论文部分内容阅读
【摘要】“精准扶贫”是新时期扶贫工作的重要指导思想，作为扶贫工作的重要手段之一，金融精准扶贫占有重要的地位。大数据技术的发展给金融精准扶贫带来了新的工作思路和方法。利用大数据技术，构建金融精准服务平台，可以更好地推动金融精准扶贫工作的开展。
【关键词】大数据 金融扶贫 精准扶贫
一、引言
2013年11月，习近平总书记在湖南省湘西地区考察扶贫工作时首次提出了“精准扶贫”的重要理念[1]。随着扶贫工作进入攻坚阶段，贫困人口的致贫因素变得更加分化。传统的、粗放型的工作方法已经难以适应这种新的变化。“精准扶贫”的理念要求我们在今后的扶贫工作中，要更加突出对于贫困人口的更精细粒度的，更加全面深入多角度的刻画；变以往的抽样调查为精确到每个人的用户画像。进一步地，针对不同类型、不同原因致贫的人口，实施分类脱贫。金融扶贫作为扶贫工作中的一项重要分类，在精准扶贫工作中具有特殊地位。
大数据技术给精准扶贫工作提供了更多可能[2]。大数据技术的“4V”特性（即大容量、多样性、高速度和真实性）与精准扶贫的理念不谋而合。利用大数据技术，可以从更广泛的维度，更加深入的对每一个贫困家庭、每一个贫困人口的情况进行画像，然后利用数据挖掘算法对于扶贫对象按照致贫因素进行分类，并根据每种类型，利用金融扶贫手段和其他扶贫手段，实施不同的服务，真正实现精准扶贫。
二、基于大数据的金融精准扶贫平台建设思路
利用云资源，构建大数据平台，是计算机技术演进的最新趋势。构建基于大数据的金融精准扶贫平台，是大势所趋。在构建基于大数据的金融精准扶贫平台过程中，需要解决贫困人口信息库的构建和基于数据挖掘的贫困人口分类算法两个关键问题。
（一）贫困人口信息库的构建
在构建贫困人口信息库的过程中，首先需要确定贫困人口信息指标体系。
指标体系要能够体现贫困人口各个方面的状况，以便于进行进一步的分析和挖掘。贫困人口信息指标体系如图1所示。
在指标体系确定以后，就需要填充数据。数据填充可以遵循导入和补充相结合的原则。在长期的基层工作中，工商、税务、农业、社保等部门已经累积了大量的数据。这些数据可能是结构化的、半结构化的和非结构化的，还有可能是残缺的。因此，在将这些数据导入到贫困人口信息库之前，需要进行数据的清洗、筛选和规格化。
此外，对于无法从已有信息中获得的数据，就需要进行信息的采集。在采集的过程中，要注意保证信息的可靠性和有效性。
（二）基于数据挖掘的贫困人口分类算法
以上构建的贫困人口信息库中的信息来源多样，格式各异。因此传统的数据挖掘手段很难直接应用。基于此，提出了采用多源异构数据融合技术的数据预处理方法，将数据处理为结构化的规范数据。然后采用粗糙集方法对指标体系进行属性约简，得到影响贫困人口分类的关键属性；然后根据这些关键属性对扶贫对象进行分类，并根据具体的分类采取有针对性的金融扶贫手段。例如，对有创业就业能力、有经营项目或创业计划贫困户提供信贷资金和适合需求的创业类、助业类金融产品；对因家庭贫困就学难的贫困学生，通过发放助学贷款、设计助学金融产品等措施；对有劳动能力的贫困户提供农业保险和担保等手段。
三、基于大数据的金融精准扶贫实践
由于引入了大数据技术，新形势下的扶贫工作呈现出与以往不同的新情况，这就要求扶贫工作者创新工作思路，改进工作方法，改革评价体系。
首先，由于大数据技术和大数据平台的引入，可以做到对于贫困人口的精准识别。例如贵州省就依托大数据技术，建立了包含18项共48个二级指标的贫困指标体系。相对于以往仅仅通过抽样调查獲取家庭收入，家庭基本情况的工作方法，对于贫困人口的精准识别能力有了质的飞跃。
其次，大数据技术的引入，可以实现“对症下药”的金融扶贫。金融扶贫作为重要的扶贫手段，一直以来发挥着重要的作用。相对于以往“一刀切”式的金融扶贫手段，引入大数据技术后，可以根据贫困人口具体的致贫因素，采用资金扶持、贴息贷款、农业保险等金融扶贫手段有针对性地开展扶贫工作，使好的政策和手段真正发挥作用。
再次，大数据技术为扶贫工作的管理提供了精准保障。大数据技术将每一名贫困人口进行了多维度、深层次的画像。这就为贫困人口的动态管理提供了保障。以往，由于数据获取困难和更新缓慢，贫困人口的信息往往不能及时、正确地更新，这就导致好的政策和手段不能应用到最需要的地方，也导致了基层利用贫困资格进行利益交换的事情时有发生。引入大数据技术以后，每一名贫困人口的信息一目了然，杜绝了上述类似事件的发生。同时，大数据技术使得对于每一名贫困人员的动态、持续跟进成为可能，这就为贫困人员实现根本脱贫，防止返贫提供了保障。
今后，随着大数据技术自身的不断发展和精准扶贫工作的不断深入，二者必将出现更多的契合点，大数据技术也必将对精准扶贫，特别是金融精准扶贫工作起到更积极的推动作用。
参考文献
[1]莫光辉.大数据在精准扶贫过程中的应用及实践创新[J].求实，2016，（10）：87-96.
[2]郑瑞强，曹国庆.基于大数据思维的精准扶贫机制研究[J].贵州社会科学，2015，（08）：163-168.
作者简介：申晨（1988-），男，河北保定人，助教，硕士，研究方向：金融数据分析；聂燕敏（1984-）女，河北邯郸人，讲师，硕士，研究方向：金融数据挖掘。
【关键词】大数据 金融扶贫 精准扶贫
一、引言
2013年11月，习近平总书记在湖南省湘西地区考察扶贫工作时首次提出了“精准扶贫”的重要理念[1]。随着扶贫工作进入攻坚阶段，贫困人口的致贫因素变得更加分化。传统的、粗放型的工作方法已经难以适应这种新的变化。“精准扶贫”的理念要求我们在今后的扶贫工作中，要更加突出对于贫困人口的更精细粒度的，更加全面深入多角度的刻画；变以往的抽样调查为精确到每个人的用户画像。进一步地，针对不同类型、不同原因致贫的人口，实施分类脱贫。金融扶贫作为扶贫工作中的一项重要分类，在精准扶贫工作中具有特殊地位。
大数据技术给精准扶贫工作提供了更多可能[2]。大数据技术的“4V”特性（即大容量、多样性、高速度和真实性）与精准扶贫的理念不谋而合。利用大数据技术，可以从更广泛的维度，更加深入的对每一个贫困家庭、每一个贫困人口的情况进行画像，然后利用数据挖掘算法对于扶贫对象按照致贫因素进行分类，并根据每种类型，利用金融扶贫手段和其他扶贫手段，实施不同的服务，真正实现精准扶贫。
二、基于大数据的金融精准扶贫平台建设思路
利用云资源，构建大数据平台，是计算机技术演进的最新趋势。构建基于大数据的金融精准扶贫平台，是大势所趋。在构建基于大数据的金融精准扶贫平台过程中，需要解决贫困人口信息库的构建和基于数据挖掘的贫困人口分类算法两个关键问题。
（一）贫困人口信息库的构建
在构建贫困人口信息库的过程中，首先需要确定贫困人口信息指标体系。
指标体系要能够体现贫困人口各个方面的状况，以便于进行进一步的分析和挖掘。贫困人口信息指标体系如图1所示。
在指标体系确定以后，就需要填充数据。数据填充可以遵循导入和补充相结合的原则。在长期的基层工作中，工商、税务、农业、社保等部门已经累积了大量的数据。这些数据可能是结构化的、半结构化的和非结构化的，还有可能是残缺的。因此，在将这些数据导入到贫困人口信息库之前，需要进行数据的清洗、筛选和规格化。
此外，对于无法从已有信息中获得的数据，就需要进行信息的采集。在采集的过程中，要注意保证信息的可靠性和有效性。
（二）基于数据挖掘的贫困人口分类算法
以上构建的贫困人口信息库中的信息来源多样，格式各异。因此传统的数据挖掘手段很难直接应用。基于此，提出了采用多源异构数据融合技术的数据预处理方法，将数据处理为结构化的规范数据。然后采用粗糙集方法对指标体系进行属性约简，得到影响贫困人口分类的关键属性；然后根据这些关键属性对扶贫对象进行分类，并根据具体的分类采取有针对性的金融扶贫手段。例如，对有创业就业能力、有经营项目或创业计划贫困户提供信贷资金和适合需求的创业类、助业类金融产品；对因家庭贫困就学难的贫困学生，通过发放助学贷款、设计助学金融产品等措施；对有劳动能力的贫困户提供农业保险和担保等手段。
三、基于大数据的金融精准扶贫实践
由于引入了大数据技术，新形势下的扶贫工作呈现出与以往不同的新情况，这就要求扶贫工作者创新工作思路，改进工作方法，改革评价体系。
首先，由于大数据技术和大数据平台的引入，可以做到对于贫困人口的精准识别。例如贵州省就依托大数据技术，建立了包含18项共48个二级指标的贫困指标体系。相对于以往仅仅通过抽样调查獲取家庭收入，家庭基本情况的工作方法，对于贫困人口的精准识别能力有了质的飞跃。
其次，大数据技术的引入，可以实现“对症下药”的金融扶贫。金融扶贫作为重要的扶贫手段，一直以来发挥着重要的作用。相对于以往“一刀切”式的金融扶贫手段，引入大数据技术后，可以根据贫困人口具体的致贫因素，采用资金扶持、贴息贷款、农业保险等金融扶贫手段有针对性地开展扶贫工作，使好的政策和手段真正发挥作用。
再次，大数据技术为扶贫工作的管理提供了精准保障。大数据技术将每一名贫困人口进行了多维度、深层次的画像。这就为贫困人口的动态管理提供了保障。以往，由于数据获取困难和更新缓慢，贫困人口的信息往往不能及时、正确地更新，这就导致好的政策和手段不能应用到最需要的地方，也导致了基层利用贫困资格进行利益交换的事情时有发生。引入大数据技术以后，每一名贫困人口的信息一目了然，杜绝了上述类似事件的发生。同时，大数据技术使得对于每一名贫困人员的动态、持续跟进成为可能，这就为贫困人员实现根本脱贫，防止返贫提供了保障。
今后，随着大数据技术自身的不断发展和精准扶贫工作的不断深入，二者必将出现更多的契合点，大数据技术也必将对精准扶贫，特别是金融精准扶贫工作起到更积极的推动作用。
参考文献
[1]莫光辉.大数据在精准扶贫过程中的应用及实践创新[J].求实，2016，（10）：87-96.
[2]郑瑞强，曹国庆.基于大数据思维的精准扶贫机制研究[J].贵州社会科学，2015，（08）：163-168.
作者简介：申晨（1988-），男，河北保定人，助教，硕士，研究方向：金融数据分析；聂燕敏（1984-）女，河北邯郸人，讲师，硕士，研究方向：金融数据挖掘。