王大贤

非现场分析的核心与关键就在于对海量外汇业务数据的挖掘与应用，这就为大数据分析在外汇管理工作中的应用提供了广阔的空间。

周虽旧邦，其命维新。随着外汇管理改革的不断深化，非现场分析对事中事后监督管理的意义更加凸显，而非现场分析的核心与关键就在于对海量外汇业务数据的挖掘与应用，这就为大数据分析在外汇管理工作中的应用提供了广阔的空间。大数据通过新技术手段处理海量、多样且快速增长的信息资产。大数据分析不仅要掌握庞大的数据信息，更要对这些含有某种未知意义的海量数据进行专业化处理，进而发现隐藏在其中的相关性。

外汇管理应用大数据分析的重要意义

在纷繁复杂的外汇管理数据中，大数据具有众多优点：

契合外汇数据特性。外汇数据的基本特点是种类繁多、体量巨大、格式复杂，而大数据分析能将数据背后的信息最大限度地展现出来。一是全面性。常见的外汇数据如国际收支、经常项目、资本项目、外汇检查、综合管理等多个业务条线，包含跨境收支、银行结售汇、银行综合头寸、贸易信贷、外债登记等数十个具体项目，都可以通过大数据分析进行整合，得到综合性分析结果，从而有效突破现有管理边界，实现外汇管理的全面监测和综合调控的目标要求。二是快捷性。外汇数据经过长年日积月累，已经形成一个相当庞大的体量，以我国的国际收支统计为例，每个月跨境收支明细记录约600-800万条。大数据分析技术能有效、迅捷地处理这些海量数据。三是直观性。许多外汇数据因为采集方式、储存形式的不同，导致格式不统一，如外汇检查采集的证据大多是现场手工采集、纸质留存，这些证据里面存储的关联信息往往又需要进一步的手工整理，并且整理出来的是非结构化数据，这与国际收支、银行结售汇等数据由银行系统接口报送、系统储存大不相同，而大数据分析可以将非结构化的数据纳入考量，并向结构化数据过渡，以更加直观简易的方式展现分析结果。

便利宏观审慎管理。外汇管理实行宏观审慎监管目前存在两大难点：一是宏观数据的可得性与准确性，二是审慎监管触发的时点如何把握。在大数据分析的逻辑下，这两个难点都可以找到应对之道。首先，大数据分析采取的是全部数据，而非随机抽样数据或部分重点数据，这样大数据分析的结果实际上就反映了总体的特征，这就为外汇宏观管理提供了有力的参考依据。其次，大数据是高速、实时的数据流，其分析过程也是动态发展和持续进行的，尽管它可以像传统计量分析一样截取某一个时点上的结果，但是由于全量数据一直在补充、变化，故而大数据分析的结果实际是无限的，这种动态的呈现对找准审慎监管的触发时机是非常有利的抓手。

提高外汇管理效能。大数据分析强調变量之间的相关关系而非传统数据注重的某种因果关系，其重在通过技术手段发现与研究对象高度相关的变量，既不要求对研究对象运行机制作出事先理论的假定，也不要求数据质量完备、分析结果精确，这就使得大数据分析的结果运用更加灵活。外汇管理可以更加关注相关变量的变化，对外汇形势的监测及外汇风险的研判也会更加宏观、全面，外汇管理的手段和方式也可以更加多样化。同时大数据分析还可以消除制定统一监管规范所带来的注重事前监管、被监管主体差异性大、缺乏个性化监管措施等问题，更完整、更准确地掌握被监管主体的特征，减少对监管标准的过度依赖，相机抉择，更好地实现从“行为监管”向“主体监管”的转变。

外汇管理应用大数据分析的难点

在大数据的应用中，必须披荆斩棘，越是艰险越向前。目前，在大数据应用中，存在如下难点：

数据来源众多，增大信息采集难度。目前外汇数据来源涉及主体众多，包括银行、进出口企业、跨国公司、个人以及非金融业机构等，数据采集内容除了这些主体的资金流外，还包括登记备案、违规处罚等信息。如何做到在数据采集过程中协调好外汇局与各类主体之间的关系，鼓励被监管主体认真、负责参与，实现全面、准确、有效地数据采集，是开展大数据分析应用的基础和前提。

数据格式复杂，加大信息整合难度。外汇数据的采集通常是分散式的，即由银行、企业等不同主体利用计算机、业务网络等渠道通过不同方式产生，再由外汇局统一收集汇总而成。由于汇总起来的数据信息格式往往存在差异，因此不能实现直接共享。在运用大数据分析之前，需要对数据源进行再加工。对于结构化数据，需要进行内容、格式的统一化处理，而对于非结构化数据，则需要进行筛选、过滤、沉淀、整合，使其成为可用于分析的结构化数据。这些数据处理过程既对现有数据处理分析工具提出了更高要求，同时也对外汇从业人员的工作能力提出了挑战。

数据可视化低，增加信息读取难度。传统的外汇数据大多是结构化的数据，例如跨境收支、银行结售汇等数据通常采用数值、表格、图形等形式来显示，但是对于登记备案、行政许可、行政处罚、企业名录等数据是很难通过数据表等直观反映，这就加大了对数据读取、理解和使用的难度。如何找到新的数据显示方式，实现立体化、多维度的数据解读，是外汇大数据分析工作的一个重要命题。

未来大数据分析的基本构想

工欲善其事，必先利其器。在大数据的高速发展中，必须掌握良好的方法，才能取得较好的效果。首先，引入计量分析方法。计量分析方法中有许多模型和手段也有利于揭示数据之间的关联关系。在实际工作中可以通过对相关数据的再加工挖掘出一些最值得关注的指标，重构指标体系，并计算出指标体系的相关系数，实现对外汇监管主体、外汇变量相关关联性的分析。

其次，完善大数据信息共享平台。数据库不仅包括外汇局对银行、企业、个人等被监管主体产生的各类信息，还包括商务、海关、税务、工商等相关部门的监管信息。目前外汇局的业务系统包括跨境监测流动与分析、国际收支涉外收付款统计、银行结售汇统计、外汇账户管理、个人外汇业务监测、货物贸易外汇监测、资本项目信息管理、外汇检查分析应用等十多个系统。下一步应进一步完善外汇局应用平台数据库建设，加大数据采集力度，提高数据分析的准确性和完整性，同时将外汇局各类系统与央行的人民币跨境收付系统数据进行共享，提高综合分析能力。

再次，组建专业的大数据分析团队。大数据分析是对全量数据的运用和管理，具体的分析工作对工作人员的综合素质有较高的要求。应组建一支专业的大数据分析团队，吸收包括业务管理、统计分析、计算机应用开发等方面的精英骨干，还需要具备组织领导能力、项目管理能力、沟通协调能力的人员参与其中，从而保证大数据分析工作的持续、高效、有序开展。