构建新型外汇监测系统

在外汇管理改革进程中，监测系统发挥着重要作用，包括发现资金异常波动趋势，及时调整外汇管理政策重心等。但目前的监测系统对被核查主体的识别精度低，需要联机查询进行数据匹配核查，不利于提升管理效率。为精准发现市场主体的违规和套利行为，需要建设强有力的外汇监测系统。鉴此，笔者建议可对现有的外汇监测系统进行完善。

新型外汇监测系统的基本架构

笔者认为，新型外汇监测系统应在当前联机查询和数据钻取等功能的基础上，对监测数据进行综合利用，并且构建多维属性指标，进行数据再挖掘，实现智能化分析功能。其主要架构如图1所示。

新型监测系统在现有监测系统基础上加载了智能模块，其主要功能通过以下技术来实现：

异常主体违规行为检测。通过对主体行为的聚类和拟合，将具有普遍规律的市场主体进行分离，对异常主体进行检测。主要运用的算法有最远点聚类、支持向量回归等。

套利行为分类监测。该类监测是对异常主体进行分类监测，判断套利行为，并对已经确认的套利主体进行重点监管、检查，或者核查确认主体等，作为分类标签，进行模型训练，并实现对未识别主体进行类型预测。主要方法包括优化模型、人工神经网络和决策树、贝叶斯分类等。

资金波动预警。利用微观主体行为拟合以及参数扰动，获得微观主体行为变化趋势，再通过对微观主体行为的观察，获得宏观市场资金波动趋势。主要方法为支持向量回归机（一种机器学习方法）、逻辑斯蒂回归等。

流数据的处理。流数据是大数据的主要特征，大量数据动态增长并按不同周期进入数据库。外汇管理数据是典型的流数据，是自适应或者小批量机器学习的过程。例如资本项目信息系统合规性指标为每日后台测算，对异常指标进行动态预警