姚前 李连三:大数据分析在数字货币中的应用

导读:一旦数字货币走进央行的货币供应量序列,运用大数据从中观和宏观的视角分析货币政策实施、金融稳定等问题,将变得更加简便和精准

作者|姚前 李连三「姚前系中国人民银行科技司副司长兼中国人民银行数字货币研究所筹备组组长;李连三系中国人民银行征信中心研究发展部总经理」

文章|《中国金融》2016年第17期

在以网络化和数字化为基本特征的新经济时代,数字货币体系的运行日趋回归本质,表现为货币数据流的生成、流转、交换、存储、计算以及相关衍生服务。大数据的意义在于从海量数据中及时识别获取信息价值、发现主要运行指标之间的关联,为数字货币体系的运行、调控、货币政策实施乃至货币体系从纸质向数字转轨过程提供有力支撑。

大数据分析及其在金融领域的应用

云计算、物联网、移动互联、社交媒体等信息技术和应用模式的快速发展,促使全球数据量急剧增加,推动人类社会迈入大数据时代。一般意义上,大数据是指利用现有理论、方法、技术和工具难以在可接受的时间内完成分析计算、整体呈现高价值的海量复杂数据集合。大数据呈现出多种特征:在数据量方面,当前,全球所拥有的数据总量已经远远超过历史上的任何时期,且数据量的增加速度呈现倍增趋势;在数据速率方面,数据产生、传播的速度更快,在不同时空中流转,呈现出鲜明的流式特征,更为重要的是,数据价值的有效时间急剧减少,也要求越来越高的数据计算和使用能力;在数据复杂性方面,数据种类繁多,在编码方式、存储格式、应用特征等多个方面也存在多层次、多方面的差异性,结构化、半结构化、非结构化数据并存;在数据价值方面,数据规模增大到一定程度之后,隐含于数据中的知识的价值也随之增大。

大数据的计算模式可以分为批量计算(batch computing)和流式计算(stream computing)两种形态。批量计算首先进行数据的存储,然后再对存储的静态数据进行集中计算,适用于实时性要求不高但数据的准确性和全面性更为重要的应用场景。流式计算中,无法确定数据的到来时刻和到来顺序,也无法将全部数据存储起来,因此,不再进行流式数据的存储,而是当流动的数据到来后在内存中直接进行数据的实时计算,适用于实时性要求很严格但数据的精确度要求稍微宽松的应用场景。Hadoop是典型的大数据批量计算架构,由HDFS分布式文件系统负责静态数据的存储,并通过MapReduce将计算逻辑分配到各数据节点进行数据计算和价值发现;Twitter的Storm、Yahoo的S4则是典型的流式数据计算架构。

目前,金融业使用批量计算创建企业级的数据仓库,实现内部和外部数据的统一存储,通过对业务数据建模,找到了更多的数据关联关系,为管理决策精准营销提供数据支持,从而实现业务优化和创新。使用流式计算模式,实时处理大数据,帮助金融机构应对各类金融欺诈风险,开展实时智能决策,预测客户消费行为等。另外,金融机构利用深度学习技术,发挥人工智能在图像、语音、自然语言处理等方面的优势,实现技术性突破,整合更多的数据资源,预测金融消费者行为,实现市场营销和风险控制等,也取得了非常良好的效果。

一些国家的中央银行也积极拥抱大数据,有的甚至提出了大数据央行的概念,运用大数据对宏观经济进行预测,指导货币政策效果分析、实施宏观审慎监管等。未来,随着数字货币走进央行的货币供应量序列,在数据脱敏的情况下,如何运用大数据分析,从中观和宏观的视角精确分析货币政策实施、金融稳定等问题,将成为大数据分析的另一重要领域。

货币发行技术的进步为大数据分析奠定基础

货币发行技术一直在不断演进,从实物货币、金属货币,再到纸质货币,均是以有型的形态存在,在交换过程中均需要实际给付,发行技术主要涉及冶炼、铸造、测量、纸张、油墨、印刷等领域。货币当局通过铸造技术、印刷技术的升级等,主要是为了两个目标:一是提升印刷的精美性,便于流通;二是为了提升防伪能力,尽量减少假币的发生。

但迄今为止,货币发行技术进步与大数据分析关联程度都比较弱,货币运行相关数据基本通过后验式统计与估算来形成。这就导致货币在现实流通中存在较大不确定性。比如,由于缺乏实时有效的监控手段,货币发行后真正进入流通领域发挥交易手段的到底有多少?这些货币被应用的主要场景有哪些?货币流通速度怎么样?诸如此类的问题往往很难找到确切的答案。

数字货币的出现将改变这一局面。数字货币技术彻底摆脱了传统货币使用的技术,完全使用基于互联网的一系列技术手段,包括区块链技术、密码算法技术等,以确保数字货币在网络上可以畅通无阻地使用。尤其是对法定数字货币而言,其货币的创造、记账等都是由央行或者央行组建的联盟中心来完成的,央行是造币者、发行者,一些关键核心节点是记账者,普通节点是运用数字货币进行交易的经济主体。在这一技术体系中,央行拥有最高的决策和业务权限。由于数字货币的上述特质,大数据分析在货币发行和监控过程中就有了用武之地。在数据适当脱敏的情况下,央行可以运用大数据对货币的发行、流通、储藏等进行深入的分析,了解货币运行规律,为货币政策、宏观审慎监管和金融稳定性分析等干预需求提供数据支持。

大数据分析在法定数字货币运行体系中的应用

作为货币运行体系的组织实施者和直接管理者,在法定数字货币体系这一金融基础设施的建设过程中,央行需要明确自己在法定数字货币运行体系的大数据主体责任。在法律许可的范围内,央行应推进数字货币大数据顶层设计及相关基础设施建设,主动运用大数据分析方法,服务于货币政策运行和金融稳定,加强对于货币体系转轨运行的监测监管,提升央行对货币运行的调控能力。目前全球主要经济体都尚未实际运行法定数字货币,无法开展实证分析。仅从理论和逻辑推演视角,研究法定数字货币运行体系的大数据应用,我们认为应该在以下几个方面着力。

一是系统性开展法定数字货币大数据体系顶层设计和基础设施构建工作。从时域上,要提取数字货币发行、流通、交换、贮藏、回收的全生命周期关键基础数据,为进一步的模型构建、仿真、分析和调控夯实基础。从空间域上,构建数字货币运行分布云图,清晰勾画法定数字货币运行的规模、地点、时间,并进行空间标注,形成数字货币运行分布的实时云图,清晰地了解数字货币的运行区域和投放重点域,为精准施策做好准备。从系统设计上,要注重大数据基础设施的强健性和拓展性,根据数据层、接口层、服务层和应用层划分,保证数据收集、分析模型、应用接口都具有良好的安全性、灵活性和一定程度的开放性。

二是科学遴选相关数字货币分析指标体系。从可观性、可控性、相关性和稳定性维度,测度关键的数字货币总量性指标和价格信号类指标,进一步仿真分析数字货币调控工具类指标的影响。关注数字货币供应量以及货币层次的结构性变化,及时洞察金融资产结构趋势。关注数字货币对于货币需求模型的影响,分析需求模型中交易动机、预防动机、投机动机的权衡变化,可以更好预测货币投放需求。关注数字货币流通速度的变化,通过对每一笔数字货币流动的时间、速率进行准确的测量,借助加权平均分析,可以比较清晰地考察法定数字货币流通的平均速率,进而判断出货币供应量的变化规律,对于精准调控数字货币的投放数量、投放频率等具有很好的参考价值。关注货币乘数测量,通过大数据分析提高法定数字货币测量的准确性,无疑对于提升货币乘数具有重要意义。此外,要通过构建模型来仿真运行和比较分析数字货币的货币政策中介目标以及干预工具,在总量型工具和价格型工具中开展比较分析。

三是着力在数字货币体系对于传统货币运行体系以及传统金融基础设施的关联与影响上。从法定数字货币发行之日起,就意味着货币体系进入了转轨期。从现有货币体系到数字货币体系需要一个过程,数字货币与传统纸币体系将长期共存。数字货币大数据分析要在数字货币体系与传统货币体系的关联路径、影响机理以及作用机理上开展工作,重点分析数字货币对于整体性货币供给、货币需求、货币流通速度、货币乘数、金融稳定性的冲击性影响,为转轨工作做好服务。同时,数字货币必然会对支付结算体系等金融基础设施的运行效率和安全性能产生重要影响,大数据分析也要着力在数字货币的支付、结算、信用体系等关键领域特性的监测监管。

四是数字货币的大数据分析要有利于新经济运行和金融安全。随着越来越多的经济活动通过互联网开展,虚拟经济的规模越来越大,传统纸质货币愈发显现出其局限性。随着法定数字货币的出现,货币服务经济生活的功能如虎添翼,央行也可借此更好地了解宏观经济特别是虚拟经济的运行状况,分析货币在虚拟领域的应用,实现货币服务对经济交易领域的全覆盖。法定数字货币的流通,会取代虚拟经济中准或类数字货币,并依靠国家的公信力,维护货币发行的权威性和公信力,确保金融体系运行、经济体系运行稳定。■

results matching ""

    No results matching ""