隨著地方經濟的發展，金融業已成為提升城市能級、增強城市綜合競爭力的戰略性支柱產業。然而，高速增長的投資理財公司在助力地方經濟發展的同時，也存在野蠻生長、良莠不齊的一面。地方政府金融辦，作為規劃地方經濟發展的金融大管家，肩負著維護地方金融健康發展的重要職責。面對動輒上萬家企業，及時發現并處理存在金融風險的企業是各地金融辦困擾的一道難題。
2015年8月底，國務院印發了《促進大數據發展行動綱要》(下稱《綱要》)，為金融辦的工作帶來一股“活水”。以大數據技術為基礎的監測平臺整合網絡公開數據、政府內部數據和征信公司數據，輔以大數據處理技術建模分析，可以有效發現預警問題企業。
一、《綱要》給金融辦使用大數據以政策導向
大數據技術能夠揭示傳統技術方式難以展現的關聯關系，推動政府數據開放與共享，促進社會事業數據融合和資源整合，極大提升政府對數據的整體分析能力，為有效處理復雜社會問題提供新的手段。《綱要》的頒布為各地金融辦應用大數據提供了數據、理論和政策支持導向。
第一，《綱要》通過頂層設計及統籌規劃，大力推進國家基礎數據資源、信息系統跨部門、跨區域共享，為大數據平臺的建設提供了數據層面的政策保障，將對金融風險識別提供更加全面的數據支撐，保證監測的準確性。
第二，《綱要》提出將企業所有風險相關的數據進行匯聚整合和關聯分析，統一公示企業信用信息，預警企業不正當行為，提升政府決策和風險防范能力，支持加強事中事后監管和服務，提高監管和服務的針對性、有效性。從風控的角度來看，《綱要》為大數據監測金融風險提供了政策依據和理論基礎。
第三，《綱要》提出圍繞數據科學理論體系、大數據計算系統與分析理論、大數據驅動的顛覆性應用模型探索等重大基礎研究進行前瞻布局，將有效推進大數據平臺不斷的改善數據處理能力及模型評判精度，打造較為健全的大數據產品體系。
第四，《綱要》提出明確數據采集、傳輸、存儲、使用、開放等各環節保障網絡安全的范圍邊界、責任主體和具體要求，督促系統開發商進一步提高數據安全防護技術，以保障大數據平臺更加健康有序的運行。
二、大數據在金融辦的四大應用場景
金融辦的職能是協調規范、整頓和維護地方金融秩序穩定，確保地方金融安全、穩健和規范運行。落實到具體工作上，金融辦可以使用大數據應用于打擊非法集資、反欺詐、動態評級、盡職調查四個方面。
(一)大數據打擊非法集資，防范區域金融風險
非法集資是各地金融辦當前共同面臨的棘手問題。以北京市為例，2015年前八個月全市非法集資案件累計280件，涉及金額超過400億元，集資參與人超過28萬人，非法集資案件高發的勢頭還在持續。非法集資作為一種涉眾型案件，其處理的好壞直接影響一個地區的社會穩定。傳統打非工作，信息來源和線索往往通過受害者報案、受害者上訪、群眾舉報等途徑來獲得，信息相對滯后;而受害者的大面積上訪和情緒化舉動對金融辦的維穩工作帶來很大壓力，實時了解社會民眾的動向成為金融辦工作的一大困難。
大數據打非改變這一現狀，大數據技術可做到全方位排查、及時發現并跟蹤線索、提前預警、監督控制，并把情報共享給各個相關部門，實現跨部門、全過程協調辦公，實現主動出擊、打早打小。
(二)大數據風控、反欺詐，服務本地金融機構
不良貸款率作為銀行業績考核的一個重要指標，近幾年來已經成為一個熱詞。普華永道發布的《2015年中國金融及銀行業展望》指出，截至2014年第三季度末中國的商業銀行不良貸款總額同比上升36%，達到7670億元人民幣，是四年來的最高點。除了經濟下行導致逾期風險上升外，金融機構在風險控制中存在漏洞與缺陷也是重要原因。一方面，大多數銀行貸款管理的方式僅僅是依靠信貸經理不定期手動查詢企業的法院信息或者不定期走訪。這當中存在著巨大的不確定性，一旦信貸經理忘記查詢或者操作失誤，貸后司法訴訟監控工作將形同虛設;信用卡、貸款的包裝、組團欺詐騙貸的情況也屢見不鮮。另一方面，發展迅速的網貸、小貸等民間借貸機構風控技術還不成熟，仍模仿銀行的管理方法，加劇了不良貸款的攀升。因此，傳統的金融風控手段愈發不能滿足當前金融業創新發展的需要。
表面來看，地方金融辦和地方金融機構是一種管理與被管理的關系，實際上兩者和諧共存，共同促進地方經濟健康發展。地方金融辦應牽頭打造地方性的大數據征信中心，融合工商、公安、法院、稅務、社保、運營商、輿情、社交關系和交易流水等各類數據，對企業進行精準畫像。充分和有效地交叉核驗可以有效防范貸前風險，對企業持續的信息監測可以防范貸后風險。
(三)大數據動態評級金融機構，保護投資者權益
面對魚龍混雜的理財市場，普通投資者仍然處于信息的弱勢陣地。據和訊銀行頻道數據統計，投資者在購買銀行理財產品時，33.33%的投票者遇到過夸大宣傳、強調高收益不提風險，導致投資決策的失敗。另一方面，國內投資者教育尚不完善，投資者在購買理財產品時容易過分追求高收益，而忽視存在的風險。因此，由政府主導的機構和產品的評級對投資者權益保護是十分有必要的。評級的過程實質上也是金融行業標準逐步形成的過程：好的評級結果是對金融機構的內在增信，而壞評級結果的公司很容易被市場淘汰，這樣金融機構將會自我約束，為行業營造自律監管的氛圍。
不同于傳統的信用評級，大數據動態評級以全息數據為根基，以全方位的視角對金融機構和金融產品綜合測評，同時基于云計算平臺對測評對象實時跟蹤，最終的測評結果定期公布，讓投資者盡量避開高風險的公司和產品，真正做到保護投資者權益。
(四)大數據盡職調查，防范政府信用透支
盡職調查，是指對目標企業一切相關事項進行現場調查、資料分析的一系列活動，避免投融資雙方信息不對稱帶來的風險，比如財務造假、債務黑洞、擔保黑洞、違法違規歷史等。隨著地方金融市場投融資需求的不斷擴大，盡職調查的作用日益凸顯。2015年10月份，陷60億兌付危機的深圳金賽銀基金管理有限公司(下稱“金賽銀”)已被立案偵查。據了解，金賽銀董事長王維奇擅長拉攏政府官員，項目打著政府項目的旗號進行推銷，合作活動也均有省市級領導參加，讓一般的投資者容易盲目相信，無法辨別。因此，在力求提升政績的同時，地方政府應對投融資業務做好盡職調查工作，避免給不良企業背書。
大數據盡職調查不僅審核企業提交的各類信用資料，更重要的是從企業本身、產品、股東、管理人、團隊等方面全面排查存在的風險因素，進一步提升了盡職調查的嚴格程度，徹底將不良企業拒之門外，凈化了金融市場，防范了政府信用的透支，提高了金融辦的監管效率。
三、大數據對金融辦工作的社會價值
大數據在金融辦工作實踐中，同時也創新了政府治理方式，加快建設智慧政府的進程。
第一，有利于部門間數據互聯互通。大數據時代下的政府監管需要多方面數據進支持，然而傳統監管過程中信息的獲取主要通過公文呈批的形式來實現，效率低下。金融辦應用大數據的第一步是建設一套全息數據庫，整合金融辦、工商局、公安局、法院等多個部門的數據，實現“一次協調，長久共享”，大幅節約協調成本。
第二，有利于政府創新監管模式。非法集資、金融欺詐等事件一旦爆發將造成大量的財產損失和精神損失，帶來眾多社會不穩定因素。政府部門接到情報時，案件給社會造成的危害已經在大面積蔓延，因此利用傳統監管手段面臨很多局限性。而大數據手段可監測從公司成立后的所有相關數據，使用機器學習技術建立風險量化模型，在公司出現異常情況時自動納入重點監測范圍，發布預警信息，做到提前監測，將影響范圍控制到最小。
第三，有利于政府長效機制建設。其一，針對風險監測，大數據監測預警已經成為政府公務人員和學術專家的共識，將吸引越來越多的社會資本和科學技術投入進來，不斷優化和提高大數據監測的準確程度。其二，大數據監管將不斷積累傳統金融和互聯網金融行業的數據，這些數據不再像從前那樣沉睡，而會經過反復使用，充分發揮數據的價值，同時為數據思維創新和資源創新奠定堅實的基礎。
綜上，在宏觀政策和科學技術的支持下，大數據分析方法一定能夠成為整個金融市場宏觀調控的方法論。地方金融辦應擁抱大數據，建立統一風控體系，融合打非、風控、信用等多種業務相關的數據，設計出適應當地監管需求的大數據平臺，切實保護好投資者權益，服務好當地金融市場。
京公網安備 11010502049343號