大数据时代下，美国成立了金融稳定监管委员会以及金融研究办公室，并明确了金融研究办公室的主要职责是向金融稳定监管委员会以及社会公众提供高质量的金融数据、统一的数据标准以及深入的研究，以维护美国金融体系的稳定。
金融研究办公室主任由美国总统任命并经参议院确认，其下设研究与分析中心、数据中心以及金融研究咨询委员会。在金融研究办公室的主导和推动下，美国在微观金融数据整合以及大数据技术的应用方面进行了一系列探索与尝试。科妹将它们整理列举出来，以供大家分析并从中得到启发。
（一）金融机构识别方案的提出与推广
2010年11月23日，美国财政部“金融研究办公室”发布了一份题为《关于金融合约中的法人识别问题的声明》的文件，首次提出了为金融市场构建一个标准化的法人实体识别码系统的设想：为每一家参与金融市场交易的法人实体分配一个独一无二的身份识别码，并制定一套标准化的数据报送准则；在美国境内参与金融交易的各方须严格按照这一准则及时提交并更新相关信息。这一身份信息的报送、识别和共享系统被命名为LEI系统。
2012年以来，美国借助G20这一平台大力推动全球金融市场LEI系统的建设。全球金融市场LEI系统具有全球化、一体化和公开化的特点。该系统作为一个真正意义上的全球金融信息收集和分享平台，涵盖了参与金融市场交易的全部法人实体，从而打破了银行、证券、基金以及保险等传统金融的各个子行业之间的界限，使得跨行业的风险管理在技术上变得可行。由于任何获得LEI编码的法人机构都可以获取其交易对手的相关信息，因此该系统具有显著的公开性和透明度。全球金融市场LEI系统的建设得到了主要发达经济体的支持。
目前，该系统的运行中枢——监管监察委员会共有66个成员机构，有26个国家已经建成了与ROC对接的本地运行体，并开始进行编码申请受理和数据维护工作。截至2015年2月，全球发码总量逾30万个。美、欧主要发达国家已经开始在相关领域的金融监管中推广LEI编码的应用，新加坡、日本以及中国香港也在酝酿类似的制度安排。进一步扩大LEI编码的应用将成为未来国际金融监管领域的重点工作。
（二）金融产品识别方案的研究与探索
自2013年以来，美国金融监管当局开始探索金融工具的编码与识别的可行性和具体方案。众所周知，条形码等标准化编码技术早已被成功地运用在物流管理和企业质量监控等众多领域。理论上，如果能够建立一个标准化的金融机构和金融产品编码系统，那么就能够在金融市场中描绘出一幅金融机构之间相互联系的网络；同理，也能够在极其复杂的衍生金融链条中，追踪衍生金融产品的原生资产，从而实现对金融风险的跨行业乃至跨国的监控和动态管理，从而进一步提高金融市场的透明度和有效性。
2013年11月，美国联邦储备银行费城分行以工作论文的形式探讨了从宏观和微观两个层面构建一个标准化的金融工具数据库的可行性和具体步骤，并阐明了金融工具识别的重要意义，从而为金融产品的识别问题提供了比较清晰的分析框架。同年12月，美国金融研究办公室提出了构建一个标准化的“住房抵押贷款识别码”系统这一方案。
具体来看，住房抵押贷款市场在美国金融体系中具有特殊而重要的地位，其一端为美国家庭部门70%的负债———原生的房地产抵押贷款，另一端则为资产证券化后的各类衍生金融产品。为这一市场构建一个统一的、“从摇篮到坟墓”式的识别码系统，将原生信贷合约与各级衍生金融产品一一对接，能够极大地提高该市场的透明度，有助于金融监管当局和各类机构识别和管理金融风险。当然，这一系统的建立是相当复杂的，大量技术细节有待进一步敲定。目前，该系统正处于酝酿和讨论之中。
（三）数据可视化分析技术的开发与应用
金融机构识别和金融产品识别系统是美国金融数据基础设施建设的重要组成部分。其意义在于将主要以文字形式表现的金融机构名称和金融合约信息转换为结构化的、能够被计算机识别和处理的数据，从而为大数据分析方法的应用创造条件。美国金融监管当局在不断完善金融数据基础设施的同时，也加大了对大数据技术应用的开发和研究——数据可视化分析技术便是一个典型代表。可视化分析是一门通过具有交互功能的视频界面实现分析推理的科学，在与信息处理相关的众多领域有着广泛的应用。其强调人类的认知能力和计算机软件处理海量数据的能力相结合，并以前者为主、后者为辅。借助可视化分析技术，研究者能够从类别庞杂、数量巨大的微观数据中以图片的直观形式迅速、有效地获得所需的信息，并通过互动界面对数据进行过滤、分割以及组合等操作，将这种信息转化为可应用的知识，从而更好地为政策制定提供参考。
2010年《多德-弗兰克法》颁布后，美国金融监管当局全面加强了微观金融数据的收集工作———以货币市场基金的交易头寸以及信用违约互换等衍生金融交易数据等为代表的大量微观金融数据通过美国证券交易委员会和负责中央清算的数据中心得以收集。这为使用大数据方法研究金融机构之间真实的交易网络及系统性风险的发生机制创造了条件。
2014年，美国金融研究办公室使用证券交易委员会的月度交易数据，对美国大型基金的交易网络进行了大数据分析，并采用可视化分析方法展现了这一分析结果。使用该方法能够便捷地对海量数据进行概览和过滤等操作，从而厘清任何一只基金的交易对手方以及交易金额。该方法还可以应用到商业银行和其他金融机构，从而能够为金融监管当局认定系统重要性机构和实施宏观审慎监管提供重要依据。这方面的最新研究还有Sarlin，Lemieuxetal.，Schwabish以及Paddriketal.等。
美国在微观数据基础设施建设方面的一些经验可供中国借鉴。目前，中国的资产证券化刚刚起步。在试点阶段可以参考美国的做法，为参与证券化的机构与产品进行数字化编码，并制定一套规范的数据报送和分享标准，从而为日后厘清金融产品的衍生链条、监测资产证券化的风险打下基础。更多大数据相关资讯欢迎关注微信公众号成都科多大数据免费获取。
