中國(guó)人民銀行昆明中心支行貨幣金銀處課題組

誠(chéng)如大數(shù)據(jù)專家舍恩伯格所說(shuō)，大數(shù)據(jù)開(kāi)啟了一次重大的時(shí)代轉(zhuǎn)型。我們正身處轉(zhuǎn)型之中：借助互聯(lián)網(wǎng)公司龐大的數(shù)據(jù)庫(kù)，我們可以在網(wǎng)上得到個(gè)性化的定制服務(wù)，可以使用強(qiáng)大的翻譯引擎“無(wú)縫”地理解不同語(yǔ)言的文本；對(duì)于某個(gè)感興趣的話題，我們能夠迅速獲取更詳盡的描述和更精準(zhǔn)的分析——在“大數(shù)據(jù)”的技術(shù)基礎(chǔ)和思維模式蓬勃發(fā)展的今天，一個(gè)高效率的、令人信服的思維范式就是，讓數(shù)據(jù)自己“說(shuō)話”。生活、工作和思維，可以說(shuō)，“大數(shù)據(jù)”正在重新塑造這個(gè)世界的方方面面。作為一項(xiàng)與數(shù)據(jù)、經(jīng)濟(jì)運(yùn)轉(zhuǎn)密不可分的社會(huì)職能部門，如何迅速接納大數(shù)據(jù)的思維模式和工作方法以適應(yīng)科學(xué)化、精細(xì)化管理的要求，也許是未來(lái)貨幣金銀工作的重要課題之一。

那么，在大數(shù)據(jù)時(shí)代，貨幣金銀工作會(huì)迎來(lái)怎樣的機(jī)遇與挑戰(zhàn)呢？

一、大數(shù)據(jù)的定義以及大數(shù)據(jù)時(shí)代的特征

大數(shù)據(jù)，顧名思義就是海量的數(shù)據(jù)。最初特指互聯(lián)網(wǎng)公司大規(guī)模獲取數(shù)據(jù)和相應(yīng)發(fā)展出來(lái)的處理數(shù)據(jù)的手段。近年來(lái)，隨著大數(shù)據(jù)在社會(huì)各個(gè)領(lǐng)域滲透，其適用語(yǔ)境已經(jīng)悄然發(fā)生了改變。在本文中，我們采用大數(shù)據(jù)的另一種外延更廣、更為大眾所接受的定義：大數(shù)據(jù)是人們?cè)诖笠?guī)模數(shù)據(jù)的基礎(chǔ)上可以做到的事情，而這些事情是在小規(guī)模數(shù)據(jù)的基礎(chǔ)上是無(wú)法完成的。舉一個(gè)例子：舍恩伯格在他的《大數(shù)據(jù)時(shí)代》中提到，2009年，谷歌公司把5000萬(wàn)條美國(guó)人最頻繁檢索的詞條（如“哪些是治療咳嗽和發(fā)熱的藥物”）和美國(guó)疾控中心在2003年至2008年間季節(jié)性流感傳播時(shí)期的數(shù)據(jù)進(jìn)行比較，旨在尋找特定檢索詞條的使用頻率與流感在時(shí)間和空間上的傳播之間的聯(lián)系。谷歌公司發(fā)現(xiàn)了45條檢索詞條的組合，將其用于一個(gè)特定的數(shù)學(xué)模型后，他們的預(yù)測(cè)與官方數(shù)據(jù)的相關(guān)性高達(dá)97%。實(shí)踐證明，谷歌公司可以準(zhǔn)確判斷出流感是從哪里傳播出來(lái)，并且它的判斷更及時(shí)，不存在疾控中心通常意義上的信息滯后。通過(guò)掌握和使用大數(shù)據(jù)，谷歌公司實(shí)現(xiàn)了在“小數(shù)據(jù)時(shí)代”無(wú)法想像的精準(zhǔn)預(yù)測(cè)。

大數(shù)據(jù)的核心是預(yù)測(cè)，而預(yù)測(cè)的基礎(chǔ)則在于對(duì)信息的分析。大數(shù)據(jù)對(duì)時(shí)代的重新定義就體現(xiàn)在我們對(duì)信息分析方式的轉(zhuǎn)變，即：

一是在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機(jī)采樣。與局限在小數(shù)據(jù)范圍相比，使用大數(shù)據(jù)帶來(lái)了更高的精確性，也讓我們看到了一些以前無(wú)法發(fā)現(xiàn)的細(xì)節(jié)信息。

二是研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。擁有了大數(shù)據(jù)，我們不再需要對(duì)一個(gè)現(xiàn)象刨根究底，只要掌握大體的發(fā)展方向即可——適當(dāng)忽略微觀層面上的精確度會(huì)讓我們?cè)诤暧^層面擁有更好的洞察力。

三是在大數(shù)據(jù)時(shí)代，我們無(wú)須再緊盯事物之間的因果關(guān)系，而應(yīng)該尋找事物之間的相關(guān)關(guān)系。我們不再需要在還沒(méi)有收集數(shù)據(jù)之前，就把我們的分析建立在早已設(shè)立的少量假設(shè)的基礎(chǔ)之上。讓數(shù)據(jù)發(fā)聲，我們會(huì)注意到很多以前從來(lái)沒(méi)有意識(shí)到的聯(lián)系的存在。

以上轉(zhuǎn)變正契合了貨幣金銀工作科學(xué)化、精細(xì)化的發(fā)展要求。接受、吸收，把大數(shù)據(jù)時(shí)代的思維模板和技術(shù)手段為我所用，無(wú)疑會(huì)極大提高貨幣金銀工作在量化管理、趨勢(shì)預(yù)測(cè)等方面的水平——這是一次機(jī)遇，同時(shí)也是挑戰(zhàn)。如何抓住機(jī)遇、迎接挑戰(zhàn)，把貨幣金銀工作和大數(shù)據(jù)的力量有機(jī)結(jié)合在一起，筆者在下文提出了一些設(shè)想。

二、貨幣金銀工作怎樣與大數(shù)據(jù)結(jié)合

（一）流通人民幣管理與搜索引擎

搜索引擎是數(shù)據(jù)富集的地方。近年來(lái)，搜索引擎對(duì)大數(shù)據(jù)的創(chuàng)造性使用最為人所津津樂(lè)道。谷歌公司預(yù)測(cè)流感趨勢(shì)便是其中一例。而在今年春節(jié)，央視攜手百度進(jìn)行的收視習(xí)慣調(diào)查同樣令人印象深刻。在搜索引擎中，每個(gè)進(jìn)行檢索的人都成為數(shù)據(jù)的貢獻(xiàn)者，而這些數(shù)據(jù)正是檢索人困境和愿景的直接體現(xiàn)。和谷歌預(yù)測(cè)感冒同理，一些人在遭遇假幣時(shí)也會(huì)求助搜索引擎，那么檢索時(shí)間和檢索者所在位置會(huì)不會(huì)體現(xiàn)假幣在時(shí)間和空間上的蔓延態(tài)勢(shì)呢？

筆者做了這樣一個(gè)實(shí)驗(yàn)：在百度中鍵入“收到假幣怎么辦”和“收到假錢怎么辦”（檢索原則是令檢索關(guān)鍵詞盡量口語(yǔ)化，盡量避免檢索出指導(dǎo)性的文章），各得到39.2萬(wàn)條和79萬(wàn)條共118.2萬(wàn)條檢索結(jié)果，即使考慮到一定比例的無(wú)效鏈接和重復(fù)引用，如此規(guī)模的樣本數(shù)在統(tǒng)計(jì)學(xué)意義上也是非常龐大的。對(duì)于普通用戶，這些數(shù)據(jù)最有價(jià)值的部分隱藏在“黑箱”之中：檢索人的IP地址（地理位置信息）、檢索在時(shí)間上的聚集和波動(dòng)趨勢(shì)、某一詞條被引用和鏈接的次數(shù)……這些龐雜的數(shù)據(jù)掌握在互聯(lián)網(wǎng)公司的手中，運(yùn)用特定的算法處理，很容易轉(zhuǎn)化成有價(jià)值的數(shù)據(jù)。比如，通過(guò)收集檢索人的地理信息，并經(jīng)過(guò)數(shù)學(xué)處理（如用檢索詞條數(shù)除以投放規(guī)模以反映假幣的相對(duì)泛濫程度，同時(shí)使用統(tǒng)計(jì)技術(shù)剔除掉各省信息化程度的差異），可以得到圖1、圖2統(tǒng)計(jì)結(jié)果。

圖1 假幣在不同地區(qū)的分布圖（假想）

圖2 假幣在某一地區(qū)發(fā)展趨勢(shì)圖（假想）

如圖，盡管從統(tǒng)計(jì)學(xué)的角度看，抽樣是有偏的（使用搜索引擎的一般是年輕人），但我們需要的數(shù)據(jù)洞察是假幣在時(shí)間和空間上的變化趨勢(shì)，在如此巨量的樣本支持下，得到的統(tǒng)計(jì)結(jié)果還是很能說(shuō)明問(wèn)題且具有指導(dǎo)意義的。尤其是如果我們觀察這些數(shù)據(jù)在時(shí)間序列中的動(dòng)態(tài)表現(xiàn)，則很容易看到某種新型假幣的出現(xiàn)及至爆發(fā)，以及假幣在空間上的流動(dòng)——這樣，就很容易定位假幣是在何時(shí)、何地蔓延開(kāi)來(lái)，有利于我們采取有針對(duì)性的處置措施。

同理，我們也可以通過(guò)搜索引擎觀察人民幣整潔度在不同地區(qū)、不同時(shí)點(diǎn)上的變動(dòng)趨勢(shì)。筆者在百度中鍵入“人民幣破損用什么粘”、“人民幣破損怎么辦”，分別得到157萬(wàn)條和2250萬(wàn)條搜索結(jié)果。在這樣規(guī)模的樣本支持下，得出的結(jié)論將非常接近真實(shí)情況。

（二）發(fā)行基金投回預(yù)測(cè)與數(shù)理分析

發(fā)行基金的投回預(yù)測(cè)關(guān)乎人民銀行在未來(lái)的生產(chǎn)計(jì)劃、調(diào)撥和分支行投放的整條物流鏈，其精度至關(guān)重要。目前，發(fā)行基金的投回預(yù)測(cè)一般采用兩種方法：數(shù)學(xué)建模法和經(jīng)驗(yàn)估算法。筆者認(rèn)為，這兩種方法的原理其實(shí)是相同的，即，以過(guò)去指導(dǎo)未來(lái)，從錯(cuò)綜復(fù)雜的經(jīng)濟(jì)變量中尋找能夠決定、影響或者指示投回的因素，以這些因素的變動(dòng)推測(cè)投回的變動(dòng)。兩種方法的區(qū)別是，相較經(jīng)驗(yàn)估算法，數(shù)學(xué)建模法有更嚴(yán)格的數(shù)理分析、假設(shè)和檢驗(yàn)做基礎(chǔ)，且更易于標(biāo)準(zhǔn)化操作，因而越來(lái)越受到現(xiàn)金分析人員的青睞。然而，數(shù)學(xué)建模法亦有其局限性：第一，模型精度與可獲得數(shù)據(jù)規(guī)模息息相關(guān)，小的樣本數(shù)往往導(dǎo)致較大的系統(tǒng)性偏差；第二，自變量的選擇依賴于分析人員的專業(yè)知識(shí)和主觀判斷，時(shí)常會(huì)有遺漏變量或偽回歸的情形發(fā)生而影響模型精度；第三，一個(gè)好的模型的建立，需要反復(fù)試錯(cuò)，直至挑選出最能反映真實(shí)世界運(yùn)行的那一個(gè)，在這一繁復(fù)過(guò)程中，分析人員的數(shù)理知識(shí)和統(tǒng)計(jì)技術(shù)至關(guān)重要，并且要耗費(fèi)大量時(shí)間。這對(duì)“兼職”從事分析的發(fā)行人員來(lái)說(shuō)，不能不說(shuō)是一種負(fù)擔(dān)。

為克服發(fā)行基金投回預(yù)測(cè)的局限，獲取盡可能多的數(shù)據(jù)，減少分析人員的主觀參與和工作強(qiáng)度，依托“大數(shù)據(jù)”，筆者做了如下設(shè)想：如果能夠建立一個(gè)不斷更新投回?cái)?shù)據(jù)與國(guó)家主要統(tǒng)計(jì)數(shù)據(jù)（如人口數(shù)、GDP增長(zhǎng)率、CPI增長(zhǎng)率等）的信息化平臺(tái)，并且在這一平臺(tái)中整合一部分統(tǒng)計(jì)軟件的功能，那么發(fā)行基金投回的數(shù)學(xué)建模（當(dāng)然也包括其他和發(fā)行業(yè)務(wù)相關(guān)的數(shù)學(xué)建模）可能會(huì)事半功倍。如，大數(shù)據(jù)平臺(tái)可以自動(dòng)篩選出在時(shí)間上與投回變動(dòng)有一致或強(qiáng)烈相關(guān)趨勢(shì)的數(shù)據(jù)指標(biāo)并且通過(guò)聯(lián)立方程模型或向量自回歸模型計(jì)算其數(shù)量關(guān)系。一些由于難以獲取、經(jīng)濟(jì)理論知識(shí)缺陷等原因被我們忽視的數(shù)據(jù)（如人口的省際遷移、產(chǎn)業(yè)結(jié)構(gòu)變遷、地區(qū)教育程度等）有可能成為模型的一部分從而提高模型的精度。一旦這些數(shù)據(jù)實(shí)現(xiàn)了實(shí)時(shí)更新，那么模型也會(huì)隨之不斷更新，我們將得到精度很高的動(dòng)態(tài)預(yù)測(cè)，這對(duì)增強(qiáng)發(fā)行基金生產(chǎn)、調(diào)撥和投放的前瞻性是不無(wú)裨益的。

顯然，這樣的假想是建立在大數(shù)據(jù)的思維模式和技術(shù)能力的基礎(chǔ)之上的。

三、大數(shù)據(jù)時(shí)代，貨幣金銀工作的機(jī)遇與挑戰(zhàn)

如前所述，要搭上大數(shù)據(jù)時(shí)代的“順風(fēng)車”，把大數(shù)據(jù)的力量化為己用，我們不僅要轉(zhuǎn)變“小數(shù)據(jù)”時(shí)代的思維模式和工作方法，還要以實(shí)際行動(dòng)為大數(shù)據(jù)搭建“舞臺(tái)”，這就需要：

（一）尋求與互聯(lián)網(wǎng)公司的合作，建立與發(fā)行數(shù)據(jù)接駁的數(shù)據(jù)分析平臺(tái)

比如，若能與搜索引擎合作，從“黑箱”數(shù)據(jù)中提取信息并輔以統(tǒng)計(jì)軟件，則可實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)假幣在時(shí)間和空間上的發(fā)展趨勢(shì)。同時(shí)，在保證數(shù)據(jù)安全的前提下，實(shí)現(xiàn)與國(guó)家主要統(tǒng)計(jì)指標(biāo)數(shù)據(jù)庫(kù)之間的單向接駁，借助整合的計(jì)量經(jīng)濟(jì)學(xué)軟件功能，我們將得到實(shí)時(shí)修正且精度較高的數(shù)學(xué)模型，用以預(yù)測(cè)發(fā)行業(yè)務(wù)的主要數(shù)字指標(biāo)。

（二）整合歷史數(shù)據(jù)，將“小數(shù)據(jù)”升級(jí)成“大數(shù)據(jù)”

發(fā)行業(yè)務(wù)有豐富的歷史數(shù)據(jù)，如對(duì)調(diào)撥業(yè)務(wù)而言，我們可以得到某中心支庫(kù)某種券別在某一工作日的投回金額。如果能利用全部信息，這將是樣本數(shù)非常龐大的時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)，對(duì)分析發(fā)行基金投回自身變動(dòng)趨勢(shì)將有很大助益。但是，一直以來(lái)，數(shù)據(jù)的獲取都是一個(gè)瓶頸。以云南省為例，要得到2005年1季度以前的投放數(shù)據(jù)，必須翻閱歷史賬本。而即使是能夠在貨幣金銀信息管理系統(tǒng)中查詢到的2005年1季度以后的數(shù)據(jù)，也需要分析人員逐項(xiàng)查找、記錄，最后將其輸入電腦進(jìn)行數(shù)據(jù)分析，這項(xiàng)工作既繁瑣又容易出錯(cuò)。所以，從目前的實(shí)際情況來(lái)看，即便我們坐擁大數(shù)據(jù)的“冰山”，也往往只得其“一角”而已。為克服這一問(wèn)題，總行應(yīng)考慮在二代貨金系統(tǒng)中納入全部歷史數(shù)據(jù)并實(shí)現(xiàn)這些數(shù)據(jù)的無(wú)紙化導(dǎo)出，將“小數(shù)據(jù)”升級(jí)成可以直接利用的“大數(shù)據(jù)”。由于工作量巨大，可考慮將久遠(yuǎn)的歷史數(shù)據(jù)輸入分塊外包。

（三）加強(qiáng)總行與分支行之間、人行各部門之間的數(shù)據(jù)共享

人民銀行分支行要深刻地認(rèn)識(shí)經(jīng)濟(jì)規(guī)律以指導(dǎo)未來(lái)工作，局限在分析某一地區(qū)、某一部門的數(shù)據(jù)，始終是管中窺豹，只能窺其一斑。另一方面，總行貨幣金銀局，各分支行的貨幣信貸、調(diào)統(tǒng)、金融穩(wěn)定等部門掌握著豐富的數(shù)據(jù)資源。如果能建立數(shù)據(jù)共享平臺(tái)，實(shí)現(xiàn)總行與分支行之間、人民銀行各部門之間的數(shù)據(jù)共享，將局部的“小數(shù)據(jù)”統(tǒng)合成全局的“大數(shù)據(jù)”，將非常有助于我們突破單一地區(qū)、單一部門的分析局限性，高屋建瓴地指導(dǎo)未來(lái)工作。

四、結(jié)語(yǔ)

大數(shù)據(jù)是時(shí)代趨勢(shì)，也將是我們的生存環(huán)境。如何迎接大數(shù)據(jù)時(shí)代的機(jī)遇和挑戰(zhàn)，將是一個(gè)日益凸顯的重要課題。對(duì)于這一課題，筆者僅做了粗糙的、理想化的設(shè)想和思考，不足之處，望批評(píng)斧正。

貨幣金銀處課題組長(zhǎng)：許衛(wèi)東

成員：楊晚晴（執(zhí)筆） 王偉松