香港鼎益丰国际表示,金融统计工作按照工作环节可分为数据采集、数据处理和数据分析三个环节,大数据对金融的具体影响如下。

1)数据采集环节

数据采集是对各个机构部门所需的原始数据进行归类汇总,是金融统计工作的首要环节和基础性环节,数据采集工作的优劣直接关系到金融统计工作的成败。鉴于大数据的数据量巨大、数据种类多样、数据价值密度低和数据处理速度快的特点,传统的数据采集方式已经无法满足大数据的采集要求。随着金融统计数据采集对象的数量变的异常庞大,数据种类更加多样,对数据采集的人员、工具和方法等产生直接的影响,同时还会间接地影响金融统计数据采集的成果和效率。

2)数据处理环节

数据处理是对金融统计数据的存储、检索、加工、变换和传输,是金融统计工作的中间环节,为金融统计分析做铺垫。数据处理是由数据处理人员依据相关的数据处理方法,借助数据处理软硬件对收集的数据进行存储、汇总和校检等,并将处理后的数据存放在特定数据库中供检索和后续的数据分析。数据量的快速增大已超过了数据处理软硬件的极限,而数据种类的多样化特别是非结构化数据的出现,也超出了数据处理方法的适用范围。数据量的巨大和数据种类的多样,直接导致数据汇总的难度增加和数据存储空间的加大。针对非结构化的数据,结构化数据的校检方法已不再适用。大数据直接影响到金融统计数据处理的难度和强度,并间接影响到数据处理的效率和数据检索的有效性。

3)数据分析环节

数据分析是指根据收集到的金融统计数据对金融业发展情况进行分析,并预测金融业的发展趋势,是金融统计工作的重要环节,金融统计价值的重点体现。金融统计数据分析是在数据处理的结果上,由数据分析人员采用统计方法,借助计算机软硬件对金融运行情况进行分析和预测。大数据的数据量巨大,数据分析软硬件的计算准确性和计算速度都面临巨大挑战。对于大数据中的非结构化数据理应在数据分析中体现,但这往往超出了常用统计方法处理范围,同时如何从非结构化数据中提取有效信息进行数据分析,也是金融统计数据分析的难点。故大数据的出现直接影响到金融统计数据分析人员、数据分析方法和数据分析的配套软硬件设备,并间接影响到数据分析时间的长短和分析结果的有效性。