大数据在外汇管理中的应用

时间:2019-10-18 来源:www.chinaxinghong.com

?

李光义孙经纬

近年来,大数据的概念被越来越多地提及。作为外汇经济和发展的重要组成部分,外汇管理部门面临汇率改革,人民币国际化,国际经济形势变化,外汇储备变化等问题。更强大。

大数据在外汇中应用的可行性分析

大数据开发策略得到政策的支持。 2015年7月,国务院发布了计划文件 《促进大数据发展行动纲要》,系统部署了大数据开发工作; 2016年3月,01003010发布。以大数据为基本战略资源,全面落实大数据发展促进行动,帮助产业转型升级和社会治理创新。中国人民银行行长易纲先生强调,有必要坚持加强数据和制度,以支持外汇管理。要升级手段,逐步完成跨境资金流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“克隆眼”和“顺风耳”。

技术支持SAFE的内部系统集成。目前,国家外汇管理局在促进数据集成和综合利用方面已经做了大量工作。首先是将各种系统统一到金虹系统的应用服务平台上。第二个是一些企业行政审批的网络化。三是建立综合分析系统,如异地检查制度。同时,国家外汇管理局建立了统一的数据收集标准,实现了国际收支,经常账户,资本项目管理数据的一次性收集。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)收集外汇大数据。目前,外汇管理大数据收集的内容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。国家外汇管理局的业务数据主要通过国家外汇管理局的界面输入,数量很少。跨部门共享数据,主要是海关进出口数据,通过中心局之间的数据交换,数据规格基本上可以满足后续统计分析和挖掘的需求。对于银行的外汇业务数据,国家外汇管理局现已实施了涉外收支交易,账户数据,外汇结算和销售,银行自有业务,部分代客业务,外部金融资产和负债以及交易等。作为个人外币现金访问信息。大数据收集。

(2)大数据应用程序,其主要目的是进行异地监管。目前,国家外汇管理局主要利用外汇数据采集平台和跨境资金流向监测分析平台等外汇系统,逐步将大数据技术应用于外汇异地监管,促进外汇管理由事前监督。根据系统要求设定的规格收集大数据,并将其导入或链接到每个外汇系统。通过外汇系统和外汇管理人员进行统计分析和挖掘,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,外汇大数据主要是内部系统的深度整合和扩展,数据的综合有效利用,跨部门数据的获取和应用还处于起步阶段,各部门所掌握的信息相对独立,不同的重点存在重复,缺乏互动和多方信息共享的情况,从而导致了分段管理和对脚手架的监督。此外,外汇大数据主要用于主要监管下的场外监管,而很少用于外汇主体的市场准入,退出和宏观经济金融状况的判断。

(2)外管局内部数据集中度大,数据收集难度大。 “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”收集的质量会影响监管的有效性。一方面,交易实体手动输入并生成外汇管理应用服务平台上的某些系统,如贸易信用抽样调查系统的数据信息,无法避免错误和遗漏。另一方面,国家外汇管理局作为外汇大数据应用的具体实施主体,更加难以充分掌握交易主体的外汇业务处理以及数据产生,处理和报告过程。外汇业务系统的数据难以解释,利用效率低下。问题。

(3)机制尚未完善,数据集中度和数据安全性之间存在矛盾。大数据时代的数据更加复杂,应在数据安全性,访问权限等方面设定严格的标准。在大数据时代,数据已从分散式转变为集中式。一方面,它适应外汇管理业务的发展需求,降低了管理成本。另一方面,它应该注意当今信息安全的重要性。系统数据应准确,安全。数据的丢失和损坏将严重影响外汇业务的正常运作。在此阶段,没有明确的数据管理部门,也没有明确的数据管理规则和法规。

(4)缺乏专业人才和专业技能。外汇大数据的应用是一项系统工程。它需要大量的人力,物力,财力等来支持传统数据管理模型的重组和升级。大数据应用人才的短缺是各级外汇管理部门普遍存在的问题。此外,将大数据与财务相结合是近年来出现的新方向。此外,大数据技术需要使用最新的数据库管理系统,并行算法,文件存储系统和其他技术来有效处理海量和复杂的异构数据。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型概念

(1)外汇管理大数据采集。外汇大数据依赖于所有基础数据的收集。大数据系统应基于当前应用服务平台的进一步集成,利用和数据分析。新的应用程序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,为在不同地区,不同情况下发现同一问题提供参考,有利于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,可以建立标准的接口机制。为了降低数据集的风险和难度,“外汇云系统”只能负责通信对接而不存储数据,从而不转移数据的控制权和所有权,可以有效地保护数据安全性。

(2)外汇管理大数据处理。基于大数据的“外汇云系统”需要完成数据收集,存储,统计分析和数据挖掘等功能。因此,大数据技术要求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,以实时有效地处理大量复杂的异构数据。在“外汇云系统”中,将不同数据源的数据集成并在数据仓库中进行处理,以形成面向不同数据主题并支持不同决策和监管目标的业务模型,从而实现传统的外汇业务和“互联网+”和“大数据+”的深度整合。

(3)注意大数据的外汇管理问题。着力完善外汇大数据共享法律体系的建设。可以制定部门数据资源共享管理方法,将数据资源分为“通用共享”,“按需共享”和“不共享”三种类型;重点在于加强非结构化数据与各种业务系统的集成以实现数据收集标准。统一;着重于数据容错和纠错机制的建设。对于“外汇云系统”中的数据,应将程序和手册进行比较和更正,并应记录每个纠错过程;应强调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的统计方法保持一致,建立一定程度的数据共享统计界面,提高联合统计和国际调查的兼容性,并注重提高数据安全性。例如,内部统计分析的“云系统”和外部服务查询的“云系统”被分为两个“云”或合并为一个“云”,或仅外部服务的云数据部分已映射到外部服务,这值得进一步讨论。

(编辑:HN666)

——