时间：2022-02-03 06:15:41
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇企业数据分析报告，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
在网上审计中，基础性中间表的作用不言而喻，在实际工作中，它也是广大审计人员用得最多的，审计人员在基础性中间表的基础上按各自需求建立分析性中间表，进行审计核实。
在审计项目中，审计人员通常需要结合被审计单位的经济业务类别来创建审计中间表，并且需要准确地表达出所代表的经济业务类别的信息，因此审计中间表体现了很强的业务特征，其设计和区分的标准就是经济业务类别。在建立审计中间表前，应首先确定被审计单位的各种业务类别，并根据每一业务类别，从基础数据中选择出与该业务类别相关的数据表。
通过掌握被审计单位提供的数据字典，了解基础数据中各表中存储数据的内容、各字段的含义以及各表之间的关联关系，然后从与某业务类别相关的基础数据表中选择反映该业务类别主要信息的字段，组织这些字段，设计出所属该业务类别的主表；根据主表中各字段的内容，如果某一字段所包含的内容需要有一些附加信息对其加以说明，则从与该业务类别相关的基础数据表中选择反映这些附加信息的字段，组织这些字段，设计出所属该业务类别的附表，对主表加以补充说明；根据该业务类别的主表和附表中各字段的内容，如果某一字段所包含的内容是代码，则根据代码的含义及其层次结构，设计出代码表。此外，在基础数据当中可能一些表和某项具体业务的联系不是十分紧密，通常筛选有关字段，设计出补充表。应注意的是，设计审计中间表的结构时，一定要经过审计组的充分讨论，特别是要听取一些业务精通、审计经验丰富的审计人员的建议，并对结果进行书面记录，使建立的审计中间表能够充分体现业务特征、体现审计目标，并且方便审计人员使用。
根据设计的审计中间表的结构，以及通过被审计单位提供的数据字典，了解建立审计中间表所需的基础数据表之间的关系，然后通过编写SQL语句将所需要的基础数据表进行关联、选取所需字段并设置有关筛选条件，生成符合审计需要的审计中间表。审计人员编写的SQL语言主要通过使用SELECT语句，通过选取字段、联接有关基础数据表，并利用INTO子句保存查询结果，最终生成审计中间表。另外，由于在建立审计中间表的过程中，可能因为操作失误，将应选择的字段而没有被选择，或者将应去除的字段而没有被去除；还有可能因联接、筛选条件或有关逻辑表达式设置的不正确，造成审计中间表的结果偏差。为避免上述情况或其它原因造成审计中间表的结果不正确，需对结果进行验证。
我们认为，计算机人员和业务人员共同配合，发挥计算机人员操作熟练、业务人员明白钩稽关系的特长，结合会计报表数据、财务数据凭证库、财务数据余额库等，生成高质量的基础中间表。
二、审前调查做好数据分析报告
数据分析报告，指记录审计组分析被审计单位电子数据过程和结果的文书。数据分析报告的撰写是审计工作的一部分，数据分析大量使用复算、分析性复合等审计方法；数据分析和数据分析报告的撰写过程也是一个审计项目组织和管理的过程，贯穿整个审计过程。在计算机审计的今天，能否利用好被审计单位的电子数据进行分析，撰写出高质量的数据分析报告，是关系审计工作质量和成果的重要因素。
（一）撰写数据分析报告前的准备工作
数据分析报告的系统分析和类别分析一般应在审前调查阶段完成。审计人员通过数据分析来把握被审计单位的总体情况，从而把握和锁定需重点审计的内容和范围。在进行数据分析之前，必须做好充分的准备工作：
第一，整理好规范的审计中间表。
审计中间表是面向审计分析的数据存储模式，它是将转换、清理、验证后的源数据按照提高审计分析效率、实现审计目的的要求进一步选择、整合而形成的数据集合。审计中间表是数据分析的基础。在系统分析和类别分析过程中需要的审计中间表主要包括：
1、按被审计单位的会计报表数据整理而成的会计报表中间表；
2、按被审计单位财务数据整理而成的凭证中间表；
3、按被审计单位财务数据整理而成的余额中间表；
4、按被审计单位财务数据整理而成的明细科目中间表；
5、按被审计单位业务数据整理而成的与被审计单位收入或成本的主要项目相关联的业务中间表；
6、利用其他与被审计单位有关的数据整理而成的审计中间表。
第二，数据分析报告的分配与审计分工紧密结合。
网上审计中数据分析以及数据分析报告的撰写过程也是审计项目组织和管理的过程，因此数据分析工作的分配应紧密地与审计分工相结合。系统分析主要是基于会计报表层次的分析，一般由审计项目主审完成，便于主审系统、完整地了解被审计单位，把握全局；类别分析主要是基于业务类别或者会计科目层次的分析，一般按照审前调查分工（或者审计分工），将类别分析分解，与审前调查（或者审计）任务一并分配给每一位审计人员，使计算机审计中的数据分析和审计实施紧密结合，避免脱节现象，更好的发挥数据分析的作用。
第三，准备好分析工具。
工欲善其事，必先利其器。要想做好数据分析，写出高质量的数据分析报告，功能强大的分析工具必不可少。现在审计过程中使用的最多的分析工具主要有：EXCEL、SQL Server分析服务器或其他审计软件等。
1、SQL Server分析服务器
随着被审计单位信息化程度越来越高，ERP在被审计单位广泛采用，因此被审计单位财务和业务电子数据将存储于大型数据库中，数据量极其庞大。在计算机审计环境下，审计人员所取得的主要审计资料就是被审计单位的电子数据，因此强大的数据库工具SQL Server分析服务器成了审计人员实施计算机审计的有力工具。
2、EXCEL电子表格
在进行系统分析时，一般以被审计单位会计报表为分析对象，大部分会计报表软件均可以将报表转换成EXCEL电子表格，因此EXCEL这种为审计人员所熟悉的、操作灵活的工具在系统分析中广泛采用。
3、其他审计软件
（二）系统分析的对象、方法和内容
系统分析主要用于把握总体，一般应由审计项目主审完成，这样便于主审把握被审计单位财务状况、经营成果和现金流量等方面的总体情况，为审计和审计调点的确定以及审计分工提供依据。
系统分析的对象主要是被审计单位的会计报表。
系统分析的方法主要有：结构分析、趋势分析和指标分析等。
结构分析主要是通过计算各个组成部分占总体的比重来揭示总体的结构关系和各个构成项目的相对重要程度，从而确定重点构成项目，提示进一步分析的方向；趋势分析法是指将被审计单位若干期相关数据进行比较和分析，从中找出规律或发现异常变动的方法；而指标分析则是通过各项指标的计算，全面系统的了解被审计单位的财务状况、经营成果和现金流量等。
系统分析的内容主要有：被审计单位的资产结构分析、资产趋势分析、负债结构分析、负债趋势分析、所有者权益结构分析、所有者权益趋势分析、企业盈利能力指标分析、企业偿债能力指标分析、企业流动性指标分析等。
（三）类别分析的对象、方法和内容
类别分析主要用于锁定重点，应按照审计分工，将类别分析分配给每一位审计人员，使数据分析与审计实施紧密结合。
类别分析的对象主要是根据被审计单位的凭证中间表和余额中间表建立起来的多维数据集以及主要业务系统数据。
类别分析的主要方法有：结构分析、趋势分析、配比分析等。
配比分析是指审计人员将相互关联的会计科目或事项的相应数据放在一起进行趋势分析，从中找出趋势不一致的情况。
类别分析的主要内容有：系统分析结果中需重点关注的部分；主要会计科目的结构分析和趋势分析，会计科目的选取因具体单位的不同而不同，一般应选取在资产、负债或所有者权益中所占比重较大的科目，或者根据审计经验判断容易出现问题的科目（往来科目、长短期投资等）；相关联科目的配比分析，例如将长短期借款与财务费用、固定资产与累计折旧、配比分析；业务数据与财务相关数据的配比分析等。
一、市场营销模拟实验教学中存在的问题
1．重策略执行而轻战略制定，企业整体运作意识不强战略是企业发展的长期性、全局性指导思想，策略则是战略的具体化。从决策逻辑上来说，企业必须先确定营销战略，然后再根据战略制定策略。具体在营销模拟实验中，学生先要进行SWOT分析，明确企业的优势、劣势、机会和威胁;然后进行STP分析，把握各细分市场之间的差异性，明确公司的目标市场，确定产品的市场定位;之后再制定公司的具体发展目标，如市场占有率目标、销售额目标、利润目标，这些内容基本都属于公司战略决策的范畴，对企业后阶段的策略制定起着方向性的指导作用。但在实验操作实际中，很多学生对战略分析不够重视，把大部分时间和精力都放在了策略制定与执行上，热衷于进行新产品的开发、新品牌的推出、价格的制定与调整、渠道的选择、广告促销等，至于为何要这样去制定和执行，以后要怎样去制定和执行，则缺少全盘考虑。实际上，由于学生前期的战略分析不全面，战略目标不明确，很多策略的针对性和实用性不强，甚至有些策略就凭主观感觉或估计来确定。
2．决策过程不严谨，数据分析能力弱由于市场环境越来越复杂，决策风险越来越大，企业的决策日趋客观严谨，决策中越来越重视数据的支撑作用。数据是市场的真实反映，揭示了事物发展的客观规律，本身就是决策的重要参考，培养学生的数据分析能力和严谨思维也是营销模拟实验教学的一个重要目标。市场模拟营销实验中包含大量的数据，比如销售量、销售额、增长率、利润额、利润率、生产成本、投资收益率、知名度、股价等等，另外还有许多图表，如折线图、饼形图、柱状图及矩阵图等，每一次营销计划执行后，这些数据或图表就会发生相应的变化。这些数据中蕴含着丰富的市场信息，非常值得我们去挖掘，但这些数据或图表并没有被学生很好地利用，学生对数据的敏感度不够，不擅长去分析其中包含的信息，对它们的认识有些表面化，往往是在进行简单的了解后便很快制定出营销策略，决策过程欠严谨。
二、市场营销模拟实验教学的优化对策
1．科学分组，确保竞争公平为使每一位同学都能始终保持实验兴趣，也为了保证小组竞争的公平，教师在实验开始前必须对全班进行科学分组。分组时要考虑以下几点:首先要确定每组的人数，每组人数不宜过多，太多了影响决策效率，还可能导致人浮于事，一般三人一组比较好，团队比较精干，也便于协商或讨论;然后要确定小组成员选择标准，每一小组至少要有一位专业能力相对突出的同学，以保证决策过程的专业性和合理性，并带动其他同学积极参与。确定组队标准后，学生可以先行组合，然后把组队名单交给老师，老师根据实际情况对各组成员进行适当调整，尽量使各组的实力保持相对平衡。
2．突出战略决策，做好市场分析与战略定位企业的决策需要有战略思维，要预先做好市场及产品的规划，在此基础上再制定出不同阶段的营销策略。为此企业需要对营销环境做出全面细致的分析，了解企业的优势、劣势、机会和威胁，并在市场细分的基础上做出目标市场的选择，确定产品在目标市场的定位，最终形成成熟的营销方案。这种战略分析能力体现出了学生的宏观视野和逻辑思维，但往往也是很多学生的弱项，需要教师在实验环节中予以特别重视，通过一系列强化训练来培养。比如要求学生在每次实验中必须提交两份战略分析报告，一份是SWOT分析报告，一份是STP报告，报告中必须对营销环境、战略定位、营销目标做出详细分析和具体明确，并阐述原因和依据，在分析报告没有提交之前，不能进入下一个实验环节。在每一年度的营销实验结束后，教师还要对全班所有同学的分析报告进行评比，将评比结果作为期末成绩的参考。通过这种硬性规定，让学生重视战略分析，逐步提高从全局把握问题的能力。
3．强化数据分析，做到严谨决策数据分析能反映一个人看待问题的深度以及思维的严谨性，但对于很多学生来说，由于营销分析工具掌握不牢固，对数据分析的方法比较生疏，难以从多个数据中发现事物之间的内在联系或规律，更多是根据主观感觉或个人经验，再结合一些表面的数据来制定营销对策，决策过程存在某种随意性。为改变这一不良决策习惯，教师在实验中必须强调一点，就是所有的决策必须有数据支撑，必须有数据分析，用数字说话。这并非提倡决策的“数据主义”，只是强调严谨决策的重要，这种训练对学生以后的行为习惯和逻辑思维将产生积极影响，让学生更理性地看待问题和解决问题。以营销模拟实验中的广告投放决策为例，就要求学生先了解企业本年度的营销预算、广告的目标、媒体的成本、媒体的传播效应、企业目前的知名度等数据，然后对这些数据进行科学计算，得出广告投放的时间、次数和费用，而不能凭估计随意给定一个数字。
4．加强课堂管理，确保实验效果严格的课堂管理是良好教学效果的保证，尤其是实验课程的教学，学生的自我约束标准降低，精力容易分散，教师更要加强课堂管理。第一，教师要加强实验过程的巡查，一方面可以及时了解学生实验过程中的疑难问题并予以解决，另外也是为了监督学生的操作内容和实验状况，防止学生做与实验无关的事情。第二，要做好学生实验心态的管理，由于实验过程就是一场竞争，总会有小组在竞争中败下阵来，甚至出现公司濒临破产的窘境，这可能会伤害一些小组的自信心，影响小组的实验积极性。这时教师要通过教师机平台及时了解这些小组的实验结果，对这些小组进行鼓励，并帮助他们寻找问题产生的原因，也可以提供一些合理的建议，让他们重新恢复信心，以积极的心态去面对和解决问题。
作者：李晓亮单位：湖南涉外经济学院商学院
关键词 分析化验；业务域；POSC Epicentre逻辑模型；业务活动
中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2014）04-0017-02
1 业务对象分析
库房中储存的样品主要是岩石样和流体样，根据取样方式的不同可以把岩石样分为岩心样、壁心样、岩屑样和露头样，把流体样分为常温常压流体样和高温高压（统称PVT）样，根据流体相态又可以把流体样分为油样、气样和水样。
分析化验所使用的样品是小样，也叫做实验用样，是大块岩石样或大桶流体样中的一部分。根据实验的目的和要求，可以把小样分为水平样和垂直样。
2 分析化验项目分析
根据样品的类型可以把分析化验分为流体样实验、岩石样实验和岩石样-流体相共存实验3种。
2.1 流体样实验
流体样实验是对从井筒或地面上取得的流体样进行分析的，研究井筒中流体的特性，为油气田开发前期设计提供参考依据，为生产井提能分配或井下作业提供基本数据支持。
根据流体取样方式的不同，把流体样实验分为常温常压流体实验和PVT实验，由于流体相可以分为油相、气相和水相，所以流体实验又细分为常温常压油样实验、常温常压气样实验、常温常压水样实验、原油PVT实验、易挥发油PVT实验和凝析气PVT实验。
2.2 岩石样实验
岩石样实验是对钻井过程中取到的岩石所进行的分析或鉴定，是地层岩石特性最直接、最准确的表现。
根据实验的目的不同，把岩石实验分为常规岩心分析、特殊岩心分析、岩石地化分析等。
2.3 岩石样-流体相共存实验
岩石样-流体相共存实验是分析岩石在以不同的流体相作用下，所呈现出来的岩石的润湿性和联通性等，主要有毛管压力实验和相对渗透率实验等。
根据流体相作用方式的不同可以分为压汞法和驱替法，驱替实验分为油驱替水、水驱替油和气驱替水等。
3 业务分析
业务分析是数据库设计的基石，只有业务分析好，才能设计出满足需要的业务模型。根据工作内容可以把业务分析分为业务调研、业务划分、业务活动分析和数据分析。
3.1 业务调研
确定分析化验业务域的业务调研范围和调研内容，形成业务调研清单，并制定业务调研模板。业务调研模板是业务调研的依据，必须要包含业务名称、业务流程和数据应用情况等。在执行调研时，按照业务调研模板内容，详细了解分析化验业务现状、数据库现状、应用现状和数据管理机制等，并收集相关资料（报表、数据、业务规范等）。
3.2 业务划分
根据业务调研情况对分析化验业务域进行业务划分，划分为一级业务和业务活动，一级业务主要有常规岩心分析、特殊岩心分析、岩石地化分析、油气地化分析、岩矿分析、同位素分析、岩石力学分析、古生物分析、油气水分析和流体PVT分析等。
业务活动是对一级业务进行细分，直至划分到不能再分为止。如一级业务常规岩心分析包含有岩石物性分析、岩心伽玛测定和岩心CT扫描等。
3.3 业务活动分析
根据业务划分得到一个个业务活动，每一个业务活动都有自己的业务含义和业务范围。业务活动分析就是要详细分析每一个业务活动流程，如业务活动的时间、地点、参与人员、业务规则、输入数据、输出数据、相关的标准规范等。如岩石物性分析是实验员（who）收到分析化验任务后（when），在实验室（where）根据样品基本信息和检测任务单的要求对岩心样品（which）进行岩石孔隙度、渗透率、含油饱和度、密度、碳酸盐岩含量的分析化验，形成岩石物性分析成果数据表和业务分析报告（what），为表征岩石孔隙的发育程度、储集流体的通过能力和岩石渗流特征提供重要参数，为储量计算、采收率确定等提供参数依据（why）。
3.4 数据分析
数据分析是对业务活动数据集和现有专业数据库物理表进行详细分析，业务活动数据集分析是对业务活动的输入数据和输出数据进行分析，规范业务活动输入数据集和输出数据集，形成业务活动数据集；现有专业数据库物理表分析是对现有在用专业数据库物理数据表进行分析，分析出专业数据库物理数据表的实际业务含义，具体是哪个业务活动产生的，对应于业务活动的哪个数据集，形成专业数据库物理数据表对业务活动数据集的映射关系。
数据分析表如下：
业务活动 输入数据 输出数据 业务活动数据集 专业数据库
岩石物性分析 检测任务单 岩石物性
分析报告 岩石物性分析报告 文档数据库
实验样品信息 岩石物性分析
成果数据 分析化验数据库
4 数据模型设计
数据模型设计是实现业务分析到物理模型设计的所有过程，主要分为业务模型设计、采集模型设计、逻辑模型设计和物理模型设计。
4.1 业务模型设计
根据业务调研和分析成果，对业务模型进行标准化梳理，对数据流进行详细分析，完成从业务分析到业务模型的转换，形成业务模型。
4.2 采集模型设计
制定业务模型中数据集合并原则，根据这些原则分析业务模型中需要合并的数据集，通过专业工具完成业务模型数据集的合并工作，实现从业务模型到采集模型的转换。业务模型数据集合并原则：首先是业务活动场景相同；其次是业务活动产生的数据项相似。
4.3 逻辑模型设计
通过对POSC Epicentre逻辑模型和PPDM模型的研究，结合石油企业业务实际，采用面向对象的设计方法设计分析化验逻辑模型。逻辑模型主要分为对象模型、活动模型和属性模型。对象模型是对分析化验业务域中所涉及到的业务进行抽象，提取出一个个业务对象，用前缀OOE_表示，如岩心的对象模型是OOE_Core等；活动模型是对分析化验业务域中所有业务场景进行抽象，形成业务活动编目，存储在OOE_Activity实体里，具体的业务分析活动只是业务活动编目的具体实例。如岩石物性分析是业务活动，***井岩心常规分析报告是业务活动实例；属性模型是业务活动数据集中的相同数据项的抽象，提取出一个个属性对象，使用前缀OOP_表示，如孔隙度的属性模型是OOP_Porosity。
4.4 物理模型设计
设计从逻辑模型到物理模型的投影规则，依据投影规则实现逻辑模型到物理模型的转换，投影出不同版本的数据库，以支持不同的数据存储和管理需求。常用的投影规则有直接投影、复制投影和合并投影，不同的实体具有不同的投影规则。在投影时，为了保证物理模型的最优化设计和数据存储的最少冗余，要求分析所有实体对应的最优投影规则，根据最优投影规则一次投影出物理模型。
5 总结
分析化验对象数据库的设计是依据国际先进的POSC Epicentre模型，根据对象设计方法设计的，具有对象的特征，能很好的满足业务人员的使用习惯，为今后的勘探开发设计提供强有力的支持。
“一带一路”倡议提出以来，国家层面不断以实际行动往纵深推进，近期更是密集出台各项支持政策。5月14-15日，被业内誉为最高级别的“一带一路”国际合作高峰论坛将在北京举行，“一带一路”官网――中国一带一路网（以下简称官网）也随之迎来人生中的首次大考――如何担负起高峰论坛宣传和服务重任？
“一带一路”官网相关负责人向《财经界》记者表示，官网上线一个月来运行平稳，社会反响良好。目前，网站累计访问量已近140万，多数新闻媒体开始转载官网稿件，具备较好媒体传播能力。我们将密切配合“一带一路”国际合作高峰论坛，全力做好报道工作。
事实上，这种底气还来自于官网背后的强大支撑。2015年，国家信息中心先后组建了国家发展改革委互联网大数据分析中心和国家信息中心“一带一路”大数据中心，前者侧重于国家宏观经济监测预测、政策评价等大数据分析，后者侧重于“一带一路”及海外大数据分析，共同为官网提供全方位的数据支撑。
该负责人进一步表示，高峰论坛之后，官网还将着力开展三项工作：一是加快完善网站各项管理制度，加强团队业务培训，保障官网内容生产高标准、高质量；二是马上启动网站二期建设，计划在2017年年底实现俄文版、法文版、阿拉伯文版、西班牙文版上线运行，届时将覆盖全球大部分地区；三是探索开放合作机制，拓展官网信息传播渠道，加强品牌化建设，提升网站综合信息服务能力。
Q ：《财经界》
A ： “一带一路”官网相关负责人
两个“中心”的强大支撑
Q：“一带一路”官网今年3月上线，为什么要成立这个网站？国家信息中心做了哪些筹备工作？
A：深入推进“一带一路”建设，是“十三五”以及更长一段时期我国实行开放发展的重大战略任务，国际国内政府部门和社会各界都十分关注和高度重视。有效打造能够及时在线“一带一路”权威信息和开展交流互动的官方网络平台十分必要。第一，可以全方位、精准化、集成化地和展示我国推进“一带一路”建设的倡议构想、重大规划、重要政策、重要建设需求和成果、重大活动等专项信息，以及各类基础性数据和基本信息，有利于引导海内外广大受众全面、客观、深入、准确地了解当前现状以及发展趋势，增强战略互信；第二，可以借力官网这一开放平台，强化与“一带一路”沿线国家和地区的信息互联互通和交流，以及与广大海内外受众的互动答疑解惑，及r回应国内外关切，积极传播正能量；第三，可以为深化拓展国际合作空间特别是企业合作和人文交流提供可信赖的信息服务，同时未来通过采取与不同国家、地区合作共建的形式，调动更多资源和社会力量参与“一带一路”投资建设和经贸合作。
在这样的背景下，国家信息中心按照推进“一带一路”建设工作领导小组办公室关于建设“一带一路”官网的部署和要求，基于信息中心在网站建设运维、“一带一路”大数据等方面的经验和基础，积极整合各方资源，创新建设模式，自2016年4月启动官网建设工作。一年来，在亿赞普集团的大力支持下，我们建立了专业的网站建设队伍，完成了从栏目体系设计、页面设计、功能设计、前后台搭建、内容采集和编辑上传、配套制度和标准制定等工作，并在上线前对网站安全做了重点加固。3月21日，官网正式上线运行。网站上线引起社会各界广泛关注，目前运行状态良好，用户访问量逐周增加，实现了良好开局。
Q：2015年，国家信息中心组建了两个“中心”―― 国家发展改革委互联网大数据分析中心和国家信息中心“一带一路”大数据中心，能否为我们介绍一下这两个中心的相关情况？它们与“一带一路”官网之间又是什么关系，工作上是如何互相配合的？
A：为贯彻落实国家大数据发展战略，提升以大数据支撑国家发展改革委核心业务的服务水平，2015年4月，国家信息中心组建国家发展改革委互联网大数据分析中心，主要面向国务院、国家发展改革委、各级发改部门和相关政府部门提供互联网大数据分析与决策支持。
同时，为更好服务国家“一带一路”建设，2015年12月，国家信息中心联合亿赞普集团共同发起成立了国家信息中心“一带一路”大数据中心，该中心以“一带一路”大数据开发应用为重点，以支撑政府决策和服务企业及社会需求为导向，以广泛深度归集全球“一带一路”相关信息并建设综合数据库为基础，以打造若干专业化、开放性、机制化大数据合作平台为抓手，以中国一带一路网和一带一路大数据综合服务门户为载体，打造基于大数据的“一带一路”特色智库，为有关政府部门和社会提供多元化、个性化、可视化的大数据产品和服务，提升“一带一路”大数据决策支持能力和综合服务水平。
国家发展改革委互联网大数据分析中心主要侧重于国家宏观经济监测预测、政策评价等大数据分析，国家信息中心“一带一路”大数据中心主要侧重于“一带一路”及海外大数据分析。这两个中心为官网提供主要的数据支撑。
Q：大数据在一带一路战略实施中有何重要意义？
A：“国之交在于民相亲，民相亲在于心相通”。信息是中国与“一带一路”沿线国家加强沟通、扩大共识、深化合作的重要基础，是政府和企业决策的重要依据。“一带一路”横跨亚、欧、非大陆，涉及国家众多，各国经济发展水平、资源禀赋、基础设施、政治制度、投资环境、人文风俗千差万别。如何消除建设过程中的信息不畅通、不对称，构筑快捷、通畅的信息“高速路”，不仅是促进民心相通的基础工程，更是推进“一带一路”建设、促进区域内国家均衡发展的必然要求。正所谓“兵马未动，粮草先行”，当前我们正处在大数据时代，信息不仅是核心资源，还是关键的生产要素。对信息资源掌握的多寡成为国家软实力和竞争力的重要标志，很大程度上决定企业竞争力的强弱，也影响着合作共赢的实现效果。构建“一带一路”大数据决策支持体系，加强对“一带一路”相关信息和数据的采集存储与分析挖掘，对于支撑“一带一路”战略决策和服务企业“走出去”都具有十分重要的意义。从2015年开始，我们探索创新从大数据应用角度开展“一带一路”常态化信息归集和大数据专项分析，每半个月向“一带一路”领导小组办公室和国家发展改革委提交大数据专题分析报告，领导批示率很高。2016年10月，我们基于前期工作基础，结集出版了《“一带一路”大数据报告（2016）》，获得了社会各界高度关注和一致好评。
Q：“一带一路”大数据中心要打造成为基于大数据的“一带一路”特色智库，目前来看，成效如何，可以提供哪些大数据产品和服务？对这个特色智库的功能我们可以有哪些期待？
A：目前“一带一路”大数据中心主要进展包括：一是形成了包括国际互联网、国内互联网、国内统计、国外统计、核心业务、共享交换等六大类数据源的“一带一路”数据资源归集体系，于2016年2月26日建成“一带一路”综合数据库（一期）工程；二是基于数据库及大数据分析技术，形成了多样化大数据分析产品，建立了常态化“一带一路”大数据决策支持机制，已陆续向国家推进“一带一路”建设工作领导小组办公室报送了50余份大数据分析报告；三是开通了一带一路大数据综合服务门户，积极承建国家“一带一路”官网，初步形成“一库两网”的集成融合体系；四是积极推进分中心建设和行业合作。先后与海南、大连、重庆等地签署战略合作协议，共建地方分中心。推进与中央电视台、北京大学等有关机构合作取得积极成效；五是研发了基于大数据的“一带一路”系列指数，出版了《“一带一路”大数据报告（2016）》，了《“一带一路”贸易合作大数据报告2017》，国家信息中心“一带一路”大数据品牌影响力进一步提升。
下一步，我们将继续围绕打造“一带一路”大数据特色品牌的目标，努力橛泄鼐霾卟棵藕蜕缁崽峁多、更好的大数据产品和服务。
将进一步助力国际合作
Q：做好宣传、讲好故事是“一带一路”倡议推进中的重要工作，官网的重点栏目设置都有什么考虑？除了单纯的信息收集，还有哪些宣传路径？
A：官网的重点栏目主要围绕传递信息、沟通文明、合作共赢的基本宗旨设置，目前设置了海外要闻、国内要闻、政策环境、五通发展、基础数据、企业风采等主要信息类栏目，同时开设“一带一路”基础数据库、政策库、项目库、企业库与人才库等服务类栏目，以及共话丝路、留言板等互动类栏目。上述栏目设计配合新媒体和新技术传播方式，旨在建立起国内外关于“一带一路”的权威信息体系，全面生动反映“一带一路”方方面面的进展，科学准确阐释“一带一路”核心理念。
传递“一带一路”信息，沟通丝路文明，讲好丝路故事，为“一带一路”建设整体推进创造良好的舆论环境是官网的职责。在继续高质量完成相关信息采集、加工、之外，我们还将举办线上和线下的活动，让“一带一路”深入民心。利用网络平台，融合多语言，创新传播方式，真正赢得国际共识。
财务分析就是指企业以财务会计核算结果以及报表等相关资料作为基础数据，通过采用专门的分析方法，对企业经营管理过程中的筹资、投资、经营活动进行的分析，重点明确企业的盈利、偿债以及营运能力，作为企业管理者、投资者、债权人评价分析企业、预测企业发展状况以及做出管理决策的依据。
1.为企业内部经营管理提供依据
通过系统全面的财务分析，企业经营管理部门可以准确的认识到企业经营管理过程中所存在的一系列问题，将财务分析结果作为依据，对企业的经营管理方法与决策进行调整优化，提高企业的经营管理水平。
2.为企业投资者提供参考
企业的投资者对于企业的规模扩大与战略经营发展的预测，主要是透过财务分析结果进行判断。通过财务分析，企业的投资者可以清楚的了解企业的整体运营状况、盈利能力，并分析投资企业存在的风险，进而作出投资决策。
3.为债权人提供相关信息
对企业的财务状况进行分析，并出具相关的分析报告说明，可以让企业的债权人对企业的偿债能力、资金周转情况进行整体的判断与把握，并对债务资金数额、偿还期限进行决策，这在一定程度上也有助于企业的筹资活动开展。
4.为其他相关群体提供财务数据
企业的主管部门、供应商、客户出于管理或者是自身利益的需求，同样需要准确的了解企业的财务状况，财务分析则是这些群体获取企业财务状况数据信息的主要渠道。
二、当前企业在财务分析方面存在的问题
1.财务分析指标的运用不合理
当前一些企业在财务分析管理上存在的突出问题就是财务分析指标体系不合理，主要是以资产负债表以及利润表作为重点对财务状况以及成果进行评价，但如果没有相应的现金流量分析信息，在财务分析过程中就容易出现利润虚增、虚减以及操纵经营业绩等违规行为，也难以准确的反映企业的财务状况与经营成果。
2.财务分析对于企业经营发展服务能力不足
进行企业财务分析的重要目的之一就是通过财务分析作为基础与导向，对企业的权衡收益风险、实施战略发展规划提供决策支持。但是，现阶段我国部分企业未能有效的利用财务分析成果，这一方面与企业管理部门对于财务分析管理应用重视不足有关，另一方面则是由于财务分析报告中主要侧重于对过去经营状况的反映，对于财务预算、决策分析以及财务资源配置的重视不足，导致财务分析报告对于企业经营管理规划与控制的信息支持不足。
3.财务分析的信息化水平相对较低
当前企业在财务管理工作中虽然基本上已经实现了信息的管理，但是财务分析方面的信息化应用水平却相对较低，数据库的整合不全面、数据挖掘、分析能力不足，造成了财务分析信息化的实施困难。将财务分析流程整体信息化，提高企业的财务数据分析能力，已经成为企业财务分析工作改革完善的重要方面。
三、企业财务分析应用完善策略
1.建立科学合理的财务分析指标体系
对于企业的财务分析指标体系的选取，应该重点在选择能全面反映企业的偿债能力、盈利能力、营运管理能力以及发展能力财务分析指标。对于短期偿债能力指标，应该主要采用流动比率、速动比率和现金流动负债率作为评价指标。对于长期偿债能力则应该采用资产负债率、产权比率和有形净值债务率进行分析。对于盈利能力分析，则应该尽可能的选择销售毛利率、销售净利率、资产净利率、资产收益率等进行分析。对于企业的资金周转情况，则可以通过应收账款周转率、存货周转率以及总资产周转率进行分析。
2.提高财务报表分析水平，强化对于财务分析报表的应用
首先应该解决财务报表中数据高度综合性与信息明晰性不强的问题，除了选取常规的财务分析指标外，还应该将财务报表附注作为重要内容。通过在附注中采取增设非财务指标，解决资产负债表、利润表以及现金流量表等信息反映不全面的问题。在财务分析中，还应通过提供企业的公允价值、披露企业未来信息以及增加人力资源报告评价等作为附注，并增加对于企业的行业因素、资产并购、债务担保等重大事项的分析结果，依据对财务数据与附注的统筹分析，为企业的经营管理部门以及财务分析数据使用者提供准确、全面的财务分析数据，确保管理决策的科学合理。
3.提高信息化技术在财务分析中的应用
财务分析应引入信息化技术，结合企业的财务业务一体化信息化系统的建设，不断完善企业内部各个部门的业务模块数据库，重点完善财务信息数据归集、数据查询、数据库挖掘、数据模型建立等几方面的应用，通过采用信息系统中的数据分析技术，在企业的盈利分析、投资、融资、管理决策以及客户分析等方面，形成准确全面的财务分析报告，提高财务分析报告的时效性与准确性。
4.强化财务分析体系中的对于风险的分析防范能力
财务风险问题贯穿于企业经营管理的全过程，在财务分析体系中运用相应的指标进行财务风险预警，可以有效提高企业的财务风险防范控制能力。重点是偿债能力指标、营运能力指标、盈利能力指标、发展能力指标、现金流量指标等内容。此外，还应该对企业财务报表附注中的重大事项进行预警分析，依靠关键的预警指标、严格的管控标准，提高企业的财务风险分析预警能力。
四、结语
讯：大数据运用：在国内已成常态
据东楼所知，大数据概念在国内火爆并被各大互联网公司予以重视应该是在2012年之后，当时一本《大数据时代》作为大数据概念在国内启蒙读物并备受推崇，书中提到的一个谷歌通过大数据预测流感的案例，也让很多人第一次认识到互联网时代大数据的“威力”。
而在国内，包括阿里巴巴、百度、搜狗等拥有庞大的用户量和数据量的互联网公司，也在最近几年相继建立了大数据研究中心，通过对海量数据的分析，以及用户行为的跟踪和研究，从而能够帮助企业自身或客户在营销策略、广告投放等领域，提供更精准和可靠的方案策略。
就拿搜狗公司近日的一份《搜狗2014年第三季度汽车行业数据分析报告》来说，这份报告就是基于搜狗的4亿多用户在对汽车行业相关关键词的搜索、输入、浏览等而产生的庞大数据而分析出的报告，其中全面梳理了用户对汽车的价格、口碑、品牌等各个维度上的偏好，这无疑能够对汽车企业在进行广告投放时提供更加可视化的参考，而对比以往的广告投放方式则相对比较粗放，因为没有详细而具体的大数据支撑，参考的维度比较单一和片面。
包括阿里数据分析师的对于“胸大的女生更具消费能力”发现，同样也是基于淘宝、天猫等阿里的购物平台庞大的用户数据而得出的，而基于这些相关的数据，也能够指导各大电商卖家的广告投放和营销策略。
而随着国内各大互联网公司意识到数据的重要，并专门成立大数据分析机构，组织大量的工程师进行数据挖掘，大数据能力会成为各大互联网公司的必备能力，而对于大数据的运用也必将成为常态。
大数据时代：整合营销应该如何做？
另一方面，大数据时代的全面来临，不仅仅是让企业广告投放更加精准，我们的生活、工作、思维、商业乃至管理都会发生改变，甚至也影响到互联网行业的方方面面，包括网络营销。
比如，我们常常使用整合营销手段也需要升级和改变。之前，我们为了达到营销效果最大化，只是简单的对各个渠道的资源进行整合，通过规模化宣传来扩大营销效应。而在大数据时代，对于网络整合营销的玩法则不再只是营销资源的叠加，而更多的是对各类渠道进行科学而又预见性的整合和使用，而这其中对于平台和渠道各方对于大数据的融合和互通就很重要。
我们不妨来看下，搜狗与携程的一个基于大数据的“开学季”整合营销案例是如何做的?首先，搜狗通过大数据分析研究发现，一些突发或规律性的事件，会让用户行为发生有趣的变化。比如，每年8月底到9月初的开学季，诸如“火车票”、“酒店”、“城市攻略”等关键词，被用户高频的搜索和使用，由此发现，开学季其实也是旅游季。而携程方面的数据分析表明，在线旅游市场有54.80%的用户为18~30岁的年轻用户群，而大学新生正在这一区间内，并在未来会逐步成长为主力消费人群。因此，搜狗作为一个营销平台，基于大学生用户需求，用大学生用户感兴趣的方式，在搜索、输入以及浏览等上网场景当中，“润物于无声”般的用信息和服务的方式满足大学生的旅游需求，而同时也满足了携程的营销需求。
事实上，像这类各大公司间利用大数据进行整合营销的案例，在今后或许也已将成为常态，特别是掌握着大量用户消费行为或网络产品的使用行为的大型互联网公司当中率先流行。不过，对于大数据的运用也有争i议，比如在保护用户隐私方面，如何避免让用户感觉被无所不在的“第三只眼”偷窥等等，也都对各大互联网公司在大数据的挖掘和使用上提出挑战。但无论如何，在大数据在营销或其他场景的运用上，不作恶都应该是各大互联网公司谨守的底线。(来源：i黑马）
9月14日，360企业安全集团的态势感知与安全运营平台（NGSOC）在多家银行、政府、企业客户的见证下。360网神董事长兼CEO齐向东介绍，NGSOC是一款以大数据安全分析能力为基础、以威胁情报为驱动的新一代产品。它将会成为新的安全智慧的核心，给企业与机构的安全管理运营提供了新的“大脑”与智慧协同的平台。
大数据加速安全产品协同化
现代战争需要协同陆、海、空各个兵种联合的力量才能有机会取得胜利，我们已经看不到依靠单一兵种能够取得战争胜利的例子。网络攻击如今就像置身于现代战争一样，不能只依靠终端或者防火墙等单一产品来防范和发现各类威胁和攻击了。
齐向东表示，传统网络安全防护模式已经无法应对日益频繁的，新的和更高级的网络攻击。在提出了数据驱动安全理念后，360在今年互联网安全大会上又提出了协同联动的安全理念。希望能够实现不同的安全设备之间的协同联动，来提升应对网络威胁的防护能力。
为了构建这样一个协同安全产品，360在2016年先后了新一代的威胁感知系统（360天眼）、新一代的终端安全系统（360天擎）、新一代智慧防火墙（360天堤）。现在只缺一个情报枢纽，将数据进行汇总分析协同响应，贯穿监测与防护整个体系，来达到智慧安全的协同，这就是今天的360态势感知与安全运营平台，也叫NGSOC。
根据Gartner的2016年安全信息与事件管理（SIEM）市场分析报告显示，在产品功能方面，国际SIEM厂商都在加入威胁情报、异常检测、行为监测、用户行为分析功能。领先的SIEM厂商则在将其产品与大数据平台进行整合。这说明结合大数据分析平台和威胁情报支持将是SOC产品的未来方向。
齐向东介绍， NGSOC自身具有很多的优势。首先，360创新性地将互联网大数据分析平台用在NGSOC中，能够实现海量数据的存储、实时挖掘和分析。对海量日志进行数据分析，是确保360态势感知和安全运营平台有异常行为发现的能力，使得平台可以更加准确及时地发现各种潜在威胁和攻击，并及时响应和处置。这也是国内第一个把实时的挖掘分析、告警、响应和处置联动起来的一套系统。
其次，态势感知和安全运营可视化分析技术，可以将企业内外部安全态势进行直观的呈现。在一个平台上既可以感知到企业外网即外部世界的安全态势，同时又能够可视化直观地展示企业内部即现在所面临的安全态势，NGSOC都能快速定位和处置并拓展分析，从而可以保障企业业务系统的顺利进行。
同时，360态势感知与安全运营平台对传统SOC的革新与丰富，基本上是符合、甚至是引领业界方向的。
智能、可视化的平台
作为一家从互联网起家的安全公司，360一直具有浓厚的互联网基因。360态势感知与安全运营平台也是360核心优势技术集中的一个产品，除了大数据分析等技术之外，另外一个就是可视化技术。据了解，360在三年之前就开始接触可视化技术，并参加了当时全球最大的一个竞赛项目，竞赛的目的就是将真实的数据拿过来进行可视化分析，看看它到底能给安全带来哪些帮助和作用。
360企业安全集团总裁吴云坤表示，“可视化分析的作用是这样，数据评比有时候是杂乱无章的，通过不同的眼睛和视觉，呈现出来的所谓的异常，包括一些规律性的东西，通过可视化可以让人通过肉眼的方式找到。” 可视化分析技术将企业内外部安全态势进行直观的呈现，使得企业的管理者能够实时掌握企业内的安全状况，甚至对行业、地域的安全态势进行对比；而对于安全运维人员，以资产和人为视角出发的安全管理，丰富的安全运维与服务工具，也会帮助提升日常的安全管理运维效率。
目前可视化技术已经在国内很多行业进行了应用，一些高校和竞赛中也开始对此进行研究和实践。通过可视化技术（不仅仅是数据，还有图片等等信息），还可以实现溯源分析，甚至在一些特殊机构中可以进行间谍行为分析。
“可视化技术和大数据分析是紧密关联的，也是研究数据的一种方法”。360企业安全集团副总裁韩永刚表示，“通过数据加图片的方式，可以了解更多的信息。比如一个人在酒吧晚上12点没有动，早上6点出去了，这个人估计是喝醉了。当用图像表现的时候可以显示出其中意义，如果只有表格的话你可能根本不知道是什么意思。只有通过可视化的方式描述出来，才能知道背后发生的事情。”
网上审计，即在审计机关所在地点和被审计单位之间建立起可靠的网络连接，通过对被审计单位的经营管理、对外投资、财务收支等数据进行实时采集和分析，在对被审计单位财务管理、会计核算及业务管理等相关信息系统进行测评和高效率的数据采集与分析的基础上，实现对财务收支真实、合法、效益进行适时、远程检查监督，做到动态审计与静态审计、事中审计与事后审计相结合，为被审计单位加强经营管理、提高经济效益及时提供审计监督服务，保护国有资产的安全和保值增值。
一、审前调查全面了解企业信息情况明确审计目标
网上审计依赖于被审计单位的信息化水平，其信息化水平越高，实施网上审计的效果就越好。SDJC及大部分下属单位财务系统采用ORACLE软件，业务系统有收入结算系统、资金管理系统等。与SDJC联网后，可以采集并浏览这些数据，通过非现场审计完成一部分审计工作。
对一个集团公司来说，全面掌握它的信息并不容易。不管是财务数据，还是业务数据，它只是众多信息中的一部分。审计组在审前调查中采取多种渠道大量获取各种信息，一是从国际互联网和企业内部网上获取与SDJC有关的重大事项，了解企业对外展示资料和披露情况，为审计提供有益的参考；二是获取企业基本信息的手册，了解各下属企业的股份组成从而明确企业性质，为审计事项的定性等提供有价值的参考意见；三是获取三年财政部报表软件及基本财务数据，全面了解掌握企业基本情况；四是通过审计署法规软件等查阅并综合被审计单位所适用的行业政策、法规；五是查阅被审计单位基础资料、党组会议纪要、董事会会议纪要、总经理会议纪要等，与相关人员座谈。我们认为，在今后的审计工作中，可以在审前调查中抽出一周时间来进行上述工作，这是现场审计需解决的内容。
取得上述资料后，由审计组组长和各审计小组负责人统一查阅，从中分析出有价值的线索，再将资料拷贝给每个审计人员，并在审计组内结合有关财经法规进行必要的讲解，使大家都能很快熟悉有关资料，在审计中就能随时关注这些线索，如对外投资过大和委托理财等问题线索就是通过此方法分析而得。
二、确定审计实施方案明确现场和非现场审计内容
网上审计对我们来说还是一个新生事物，应如何操作还在探索之中。这就要求我们要有一个科学的、具体的、可行的审计实施方案。网上审计的审计方案应该与常规审计不同，应该突出网上审计的特点。审计方案中除了应明确审计目的、审计风险、重要性水平、审计方法、人员安排、分工以外，还应合理分配现场审计和非现场审计的任务，明确现场审计和非现场审计的内容、时间安排、目的等。
我们认为，现场审计和非现场审计是网上审计密不可分的两个部分，在审计和审前调查阶段都需要确定。比如，在审前调查阶段，现场审计需要完成的是搜集内部控制资料、进行内部控制测试、取得被审计单位承诺、查阅被审计单位会议纪要、取得会计报表及辅助资料等，非现场审计需要完成的是对电子资料进行分析整理、建立基础性中间表和分析性中间表并进行总体分析和类别分析、进行初步个体分析等。在审计阶段，现场审计需要完成的是对数据分析报告的线索进行核实并完善个体分析、完成观察座谈盘点等必须现场完成的任务、核实原始凭证等并进行审计取证、完成审计报告等，非现场审计需要完成的是结合审前调查和现场审计情况完善数据分析并加强进一步总结等。非现场审计中可以结合电话询问和网上信件等方法进行事实核实。
在组织安排上，可以考虑建立分别适应现场审计和非现场审计的组织管理。一是审前调查分现场审计和非现场审计，分电子数据组和综合信息组，电子数据组由计算机业务人员和若干审计业务人员组成；综合信息组以审计业务人员为主。各组人员具体组成由审计组长会议讨论决定。现场审计时，电子数据组负责电子数据变化情况了解和相关数据调整等；综合信息组负责了解企业制度、会议纪要、会计报表资料等。非现场审计时，电子数据组负责数据检查，保证从网上审计软件生成审计必需的总体分析和类别分析图形；综合信息组负责对图形进行总体分析和类别分析，提出分析结论和问题线索；二是审计时分现场审计和非现场审计，分电子数据组和延伸调查组。电子数据组由计算机业务人员和若干审计业务人员组成；延伸调查组以审计业务人员为主。各组人员具体组成由审计组长会议讨论决定。资料整理组负责针对延伸结果和个体分析模型修改软件有关情况，并针对软件适时情况及时向延伸调查组沟通；延伸调查组负责对具体问题线索进行核实取证，并针对延伸情况进行个体分析。
此外，非现场审计要保证审计地点和审计时间，审计地点可安排在联网审计室，审计时间安排和审计管理视同现场审计，并与现场审计一样给与相应的后勤经费保证。各小组方案和各人的审计计划、审计数据需求说明书、审计数据说明书、数据分析报告和延伸建议书作为重要附件，共同形成审计实施方案。
三、充分利用审计结果，实现审计档案数字化
审计档案作为审计活动的真实记录，直接记载和反映了审计工作的全过程，既具有重要的鉴证作用，又是衡量审计工作质量的重要依据。我们积极推进网上审计档案资源开发利用工作，适应网上审计的现状，加强电子档案管理。从单纯的保管档案，转向开发利用审计档案，不断总结档案利用工作的成功经验，以业务流程文件资料为载体，设计档案流程图，使审计档案发挥了价值。
纳入电子档案管理的电子文档包括：审计方案（含审计实施方案）、审计报告、工作底稿、审计日记、被审计单位与财务管理有关的电子数据等。在网上审计现场结束时，我们注意完善和规范与财务管理有关的电子数据、电子工作底稿等电子文档，以适应电子档案的要求。
四、需要进一步研究和探索的几个方面
业内普遍认为，这一纲要的意味着智慧医疗时代正大跨步赶来。易观国际的预测数据显示，2014年仅我国移动医疗市场规模已达到30.1亿元，同年增长52%，预计2017年，移动医疗市场规模将突破200亿元，市场进入高速发展期。
大数据支撑医疗健康
“互联网+与医疗健康产业的结合，大数据在其中起到决定性作用。”亚信数据电信解决方案&行业创新中心总经理李捷表示，体外诊断是一个新领域，在这个领域里面有很多新兴技术，包括皮下的持续监测血糖、心电的实际监测、基因测序等，让人的健康护理、健康管理在科学上取得很大的进步。
众所周知，亚信是专注运营商行业的企业，那么为什么亚信会选择深耕医疗健康领域呢?
李捷解释说：“运营商正面临着转型，而其庞大的客户群不仅仅有通讯需求，还有更多的自身生活健康相关的诉求。运营商本身也是一个管道提供商，在管道上承载的各种专项服务，对运营商而言都是有价值的。”亚信数据方面认为，产业跨界联合，一方面是对新兴领域的探索，另一方面则是希望通过领域拓宽，给运营商的原有市场和老客户群体带来新的价值。
互联网+医疗健康有诸多价值可以挖掘，随着人们收入的增加，对生活质量的需求也在不断提升，从简单的衣食住行到关注自身健康养生，这也推动了智能可穿戴设备的快速发展，目前已然形成一个完整的生态闭环。从设备的数据采集，数据传输，到数据的挖掘跟管理，再到健康师的分析，最后给出合理的理疗建议。亚信数据在这一过程中扮演的就是生态中最为重要的一个角色——数据分析。
精准化服务
大数据分析的价值在于以此为依据提供定向的专业化服务，李捷表示，亚信数据的准确率高达85%以上，亚信开放云平台有着五年的非结构化数据处理经验，包括对各个APP和互联网语料库的识别能力，行业涉及政府、餐饮、医疗健康、公共媒体等。合作伙伴遍布产学研各个领域，合作模式不仅仅局限于数据支撑，也包括联合运营。
移动互联网时代，很多的企业都在探索如何依托大数据技术实现企业转型，亚信的互联网运营经验得以显现。李捷认为，亚信数据最大的优势在于其与运营商的多年合作，积累了大量的用户上网行为分析经验，同时拥有庞大的运营商用户作为支持，其数据更加多元、精准。用户在管道里面搜索的信息，挖掘的信息，也是由运营商第一时间捕获，其实运营商比互联网公司能够更早的捕获这些信息，这也是运营商数据价值所在。
通过大数据分析，对人群进行分类，可以更好地帮助定向人群找到最适合的解决方案。同时给传统的医学机构、营业机构提供精准的市场分析报告。同时李捷认为，在技术上，目前国内的几家技术领先企业各有千秋、不分伯仲，而亚信数据对于行业的理解是超前的。数据整合之后，需要做深度的行业理解跟模型转换，比如医疗健康行业，数据涉及很多的健康指数，用户日常行为等，这些数据之间有着潜在的关联关系，而对关联关系的解读需要相当的行业沉淀，亚信数据有着专业的咨询顾问团队做后台支撑，不只是医疗健康行业，亚信数据在各个涉及的行业均组建了相应的咨询顾问团队，提供最专业的行业分析。
大数据的流动性价值
与大数据、互联网相关的产业，竞争无处不在。对此，李捷说：“因为现在已经是跨界竞争的状态，我们会遇到很多原来在通信行业里不会遇到的竞争对手，比如说阿里、百度，他们同样在做跨界的渗透。”面对资本雄厚的竞争对手，亚信数据认为，目前其行业经验的积累使其与强大的竞争对手处在同一竞争水平。加之亚信一直与运营商合作比较紧密，行业基础牢固，李捷透露，下一步亚信计划联合运营商在移动端展开战略布局。
记者：符总，您好，很高兴见到您！
符洪涛：也很高兴见到您，感谢《管理观察》对中传瑞智公司的关注和支持。
记者：近几年对于电视收视率的质疑声越来越大，对于这个问题，您有什么看法？
符洪涛：现在的收视率调查基本都是采用样本抽查的方式，主要采取日记法和测量法，因为每个城市样本户的数量只有几百户，为了获得对自己有利的收视率数据，有些电视台采取不正当手段，包括雇佣私人侦探公司跟踪收视调查人员、网上发帖悬赏寻找样本户主甚至电话窃听、超市送购物卡、收买员工，来搞到样本户的地址、电话等资料，甚至还有收视调查公司员工，因为帮助电视台收买相关样本户而被判刑入狱，这些情况的直接结果就是导致样本户被污染，以至于最后的收视率数据不准确。
事实也正是如此，只要收视率有可能影响到节目的生死存亡和相关人员的收入，无论调查公司想出什么招数，只要是抽样调查方式，有心造假的人总会想到应对的办法，因此推行全网数据采集分析才会从根本上杜绝这类事情的发生。
电视作为一个公众媒体，如果发生收视率造假这样的事情，直接伤害的是社会公众对媒体的信任，进而威胁到整个社会的诚信价值体系，所以需要确保收视率的清白，还中国一个诚信的舆论环境。
记者：对于广电总局要求建立和完善科学的广播电视节目综合评价体系您怎么看？
符洪涛：总局和业界对目前以收视率为唯一指标来评价节目的的科学性、合理性和导向性都提出过不少意见和质疑，为此广电总局在2012年下达了文件，主要对收视率进行规范，建议采用新的综合评价体系。
我们公司也在相应总局号召，通过我们现在研发的系统，构建新的节目评价体系，新体系中将不再以收视率考核作为唯一的标准。新的评价体系的目的就是要建立有中国特色、符合社会核心价值观一一客观、公正、权威的广播电视节目评价体系，以更好地发挥出广播电视引导舆论、推动发展的社会责任，全面提升广播电视节目的影响力、传播力和公信力。
我认为建立和完善较为科学的广播电视节目综合评价体系，对于防止和纠正片面追求收视率非常重要，有利于提高广播电视节目的核心竞争力和健康发展。
记者：符总，您能简单介绍一下中传瑞智公司和产品么，也让我们对这个领域有更多了解。
符洪涛：北京中传瑞智市场调查有限公司是2008年成立的，是一家专门从事数字电视智能运营决策及市场调查分析的高科技公司，我们公司的主营业务是面向整个传媒行业，收集行业关注的信息和数据，通过深度数据挖掘、借鉴专家经验，为产业链各环节提供权威、专业、精准的信息服务和决策支持。
中国传媒大学是我们公司的发起人之一，传媒大学是中国传媒领域的最高学府和科研单位，多年从事数据调查研究，拥有丰富的理论研究基础及实践经验。一直以来，我们和传媒大学一起致力于传媒内容和形式的创新研究、传媒领域的高新技术研发等内容，对数据进行采集、分析以及挖掘，提供相关行业的详细分析报告，为政府和企事业等单位提供决策咨询服务。
我们公司结合自己的开发能力与中国传媒大学的科研实力，历时三年研发成国内基于三网融合面向数字电视领域的专业DSS数字电视智能决策系统。该系统区别传统意义的抽样收视调查，具有全网数据采集、回传、存储、分析的功能，同时可对采集到的全网海量数据进行分析及数据挖掘，从而提供相关行业有价值的分析报告，解决目前数字电视整转平移后如何调整频点资源、节目资源等决策依据，深度挖掘客户的收视和消费习惯，提高网络运营价值。
记者：中传瑞智公司的产品的优势主要在哪些方面呢？
符洪涛：因为我们的数据不是抽样而是全网采集，所以我们可以提供用户的收视数据分析报告，我们的数据分析是建立在全网采集基础上的，可以杜绝数据污染，公正体现收视率高低。
除此之外我们还能提供实时的收视数据分析及呈现，及时发现市场动态。
传统用户分群只有很少的维度，比方说用户所处的地区、年龄、性别、职业、学历、收入等等，而我们的系统通过全网范围数据的采集、分析，可以细分出更多的维度，更多的类型组合，用户精细分群后，就可以根据用户的收视习惯和偏好，为不同的用户推送或者推荐不同的节目，改善用户体验，增加用户的粘性。
利用对用户的细分也可以达到广告精准投放的目的，优化广电广告资源，提高广告收入。
我们对于全网、海量的数据采集，也可以应用于广电舆情分析。通过对评价数据的采集以及群众收视实时数据，主客观的数据结合，我们可以实时提供突发事件的波及度、热度作为政府决策的依据。
这些都是我们产品的优势，是其它公司产品所不能提供的，我们现在也正在积极跟传媒大学合作为政府职能部门构建新的综合评价体系来代替现行的收视率评价体系。
相信在不远的将来，中传瑞智能够成为行业内的领头羊，为社会发展做出应有的贡献。
5月22日，IBM揭幕新一代的大数据解决方案，其全球业务咨询服务部大数据分析高级合伙人Fred Balboni称：“越来越多的企业意识到一个全新的机遇——利用大数据解决过去看来棘手的问题，提取更加精准的商业洞察，取得更为优化的商业效率，并为客户创造新的价值。”
实现“智慧”企业计划
最近几年，IBM提出了许多“智慧”的解决方案，如智慧城市、智慧交通、智慧水源，在企业应用方面，公司推出了IBM TM1产品。TMI产品最初是由美国的一家石油公司开发出来的，当时主要是为了计算每桶原油在国际油价市场的变化对于投资的影响。IBM中国区软件部业务分析解决方案销售冀冉告诉记者，TM1产品有三大主要功能，即处理复杂数据、快速计算，以及沙盘推演功能。
处理复杂数据是基于多维数据库的概念，有别于传统通过行和列两个维度进行分析的数据库模式，“可以被理解为立方体模块，每一个维度都是立方体的一小块，通过小的立方体，不同组合方式，处理复杂数据。”冀冉解释。
所谓快速计算，是指TM1产品可大大提高企业生产计划的计算速度。冀冉说：“由于TM1只提取有效非零数据，因此计算时间可从数小时缩短至10分钟。”
所谓沙盘推演功能，即What if假设分析。冀冉举例：“如果企业计划下年增加利润50%，可以通过哪些途径实现目标？对于这样的问题，可以通过键入某些假设性数据，如收入增加50%、成本降低20%等，模拟实现利润增长，通过不同的假设性组合和分析，实现最终目标。”
针对TM1产品，IMB推出了一系列解决方案（图1）：
Case 1. 制造业S&OP解决方案
在制造业的产业链中，主要包含采购、生产、运送、派送、销售几个环节（图2）。例如，一个电脑制造商，其销售部门确认下个月某客户将会采购5000台电脑，随后生产部门会制定生产采购计划，但一周之后，客户修改订单，仅采购3000台。此时，如何及时告知工厂及采购部门停止采购及生产，对于很多企业来说都很难做到，因为不论是工厂加工还是采购都是由多种订单的不同组合计算出来的。对于制造业来说，库存周转是产生利润的核心之一，如何快速应对突发状况，降低意外库存，就是本产品解决方案的最大价值。由于销售与采购部门没有统一的平台，让各部门及时看到销售计划和执行情况，经常会出现部门间的冲突。事实上，S&OP解决方案是寻求一个供应、需求与财务的平衡（图3），可以从产业链的销售一端到采购一端全线进行计划的协同、变化以及包括生产过程中某一个产线的产能、人员排班、派送情况的全程解决方案，缩短计算时间，提高企业效益。
Case 2. 人力资源解决方案
面对持续低迷的经济形势，市场变化及波动增多，人力资源面临的考验也随之加剧。组织结构变化、人员流动性增加、劳动力生产成本上升等因素迫使企业寻求更加合理的绩效考核体系。TM1产品主要基于人力资源的五大核心领域，即：利润计划、人才管理、培训计划、绩效计划、薪酬预算提出解决方案，通过对海量数据的提取和分析，给出合理的HR判断。在第二年的预算制定之前，计划的编制、申报、审批、调整、监控都可以在统一的平台上实现。
Case 3. 投资决策解决方案
随着企业规模的日益扩大和市场竞争的日益激烈，传统靠投资驱动、规模扩张的发展方式亟待转变。这就需要企业更加注重投资效率和经济效益，建立并完善科学的决策评价体系。
在这个评价过程中，企业需要对三方面内容进行分析：一是投资总额及结构，二是项目排序及价值贡献，三是资金的平衡。这些正是投资决策解决方案的核心内容。TM1产品下的投资决策解决方案将投资决策评价分为投资总额与资金平衡预测、项目选择与排序两大模块，每个模块又细分为4个子模块。从分析资本性收支与损益性收支内在联系出发，将投资总额测算模型与项目选择排序结果进行匹配，预测资金缺口，设计融资方案，形成完整的投资决策评价体系。
推动全面预算管理
除智能计划应用解决方案外，IBM大数据产品亦能推动企业全面预算管理。
IBM企业绩效管理销售经理陆巍认为，目前企业预算管理面临挑战体现在两方面：一方面来自企业自身管理要求的提升；另一方面则是监管部门对企业的硬性要求。陆巍据此分析，首先，现代企业管理已经不满足用ERP等信息化手段进行事后管理，越来越多的企业期望在事前进行控制；其次，随着市场竞争愈演愈烈，如何合理制定企业经营目标、保证目标执行到位，变得越来越重要；第三，大量的并购使得集团内部的管理水平参差不齐，集团迫切需要提升管理水平；此外，大型集团企业由于产业布局复杂、地域分布不均，迫切需要合理地分配有限的资源。
在预算编制环节，目前大部分企业还停留在手工Excel编制阶段，管理层对于数据的真实性与合理性很难做出判断，因为很多数据仍然是拍脑袋想出来的，很多基础的预算员并不会参考往期的实际数据和企业面临的可预计市场前景，也很少有企业真正实现合理的预算调整，甚至是滚动预测。
在预算控制环节，缺乏完整的控制体系，不清楚在哪个环节实现控制较为合理，没有信息化手段控制，单纯依靠管理人员事后检查。
在预算分析环节，大部分企业仍在用Excel做预算执行分析报告，进行简单的图表分析，无法针对管理的不同角度灵活展现，且缺乏有效的权限管理。
事实上，通过构建预算信息管理化平台，可以解决全面预算管理中的3个核心问题，即：如何制定科学的管理目标？如何科学地进行目标分解？如何通过预算执行分析达成管理者的诉求？陆巍介绍，IBM TM1产品能够将企业所有的业务历史数据全部“倒入”TM1系统，并基于这些数据进行多维分析，与往期数据比较，编制下一期的预算数据。同时，TM1可以根据管理层的目标制定，合理地进行模型搭建，利用科学的方式进行目标分析、分解、下达。
“通过同一时期获得的实际数据，比较预算数和实际数来完成预算执行报告，管理者可以通过预算执行报告调整下一期的执行战略。同时，我们认为，预算不是财务部的事情，而是全员的事情，企业的各个单元、部门都应该参与到预算的编制、控制、分析的过程。我们力求建立一套业务财务一体化模型，形成完整的预算体系。以销售预算为起点，生成成本预算、人力资源计划、采购计划、期间费用计划、融资计划，最后完成所有利润表相应的预算信息，出具一套包括利润表在内的预算报告。通过业务部门和财务部门的共同努力，达到跨部门协同作战计划平台，使得企业有限的资源可以合理地分配在不同的区域、不同的板块、不同的事业部、不同的部门。”陆巍说。
“然而，计划平台不能做所有的事情。”陆巍坦言，企业的战略目标分解、预算编制、预算报告可以实现，但企业的预算执行监控应该放在企业的业务信息系统，因为业务信息系统是时时都在发生的，而预算系统只是在预算期间、预算调整期间，以及预算的分析报告期间才会发生。“所以，我们在这里需要和企业的业务系统进行集成，在业务系统进行预算控制，通过企业的全面预算管理信息化平台，从企业的战略规划、到战略规划目标分解、到预算编制、到预算执行控制、到预算分析报告的编制、预算的考核、最后如何影响下一期的战略规划，力争达到这样一个闭环的建设。”
决战商业智能
自2010年起，IBM蓝色价值研究院和麻省理工学院联合对全球几千家跨行业的领先企业、政府机构以及各类组织进行了调研，结果显示：在2010年，37%的企业认为分析能力是组织的核心竞争力，而到2011年，该比例已上升至58%。此后，更多企业形成共识，认为分析能力是领导力与影响力的前提，“商业智能”的概念应运而生。
“商业智能的前身就是商业分析，而时至今日，商业分析的领域已经完全拓展开了。”IBM业务分析软件中国区技术经理周庆伟表示，“首先，企业需要实现全景信息分析，数据已不仅仅是企业自身数据库里的信息，还可以在互联网上、在微博上、在媒体和客户的评价中；其次，需要做到全角度分析，既要看到现在，还要看到过去和未来，并基于时间轴，把数据分析串起来；第三，需要全员参与分析，即每个人都能登陆商业分析平台，以自己喜欢的方式、在喜欢的时间、用能够掌握的方法，去获取想要的业务答案；最后，需要全角度的决策，这个决策不是一个人的，需要整个企业从不同角度出发决策，并且决策信息可以互通，最终做全角度的最优决策。”
摘要：当前，大数据正日益成为国家基础性战略资源，大数据在金融监管等领域将担任越来越重要的角色。与此同时，外汇管理要适应新形势的要求，就必须更新外汇管理理念和方式，深化外汇管理体制的改革和创新，完善外汇管理的大数据监测分析。本文从数据挖掘技术的角度出发，在介绍大数据定义、分析方法及主要应用场景的基础上，阐述了大数据分析方法在外汇管理领域的具体运用，并对开展大数据分析工作提出相关建议。
关键词：大数据;金融监管;外汇管理
一、大数据定义及常用分析方法
（一）定义。对于什么是大数据，迄今为止并没有公认的定义。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。（二）数据挖掘常用分析方法。数据挖掘就是对观测的数据集（经常是很庞大的）进行分析，目的是发现未知的关系和以数据拥有者可以理解并对数据拥有者而言有价值的新颖方式来总结数据。常用方法类型介绍如下：一是关联分析。是在未有既定目标情况下，探索数据内部结构的一种分析技术，目的是在一个数据集中发现、检索出数据集中所有可能的关联模式或相关性，但这种关系在数据中没有直接表示或不能肯定。常用的关联分析算法有：Apriori算法、FP-growth算法。该技术目前广泛应用于各个领域，如我们在电商平台浏览商品时都会显示“购买此商品的顾客也同时购买”等提示语，这正是我们日常生活中接触最多的关联分析应用实例。二是聚类分析。是在没有给定划分类别的情况下，根据数据相似度按照某种标准进行样本分组的一种方法。它的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度将其划分为若干组，使组内距离最小而组间距离最大。常用的聚类算法有K-Means、K-Medoids、DBSCAN、HC、EM等。当前，聚类分析在客户分类、文本分类、基因识别、空间数据处理、卫星图片分析、医疗图像自动检测等领域有着广泛的应用。三是回归分析。是指通过建立模型来研究变量之间相互关系的密切程度、结构状态、模型预测的有效工具。常用的回归模型有：线性回归、非线性回归、Logistic回归等。四是决策树。是一个预测模型，在已知各种情况发生概率的基础上，通过构成决策树来求取期望值大于等于零的概率、判断可行性的决策分析方法，是直观运用概率分析的一种图解法。常用算法有CART、C4.5等。五是人工神经网络。是人脑的抽象计算模型，是一个大型并行分布式处理器，由简单的处理单元组成。它可以通过调整单元连接的强度来学习经验知识，并运用这些知识推导出新的结果，属于机器学习的一种。
二、大数据分析在金融监管领域主要运用场景
当前大数据在前瞻性研究、风险防控、客户分析、舆情监测等方面都取得了巨大的成效，在金融领域实现了广泛应用,有效地提升了金融监管的针对性，为金融管理、风险识别带来了无限的可能性，成为当前不可或缺的分析手段之一。一是运用大数据开辟“线上溯源，线下打击”的治假新模式。2015年5月,某省“双打办”联合某电子商务企业发起行动。某电子商务企业首先运用大数据手段识别售假线索、锁定犯罪嫌疑人、分析串并背后团伙，根据警方需求批量输出线索用于侦查破案。行动期间，该省侵犯知识产权立案数同比上涨120%，破案数同比上涨77.3%。与传统打假模式相比，“大数据治假”模式实现了对犯罪嫌疑人线索信息的实时收集，为执法部门线下查处和打击提供了更精细、精准的线索和证据。二是运用大数据提升监管有效性。2016年，某交易所通过监控发现沪股通标的股票成交、股价涨势存在明显异常。运用大数据方法对历史资料进行关联匹配映射分析后发现，来自香港的证券账户与开立在内地的某些证券账户有操纵市场的重大嫌疑，根据上述线索，监管部门查获唐某等人跨境操纵市场的违法事实，成为沪港通开通以来查处的首例跨境操纵市场案例。大数据方法为资本市场的进一步对外开放提供了新的监管思路。三是运用大数据实现风险分析、风险评级，打击电信诈骗。通过收集和整理各行业、机构的黑名单，利用多样化的机器学习模型及大数据关联分析等技术，为银行、个人等提供风险管控和反欺诈的服务；运用数据挖掘技术，发掘与相关账户信用相关的预警信息，形成预警信号并向相关风险管理系统主动推送，进而跟踪预警信号处置流程，直至得出最终结论或风险管控方案，形成一个风险预警、通知、处置和关闭的闭环处理流程。四是运用大数据助力风控。例如，某电子商务企业旗下小贷平台建立了决策系统，借助大数据分析结果选择风险可控的企业开放信贷服务，实现贷前小额贷款风险管理控制，提升集约化管理的效率。该平台信用贷款部分客户的贷款年化利率可低至12%，对比原先降低6个百分点。依靠平台和数据优势，该平台在风险控制方面已形成了多层次、全方位的微贷风险预警和管理体系，实际运行中该平台的不良贷款率一直保持在1%以下，风险控制成效良好。
三、对大数据分析在外汇管理领域运用的思考
（一）引入大数据分析方法的必要性。近年来，外汇管理部门通过不断完善国际收支申报体系和加强外汇管理信息化建设，掌握了海量的数据信息，为外汇管理从侧重事前审批逐步转向侧重事后监测分析奠定了扎实的基础。在当前主流的事后监测分析框架中，通常按照业务条线，采用“宏观—中观—微观”自上而下递进式分析方法。这种分析方法有一定的优点，可以实现对各业务系统的充分利用，与宏观形势和业务管理信息结合较为紧密。但同时也存在一些缺陷：一是数据之间关联度不高，监测分析主要以各业务条线事后核查为主，数据相对分散，数据之间的关联分析较弱，监测结果相对滞后；二是难以发现潜在风险苗头，特别是在数据量巨大或关联关系复杂等特定场景下，有时无法取得满意的监测分析结果。在此背景下，可以考虑适时引入大数据分析方法。该分析方法是考虑在整合内部系统、互联网等各类信息数据的基础之上，利用数据挖掘、建模等工具方法，对企业、集团等主体、各类交易数据及互联网信息进行多层次、多角度、多项目的情况分析，并通过反馈的结果，修改完善模型，不断提高分析预测结果的准确性，既能解放大量人力资源，又有助于提高事中事后监管的针对性和效率，同时提高外汇管理的信息化程度。（二）大数据分析方法在外汇管理领域运用的具体思路。1.打造大数据监管中心，探索构建各类监管模型设立大数据监管中心，整合各业务系统数据及互联网外部数据，构建各类监管模型，多层次、多角度、全方位对各类主体交易数据实施监管及风险防控，探索实现主体监管、本外币一体化监管等，提升监管效率。一是交易数据监管。将当前各项法规、政策、制度数字化，建立合规性核查模型，通过对交易信息进行模拟仿真测试，获取交易数据的边界条件，判断交易的合规性，自动报告不合规交易。二是交易风险预警。通过对以往违规的交易进行分析建模，结合当前的经济金融形势，对每笔交易进行风险分级，自动报告高风险的业务数据。监管部门判断核查后，系统根据反馈结果通过机器学习等完善预警模型，不断提升预警准确度。三是主体监管。以企业或集团公司为主体，整合利用全方位数据，运用神经网络等技术对主体的投融资、结售汇、资金管理与调配等内部交易行为进行分析，了解不同类别主体异同点，对主体进行适当性分析评测，及时识别潜在违规行为。2.预测汇率、跨境收支走势，了解并引导市场预期通过收集影响汇率变动、跨境收支相关因素信息，建立模型预测汇率、跨境收支走势，并通过机器学习等方法，自动或人工调整模型，不断提升预测结果的准确性，同时掌握902017.09市场预期，及时进行引导。一是汇率走势预测。整理收集通货膨胀、利率、政府债务、市场心理等影响汇率变化的信息，通过回归等各类模型方法，分析某一项或多项与汇率之间关系，预测特定时间段汇率走势。二是全国或地区跨境收支形势预测。整理收集行业价格、汇率、经济金融形势等外部信息，观测、分析经济金融形势、汇率、人民币即期交易差价等对地区跨境收支或进出口的影响，预测跨境收支或进出口走势变化。三是掌握人民币汇率市场预期。收集网络上关于人民币汇率相关信息、搜索频率等，通过文本分析等方法了解人民币汇率走势的市场预期，便于适时采取引导措施。3.舆情实时监测，快速预警反馈整理收集互联网各大网站评论、博客等信息资源，尝试以数据情感分析角度，实现对文本评论数据的倾向性判断以及所隐藏的信息的挖掘并分析。一是获取政策反响。收集各大网站某项政策的相关评论、帖子、博客等信息，通过深度学习、语义网络等多种数据挖掘模型，分析判断数据倾向性，以数据角度反映政策执行效果及反响，为政策的进一步完善提供参考。二是设立舆情监测平台。运用数据仓库、文本分析、机器学习、神经网络等技术手段对金融敏感信息、舆论情况、政策解读反响等进行实时监测、分析，全面覆盖公共新闻网站、行业网站、微博、博客、论坛、贴吧等信息平台，在第一时间捕获相关舆情，并及时发送分析报告，合理引导市场预期。（三）初步实践与尝试。我们以某地区2015年1月至2016年10月涉外支出数据为例，对其与CNH、CNY进行了回归分析。1.涉外支出与CNY回归分析回归预估方程为：涉外支出（亿美元）=-52.15CNY+530.17。但P值为0.4912（一般认为P<0.05时通过显著性检验），表明CNY与涉外支出无明显关系。2.涉外支出与CNH回归分析回归预估方程为：涉外支出（亿美元）=-24.05CNH+349.82。但P值为0.7526，表明CNH与涉外支出无明显相关关系。3.涉外支出与CNY、CNH回归分析回归预估方程为：涉外支出（亿美元）=2466.1CNH-2498.2CNY+364.6。其中CNH、CNY、截距项P值分别为2.3×10-5、1.9×10-5和0.246，表明CNH、CNY与涉外支出有显著的相关性，截距项与涉外支出没有明显的相关性，拟合优度为0.5897。4.涉外支出与即期交易价差（CNH-CNY）回归分析回归预估方程为：涉外支出（亿美元）=2489.06（CNH-CNY）+157.3，其中P值分别为3.73×10-12和1.38×10-5，表明两项预估值的显著水平均较为理想，拟合优度为0.6006。从上述情况可以看出涉外支出与即期交易价差存在较强的线性关系，即某地区涉外支出随着人民币价差（CNH—CNY）的收窄而减小，随价差的扩大而增加。在知悉若干变量对另一变量存在影响的情况下，可使用该方法分析各自变量与因变量的具体相关性，逐步求取最优模型，获取变量之间的线性关系，如：分析汇率与购汇金额之间的关系；分析产品进出口金额、进出口量与产品价格之间的关系。
四、政策建议
（一）转变理念，利用大数据分析手段提升监管效率。一方面，大数据分析方法着眼于从海量的数据中寻找数据内部关联与逻辑关系，并归纳出特定主体或交易行为的规律与特征。另一方面，外汇管理部门已逐步从制定规则的角色转向风险判断的角色，而这又依赖于从数据中找到规律和关联，进而识别数据变化提示的风险。大数据挖掘技术和分析方法可以极大地提高对历史数据的利用价值，同时也为管理职责的转变提供必需的技术支持。从这一角度来说，监管部门需及时转变理念，在传统事后监测分析框架之外，引入市场前沿技术分析手段，进一步提升监管效率。（二）建立大数据分析工作机制。一是可以考虑设立大数据监测中心或直属大数据分析公司，从事外汇监测、舆情监测等数据分析专项工作，打造大数据分析团队。二是建立统一的大数据综合运用平台，整合各业务系统、互联网外部信息和工商、海关、税务等部门信息，在此基础上，根据监管需求及经济金融形势，开展各项监测工作，逐步完善各类监测模型，提升监管工作成效。（三）规范大数据结果的运用机制一是定期向相关部门通报舆情预警、汇率预期、跨境收支走势预期等情况，为决策提供有益参考。二是实时汇总异常交易、风险预警等分析预测结果，及时向业务主管部门反馈，为其开展事后。核查等工作提供线索。（四）以区域试点模式开展大数据分析工作。当前，大数据分析在市场多领域已有应用，但在金融监管领域还未有成体系的实践做法。建议选取部分地区开展大数据分析试点，并尝试与外部机构合作，借鉴市场的成熟经验及各类监测、预警和预测模型，不断探讨、完善大数据分析在金融监管领域的运用。
作者:徐珊 李慧强 单位:中国人民银行营业管理部
