大数据助力存款利率监测：人民银行江苏省分行的创新实践

大数据助力存款利率监测：人民银行江苏省分行的创新实践

存款利率监测是金融监管的重要组成部分，对于维护金融市场稳定、防范金融风险具有重要意义。然而，随着金融机构业务规模的不断扩大和业务类型的日益复杂，传统的存款利率监测方法面临着诸多挑战。例如，数据报表数量庞大、数据量巨大、数据颗粒度细等问题，导致人工核查效率低下，难以满足现代金融监管的需求。

在此背景下，中国人民银行江苏省分行积极探索利用大数据平台进行存款利率监测的创新实践，为金融监管插上了科技的翅膀。

2021年，人民银行新一代利率报备监测分析系统（以下简称新利率系统）上线运行，实现了对各金融机构主要业务明细数据采集的全覆盖。然而，这也带来了新的挑战：业务情况关注面更广、业务类型关注更细、标准化要求更高，但实际使用中却遇到数据报表多、数据量大、颗粒度细导致利率监测人工核查效率较低等问题。

为解决上述问题，人行江苏省分行基于大数据平台开发了新利率系统辅助分析应用，实现了利率明细数据的自动批量采集、分类筛查预警、异常数据查询、可视化图表分析等功能。

在具体做法上，江苏省分行依托大数据平台的“统一采集”功能，实现了业务数据的批量导入处理。例如，全省每月存款明细信息表数据量超千万条，运用传统人工Excel方式筛查几乎难以实现。为此，省分行通过大数据平台统一采集功能设置定期类的利率明细数据报送任务，各地市分行根据任务内容，可根据需求按单独、批量两种方式完成数据上传，在对数据进行初步规则校验后，将收到的数据推送至大数据平台ODS（操作型数据存储）中，从而实现海量数据的入库存储。大数据平台数据流（见图1）统一数据采集服务实现了内外部跨条线、跨系统数据源接收各类型数据的需求，为日益增长的大数据分析、深度挖掘和创新应用等提供坚实的数据基础及平台保障。

在利率管理中针对不同类型机构、不同存款类别的存款利率上限各不相同，存款产品类别小类和存款期限类型相互矛盾等实际情况，人工排查利率超限等违规问题的工作效率较低。为此，亟需探索更加便捷、高效的数据筛查处理方法。在大数据平台利率监测应用中，根据利率政策和自律决议，对4类存款明细表、6类贷款明细表分别制定了172条、104条校验规则，主要包括关键字段缺失、产品类别、期限、基准利率、利率超自律上限、异地存款标识等指标，分析模型支持基准利率和自律上限等参数手动调整设置，并能够按地区、机构名称、错误类别三种维度开展异常数据查询预警。

为便于后期开展利率数据差错考核，分析可疑数据量的月度变化趋势和结构分布，需配套图表展示功能来提升利率监测和数据治理的效率。省分行大数据平台将各类数据应用主题与FineBI平台进行嵌入对接，基于可视化平台设计统一的业务图表和数据驾驶舱，以此提供更加直观的数据分析展示效果，充分发挥大数据分析决策作用。如利率监测主题，可以导出个人和单位存、贷款发生额、余额多种报表的校验结果信息，还可以自动按期生成发生额和余额可疑数据的总量月度走势图、地区分布图、机构分布图和类别分布图。

这一创新实践取得了显著成效。以扬州市为例，应用上线前，人工完成某月个人存款发生额信息表、非同业单位存款发生额信息表的全部校验规则核对至少需要4小时，可疑数据提取、分发至少需要40分钟；应用上线后，信息表上传只需要3分钟左右，可疑数据导出、分发只需要15分钟左右。同时，由于总行返回数据缺少身份信息或账户关键字，核对识别效率非常低，借助应用模型筛查后，有针对性地聚焦关键错误进行筛查，明显提升了差错数据的识别效率。此外，利用大数据平台简洁明晰的功能界面，将工作人员从以往枯燥繁杂的数据搜集、核对、查找转变为轻松直观的操作，有利于帮助业务人员将时间节省用于调查了解数据背后的活情况。

这一创新实践不仅提升了工作效率，还实现了多维监测，满足了全方位管理要求。利率监测应用设有多维查询、统计、监测、核查、智能报表等多个模块，多维查询功能可以自由组合成多种类、多层级的报表，便于日常分析、筛选、统计，提高了工作效率。基于翔实的数据支持，辖内各分行能够及时评估、考核各银行报送数据的质量，有针对性开展指导，督促机构不断开展数据治理，促进了新利率系统的数据质量提升。此外，应用的上线，进一步落实了总行利率合规监测要求，能够有效识别机构利率超限等违规业务，提升利率管理智能化水平。相关核查规则获总行货币政策司认可，并已纳入新利率系统数据报送标准V1.0.2中下发至各报数机构。

这一创新实践还统一了技术标准，实现了可复用的开发经验。在落实“三集中”要求基础上，江苏省分行将系统整合工作与大数据应用工作有机结合，不断完善优化基于统一技术架构、统一数据标准的省级大数据应用平台，以此依托一个平台满足各业务条线新增数据分析类系统开发需求。利率报备监测分析应用作为大数据平台业务应用之一，在大数据平台的技术标准上，进一步形成了数据监测分析类应用建设的流程规范和标准模型，为后续其他类似业务需求提供了可借鉴、可复用的应用开发经验。

然而，这一创新实践也面临一些挑战。例如，大数据量上传解析耗时较长、公共通用基础数据资源较少、公用微服务接口需要完善等问题。下一步，人民银行江苏省分行将继续完善平台功能架构，建设数据管理平台和数据开发平台，引入MPP架构分布式数仓，提升数据底层整体算力。同时，将继续在数据治理、数据质量、深度利用等方面开展探索改进，全面采集原生业务数据及二次衍生数据，重点开展数据质量的监测管理和分析，逐步实现各业务条线数据分析应用需求，不断夯实现代央行业务履职的科技支撑，进一步提升辖区金融管理和服务水平。

这一创新实践得到了业内专家的高度评价。专家指出，这一实践符合数据资产管理的四大原则：治理先行、安全合规、价值增值、量化评估。通过将数据作为一种全新的资产形态进行规范管理，实现了数据资产价值的沉淀、保值与增值。同时，这一实践也为其他地区和金融机构提供了可借鉴的经验，具有重要的示范意义。

展望未来，随着大数据、人工智能等技术的不断发展，金融监管将更加智能化、精准化。江苏省分行的这一创新实践，为金融监管插上了科技的翅膀，不仅提升了监管效率，更为防范金融风险、维护金融市场稳定提供了有力支持。这一实践的成功，预示着大数据技术将在未来的金融监管中发挥越来越重要的作用。