當前，百年未有之大變局加速演進，新一輪科技革命和產業革命深入發展，國際力量對比深刻調整，我國金融發展面臨著一系列新問題和新挑戰。

對此，上海交通大學特聘教授、上海交通大學中國金融研究院（高金智庫）副院長朱啟貴以"創新統計核算體系 滿足金融強國建設需要"為題撰文表示，構建金融統計核算體系，不僅有助于全面有效監測與評估金融服務實體經濟發展的質效、提高金融服務經濟社會發展的效率，而且有助于預警防范化解系統性金融風險、維護金融穩定，是新時代新征程全面深化金融體制改革、建立現代金融體系的重要舉措。文章刊于《上海證券報》上證觀察家欄目。

統計是經濟社會發展的重要綜合性基礎性工作，統計數據是宏觀調控的重要依據，必須確保統計資料真實、準確、完整、及時。作為國民經濟統計核算體系關鍵構件之一的金融統計核算體系，綜合反映金融經濟運行，是金融基礎設施體系的重要組成部分。

構建金融統計核算體系，不僅有助于全面有效監測與評估金融服務實體經濟發展的質效、提高金融服務經濟社會發展的效率，而且有助于預警防范化解系統性金融風險、維護金融穩定，是新時代新征程全面深化金融體制改革、建立現代金融體系的重要舉措。

當前，百年未有之大變局加速演進，新一輪科技革命和產業革命深入發展，國際力量對比深刻調整，我國金融發展面臨著一系列新問題和新挑戰。

為統籌發展與安全，推動金融高質量發展、加快建設金融強國，牢牢守住不發生系統性金融風險的底線，亟須創新金融統計核算體系，筑牢金融強國的統計基礎。

01

完善金融業綜合統計

黨的二十屆三中全會《決定》提出，健全支撐高質量發展的統計指標核算體系，加強新經濟新領域納統覆蓋。

這一戰略部署對推進統計現代化事業，切實發揮統計工作服務中國式現代化的功能作用提出了更高要求。

金融要為經濟社會發展提供高質量服務，金融統計要及時準確反映和評估貨幣金融政策在金融宏觀調控、服務實體經濟、支持經濟結構優化、推進新質生產力發展等方面的成效。

為了加快推進金融強國建設和高質量發展，應建立包括所有金融機構和所有金融業務在內的金融業綜合統計體系，保障金融統計數據的科學性、準確性和及時性：

◎ 一是加強金融統計現代化建設。

根據金融和統計的理論與方法，金融業綜合統計的目標是在優良法律環境的基礎上，全面協調整合我國現有的各類金融統計體系，全面推進金融統計標準化，建立健全統一、全面、共享的金融業綜合統計體系，旨在促進我國金融統計向標準化、綜合化、統一化、國際化和信息化發展，推進我國統計現代化建設。

◎ 二是建立金融業綜合統計體系。

在金融機構方面，既要涵蓋銀行業、證券業、保險業等傳統金融機構，還要覆蓋各行業交叉環節及衍生機構，確保金融統計沒有死角、沒有盲點，真正做到所有金融機構應包盡包。

在金融業務上，不僅要全面核算金融機構的資產負債業務，而且要全面核算表外業務。

在金融業務方面，既要包括傳統的存款、貸款、結算等傳統的金融業務，還要包括衍生產品和結構型產品等金融創新業務，特別要全面涵蓋科技金融、綠色金融、普惠金融、養老金融、數字金融等。

◎ 三是完善金融業綜合統計機制。

為了滿足“分業經營，分業監管”的金融管理模式，應建立既有助于促進統計信息跨機構協調，又適應金融宏觀調控和金融治理的需要，還滿足社會各界對金融統計信息需要的統計機制。

要完善金融業統計數據在金融管理部門、金融機構和政府有關部門之間的分級共享機制，不斷拓展共享范圍，解決“信息孤島”問題，為金融宏觀調控與管理提供高質量的統計信息服務。

◎ 四是增強金融業綜合統計服務政策決策功能。

要不斷完善社會融資規模統計等金融宏觀調控總量統計，全面準確反映金融體系支持實體經濟發展的情況。

進一步拓展金融業綜合統計數據使用場景和融合應用，有效發揮金融業綜合統計數據的作用。

02

健全資金流量核算體系

資金流量核算體系，以金融統計為主要基礎，全面反映金融運行，服務宏觀金融調控與管理，是金融基礎設施體系的重要組成部分。

在我國，中國人民銀行和國家統計局負責資金流量核算工作，編制并發布兩張資金流量表：一張是非金融交易表；另一張是金融交易表。

保持資金流量與存量協調一致，并對機構部門和金融工具進一步細分的資金流量賬戶，是全球金融統計的最新發展方向，是準確刻畫金融發展狀況現實圖景，揭示資金如何在企業、住戶、政府等經濟實體中運行，準確揭示經濟實體間債權債務關系的有效工具。

隨著全球經濟金融格局的深刻變革和我國金融業的快速發展，資金流量核算工作面臨前所未有的復雜環境：

◎一方面，金融科技迅猛發展催生了數字貨幣、互聯網金融等新型金融業態，金融產品和服務模式不斷創新，金融體系的結構和運行機制發生了顯著變化；

◎另一方面，全球經濟金融一體化程度不斷加深，跨境資本流動規模擴大、速度加快，金融風險的傳染性和復雜性明顯增強。這些變化對傳統金融統計核算的理論框架、方法體系和實踐操作都提出了新的挑戰。

與此同時，我國金融業改革開放持續深化，金融市場雙向開放步伐加快，金融改革深入推進，金融服務實體經濟的能力和效率不斷提升。

在上述背景下，資金流量核算工作要與時俱進，不斷創新和完善，以更好地適應金融高質量發展的要求。特別是在經濟轉型升級的關鍵時期，資金流量在監測政策效果、識別金融風險、優化資源配置等方面的作用更加凸顯。

要根據金融強國建設目標與任務，參考資金流量核算的國際標準，借鑒發達國家的經驗，加快完善資金流量核算體系：

◎ 一是完善資金流量核算總體框架。

系統設計基本框架、編制準則、統計架構、應用方法等，形成適應金融和經濟功能需要的資金流量核算機構部門定義與分類、金融工具定義與分類。

資金流量核算體系應在遵循國民賬戶體系中機構部門分類的基礎上，將尚未被完整統計的貨幣市場基金、非貨幣市場基金投資基金、新興的金融控股公司貨幣經濟公司等納入金融企業部門。

非金融企業部門可融合非金融企業投資與所有權特征進行框架構建，依據負債水平劃分住戶部門子部門。

◎ 二是編制資金流量核算二維賬戶。

構建涵蓋8個大部門、45個小部門，6個大類、27個小類金融工具的資金流量核算框架，實現對國際標準的包含和對中國經濟金融特色的呈現。

◎ 三是建立資金流量核算的調和賬戶。

遵循國民賬戶體系重估價和資產物量其他變化，構建資金流量核算的調和賬戶。

◎ 四是建立三維資金流量核算賬戶。

通過三維資金流量核算賬戶，不僅可全面反映機構部門與誰發生了金融交易，而且能夠全面系統分析新增融資的融資結構。

◎ 五是提高資金流量核算數據發布的時效性。

統計數據的真實性、完整性和時效性是做好統計工作的生命線。

美國編制歷史年度數據始于1946年，季度數據始于1952年，并按季度編制。

歐洲資金流量核算賬戶發布較為及時，季度賬戶約滯后4個月發布，年度賬戶約滯后10個月發布。

日本資金流量核算賬戶數據每季度公布一次，初步數據在報告期3個月后公布，最終數據在報告期6個月后公布，每年3月對往期數據進行修訂。

可借鑒國外資金流量核算的經驗，努力提高我國資金流量賬戶數據發布的時效性和頻率，有效服務金融高質量發展、建設金融強國，為制定貨幣金融經濟政策、加強宏觀經濟治理、防范金融風險、維護金融安全提供支撐。

03

建立數字金融統計制度

數字金融的快速發展對傳統金融統計核算體系帶來了深遠影響，既帶來了效率提升和數據豐富性，也提出了新的挑戰和問題：

◎ 一是統計邊界模糊化。

數字金融催生了新型金融業態（如加密貨幣、第三方支付），這些業務往往游離于傳統金融機構統計范圍之外，導致金融總量（如M2、社會融資規模）的測算失真。

例如，支付寶、微信支付等第三方支付平臺的資金流動未完全納入央行支付體系統計。

◎ 二是數據來源碎片化。

數字金融數據分散于互聯網平臺、非銀機構及區塊鏈網絡，傳統的以銀行為核心的統計體系難以全面覆蓋。

數據標準不統一，存在重復計算或遺漏風險（如跨平臺理財產品的嵌套投資）。

◎ 三是風險監測難度增加。

數字金融的高頻交易、跨境流動和匿名性（如DeFi）加劇了金融風險的隱蔽性和傳染性，傳統統計的滯后性難以滿足實時監管需求。

例如，加密貨幣市場的劇烈波動可能通過杠桿效應傳導至傳統金融體系。

◎ 四是核算方法不適應。

傳統金融統計以機構分類為主，而數字金融更強調功能和行為分類（如“場景金融”），現有核算框架難以準確反映金融活動的實質。

應對數字金融帶來的挑戰，亟須建立數字金融統計制度方法：

◎ 一是重構統計邊界與分類標準。

將數字金融業態（如互聯網貸款、數字資產）明確納入金融統計范疇，制定統一的業務分類標準。國際貨幣基金組織（IMF）在《國際收支手冊》第7版中首次明確將比特幣等加密貨幣歸類為“非生產性非金融資產”（類似黃金、藝術品），而穩定幣（如USDT）則被歸入“金融賬戶”（類似股票、債券）。

◎ 二是建立協同化數據共享機制。

推動“監管科技”應用，打通金融機構、科技平臺與監管部門的數據接口，實現實時數據報送。

◎ 三是探索區塊鏈技術在數據確權與溯源中的應用，確保數據真實性。

◎ 四是完善風險預警指標體系。

引入高頻數據（如支付流水、網絡借貸違約率等）構建動態監測模型，識別潛在風險點。利用大數據分析識別資金異常流動（如虛擬貨幣洗錢行為）。

◎ 五是革新核算方法論。

從“機構法”轉向“功能法”統計，注重金融活動的經濟實質而非組織形式。

例如，歐盟《數字金融包》提出按業務屬性（如支付、信貸）而非機構類型進行統計。

◎ 六是加強國際協調。

數字金融具有跨境性，應推動統計標準的國際接軌。數字金融的滲透將加速金融統計從“靜態匯總”向“動態追蹤”轉型，應構建“全口徑、實時化、智能化”的統計體系，同時平衡數據覆蓋與隱私保護的關系。

04

推動國際金融統計核算標準中國化

近年來，受全球化、數字化、金融創新、綠色轉型、國際協調等因素的影響，國際金融統計核算體系面臨新挑戰、新問題。

從2020年起，聯合國、國際貨幣基金組織、經濟合作與發展組織、歐盟委員會和世界銀行共同修訂2008版國民賬戶體系（下稱“2008版SNA”），國際貨幣基金組織負責修改第6版《國際收支手冊》。經過5年修訂，形成第6版國民賬戶體系（下稱“2025版SNA”）。

2025年3月4日至7日，聯合國統計委員會第56屆會議通過并發布2025版SNA，與此同時，國際貨幣基金組織發布了第7版《國際收支手冊》（下稱“BPM7”）。

這兩份國際統計標準作為全球國民經濟核算工作的指南性文件，對經濟和金融統計核算提出了新方案、新標準和新要求。

為更好地了解金融風險和脆弱性，2025版SNA建議對金融公司部門進行更詳細的細分，并對特定金融工具進行更詳細的細分。

2025版SNA還提供了指導，說明在需要單獨識別時，將其他子部門和工具作為補充項目進行劃分。2025版SNA包括三種金融衍生品細分：第一，按市場風險細分，作為標準細分；第二，按工具細分，作為補充細分；第三，按交易場所細分，作為補充細分。

此外，2025版SNA提出，掌握與外幣掛鉤的衍生品名義價值的貨幣構成信息很有用。并對信托和類似安排提供了增強的指導，包括對房地產投資信托處理的具體建議。

2025版SNA對保險和養老金的會計處理進行了多項改進。除2008版SNA中的補充表格顯示所有養老金計劃的養老金權益金額（無論是否包括在經濟賬戶序列中）外，2025版SNA建議編制一份關于家庭退休資源的補充表格。

2025版SNA還引入了明確的指導，以編制負債頭寸名義價值的債務證券存量作為補充項目，包括將其與資產負債表中相應的市場價值條目進行核對。

BPM7正式將比特幣等加密貨幣納入國際收支平衡表。這標志著加密貨幣從邊緣實驗走上全球金融舞臺，或將重塑未來數十年的經濟格局。

根據BPM7標準，加密貨幣被劃分為兩類：一是可替代代幣（如比特幣），無對應負債，歸類為“非生產非金融資產”，在資本賬戶中單獨記錄；二是不可替代代幣（如NFT），須結合具體應用場景分類，可能被視作無形資產或金融資產。此外，由負債支持的穩定幣（如USDT）則被定義為金融工具，須與傳統金融資產統一監管。

這一分類體系不僅為各國央行提供了統一標準，更意味著加密貨幣正式獲得“官方認證”。未來，跨境交易、投資數據將更透明，國際貨幣基金組織可借此監測全球資本流動，防范系統性風險。

隨著2025版SNA和BPM7的實施，國際金融統計核算將更加動態化、精細化，為政策制定和市場分析提供更精準的數據支持。

要立足國情，參考國際標準，借鑒國外經驗，加快健全我國金融統計核算制度方法，推進國民經濟核算體系創新發展。

05

構建金融強國統計測度體系

信息、咨詢、監督是統計的三大職能。信息職能是統計工作的基本職能，咨詢職能是信息職能的深化與延伸，監督職能是信息職能的擴展，也是信息咨詢職能的保障。

信息、咨詢、監督三大職能構成一個有機體，任何一種職能弱化必將影響統計整體職能的有效發揮。統計測度可以獲取豐富的信息、支撐決策、服務監督，因而是統計職能發揮的重要前提條件。

構建金融強國統計測度體系，有助于評價金融強國建設的進程與效果，因此具有重要理論意義與現實價值：

◎ 一是構建金融強國統計測度指標體系。

聚焦做好金融“五篇大文章”和“六個強大”，根據科學性、可操作性、可比性和可獲性的原則，運用政府統計數據和大數據，設計金融強國統計測度指標體系。

◎ 二是編制金融強國統計測度指數。

由于每個指標僅反映金融強國的某個方面，難以全面綜合測度金融強國建設的進程和成效，因此，要在金融強國統計測度指標體系的基礎上，綜合應用賦權方法，先為金融強國統計測度指標體系的每一個指標賦權，然后對金融強國統計測度指標體系加權平均，得出金融強國統計測度指數。

◎ 三是測度金融強國建設的成效。

運用金融強國統計測度指數，從靜態和動態兩方面全面綜合測度金融強國建設的成效。指數值越大，表明金融強國建設成效越好。

06

推進現代信息技術賦能金融統計核算

金融統計作為金融體系運行的重要基礎，其技術方法經歷從傳統計量分析向智能化方向的轉型。

隨著金融數據呈現爆炸式增長，傳統統計方法在處理海量、高維、非結構化數據時面臨巨大挑戰。人工智能和大數據技術憑借其強大的數據處理和學習能力，為金融統計提供了新的技術路徑。

隨著人工智能和大數據技術的快速發展，金融行業開始廣泛應用分布式計算、機器學習、自然語言處理等技術，以提高統計分析的效率和準確性。

根據國際數據公司的預測，到2025年全球金融行業在AI解決方案上的支出將達150億美元，其中統計分析是重點應用領域。

人工智能和大數據技術在金融統計中的應用，不僅優化了風險管理、投資決策等核心業務，還推動了金融監管的智能化轉型。

在風險管理與信用評估方面：

◎一是風險管理與信用評估，金融風險管理的核心在于實時監測和預測風險。大數據技術通過整合多源數據（如交易記錄、社交網絡、征信數據等），構建更精準的風險評估模型；

◎二是實時風險監測，利用流計算技術（如Apache Kafka、Flink）實時分析交易數據，識別異常交易行為（如欺詐、洗錢）；三是信用評分優化，傳統信用評分主要依賴歷史信貸數據，而大數據技術可結合電商消費、移動支付等非結構化數據，提升信用評估的全面性。

在市場分析與投資決策方面，大數據技術能夠處理海量市場數據，提高量化交易的精準度：

◎一是量化交易，利用機器學習分析歷史市場數據，優化交易策略；

◎二是輿情分析，通過自然語言處理（NLP）技術分析新聞、社交媒體情緒，預測市場波動，例如對沖基金利用Twitter數據預測比特幣價格走勢。

在客戶畫像與精準營銷方面，金融機構通過大數據分析客戶行為，提供個性化服務：

◎一是客戶分群，基于RFM（最近購買時間、購買頻率、消費金額）模型進行客戶價值分析；

◎二是智能推薦，協同過濾算法推薦金融產品（如信用卡、保險），提高客戶轉化率。

在反欺詐與合規監管方面，大數據技術可提升金融監管的效率和準確性：

◎一是圖數據庫技術，利用Neo4j等工具識別復雜欺詐網絡（如信用卡套現團伙）；

◎二是自動化合規，采用自然語言生成（NLG）技術自動生成監管報告，降低人工成本。

人工智能和大數據技術正在重塑金融統計的方式，使其從傳統的抽樣分析轉向全量數據挖掘，從滯后統計轉向實時預測。

盡管面臨數據安全、算力成本等挑戰，但隨著AI、云計算等技術的發展，金融統計將更加智能化、自動化。

金融機構須從戰略高度規劃AI和大數據轉型路徑，加強數據治理，培養復合型人才，構建“數據+算法+算力”的協同體系，以提升競爭力并適應數字化金融時代的變革。

未來的金融統計將呈現“數據驅動、智能決策、實時響應”的新特征，AI和大數據技術將成為這一轉型的核心引擎。

綜上所述，創新金融統計核算體系是一項復雜的系統工程，需要理論界和實際部門的專家學者攜手攻關。

應在理論與實際有機結合中加快推進統計各領域改革，大力推進統計工作現代化發展，務求金融統計核算體系滿足金融強國建設的需要，推進高質量發展，助力全面建設社會主義現代化國家。

內容來源｜上海證券報

圖片來源｜Pexels

高金項目火熱招生中…

歡迎點擊小程序了解更多信息