緒論：寫作既是個人情感的抒發(fā)，也是對學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇財(cái)務(wù)數(shù)據(jù)可視化分析范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

當(dāng)前行政事業(yè)單位運(yùn)行中受到各類數(shù)據(jù)的驅(qū)動，如何對海量數(shù)據(jù)信息進(jìn)行收集與提取已經(jīng)成為當(dāng)前行政事業(yè)單位發(fā)展的重要課題之一，數(shù)據(jù)信息已經(jīng)成為當(dāng)前行政事業(yè)單位發(fā)展的重要資源。當(dāng)前各類信息化技術(shù)快速發(fā)展，其中的重要代表之一為數(shù)據(jù)挖掘技術(shù)，對其中運(yùn)用的算法不斷優(yōu)化，能夠?qū)Χ喾N海量信息進(jìn)行建模分析，在行政事業(yè)單位內(nèi)部構(gòu)建了可視化的分析方式，對傳統(tǒng)的財(cái)務(wù)分析方式進(jìn)行重要補(bǔ)充，更好地促進(jìn)行政事業(yè)單位內(nèi)部財(cái)務(wù)信息管理與決策，優(yōu)化行政事業(yè)單位財(cái)務(wù)數(shù)據(jù)整合。

一、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘技術(shù)是當(dāng)前運(yùn)用較為廣泛的一種技術(shù)，通過專業(yè)工具的運(yùn)用能夠有效發(fā)現(xiàn)并探索多種數(shù)據(jù)特征，構(gòu)建了一種新的數(shù)據(jù)分析方式，實(shí)現(xiàn)對目標(biāo)數(shù)據(jù)信息的有效識別與特征研究，并對模式分布情況進(jìn)行有效探索，實(shí)現(xiàn)對數(shù)據(jù)信息中的規(guī)則分析與提取，結(jié)合多種專業(yè)化分析，對數(shù)據(jù)發(fā)展的綜合情況進(jìn)行預(yù)測。在各類組織運(yùn)用中能夠有效判斷相關(guān)經(jīng)營活動中的聯(lián)系，有效挖掘不同類別數(shù)據(jù)信息之間的有效聯(lián)系[1]。使得決策層能夠更好地掌握系統(tǒng)內(nèi)部各項(xiàng)發(fā)展情況，實(shí)現(xiàn)對風(fēng)險(xiǎn)的及時識別，促進(jìn)各項(xiàng)業(yè)務(wù)的有效運(yùn)行，及時對系統(tǒng)運(yùn)行中的各類情況進(jìn)行綜合分析，由此全面把握系統(tǒng)運(yùn)行情況。數(shù)據(jù)挖掘技術(shù)運(yùn)用中首先要求有效準(zhǔn)備各類數(shù)據(jù)，運(yùn)用算法以及判斷標(biāo)準(zhǔn)依據(jù)等，實(shí)現(xiàn)對各類數(shù)據(jù)信息的有效分析與綜合利用[2]。

二、數(shù)據(jù)挖掘技術(shù)運(yùn)用流程

在行政事業(yè)單位財(cái)務(wù)分析中運(yùn)用數(shù)據(jù)挖掘技術(shù)具有顯著運(yùn)用優(yōu)勢，能夠有效收集行政事業(yè)單位內(nèi)部各項(xiàng)相關(guān)基礎(chǔ)數(shù)據(jù)資料，對大量數(shù)據(jù)構(gòu)建旋轉(zhuǎn)、鉆取等不同的分析方式與處理技術(shù)，統(tǒng)一管理單位內(nèi)部各個項(xiàng)目中的數(shù)據(jù)。該技術(shù)運(yùn)用過程中要求有效優(yōu)化應(yīng)用流程，不斷改進(jìn)應(yīng)用技術(shù)。確定財(cái)務(wù)分析對象，通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用，有效選擇并確定財(cái)務(wù)分析對象，在單位內(nèi)部構(gòu)建適宜的財(cái)務(wù)分析方式，針對不同的項(xiàng)目構(gòu)建不同的財(cái)務(wù)分析指標(biāo)與分析工具[3]。在單位內(nèi)部收集大量的財(cái)務(wù)信息，從會計(jì)信息系統(tǒng)以及其他信息系統(tǒng)中獲取相關(guān)數(shù)據(jù)資料，確保各類數(shù)據(jù)信息收集的完整性與系統(tǒng)性。針對收集到的大量數(shù)據(jù)構(gòu)建有效的整理方式，或者進(jìn)行簡單泛化處理，或者構(gòu)建精細(xì)化處理機(jī)制。財(cái)務(wù)分析中要求不斷優(yōu)化各項(xiàng)數(shù)據(jù)選取，搜集相應(yīng)的財(cái)務(wù)信息，從而選用適宜的數(shù)據(jù)挖掘技術(shù)。提取表達(dá)數(shù)據(jù)中的價(jià)值特征，以此降低數(shù)據(jù)處理工作量，同時保持?jǐn)?shù)據(jù)原貌[4]。設(shè)置適宜的數(shù)據(jù)挖掘算法，使得相關(guān)數(shù)據(jù)分析工作能夠自動完成。對數(shù)據(jù)挖掘得到的結(jié)果進(jìn)行綜合性評估，一一驗(yàn)證各項(xiàng)數(shù)據(jù)的準(zhǔn)確性，若出現(xiàn)異常，及時調(diào)整數(shù)據(jù)挖掘算法，并再次進(jìn)行數(shù)據(jù)挖掘與分析。將得到的數(shù)據(jù)挖掘結(jié)果運(yùn)用于事業(yè)單位的決策分析之中，使決策層能夠有效掌握單位內(nèi)部各項(xiàng)數(shù)據(jù)，明晰各個項(xiàng)目的進(jìn)展情況，以此調(diào)整決策方案，提升行政決策的科學(xué)性與有效性[5]。

三、基于信息化技術(shù)的數(shù)據(jù)挖掘的應(yīng)用實(shí)踐

本文研究數(shù)據(jù)挖掘技術(shù)在XX單位財(cái)務(wù)管理中的應(yīng)用實(shí)踐，結(jié)合不同的類別對財(cái)務(wù)數(shù)據(jù)進(jìn)行統(tǒng)一分析與整理，建立可視化的數(shù)據(jù)分析方式。為更好展示分析方式，建立XX單位非真實(shí)的預(yù)算及支出數(shù)據(jù)參考。

（一）預(yù)算執(zhí)行總體情況

1.總體概況通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用綜合判斷單位內(nèi)部各項(xiàng)預(yù)算執(zhí)行情況，對預(yù)算執(zhí)行的各個類目進(jìn)行有效細(xì)分，從而更好地掌握單位內(nèi)部各項(xiàng)預(yù)算情況，由此實(shí)現(xiàn)對單位財(cái)務(wù)狀況的整體分析。XX單位2020年當(dāng)年預(yù)算為128174.11萬元，截至2020年5月29日，XX單位零余額當(dāng)年預(yù)算銀行已下達(dá)額度為75370.96萬元，累計(jì)支出為55920.68萬元，預(yù)算執(zhí)行進(jìn)度為43.63%，未達(dá)序時進(jìn)度50%。XX單位距離50%的序時進(jìn)度還需支出40209.9萬元。2.基本支出與項(xiàng)目支出概況2020年XX單位基本支出當(dāng)年預(yù)算額度9270.53萬元，截至到5月29日支出額度6670.64萬元，預(yù)算執(zhí)行41.96%，未達(dá)序時進(jìn)度50%。2020年XX單位項(xiàng)目支出當(dāng)年預(yù)算額度118903.58萬元，截至到5月29日支出額度49250.04萬元，預(yù)算執(zhí)行41.42%，未達(dá)序時進(jìn)度50%，見表1。

（二）預(yù)算執(zhí)行分項(xiàng)情況

利用數(shù)據(jù)挖掘技術(shù)對單位內(nèi)部各項(xiàng)預(yù)算執(zhí)行情況進(jìn)行綜合判斷與分析，優(yōu)化單位內(nèi)部各項(xiàng)財(cái)務(wù)指標(biāo)分析，當(dāng)前運(yùn)用最為常見的方法之一為定量分析法，對單位內(nèi)部預(yù)算執(zhí)行的各項(xiàng)歷史數(shù)據(jù)進(jìn)行有效收集與分析，針對不同的財(cái)務(wù)指標(biāo)構(gòu)建相應(yīng)的分析方式，由此在單位內(nèi)部促進(jìn)財(cái)務(wù)指標(biāo)的制定與分析[6]。在當(dāng)前信息技術(shù)與數(shù)據(jù)挖掘技術(shù)的運(yùn)用之下，在單位各項(xiàng)相關(guān)指標(biāo)計(jì)算中，雖然采用了同樣的計(jì)算公式，但是在數(shù)據(jù)挖掘技術(shù)運(yùn)用中能夠?qū)Ａ康男畔⑦M(jìn)行有效處理，構(gòu)建對信息的實(shí)時分析方式與分析工具，促進(jìn)單位對不同指標(biāo)的分析，使得決策層能夠更好地掌握單位內(nèi)部實(shí)際發(fā)展情況。1.基本支出的預(yù)算執(zhí)行進(jìn)度通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用，綜合分析單位內(nèi)部基本支出層面的預(yù)算執(zhí)行情況，由此綜合得出單位內(nèi)部相關(guān)指標(biāo)的財(cái)務(wù)預(yù)算執(zhí)行效率。2020年XX單位基本支出當(dāng)年預(yù)算共9270.53萬元，截至2020年5月29日支出6670.64萬元，預(yù)算執(zhí)行進(jìn)度為41.96%，未達(dá)序時進(jìn)度50%。其中，人員經(jīng)費(fèi)當(dāng)年預(yù)算8421.53萬元，支出6318.3萬元，預(yù)算執(zhí)行比例為75.03%，已達(dá)序時進(jìn)度。公用經(jīng)費(fèi)當(dāng)年預(yù)算849萬元，支出352.34萬元，預(yù)算執(zhí)行比例為41.50%，未達(dá)序時進(jìn)度。2.人員經(jīng)費(fèi)人員經(jīng)費(fèi)管理是組織內(nèi)部財(cái)務(wù)支出的重要構(gòu)成，利用大數(shù)據(jù)技術(shù)對各項(xiàng)人員支持情況進(jìn)行統(tǒng)一分析，綜合判斷組織內(nèi)部在人員管理層面的消耗，對此構(gòu)建相應(yīng)的數(shù)據(jù)分析方式，通過數(shù)據(jù)挖掘，實(shí)現(xiàn)對海量人員支出信息的有效整理與分析[7]。2020年XX單位人員經(jīng)費(fèi)預(yù)算執(zhí)行進(jìn)度為75.03%，已達(dá)到序時進(jìn)度50%。針對人員管理綜合效能、管理預(yù)期以及管理目標(biāo)等，對大量的人員管理信息進(jìn)行有效整合，運(yùn)用設(shè)定好的算法，綜合分析人員管理中的相關(guān)內(nèi)容，以此更好地為單位人員管理進(jìn)行綜合分析。通過數(shù)據(jù)挖掘算法的運(yùn)用，對不同的人員經(jīng)費(fèi)進(jìn)行分類，判斷不同類目下的執(zhí)行情況，由此促進(jìn)決策層更好地掌握人員經(jīng)費(fèi)的執(zhí)行情況，構(gòu)建可視化的分析方式，從而實(shí)現(xiàn)對組織內(nèi)部人員管理層面的有效內(nèi)部控制。分功能分類按執(zhí)行進(jìn)度排序，如圖1所示。3.公用經(jīng)費(fèi)運(yùn)用數(shù)據(jù)挖掘技術(shù)，針對不同的部門進(jìn)行公用經(jīng)費(fèi)分析，建立相應(yīng)的預(yù)算執(zhí)行情況可視化分析方式，分部門按執(zhí)行進(jìn)度排序，較為清晰地展現(xiàn)辦公室、人事處、黨辦、老干辦以及計(jì)財(cái)處等不同部門運(yùn)行情況，使得決策層能夠較為直觀地掌握不同類別數(shù)據(jù)之間的關(guān)系，促進(jìn)單位內(nèi)部領(lǐng)導(dǎo)層的決策，由此加強(qiáng)單位內(nèi)部財(cái)務(wù)管控[8]。

（三）項(xiàng)目支出的預(yù)算執(zhí)行進(jìn)度

1.項(xiàng)目支出概述利用數(shù)據(jù)挖掘技術(shù)綜合分析單位內(nèi)部各項(xiàng)支出的預(yù)算執(zhí)行情況，截至2020年5月29日，XX單位行政事業(yè)類項(xiàng)目和基本建設(shè)類項(xiàng)目2020年當(dāng)年預(yù)算為118903.58萬元，累計(jì)支出49250.04萬元，項(xiàng)目支出的總體預(yù)算執(zhí)行比例為41.42%，未達(dá)序時進(jìn)度。對項(xiàng)目支出的各項(xiàng)類別進(jìn)行有效細(xì)分，按照不同的財(cái)務(wù)指標(biāo)構(gòu)建相應(yīng)的分析方式，實(shí)現(xiàn)對不同類型數(shù)據(jù)的有效分析與整合，構(gòu)建有效的數(shù)據(jù)統(tǒng)計(jì)分析方式，不同單位內(nèi)部各個項(xiàng)目支出的有效分析[9]。其中行政事業(yè)類項(xiàng)目的預(yù)算執(zhí)行比例為44.85%，基本建設(shè)類項(xiàng)目的預(yù)算執(zhí)行比例為39.50%（見表2）。2.行政事業(yè)類項(xiàng)目行政事業(yè)類項(xiàng)目對事業(yè)單位各項(xiàng)工作開展具有基礎(chǔ)性作用，由此全面分析單位內(nèi)部行政事業(yè)類項(xiàng)目的財(cái)政支出情況，在信息技術(shù)的運(yùn)用之下，實(shí)現(xiàn)各類數(shù)據(jù)進(jìn)行的有效挖掘，綜合分析組織內(nèi)部在行政事業(yè)類單位層面的發(fā)展情況，以此更為有效地優(yōu)化組織內(nèi)部各項(xiàng)管理，更好地為核心業(yè)務(wù)的開展提供基本保障與支持。在XX單位2020年當(dāng)年預(yù)算中，行政事業(yè)類項(xiàng)目的總體預(yù)算執(zhí)行進(jìn)度為44.85%，未達(dá)序時進(jìn)度。一般行政事務(wù)支出，XX探測以及XX服務(wù)三個功能分類的項(xiàng)目執(zhí)行進(jìn)度為0。XX預(yù)報(bào)預(yù)測和XX法規(guī)與標(biāo)準(zhǔn)的預(yù)算執(zhí)行比例分別為12.26%和16.20%，執(zhí)行進(jìn)度較低[10]。3.基本建設(shè)類項(xiàng)目氣象保障工作臺站建設(shè)在基本項(xiàng)目建設(shè)占據(jù)重要內(nèi)容，屬于項(xiàng)目建設(shè)施工的基本構(gòu)成部分，在項(xiàng)目管理與內(nèi)部控制體系中應(yīng)當(dāng)予以重點(diǎn)對待，為此要求構(gòu)建對基本建設(shè)類項(xiàng)目的綜合分析與預(yù)測。通過大數(shù)據(jù)技術(shù)有效整合基本建設(shè)類相關(guān)項(xiàng)目，對不同的建設(shè)項(xiàng)目進(jìn)行有效劃分，綜合判斷不同項(xiàng)目所占據(jù)的資金以及建設(shè)情況等，由此實(shí)現(xiàn)對不同建設(shè)項(xiàng)目的有效管理，將其納入內(nèi)部控制體系中的重要構(gòu)成部分之中。基本建設(shè)類項(xiàng)目的預(yù)算執(zhí)行與業(yè)務(wù)建設(shè)掛鉤，項(xiàng)目執(zhí)行的每一個節(jié)點(diǎn)關(guān)系著臺站建設(shè)的情況。例如，山洪地質(zhì)災(zāi)害防治氣象保障項(xiàng)目執(zhí)行進(jìn)度11.71%，相應(yīng)的臺站建設(shè)完成情況及合同簽訂、采購情況都有關(guān)聯(lián)關(guān)系，需要綜合分析。

結(jié)語

大數(shù)據(jù)技術(shù)的發(fā)展為數(shù)據(jù)挖掘提供了更多的可能性與機(jī)會，在當(dāng)前組織內(nèi)部各項(xiàng)數(shù)據(jù)信息不斷擴(kuò)張的背景下，要求構(gòu)建對海量信息的有效處理方式，數(shù)據(jù)挖掘技術(shù)的運(yùn)用能夠有效實(shí)現(xiàn)這一目的，在行政事業(yè)單位內(nèi)部優(yōu)化財(cái)務(wù)分析方式，結(jié)合不同的指標(biāo)進(jìn)行相應(yīng)的數(shù)據(jù)分析，能夠?qū)崟r快速地處理海量氣象信息，對各項(xiàng)財(cái)務(wù)信息數(shù)據(jù)進(jìn)行統(tǒng)一整理與分析，建立有效的內(nèi)部控制管理體系。以此更為有效地促進(jìn)決策層在對行政事業(yè)單位各項(xiàng)信息進(jìn)行全面把握的基礎(chǔ)上做出科學(xué)合理的論斷。

參考文獻(xiàn)

[1]司橋林.基于數(shù)據(jù)挖掘的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)識別[J].微型電腦應(yīng)用，2021（06）：132–135.

[2]溫振丹，吳永誼，吳再麗，等.基于云計(jì)算的高校財(cái)務(wù)共享協(xié)同與決策支持系統(tǒng)架構(gòu)研究[J].科技經(jīng)濟(jì)導(dǎo)刊，2021（17）：37–39.

[3]曹越.大數(shù)據(jù)時代企業(yè)會計(jì)工作面臨的機(jī)遇與挑戰(zhàn)分析[J].商場現(xiàn)代化，2021（10）：123–125.

[4]唐雪薇，佟筱楓.大數(shù)據(jù)時代審計(jì)信息化建設(shè)的實(shí)現(xiàn)路徑探析[J].中國市場，2021（17）：195–196.

[5]崔竹.數(shù)據(jù)分析技術(shù)方法在企業(yè)審計(jì)中的創(chuàng)新應(yīng)用[J].財(cái)會月刊，2021（07）：82–88.

[6]婁德涵，楊江海，鄧海生.基于大數(shù)據(jù)Hadoop的企業(yè)財(cái)務(wù)管理系統(tǒng)研究[J].電子制作，2021（07）：51–53+29.

[7]汪雪松.淺談數(shù)據(jù)挖掘技術(shù)對企業(yè)財(cái)務(wù)分析職能的拓展[J].會計(jì)師，2021（05）：11–12.

[8]劉敏.大數(shù)據(jù)環(huán)境下數(shù)據(jù)挖掘技術(shù)對審計(jì)風(fēng)險(xiǎn)的影響研究[J].市場周刊，2021（03）：120–121+132.

篇（2）

人工智能(artificialintelligence)英文簡稱AI，是一種通過普遍使用的計(jì)算機(jī)編程軟件來模擬和呈現(xiàn)出模擬人類智能的科學(xué)技術(shù)。人工智能的概念最早在1956年被提出，在經(jīng)過多年的研究和應(yīng)用發(fā)展后，目前的人工智能已經(jīng)應(yīng)用在生產(chǎn)和生活的各個方面，例如制造企業(yè)的自動化生產(chǎn)線、物流行業(yè)的智能匹配配送系統(tǒng)等。而審計(jì)作為社會治理中重要的一環(huán)，也必然需要進(jìn)入到審計(jì)智能化領(lǐng)域中，智能化的審計(jì)管理模式和科學(xué)化的技術(shù)手段不僅有助于實(shí)現(xiàn)審計(jì)的全覆蓋、提升審計(jì)效率、延伸審計(jì)內(nèi)涵。但在智能審計(jì)的不斷發(fā)展中，由于新的審計(jì)技術(shù)帶來新型風(fēng)險(xiǎn)也不斷暴露，想要更好地在審計(jì)中運(yùn)用人工智能技術(shù)，正確識別風(fēng)險(xiǎn)并提出相應(yīng)的解決辦法是必不可少的。

一、人工智能在審計(jì)中的運(yùn)用情況

(一)人工智能在審計(jì)中運(yùn)用的理論基礎(chǔ)

1956年8月，人工智能在美國達(dá)特茅斯會議上被正式提出。直至近十年來，計(jì)算機(jī)和芯片行業(yè)的發(fā)展，存儲條件、處理器性能的更新以及新型技術(shù)手段的出現(xiàn)才為人工智能領(lǐng)域奠定了基礎(chǔ)。2017年，國務(wù)院辦公廳正式印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出的主要面向2030年的關(guān)于推進(jìn)推動我國新型下一代工業(yè)人工智能產(chǎn)業(yè)發(fā)展的主要戰(zhàn)略目標(biāo)之一是加快推進(jìn)建立一個創(chuàng)新型工業(yè)國家和大力推進(jìn)建設(shè)世界性的高新技術(shù)產(chǎn)業(yè)強(qiáng)國［1］。隨著越來越多的行業(yè)與人工智能技術(shù)的融合，審計(jì)作為國家和社會監(jiān)管的最主要途徑之一，也必須與人工智能技術(shù)相適應(yīng)才能更好地監(jiān)管和促進(jìn)各部門各企業(yè)的良性發(fā)展。人工智能技術(shù)的應(yīng)用，使審計(jì)人員從重復(fù)性較強(qiáng)的數(shù)據(jù)計(jì)算處理、分析等工作中解脫出來，審計(jì)人員可以更好地從事其他重要工作［2］。此外，智能審計(jì)借助于人工智能技術(shù)既可以對審計(jì)的流程和模式自主學(xué)習(xí)，也能夠通過實(shí)時監(jiān)測及時發(fā)現(xiàn)異常情況并進(jìn)行處理［3］。我國傳統(tǒng)審計(jì)流程主要分為三個階段，即審計(jì)計(jì)劃階段、審計(jì)實(shí)施階段和審計(jì)結(jié)束階段。在與人工智能技術(shù)相結(jié)合后，這三個階段的模式發(fā)生了一定的改變。在審計(jì)計(jì)劃階段，人工智能技術(shù)可以幫助審計(jì)人員從多渠道，以內(nèi)外部結(jié)合的方式獲取信息，分析被審計(jì)單位的內(nèi)外部環(huán)境、風(fēng)險(xiǎn)水平、重要性水平等因素，同時根據(jù)審計(jì)機(jī)構(gòu)的人力資源數(shù)據(jù)，分析匹配最合適該項(xiàng)目的審計(jì)小組，確定審計(jì)范圍和時間。在審計(jì)實(shí)施階段，人工智能主要可以用于審計(jì)證據(jù)的獲取和工作底稿的自動生成。除了通過直接鏈接被審計(jì)單位財(cái)務(wù)系統(tǒng)外，還可以利用數(shù)據(jù)挖掘和OCR技術(shù)等將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成易分析審計(jì)證據(jù)。同時結(jié)合了人工智能的持續(xù)監(jiān)測、實(shí)時數(shù)據(jù)記錄和區(qū)塊鏈技術(shù)，可以自動定時地生成審計(jì)日志，降低數(shù)據(jù)被篡改的風(fēng)險(xiǎn)。此外，還可以通過提前設(shè)置或自動抓取審計(jì)文書模板的方式，自動生成審計(jì)通知書、函證書等。在審計(jì)結(jié)束階段，可以根據(jù)審計(jì)過程和以前的審計(jì)結(jié)論自動生成審計(jì)報(bào)告和整改方案。

(二)人工智能在審計(jì)中運(yùn)用的實(shí)例分析

實(shí)際上，國際四大會計(jì)師事務(wù)所對于智能化的審計(jì)已經(jīng)進(jìn)行了一些探索，如德勤在2017年推出的智能財(cái)務(wù)機(jī)器人“小勤人”，隨后又推出了主要面向中小會計(jì)師事務(wù)所的智能審計(jì)平臺，在這個平臺上審計(jì)人員可以在輸入審計(jì)數(shù)據(jù)和需求之后，由平臺自動分析審計(jì)風(fēng)險(xiǎn)并生成審計(jì)報(bào)告。通過對德勤公開案例的研究發(fā)現(xiàn)其在風(fēng)險(xiǎn)評估和選擇應(yīng)對措施方面遵循的還是如圖1所示的基本邏輯。但在數(shù)據(jù)收集方面則基本交由“人工智能”來進(jìn)行，有效地提升了工作效率。根據(jù)德勤消息，其有效地減少了審查法律合同文件，發(fā)票，財(cái)務(wù)報(bào)表和董事會會議記錄的時間達(dá)50%以上。而畢馬威開發(fā)的“人工智能信貸審閱工具”則更為詳盡地描述了人工智能技術(shù)如何與審計(jì)過程相結(jié)合。其主要功能如圖2所示。首先，利用自然語言處理技術(shù)實(shí)現(xiàn)信貸文本的批量秒讀，和自動化快速分類。其次，識別信貸文本與相關(guān)資料中的重要信息，實(shí)現(xiàn)對自動化摘要處理。再次，利用深度學(xué)習(xí)模型，自動識別資料中包含的各類風(fēng)險(xiǎn)信號，提取對應(yīng)的關(guān)鍵風(fēng)險(xiǎn)信息。隨后，運(yùn)用大數(shù)據(jù)技術(shù)收集整合金融機(jī)構(gòu)內(nèi)部和外部數(shù)據(jù)，深度挖掘風(fēng)險(xiǎn)點(diǎn)，進(jìn)行多維度風(fēng)險(xiǎn)信息分析。最后，可視化展示內(nèi)外部整合數(shù)據(jù)的風(fēng)險(xiǎn)信息，提供更直觀、更具洞察力的輔助決策。總的來講，人工智能技術(shù)在審計(jì)中運(yùn)用，可以根據(jù)對各種業(yè)務(wù)類型的劃分歸納，自動對所涉及的業(yè)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)進(jìn)行了采集、初步處理、分析及實(shí)時監(jiān)測，自動產(chǎn)生各種預(yù)測和應(yīng)急預(yù)警的信息，為被審計(jì)的項(xiàng)目提供了線索及相關(guān)資料。這些措施有利于審計(jì)人員明確審計(jì)的重點(diǎn)與審計(jì)范圍，科學(xué)地安排年度審計(jì)工作，將有限量的審計(jì)資源合理配置投入至公司經(jīng)營業(yè)務(wù)中存在較大風(fēng)險(xiǎn)的領(lǐng)域，實(shí)現(xiàn)了審計(jì)管理工作的科學(xué)化、信息化、規(guī)范化。

二、人工智能審計(jì)帶來的新型風(fēng)險(xiǎn)

大數(shù)據(jù)審計(jì)是指面對大量的數(shù)據(jù)，運(yùn)用大數(shù)據(jù)技術(shù)方法和工具，開展多層次、多部門聯(lián)合的數(shù)據(jù)收集、分析和驗(yàn)證。與傳統(tǒng)審計(jì)相比較，大數(shù)據(jù)審計(jì)所使用的數(shù)據(jù)更多源復(fù)雜，所使用的技術(shù)方法更科學(xué)高級。而人工智能審計(jì)則是在大數(shù)據(jù)審計(jì)的基礎(chǔ)上，將審計(jì)過程智能化和標(biāo)準(zhǔn)化，可以說大數(shù)據(jù)是人工智能審計(jì)的基礎(chǔ)，而人工智能是大數(shù)據(jù)審計(jì)的未來提升的必然方向。而在這種發(fā)展衍生的過程中，通過分析發(fā)現(xiàn)會面臨以下三種新型風(fēng)險(xiǎn):

(一)數(shù)據(jù)安全風(fēng)險(xiǎn)

人工智能審計(jì)的所有構(gòu)建都基于大量的數(shù)據(jù)和數(shù)據(jù)模型，所以數(shù)據(jù)安全風(fēng)險(xiǎn)既包括數(shù)據(jù)源獲取是否準(zhǔn)確與全面的風(fēng)險(xiǎn)，也包括數(shù)據(jù)泄露的風(fēng)險(xiǎn)。我國目前各地管理標(biāo)準(zhǔn)不一、信息化智能化建設(shè)水平差異較大、各地和各部門出于信息安全性考慮對大部分?jǐn)?shù)據(jù)保密等情況，造成了各級審計(jì)機(jī)關(guān)之間、審計(jì)機(jī)構(gòu)與被審計(jì)單位之間數(shù)據(jù)流通不暢的問題。并且在大數(shù)據(jù)時代，信息量巨大，信息結(jié)構(gòu)復(fù)雜，網(wǎng)絡(luò)中充斥著大量的虛假信息、錯誤信息，如果數(shù)據(jù)源出現(xiàn)錯漏，將影響整個審計(jì)過程和審計(jì)結(jié)果。而在進(jìn)行數(shù)據(jù)儲存和傳輸?shù)恼麄€過程中，一旦用戶的數(shù)據(jù)庫和服務(wù)器遭到黑客的襲擊，很有可能就會造成數(shù)據(jù)泄露。例如，成本和原材料等信息如果被外泄，該企業(yè)會在供應(yīng)鏈的定價(jià)戰(zhàn)略等諸多方面陷入被動的狀態(tài)。

(二)人機(jī)溝通障礙風(fēng)險(xiǎn)

在審計(jì)中的人機(jī)溝通的目標(biāo)就是為了使得用戶和計(jì)算機(jī)軟件之間能夠做到盡可能方便地進(jìn)行信息交換。然而目前審計(jì)機(jī)構(gòu)的審計(jì)方法大多都停留在基于SQL的數(shù)據(jù)查詢和基于電子表格軟件的數(shù)據(jù)查詢兩個層面。然而這兩種方法都有其無法避免的不足之處。在SQL的數(shù)據(jù)查詢方法中，需要根據(jù)不同的問題特征編寫較為復(fù)雜SQL語句，這對于審計(jì)人員的電腦和編程能力有很高的要求;而這種分析的結(jié)果通常以二維表格展示，當(dāng)所得到的結(jié)果數(shù)據(jù)量較多時，無法直觀的展示篩查結(jié)果。而在基于電子表格軟件的數(shù)據(jù)查詢中，大多軟件無法對大量的數(shù)據(jù)進(jìn)行分析，同時半結(jié)構(gòu)化的數(shù)據(jù)也很難用到傳統(tǒng)的電子表格進(jìn)行分析。而當(dāng)今數(shù)據(jù)量不斷擴(kuò)大，數(shù)據(jù)類型和結(jié)構(gòu)也更加復(fù)雜，很顯然電子表格軟件已經(jīng)無法完全滿足對于大數(shù)據(jù)審計(jì)工作的需求。

(三)人工智能代替職業(yè)判斷的風(fēng)險(xiǎn)

審計(jì)的職業(yè)判斷，是指審計(jì)人員在對于審計(jì)準(zhǔn)則、財(cái)務(wù)報(bào)表的編制及其職業(yè)道德操守進(jìn)行熟悉和掌握的基礎(chǔ)上，將其相關(guān)知識、技術(shù)以及實(shí)戰(zhàn)經(jīng)驗(yàn)進(jìn)行綜合應(yīng)用并針對具體審計(jì)業(yè)務(wù)做出的一種有根據(jù)性地決定的判斷。目前的人工智能技術(shù)運(yùn)用水平下，人工智能的運(yùn)行還是要依賴以往的經(jīng)驗(yàn)判斷和設(shè)定的程序語言，再通過高速的運(yùn)算，最終做出類人的行為，無法取代人腦的創(chuàng)造性解決問題的能力和對新事物探索定義問題的能力。尤其在被審計(jì)單位或人員不配合、刻意隱瞞作假、行為言語有異常引起審計(jì)人員警惕的情況時，人工智能則完全無法對審計(jì)人員起到替代作用。在不能夠保證所有被審計(jì)單位都對審計(jì)機(jī)構(gòu)保持絕對信任和完全的數(shù)據(jù)共享的前提下，人工智能想要完全取代審計(jì)人員，代替審計(jì)人員的職業(yè)判斷，還需要在技術(shù)和制度兩方面都作出更多的努力。

三、人工智能審計(jì)新型風(fēng)險(xiǎn)的應(yīng)對措施

(一)靶向數(shù)據(jù)安全風(fēng)險(xiǎn):加密技術(shù)和“區(qū)塊鏈+審計(jì)”

針對數(shù)據(jù)安全問題、加密及安全技術(shù)的發(fā)展。比如，基于數(shù)據(jù)倉儲單元的信息安全技術(shù)、查詢方憑借設(shè)定的訪問授權(quán)才能對所指定的數(shù)據(jù)記錄或者是數(shù)據(jù)庫中的文件進(jìn)行查詢。伴隨著大量的數(shù)據(jù)搜索收集及分析，查詢方的組織屬性、訪問類別等信息將以“安全標(biāo)簽”的形式嵌入至其中的原始數(shù)據(jù)，形成唯一的新型數(shù)據(jù)單元結(jié)構(gòu)。將大量的數(shù)據(jù)倉儲單元安全技術(shù)綜合運(yùn)用于監(jiān)督信息共享的平臺，可以直接通過對訪問授權(quán)的方式進(jìn)行控制，從而有效地保證了原始數(shù)據(jù)的采集存儲、流通等相關(guān)信息的完整性及其安全，使得審計(jì)過程和審計(jì)成果的應(yīng)用可以變得更加高效、便捷。而區(qū)塊鏈技術(shù)是一種基于去中心化的全新分布式記賬技術(shù)，區(qū)塊鏈的去中心化特點(diǎn)，減輕了存儲審計(jì)數(shù)據(jù)的管理壓力，降低了審計(jì)數(shù)據(jù)存儲的安全風(fēng)險(xiǎn)。同時，區(qū)塊鏈也充分利用了時間戳技術(shù)來有效保障本地客戶端與遠(yuǎn)程移動終端之間的數(shù)據(jù)實(shí)時更新順序完全相符。時間戳技術(shù)能夠直接作為對區(qū)塊數(shù)據(jù)“存在性”和“真實(shí)性”的事實(shí)證明，確保了應(yīng)用該技術(shù)的審計(jì)系統(tǒng)的安全性和可靠性以及相關(guān)信息準(zhǔn)確真實(shí)性，大大增加了審計(jì)抵御技術(shù)風(fēng)險(xiǎn)和辨別真?zhèn)文芰Α?/p>

(二)靶向人機(jī)溝通障礙風(fēng)險(xiǎn):數(shù)據(jù)可視化

數(shù)據(jù)可視化的應(yīng)用在很大一定程度上解決了數(shù)據(jù)分析技術(shù)難度高和分析結(jié)果不直觀的問題，數(shù)據(jù)可視化主要是通過各種易于理解的手段，將復(fù)雜的數(shù)據(jù)顯示出來，從而能夠清晰有效地直接表達(dá)出數(shù)據(jù)中的信息，審計(jì)人員通過數(shù)據(jù)可視化就能發(fā)現(xiàn)隱藏在數(shù)據(jù)之下的規(guī)律。基于SQL的查詢方法、基于電子表格的查詢方法，以及基于數(shù)據(jù)可視化分析方法的主要優(yōu)缺點(diǎn)如表1所示。在對交通運(yùn)輸、地理資源、環(huán)境保護(hù)等領(lǐng)域進(jìn)行審計(jì)時，其業(yè)務(wù)數(shù)據(jù)包括融合了幾何、像素信息的圖形和影像數(shù)據(jù)。此時，數(shù)據(jù)可視化分析的優(yōu)勢就體現(xiàn)在:第一，擁有友好的人機(jī)交互功能，可以實(shí)現(xiàn)數(shù)據(jù)分析的操作只需系統(tǒng)頁面的簡單點(diǎn)擊就可完成。第二，具有豐富的圖像功能，有助于審計(jì)人員掌握審計(jì)要求和重點(diǎn)。第三，具有強(qiáng)大的圖形分析技術(shù)，可以交互地構(gòu)建和調(diào)節(jié)曲線、表面、節(jié)點(diǎn)等各種數(shù)學(xué)模型，可以替代一部分編程工作，提取異常的數(shù)據(jù)。

(三)靶向人工智能代替職業(yè)判斷風(fēng)險(xiǎn):機(jī)器學(xué)習(xí)與審計(jì)經(jīng)驗(yàn)結(jié)合

機(jī)器學(xué)習(xí)是現(xiàn)代人工智能的一個重要組成部分，它使分析模型的建立進(jìn)入自動化的程序。機(jī)器學(xué)習(xí)用模型進(jìn)行數(shù)據(jù)分析，其預(yù)測是否可靠，依賴于其所輸入的歷史資料質(zhì)量。所以，人的偏好可能影響到為了訓(xùn)練人工智能所需要選擇的數(shù)據(jù)集、為過程所選擇的計(jì)算方法和對輸出進(jìn)行詮釋。而為了使得審計(jì)智能化和自動化，不僅要及時地搜集到所有審計(jì)的數(shù)據(jù)，還要反復(fù)進(jìn)行數(shù)據(jù)處理，推導(dǎo)得到可以廣泛應(yīng)用的公式。在數(shù)據(jù)庫的選擇與篩選中，任何一個數(shù)據(jù)如果出現(xiàn)錯誤都有可能直接造成最終分析結(jié)論準(zhǔn)確性的下降，但人工智能在其現(xiàn)有的信息化和科技水平之下，無法通過自主機(jī)器學(xué)習(xí)的方式來彌補(bǔ)其中這一缺陷。換句話說，目前人們只能通過培訓(xùn)提升審計(jì)人員的業(yè)務(wù)水平和職業(yè)道德，減少甚至消除了劣質(zhì)數(shù)據(jù)的形成和產(chǎn)生，再通過對數(shù)據(jù)的存儲分析來積累優(yōu)質(zhì)審計(jì)人員和專家的經(jīng)驗(yàn)，以此來應(yīng)對人工智能無法代替職業(yè)判斷的風(fēng)險(xiǎn)。

參考文獻(xiàn):

［1］楊明增，任慶玲．現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式運(yùn)用及其研究［J］．中國注冊會計(jì)師，2015(3):95－99+3．

［2］陳莉．加快會計(jì)師事務(wù)所信息化建設(shè)的六大任務(wù)［J］．中國注冊會計(jì)師，2019(11):34－35．

［3］李強(qiáng)，謝汶莉．大數(shù)據(jù)審計(jì)中的可視分析［J］．中國內(nèi)部審計(jì)，2016(2):79－86．

［4］宋夏云，周琬宇．大數(shù)據(jù)視角下智能審計(jì)取證模式研究［J］．中國內(nèi)部審計(jì)，2018(12):71－74．

［5］許漢友，汪璐璐．智能審計(jì)本質(zhì)之問［J］．商業(yè)會計(jì)，2020(23):4－8．

篇（3）

XBRL通常被譯為可擴(kuò)展的商業(yè)報(bào)告語言(extensible business reporting language),是一個開放式的不局限于特定操作平臺的國際標(biāo)準(zhǔn),通過它可以實(shí)現(xiàn)財(cái)務(wù)和商業(yè)報(bào)告數(shù)據(jù)及時、準(zhǔn)確、高效和經(jīng)濟(jì)的存儲、處理和交流。XBRL是在XML(可擴(kuò)展的標(biāo)記語言)的基礎(chǔ)上發(fā)展起來的,是目前應(yīng)用于非結(jié)構(gòu)化信息處理尤其是財(cái)務(wù)報(bào)表信息處理的最新技術(shù)。它通過對財(cái)務(wù)數(shù)據(jù)進(jìn)行特定的標(biāo)簽識別和分類,促進(jìn)統(tǒng)一信息的財(cái)務(wù)數(shù)據(jù)在不同的計(jì)算機(jī)平臺和財(cái)務(wù)信息使用者之間共享,極大地促進(jìn)了財(cái)務(wù)信息數(shù)據(jù)挖掘的進(jìn)行,滿足了決策者對有用信息和知識的要求。

一、XBRL技術(shù)框架及特點(diǎn)

(一)XBRL技術(shù)框架

XBRL運(yùn)用XML數(shù)據(jù)標(biāo)記描述財(cái)務(wù)信息,主要由XBRL規(guī)范、XBRL分類標(biāo)準(zhǔn)、XBRL實(shí)例文檔和樣式表組成。XBRL規(guī)范,或稱規(guī)格書、說明,是XBRL的核心和基礎(chǔ),它規(guī)定了XBRL的理念和原則,主要用于定義XBRL的各種專用術(shù)語,規(guī)范XBRL的文件格式,說明怎樣建立XBRL;XBRL分類標(biāo)準(zhǔn)是XBRL為企業(yè)報(bào)告中的每個項(xiàng)目建立不同的標(biāo)簽,分類標(biāo)準(zhǔn)定義了各項(xiàng)目的屬性及其之間的關(guān)系等,相當(dāng)于一個行業(yè)商業(yè)信息交換的“詞典”。分類標(biāo)準(zhǔn)是在技術(shù)規(guī)范的基礎(chǔ)上,結(jié)合各個國家、行業(yè)、企業(yè)的實(shí)際情況制定的;XBRL實(shí)例文檔是一個企業(yè)財(cái)務(wù)報(bào)告的實(shí)例文件,主要包含財(cái)務(wù)報(bào)告中的標(biāo)簽和數(shù)據(jù)。XBRL根據(jù)財(cái)務(wù)報(bào)告中標(biāo)簽與會計(jì)業(yè)務(wù)數(shù)據(jù)的對應(yīng),利用應(yīng)用程序自動從會計(jì)業(yè)務(wù)數(shù)據(jù)庫中提取數(shù)據(jù),生成實(shí)例文檔;樣式表用于定義財(cái)務(wù)報(bào)告時的顯示項(xiàng)目和格式。整個技術(shù)框架采用自下而上的層次結(jié)構(gòu)(如圖1所示)。

(二)XBRL特點(diǎn)和技術(shù)優(yōu)勢

作為一種以XML為基礎(chǔ)發(fā)展起來的標(biāo)記語言,XBRL繼承了XML所擁有的所有語言優(yōu)勢,其特點(diǎn)和技術(shù)優(yōu)勢如下:

(1)無許可證限制,XBRL具有良好屬性的開放式技術(shù)構(gòu)架,它使任何財(cái)務(wù)信息供應(yīng)鏈上的人都能免費(fèi)、自由地在不同的軟件平臺上準(zhǔn)備、獲得、交換并分析財(cái)務(wù)信息。

(2)跨平臺使用。由于XML文件可以跨平臺使用,XBRL就具有了跨平臺的優(yōu)勢。在不同的操作系統(tǒng)下,如Windows、Unix和Linux等,XBRL文件無需修改就可以直接使用。在不同的應(yīng)用軟件中,即使所用的數(shù)據(jù)庫不同,只要轉(zhuǎn)換成XBRL格式,也可以實(shí)現(xiàn)數(shù)據(jù)的交換。因而,通過XBRL 信息可以在不同的操作系統(tǒng)、數(shù)據(jù)庫和應(yīng)用軟件之間進(jìn)行傳輸和交換,XBRL是一種互聯(lián)網(wǎng)上企業(yè)報(bào)告的通用語言。

(3)多種格式的輸出。對同一份XBRL實(shí)例文檔,采用不同的樣式表,可以生成多種企業(yè)報(bào)告,所有報(bào)告的編制一次性完成,不僅降低了輸入錯誤的風(fēng)險(xiǎn),保證了數(shù)據(jù)的一致性,而且減少了重復(fù)輸入,提高了報(bào)告的編制效率。對同一份企業(yè)報(bào)告,XBRL也可以按多種格式輸出,如在瀏覽器上顯示、轉(zhuǎn)換成不同的數(shù)據(jù)格式進(jìn)行傳輸,或打印成紙質(zhì)財(cái)務(wù)報(bào)告等。

(4)搜索快速、準(zhǔn)確。采用XBRL的方式,統(tǒng)一了網(wǎng)上的數(shù)據(jù)定義和格式,無需以人工方式找出網(wǎng)上的數(shù)據(jù)資料后逐一進(jìn)行比較,所以XBRL在數(shù)據(jù)處理方面的效率要遠(yuǎn)遠(yuǎn)高于網(wǎng)絡(luò)上常用的PDF、WORD、HTML格式文件,有利于網(wǎng)上搜尋引擎的自動搜尋和過濾工作,達(dá)到快速、準(zhǔn)確。

二、數(shù)據(jù)挖掘技術(shù)及其在財(cái)務(wù)信息系統(tǒng)中的應(yīng)用分析

(一)數(shù)據(jù)挖掘

隨著數(shù)據(jù)庫技術(shù)的廣泛使用,以及計(jì)算技術(shù)和計(jì)算機(jī)性能與網(wǎng)絡(luò)的迅速發(fā)展,人們面臨著一個困難的問題,即如何從海量的數(shù)據(jù)中提取出有價(jià)值的信息。查詢功能遠(yuǎn)不能滿足人們的需要,數(shù)據(jù)挖掘應(yīng)運(yùn)而生。數(shù)據(jù)挖掘(Data Mining,DM)是從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)集中識別有效的、新穎的和潛在有用的,以及最終可理解的模式的過程。

在當(dāng)今瞬息萬變的商業(yè)環(huán)境中,競爭的主要方式是信息的競爭,傳統(tǒng)的事后分析型的數(shù)據(jù)分析方法被事前探索型的數(shù)據(jù)挖掘所取代。而與此同時,信息提供者之間也存在著激烈的競爭,如財(cái)務(wù)信息與非財(cái)務(wù)信息之間的競爭。XBRL技術(shù)的應(yīng)用不但為財(cái)務(wù)信息提供者增加了競爭的籌碼,也直接推動了財(cái)務(wù)數(shù)據(jù)挖掘的展開。

(二)財(cái)務(wù)信息系統(tǒng)中應(yīng)用的數(shù)據(jù)挖掘策略

數(shù)據(jù)挖掘策略概括了一種解決問題的方法,即選擇什么方式解決特定的問題。數(shù)據(jù)挖掘策略可以廣義地分為有指導(dǎo)學(xué)習(xí)和無指導(dǎo)聚類。有指導(dǎo)學(xué)習(xí)是指利用已知的模型和屬性來幫助我們進(jìn)一步區(qū)分結(jié)構(gòu)相似的對象。與有指導(dǎo)學(xué)習(xí)不同,無指導(dǎo)沒有預(yù)先已知的模型和屬性,所有變量均為自變量。在財(cái)務(wù)信息系統(tǒng)中主要應(yīng)用以下幾種數(shù)據(jù)挖掘策略:(1)分類,分類是用一個函數(shù)把各個數(shù)據(jù)項(xiàng)映射到某個預(yù)定義的類,或者說是發(fā)掘出關(guān)于該類數(shù)據(jù)的描述或者模型,重點(diǎn)在于建立模型,將新的實(shí)例指派給一組定義明確的類中的一個。例如:確定一項(xiàng)長期投資是否具有高風(fēng)險(xiǎn);將進(jìn)行賒銷的客戶歸類為具有良好的或者不良的信用風(fēng)險(xiǎn)的客戶群等。(2)估計(jì),與分類模型類似,估計(jì)模型的目的在于確定一個未知屬性的值。然而,不同于分類屬性的是,對一個估計(jì)問題,其輸出屬性(一個或多個)是數(shù)值的而不是分類的。例如:估計(jì)一項(xiàng)投資的風(fēng)險(xiǎn)程度;估計(jì)當(dāng)前應(yīng)收賬款中的壞賬比例;估計(jì)籌資規(guī)模(數(shù)量)等。(3)預(yù)測,預(yù)測模型的目的在于確定未來的輸出結(jié)果而不是當(dāng)前的行為。通過建立表示數(shù)據(jù)中固有模式和趨勢的模型,這樣該模型可以用來對未來事件的結(jié)果進(jìn)行預(yù)測,在財(cái)務(wù)系統(tǒng)中,常有的一些預(yù)測例子有:預(yù)測一項(xiàng)投資的未來收益;預(yù)測產(chǎn)品銷售的價(jià)格趨勢等。(4)無指導(dǎo)聚類,對于無指導(dǎo)聚類,沒有因變量指導(dǎo)學(xué)習(xí)的過程。相反,學(xué)習(xí)規(guī)程通過使用聚類度量將實(shí)例分為兩個或更多個類,來建立知識結(jié)構(gòu)。無指導(dǎo)聚類策略的主要目標(biāo)在于發(fā)現(xiàn)數(shù)據(jù)中的概念結(jié)構(gòu),是一種對具有共同趨勢和模式的數(shù)據(jù)元組進(jìn)行分組的方法。聚類經(jīng)常用于搜索并且識別一個有限的種類集合或簇集合,從而描述數(shù)據(jù)。例如對客戶群體分類,將目標(biāo)消費(fèi)群體化分為三個類:高收入、中等收入、低收入,針對不同類的客戶采取不同的營銷策略等。

到目前為止,大多數(shù)數(shù)據(jù)挖掘是借用人工智能的各種方法來挖掘數(shù)據(jù)中存在的知識。但是正如人工智能本身的發(fā)展現(xiàn)狀一樣,數(shù)據(jù)挖掘還不能很好的理解數(shù)據(jù)中存在的知識。XML技術(shù)的出現(xiàn),不僅為互聯(lián)網(wǎng)上的電子數(shù)據(jù)交換提供了一個標(biāo)準(zhǔn),而且XML技術(shù)從數(shù)據(jù)的角度提供了一個更好的表示數(shù)據(jù)內(nèi)容以及數(shù)據(jù)所代表意義的手段。XBRL作為XML在網(wǎng)絡(luò)財(cái)務(wù)報(bào)告語言上的應(yīng)用,則為我們理解大量的財(cái)務(wù)數(shù)據(jù),為企業(yè)戰(zhàn)略的建立提供有效的支持。

三、基于XBRL技術(shù)的財(cái)務(wù)信息挖掘系統(tǒng)架構(gòu)模型

傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘的一般過程主要包括財(cái)務(wù)數(shù)據(jù)源、財(cái)務(wù)數(shù)據(jù)的集成和變換、財(cái)務(wù)數(shù)據(jù)倉庫、財(cái)務(wù)數(shù)據(jù)挖掘以及知識表達(dá)等幾個階段。首先將各種形式的財(cái)務(wù)數(shù)據(jù)經(jīng)過集成和變換,去除冗余,轉(zhuǎn)換成符合一定格式的數(shù)據(jù),并裝入財(cái)務(wù)數(shù)據(jù)倉庫,而財(cái)務(wù)數(shù)據(jù)倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的財(cái)務(wù)數(shù)據(jù)集合,用于支持管理決策。財(cái)務(wù)數(shù)據(jù)挖掘是整個過程的核心部分,其目的是從大量的財(cái)務(wù)數(shù)據(jù)中挖掘出潛在的、有用的知識或模式。傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘過程需要數(shù)據(jù)倉庫的支持,而財(cái)務(wù)數(shù)據(jù)倉庫的建立需要專業(yè)的技術(shù)手段,對大多數(shù)企業(yè)來講,實(shí)現(xiàn)的難度很大,往往達(dá)不到預(yù)期的效果。

筆者設(shè)計(jì)的基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘過程,主要通過一個數(shù)據(jù)變換模塊將各種格式的數(shù)據(jù)轉(zhuǎn)換為符合XBRL規(guī)范的數(shù)據(jù),解決了重要而繁雜的技術(shù)難題,財(cái)務(wù)數(shù)據(jù)挖掘是從具有統(tǒng)一XBRL描述形式的數(shù)據(jù)中挖掘出潛在的有用的知識或模式。

基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘模型如圖2所示,主要包括財(cái)務(wù)數(shù)據(jù)獲取模塊、XBRL模式變換、財(cái)務(wù)數(shù)據(jù)挖掘以及基于XBRL的知識表達(dá)與理解四個部分。各部分之間的信息流動和數(shù)據(jù)交換都是基于XBRL進(jìn)行的。

(一)財(cái)務(wù)數(shù)據(jù)獲取模塊

數(shù)據(jù)獲取模塊的主要功能是獲取財(cái)務(wù)數(shù)據(jù)源,財(cái)務(wù)數(shù)據(jù)的來源可以有多種,可以是企業(yè)內(nèi)部財(cái)務(wù)系統(tǒng)、本地外部財(cái)務(wù)系統(tǒng)、遠(yuǎn)程外部財(cái)務(wù)系統(tǒng)以及企業(yè)已經(jīng)建立的諸如ERP、SCM、CRM、OA等系統(tǒng)和一些相關(guān)系統(tǒng),這些系統(tǒng)數(shù)據(jù)格式千差萬別,需要按照XBRL的語法格式和語義規(guī)則進(jìn)行提取、轉(zhuǎn)換,統(tǒng)一轉(zhuǎn)換為XBRL模式數(shù)據(jù)。

(二)XBRL模式變換

基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘,其數(shù)據(jù)源必須是符合XBRL規(guī)范的財(cái)務(wù)數(shù)據(jù),因此在進(jìn)行財(cái)務(wù)數(shù)據(jù)挖掘之前,所有財(cái)務(wù)數(shù)據(jù)以及其他源數(shù)據(jù)都要經(jīng)過處理,轉(zhuǎn)換成符合XBRL規(guī)范的格式。這一過程需要通過XBRL模式變換來實(shí)現(xiàn)。根據(jù)數(shù)據(jù)的組織形式,XBRL模式變換模塊的主要功能分為兩個部分:一是對XBRL描述的財(cái)務(wù)數(shù)據(jù)源進(jìn)行規(guī)范性檢測;二是對非XBRL描述的財(cái)務(wù)數(shù)據(jù)進(jìn)行XBRL封裝。

(三)財(cái)務(wù)數(shù)據(jù)挖掘

利用多維分析工具、多維報(bào)表工具以及數(shù)據(jù)挖掘工具對數(shù)據(jù)進(jìn)行綜合數(shù)據(jù)查詢、分析統(tǒng)計(jì)和生成統(tǒng)計(jì)圖表等,通過采用分類、聚類分析、統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則、決策樹方法、神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘方法,從大量的具有統(tǒng)一XBRL格式的財(cái)務(wù)數(shù)據(jù)中挖掘出潛在的、有用的知識或模式。

(四)基于XBRL的知識表達(dá)模塊

知識表達(dá)模塊的主要功能是對在數(shù)據(jù)挖掘模塊中發(fā)現(xiàn)的知識進(jìn)行可視化的表示,以便于非專業(yè)管理人員理解。財(cái)務(wù)數(shù)據(jù)挖掘的根本目的是從財(cái)務(wù)數(shù)據(jù)中發(fā)現(xiàn)有用的知識或模式,在知識的表示形式上,目前較好的且應(yīng)用較多的有專家系統(tǒng)知識規(guī)則、決策樹規(guī)則和在數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則以及分類規(guī)則等。財(cái)務(wù)數(shù)據(jù)挖掘結(jié)果不僅要有利于人的理解,而且更主要的是要有利于計(jì)算機(jī)的理解,因此在數(shù)據(jù)挖掘完成之后,要將所得到的知識,形成符合XBRL規(guī)范的知識庫。

四、結(jié)束語

XBRL在未來發(fā)展前景良好,所有企業(yè)都會向這一方向發(fā)展,所以面向XBRL數(shù)據(jù)挖掘也會得到長遠(yuǎn)發(fā)展。本文從XBRL的技術(shù)框架及特點(diǎn)、數(shù)據(jù)挖掘技術(shù)及其在財(cái)務(wù)系統(tǒng)中應(yīng)用分析出發(fā),結(jié)合傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘的一般過程和XBRL技術(shù),設(shè)計(jì)出一種基于XBRL技術(shù)的財(cái)務(wù)數(shù)據(jù)挖掘系統(tǒng)模型,為進(jìn)一步深入研究財(cái)務(wù)數(shù)據(jù)挖掘提供了一種較好的方法。

【參考文獻(xiàn)】

[1] 劉國英.基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘系統(tǒng)分析與設(shè)計(jì)[J].中國管理信息化,2008(18):12-15.

[2] 劉靜.淺談XBRL與財(cái)務(wù)信息數(shù)據(jù)挖掘[J].湖南財(cái)經(jīng)高等專科學(xué)校學(xué)報(bào),2004,20(6):53-55.

篇（4）

[DOI]10.13939/ki.zgsc.2017.12.192

1 “三化”管控體系的構(gòu)建目標(biāo)

物資成本“三化”管控體系，是以規(guī)范化、精益化和動態(tài)化為著眼點(diǎn)，圍繞財(cái)務(wù)集約化“深化應(yīng)用、提升功能、實(shí)時管控、精益高效”的總體要求，以“實(shí)現(xiàn)信息關(guān)聯(lián)無壁壘、過程管控?zé)o盲點(diǎn)、財(cái)務(wù)風(fēng)險(xiǎn)防得住”為目標(biāo)，涵蓋物資成本預(yù)算、采購執(zhí)行、執(zhí)行結(jié)果分析在內(nèi)的一套物資成本管控模式與實(shí)施解決方案。“三化”管控體的建立及應(yīng)用，能實(shí)現(xiàn)業(yè)務(wù)與財(cái)務(wù)融合互動，做到實(shí)物管理和賬務(wù)處理的聯(lián)動集成，拓展財(cái)務(wù)管理的細(xì)度和精度，提高了財(cái)務(wù)在企業(yè)資源配置過程中的主動性、科學(xué)性和有序性。

2 “三化”管控體系的構(gòu)建要點(diǎn)

2.1 規(guī)范化的構(gòu)建要點(diǎn)

物料主數(shù)據(jù)是企業(yè)所采購、生產(chǎn)和存儲的物料的所有信息，包括基本屬性、工廠數(shù)據(jù)、存儲數(shù)據(jù)三大類。基本屬性包括編碼、名稱、計(jì)量單位等數(shù)據(jù)；工廠數(shù)據(jù)是針對特定工廠的采購組織、計(jì)劃交貨期等數(shù)據(jù)；存儲數(shù)據(jù)是針對特定存儲地點(diǎn)的存儲時間、庫存數(shù)量等數(shù)據(jù)。

2.2 精益化的構(gòu)建要點(diǎn)

核算對象指物資成本應(yīng)該歸集到的部門或班組。為了保證核算的精益性，物資成本應(yīng)從產(chǎn)生時，就在業(yè)務(wù)部門歸集到最小顆粒上，例如班組。

在對物資成本進(jìn)行分類時，也要做到精細(xì)，并用輔助記錄核算的方式，保證可以對其進(jìn)行多維度統(tǒng)計(jì)分析。

2.3 動態(tài)化的構(gòu)建要點(diǎn)

要將業(yè)務(wù)部門的物資管理系統(tǒng)與財(cái)務(wù)部門的核算系統(tǒng)進(jìn)行集成，從而使財(cái)務(wù)部門在未獲得物資成本的紙質(zhì)單據(jù)前，就能及時獲取物資的成本信息，進(jìn)行實(shí)時管控。

3 “三化”管控體系的構(gòu)建應(yīng)用

以物資成本“三化”管控體系為理論基礎(chǔ)，建設(shè)一套“三化”管控系統(tǒng)，實(shí)現(xiàn)信息關(guān)聯(lián)無壁壘、過程管控?zé)o盲點(diǎn)、財(cái)務(wù)風(fēng)險(xiǎn)防得住。同時為優(yōu)化崗位設(shè)置和減少人工管理成本提供了依據(jù)，對同行業(yè)單位具有較強(qiáng)的借鑒和參考意義。

3.1 規(guī)范業(yè)務(wù)，統(tǒng)一標(biāo)準(zhǔn)，實(shí)現(xiàn)信息關(guān)聯(lián)無壁壘

對物料主數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行統(tǒng)一，實(shí)現(xiàn)需求方、供貨方、驗(yàn)貨方的一體化操作。通過對后勤部門的需求和對歷史數(shù)據(jù)的歸納整理，形成物料主數(shù)據(jù)中類31個，主要有：食雜用品、肉類及制品、蔬菜、蛋類、廚雜用品、針棉制品、清潔用品、綠化用品、五金材料、辦公用品、消防安全用品等。再根據(jù)中類，對其細(xì)分，形成小類57個。后勤部門在對物資進(jìn)行驗(yàn)收入庫時，利用“三化”管控系統(tǒng)，整合需求方的采購申請單信息和供應(yīng)商的送貨單信息，自動生成入庫單。

統(tǒng)一物料類別標(biāo)準(zhǔn)，實(shí)現(xiàn)物資和財(cái)務(wù)數(shù)據(jù)自動關(guān)聯(lián)。通過對財(cái)務(wù)部門和后勤部門的訪談和對物資歷史明細(xì)賬的梳理，建立了一套物料類別（中類）與會計(jì)科目的映射關(guān)系。財(cái)務(wù)部門在收到后勤部門傳遞來的業(yè)務(wù)單據(jù)時，利用“三化”管控體系，進(jìn)行實(shí)時便捷的賬務(wù)處理，并可進(jìn)行穿透和追溯查詢，實(shí)現(xiàn)物資明細(xì)賬和總賬的系統(tǒng)關(guān)聯(lián)和賬務(wù)追溯。

統(tǒng)一組織機(jī)構(gòu)標(biāo)準(zhǔn)，實(shí)現(xiàn)成本費(fèi)用與成本中心的自動匹配。建立部門與成本中心組、班組與成本中心的映射關(guān)系，使“三化”管控體系能自動將業(yè)務(wù)端發(fā)生的各項(xiàng)成本費(fèi)用歸集到財(cái)務(wù)端的各個成本核算單元中。

3.2 把握全局，注重細(xì)節(jié)，做到過程管控?zé)o盲點(diǎn)

打通物資的實(shí)物管理和價(jià)值管理的鏈條，實(shí)現(xiàn)物資成本的全過程閉環(huán)在線管控。建立物資成本的全過程管理流程，從物資成本預(yù)算編制，到預(yù)算執(zhí)行，再到預(yù)算分析，分析的結(jié)果又作為預(yù)算編制作參考，實(shí)現(xiàn)物資成本的閉環(huán)在線管控。

成本核算對象全面、多樣，實(shí)現(xiàn)成本的精益化管理。每項(xiàng)成本根據(jù)管理需求的不同，針對不同的對象進(jìn)行核算，實(shí)現(xiàn)成本的精益化管理。例如， 采購成本的核算對象是物料； 管理成本的核算對象是各個部門或班組； 業(yè)務(wù)成本的核算對象是各個項(xiàng)目。

借助物資成本“三化”管控系統(tǒng)，優(yōu)化整合了業(yè)務(wù)流程，實(shí)現(xiàn)了物料核算憑證的自動化預(yù)制。財(cái)務(wù)部門的工作重心從賬務(wù)處理轉(zhuǎn)移至到財(cái)務(wù)管理和分析上，為領(lǐng)導(dǎo)層的決策提供有力的數(shù)據(jù)服務(wù)和支撐。

系統(tǒng)自動平衡采購需求，實(shí)現(xiàn)庫房物資科學(xué)供給。各庫房管理員線上提報(bào)領(lǐng)用申請單時，系統(tǒng)會自動將領(lǐng)用需求與庫存情況進(jìn)行匹配。對于庫存充足的，自動生成領(lǐng)用單，進(jìn)入物資領(lǐng)用流程；對于庫存不足的，系統(tǒng)會提醒庫管員進(jìn)行補(bǔ)庫或生成采購申請單，進(jìn)入物資采購流程。此設(shè)計(jì)能p少人工操作，降低錯誤率，實(shí)現(xiàn)庫房物資的科學(xué)供給，保持合理庫存。

現(xiàn)場移動辦公，實(shí)現(xiàn)便捷高效的業(yè)務(wù)操作。庫管員在收貨現(xiàn)場利用移動終端調(diào)出采購需求以及供應(yīng)商的供貨信息，基于這些信息創(chuàng)建入庫單，避免先手工記錄再回辦公室進(jìn)行電腦錄入的重復(fù)勞動。

3.3 線上管理，動態(tài)分析，確保財(cái)務(wù)風(fēng)險(xiǎn)防得住

實(shí)時掌握物資業(yè)務(wù)動態(tài)，確保預(yù)算在控可控。將物資信息、財(cái)務(wù)信息集成到一個系統(tǒng)中進(jìn)行管理，可隨時對物資信息進(jìn)行動態(tài)查詢和追溯，可及時預(yù)防、發(fā)現(xiàn)和糾正影響財(cái)務(wù)價(jià)值管理的違規(guī)行為。

實(shí)時監(jiān)控財(cái)務(wù)指標(biāo)結(jié)果，確保經(jīng)營風(fēng)險(xiǎn)可控。通過在系統(tǒng)中實(shí)現(xiàn)對財(cái)務(wù)指標(biāo)進(jìn)行計(jì)算與統(tǒng)計(jì)分析功能，可隨時查看財(cái)務(wù)考核指標(biāo)、盈利能力指標(biāo)、營運(yùn)能力指標(biāo)、盈虧平衡情況的可視化分析結(jié)果。

4 “三化”管控體系的應(yīng)用成效

4.1 加強(qiáng)內(nèi)控，防范風(fēng)險(xiǎn)

物資成本“三化”管控體系的建立，使各部門分工明確，各司其職，業(yè)務(wù)處理透明化、制度化和規(guī)范化，最大限度地保證成本信息的完整性和可追溯性，易于查詢；同時有效實(shí)現(xiàn)了物資與財(cái)務(wù)的信息共享，杜絕信息孤島現(xiàn)象，解決物資實(shí)物與價(jià)值管理不分離問題，強(qiáng)化內(nèi)控執(zhí)行，防范風(fēng)險(xiǎn)，同時也為后續(xù)的業(yè)務(wù)分析和輔助決策奠定基礎(chǔ)。

4.2 優(yōu)化流程，提高效率

物資成本“三化”管控體系的采用全過程的流程化管理模式，上一道工序的工作效率和工作質(zhì)量直接影響到下一道工序，乃至整個工作任務(wù)的質(zhì)量和實(shí)施進(jìn)度。這就促使部門之間要加強(qiáng)溝通，相互協(xié)作，齊心協(xié)力，這樣才能確保完成任務(wù)。同時，由于是流程化管理，每一個流程的管理工作，都將在系統(tǒng)中留下操作記錄和日志，有利于考核，也有利于相互監(jiān)督，提高整體工作效率。

4.3 在線監(jiān)控，降低成本

運(yùn)用“三化”管控系統(tǒng)將物資成本的管控流程加以固化，實(shí)現(xiàn)物資、財(cái)務(wù)業(yè)務(wù)的在線監(jiān)控。物資業(yè)務(wù)動態(tài)和財(cái)務(wù)指標(biāo)結(jié)果的實(shí)時反映，可提高業(yè)務(wù)處理準(zhǔn)確性，并減少人工再整理和再確認(rèn)的重復(fù)工作量，提高了工作效率，降低財(cái)務(wù)管理的人力成本。

參考文獻(xiàn)：

[1]張玉萍.企業(yè)會計(jì)成本核算存在問題及其解決對策[J].中國市場，2013（33）：140-141，144.

[2]高萍.論作業(yè)成本法在精細(xì)化成本管理中的應(yīng)用[J].中國市場，2014（14）：21-22，30.

[3]唐菁.電力企業(yè)精益化成本管理淺析[J].財(cái)經(jīng)界：學(xué)術(shù)版，2015（22）：46.

[4]王磊，雷亮.物資管理與ERP深化應(yīng)用助力企業(yè)實(shí)現(xiàn)成本管控[J].中國管理信息化，2016（8）：56.

[5]顧偉明.有效管控對企業(yè)物資供應(yīng)及成本的影響分析[J].經(jīng)營管理者，2014（13）：207.

[6]郭金瑋.淺談施工企業(yè)如何從物資管控中實(shí)現(xiàn)效益的“開源”與“節(jié)流”[J].甘肅科技，2016（21）：67-69.

[7]趙朝府.企業(yè)物資采購成本管理及控制研究[J].科技經(jīng)濟(jì)市場，2016（5）：68-69.

篇（5）

關(guān)鍵詞：商業(yè)智能 財(cái)務(wù)管理 OLAP

引言

在信息缺乏的時代，企業(yè)管理層更多依靠個人經(jīng)驗(yàn)和智慧進(jìn)行管理，制訂決策。隨著計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)等現(xiàn)代信息技術(shù)廣泛應(yīng)用于企業(yè)管理，使企業(yè)管理的效率及勞動生產(chǎn)率都得到了極大的提高。在這樣一個信息時代，企業(yè)管理者面對的數(shù)據(jù)和信息都有了海量的增長，而“無知”則會成為現(xiàn)代企業(yè)管理與決策的最大威協(xié)。據(jù)IBM估計(jì)，全球每天在線的數(shù)據(jù)為2EB，而在脫機(jī)的媒體中數(shù)據(jù)則是在線的30倍之多。這無疑將對企業(yè)搜集、管理、分析整理數(shù)據(jù)，以提供它們進(jìn)行管理所需要的必要信息進(jìn)而快速做出正確的決策方面增加新的難度。

如何幫助企業(yè)管理層在最短的時間內(nèi)面對海量的數(shù)據(jù)做出最為快速和科學(xué)合理的反應(yīng)和處理，以提高企業(yè)管理者的決策水平，從而獲得新的競爭優(yōu)勢，將顯得尤為迫切和重要。而商業(yè)智能技術(shù)的應(yīng)用極大地方便了企業(yè)管理者高效利用數(shù)據(jù)，真正實(shí)現(xiàn)以數(shù)據(jù)分析和處理的智能化決策，為企業(yè)的智能化財(cái)務(wù)管理提供強(qiáng)有力的支持。

商業(yè)智能技術(shù)應(yīng)用于企業(yè)財(cái)務(wù)管理的戰(zhàn)略意義

（一）企業(yè)實(shí)現(xiàn)戰(zhàn)略目標(biāo)的內(nèi)在需求

戰(zhàn)略目標(biāo)是對企業(yè)戰(zhàn)略經(jīng)營活動預(yù)期取得的主要成果的期望值。戰(zhàn)略目標(biāo)的設(shè)定，同時也是企業(yè)宗旨的展開和具體化，是企業(yè)宗旨中確認(rèn)的企業(yè)經(jīng)營目的、社會使命的進(jìn)一步闡明和界定，也是企業(yè)在既定的領(lǐng)域展開戰(zhàn)略經(jīng)營活動所要達(dá)到的水平的具體規(guī)定。

隨著計(jì)算機(jī)技術(shù) 、通信技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展與應(yīng)用，賬務(wù)信息化建設(shè)取得了一定的成效，信息化的層次在不斷演進(jìn)，第一個階段是單一部門的信息化，其應(yīng)用效果主要是單項(xiàng)工作的自動化，這個階段的財(cái)務(wù)軟件屬于記賬型財(cái)務(wù)軟件；第二個階段是跨部門的信息化，這一階段對應(yīng)的財(cái)務(wù)軟件是核算型財(cái)務(wù)軟件；第三個階段是企業(yè)級的信息化，這一階段強(qiáng)調(diào)企業(yè)整體動作能力的提升，對應(yīng)的財(cái)務(wù)軟件是管理型財(cái)務(wù)軟件。

隨著信息化向縱深方向發(fā)展企業(yè)的戰(zhàn)略目標(biāo)與財(cái)務(wù)信息系統(tǒng)目標(biāo)能更好的整合，企業(yè)的業(yè)務(wù)流程更趨合理，提高企業(yè)管理人員的工作效率，整合優(yōu)化企業(yè)資源的配置，從而達(dá)到加強(qiáng)企業(yè)內(nèi)部控制實(shí)現(xiàn)的目的，對企業(yè)長期戰(zhàn)略目標(biāo)的實(shí)現(xiàn)具有積極的作用。財(cái)務(wù)管理信息化建設(shè)能夠促進(jìn)企業(yè)財(cái)務(wù)管理水平的提升，改進(jìn)管理模式以適應(yīng)財(cái)務(wù)信息化的要求，商業(yè)智能技術(shù)能夠?qū)崿F(xiàn)財(cái)務(wù)管理數(shù)據(jù)深層次描述和指標(biāo)分析 ，挖掘出財(cái)務(wù)數(shù)據(jù)中深層次的信息并發(fā)現(xiàn)企業(yè)所存在的問題，使財(cái)務(wù)數(shù)據(jù)得到有效地利用。

（二）提高企業(yè)財(cái)務(wù)運(yùn)營分析的質(zhì)量

隨著信息化的全面展開，各組織基本實(shí)現(xiàn)了管理的現(xiàn)代化、智能化、一體化。信息化的層次從MRP、MRPII、ERP到CRM，每一次變革都極大地推動了企業(yè)信息化的升級和企業(yè)管理水平的提高。組織實(shí)施了財(cái)務(wù)信息化之后，在組織內(nèi)部財(cái)務(wù)數(shù)據(jù)的準(zhǔn)確、可靠、真實(shí)地以電子形式存儲在有關(guān)文件之中，這些數(shù)據(jù)不但可以進(jìn)行數(shù)據(jù)之間的運(yùn)算處理，而且具有數(shù)據(jù)統(tǒng)一性、完整性、安全性的特征。對外報(bào)送的數(shù)據(jù)多數(shù)是以報(bào)表為主，獲取容易，通過利用商業(yè)智能技術(shù)對組織內(nèi)部數(shù)據(jù)及相關(guān)企業(yè)的有關(guān)數(shù)據(jù)進(jìn)行全面分析，加強(qiáng)組織內(nèi)部資源的優(yōu)化配置，優(yōu)化經(jīng)營決策的制定，控制利潤目標(biāo)以及經(jīng)營成本費(fèi)用，企業(yè)財(cái)務(wù)信息的統(tǒng)一標(biāo)準(zhǔn)化收集和處理，進(jìn)而提升組織財(cái)務(wù)管理效率和財(cái)務(wù)運(yùn)營分析質(zhì)量。

（三）對于促進(jìn)企業(yè)提高經(jīng)濟(jì)效益有現(xiàn)實(shí)意義

傳統(tǒng)的財(cái)務(wù)管理系統(tǒng)可以分為三個層次：財(cái)務(wù)戰(zhàn)略管理、財(cái)務(wù)業(yè)務(wù)管理和財(cái)務(wù)業(yè)務(wù)作業(yè)管理。其中，財(cái)務(wù)戰(zhàn)略管理是企業(yè)財(cái)務(wù)資源，建立并維持整個企業(yè)財(cái)務(wù)運(yùn)營秩序，從宏觀層次規(guī)劃企業(yè)財(cái)務(wù)的發(fā)展方向及路徑；財(cái)務(wù)業(yè)務(wù)管理層是對企業(yè)的財(cái)務(wù)資源、計(jì)劃等進(jìn)行管理；財(cái)務(wù)作業(yè)管理層是直接幫助員工處理具體的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)。商業(yè)智能并不是完全傳統(tǒng)的管理職能，而是以智能化的方式對現(xiàn)有的管理模式進(jìn)行改造，其主要目的是將人工智能和技術(shù)因素進(jìn)行高效和智能整合，使企業(yè)變得更加“聰明”。

商業(yè)智能雖不能給企業(yè)帶來直接的經(jīng)濟(jì)效益，但是它可以為企業(yè)帶來經(jīng)過科學(xué)武裝的管理思維，提高決策的準(zhǔn)確性和及時性、并能及時發(fā)現(xiàn)問題，這些都是企業(yè)提升經(jīng)濟(jì)效益的基礎(chǔ)和關(guān)鍵。

商業(yè)智能的內(nèi)涵及基本思想

商業(yè)智能（Business Intelligence）自1996年首次提出以來，其內(nèi)涵也隨著商業(yè)理論、計(jì)算機(jī)技術(shù)的發(fā)展而不斷更新。目前通常認(rèn)為，商業(yè)智能是指利用已有的數(shù)據(jù)資源做出更好的商業(yè)決策，也就是說從數(shù)據(jù)中提取有效的信息，從信息中及時地發(fā)現(xiàn)知識，為人類的思維決策和戰(zhàn)略發(fā)展服務(wù)，盡量減少管理決策中“憑經(jīng)驗(yàn)、拍腦袋”的風(fēng)險(xiǎn)和隱患。

商業(yè)智能作為跨學(xué)科的新興領(lǐng)域，它是現(xiàn)代化的信息技術(shù)與新興的管理理論、管理方法結(jié)合的產(chǎn)物，在技術(shù)方面，普遍認(rèn)為商業(yè)智能的技術(shù)體系主要有數(shù)據(jù)倉庫（Data Warehouse，DW）、在線分析處理（On-line Analysis Process，OLAP）以及數(shù)據(jù)挖掘（Data Mining，DM）三部分組成，首先數(shù)據(jù)倉庫是BI的數(shù)據(jù)存儲技術(shù)，是面向主題的、集成的、隨時間變化的穩(wěn)定數(shù)據(jù)集，支持管理決策過程。它能夠幫助企業(yè)以一種合理的方式整理各個業(yè)務(wù)處理系統(tǒng)積累下來的歷史數(shù)據(jù)，并在整個企業(yè)內(nèi)部實(shí)現(xiàn)信息共享。其次在線分析處理技術(shù)OLAP（Onlineanalytical Processing）是一種數(shù)據(jù)分析技術(shù)，側(cè)重于對分析人員和高層管理人員的決策支持。它是讓管理者對海量數(shù)據(jù)進(jìn)行瀏覽分析的工具。最后數(shù)據(jù)挖掘技術(shù)（data Mining ，DM）是應(yīng)用一系列技術(shù)從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫的數(shù)據(jù)中提取人們感興趣的信息和知識，目的是幫助決策者發(fā)現(xiàn)數(shù)據(jù)潛在的關(guān)系，尋找經(jīng)營者忽略的要素。因此從技術(shù)層面上講，商業(yè)智能不是新技術(shù)，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用，所以商業(yè)智能也可看成是一種信息化解決方案。

商業(yè)智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用

（一）商業(yè)智能技術(shù)與財(cái)務(wù)管理系統(tǒng)結(jié)合的優(yōu)勢

賬務(wù)管理的發(fā)展經(jīng)歷了財(cái)務(wù)手工管理、財(cái)務(wù)信息管理和財(cái)務(wù)智能管理三個階段，其中財(cái)務(wù)手工管理的時間比較長，財(cái)務(wù)信息管理方興未艾，財(cái)務(wù)智能管理嶄露頭角。財(cái)務(wù)手工管理主要是有關(guān)人員依靠自己的經(jīng)驗(yàn)和直覺進(jìn)行推斷或假設(shè)最后作出決策，依靠經(jīng)驗(yàn)和直覺辦事，具有一定的片面性，對未來只能進(jìn)行假設(shè)和推斷，容易形成名人效應(yīng)和品牌優(yōu)勢，但難以應(yīng)對復(fù)雜的環(huán)境。

財(cái)務(wù)信息管理階段是管理層利用信息技術(shù)（計(jì)算機(jī)及其輔助工具）對數(shù)據(jù)進(jìn)行采集、篩選、提煉、統(tǒng)計(jì)、匯總。工作效率高，數(shù)據(jù)處理能力強(qiáng)，具有一定的科學(xué)性、客觀性和可靠性。但該階段只提供財(cái)務(wù)管理處理結(jié)果反饋，對信息的發(fā)掘不深，只見過去和現(xiàn)在，不見未來，提高工作效率的對象僅限于管理層和執(zhí)行層。財(cái)務(wù)智能管理階段通過人工智能與計(jì)算機(jī)的有機(jī)協(xié)調(diào)，利用業(yè)務(wù)知識和信息技術(shù)分析、集成信息，獲得相關(guān)知識；提供預(yù)測數(shù)據(jù)；實(shí)現(xiàn)人工智能化科學(xué)化、機(jī)器智能化和企業(yè)智能化。這個階段獲取的信息具有整體性、深刻性、科學(xué)性、靈活性、預(yù)見性、敏銳性等特點(diǎn)。

智能財(cái)務(wù)管理是建立在財(cái)務(wù)信息管理基礎(chǔ)上的，具有客觀性、科學(xué)性，能進(jìn)行快速、綜合的分析，獲得的信息容易共享，能形成明確的財(cái)務(wù)管理模型，對未來的預(yù)測具有可靠性。智能財(cái)務(wù)管理能利用業(yè)務(wù)知識和信息技術(shù)對信息、企業(yè)過去的行為和企業(yè)的發(fā)展情境進(jìn)行分析集成（而不是簡單的統(tǒng)計(jì)、匯總），挖掘出潛在的規(guī)律，將信息轉(zhuǎn)化為有用的知識。這是智能財(cái)務(wù)管理優(yōu)越的關(guān)鍵所在。

智能財(cái)務(wù)管理包含財(cái)務(wù)管理所有知識，它將財(cái)務(wù)管理所有相關(guān)數(shù)據(jù)存儲在數(shù)據(jù)倉庫中，能明白過去（活用歷史數(shù)據(jù)）、清晰現(xiàn)在（進(jìn)行實(shí)時管理）、洞察未來（預(yù)測數(shù)據(jù)），給財(cái)務(wù)高層決策者全面直觀的視圖，把企業(yè)積累的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)真正轉(zhuǎn)變?yōu)橛袃r(jià)值的信息。

（二）智能財(cái)務(wù)管理系統(tǒng)

首先，智能分析型財(cái)務(wù)管理系統(tǒng)的主要功能是支持?jǐn)?shù)據(jù)倉庫的應(yīng)用，能實(shí)現(xiàn)OLAP智能數(shù)據(jù)的挖掘分析，包括更細(xì)致的財(cái)務(wù)報(bào)表，支持進(jìn)行財(cái)務(wù)狀況的結(jié)構(gòu)分析、財(cái)務(wù)狀況的比較分析、財(cái)務(wù)狀況的趨勢分析、損益結(jié)構(gòu)的分析、損益比較的分析、損益趨勢的分析、現(xiàn)金流量結(jié)構(gòu)的分析、現(xiàn)金流量比較的分析、現(xiàn)金流量趨勢的分析等主要財(cái)務(wù)指標(biāo)的分析功能。將一改傳統(tǒng)財(cái)務(wù)軟件只重視管理反饋，忽視數(shù)據(jù)挖掘與分析，將企業(yè)過去長期被忽略的多種形式的歷史數(shù)據(jù)進(jìn)行深度挖掘、清洗和整理，能對企業(yè)財(cái)務(wù)和經(jīng)營管理數(shù)據(jù)進(jìn)行多維、多點(diǎn)的在線分析，生成智能化立體透視的分析圖表，能夠?qū)ω?cái)務(wù)數(shù)據(jù)進(jìn)行智能分析、預(yù)測和報(bào)告，并將這些分析和預(yù)測的結(jié)果形成報(bào)告提交給企業(yè)決策者。它強(qiáng)調(diào)快速準(zhǔn)確的財(cái)務(wù)控制與分析，以實(shí)現(xiàn)經(jīng)營決策支持為主要目的。

其次，商業(yè)智能技術(shù)應(yīng)用于企業(yè)財(cái)務(wù)管理形成財(cái)務(wù)軟件，可將企業(yè)要考核的指標(biāo)進(jìn)行量化，通過智能化分析實(shí)現(xiàn)管理指標(biāo)的可視化直觀顯示、集中的顯示出財(cái)務(wù)目標(biāo)和非財(cái)務(wù)目標(biāo)之間的平衡，使長遠(yuǎn)目標(biāo)和當(dāng)前行動能協(xié)調(diào)一致，從而能輔助企業(yè)提高管理水平。報(bào)表是企業(yè)用于提示管理問題的有效工具之一，但是傳統(tǒng)意義上的報(bào)表往往基于二維空間的書面性，形成一份會計(jì)報(bào)告耗費(fèi)大量的時間和人力。當(dāng)收到財(cái)務(wù)報(bào)表時為時已晚，流動性太差，商業(yè)智能技術(shù)運(yùn)用于財(cái)務(wù)管理則提高了傳統(tǒng)報(bào)表的效率，有利于中深層次的問題的在線分析，同時在需要的時候可以挖掘細(xì)節(jié)；還可以提供從不同角度分析數(shù)據(jù)的能力，促進(jìn)了分析的效率。

最后，商業(yè)智能技術(shù)應(yīng)用于財(cái)務(wù)管理是一種企業(yè)信息集成解決方案，與企業(yè)其他的應(yīng)用系統(tǒng)，如企業(yè)資源規(guī)劃（ERP）、客戶關(guān)系管理（CRM）、供應(yīng)鏈管理（SCM）、辦公自動化（OA）等系統(tǒng)之間均具有數(shù)據(jù)接口。同時，這些系統(tǒng)也為商業(yè)智能提供了數(shù)據(jù)源，但智能財(cái)務(wù)的價(jià)值又在這些系統(tǒng)之上，因?yàn)橹悄茇?cái)務(wù)可以發(fā)現(xiàn)數(shù)據(jù)背后隱藏的商機(jī)或威脅，獲得洞察力，幫助了解企業(yè)和市場的現(xiàn)狀，把握趨勢，識別異常情況，認(rèn)清可能正在對企業(yè)的業(yè)務(wù)產(chǎn)生影響的行為及影響程度。

總之，隨著計(jì)算機(jī)技術(shù)、通信技術(shù)、互聯(lián)網(wǎng)技術(shù)及數(shù)據(jù)庫技術(shù)的發(fā)展，傳統(tǒng)的核算及管理層的會計(jì)信息系統(tǒng)會不斷完善，企業(yè)積累的原始數(shù)據(jù)會越來越多，企業(yè)會形成更大規(guī)模的數(shù)據(jù)庫和數(shù)據(jù)倉庫。將商業(yè)智能技術(shù)應(yīng)用于企業(yè)財(cái)務(wù)管理系統(tǒng)，有利于從數(shù)據(jù)倉庫中的海量數(shù)據(jù)篩選出有用的數(shù)據(jù)，完成轉(zhuǎn)換處理，為決策者提供有價(jià)值的信息，使管理者能夠從多維度全面快速把握企業(yè)整個盈利狀況，進(jìn)而提高企業(yè)財(cái)務(wù)管理的工作效率。

參考文獻(xiàn)：

篇（6）

一、引言

對于上市公司多指標(biāo)財(cái)務(wù)分析，數(shù)值方法給出的結(jié)果往往缺乏整體性印象，而圖形化方法則具有明顯的直觀優(yōu)勢，借助計(jì)算機(jī)編程和多元統(tǒng)計(jì)分析理論，圖形不僅可以幫助觀察多維數(shù)據(jù)的本質(zhì)，更可以通過多元圖形本身的信息來反映公司財(cái)務(wù)的綜合狀況。用于上市公司多指標(biāo)財(cái)務(wù)分析與評價(jià)的常用多元圖形化方法有：二維散布圖、雷達(dá)圖、臉譜圖、星座圖及像素圖等，舒曉惠等（2006）提出了一種新的圖形化方法：樹譜圖。基于可視化目標(biāo)的多元圖形方法主要來看分為兩個層次，一是直觀反映上市公司財(cái)務(wù)的各指標(biāo)狀況，例如，二維散布圖、雷達(dá)圖、星座圖；二是圖形本身所具有的信息可以形象反映財(cái)務(wù)狀況的優(yōu)劣，例如，臉譜圖和樹譜圖等。目前，國內(nèi)文獻(xiàn)主要集中在研究雷達(dá)圖在財(cái)務(wù)分析評價(jià)與預(yù)警中的應(yīng)用，主要有王強(qiáng)（2000），舒曉惠等（2005），付（2007）與金曉燕（2010）；臉譜圖則最初是由Chernoff（1973）提出來，Wainer and Thissen（1981）以及 Smith與Taffler（1984）將其應(yīng)用于公司財(cái)務(wù)分析，國內(nèi)則僅有舒曉惠等（2006）將其用于上市公司財(cái)務(wù)評價(jià)，實(shí)證研究表明，在進(jìn)行上市公司財(cái)務(wù)分析時，通過雷達(dá)圖向普通股民傳達(dá)公司信息時缺乏綜合形象性，而臉譜圖的應(yīng)用則有明顯的優(yōu)勢。上述研究都是對上市公司財(cái)務(wù)狀況展開靜態(tài)分析，并沒有動態(tài)跟蹤一段時期內(nèi)上市公司的財(cái)務(wù)狀況，同時，以往文獻(xiàn)都沒有明確提出可以將綜合評價(jià)方法與Chernoff臉譜圖相結(jié)合的思想來實(shí)現(xiàn)利用臉譜的表情綜合評價(jià)上市公司財(cái)務(wù)狀況。基于此，本文應(yīng)用Chernoff臉譜圖的基本思想，結(jié)合綜合評價(jià)方法對所構(gòu)建的上市公司財(cái)務(wù)評價(jià)指標(biāo)體系通過主成分分析方法進(jìn)行降維后，利用舒曉惠（2006）的方法通過計(jì)算機(jī)實(shí)現(xiàn)了上市公司財(cái)務(wù)績效的可視化臉譜圖，并對深、滬兩市鋼鐵行業(yè)30家上市公司2003年至2007年財(cái)務(wù)狀況進(jìn)行了動態(tài)跟蹤，結(jié)果表明，臉譜圖不僅能夠形象反映上市公司的財(cái)務(wù)狀況，而且可以很好地動態(tài)反映不同時期財(cái)務(wù)狀況的變化情況。

二、研究設(shè)計(jì)

（一）基本原理 Chernoff 臉最初設(shè)計(jì)可處理18 個變量，當(dāng)變量數(shù)小于18 時，可將臉譜中某幾個部位固定；當(dāng)變量數(shù)超過18 時則可以設(shè)法在臉譜中再添加一些部位，如頭發(fā)、耳朵等。Chernoff 臉最初認(rèn)為主要可以用于對研究對象進(jìn)行分組：由原始材料和直覺提出的最初的分組；由聚類算法產(chǎn)生的最終的分組。進(jìn)一步研究表明，利用Chernoff 臉除了可以進(jìn)行輔助聚類分析外，也可以通過已經(jīng)得到的聚類結(jié)果對新的結(jié)果進(jìn)行輔助判別分析。顯然，將上市公司相關(guān)財(cái)務(wù)指標(biāo)數(shù)值與臉譜的相關(guān)部位進(jìn)行對應(yīng)即可實(shí)現(xiàn)利用Chernoff臉對上市公司的財(cái)務(wù)狀況進(jìn)行輔助聚類分析和輔助判別分析。考慮人臉表情的復(fù)雜性，當(dāng)處理的變量過多時，臉譜所表示的人的各種表情則不容易合理用于綜合評價(jià)上市公司的財(cái)務(wù)狀況，例如通過嘴的微笑，眉毛舒展等來反映相關(guān)財(cái)務(wù)狀況良好，顯然這些表情具有很好的直觀效果。因此，用Chernoff 臉譜圖綜合反映上市公司的財(cái)務(wù)狀況，除了實(shí)現(xiàn)第一層次的財(cái)務(wù)指標(biāo)值與臉譜的各部位對應(yīng)外，還需考慮第二層次臉的表情所表達(dá)的財(cái)務(wù)狀況，從而能夠達(dá)到直觀形象的目的。為實(shí)現(xiàn)這一思想，本文提出可以通過構(gòu)建上市公司財(cái)務(wù)狀況的綜合評價(jià)財(cái)務(wù)指標(biāo)體系，應(yīng)用綜合評價(jià)方法進(jìn)行財(cái)務(wù)指標(biāo)數(shù)據(jù)的預(yù)處理和主成分分析，并在此基礎(chǔ)上通過以行業(yè)財(cái)務(wù)指標(biāo)平均值為閾值進(jìn)行映射轉(zhuǎn)換，將相關(guān)綜合評價(jià)的數(shù)值轉(zhuǎn)換為Chernoff 臉譜圖，從而實(shí)現(xiàn)臉譜圖形自身的表情，即達(dá)到可用于評價(jià)上市公司綜合財(cái)務(wù)狀況的目的。也即Chernoff 臉譜圖相關(guān)表情需通過綜合評價(jià)方法來合理加以實(shí)現(xiàn)。

（二）上市公司財(cái)務(wù)狀況Chernoff 臉譜圖設(shè)計(jì) 對于上市公司財(cái)務(wù)狀況的綜合評價(jià)，已經(jīng)有眾多的學(xué)者展開研究，結(jié)果表明，傳統(tǒng)產(chǎn)業(yè)與高新技術(shù)產(chǎn)業(yè)上市公司的評價(jià)指標(biāo)體系具有一定的差異，本文主要以傳統(tǒng)產(chǎn)業(yè)為研究對象，參照1999年財(cái)政部、國家經(jīng)貿(mào)委、人事部和國家計(jì)委聯(lián)合的《國有資本金效益評價(jià)規(guī)則》中公布的競爭性工商企業(yè)評價(jià)指標(biāo)體系，按盈利能力、償債能力、資產(chǎn)運(yùn)營能力和成長能力四個方面11個財(cái)務(wù)指標(biāo)給出權(quán)重如（表1）所示。一般認(rèn)為，臉部的各部位形態(tài)及表情可以給人初步明確的信息，比如嘴形的笑意，眉心是否舒展，眼睛是否炯炯有神，鼻子長短表明氣息是否粗壯，臉形是否圓潤等，這些臉部的形態(tài)和表情所傳達(dá)的信息好壞顯然給人的感受基本是一致的。注意到人眼對臉部各個部位的敏感程度不同，按權(quán)重的重要程度與敏感程度相對應(yīng)，本文選取臉譜指標(biāo)與財(cái)務(wù)指標(biāo)對應(yīng)如下：嘴部指標(biāo)對應(yīng)盈利能力指標(biāo)，眼部指標(biāo)對應(yīng)償債能力指標(biāo)，鼻子眉毛指標(biāo)對應(yīng)資產(chǎn)運(yùn)營能力指標(biāo)，下部臉形指標(biāo)對應(yīng)成長能力指標(biāo)。具體實(shí)現(xiàn)則首先對各財(cái)務(wù)比率指標(biāo)值進(jìn)行一致化和無量綱化處理后，再利用主成分分析法對各類財(cái)務(wù)指標(biāo)進(jìn)行降維，在與Chernoff 臉譜的18個變量相關(guān)對應(yīng)中，按（表2）選取相對應(yīng)的指標(biāo)，其余Chernoff 臉譜的指標(biāo)值則取某一固定值。臉譜圖的優(yōu)點(diǎn)是不僅將財(cái)務(wù)數(shù)據(jù)通過圖形化直觀表示，而且可以利用人的自然表情來傳達(dá)上市公司的財(cái)務(wù)狀況，作為一個對應(yīng)的聯(lián)系，本文以行業(yè)平均值作為人臉表情改變的閥值，各財(cái)務(wù)指標(biāo)值較行業(yè)平均值超過越多則表情越開心，其示意圖如（圖1）。由（圖1）以行業(yè)均值為閥值，圖1-a從臉部形態(tài)看不喜不悲，各指標(biāo)均為平常形態(tài)表情，表明財(cái)務(wù)狀況基本正常; 圖1-b從臉部形態(tài)看嘴帶笑意，目光炯炯有神，眉心舒展，鼻長氣粗，臉形圓潤，呈現(xiàn)良好形態(tài)，表明各財(cái)務(wù)指標(biāo)狀況良好；圖1-c從臉部形態(tài)看則顯得愁眉苦臉，臉形削瘦，表明各財(cái)務(wù)指標(biāo)出現(xiàn)一定的危機(jī)。

三、動態(tài)跟蹤分析

（一）數(shù)據(jù)預(yù)處理 本文以鋼鐵行業(yè)為例，選取深、滬兩市鋼鐵行業(yè)30家上市公司，按前述11個財(cái)務(wù)指標(biāo)從RESSET金融數(shù)據(jù)庫中得2003年至2007年共5年的年度財(cái)務(wù)數(shù)據(jù)總計(jì)1650個財(cái)務(wù)指標(biāo)值。按照將上市公司財(cái)務(wù)績效的綜合評價(jià)方法與Chernoff 臉譜相對應(yīng)的思路，按如下方法展開實(shí)證分析。首先進(jìn)行數(shù)據(jù)預(yù)處理。第一，極端值處理：按3?滓原則剔除財(cái)務(wù)指標(biāo)值中的極端值，在其后的處理中再對剔除的相關(guān)指標(biāo)值進(jìn)行相應(yīng)取值。第二，進(jìn)行一致化處理，將各財(cái)務(wù)指標(biāo)化為正向型指標(biāo)。在所選取的上述指標(biāo)中，有正向性指標(biāo)和適度性指標(biāo)兩類，其中資產(chǎn)負(fù)債比率X4、流動比率X5、速動比率X6為適度性指標(biāo)。因此有必要進(jìn)行一致化處理，使之都為正向性指標(biāo)。按照國際慣例注意到資產(chǎn)負(fù)債比率、流動比率、速動比率的適度值分別為50%、200%、100%，設(shè)xij為第j個上市公司的第個財(cái)務(wù)指標(biāo)值［L1j，L2j］為最優(yōu)適度區(qū)間，則可利用如下公式（1）進(jìn)行變換：

x'ij=1.0-■ xij

注：適度區(qū)間為一點(diǎn)時，取L1j=L2j；Mj，mj分別為xij的允許上下界。

第三，采用極值法對各財(cái)務(wù)指標(biāo)進(jìn)行無量綱化。進(jìn)行無量綱化處理的方法一般有：“標(biāo)準(zhǔn)化”處理法、極值處理法和功效系數(shù)法，本文目的是建立各類財(cái)務(wù)指標(biāo)的主成分與臉譜相關(guān)指標(biāo)數(shù)據(jù)的聯(lián)系，因此采用極值處理法，利用如下公式（2）進(jìn)行無量綱處理（對于剔除的極端值，這里都賦為最大值1.0）：x'ij=■ （2）

這里，Mj=■｛xij｝，mj=■｛xij｝為保證動態(tài)跟蹤的可比性，本文將Mj和mj固定為2003年度各財(cái)務(wù)指標(biāo)數(shù)據(jù)的極值。第四，按盈利能力、償債能力、運(yùn)營能力和成長能力對各類指標(biāo)提取主成分，利用SAS軟件分別對財(cái)務(wù)指標(biāo)盈利能力方面、償債能力和運(yùn)營能力方面各提取兩個主成分，對成長能力方面求出主成分綜合得分，即求得指標(biāo)值。第五，確定各類指標(biāo)的主成分與臉譜指標(biāo)的對應(yīng)關(guān)系。臉譜的特點(diǎn)就是通過人的自然表情來反映上市公司的財(cái)務(wù)狀況，本文以行業(yè)平均值作為臉譜表情不悲不喜對應(yīng)的中間值。設(shè)主成分值zij∈［x1j，x2j］，x0j為行業(yè)平均值對應(yīng)的主成分值；臉譜指標(biāo)值yj∈［y1j，y2j］，y0j為臉譜表情不悲不喜的取值，則按下式（3）做變換：

yj=■（y0j-y1j）+y1j x1j?燮zij?燮x0j y0j zij=x0j■（y2j-y0j）+y0j x0j?燮zij?燮x2j （3）

這里為保證動態(tài)跟蹤的可比性，本文以2003年度30家鋼鐵行業(yè)的平均值做為基期的定基值，各年度的各上市公司指標(biāo)值均與該相應(yīng)平均值按式（3）進(jìn)行變換，從而利用式（3）即可計(jì)算出各上市公司對應(yīng)的臉譜指標(biāo)數(shù)值。

（二）上市公司財(cái)務(wù)績效臉譜圖 運(yùn)用Bland C++編程畫出所有30家鋼鐵行業(yè)上市公司2003年至2007年的臉譜圖。為方便起見，這里報(bào)告2003年度30家鋼鐵行業(yè)上市公司財(cái)務(wù)綜合狀況的臉譜圖如（圖2）。利用上述分析結(jié)果，則可以展開利用Chernoff 臉譜對上市公司財(cái)務(wù)績效狀況的靜態(tài)和動態(tài)兩方面的分析。

（1）Chernoff臉譜靜態(tài)聚類分析。對于上市公司財(cái)務(wù)狀況的多元圖形分析，其第一層的意義乃是可以進(jìn)行最初的聚類分析，以2003年鋼鐵行業(yè)30家上市公司為例，按照對臉譜圖的最初印象，可以將圖形結(jié)果分為六類，具體見（圖3）。顯然通過聚類，可以清楚地將上市公司的財(cái)務(wù)狀況做一個大致的分類，而如此分類的方式相對于利用多元統(tǒng)計(jì)分析得到的聚類結(jié)果，其具有多指標(biāo)聚類的性質(zhì)，這一點(diǎn)是數(shù)據(jù)分析結(jié)果較難企及的。利用分類結(jié)果，進(jìn)一步按照臉譜圖本身所具有表性等形象反映上市公司財(cái)務(wù)狀況的第二層次的功能，可以明顯發(fā)現(xiàn)，（圖3）中的第一類和第二類上市公司，其財(cái)務(wù)狀況綜合看較為良好，各項(xiàng)指標(biāo)均基本正常。第三類公司則顯著特點(diǎn)是嘴形較大，笑意明顯，表明這三家公司的盈利能力良好，但從眉心來看都不舒展，表明公司的資本運(yùn)營能力存在一定程度的欠缺。第四類和第五類公司分類則臉部表情較為怪異，說明財(cái)務(wù)指標(biāo)數(shù)據(jù)反映的綜合狀況較為復(fù)雜，比如眼睛的斜率不好但較大，反映了一個相互矛盾的償債能力指標(biāo)，這也表明使用臉譜圖，當(dāng)指標(biāo)值良莠參半時，其表性則較為古怪。第六類公司則是明顯地臉形偏、愁眉苦臉，這也清楚地表明這類公司的財(cái)務(wù)狀況比較糟糕。最后，利用臉譜圖還可以對相近資產(chǎn)的上市公司進(jìn)行對比分析，例如，取總資產(chǎn)相近的000825以及000629，由（圖2），上市公司 000825給人的第一印象明顯要好于000629；進(jìn)一步按六個臉譜指標(biāo)逐對照，000825的臉譜圖除嘴形的寬度不如000629外，其余都好于或相近于000629，說明000825除盈利能力較弱于000629 外，其余均較優(yōu)于000629。此外，000629 的臉譜圖面有愁容，財(cái)務(wù)狀況具有危機(jī)。

（2）Chernoff臉譜動態(tài)跟蹤分析。應(yīng)用SAS軟件對鋼鐵行業(yè)上市公司2003至2007年各年度數(shù)據(jù)首先按盈利能力、償債能力、運(yùn)營能力和成長能力進(jìn)行主成分分析，結(jié)果表明各年度的兩主成分累積貢獻(xiàn)率均超過85%，進(jìn)一步以2003年鋼鐵行業(yè)平均值為基期值轉(zhuǎn)化為臉譜圖，本文展開如下兩主面的動態(tài)跟蹤比較。第一，對整個上市公司財(cái)務(wù)狀況的臉譜圖動態(tài)跟蹤分析。應(yīng)用臉譜圖考察整個鋼鐵行業(yè)財(cái)務(wù)指標(biāo)四個方面綜合能力平均水平的變化，以2003年鋼鐵行業(yè)平均值為基期對比值，對5年間的鋼鐵行業(yè)各財(cái)務(wù)指標(biāo)按四個方面分別提取主成分后其行業(yè)平均水平的臉譜圖見（圖4），實(shí)證數(shù)據(jù)分析表明：由臉譜圖的嘴部表明，整個鋼鐵行業(yè)的盈利能力出現(xiàn)一定程度的下降，特別是盈利能力第二主成分即嘴形的寬度減少。而第二主成分主要與主營業(yè)務(wù)的盈利能力有關(guān)，表明整個鋼鐵行業(yè)相對于2003年其主營業(yè)務(wù)利潤率有所下降，其中一個主要原因是鐵礦石價(jià)格不斷攀升導(dǎo)致。由臉譜圖的眼部表明，整個鋼鐵行業(yè)的償債能力也漸次下降，2005年后基本穩(wěn)定相差不大。由臉譜圖的眉毛和鼻子的形態(tài)表明，整個鋼鐵行業(yè)的運(yùn)營能力喜憂參半，總體來說有所降低；第一主成分對應(yīng)的眉心并不舒展，但第二主成分對應(yīng)的鼻子長度增加，這主要是由于各上市分司運(yùn)營能力指標(biāo)數(shù)據(jù)參差不齊導(dǎo)致。由臉譜圖的下臉形態(tài)表明，2004年與2005年整個鋼鐵行業(yè)的成長能力有所下降，但2006年后則有所增強(qiáng)，這主要與近年來鋼鐵行業(yè)在受外部鐵礦石價(jià)格因素的影響整個行業(yè)進(jìn)行了一定的整合重組，使得強(qiáng)者愈強(qiáng)以提高行業(yè)的整體競爭力。上述圖形分析與我國鋼鐵行業(yè)的5 年來的發(fā)展情況基本吻合，這表明臉譜圖可以動態(tài)反映行業(yè)的發(fā)展?fàn)顩r。第二，對單個上市公司財(cái)務(wù)狀況的臉譜圖進(jìn)行動態(tài)跟蹤分析。簡單起見，本文對鋼鐵行業(yè)龍頭企業(yè)寶鋼股份，財(cái)務(wù)狀況變化較為明顯的寶鋼股份、韶鋼松山與鞍鋼新扎等上市公司展開分析，其相應(yīng)各年度臉譜圖的結(jié)果如（圖5）。由（圖5），以2003年鋼鐵行業(yè)平均值為基期對比值，實(shí)證數(shù)據(jù)分析表明：寶鋼股份總體來看，各項(xiàng)指標(biāo)表明其財(cái)務(wù)狀況基本呈現(xiàn)下降趨勢，僅2005年下臉形態(tài)表明有一次較明顯的成長，而鼻子長度增加表明運(yùn)營能力有所加強(qiáng)，這與寶鋼因?yàn)殍F礦石價(jià)格上漲壓縮盈利空間和在此原因下的規(guī)模擴(kuò)張有關(guān)。韶鋼松山則在2003年各項(xiàng)指標(biāo)均表明其財(cái)務(wù)狀況良好，其主要受益于廣東省的經(jīng)濟(jì)建設(shè)迅速發(fā)展，然而在鐵礦石價(jià)格上漲的壓力下，中等規(guī)模技術(shù)含量相對落后的鋼鐵企業(yè)受到的沖擊更大，其臉譜圖表明大部分財(cái)務(wù)指標(biāo)狀況出現(xiàn)不同程度的惡化，而鼻子長度增加表明公司加強(qiáng)了內(nèi)部運(yùn)營能力，2007年下臉形態(tài)表明有一次較明顯的成長。鞍鋼新扎的臉譜圖則表明，受益于本地的鐵礦石資源，除償債能力外，公司其他各項(xiàng)指標(biāo)表明其財(cái)務(wù)狀況基本呈現(xiàn)良好趨勢，而償債能力即眼睛變小表明公司在發(fā)展過程中充分利用了財(cái)務(wù)的杠桿作用，同時增加了財(cái)務(wù)風(fēng)險(xiǎn)。2006年與2007年公司成長明顯，盈利能力也明顯增強(qiáng)。由上述分析可見，臉譜圖對于單個上市公司的財(cái)務(wù)狀況能夠進(jìn)行跟蹤反映，并且能通過臉譜的表情綜合反映企業(yè)財(cái)務(wù)狀況的動態(tài)變化。

四、結(jié)論

對于上市公司財(cái)務(wù)績效的圖形化分析，由于其直觀形象與綜合性，可以為使用者提供簡單明了又全面的公司財(cái)務(wù)狀況的初步印象。這為廣大中小投資者了解上市公司基本財(cái)務(wù)狀況提供了一種有效途徑，從而避免了對大量財(cái)務(wù)數(shù)據(jù)的整理分析，使得更多的普通投資者也可以解讀公司的基本狀況。運(yùn)用臉譜圖分析上市公司的財(cái)務(wù)狀況，可以從臉的形狀和表情來直觀反映公司的情況，更貼切地實(shí)現(xiàn)了上述圖形化的特點(diǎn)，因此具有廣泛的實(shí)用價(jià)值。在靜態(tài)分析的基礎(chǔ)上進(jìn)一步展開了上市公司財(cái)務(wù)狀況臉譜圖的動態(tài)跟蹤研究，以鋼鐵行業(yè)為例實(shí)證分析發(fā)現(xiàn)，臉譜圖既能對整個鋼鐵行業(yè)的綜合財(cái)務(wù)狀況進(jìn)行有效跟蹤，也能對單個上市公司的財(cái)務(wù)狀況進(jìn)行動態(tài)跟蹤，其臉譜圖能夠很好地反映上市公司在不同時期各財(cái)務(wù)指標(biāo)的動態(tài)變化，從而更好地幫助投資者了解上市公司財(cái)務(wù)的歷史信息，進(jìn)行對比分析。由此可見，臉譜圖不僅可以作為聚類分析和判別分析的輔助手段，也可以進(jìn)一步作為綜合評價(jià)和動態(tài)跟蹤方法展開應(yīng)用。研究過程中也發(fā)現(xiàn)應(yīng)用臉譜圖進(jìn)行上市公司財(cái)務(wù)狀況評價(jià)和動態(tài)跟蹤需要進(jìn)一步探討的問題：基期參照財(cái)務(wù)指標(biāo)值的設(shè)定，本文使用的是2003年鋼鐵行業(yè)財(cái)務(wù)指標(biāo)的平均值作為閾值，其參考點(diǎn)是否合理仍可進(jìn)一步商榷。進(jìn)行無量綱化的方法的選擇，不同的方法實(shí)證結(jié)果會有一定的出入。臉譜圖的表情處理問題需進(jìn)一步改善。在進(jìn)行將預(yù)處理后的財(cái)務(wù)指標(biāo)數(shù)據(jù)對應(yīng)到各臉譜圖的數(shù)值轉(zhuǎn)換映射時，對于靈敏度的處理需進(jìn)一步改善，以保證臉譜圖的表情能夠更準(zhǔn)確地反映上市公司財(cái)務(wù)狀況。

*本文湖南省教育廳科研項(xiàng)目“上市公司財(cái)務(wù)績效評價(jià)方法與多元圖形化研究”（編號：06C644）以及懷化學(xué)院重點(diǎn)學(xué)科金融學(xué)建設(shè)項(xiàng)目階段性成果

參考文獻(xiàn)：

［1］［美］Richard A.Johnson & Dean W.Wichern著、陸璇譯：《多元統(tǒng)計(jì)分析》，清華大學(xué)出版社2001年版。

［2］王強(qiáng)：《“銀行風(fēng)險(xiǎn)雷達(dá)圖”在我國商業(yè)銀行風(fēng)險(xiǎn)監(jiān)測中的應(yīng)用》，《上海金融》2000年第5期。

［3］舒曉惠等：《上市公司財(cái)務(wù)的樹譜分析及實(shí)證研究》，《金融經(jīng)濟(jì)》2006年第2期。

篇（7）

一、大數(shù)據(jù)時代國庫統(tǒng)計(jì)分析轉(zhuǎn)變

（一）樹立大數(shù)據(jù)思維

“大數(shù)據(jù)時代預(yù)言家”維克托認(rèn)為：世界的本質(zhì)就是數(shù)據(jù)，大數(shù)據(jù)將開啟一次重大的時代轉(zhuǎn)型，一直以來所延續(xù)的傳統(tǒng)統(tǒng)計(jì)分析思想已變得陳舊且落后。國庫統(tǒng)計(jì)分析思維應(yīng)當(dāng)在大數(shù)據(jù)背景下加以轉(zhuǎn)變。一是關(guān)于大數(shù)據(jù)抽樣調(diào)查工作的思想。抽樣調(diào)查是目前統(tǒng)計(jì)分析工作中的重要調(diào)查方式，但應(yīng)該清醒地認(rèn)識到，傳感器、網(wǎng)絡(luò)和數(shù)據(jù)處理技術(shù)，為獲取全局?jǐn)?shù)據(jù)提供了可能，抽樣調(diào)查方式越來越多的被大數(shù)據(jù)取代成為必然。二是大數(shù)據(jù)統(tǒng)計(jì)思想：允許數(shù)據(jù)存在不精確性。縱觀目前的各類數(shù)據(jù)，一方面，數(shù)據(jù)來源不斷擴(kuò)展，另一方面數(shù)據(jù)處理方法飛速發(fā)展，我們應(yīng)該把重心放在統(tǒng)計(jì)分析效率上，而不是一味地追求數(shù)據(jù)的精確性上。三是大數(shù)據(jù)相關(guān)關(guān)系的思想，由驗(yàn)證因果向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變。統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的下游產(chǎn)品，對決策的意義常常大于常規(guī)報(bào)表。大數(shù)據(jù)的應(yīng)用，統(tǒng)計(jì)分析也將發(fā)生轉(zhuǎn)變，在做好因果分析的基礎(chǔ)上向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變，原因分析更加精準(zhǔn)和深刻，對策建議更具參考價(jià)值。

（二）被動統(tǒng)計(jì)到主動分析，從人工統(tǒng)計(jì)到智能統(tǒng)計(jì)

在這樣一個信息爆炸的大數(shù)據(jù)時代，無論政府機(jī)構(gòu)還是社會公眾都可以通過多種途徑獲取信息，國庫統(tǒng)計(jì)分析部門也不例外，更應(yīng)該變被動為主動，對經(jīng)濟(jì)轉(zhuǎn)型期的一些重大問題尤其是關(guān)系到可持續(xù)發(fā)展的重要問題，做好數(shù)據(jù)統(tǒng)計(jì)分析，提高發(fā)展質(zhì)量，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型。涂子沛指出人類使用數(shù)據(jù)的巔峰形式，是通過數(shù)據(jù)賦予機(jī)器“智能”。大數(shù)據(jù)在包括國庫統(tǒng)計(jì)分析中應(yīng)用的終極形式就是分析智能化。

（三）從事后統(tǒng)計(jì)向事前預(yù)測轉(zhuǎn)變

統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的重要產(chǎn)品，完整的進(jìn)度性常規(guī)分析應(yīng)該包括對未來一定時期數(shù)據(jù)的預(yù)測。但由于小數(shù)據(jù)和信息量的局限，預(yù)測一般很少作為報(bào)告的重點(diǎn)，多是在假定發(fā)展條件、相關(guān)政策不變的情況下對未來情況做出的粗略研判，影響了統(tǒng)計(jì)對決策的參考價(jià)值。而大數(shù)據(jù)的核心就是將數(shù)學(xué)算法與海量的數(shù)據(jù)有效結(jié)合，來預(yù)測事情發(fā)生的可能性。大數(shù)據(jù)的廣泛應(yīng)用，將有利于統(tǒng)計(jì)報(bào)告實(shí)現(xiàn)由單一的事后分析，向注重事前預(yù)測轉(zhuǎn)變。

二、大數(shù)據(jù)在國庫統(tǒng)計(jì)分析全流程應(yīng)用的探討

當(dāng)前，大數(shù)據(jù)浪潮帶來了一場新的革命，面對經(jīng)濟(jì)發(fā)展的新形勢新要求，國庫統(tǒng)計(jì)分析要學(xué)會積極的運(yùn)用大數(shù)據(jù)的思想和方法，來應(yīng)對各種新挑戰(zhàn)。國庫統(tǒng)計(jì)分析要積極主動建立大數(shù)據(jù)分析應(yīng)用機(jī)制，破解新常態(tài)下面對的各種問題，實(shí)現(xiàn)工作的創(chuàng)新與發(fā)展。本文重點(diǎn)分析國庫統(tǒng)計(jì)分析全流程下大數(shù)據(jù)的應(yīng)用。

（一）數(shù)據(jù)源：建立國庫統(tǒng)計(jì)分析數(shù)據(jù)池

目前國庫統(tǒng)計(jì)分析所用數(shù)據(jù)主要通過“3T”系統(tǒng)產(chǎn)生基礎(chǔ)數(shù)據(jù)和監(jiān)管類數(shù)據(jù)，通過收集各類型政策文件、影像資料、領(lǐng)導(dǎo)講話、內(nèi)網(wǎng)信息等形成綜合性數(shù)據(jù)。但這些數(shù)據(jù)遠(yuǎn)未達(dá)到支撐大數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)。國庫統(tǒng)計(jì)分析應(yīng)當(dāng)建立“數(shù)據(jù)池”這一基礎(chǔ)工程，通過人行內(nèi)部數(shù)據(jù)整合、銀行和其它機(jī)構(gòu)數(shù)據(jù)接入、互聯(lián)網(wǎng)數(shù)據(jù)抓取和引入等多渠道擴(kuò)充基礎(chǔ)信息源和數(shù)據(jù)庫，為國庫統(tǒng)計(jì)分析的大數(shù)據(jù)應(yīng)用奠定數(shù)據(jù)基礎(chǔ)。

一是加速整合現(xiàn)有國庫數(shù)據(jù)。我國國庫匯集了各級政府財(cái)務(wù)數(shù)據(jù)和各級國庫管理數(shù)據(jù)，包括從中央到縣鄉(xiāng)的各級機(jī)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，也包括稅務(wù)、海關(guān)、財(cái)政、銀行等部門處理的各類收支退存等國庫資金運(yùn)行數(shù)據(jù)，涵蓋面極廣。但現(xiàn)有數(shù)據(jù)資源存在著部門隸屬、無法共享等問題，大數(shù)據(jù)要求建立統(tǒng)一、高效、共享的國庫業(yè)務(wù)大數(shù)據(jù)池，就必須打破現(xiàn)有藩籬，盡早實(shí)施“國家金庫工程”，完善內(nèi)部數(shù)據(jù)源。

二是擴(kuò)大國庫統(tǒng)計(jì)分析數(shù)據(jù)源。最重要的是打通各級政府及其下屬各部門之間的數(shù)據(jù)傳輸通道，實(shí)現(xiàn)政府辦公、工商行政、招商引資、外貿(mào)出口、仲裁訴訟等政府活動所產(chǎn)生的數(shù)據(jù)接入共享。其次是實(shí)現(xiàn)一行三會、商業(yè)銀行、行業(yè)協(xié)會、企業(yè)實(shí)體等生產(chǎn)運(yùn)營數(shù)據(jù)的持續(xù)傳輸和報(bào)送。最后是互聯(lián)網(wǎng)數(shù)據(jù)，互聯(lián)網(wǎng)是大數(shù)據(jù)的重要載體，也是數(shù)據(jù)收集的快捷途徑，通過各類互聯(lián)網(wǎng)平臺，門戶以及行業(yè)網(wǎng)站，可以收集海量數(shù)據(jù)來增加國庫統(tǒng)計(jì)分析領(lǐng)域數(shù)據(jù)采集的前置性和時效性。

（二）數(shù)據(jù)采集與存儲：軟件與硬件結(jié)合

大數(shù)據(jù)的應(yīng)用中，由于數(shù)據(jù)來源非常廣泛且類型多樣化，需要存儲和分析挖掘的數(shù)據(jù)量也是十分龐大的，因此數(shù)據(jù)展現(xiàn)和處理的高效性以及可用性十分重要。因而，大數(shù)據(jù)的收集和存儲應(yīng)當(dāng)通過先進(jìn)的計(jì)算機(jī)技術(shù)自動實(shí)現(xiàn)，并結(jié)合線下需求采取人工收集等傳統(tǒng)方法，以補(bǔ)足系統(tǒng)無法收集的數(shù)據(jù)的遺漏。國庫統(tǒng)計(jì)分析數(shù)據(jù)的采集應(yīng)當(dāng)在國庫大數(shù)據(jù)資源池基礎(chǔ)上，通過構(gòu)建云計(jì)算應(yīng)用平臺，統(tǒng)籌整合各直屬國庫大量分散的數(shù)據(jù)和軟硬件資源，通過應(yīng)用云計(jì)算平臺的資源和功能，以提升和優(yōu)化整體效能，從而實(shí)現(xiàn)全國國庫統(tǒng)計(jì)分析的大集成、大整合以及大應(yīng)用。對于其他橫向聯(lián)網(wǎng)數(shù)據(jù)，比如一些保密性較強(qiáng)的科學(xué)研究數(shù)據(jù)和企業(yè)生產(chǎn)經(jīng)營數(shù)據(jù)，則可以與研究機(jī)構(gòu)和企業(yè)建立合作關(guān)系，使用特定系統(tǒng)接口等相關(guān)方式采集數(shù)據(jù)。

在數(shù)據(jù)存儲方面，在通過完善的物理存儲技術(shù)和云計(jì)算平臺等軟硬件設(shè)施的基礎(chǔ)上，按國庫統(tǒng)計(jì)層級建立分級倉儲式數(shù)據(jù)中心，以人行總行為總庫，各項(xiàng)業(yè)務(wù)與非業(yè)務(wù)數(shù)據(jù)達(dá)到匯總存儲，各級行通過內(nèi)部接口或云計(jì)算平臺實(shí)現(xiàn)數(shù)據(jù)上傳下載，同時本級行建立分中心數(shù)據(jù)存儲倉，采集本級區(qū)域內(nèi)縱向和橫向數(shù)據(jù)并存儲。同時按照保密和信息安全等要求，實(shí)施分級授權(quán)和設(shè)置防火墻、實(shí)時加密存儲數(shù)據(jù)和卷標(biāo)存儲加密等技術(shù)。

（三）數(shù)據(jù)清洗與結(jié)構(gòu)化處理

國庫海量的、不規(guī)則的數(shù)據(jù)無法提供有效決策支持，只有通過數(shù)據(jù)清洗技術(shù)將大數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化和規(guī)則化的數(shù)據(jù)，才能體現(xiàn)大數(shù)據(jù)價(jià)值。數(shù)據(jù)清洗包括檢查數(shù)據(jù)一致性，處理無效值和缺失值等，是發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤的最后一道程序。經(jīng)過數(shù)據(jù)清洗技術(shù)處理殘缺數(shù)據(jù)、錯誤數(shù)據(jù)和重復(fù)數(shù)據(jù)后將有效數(shù)據(jù)寫入數(shù)據(jù)庫。

在國庫大數(shù)據(jù)統(tǒng)計(jì)分析上，通過數(shù)學(xué)知識（概率、統(tǒng)計(jì)、離散化等）建立合理模型，充分利用和挖掘數(shù)據(jù)內(nèi)容。綜合運(yùn)用開源類和非開源類數(shù)據(jù)分析工具包括R、Python、MATLAB、SPSS、EVIEWS等軟件進(jìn)行數(shù)據(jù)分析。具體實(shí)現(xiàn)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和模型預(yù)測等功能，并以可視化的結(jié)果予以呈現(xiàn)。統(tǒng)計(jì)分析包含假設(shè)檢驗(yàn)、差異分析、相關(guān)分析、方差分析、回歸分析、logistic回歸分析、因子分析、聚類分析、主成分分析、判別分析、bootstrap技術(shù)等。數(shù)據(jù)挖掘包含相關(guān)性分組或關(guān)聯(lián)規(guī)則、聚類、描述和可視化、復(fù)雜數(shù)據(jù)類型挖掘等。模型預(yù)測包含預(yù)測模型、機(jī)器學(xué)習(xí)、建模仿真等。

在統(tǒng)計(jì)分析過程中，國庫統(tǒng)計(jì)分析應(yīng)該重點(diǎn)實(shí)現(xiàn)云應(yīng)用的創(chuàng)新與共享。統(tǒng)計(jì)人員可以根據(jù)業(yè)務(wù)的新要求，在云平臺數(shù)據(jù)開放接口的基礎(chǔ)上，自由構(gòu)建合理的數(shù)學(xué)模型和算法，實(shí)現(xiàn)業(yè)務(wù)應(yīng)用的創(chuàng)新和擴(kuò)展。與此同時，以算法的方式將統(tǒng)計(jì)人員的智力成果和業(yè)務(wù)知識固化，當(dāng)經(jīng)驗(yàn)證為可信任應(yīng)用時，可自動進(jìn)入云平臺的應(yīng)用共享庫，在得到授權(quán)的前提下，自由使用或補(bǔ)充完善，實(shí)現(xiàn)知識固化、資源共享。

（四）國庫運(yùn)行智能化統(tǒng)計(jì)分析

在云應(yīng)用平臺上，國庫統(tǒng)計(jì)分析首先要將日、旬、月和年作為數(shù)據(jù)的時間維度，將國庫收入、國庫支出以及國庫庫存等統(tǒng)計(jì)指標(biāo)作為數(shù)據(jù)的為空間維度，利用云計(jì)算的強(qiáng)大能力，并借助數(shù)據(jù)分析展示工具，預(yù)先計(jì)算處理數(shù)據(jù)。或者根據(jù)用戶事先提交的數(shù)據(jù)挖掘需求自動完成相關(guān)數(shù)據(jù)預(yù)處理。統(tǒng)計(jì)分析人員隨時可以從兩個維度上深度挖掘數(shù)據(jù)，并使用QLikView等數(shù)據(jù)分析工具，實(shí)現(xiàn)統(tǒng)計(jì)大數(shù)據(jù)的多維度、可視化展示。

二是實(shí)現(xiàn)常規(guī)統(tǒng)計(jì)分析的智能化生產(chǎn)。可以通過完善和豐富大數(shù)據(jù)應(yīng)用平臺的分析功能，實(shí)現(xiàn)機(jī)器式的學(xué)習(xí)，輸入必要的參數(shù)后，系統(tǒng)將自動計(jì)算數(shù)據(jù)，并關(guān)聯(lián)提取大數(shù)據(jù)池中的相關(guān)數(shù)據(jù)和信息，進(jìn)而依據(jù)特定的模板輸出分析報(bào)告，最后由分析人員對輸出的分析報(bào)告進(jìn)行質(zhì)量把關(guān)和進(jìn)一步的補(bǔ)充完善。

三是構(gòu)建統(tǒng)計(jì)分析數(shù)據(jù)模型，提高預(yù)警預(yù)測水平。不斷進(jìn)行新的分析預(yù)測數(shù)學(xué)模型的探索和構(gòu)建，充分利用國庫統(tǒng)計(jì)大數(shù)據(jù)平臺上的海量數(shù)據(jù)和動態(tài)實(shí)時數(shù)據(jù)，不斷提高預(yù)測水平。

（五）數(shù)據(jù)展示與反饋

以智能化統(tǒng)計(jì)分析為主的大數(shù)據(jù)應(yīng)用技術(shù)，為數(shù)據(jù)結(jié)構(gòu)化和可視化的展示提供了支持。簡要國庫運(yùn)行數(shù)據(jù)、系統(tǒng)化運(yùn)行指標(biāo)、國庫資金運(yùn)行報(bào)告、國情和輿情監(jiān)測報(bào)告、企業(yè)和金融服務(wù)報(bào)告、國庫運(yùn)行情況預(yù)測等為中央銀行、各級政府部門制定有關(guān)政策提供統(tǒng)計(jì)信息和參考依據(jù)，充分發(fā)揮國庫在國家預(yù)算執(zhí)行中的促進(jìn)、反映和監(jiān)督作用。同時建立信息反饋機(jī)制，對現(xiàn)有統(tǒng)計(jì)分析結(jié)果予以反饋，還包括對未滿足需求提出反饋，豐富和完善大數(shù)據(jù)應(yīng)用成果，充分發(fā)揮國庫統(tǒng)計(jì)分析應(yīng)用大數(shù)據(jù)的社會價(jià)值。

綜上所述，從全流程看，大數(shù)據(jù)應(yīng)用自數(shù)據(jù)端建立“”數(shù)據(jù)池“”到處理端智能分析在到應(yīng)用端數(shù)據(jù)展示，大致可以通過下圖（圖1）形象展示：

三、有效提升大數(shù)據(jù)應(yīng)用的政策建議

（一）從制度層面保障大數(shù)據(jù)統(tǒng)計(jì)分析的有效開展

制定專門的大數(shù)據(jù)應(yīng)用法律法規(guī)，在由總行統(tǒng)一部署、統(tǒng)一實(shí)施的基礎(chǔ)上，各地區(qū)分支機(jī)構(gòu)結(jié)合當(dāng)?shù)貙?shí)際制定特色大數(shù)據(jù)應(yīng)用和發(fā)展規(guī)章制度。從數(shù)據(jù)產(chǎn)生、采集、存儲、挖掘和應(yīng)用等大數(shù)據(jù)處理全流程做出明確安排。一是通過總行層面的發(fā)文、通知等鼓勵通過大數(shù)據(jù)方法加強(qiáng)國庫統(tǒng)計(jì)分析，建設(shè)大數(shù)據(jù)共享和應(yīng)用平臺；二是強(qiáng)化大數(shù)據(jù)統(tǒng)計(jì)所需軟硬件采購、數(shù)據(jù)源互聯(lián)互通及模塊化分割等作出具體安排；三是要求大數(shù)據(jù)應(yīng)用所應(yīng)達(dá)到的在信息、統(tǒng)計(jì)報(bào)告、預(yù)測與預(yù)警等功能上的目標(biāo)和績效予以明確，充分利用大數(shù)據(jù)平臺提供統(tǒng)計(jì)分析支持；四是強(qiáng)化信息技術(shù)安全，防止信息泄露、網(wǎng)絡(luò)攻擊、系統(tǒng)失靈等問題，明確應(yīng)急處置方案。做到嚴(yán)格立法，有法可依，有章可循。

（二）加大基礎(chǔ)設(shè)施建設(shè)和人才投入，滿足大數(shù)據(jù)應(yīng)用的軟硬件要求

大數(shù)據(jù)基礎(chǔ)設(shè)施可分為硬件和軟件兩類。硬基礎(chǔ)設(shè)施主要包括用于收集、存儲、分析和應(yīng)用大數(shù)據(jù)的信息化系統(tǒng)架構(gòu)；軟件基礎(chǔ)設(shè)施主要包括各類數(shù)據(jù)信息、數(shù)據(jù)挖掘和大數(shù)據(jù)應(yīng)用專業(yè)軟件以及金融企業(yè)的人力資源。人民銀行應(yīng)通過專項(xiàng)資金投入等方式構(gòu)建大數(shù)據(jù)應(yīng)用的軟硬件設(shè)施和和培養(yǎng)專業(yè)人才，并通過持續(xù)培訓(xùn)使全體員工了解并使用大數(shù)據(jù)進(jìn)行國庫統(tǒng)計(jì)分析。也可邀請專業(yè)的大數(shù)據(jù)解決方案服務(wù)商作為咨詢顧問，整合國庫不同生產(chǎn)系統(tǒng)數(shù)據(jù)，優(yōu)化數(shù)據(jù)應(yīng)用行為，加快統(tǒng)計(jì)系統(tǒng)建設(shè)步伐。

（三）提高大數(shù)據(jù)管理和應(yīng)用能力

國庫統(tǒng)計(jì)分析應(yīng)不斷的加強(qiáng)國庫運(yùn)行數(shù)據(jù)的采集、儲存、保護(hù)和管理工作，不斷提升統(tǒng)計(jì)分析水平。加強(qiáng)對國庫統(tǒng)計(jì)分析中涉及的地方債、營改增、房地產(chǎn)、小微企業(yè)經(jīng)營、財(cái)政專戶、盤活庫存等熱點(diǎn)領(lǐng)域可以設(shè)計(jì)建立相應(yīng)跟蹤監(jiān)測指標(biāo)體系。與此同時加強(qiáng)改革數(shù)據(jù)的統(tǒng)計(jì)制度、方法以及程序，研究大數(shù)據(jù)共享制度，為宏觀經(jīng)濟(jì)分析提供便捷、堅(jiān)實(shí)的大數(shù)據(jù)基礎(chǔ)。

建立國庫大數(shù)據(jù)分析應(yīng)用機(jī)制是新形勢下的當(dāng)務(wù)之急。國庫統(tǒng)計(jì)分析需不斷改革創(chuàng)新，強(qiáng)化大數(shù)據(jù)的思維，提高大數(shù)據(jù)的意識和駕馭大數(shù)據(jù)的能力，積極探索新的大數(shù)據(jù)應(yīng)用方法和途徑，從而在國家宏觀決策、服務(wù)經(jīng)濟(jì)社會發(fā)展、服務(wù)國庫管理方面，進(jìn)一步提升國庫統(tǒng)計(jì)分析服務(wù)的能力和水平。

參考文獻(xiàn)：

[1]沈昱池.大數(shù)據(jù)時代我國財(cái)政信息共享的思考[J].地方財(cái)政研究，2015（11）：47-67

篇（8）

加強(qiáng)財(cái)務(wù)正規(guī)化建設(shè)，是當(dāng)前軍隊(duì)財(cái)務(wù)工作的一個重要內(nèi)容，也是新時期軍隊(duì)正規(guī)化建設(shè)對財(cái)務(wù)工作的客觀要求。自軍隊(duì)財(cái)務(wù)實(shí)行正規(guī)化管理以來，各級部隊(duì)認(rèn)真落實(shí)關(guān)于加強(qiáng)正規(guī)化管理的指導(dǎo)意見，財(cái)務(wù)管理取得了顯著的成效。新的歷史時期，深入推進(jìn)財(cái)務(wù)正規(guī)化管理必須積極借鑒和學(xué)習(xí)先進(jìn)管理經(jīng)驗(yàn)，及時總結(jié)、交流反饋財(cái)務(wù)管理的經(jīng)驗(yàn)，不斷研究新情況，解決新問題，將財(cái)務(wù)正規(guī)化推向深入，以適應(yīng)部隊(duì)的發(fā)展要求，切實(shí)保障好官兵生活需要。

一、新形勢下軍隊(duì)財(cái)務(wù)正規(guī)化管理存在的問題

（一）管理基礎(chǔ)工作薄弱

基礎(chǔ)工作包括財(cái)務(wù)人員隊(duì)伍、制度法規(guī)建設(shè)、日常管理工作等方面。一是人少事多的矛盾突出，各級財(cái)務(wù)人員忙于應(yīng)付日常事務(wù)，很難抽出時間抓管理、抓指導(dǎo)。人員更換也較頻繁，業(yè)務(wù)能力差。在財(cái)務(wù)管理中，越是基層部隊(duì)，涉及的業(yè)務(wù)越多；經(jīng)費(fèi)開支的項(xiàng)目越細(xì)，遇到的問題也越多，但財(cái)務(wù)管理人員的素質(zhì)不夠高，管理力度弱。二是制度法規(guī)不夠完善，滿足不了正規(guī)化管理的需要。財(cái)務(wù)法規(guī)制度的修訂不及時，不能適應(yīng)新事物、新情況的需要，存在鉆法規(guī)漏洞或互相扯皮的現(xiàn)象。部分財(cái)務(wù)制度已經(jīng)老化，需要進(jìn)一步修訂、補(bǔ)充和完善。三是管理標(biāo)準(zhǔn)不高，掌握情況不夠準(zhǔn)確。財(cái)務(wù)保障任務(wù)多，經(jīng)費(fèi)科目多、標(biāo)準(zhǔn)多，關(guān)系復(fù)雜，如果管理的力度不夠或者管理的質(zhì)量不高，就容易出現(xiàn)差錯。從實(shí)際情況來看，部分單位對本級的數(shù)據(jù)掌握得還不夠準(zhǔn)確，人員實(shí)力不準(zhǔn)、不細(xì)，發(fā)放、報(bào)銷經(jīng)費(fèi)的錯誤率比較高。對財(cái)務(wù)管理問題的調(diào)查還不深入，切實(shí)可行的措施還不多。

（二）各職能部門關(guān)系協(xié)調(diào)不順

軍隊(duì)財(cái)務(wù)費(fèi)用項(xiàng)目多、涉及經(jīng)費(fèi)標(biāo)準(zhǔn)多，直接影響到個人福利待遇和經(jīng)濟(jì)利益，需要同各職能部門協(xié)調(diào)關(guān)系，這有時會給正規(guī)化管理帶來一定難度。一是部門關(guān)系不順，經(jīng)費(fèi)供應(yīng)與管理相互協(xié)調(diào)不暢。特別是在供應(yīng)手續(xù)涉及兩個部門以上的崗位性、福利性、專業(yè)性補(bǔ)助經(jīng)費(fèi)管理過程中，由于各業(yè)務(wù)部門對其審批時間、范圍和執(zhí)行標(biāo)準(zhǔn)以及管理規(guī)定理解上的差異，往往造成經(jīng)費(fèi)或大或小、供應(yīng)實(shí)力或多或少等現(xiàn)象，直接影響財(cái)務(wù)管理的質(zhì)量。二是供應(yīng)與管理脫節(jié)問題嚴(yán)重。大多數(shù)伸縮性經(jīng)費(fèi)的管理，按現(xiàn)行管理規(guī)定由部門之間相互管理。而在實(shí)際工作中，各業(yè)務(wù)部門只批不審，標(biāo)準(zhǔn)就高不就低，享受待遇條件把關(guān)不嚴(yán)，財(cái)務(wù)部門只供不管、只發(fā)錢不管事等現(xiàn)象較為突出。

（三）財(cái)務(wù)人員數(shù)量補(bǔ)充受限

一方面，財(cái)務(wù)干部青黃不接的問題突顯。財(cái)務(wù)干部來源主要依靠軍內(nèi)財(cái)經(jīng)院校補(bǔ)充，而軍內(nèi)財(cái)經(jīng)院校每年給部隊(duì)輸送的財(cái)務(wù)專業(yè)畢業(yè)學(xué)員通常不足流出量的20%，且分配的畢業(yè)生多流向城市機(jī)關(guān)，部隊(duì)基層有的單位幾年也分不到一個畢業(yè)生，財(cái)務(wù)干部缺乏正常生長機(jī)制，補(bǔ)充無來源，進(jìn)與出、走與留脫節(jié)。另一方面，基層財(cái)務(wù)干部由非財(cái)務(wù)專業(yè)改任比例呈上升趨勢，由于軍隊(duì)財(cái)經(jīng)院校畢業(yè)學(xué)員不能滿足部隊(duì)需要，師、團(tuán)單位相當(dāng)部分財(cái)務(wù)人員是由非財(cái)務(wù)專業(yè)人員改任的。由軍事、政工或其他專業(yè)改任財(cái)務(wù)干部，產(chǎn)生的副作用較大，首先是認(rèn)為搞財(cái)務(wù)不如搞軍政，財(cái)務(wù)崗位個人發(fā)展受限；其次是不懂專業(yè)難以勝任工作需要，不會記賬、算賬，直接影響部隊(duì)財(cái)務(wù)管理工作水平。

（四）監(jiān)督考評力度不夠

在現(xiàn)行軍隊(duì)財(cái)務(wù)經(jīng)費(fèi)標(biāo)準(zhǔn)中，具有“彈性”性質(zhì)的經(jīng)費(fèi)達(dá)200多項(xiàng)，保障性質(zhì)各不相同，涉及吃、穿、住、行各個方面，在管控環(huán)節(jié)上又涉及到司、政、后、裝各個部門。由于各部門之間權(quán)力交錯、利益牽制，在審定人員實(shí)力、享受級別及提供保障依據(jù)方面，財(cái)務(wù)部門按這些部門提供的依據(jù)執(zhí)行發(fā)放或?qū)崍?bào)實(shí)銷等，缺乏應(yīng)有的監(jiān)控措施和明確的監(jiān)控標(biāo)準(zhǔn)和依據(jù)，造成上述部門的權(quán)力失去應(yīng)有的監(jiān)督，直接影響到部隊(duì)財(cái)務(wù)正規(guī)化管理水平。

二、新時期正規(guī)化管理對財(cái)務(wù)工作提出的客觀要求

主席指出：“國防和軍隊(duì)現(xiàn)代化建設(shè)的需求與經(jīng)費(fèi)供應(yīng)相對不足的矛盾將會長期存在，必須堅(jiān)定不移地走投入較少、效益較高的國防和軍隊(duì)現(xiàn)代化路子。”針對經(jīng)費(fèi)供應(yīng)緊與管理工作松并存的現(xiàn)象，新時期正規(guī)化管理對財(cái)務(wù)工作提出了客觀要求，迫切需要引入科學(xué)的管理理念和方法，大力推行科學(xué)理財(cái)，解決損失浪費(fèi)、重復(fù)建設(shè)的問題，切實(shí)提高經(jīng)費(fèi)使用效益，保障部隊(duì)建設(shè)全面、協(xié)調(diào)、可持續(xù)發(fā)展。

（一）突出精細(xì)管理

總體上說，部隊(duì)財(cái)務(wù)管理在一定范圍、一定程度上達(dá)到了正規(guī)化的要求。但是，要把財(cái)務(wù)正規(guī)化向前推進(jìn)到新的程度，還必須在精細(xì)化管理上下功夫。一是要細(xì)化經(jīng)費(fèi)管理。不能沿襲粗放式管理模式，應(yīng)當(dāng)針對每一項(xiàng)經(jīng)費(fèi)特點(diǎn)細(xì)化管理。要加強(qiáng)對各項(xiàng)經(jīng)費(fèi)標(biāo)準(zhǔn)的調(diào)研論證，制定專項(xiàng)經(jīng)費(fèi)管理辦法，對享受人員、享受條件、開支范圍、發(fā)放標(biāo)準(zhǔn)、發(fā)放形式作出具體規(guī)定。二是要細(xì)化管理環(huán)節(jié)。如針對會議費(fèi)、差旅費(fèi)等難管易超經(jīng)費(fèi)，在借款、報(bào)銷等環(huán)節(jié)制定出規(guī)范的程序，嚴(yán)格審核報(bào)銷關(guān)，做到手續(xù)齊全、內(nèi)容清楚，切實(shí)達(dá)到細(xì)化經(jīng)費(fèi)管理的目的。

（二）強(qiáng)化定量管理

定量化管理是從數(shù)量上進(jìn)行考察。實(shí)行財(cái)務(wù)正規(guī)化，要嚴(yán)格按照科學(xué)的態(tài)度辦事，以數(shù)據(jù)為依據(jù)，以定量分析為方法。要盡量不使用模棱兩可的文字，一就是一，二就是二。在編制年度經(jīng)費(fèi)預(yù)算以前，要充分進(jìn)行分析論證，對項(xiàng)目經(jīng)費(fèi)需求進(jìn)行科學(xué)預(yù)測，算準(zhǔn)各個保障任務(wù)的經(jīng)費(fèi)開支需求，提高預(yù)算的準(zhǔn)確度，維護(hù)預(yù)算的嚴(yán)肅性。在答復(fù)和解決部隊(duì)提出的經(jīng)費(fèi)問題時，不能憑感情用事，要對部隊(duì)經(jīng)費(fèi)需求認(rèn)真分析，將經(jīng)費(fèi)優(yōu)先基層部隊(duì)使用，保證部隊(duì)需要。在財(cái)務(wù)正規(guī)化考評過程中，要堅(jiān)持使用量化分析方法，用事實(shí)說話，讓人心服口服，提高管理的科學(xué)化水平。

（三）堅(jiān)持動態(tài)管理

財(cái)務(wù)管理活動不是固化不變的，而是隨著環(huán)境、時間的變化，始終運(yùn)動發(fā)展著的。如夜餐費(fèi)、崗位津貼的享受人數(shù)已核定準(zhǔn)確，照此發(fā)放就是規(guī)范的。但由于工作調(diào)整，原來的人數(shù)、人員發(fā)生了變化，再照此發(fā)放就是不規(guī)范的。因此不能靜態(tài)地看問題，而是要動態(tài)地看問題并處理問題。一是及時掌握信息。要了解基層經(jīng)費(fèi)開支情況，就必須下基層掌握第一手材料。只有這樣，才能及時發(fā)現(xiàn)問題，及時采取措施，增強(qiáng)財(cái)務(wù)管理的主動性。二是加強(qiáng)監(jiān)督控制。由規(guī)范到不規(guī)范，再由不規(guī)范重新回到規(guī)范，這是管理的客觀規(guī)律，在這一過程中，控制發(fā)揮著重要作用，通過控制實(shí)現(xiàn)由不規(guī)范到規(guī)范。要形成有效的監(jiān)控機(jī)制，明確控制內(nèi)容，突出控制重點(diǎn)。

（四）實(shí)行科學(xué)管理

科學(xué)理財(cái)，是軍隊(duì)財(cái)務(wù)建設(shè)發(fā)展的必然趨勢，也是財(cái)務(wù)正規(guī)化的最終目標(biāo)。實(shí)行科學(xué)管理，就是在財(cái)務(wù)管理中采用科學(xué)方法，如統(tǒng)計(jì)方法、管理方法、計(jì)算機(jī)編程方法、信息論方法、控制論方法、博弈論方法、模糊論方法、灰色系統(tǒng)理論方法等。這些方法在現(xiàn)代生產(chǎn)、管理中發(fā)揮了巨大作用，同樣適用于軍隊(duì)財(cái)務(wù)管理活動，只有充分發(fā)揮科學(xué)管理方法的效能，才能促使財(cái)務(wù)正規(guī)化管理更加規(guī)范有序。

三、新形勢下財(cái)務(wù)正規(guī)化管理應(yīng)抓住的重點(diǎn)

（一）因地制宜，制定本級落實(shí)方案

各級財(cái)務(wù)部門應(yīng)在落實(shí)總部出臺的財(cái)務(wù)管理規(guī)定的基礎(chǔ)上，結(jié)合本級經(jīng)費(fèi)管理的實(shí)際情況，制定具體的財(cái)務(wù)管理方案和經(jīng)費(fèi)管理規(guī)定，在難管易超經(jīng)費(fèi)控制上制定具體有效的辦法；上級財(cái)務(wù)機(jī)關(guān)應(yīng)加強(qiáng)對財(cái)務(wù)正規(guī)化的宏觀管理，認(rèn)真履行監(jiān)督檢查職責(zé)，及時處理和解決問題。每年定期組織會審，對所屬單位的財(cái)務(wù)正規(guī)化建設(shè)成果進(jìn)行考評，推廣好的做法，鞭策落后單位，促進(jìn)財(cái)務(wù)正規(guī)化建設(shè)水平的整體提高；基層單位財(cái)務(wù)部門要認(rèn)真編制年度預(yù)算，科學(xué)論證、民主決策，加強(qiáng)具體經(jīng)費(fèi)項(xiàng)目開支的應(yīng)用對策研究，主要分析日常工作中哪些經(jīng)費(fèi)容易超支，哪些財(cái)務(wù)管理制度規(guī)定還存在漏洞，及時對各種問題提出具體建議等，認(rèn)真落實(shí)，真正把財(cái)務(wù)正規(guī)化落到實(shí)處。

（二）調(diào)查研究，提供科學(xué)依據(jù)

隨著軍隊(duì)現(xiàn)代化、正規(guī)化建設(shè)的不斷發(fā)展，軍隊(duì)財(cái)務(wù)建設(shè)也將不斷出現(xiàn)新情況、新問題。軍隊(duì)財(cái)務(wù)部門應(yīng)根據(jù)經(jīng)濟(jì)形勢的發(fā)展變化，認(rèn)真搞好經(jīng)費(fèi)支出的調(diào)查研究，發(fā)現(xiàn)財(cái)務(wù)管理的內(nèi)在規(guī)律，尋找解決經(jīng)費(fèi)超支問題的方法。加強(qiáng)財(cái)務(wù)理論研究對財(cái)務(wù)工作的指導(dǎo)作用，針對財(cái)務(wù)正規(guī)化管理中出現(xiàn)的特殊問題，深入開展對策研究，如財(cái)務(wù)正規(guī)化管理中的重難點(diǎn)問題和人員生活待遇等特殊問題，組織人力開展研究，為總部修訂經(jīng)費(fèi)標(biāo)準(zhǔn)制度提供理論依據(jù)。各級財(cái)務(wù)部門要鼓勵財(cái)務(wù)人員積極撰寫學(xué)術(shù)文章，將工作中的經(jīng)驗(yàn)做法形成文字，共同交流提高，為財(cái)務(wù)正規(guī)化建設(shè)出謀獻(xiàn)策。

（三）加強(qiáng)培訓(xùn)，增強(qiáng)管理主動性

采取多種有效途徑，加大人才培訓(xùn)力度，下大力氣提高財(cái)務(wù)骨干的管理素質(zhì)，夯實(shí)管理基礎(chǔ)，提高財(cái)務(wù)正規(guī)化管理水平。一是對財(cái)務(wù)人員嚴(yán)格要求。財(cái)務(wù)正規(guī)化涉及到財(cái)務(wù)工作的方方面面，必須要求財(cái)務(wù)人員以高度負(fù)責(zé)的精神，嚴(yán)格履行職責(zé)，切實(shí)把財(cái)務(wù)管理工作做細(xì)做實(shí)，做出成效。二是落實(shí)定期培訓(xùn)制度。隨著財(cái)務(wù)改革的不斷深入，財(cái)務(wù)正規(guī)化管理出現(xiàn)了一系列新情況和新問題，要求財(cái)務(wù)人員不斷更新管理觀念，開拓新的管理方法，解決工作中遇到的問題。因此，部隊(duì)要依托軍隊(duì)院校和培訓(xùn)基地，采取多種有效措施，加大對財(cái)務(wù)人員的培訓(xùn)力度，使培訓(xùn)工作經(jīng)常化、制度化。三是切實(shí)搞好傳幫帶。由于種種原因，每年都有近三分之一的財(cái)務(wù)助理員被更換，出現(xiàn)了人員成份新、工作斷檔的現(xiàn)象。針對這一客觀現(xiàn)實(shí)，著力對新上崗人員在思想上、作風(fēng)上、工作方法上進(jìn)行幫帶指導(dǎo)，使其能夠盡快地勝任本職工作，防止“人員換了、程序變了”的現(xiàn)象發(fā)生。四是狠抓崗位大練兵。年末上級舉辦的崗位大練兵大比武活動，為財(cái)務(wù)人員培養(yǎng)訓(xùn)練提供了契機(jī)。要按照人員崗位能力新標(biāo)準(zhǔn)，認(rèn)真開展達(dá)標(biāo)訓(xùn)練，本著缺什么、練什么的原則，積極組織各類崗位練兵活動，不斷提高自身的專業(yè)素質(zhì)、專業(yè)技能和專業(yè)綜合能力，增強(qiáng)管好用好經(jīng)費(fèi)的主動性，為全面提高財(cái)務(wù)正規(guī)化管理水平奠定堅(jiān)實(shí)的基礎(chǔ)。

（四）改進(jìn)管理手段，提高信息化管理水平

財(cái)務(wù)部門應(yīng)充分應(yīng)用信息技術(shù)，完善財(cái)務(wù)管理系統(tǒng)，健全人員實(shí)力檔案，增強(qiáng)決算審核、經(jīng)費(fèi)保障綜合分析功能，逐步建成系統(tǒng)功能齊全、信息資源共享、高度智能化的信息工作平臺。一是重點(diǎn)構(gòu)建可視化財(cái)務(wù)信息平臺，財(cái)務(wù)部門將財(cái)務(wù)信息在網(wǎng)上進(jìn)行，各級人員可根據(jù)授權(quán)，隨時在網(wǎng)上查詢財(cái)務(wù)信息或打印財(cái)務(wù)資料，提高財(cái)務(wù)信息透明度。二是提高網(wǎng)絡(luò)運(yùn)用水平，依托軍隊(duì)網(wǎng)絡(luò)和財(cái)務(wù)數(shù)據(jù)中心，逐步實(shí)現(xiàn)機(jī)關(guān)到基層部隊(duì)財(cái)務(wù)管理信息的互聯(lián)互通，廣泛開展在線服務(wù)活動，不斷提高服務(wù)保障水平。三是完善財(cái)務(wù)網(wǎng)絡(luò)檢查考評辦法，細(xì)化檢查考評標(biāo)準(zhǔn)，增強(qiáng)檢查考評的針對性、有效性。

篇（9）

2015年5月，國務(wù)院印發(fā)《中國制造2025》規(guī)劃，部署全面推進(jìn)實(shí)施制造強(qiáng)國戰(zhàn)略。規(guī)劃提出， 以加快新一代信息技術(shù)與制造業(yè)深度融合為主線，以推進(jìn)智能制造為主攻方向。

智能制造是一系列熱點(diǎn)技術(shù)的總稱，它是基于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)，貫穿于研發(fā)、設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過程、系統(tǒng)與模式的總稱。

智能制造具有以智能工S為載體、以關(guān)鍵制造環(huán)節(jié)智能化為核心、以端到端數(shù)據(jù)流為基礎(chǔ)、以全面深度互聯(lián)為支撐四大特征，其目標(biāo)是縮短研發(fā)周期、降低運(yùn)營成本、提高生產(chǎn)效率、提升產(chǎn)品質(zhì)量、降低資源能耗。

C9型客機(jī)成功首飛意味著中國實(shí)現(xiàn)了民機(jī)技術(shù)集群式突破，形成了我國大型客機(jī)發(fā)展的核心能力，其中就包括工業(yè)大數(shù)據(jù)技術(shù)。

中國商用飛機(jī)有限責(zé)任公司信息化中心主任王文捷介紹，大飛機(jī)一次飛行產(chǎn)生的數(shù)據(jù)量達(dá)到10個TB的量級，也就是說至少20臺500G大硬盤的電腦才能裝得下。而中國商飛公司，不僅要成功研制自主知識產(chǎn)權(quán)大飛機(jī)，還要成功運(yùn)營大飛機(jī)制造商，從適航試飛到供應(yīng)鏈管理，分分秒秒、日新月異的大數(shù)據(jù)堪稱天量。

專家表示，設(shè)計(jì)圖紙將成為過去，飛機(jī)完全是在數(shù)字世界里設(shè)計(jì)的，3D幾何數(shù)據(jù)模型以數(shù)字模型的形式呈現(xiàn)飛機(jī)。數(shù)字化樣機(jī)將含有制造所需的全部信息，不僅含有產(chǎn)品幾何體，而且還含有制造產(chǎn)品所需的信息，比如材料、技術(shù)要求、包含的標(biāo)準(zhǔn)件、授權(quán)的文件等。在裝配階段，數(shù)字化裝配技術(shù)將實(shí)現(xiàn)飛機(jī)裝配建模、裝配序列建模、裝配路徑規(guī)劃和裝配過程分析。

為此，中國商飛已經(jīng)新合并成立信息化與管理創(chuàng)新部，并專門下設(shè)數(shù)據(jù)處，用數(shù)據(jù)驅(qū)動創(chuàng)新。如今，中國商飛建立起以零件號、版次、物料組等為基礎(chǔ)的編碼標(biāo)準(zhǔn)，給大大小小每一種零件都配上“身份檔案”和“電子履歷”，引入11萬種以上的物料主數(shù)據(jù)。王文捷表示，即使在像馬航MH370這樣的事件中，任何零件都可追溯還原為一架完整的飛機(jī)，甚至倒查出某零件的前世今生。目前，C919研制已形成全程管控中心，可實(shí)現(xiàn)三維可視化分析。

“對于民用飛機(jī)來說，不僅僅是實(shí)現(xiàn)技術(shù)上的成功，把飛機(jī)飛上天，還要讓這架飛機(jī)在航線上取得商業(yè)成功。中國商飛在飛機(jī)的研制過程中，伴隨產(chǎn)品的演化衍生出各類試飛數(shù)據(jù)、試演數(shù)據(jù)、在航線運(yùn)營過程中關(guān)機(jī)監(jiān)控的數(shù)據(jù)，所有的數(shù)據(jù)貫穿始終。”王文捷說。

“我國智能制造未來發(fā)展?jié)摿薮螅?020年我國智能制造產(chǎn)值有望超過3萬億元，年均復(fù)合增長率約20%。”國家信息中心副主任馬忠玉在大數(shù)據(jù)智能應(yīng)用推動制造業(yè)變革與升級研討會上強(qiáng)調(diào)，智能制造是中國制造業(yè)轉(zhuǎn)型升級的戰(zhàn)略支點(diǎn)。

隨著產(chǎn)業(yè)互聯(lián)網(wǎng)和智能制造時代的到來，工業(yè)大數(shù)據(jù)技術(shù)將成為制造業(yè)轉(zhuǎn)型升級的重要引擎，是驅(qū)動研發(fā)設(shè)計(jì)智能化、生產(chǎn)過程智能化、 管理經(jīng)營智能化、市場營銷智能化、服務(wù)運(yùn)維智能化、新業(yè)態(tài)新模式智能化的關(guān)鍵要素。

工業(yè)大數(shù)據(jù)的演變

自工業(yè)從社會生產(chǎn)中獨(dú)立成為一個門類以來，工業(yè)生產(chǎn)的數(shù)據(jù)采集、使用范圍就逐步加大。從泰勒拿著秒表計(jì)算工人用鐵鍬送煤到鍋爐的時間開始，是對制造管理數(shù)據(jù)的采集和使用；福特汽車的流水化生產(chǎn)，是對汽車生產(chǎn)過程的工業(yè)數(shù)據(jù)的采集和工廠內(nèi)使用；豐田的精益生產(chǎn)模式，將數(shù)據(jù)的采集和使用擴(kuò)大到工廠和上下游供應(yīng)鏈；核電站發(fā)電過程中全程自動化將生產(chǎn)過程數(shù)據(jù)的自動化水平提高到更高程度。

任何數(shù)據(jù)的采集和使用都是有成本的，工業(yè)數(shù)據(jù)也不例外。但隨著信息技術(shù)的發(fā)展，一批智能化、高精度、長續(xù)航、高性價(jià)比、微型傳感器面世，以物聯(lián)網(wǎng)為代表的新一代網(wǎng)絡(luò)技術(shù)在移動數(shù)據(jù)通信的支持下，能做到任何時間、任何地點(diǎn)采集、傳送數(shù)據(jù)。以云計(jì)算為代表的新型數(shù)據(jù)處理基礎(chǔ)架構(gòu)，大幅降低工業(yè)數(shù)據(jù)處理的技術(shù)門檻和成本支出。以工業(yè)領(lǐng)域的SCADA系統(tǒng)為例，傳統(tǒng)模式下每個電網(wǎng)、化工企業(yè)都需要建立一套SCADA系統(tǒng)，成本在千萬以上，如果采用云架構(gòu)模式，成本可以降低7成以上。

社會需求的演進(jìn)是工業(yè)變革的重要動力。當(dāng)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，商品極大豐富甚至出現(xiàn)過剩，以個性化、多元化為代表的消費(fèi)文化，使得工業(yè)企業(yè)的產(chǎn)出物，要最大限度匹配個性需求和多元需求。

以服裝定制為例，通過制訂一套數(shù)據(jù)采集手段，通過線上或線下采集用戶身形數(shù)據(jù)，然后將數(shù)據(jù)傳回總部，結(jié)合生產(chǎn)原材料數(shù)據(jù)，對需求和工藝進(jìn)行分解，實(shí)現(xiàn)柔性生產(chǎn)，達(dá)到定制化要求的服裝，而且效率和質(zhì)量都可以得到保證。隨著生產(chǎn)線的擴(kuò)容線性提升和工藝的不斷改進(jìn)，定制化生產(chǎn)的成本將得以顯著攤薄，可以滿足大批量個性化定制的社會生產(chǎn)需求。

無論是德國工業(yè)4.0，還是美國的工業(yè)互聯(lián)網(wǎng)，其核心都離不開工業(yè)大數(shù)據(jù)。德國“工業(yè) 4.0 ”戰(zhàn)略的實(shí)施重點(diǎn)在于信息互聯(lián)技術(shù)與傳統(tǒng)工業(yè)制造結(jié)合， 其中大數(shù)據(jù)分析作為關(guān)鍵技術(shù)將得到較大范圍應(yīng)用。一是“智能工廠”，重點(diǎn)研究智能化生產(chǎn)系統(tǒng)及過程，以及網(wǎng)絡(luò)化分布式生產(chǎn)設(shè)施的實(shí)現(xiàn)；二是“智能生產(chǎn)”，主要涉及整個企業(yè)的生產(chǎn)物流管理、人機(jī)互動以及 3D 技術(shù)在工業(yè)生產(chǎn)過程中的應(yīng)用等；三是“智能物流”，主要通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、物流網(wǎng)，整合物流資源，充分發(fā)揮現(xiàn)有供應(yīng)方的效率，需求方則能夠快速獲得服務(wù)匹配。

美國擁有強(qiáng)大的互聯(lián)網(wǎng)、云計(jì)算及大數(shù)據(jù)處理能力，基于此，提出工業(yè)互聯(lián)網(wǎng)戰(zhàn)略，將單個設(shè)備、單條生產(chǎn)線、單個工廠的數(shù)據(jù)聯(lián)網(wǎng)，通過大數(shù)據(jù)處理后，在診斷、預(yù)測、后服務(wù)等方面挖掘工業(yè)服務(wù)的價(jià)值。2014 年，美國白宮總統(tǒng)行政辦公室《 2014 年全球大數(shù)據(jù)白皮書》，指出美國大型企業(yè)在投資數(shù)據(jù)科技方面存在以下幾個關(guān)鍵驅(qū)動因素：分析運(yùn)營和交易的能力；洞察客戶線上消費(fèi)的行為，以向市場提供新的高度復(fù)雜的產(chǎn)品；對組織中的機(jī)器和設(shè)備進(jìn)行更加深入的感知。

中國相對于德國、美國而言，在工業(yè)自動化和數(shù)字化方面都處于發(fā)展期。《中國制造2025》明確提出通過工業(yè)化和信息化融合發(fā)展的方式，制定一系列的重點(diǎn)工程和推進(jìn)計(jì)劃。為推動智能制造的發(fā)展，國務(wù)院又于2015年8月了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，強(qiáng)調(diào)要發(fā)展工業(yè)大數(shù)據(jù)，推動大數(shù)據(jù)在工業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營管理、市場營銷、售后服務(wù)等產(chǎn)品全生命周期、產(chǎn)業(yè)鏈全流程各環(huán)節(jié)的應(yīng)用，分析感知用戶需求，提升產(chǎn)品附加價(jià)值，打造智能工廠。建立面向不同行業(yè)、不同環(huán)節(jié)的工業(yè)大數(shù)據(jù)資源聚合和分析應(yīng)用平臺。抓住互聯(lián)網(wǎng)跨界融合機(jī)遇，促進(jìn)大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算和三維（3D）打印技術(shù)、個性化定制等在制造業(yè)全產(chǎn)業(yè)鏈集成運(yùn)用，推動制造模式變革和工業(yè)轉(zhuǎn)型升級。

工業(yè)大數(shù)據(jù)來源及特點(diǎn)

在工業(yè)生產(chǎn)中，無時無刻不產(chǎn)生數(shù)據(jù)。那么什么是工業(yè)大數(shù)據(jù)？中國電子技術(shù)標(biāo)準(zhǔn)化研究院的《工業(yè)大數(shù)據(jù)白皮書（2017版）》指出，工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。其以產(chǎn)品數(shù)據(jù)為核心，極大延展了傳統(tǒng)工業(yè)數(shù)據(jù)范圍，同時還包括工業(yè)大數(shù)據(jù)相關(guān)技術(shù)和應(yīng)用。

工業(yè)大數(shù)據(jù)主要來源于機(jī)器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)（包括傳統(tǒng)工業(yè)設(shè)計(jì)和制造類軟件、企業(yè)資源計(jì)劃ERP、產(chǎn)品生命周期管理PLM、供應(yīng)鏈管理SCM、客戶關(guān)系管理CRM和環(huán)境管理系統(tǒng)EMS等）和產(chǎn)業(yè)鏈跨界數(shù)據(jù)（包括氣象、地理、環(huán)境、宏觀經(jīng)濟(jì)）。

今天做工業(yè)大數(shù)據(jù)分析，不僅要看自己數(shù)據(jù)還要看別人的數(shù)據(jù)，比如優(yōu)化供應(yīng)鏈的時候還需要市場銷售的數(shù)據(jù)、供應(yīng)商的數(shù)據(jù)等。風(fēng)電優(yōu)化分析除了利用風(fēng)機(jī)的數(shù)據(jù)，也需要結(jié)合氣象的數(shù)據(jù)。很多外部數(shù)據(jù)原來工業(yè)界從來沒有嘗試過管理這些數(shù)據(jù)，這是大數(shù)據(jù)分析的時候傳統(tǒng)工業(yè)管理數(shù)據(jù)的機(jī)制遇到的一些挑戰(zhàn)。

“制造業(yè)大數(shù)據(jù)是一座金礦！”北京大學(xué)工學(xué)院工業(yè)工程與管理系主任侍樂媛表示，制造業(yè)擁有的大數(shù)據(jù)遠(yuǎn)超其他行業(yè)，但到現(xiàn)在為止距開采出來還差得很h，很多數(shù)據(jù)天天“流淌”都沒有辦法收集起來。究其原因，制造業(yè)大數(shù)據(jù)具有復(fù)雜性，是動態(tài)復(fù)雜的拆分合并數(shù)據(jù)。從全球應(yīng)用現(xiàn)狀看，制造業(yè)基本上是縱向數(shù)據(jù)的采集和利用，缺乏橫向數(shù)據(jù)的鏈接和利用。實(shí)際上，制造業(yè)需要經(jīng)緯縱橫的數(shù)據(jù)采集能力。

工業(yè)大數(shù)據(jù)除了具有一般大數(shù)據(jù)的特征，比如容量大、類型多、存取速度快、應(yīng)用價(jià)值高，業(yè)界認(rèn)為還具有實(shí)時性、準(zhǔn)確性、閉環(huán)性、集成性、透明性、預(yù)測性等特征。

清華大學(xué)數(shù)據(jù)科學(xué)研究院工業(yè)大數(shù)據(jù)研究中心總工程師、昆侖數(shù)據(jù)公司CTO王晨表示，工業(yè)大數(shù)據(jù)主要面臨兩方面的變化，第一是人才的變化，以前用大數(shù)據(jù)是互聯(lián)網(wǎng)公司的復(fù)合型極客，這些人有很強(qiáng)的數(shù)學(xué)功底、編程能力、數(shù)據(jù)管理技術(shù)、分布式計(jì)算技術(shù)，同時掌握領(lǐng)域的業(yè)務(wù)知識，是具備四大方面的全面型的人才。在產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域里的人更多的是熟悉領(lǐng)域業(yè)務(wù)知識，而計(jì)算機(jī)能力真的很有限。第二是數(shù)據(jù)種類的變化，以前互聯(lián)網(wǎng)領(lǐng)域是大量的文本數(shù)據(jù)、社交數(shù)據(jù)、多媒體數(shù)據(jù)等，而產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域是大量的傳感器產(chǎn)生的實(shí)時數(shù)據(jù)、企業(yè)內(nèi)部的業(yè)務(wù)過程數(shù)據(jù)，大量的非結(jié)構(gòu)化工程數(shù)據(jù)、仿真數(shù)據(jù)、設(shè)計(jì)的CAD數(shù)據(jù)，這些數(shù)據(jù)跟傳統(tǒng)互聯(lián)網(wǎng)的數(shù)據(jù)都不太一樣。

工業(yè)大數(shù)據(jù)如何變革制造業(yè)

“大數(shù)據(jù)驅(qū)動智能制造加快發(fā)展，加快互聯(lián)網(wǎng)與制造業(yè)快速融合，是傳統(tǒng)制造業(yè)變革與升級的重要內(nèi)容。”馬忠玉表示，大數(shù)據(jù)智能應(yīng)用發(fā)展對生產(chǎn)、生活都產(chǎn)生重大影響，以數(shù)據(jù)挖掘分析為核心的應(yīng)用和服務(wù)，為經(jīng)濟(jì)社會發(fā)展帶來了深刻變革。

工業(yè)大數(shù)據(jù)技術(shù)是指工業(yè)大數(shù)據(jù)中所蘊(yùn)含的價(jià)值得以挖掘和展現(xiàn)的一系列技術(shù)和方法，包括數(shù)據(jù)采集、預(yù)處理、存儲、分析挖掘、可視化和智能控制等。工業(yè)大數(shù)據(jù)是智能制造的關(guān)鍵技術(shù)，主要作用是打通物理世界和信息世界，推動生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)型。其在智能制造中有著廣泛的應(yīng)用前景，在智能制造中有著廣泛的應(yīng)用前景，在產(chǎn)品市場需求獲取、產(chǎn)品研發(fā)、制造、運(yùn)行、服務(wù)直至報(bào)廢回收的產(chǎn)品全生命周期過程中，工業(yè)大數(shù)據(jù)在智能化設(shè)計(jì)、智能化生產(chǎn)、網(wǎng)絡(luò)協(xié)同制造、智能化服務(wù)、個性化定制等場景都發(fā)揮出巨大的作用。

創(chuàng)新研發(fā)設(shè)計(jì)模式實(shí)現(xiàn)個性化定制

實(shí)現(xiàn)定制化設(shè)計(jì)。企業(yè)通過互聯(lián)網(wǎng)平臺能夠收集用戶的個性化產(chǎn)品需求，也能獲取到產(chǎn)品的交互和交易數(shù)據(jù)；挖掘和分析這些客戶動態(tài)數(shù)據(jù)，能夠幫助客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動中，實(shí)現(xiàn)定制化設(shè)計(jì)，再依托柔性化的生產(chǎn)流程，就能為用戶生產(chǎn)出量身定做的產(chǎn)品。例如，海爾集團(tuán)沈陽冰箱工廠利用云將用戶需求和生產(chǎn)過程無縫對接，用戶個性化需求可直接發(fā)送到生產(chǎn)線上，實(shí)現(xiàn)定制化生產(chǎn)。用戶還可通過生產(chǎn)線上的上萬個傳感器隨時查到自己冰箱的生產(chǎn)進(jìn)程。目前，一條生產(chǎn)線可支持500多個型號的柔性化大規(guī)模定制，生產(chǎn)時間可以縮短到10秒一臺。

私人定制工廠青島紅領(lǐng)也探索出了C2M、M2B等服裝定制模式，通過精準(zhǔn)的量體裁衣，在其他成衣服裝規(guī)模關(guān)店的市場下，能保持每年150%的收入和利潤增長，每件衣服的成本僅比成衣高10%。小米手機(jī)也屬于這一類。

利用大數(shù)據(jù)進(jìn)行虛擬仿真。傳統(tǒng)生產(chǎn)企業(yè)在測試、驗(yàn)證環(huán)節(jié)需要生產(chǎn)出實(shí)物來評測其性能等指標(biāo)，成本隨測試次數(shù)增加而不斷提升。利用虛擬仿真技術(shù)，可以實(shí)現(xiàn)對原有研發(fā)設(shè)計(jì)環(huán)節(jié)過程的模擬、分析、評估、驗(yàn)證和優(yōu)化，從而減少工程更改量，優(yōu)化生產(chǎn)工藝，降低成本和能耗。長安福特采用虛擬仿真技術(shù)改良汽車設(shè)計(jì)環(huán)節(jié)，設(shè)計(jì)師帶著3D眼鏡能夠看見最新設(shè)計(jì)的福特轎車，甚至還能夠模擬坐進(jìn)車內(nèi)，感受內(nèi)裝是否符合心意。如果有任何不好的地方，設(shè)計(jì)師能夠馬上通過軟件修改，減少了開發(fā)產(chǎn)品的次數(shù)，能夠在短時間內(nèi)完成更多的設(shè)計(jì)工作，更快地反映市場的需求。

促進(jìn)研發(fā)資源集成共享和創(chuàng)新協(xié)同。企業(yè)通過建設(shè)和完善研發(fā)設(shè)計(jì)知識庫，促進(jìn)數(shù)字化圖紙、標(biāo)準(zhǔn)零部件庫等設(shè)計(jì)數(shù)據(jù)在企業(yè)內(nèi)部以及供應(yīng)鏈上下游企業(yè)間的資源共享和創(chuàng)新協(xié)同，提升企業(yè)跨區(qū)域研發(fā)資源統(tǒng)籌管理和產(chǎn)業(yè)鏈協(xié)同設(shè)計(jì)能力。提升企業(yè)管理利用全球研發(fā)資源能力，優(yōu)化重組研發(fā)流程，提高研發(fā)效率。例如，C9型客機(jī)成功首飛意味著中國實(shí)現(xiàn)了民機(jī)技術(shù)集群式突破，形成了以中國商飛公司為平臺，包括設(shè)計(jì)研發(fā)、總裝制造、客戶服務(wù)、適航取證、供應(yīng)商管理、市場營銷等在內(nèi)的我國民用飛機(jī)研制核心能力，形成了以上海為龍頭，陜西、四川、江西、遼寧、江蘇等22個省市、200多家企業(yè)、近20萬人參與的民用飛機(jī)產(chǎn)業(yè)鏈。

在C919飛機(jī)的智能制造項(xiàng)目建設(shè)過程中，形成了一套主制造商―供應(yīng)商模式下的協(xié)同制造技術(shù)、管理方法。C919飛機(jī)的研發(fā)成員企業(yè)包括了設(shè)計(jì)與主制造商、10家機(jī)體結(jié)構(gòu)、24家機(jī)載設(shè)備、16家材料供應(yīng)商和54家標(biāo)準(zhǔn)件等供應(yīng)商，另有200多家企業(yè)參與了項(xiàng)目的研制過程。通過協(xié)同設(shè)計(jì)、敏捷生產(chǎn)與智能管理等先進(jìn)技術(shù)手段，將飛機(jī)從設(shè)計(jì)到制造過程中涉及的設(shè)計(jì)商、制造商、供應(yīng)商、集成商等成員有機(jī)緊密聯(lián)合。

其中，在協(xié)同設(shè)計(jì)方面，中國商飛通過構(gòu)建多供應(yīng)商協(xié)同設(shè)計(jì)環(huán)境，并實(shí)施基于模型的定義、工藝設(shè)計(jì)等應(yīng)用技術(shù)，建立起民用飛機(jī)聯(lián)合協(xié)同研制的新模式，建設(shè)協(xié)同研制平臺，實(shí)現(xiàn)了設(shè)計(jì)與制造過程的一體化。同時，在智能管理方面，全面實(shí)施了PLM、ERP、MES、BI等信息化平臺，實(shí)現(xiàn)了各系統(tǒng)之間的信息互通和集成，支撐了制造現(xiàn)場層、車間控制層、業(yè)務(wù)操作層、業(yè)務(wù)管理層、企業(yè)決策層的一體化智能管理。

培育研發(fā)新模式。基于設(shè)計(jì)資源的社會化共享和參與，企業(yè)能夠立足自身研發(fā)需求開展眾創(chuàng)、眾包等研發(fā)新模式，提升企業(yè)利用社會化創(chuàng)新和資金資源能力。在帝樽空調(diào)和天樽空調(diào)的研發(fā)過程中，海爾集團(tuán)前期通過互聯(lián)網(wǎng)平臺與數(shù)十萬用戶實(shí)時互動，提取用戶對產(chǎn)品的共性需求。然后利用HOPE（開放創(chuàng)新平臺）平臺對接全球100多萬個領(lǐng)域?qū)＜液蜕锨Ъ胰蛞涣鞯难邪l(fā)資源。

建立先進(jìn)生產(chǎn)體系實(shí)現(xiàn)智能化生產(chǎn)

提升車間管理水平。現(xiàn)代化工業(yè)制造生產(chǎn)線安裝有數(shù)以千計(jì)的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲等，利用這些數(shù)據(jù)可以實(shí)現(xiàn)很多形式的分析，包括設(shè)備診斷、用電量分析、能耗分析、質(zhì)量事故分析等。在生產(chǎn)過程中使用這些大數(shù)據(jù)，就能分析整個生產(chǎn)流程，一旦某個流程偏離了標(biāo)準(zhǔn)工藝，就會發(fā)出報(bào)警信號，快速地發(fā)現(xiàn)錯誤或者瓶頸所在。

優(yōu)化生產(chǎn)流程。將生產(chǎn)制造各個環(huán)節(jié)的數(shù)據(jù)整合集聚，并對工業(yè)產(chǎn)品的生產(chǎn)過程建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程。當(dāng)所有流程和績效數(shù)據(jù)都能在系統(tǒng)中重建時，對各環(huán)節(jié)制造數(shù)據(jù)的集成分析有助于制造商改進(jìn)其生產(chǎn)流程。例如，在能耗分析方面，在設(shè)備生產(chǎn)過程中利用傳感器集中監(jiān)控所有的生產(chǎn)流程，能夠發(fā)現(xiàn)能耗的異常或峰值情形，由此便可在生產(chǎn)過程中優(yōu)化能源的消耗，對所有流程進(jìn)行分析，此舉將會大大降低能耗。

德國安貝格電子工廠基于西門子PLM軟件在虛擬環(huán)境中仿真產(chǎn)品的研發(fā)和生產(chǎn)，并在真實(shí)世界的工廠中進(jìn)行實(shí)際操作，即實(shí)現(xiàn)了產(chǎn)品跨行業(yè)的多樣化，也提升了生產(chǎn)效率和質(zhì)量。研發(fā)環(huán)節(jié)，安貝格擁有一個虛擬的工廠，研發(fā)設(shè)計(jì)部門把虛擬的研發(fā)產(chǎn)品同步給生產(chǎn)部門來生產(chǎn)，兩部門有著統(tǒng)一平臺，并時刻保持著協(xié)調(diào)的一致性。真實(shí)工廠生產(chǎn)時的數(shù)據(jù)參數(shù)、生產(chǎn)環(huán)境等都會通過虛擬工廠來反映出來，而人則通過虛擬工廠對現(xiàn)實(shí)中的真實(shí)工廠進(jìn)行把控。生產(chǎn)環(huán)節(jié)，當(dāng)一個元件進(jìn)入烘箱時，機(jī)器會判斷該用什么溫度以及溫度持續(xù)的時間長短，并可以判斷下一個進(jìn)入烘箱的元件是哪一種，并適時調(diào)節(jié)生產(chǎn)參數(shù)。安貝格工廠的每一條生產(chǎn)線每天并不是一成不變地只生產(chǎn)一種產(chǎn)品，生產(chǎn)系統(tǒng)會實(shí)時同步研發(fā)部門的最新指示，自動跳轉(zhuǎn)到不同產(chǎn)品或者器件的生產(chǎn)模式。在這樣的生產(chǎn)模式下，該工廠每年可生產(chǎn)約1000個品種共計(jì)1200萬件工業(yè)控制產(chǎn)品。按照每年生產(chǎn)230天計(jì)算，平均每秒就能生產(chǎn)出一件產(chǎn)品，其中百萬件缺陷僅為15，缺陷率僅為德國工人的1/25。

優(yōu)化經(jīng)營管理體系實(shí)現(xiàn)精益化管理

優(yōu)化工業(yè)供應(yīng)鏈。RFID等電子標(biāo)識技術(shù)、物聯(lián)網(wǎng)技術(shù)以及移動互聯(lián)網(wǎng)技術(shù)能幫助工業(yè)企業(yè)獲得完整的產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)，利用這些數(shù)據(jù)進(jìn)行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。跟蹤產(chǎn)品庫存和銷售價(jià)格，而且準(zhǔn)確地預(yù)測全球不同區(qū)域的需求，從而運(yùn)用數(shù)據(jù)分析得到更好的決策來優(yōu)化供應(yīng)鏈。

推動經(jīng)營管理全流程的銜接和優(yōu)化。整合企業(yè)生產(chǎn)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、管理數(shù)據(jù)、采購數(shù)據(jù)、銷售數(shù)據(jù)和消費(fèi)者行為數(shù)據(jù)等資源，通過數(shù)據(jù)挖掘分析，能夠幫助企業(yè)找到生產(chǎn)要素的最佳投入比例，實(shí)現(xiàn)研產(chǎn)供銷、經(jīng)營管理、生產(chǎn)控制、業(yè)務(wù)與財(cái)務(wù)全流程的無縫銜接和業(yè)務(wù)協(xié)同，促進(jìn)業(yè)務(wù)流程、決策流程、運(yùn)營流程的整合、重組和優(yōu)化，推動企業(yè)管理從金字塔靜態(tài)管理組織向扁平化動態(tài)管理組織轉(zhuǎn)變，利用云端數(shù)據(jù)集成驅(qū)動提升企業(yè)管理決策的科學(xué)性和運(yùn)營一體化能力。

例如，三一公司通過在線跟蹤銷售出去的挖掘機(jī)的開工、負(fù)荷情況，就能了解全國各地基建情況，進(jìn)而對于宏觀經(jīng)濟(jì)判斷、市場銷售布局、金融服務(wù)提供調(diào)整依據(jù)。

促進(jìn)商業(yè)模式創(chuàng)新實(shí)現(xiàn)服務(wù)型制造

大數(shù)據(jù)將幫助工業(yè)企業(yè)不斷創(chuàng)新產(chǎn)品和服務(wù)，發(fā)展新的商業(yè)模式。通過嵌在產(chǎn)品中的傳感器，企業(yè)能夠?qū)崟r監(jiān)測產(chǎn)品的運(yùn)行狀態(tài)，通過商務(wù)平臺，企業(yè)能夠獲得產(chǎn)品的銷售數(shù)據(jù)和客戶數(shù)據(jù)，通過對這些數(shù)據(jù)的分析和預(yù)測，企業(yè)能夠開展故障預(yù)警、遠(yuǎn)程監(jiān)控、遠(yuǎn)程運(yùn)維、質(zhì)量診斷等在線增值服務(wù)，提供個性化、在線化、便捷化的增值服務(wù)，擴(kuò)展產(chǎn)品價(jià)值空間，使得以產(chǎn)品為核心的經(jīng)營模式向“制造+服務(wù)”的模式轉(zhuǎn)變。

比如，GE不銷售發(fā)動機(jī)，而是將發(fā)動機(jī)租賃給航空公司使用，按照運(yùn)行時間收取費(fèi)用，這樣GE通過引入大數(shù)據(jù)技術(shù)監(jiān)測發(fā)動機(jī)運(yùn)行狀態(tài)，通過科學(xué)診斷和維護(hù)提升發(fā)動機(jī)使用壽命，獲得的經(jīng)濟(jì)回報(bào)高于發(fā)動機(jī)銷售。

保利協(xié)鑫是中國首家突破年產(chǎn)萬噸級以上多晶硅產(chǎn)能和產(chǎn)量、全球最大的光伏切片企業(yè)。在光伏切片的生產(chǎn)過程中，有數(shù)千個生產(chǎn)參數(shù)會影響到切片良品率。