新的数据库管理系统、并行计算方法、文件存储系统等技术来有效处理海量复杂的异构数据。因此,外汇管理大数据技术仍处于探索阶段。

大数据技术下的外汇管理模式构想

(a)外汇管理数据收集。外汇大数据依赖于所有基础数据的收集。大数据系统应建立在当前应用服务平台进一步集成、利用和数据分析的基础上。新的应用服务平台大数据系统可以称为“外汇云系统”。“外汇云系统”永久记录历史情况,有助于不同地区、不同情况下发现相同问题时的参考,有效提高外汇管理的效率和一致性。同时,为了提高所收集数据的真实性和便利性,可以建立标准接口机制。为了降低数据集中的风险和困难,“外汇云系统”只能负责通信对接,而不能存储数据,这样数据的控制权和所有权就没有转移,数据安全就可以得到有效保护。

(2)外汇管理大数据处理。基于大数据的“外汇云系统”需要完成数据采集、存储、统计分析、数据挖掘等功能。因此,大数据技术需要使用最新的数据库管理系统、并行算法、文件存储系统、索引和查询技术来实时有效地处理大量复杂的异构数据。在“外汇云系统”上,来自不同数据源的数据在数据仓库中进行整合和处理,形成面向不同数据主题、支持不同决策和监管目标的业务模型,从而实现传统外汇业务与“互联网+”和“大数据+”的深度整合。

(3)重视内部大数据的外汇管理。注重完善相应的外汇大数据共享法律体系建设。可以制定部门数据资源共享的管理办法,数据资源可以分为三种类型:通用共享、按需共享和非共享。注重加强非结构化数据和各种业务系统的集成,实现数据采集标准的统一;注重数据容错和纠错机制建设。“外汇云系统”中的数据应通过程序和人力进行比较和更正,并记录每个更正过程。注意与国际统计方法的一致性。“外汇云系统”和大数据分析系统应与国际通用统计方法保持一致,在一定程度上建立数据共享的统计接口,增强联合统计和国际调查的兼容性。注意提高数据安全性。例如,用于内部统计分析的“云系统”和用于外部服务查询的“云系统”是分离成两个“云”还是合并成一个“云”,或者是否只有外部服务部分的云数据映射到外部服务值得进一步演示。

来源:中国财经新闻网

密切关注通化顺金融微信公众号(ths518),获取更多金融信息

山东11选5投注 买快乐十分 快三app 江苏十一选五开奖结果 极速飞艇app