外汇大数据在基层外汇管理的运用

外汇大数据在基层外汇管理的运用

摘要:外汇管理中会产生海量的业务信息。利用大数据技术对外汇管理数据进行分析能有效提高监管效率。本文从基层外汇管理角度对大数据在外汇管理中的应用进行了分析，并提出相关政策建议。

关键词:大数据;外汇;管理

随着国内外经济金融形势的不断变化和外汇改革的不断深入，外汇业务日益增长，外汇大数据电子化建设快速推进，基层外汇局充分运用外汇大数据极大地提高了外汇综合管理与监管服务质量与效率。但同时很多新情况和新问题也开始不断呈现，给基层外汇管理工作带来巨大挑战。

一、大数据在外汇管理中的重要性

近几年，大数据能实现数据的分散采集、集中存储和高效处理，正日益成为国家基础性战略资源，不断被应用到政府部门、金融领域和市场主体监管与服务之中，成为推动依法行政、完善服务与监管的重要力量。(一)大数据建设可以提升外汇业务监管效率。我国外汇改革主要通过简政放权、职能转变，强化事中事后管理和主体监管，将大量外汇业务向银行前置。这极大提高外汇交易效率，但也使银行程序性违规激增，贸易投资便利化与外汇业务真实性矛盾凸现，客观上要求外汇局加快大数据建设来提升主体监管效率。另外，我国对外经济快速发展，外汇数据已是一个体量巨大的数据仓库，其集中管理和对外服务给大数据技术提供了很好的数据储备，这些为外汇大数据构建提供了良好的基础条件。(二)大数据应用有利于外汇目标任务共享。基层外汇管理运用大数据技术能加速外汇信息共享，有利于更好服务市场主体，实现监管目标。一是加速简政放权和职能转变，促进涉外主体依法诚信经营;二是应用大数据能有效降低服务和监管成本，增强外汇服务与监管有效性，提高涉外管理部门科学决策和风险预判能力，实现部门监管与社会监督的有机结合。

二、外汇大数据在基层外汇管理的具体应用

当前，外汇数据信息应用范围较广，有内部应用与外部应用。主要涉及部门有:外汇管理局、外汇承办银行、涉汇主体、相关涉外经济主管部门(工商、商务、税务、海关、招商、大数据局等)。如何整合现有数据资源，发挥大数据在涉外

管理领域的作用具有重要意义。(一)提升宏观审慎管理的前瞻性和预见性。随着全球经济一体化的不断发展以及“一带一路”的不断推进，我们与世界经贸往来及金融合作日益密切，如辖区2015年出口国家和地区是21个，到2018年3季度就达到了52个。大数据分析在宏观审慎管理中的地位显得越来越重，通过提升外汇大数据应用能力，能快速准确对国际收支形势作出研判与预测，促进国际收支平衡和宏观经济的稳定运行。例如，通过外汇大数据分析能够准确掌握辖区出口产品分类情况及市场占比，便于政府及商务、招商部门及时作出市场调整，增强其产品市场预见性。通过外汇大数据分析提升非现场监测能力和预警水平，提高风险评估准确性和政策指导前瞻性。(二)提高监管服务的准确性和及时性。外汇管理涵盖了所有涉汇主体，涉及经常项目、资本项目等各类外汇交易业务，利用人工从海量外汇交易数据中筛选可疑交易线索，在及时性与准确性方面存在明显不足，应用大数据技术分析有效提升异常交易主体筛查的准确性。通过建立不同涉汇交易主体结构模型，并从海量外汇数据库中筛查可疑交易线索，精准监测违规主体行为，提高外汇监管的针对性和有效性。通过大数据应用，可以对不同行业、不同涉汇主体、不同经济区域的外汇业务进行精准细分，制定了外汇大数据应用指标，以便准确锁定涉汇主体或社会关注的热点难点问题。(三)全面性掌握涉外经济情况。外汇大数据应用主要根据不同时期、不同范围进行汇总分析与提炼。地方政府及相关涉外经济管理部门对外汇大数据需求强烈，可以根据不同部门、不同人员和不同需求给予有限信息共享。就基层外汇局而言，每个季度都通过跨境系统进行数据提炼分析，得出自己需要的辖区海量外汇信息，再选择性送阅相关部门与人员。同时，为确保外汇数据安全、可以对银行、企业和个人等部门外汇数据设置一定安全等级与权限，实行分级授权管理。从上表可以看出，(Ⅰ级)数据相对比较宏观，大多都是可以对外公开的汇总数据;(Ⅱ级)数据属于中观数据，是提炼加工数据，通常是根据特定需要按行业或区县等某个领域或某个地域进行汇总分析与应用，相对Ⅰ级略高;(Ⅲ级)是微观级数据，是非常详细的元数据资料，包含有涉汇主体(银行、企业和个人)详细外汇数据信息，安全级别最高，通常是外汇管理部门必要时汇总分析，主要用于内部监管掌握。(四)便于根据数据需求进行提炼分析。基层外汇大数据适用性很强，有各种不同分析法。本文主要针对常用的贸易进出口与收付汇等方面情况作了一些简要分析，如:辖

区企业进出口情况同比分析及排名、进出口国家与地区及一带一路国家金额及排名;企业收付汇情况同比分析及排名、企业对应的进出口国家收付情况及排名;进出口产品分类情况及市场占比;银行收付汇情况对比及排名、分区县进出口情况及相关对比排名、海关数据与外汇数据逐月差额对比情况及说明等。如用于异常监测或业务管理方面，只要设置一定过滤条件并可筛查分析。又如:对于中美贸易摩擦对贸易的影响，辖区可以对美国的进出口贸易或对一带一路国家和地区的贸易情况进行分析。

三、当前外汇大数据应用存在的不足

(一)对大数据应用认识不足。大数据不仅包括结构化数据，还包括非结构化数据。一是狭义的大数据认识是不够的。目前外汇管理各业务条线数据基本采用传统的结构化查询，以二维表结构为存储单元的数据平台，难以满足大数据时代存储与处理需求;二是人才储备不足。基层外汇管理部门人才应用方面存在重业务办理、轻分析应用的倾向。三是数据衔接问题。各业务条线数据与跨境系统获取的海量数据存在一定数据差额，未实时更新，导致部分条线数据与汇总数据不一致。(二)标准不一制约数据信息共享。规范化与标准化是大数据应用拓展的重要基础。一是代码运用不规范，导致数据共享难。总局通过代码标准化建设来完善公共代码管理，但与外部关联的关键代码(如人民银行金融机构编码)仍不兼容，导致数据共享难。二是标准化缺失，影响数据应用成效。由于各部门系统独立开发，导致跨部门数据标准不一整合难，造成数据资源浪费。(三)数据分割降低数据运用效率。一是部门数据垄断阻碍了数据共享，降低了联合监管水平和社会服务效率与应急处置能力。如外汇局货物贸易系统与海关数据进行关联传导，但海关公布数据要在次月底才公布，较外汇数据分析明显滞后，影响监测分析及时性，严重削弱监管效率。二是外部数据采集机制不健全。由于未健全外部信息采集机制，无法获取外部升级信息，如涉及工商、公安、法院等外部数据信息(工商注册、个人身份、违规处罚等)采集渠道不畅通。三是系统处理能力不强。目前采用的集中式运算平台和条线分析运行效率不高，运行高峰时处理能力有限。

(四)数据安全管理体系不健全。外汇数据信息主要来自金融机构、企业或个人数据，按照企业和相关商业保密原则，很多外汇数据不能共享。目前外汇管理部门对外汇数据发布尚未形成统一安全标准，加之外汇大数据广泛应用较晚，相关管