浅析大数据在金融统计中的影响范文

本站小编为你精心准备了浅析大数据在金融统计中的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：金融统计是指一种对金融业务活动情况资料进行收集、整理和分析的活动，并在大数据的背景下产生了一定变化。本文将以大数据与金融统计为重点，从产生影响的机制与具体内容两方面进行详细阐述，希望能够为从事相关工作的人员提供一些工作思路，仅供参考。

关键词：大数据；　金融统计；　数据采集

随着科学技术不断发展，互联网以及计算机技术已经逐渐融入到人们社会生活的方方面面，大数据时代已经悄然到来。在此时代背景下，由于金融统计需要利用计算机技术和数据支撑完成具体工作，所以受到大数据的影响十分巨大。

一、大数据对金融统计产生影响的机制

影响机制是一个事物对另一事物产生影响的重要途径，而对于大数据对金融统计产生的影响来说，根据产生影响的几个方面以及金融统计的具体环节为依据，主要可以归纳为以下几种机制。第一，对数据采集环节来说，对数据采集各要素产生影响是主要的表现形式。数据采集指的是采集人员按照一定的方法手段使用特定的采集工具对相关数据信息开展的采集工作。在此环节中，多数金融体系内的数据采集人员都还使用传统的人工采集方式，层层上报数据，但是由于大数据具有数据量巨大、种类丰富多样、价值密度低等特点，所以面对越来越庞大的数据库，采集人员将无法快速收集到所需信息，且收集成本将成倍增加，必将更换传统的信息采集办法，从而影响到数据采集的效率以及准确度。第二，对数据处理环节来说，对数据处理各要素产生影响是大数据对该环节影响的主要表现形式。数据处理指的是处理人员利用系统内部的数据处理软硬件按照相关规定对采集人员采集上来的信息以及数据库中的信息进行存储、汇总等处理内容的处理工作。数据大多分为两种形式，结构化数据与非结构化数据，但是在此环节中，由于大数据背景下数据信息数量呈爆炸式增长、数据形式也愈加多元化，所以原本的数据处理软硬件以及数据处理方法不能够满足新时期的数据处理需要，尤其是非结构化的数据信息内容，与原本的结构化数据信息处理方法完全不适用，直接增加了数据处理难度，并影响到了数据处理效率［1］。第三，对数据分析环节来说，对数据分析各要素产生影响是大数据对该环节影响的主要表现形式。数据分析指的是在数据处理的基础之上，利用金融统计方法与计算机技术对处理过后的数据信息进行分析与预测，最终得出包含金融运行情况等内容在内的数据分析内容。同样是由于非结构化的数据信息，难以利用原本的数据分析方法进行分析，直接影响到数据分析人员的具体工作，需要工作人员及时更新分析方法以及配套设备，并影响到数据分析效率与分析结果的真实性与有效性。

二、大数据对金融统计产生影响的具体内容

在影响机制的作用下，大数据最终对金融统计的具体内容，即三个环节以及统计整体产生了实际影响，需要相关技术工作人员针对其中的不良影响及时进行改进，提出金融统计优化方案，使大数据对金融统计的不良影响逐渐消除甚至向优势方向转化。

（一）对金融统计数据采集的影响大数据对金融统计数据采集的影响主要体现在以下三个方面：一是增加了数据采集难度，其难度主要体现在两个方面，分别是数据量的快速增长与数据类型的多样化，正如上文中所提到，在传统的金融统计数据采集工作中，所采集的数据多是一些结构化数据，而在大数据的背景下，此项工作的非结构化数据开始逐渐作为结构化数据的补充数据出现，并且在数据系统中所占的比例正在逐步升高，而目前统计工作中对非结构化数据的采集工作方法还不成熟，为采集工作带来了巨大困难；二是降低了人工数据采集效率，采集难度提高、而采集方法不变，必然会带来采集效率的负增长，在一些企业或者单位内部仍然采用人工进行数据采集工作，但是由于人员数量较少且还需承担额外工作，面对大数据其采集效率必然直线下滑，而若要保持采集效率不变必将加大人员数量投入，如此将会带来巨大人力成本，得不偿失，因此在人工采集方法未更新之前，大数据必将降低数据采集效率；三是增加了金融统计的时效性，大数据的其中一个特点就是时效性，在大数据背景下，各单位与企业也必将开始注重数据采集时效性，但是由于传统的采集方法在此背景下采集难度大、效率低，时效性自然极差，所以大数据其实是对数据采集工作做出了新要求，强迫其更新采集方法，以提升时效性［2］。

（二）对金融统计数据处理的影响大数据对金融统计数据处理的影响主要体现在以下三个方面：一是增加了数据储存空间，在此方面，由于数据储存是金融统计的必然需求，也是大数据能够实现持续发展的必然依靠，如果数据储存空间的容量过小，将会导致数据无法存储，大数据也无从实现，所以在愈加庞大的数据库的要求下，数据存储空间正随着科技不断发展而变大；二是降低了数据汇总、检索等处理内容的有效性，这是由于大数据中的半结构与非结构化数据所占比例逐步增加，为数据处理工作带来了巨大难度，处理错误率大大增加，因而降低了数据的有效性；三是增加了数据清洗难度，清洗难度是指在所采集数据中筛选有价值数据，剔除无价值数据，而由于大数据背景下，数据数量庞大、非结构化数据增多和大数据本身价值密度低的特点，使得在海量信息中与采集目标无关的无用信息量巨大，清洗难度大大提高，难以筛选出有用信息，避免无用信息干扰的工作愈加困难。

（三）对金融统计数据分析的影响大数据对金融统计数据处理的影响同样体现三个方面：一是降低了统计分析方法的有效性，由于大数据的影响，数据处理的难度不断加大，尤其是传统数据处理办法无法处理非结构化数据，致使数据浪费现象严重，只能够利用不完整的数据进行分析，使分析方法的有效性大大降低；二是降低了数据分析软硬件的处理能力，由于数据分析软硬件的更新换代节奏较慢，所以其处理能力相对固定，只能在原本少量的数据中完成分析工作，但是面对大数据下的海量数据，原本的软硬件工作效率难以在短时间内分析出所需结果，处理能力自然下降；三是减弱了统计报表的效用，在大数据背景下，多数用户对于报表的要求越来越高，如需要动态反映出市场变化、挖掘金融风险等，但是原本的金融统计工作所得出的报表无法满足日益增高的报表需求，其实际效用自然大打折扣。

（四）对金融统计整体的影响大数据其实是一种“巨量数据集合”，所以它对金融统计整体的影响应分为正反两方面。就正面来说，能够提升金融统计数据质量，虽然上文中所提大数据对三个金融统计缓解的影响基本以负面为主，但这只是暂时情况，从长远来看，在各种软硬件设施以及工作方法更新之后，大数据能够通过各种技术手段保证金融统计数据的全面性以及准确性，提升金融数据质量［3］。以中国建设银行为例，该行在金融体系中应用大数据方面为其他金融机构做出表率，针对大数据在金融统计中的各不良影响做出改进，如沟通三大互联网渠道，建立大数据平台、实时数据仓库等，在应对非结构化大数据的重难点上也做出了突破，利用录音文本、媒体信息以及位置服务终端识别技术等内容拒绝可疑风险事件，仅在半年时间内就避免此类事件1.9万起，避免客户损失达1.4亿，为大数据提升金融数据质量的可行性给予了肯定答复。就反面来说，大数据背景下的金融统计相关规范与标准的制定相当复杂，由于各金融体系的统计标准与原则不同，所以央行在设定指标体系时不单要结合国家政策，还要考虑各金融体系的不同具体情况，制定难度极大，另外由于该标准制定与具体实施之间还存在着细微差距，可能由于统计口径不同导致差异性风险，因此各金融机构要做好与央行金融系统指标的衔接工作，为整体体系的制定提供可靠信息。

三、总结

总而言之，大数据时代的到来，既为金融统计工作带来了先进的技术支持，也为其带来了一定的挑战，需要相关工作人员，针对其中暴露出来的问题，利用构建数据标准、统计配套实施等方法进行改进，从而促进金融统计工作在大数据背景下的高速发展。

参考文献：

［1］刘璐.大数据对金融统计的影响研究［J］.金融经济，2018（11）：130-131.

［2］惠旭.大数据背景下金融统计未来的发展方向［J］.金融天地，2019（010）：339.

［3］王鹏懿.基于大数据背景下金融统计的发展趋势［J］.金融在线，2018（05）：74-75.

作者：赵景 单位：池州学院