近年來，大數據概念越來越多地被提及，外匯管理部門作為對外經濟和發展的一個重要部門，面臨著匯率改革、人民幣國際化、國際經濟形勢多變、外匯儲備變動等情況，對大數據處理、應用的需求更加強烈。

大數據在外匯領域應用可行性分析

大數據發展戰略作為政策支撐。2015年7月，國務院頒布了綱領性文件——《促進大數據發展行動綱要》，系統部署大數據發展工作；2016年3月，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》發布。把大數據作為基礎性戰略資源，全面實施促進大數據發展行動，助力產業轉型升級和社會治理創新。人民銀行易綱行長強調，要堅持把強化數據和系統作為外匯管理的支撐。要提升手段，逐步完成跨境資金流動數據整合和數據倉庫建設，進一步研究和豐富監測分析指標，為監管提供“千里眼”和“順風耳”。

外匯管理局內部系統整合作為技術支撐。目前，外匯管理局在推進數據整合及綜合利用方面做了大量工作。一是將各個系統統一到金宏系統的應用服務平臺上來。二是部分業務行政審批網絡化。三是建立了非現場檢查系統等綜合分析系統。與此同時，外匯管理局制定了數據采集的統一標準，實現了對國際收支、經常項目、資本項目管理數據的一次性采集。這為外匯大數據時代改革奠定了堅實的基礎。

大數據在外匯管理中的應用現狀

（一）外匯大數據的采集。目前，外匯管理大數據采集內容主要包括外匯管理局業務數據、跨部門共享數據以及銀行外匯業務數據。外匯管理局業務數據主要通過外匯管理局界面錄入，數量不多。跨部門共享數據，主要是海關進出口數據，通過總局間的數據交換，數據規范基本符合后續統計分析和挖掘需要。對銀行外匯業務數據，外匯管理局目前實現了包含涉外收支交易、賬戶數據、結售匯、銀行自身業務、部分代客業務、對外金融資產負債及交易，以及個人外幣現鈔存取信息的大數據采集。

（二）以非現場監管為主要目的的大數據應用。目前，外匯管理局主要通過外匯業務數據采集平臺和跨境資金流動監測與分析平臺等外匯系統，逐步將大數據技術運用于外匯非現場監管，促進外匯管理由事前向事后監管的轉變。大數據依照系統需求制定的規范進行采集，并導入或關聯到各外匯系統，通過外匯系統以及外匯管理人員實現統計分析與挖掘，進而實現數據價值。

外匯大數據面臨的問題

（一）外匯管理仍處于“小數據”時代。目前，外匯大數據主要對內部系統進行深度整合和擴展，對數據進行綜合有效利用，而對跨部門數據的獲取及應用尚處于初始階段，各部門掌握的信息都是相對獨立的，各有側重并有重復，缺乏多方信息的交互與共享，造成了分段管理和監管棚架。另外，外匯大數據多應用于主體監管項下的非現場監管，對于涉匯主體的市場準入、退出以及宏觀經濟金融形勢預判則應用較少。

（二）外匯管理局內部數據大集中與采集數據難的矛盾。“數據信息”是實施外匯大數據管理的重要前提與基礎，“數據信息”的采集質量影響監管的成效。一方面，目前外匯管理應用服務平臺上的部分系統，如貿易信貸抽樣調查系統的數據信息由交易主體手工錄入生成，無法避免錯誤與遺漏。另一方面，外匯管理局作為外匯大數據應用的具體實施主體，較難全面掌握交易主體外匯業務處理和數據生產、加工、報送流程，普遍存在對外匯業務系統數據解讀難、利用效率低的問題。

（三）機制建設尚未完善，數據大集中與數據安全存在矛盾。大數據時代的數據更為龐雜，數據安全、訪問權限等方面應該制定嚴格標準。大數據時代數據從分散向集中轉化，一方面適應了外匯管理業務發展需要，降低了管理成本，另一方面更應注意到當今信息安全的重要性，系統數據應力求準確的同時保證安全，任何數據的丟失和損壞都將嚴重影響外匯業務的正常運行。而現階段，沒有明確的數據管理部門，沒有明確的數據管理規章制度。

（四）專業人才與專業技術缺失。外匯大數據應用是一個系統工程，需要大量的人力、物力、財力等配套支撐傳統數據管理模式的結構重組和更新換代，大數據應用人才儲備不足是各級外匯管理部門存在的普遍問題。另外，大數據與金融結合是最近幾年出現的新方向，加之大數據技術需要使用最新的數據庫管理系統、并行運算法、文件存儲系統等技術，才能有效處理海量復雜的異構數據，因此，外匯管理大數據技術仍處于摸索階段。

大數據技術下外匯管理模式構想

（一）外匯管理大數據采集。外匯大數據依賴于所有基礎數據的采集。大數據系統應建立在當前應用服務平臺的進一步整合、利用和數據分析上，可以把新的應用服務平臺大數據系統稱為“外匯云系統”。“外匯云系統”對歷史情況進行永久記錄，有利于不同地區、不同情況下發現相同問題時進行參考借鑒，有效提升外匯管理的效率和一致性。同時，為提高采集數據的真實性和便利性，可以建立一個標準的接口機制。為了降低數據集中的風險和難度，“外匯云系統”可以僅負責通訊對接，不存儲數據，這樣數據的控制權和所屬權沒有發生轉移，可以有效保護數據安全。

（二）外匯管理大數據處理。基于大數據構建的“外匯云系統”需要完成數據采集、存儲、統計分析和數據挖掘等功能。因此，大數據技術需要使用最新的數據庫管理系統、并行算法、文件存儲系統、索引和查詢技術，以有效實時處理海量復雜的異構數據。在“外匯云系統”上，實現不同數據源的數據在數據倉庫內整合、加工后形成面向不同數據主題并支撐面向不同決策和監管目標的業務模型，進而實現外匯傳統業務和“互聯網+”及“大數據+”的深度融合。

（三）對內大數據外匯管理注意問題。注重完善外匯大數據共享的相應法律制度建設。可制定部門數據資源共享管理辦法，將數據資源分為“普遍共享”“按需共享”“不共享”三種類型；注重加強非結構化數據和各項業務系統的整合，實現數據采集標準的統一化；注重數據的容錯、糾錯機制建設。對“外匯云系統”中的數據，應進行程序和人工兩方面比對、糾錯，每一個糾錯過程予以記錄；注重與國際統計方式的一致性。“外匯云系統”及大數據分析系統應與國際通用統計方式一致，為某種程度上的數據共享建立統計接口，在聯合統計、國際調查方面提升兼容性；注重提高數據安全性。如對內統計分析的“云系統”與對外服務查詢的“云系統”是分開成兩個“云”還是融合成一個“云”，或者是僅將對外服務部分的云數據映射對外服務，值得進一步論證。