大数据SAS工具在跨境收支监测分析中的应用

目前，国内外各种因素对跨境收支的影响日益加大，汇率、收支结构、收支行为相互作用，加大了跨境资金的波动。其中的企业违规跨境交易的风险也在逐步累积，外汇管理面临更加严峻的挑战。鉴此，本文围绕跨境收支分析的实际需求，探索运用SAS工具关联分析等数据分析技术，以影响跨境资金波动的风险点识别为主线，将重点主体识别、异常交易行为识别的需求贯穿其中，以货物贸易作为业务应用实例，构建大数据分析场景，探索新的监测分析方法。

应用SAS大数据工具分析的思路

分析工具。SAS（Statistical Analysis System）工具是一个模块化、集成化的大型应用软件系统，包括数据存储及管理、应用开发、数据挖掘、报告编制等数十项模块。其中，SAS工具的EG（Enterprise Guide）模块，能实现大量数据的快速访问、管理、编写基本报表和汇总，可与货物贸易外汇管理涉及的外汇收支、进出口等交易和管理信息的大数据量特征相匹配；SAS工具的EM（Enterprise Miner）模块能实现数据获取、筛选和挖掘分析，并与货物贸易外汇管理现场与非现场监测，甄别重点异常企业、异常交易的目的相契合。

分析方法。将收支分析中货物贸易作为切入点，利用无监督的关联规则挖掘方法开展大数据分析。即对以往发生的涉及跨境资金流动的海量数据进行挖掘，分析出两类事件（外汇监管中两类事件分别设定为风险事件和影响事件）在一定时间约束下是否出现了明显关联。风险事件主要包括外汇违规事件、异常交易事件和顺周期大额交易事件，影响事件主要包括汇率变动、利率变动、政策变动等外部事件，以及企业交易性质类型、交易规模、经营性质、行业属性等内部事件。

分析流程。采用分层次分析法。第一层，影响收支变动的外部因素与跨项目交易的关联分析。针对影响跨境收支的外部因素，包括汇率因素、利率因素等，找出外部因素对跨境资金流动影响的规律；对跨项目交易进行组类关联分析，如货物贸易交易与运输（货运）、货物贸易与其他投资项下境外融资、直接投资与利润汇出、专利及特许费用支出等具有关联性的交易，建立关联规则，寻找规律性因素与异常点。第二层，跨境收支变动主体风险关联分析。以历史数据为基础，对外汇交易量水平、变动趋势进行特征分析，使用对风险事件与外部因素、企业自身特性、可能的风险指标间的关联关系进行定量分析，并根据分析结果对企业进行分类，分析和预判不同类型主体在不同外部因素变化下的风险点和风险发生概率。

货物贸易大数据交易分析实践

第一层关联分析

业务目标。第一层关联分析的重点，是按照时间序列，分析外部汇率因素、利率因素以及贸易项下收支结构、性质、差额等的关联关系，从宏观层面找出对影响跨境收支波动的规律。

数据及指标选取。选取2016—2018年共3年跨境收支数据。按照分析目标和分析思路，选取常用的外部事件指标、交易结构指标，交易指标等分析指标。在数据准备中，对连续变量离散化（如表1所示）。

建立分析模型。在SAS的EM（数据挖掘模块）里建立时序关联规则模型，可以设置规则包含的指标数、最小置信度水平、需要保留的规则数等建模参数。经过建模，分别得出关联规则。按照提升度从高到低进行排序。挑选出具有意义的规则，作为进一步分析的依据。

关