面向投资经济和金融数据库的构建及分析研究

李浩雯

摘要：“十四五”时期，商业银行数字化转型迈入以“可持续金融”“数字金融”“科创金融”为核心的全新阶段，坚持创新与风险防范“两手抓”成为推动金融业健康有序发展的重点工作。在此背景下，工商银行聚焦风险防控难点和痛点，将全面提升金融科技水平与风险管控能力、持续完善自身风险治理体系作为发展金融科技的关键内容，大力推进自主可控技术研究，加速推动信息系统向分布式架构转型。其间，面对各类新技术与分布式平台数据库的广泛应用，如何提升对分布式平台数据库风险识别与管理能力，成为工商银行面临的主要技术挑战之一。

关键词：投资经济;金融数据库;构建;分析

引言

改革开放以来，随着经济稳步增长和经济、金融体制改革的深入，金融业在我国国民经济中的地位愈加重要。截至2021年年底，我国金融业总资产达381.95万亿元，同比增长了8.1%。其中银行业机构总资产为344.76万亿元，同比增长7.8%，在各类金融机构（银行、证券、保险）中占据主要地位.随着移动互联网时代的到来，手机交易逐渐增多，银行系统内部每时每刻都在产生着大量的数据信息，如何安全有效地管理好这些数据成为银行对自身业务系统的重要诉求。中国人民银行发布的《金融科技发展规划（2022—2025）》中也明确指出，金融科技整体水平与核心竞争力需要实现跨越式提升，全面加强数据能力建设，建设绿色、高可用的数据中心。

1研究背景介绍

在投资领域，需要处理和分析大量和复杂的金融数据。例如股票的盘面数据，上市公司发布的财报，行业的指数等。要做好投资研究，需要系统的构建金融数据库，并应用相应的方法进行分析。通过构建金融大数据，采用聚类分析，应用在金融分析领域。结合关系型和非关系型数据库。设计了金融数据库CBase，融合了关系型数据库的基本功能，同时支持分布式存储和扩展。通过增强一致性算法保障金融大数据存储的一致性，构建了分布式金融数据库。这些都是采用大数据技术构建的金融数据库，缺乏相应的分析研究，尤其是针对投资领域的分析研究。对于投资领域，根据A股近十余年的数据，研究发现价值投资策略收益更好。

2数字普惠金融的现存问题

数字普惠金融在发展过程中存在的诸多问题也引发学者广泛关注。分析认为数字普惠金融发展中存在较为严重的征信问题。他认为这主要由于企业在数据收集方面的投入有限、数据收集能力有限、收集信息可靠性不高等原因，导致客户信息真实性存疑、有效性不足、数据安全性难以保证。他同时还强调，传统的中心化征信体系不合理，存在流程过于烦琐、运营成本过高等问题，制约了数字普惠金融的发展。以商业银行为研究对象，发现商业银行在发展数字普惠金融中存在人工和财力投入过高、流程冗长、系统维护成本高等一系列问题。当前数字普惠金融发展呈“中心化”格局，金融科技公司等第三方平台在这个过程中为其提供重要支撑。但这种“中心化”格局存在用户信息保密性不高、资金安全性不高、信用信息不完备等问题，严重制约数字普惠金融的落地效率。认为商业银行“成本-风险”约束依然是阻碍数字普惠金融发展的核心问题，需要从宏观政策和金融企业管理两个方面进行优化调整：首先，政府部门从宏观角度促进数字普惠金融的供给侧积极性，包括降低金融机构的普惠金融成本，特别是机会成本；其次，出台对数字技术运用于普惠金融业务的鼓励政策；最后，建立健全数字普惠金融的市场化标准和监管机制。

3面向投资经济和金融数据库的构建及分析

3.1金融危机预警视角下的国民经济部门再分类

目前的部门分类主要有机构部门分类和产业部门分类，两者适用于不同的国民经济核算和分析领域，但都不能独立实现融资结构协调的测度。金融体系在整个经济中具有越来越重要的位置，政府部门对金融系统健康稳定发展具有特殊作用，机构、部门之间的交易对危机预警尤为重要，这些在机构部门分类中得到很好的体现，但产业部门分类主要从生产活动考虑，未能很好反映各部门的经济收支状况。同时，制造业、房地产业等部门的经营状况也影响金融体系的稳定运行，这些生产活动能很好地反映在产业部门分类中，但机构部门分类是通过机构单位分类，不能反映具体的生产状况，因此有必要基于金融危机预警目的重新建立部门分类。建立了金融安全监测视角下的国民经济部门分类，虽然考虑了政府部门和重点产业部门对金融体系的影响，但未将国外部门纳入其中。全球化下每一个主体都无法避免与其他国家产生交集，一个国家的进出口以及外债对金融稳定有重要影响，因此本文在此基础上加入国外部门，构建了金融危机预警视角下的国民经济部门再分类，如图1所示。

图1金融危机预警视角下的国民经济部门再分类

3.2支持金融仿真测试数据生成的能力

高保真的测试数据是模拟真实应用场景、实现更准确测试的保证。但由于合规约束严、隐私保护难、泄漏风险高等因素，致使利用真实业务数据进行测试是不可行的。目前在测试中大多采用模拟生成的测试数据进行仿真测试。传统的测试数据生成方法基本采用基于规则的方式（如TPC-H），缺点在于规则需要人工定义、复杂规则定义困难、生成的数据容易丢失关键特征、数据仿真度不高，从而导致测试结果不够准确、无法真正模拟真实业务场景等。而现有研究表明，通过使用深度学习方法从真实数据中自动学习数据特征来生成仿真数据，能够较好地模拟真实数据特征，同时可以有选择性地在一些数据特征中添加噪声信息以保证最终生成的数据不会造成隐私泄露。因此，新一代金融数据库测试基准需要大力发展基于人工智能的金融仿真测试数据生成的能力，以生成具有安全性保障的高仿真金融数据。

3.3构建“区块链+数字货币”的应用场景

数字货币①是用电子货币来代替传统货币，它是区块链技术最初的应用场景。在数字普惠金融的发展中构建“区块链+数字货币”的应用场景，能够把银行体系中每张钱标码，更好地实现精准扶贫。其原理在于：数字货币的实现是建立在密码学基础上的，它采用集中分布和相对均衡的系统，对用户的身份认证秉承前台资源、后台实名这样一个基本原则，极大地保证了数字货币的可追踪性。用户一旦使用数字货币，就可以被记录、追踪。它可以解决贫困地区较为猖獗的假币问题，实现对政府财政补贴的监测，监测资金是否真正流向农民手中及到农民手里的扶贫资金是如何被使用的。我国政府每年都会通过各种渠道向农民发放大量财政补贴，但是这些资金是否能全部到达农民手中一直是监管的难题，通过“区块链+数字货币”场景的开发，可以准确核实和掌握资金去向，提升精准扶贫的成效。政府在做好数字货币相关的技术标准和应用规范的基础上，可以将支付路径、支付条件以及之上的商业应用交给市场来做。

结束语

针对当前研究缺乏面向投资领域的经济和金融数据库构建和分析的问题，本文通过梳理投资数据库的构建以及分析方法，可以为从事投资行业的教学科研和工作人员提供一定的参考价值。

参考文献

[1]陈雨露,国家金融基础数据库统计平台.北京市,中国人民银行金融基础数据中心,2021-09-11.

[2]陈梓烁.人工智能对金融市场的影响分析[J].营销界,2020(52):36-37.

[3]孙自强,于龙.公安大数据时代金融犯罪预警防控研究[J].中国防伪报道,2020(12):82-89.

[4]李肇宁.分布式数据库金融应用稳步有序推进[J].金融电子化,2020(12):34-35.

[5]中国人民银行长春中心支行金融科技课题组.核心系统云原生HTAP分布式数据库建设[J].金融电子化,2020(12):73-74.