时间：2023-10-17 16:12:17
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇财务数据可视化分析范例。如需获取更多原创内容，可随时联系我们的客服老师。
关键词：财务分析体系；气象部门；可视化
一、引言
近年来，随着全球变暖、极端天气和气候事件的频繁发生，国家越来越重视气象事业的发展。气象现代化水平的提高，带动气象部门资金量迅速增加，资金性质日趋复杂，管理决策对财务数据的需求日益增大，亟须提升财务分析在财务管理中的作用。然而，气象部门的管理层多数为非财务人员，打破专业茧房，构建直观、易懂的财务分析体系，不仅可以让管理层迅速地了解单位的财务状况，还能为管理层做出决策提供支撑。财务分析数据可视化等同于改变常规财务分析数据报表式的呈现方式。可视化的财务分析数据对管理者产生的意义体现在事前预测、事中感知、事后反馈三个环节上。事前预测表现在决策活动未开始前，提前对被决策活动运行效果以及产生的最后结果进行预测与模拟，强化管理层对决策活动的预见性与精确性；事中感知能够精确地拟化决策活动的运行状况，全面掌握决策活动的细微之处，有助于强化活动执行计划与政策编制的科学性；事后反馈就是可视化数据具备实时监测功能，能够协助决策者动态化地了解决策运行效果，及时发现相关问题并有针对性地做出改进。总之，可视化数据在管理层决策过程中的应用，可以帮助决策者事前预测活动的整体情况，精确掌控决策的运行状况，从而有效地结合各类反馈信息，科学整改决策内容与实施方式，不断强化决策的执行效果，提升决策的活力性与有效性。
二、构建基于管理层视角下可视化财务分析体系的意义
1.让非财务人员看得懂财务数据坚持问题导向、目标导向、结果导向，深入调研管理层对财务数据的需求，从资金保障、科技服务资金、重大建设项目、单位历史遗留问题等重点关注点出发，利用数据可视化处理技术，将复杂、冗长的财务分析报告转化成直观、明晰、易懂的图表，透过图表让管理层更直观地了解单位的财务状况，加快预算执行进度，为预算编制提供数据支撑。2.规范财务核算，提高财务管理水平构建基于管理层视角下可视化财务分析体系的同时，倒逼财务基础数据的准确性和及时性，规范财务基础核算，提升会计信息质量，有效推进管业财融合新模式。为落实全面从严治党要求，强化财经纪律的约束力，提供财务分析支撑，有效提升气象事业发展的财务保障能力。3.聚焦资金风险管理，防控财务风险财务分析贯通单位跨时间、跨系统的数据，开展横向、纵向的业务评估分析。建立基于管理层视角下可视化的财务分析指标体系，引入风险分析模型、预警预测分析模型等多种分析模型提供智能化定制分析，对业务运行情况进行实时预警和监控，方便管理决策者及时了解单位财务动态，及时发现问题并采取解救措施，有效提高各单位资金运行和经费使用的管理水平。同时也有助于事业单位建立完善的财务管理内部控制制度。4.促进财务人员转型随着人工智能的快速发展，传统会计核算模式下的填制凭证、审核、记账、结账等很多事务性的财务工作被替代，基层财务人员需要向战略性财务转型。通过构建管理层视角下的可视化财务分析体系，发现问题，分析问题，提出解决问题的对策，促进基层财务人员从核算、监督到核算、监督、分析的转型。
三、气象部门财务分析体系的现状
1.重业务，轻财务事业单位是国家为了社会公益目的，由国家机关举办或者其他组织利用国有资产举办的，从事教育、科技、文化、卫生等活动的社会服务组织。为了更好地履行受托公共责任，更加注重特定活动的完成情况，主管财务的管理层多数为非财务专业人员，认为预算执行完成代表着财务工作的完成，读懂复杂、冗长的财务报告非常困难，更无法利用财务报告获取有利于决策的信息。2.重核算，轻分析气象部门属于科技型、公益类事业单位，在财务工作方面多注重基础的会计核算，忽略财务分析工作。仅仅通过简单重复的方式进行会计核算，而不能结合单位的目标及任务进行有效的财务管理，主动性也不够，致使财务分析报告的针对性差，管理者难以全面了解单位的财务状况，无法为管理层决策提供合理的依据。3.重事后，轻事前目前，气象部门实行的是传统单户核算+决算报表财务分析单一模式。全年收支情况、重点费用支出情况、项目建设情况等都是事后通过决算报表得知，缺乏事前和事中对财务数据的把控。构建管理层视角下的财务分析体系，管理层能够通过可视化财务分析体系展示平台及时了解财务状况，聚焦资金风险管理，提升财务管理水平。
四、财务分析体系构建措施
1.调研管理层对财务数据的需求，初步确立财务分析指标构建基于管理层视角下可视化的财务分析体系，从使用者的需求出发，坚持需求导向、问题导向，打破专业茧房，采用调研问卷、访谈等方式，真正了解非财务专业管理层对财务数据的需求，提供哪些财务数据足以支撑管理决策。整理数据需求，初步按照预决算业务管理、收支业务管理、资产管理、货币资金及结转结余资金、建设项目管理、经费保障管理六个方面确立财务分析指标。具体如表1.2.规范会计核算，保证财务基础数据的准确性和及时性气象部门计财业务系统的财务基础数据是可视化财务分析体系的主要数据来源，可视化的财务分析体系是否能为管理层决策提供有力支撑，完全取决于财务基础数据的及时性和准确性。所以，要加大提高基础财务数据核算的准确性和科学性，为财务分析体系的使用奠定坚实的数据基础。3.配置财务分析指标的计算方法和取数规则在进行数据方面的可视化处理过程中，需要对各类财务分析指标的计算方法和取数规则加以配置，严格按照财务分析体系构建的要求，保障财务分析指标数值的准确性和可利用性。4.利用数据可视化技术展示财务分析体系联合专业技术人员，利用数据可视化技术，将管理层需要理解的财务分析数据，从原本的数字符号，转变成图形或者图表的形式。在将数据进行可视化处理的过程中，也可以使用各种类型的颜色或者图形，进行二维或三维图形的创建，丰富内容的表达。可以让管理层利用二维或三维的方式，对其数据进行交互，进而可以在图表的基础上，进行数据信息价值的掌握，引导管理层充分发现数据规律，为管理层决策提供数据支撑。
五、结语
基于管理层视角构建的财务分析体系，从管理层的数据需求出发，构建满足管理层需求的财务分析体系，利用现代化的数据可视化处理技术，将复杂冗长的财务报告用图表来展示。人脑对视觉信息的处理要比书面信息容易得多，可以确保对关系的理解要比那些混乱的报告或电子表格更快。所以说，构建可视化的财务分析体系是一种非常清晰的沟通方式，使管理层能够更快地理解和处理他们的信息。管理层在充分、详细地理解财务数据的基础上，才能正确研判、分析气象部门的收支趋势，准确把握气象部门管理战略和管理决策的方向。通过构建可视化的财务分析体系，真正实现降低公共成本、加强管控、提升效率、支持管理决策的目的，使气象部门更好地履行其受托的公共服务责任。
参考文献
1.秦春青.基于战略视角的高效财务分析体系构建研究.商业会计，2021（01）.
2.张超.财务智能可视化分析与文献综述.财会月刊，2019（03）.
3.魏紫萱.可视化数据分析对决策者的影响.数字经济，2018（05）.
4.殷敬淇.可视化数据新闻实践路径探索以财新数据可视化实验室为例.新闻传播，2017（9）.
5.刘磊.可视化数据挖掘方法与技术探究.通讯世界，2017（6）.
6.谭开诚.新会计准则在财务分析体系中的应用.时代金融，2013（09）.
7.郑宗旭.电商企业新型综合财务分析体系构建.湖北经济学院学报(人文社会科学版)，2018（08）.
8.孙晓斌.以绩效评价为核心的高校财务分析体系的构建.安徽工业大学学报(社会科学版)，2014（01）.
9.李明玉.建立以绩效考核为核心的高校财务分析体系浅探.中国证券期货，2012（05）.
10.林黎，叶燕萍.新会计准则对财务分析的影响.财会月刊，2007（15）.
11.卢兴杰.国际财务报告准则变革及中国对策2010年中国会计学会资深会员论坛综述.会计研究，2010（04）.
12.刘玉廷.关于中国企业会计准则与国际财务报告准则持续全面趋同问题.会计研究，2009（09）.
关键词：大数据；财务分析
一、大数据与财务分析
（一）大数据与财务分析的含义
大数据是一种在获取、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。
财务分析是以会计核算和报表资料及其他相关资料为依据，采用一系列专门的分析技术和方法，对企业等经济组织过去和现在有关筹资活动、投资活动、经营活动、分配活动的盈利能力、营运能力、偿债能力和增长能力状况等进行分析与评价的经济管理活动。为企业的投资者、债权人、经营者及其他关心企业的组织或个人了解企业过去、评价企业现状、预测企业未来做出正确决策提供准确的信息或依据。
（二）大数据下财务分析的主要变化趋势
在大数据的影响下，财务分析有着一些重大变化：第一，由事后向实时转换，传统财务分析都是在期末对财务报表进行分析，大数据下借助网络技术、云计算等让实时分析成为可能。第二，由基于结果分析转为基于过程分析，比如网上交易完成后，分析网上购物的评价，买卖交易过程中客户提出的需求，从中发现商机、对产品进行改进或对流程进行变革等。第三，从基于结构化分析转为非结构化分析，从传统的二维数据分析转向多维度分析，除了数据分析的直观结果，客户评价、品牌、知名度、网上评分等等都应该成为分析的范畴。
（三）大数据下财务分析的优势
随着科技的进步，财务分析也应与时俱进，与大数据进行融合，充分利用数据挖掘技术和科学的分析方法给出具有现实指导意义的结果来协助财务决策，从而提高财务决策的效率和有效性。大数据下财务分析有着如下优势：第一，可以更有效的组织企业节省资金；第二，可以利用企业数据和行业公共数据寻找新的市场和机会；第三，可以共同创建、实时改进及创新产品；第四，有些领域还可以将大数据可视化，可以更直观进行分析和做出决策。
二、传统财务分析面临的主要问题
（一）财务分析不被重视，未能体现分析的价值
在企业中，财务分析不被重视，分析报告发现并提出的问题得不到重视，甚至很长时间问题仍然没有得到有效解决；有些项目没有经过充分分析、论证测算就盲目上马，最终导致亏损；财务分析人员责任心不强，对分析不重视，不注重学习，敷衍了事，财务分析报告质量下降，形成恶性循环，财务分析的价值得不到体现。
（二）重报表、指标分析，轻非财务信息分析
传统财务分析都是财务三大报表为主体，采用财务比率、杜邦分析体系等比率的计算，结合经验，对比同行业公司情况，分析企业所处的状况。但实际上由于企业不同年度经营情况有差异，市场有变化，不同企业的会计核算方法、估计的不同，甚至网上评价评价都会影响分析的结果，而且传统财务分析不管是杜邦分析、比率分析等都各有侧重，难以得出全面科学的结果。
（三）重静态分析，轻动态分析
以报表为主的分析，数据是静态的，已经发生的，等到各种数据结果统计出来之后再做的事后分析，存在不能实时反映市场的变化、不能掌握市场的最新情况等问题，管理、分析的时效性滞后，而且忽视了事前、事中的控制，出现问题时，已属于被动，增加了企业调整、反应的成本，降低了财务分析所起的作用。
（四）财务数据和业务信息融合度不足、口径不一、效率低下
财务部门提供财务数据，业务部门提供业务信息，两者信息独立，企业对外报告、公司内部总结、分析等，不同部门提供的数据可能不一致；政府各主管部门、企业内部不同部门对信息的需求不同；财务部门需要从不同角度进行统计、分析，效率低下。
三、大数据趋势下改进财务分析的对策
（一）企业管理层应该重视财务分析
随着经济的不断发展，市场的复杂程度不断增加，财务分析在企业决策中的作用也愈发重要，严密、科学的分析结果是企业决策的基础。企业应当重视财务分析，选用合适的财务分析人才，明确财务分析目标，完善财务分析方法、增加非财务分析指标，合理利用财务分析工具，构建科学合理、适用性强的、适合企业的财务分析体系，并不断创新，建立健全内部控制制度，提高企业的财务分析和管理能力，促进企业的可持续发展。
（二）提高财务分析人员的职业素质
大数据时代，会计核算将不是财务部门的工作重点，一专多能、甚至多专多能才是财务人员的发展方向，信息化技术正在取代传统的会计核算，财务人员不仅要做好会计核算、监督职能，还需要收集、整理与财务、业务、客户相关的数据，更重要的是具备利用大数据的能力；财务人员要能够从海量、不断更新的非结构化数据中寻找与企业决策相关的重要信息，探索不同数据之间的关系；要能够掌握一定的数据分析技巧，深入挖掘企业各个流程相关的数据，掌握数据变化的规律，利用一定数据模型及工具进行实时分析和相关信息的实时传递。
【关键词】 XBRL; 数据挖掘; 财务数据; 构建
XBRL通常被译为可扩展的商业报告语言(extensible business reporting language),是一个开放式的不局限于特定操作平台的国际标准,通过它可以实现财务和商业报告数据及时、准确、高效和经济的存储、处理和交流。XBRL是在XML(可扩展的标记语言)的基础上发展起来的,是目前应用于非结构化信息处理尤其是财务报表信息处理的最新技术。它通过对财务数据进行特定的标签识别和分类,促进统一信息的财务数据在不同的计算机平台和财务信息使用者之间共享,极大地促进了财务信息数据挖掘的进行,满足了决策者对有用信息和知识的要求。
一、XBRL技术框架及特点
(一)XBRL技术框架
XBRL运用XML数据标记描述财务信息,主要由XBRL规范、XBRL分类标准、XBRL实例文档和样式表组成。XBRL规范,或称规格书、说明,是XBRL的核心和基础,它规定了XBRL的理念和原则,主要用于定义XBRL的各种专用术语,规范XBRL的文件格式,说明怎样建立XBRL;XBRL分类标准是XBRL为企业报告中的每个项目建立不同的标签,分类标准定义了各项目的属性及其之间的关系等,相当于一个行业商业信息交换的“词典”。分类标准是在技术规范的基础上,结合各个国家、行业、企业的实际情况制定的;XBRL实例文档是一个企业财务报告的实例文件,主要包含财务报告中的标签和数据。XBRL根据财务报告中标签与会计业务数据的对应,利用应用程序自动从会计业务数据库中提取数据,生成实例文档;样式表用于定义财务报告时的显示项目和格式。整个技术框架采用自下而上的层次结构(如图1所示)。
(二)XBRL特点和技术优势
作为一种以XML为基础发展起来的标记语言,XBRL继承了XML所拥有的所有语言优势,其特点和技术优势如下:
(1)无许可证限制,XBRL具有良好属性的开放式技术构架,它使任何财务信息供应链上的人都能免费、自由地在不同的软件平台上准备、获得、交换并分析财务信息。
(2)跨平台使用。由于XML文件可以跨平台使用,XBRL就具有了跨平台的优势。在不同的操作系统下,如Windows、Unix和Linux等,XBRL文件无需修改就可以直接使用。在不同的应用软件中,即使所用的数据库不同,只要转换成XBRL格式,也可以实现数据的交换。因而,通过XBRL 信息可以在不同的操作系统、数据库和应用软件之间进行传输和交换,XBRL是一种互联网上企业报告的通用语言。
(3)多种格式的输出。对同一份XBRL实例文档,采用不同的样式表,可以生成多种企业报告,所有报告的编制一次性完成,不仅降低了输入错误的风险,保证了数据的一致性,而且减少了重复输入,提高了报告的编制效率。对同一份企业报告,XBRL也可以按多种格式输出,如在浏览器上显示、转换成不同的数据格式进行传输,或打印成纸质财务报告等。
(4)搜索快速、准确。采用XBRL的方式,统一了网上的数据定义和格式,无需以人工方式找出网上的数据资料后逐一进行比较,所以XBRL在数据处理方面的效率要远远高于网络上常用的PDF、WORD、HTML格式文件,有利于网上搜寻引擎的自动搜寻和过滤工作,达到快速、准确。
二、数据挖掘技术及其在财务信息系统中的应用分析
(一)数据挖掘
随着数据库技术的广泛使用,以及计算技术和计算机性能与网络的迅速发展,人们面临着一个困难的问题,即如何从海量的数据中提取出有价值的信息。查询功能远不能满足人们的需要,数据挖掘应运而生。数据挖掘(Data Mining,DM)是从大量的、不完全的、有噪声的、模糊的和随机的数据集中识别有效的、新颖的和潜在有用的,以及最终可理解的模式的过程。
在当今瞬息万变的商业环境中,竞争的主要方式是信息的竞争,传统的事后分析型的数据分析方法被事前探索型的数据挖掘所取代。而与此同时,信息提供者之间也存在着激烈的竞争,如财务信息与非财务信息之间的竞争。XBRL技术的应用不但为财务信息提供者增加了竞争的筹码,也直接推动了财务数据挖掘的展开。
(二)财务信息系统中应用的数据挖掘策略
数据挖掘策略概括了一种解决问题的方法,即选择什么方式解决特定的问题。数据挖掘策略可以广义地分为有指导学习和无指导聚类。有指导学习是指利用已知的模型和属性来帮助我们进一步区分结构相似的对象。与有指导学习不同,无指导没有预先已知的模型和属性,所有变量均为自变量。在财务信息系统中主要应用以下几种数据挖掘策略:(1)分类,分类是用一个函数把各个数据项映射到某个预定义的类,或者说是发掘出关于该类数据的描述或者模型,重点在于建立模型,将新的实例指派给一组定义明确的类中的一个。例如:确定一项长期投资是否具有高风险;将进行赊销的客户归类为具有良好的或者不良的信用风险的客户群等。(2)估计,与分类模型类似,估计模型的目的在于确定一个未知属性的值。然而,不同于分类属性的是,对一个估计问题,其输出属性(一个或多个)是数值的而不是分类的。例如:估计一项投资的风险程度;估计当前应收账款中的坏账比例;估计筹资规模(数量)等。(3)预测,预测模型的目的在于确定未来的输出结果而不是当前的行为。通过建立表示数据中固有模式和趋势的模型,这样该模型可以用来对未来事件的结果进行预测,在财务系统中,常有的一些预测例子有:预测一项投资的未来收益;预测产品销售的价格趋势等。(4)无指导聚类,对于无指导聚类,没有因变量指导学习的过程。相反,学习规程通过使用聚类度量将实例分为两个或更多个类,来建立知识结构。无指导聚类策略的主要目标在于发现数据中的概念结构,是一种对具有共同趋势和模式的数据元组进行分组的方法。聚类经常用于搜索并且识别一个有限的种类集合或簇集合,从而描述数据。例如对客户群体分类,将目标消费群体化分为三个类:高收入、中等收入、低收入,针对不同类的客户采取不同的营销策略等。
到目前为止,大多数数据挖掘是借用人工智能的各种方法来挖掘数据中存在的知识。但是正如人工智能本身的发展现状一样,数据挖掘还不能很好的理解数据中存在的知识。XML技术的出现,不仅为互联网上的电子数据交换提供了一个标准,而且XML技术从数据的角度提供了一个更好的表示数据内容以及数据所代表意义的手段。XBRL作为XML在网络财务报告语言上的应用,则为我们理解大量的财务数据,为企业战略的建立提供有效的支持。
三、基于XBRL技术的财务信息挖掘系统架构模型
传统财务数据挖掘的一般过程主要包括财务数据源、财务数据的集成和变换、财务数据仓库、财务数据挖掘以及知识表达等几个阶段。首先将各种形式的财务数据经过集成和变换,去除冗余,转换成符合一定格式的数据,并装入财务数据仓库,而财务数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的财务数据集合,用于支持管理决策。财务数据挖掘是整个过程的核心部分,其目的是从大量的财务数据中挖掘出潜在的、有用的知识或模式。传统财务数据挖掘过程需要数据仓库的支持,而财务数据仓库的建立需要专业的技术手段,对大多数企业来讲,实现的难度很大,往往达不到预期的效果。
笔者设计的基于XBRL的财务数据挖掘过程,主要通过一个数据变换模块将各种格式的数据转换为符合XBRL规范的数据,解决了重要而繁杂的技术难题,财务数据挖掘是从具有统一XBRL描述形式的数据中挖掘出潜在的有用的知识或模式。
基于XBRL的财务数据挖掘模型如图2所示,主要包括财务数据获取模块、XBRL模式变换、财务数据挖掘以及基于XBRL的知识表达与理解四个部分。各部分之间的信息流动和数据交换都是基于XBRL进行的。
(一)财务数据获取模块
数据获取模块的主要功能是获取财务数据源,财务数据的来源可以有多种,可以是企业内部财务系统、本地外部财务系统、远程外部财务系统以及企业已经建立的诸如ERP、SCM、CRM、OA等系统和一些相关系统,这些系统数据格式千差万别,需要按照XBRL的语法格式和语义规则进行提取、转换,统一转换为XBRL模式数据。
(二)XBRL模式变换
基于XBRL的财务数据挖掘,其数据源必须是符合XBRL规范的财务数据,因此在进行财务数据挖掘之前,所有财务数据以及其他源数据都要经过处理,转换成符合XBRL规范的格式。这一过程需要通过XBRL模式变换来实现。根据数据的组织形式,XBRL模式变换模块的主要功能分为两个部分:一是对XBRL描述的财务数据源进行规范性检测;二是对非XBRL描述的财务数据进行XBRL封装。
(三)财务数据挖掘
利用多维分析工具、多维报表工具以及数据挖掘工具对数据进行综合数据查询、分析统计和生成统计图表等,通过采用分类、聚类分析、统计方法、关联规则、决策树方法、神经网络等数据挖掘方法,从大量的具有统一XBRL格式的财务数据中挖掘出潜在的、有用的知识或模式。
(四)基于XBRL的知识表达模块
知识表达模块的主要功能是对在数据挖掘模块中发现的知识进行可视化的表示,以便于非专业管理人员理解。财务数据挖掘的根本目的是从财务数据中发现有用的知识或模式,在知识的表示形式上,目前较好的且应用较多的有专家系统知识规则、决策树规则和在数据挖掘中的关联规则以及分类规则等。财务数据挖掘结果不仅要有利于人的理解,而且更主要的是要有利于计算机的理解,因此在数据挖掘完成之后,要将所得到的知识,形成符合XBRL规范的知识库。
四、结束语
XBRL在未来发展前景良好,所有企业都会向这一方向发展,所以面向XBRL数据挖掘也会得到长远发展。本文从XBRL的技术框架及特点、数据挖掘技术及其在财务系统中应用分析出发,结合传统财务数据挖掘的一般过程和XBRL技术,设计出一种基于XBRL技术的财务数据挖掘系统模型,为进一步深入研究财务数据挖掘提供了一种较好的方法。
【参考文献】
[1] 刘国英.基于XBRL的财务数据挖掘系统分析与设计[J].中国管理信息化,2008(18):12-15.
[2] 刘静.浅谈XBRL与财务信息数据挖掘[J].湖南财经高等专科学校学报,2004,20(6):53-55.
[3] XBRL Progress ReportApril 2003,省略/
关键词:“互联网+”；管理会计；财务会计；融合
近些年来，我们正处于互联网、大数据、移动互联网、物联网的时代，人们对“互联网+”的关注程度日益上升。互联网技术已经运用到各个传统行业当中，其新技术的发展和渗透，在管理方式、思考问题的模式等方面也将对与传统产业相适应的管理和思维方式进行改造，进而对我国经济发展方式的改变和经济转型升级提供助力。依托“互联网”的利好条件，我国涌现了大批的创业、创新企业，在企业寻求技术改革创新氛围下，财务管理也涌现着创新的潮流。如何通过信息技术，实现财务管理的创新和变革，当务之急就是向管理精益化转型。在“互联网+”新技术的支撑下，管理会计与财务会计融合将成为发展趋势，也值得进一步发掘与研究。
一、“互联网+”技术对会计活动的影响
在“互联网+”不断发展的大背景下，互联网向传统行业渗透和改造的“互联网+”模式不断颠覆我们对传统行业的认知，在传统的财务服务领域(如手工记账)、财务管理领域(依靠人工审核进行费用控制)，这些传统模式已越来越不适应时展的需要。数据化分析得益于云计算能力的极大增长和发展，在云计算领域对于非结构化(包括但不限于视频、网页等)的数据分析和处理，亦或是几何级的离线数据信息，借助于云计算的超强分析能力都可以筛选出非常有价值的会计信息，同时这些数据将会与企业发展中所用到的资金、技术等一样成为企业的生产必要要素。如何将互联网和财务服务领域相结合，打造“云服务”的财务服务模式，如何通过先进的互联网技术、移动终端APP技术和费用控制相结合，使得传统的财务服务变得更加方便和快捷，这己然成为行业前沿。“互联网+”技术的发展和渗透，将给会计活动从技术、管理等各方面带来巨大的变化。首先，改变会计活动的管理模式和管理思路。依托先进的科技平台，实现平台与用户的直接对接，从专业财务服务软件入手，利用互联网科技，尤其是移动互联网科技，逐步推动财务人员从传统、原始的手工记账方式中解脱出来。这样的变革模式，与传统的财务模式相比，即节省了人力、物力、财力，同时也为企业创建了更加严谨的财会管理格局和管理思路，基于互联网的费用控制系统、电子记账系统、自主报账系统等一系列财务专业活动，可以依据互联网完成，从而改变和提升传统的专人专项人工管理模式和管理思路。其次，通过采用“云会计”的模式，从企业的角度，节省了人力成本，增加了管理严谨度和规范性；从企业员工的角度，节约了财务审批的流程和时间，财务审批和处理不需要有八小时工作日的限制，可以随时随地在网络和手机移动客户端完成，从而提高了工作的效率和效果。再次，当今我国许多企业局限于对单个管理会计工具或单项信息系统的应用，尚未实现财务与业务的有机融合。伴随着移动互联网的快速崛起，“高效”和“便捷”的互联网优势体现得更加淋漓尽致。移动互联网时代的评价、分享、搜索和支付是与传统财务模式的重要区隔所在，更是推动其快速发展的核心引擎，同时，数据的可视化管理更加便于进行精准化的会计活动。
二、“互联网+”时代管理会计与财务会计融合的基础条件
传统意义上的会计共分为财务会计和管理会计两个分支，都是为企业生产经营、利益获取、收支平衡等活动服务，两者相互相存不可割裂，这是二者相互融合的基础条件。管理会计是将管理与会计这两个学科结合起来的一门科学。作为一门专业科学，它为管理层制定决策、编制计划和业绩管理系统提供指导，并在财务报告和控制方面提供专业意见，以协助管理层制定和实施组织战略。管理会计是一种管理活动，它可以有效的帮助企业改善经营方法、提高经济效益、实现企业的价值增值。在现实中，有些企业对财务人员的期望大多数只希望其满足财务会计工作内容就足够了，在生产经营管理的过程中把更多的精力放在产品研发、市场拓展等方面，严重忽略了管理会计的效用。并且有为数不少的人认为管理会计不适用于中小企业，只有那些上规模的大公司里才有管理会计的施展空间。其实，管理会计作为一种管理工具也可以在中小企业中发挥作用，帮助中小企业早日成熟，把企业经营者的梦想早日变为现实。管理会计相对于财务会计的职能不断扩展，大致可以归集为四个方面：分析与决策、计划、监督和激励、管理控制。管理会计收集的信息从仅仅是财务信息扩展到非财务信息，服务的单位从企业扩展到组织，具体的服务对象从企业内部的中上管理层到各级各部门的管理人员甚至是每一位员工，目标从帮助企业实现利润最大化到提供价值增值，管理对象从一般的日常管理到战略管理。而互联网技术、大数据技术、云会计等拉近了企业与个人、企业与市场、个人与市场之间的距离，企业经营者与企业利益相关者在利益追求上日益趋同，在互联网技术飞速发展的推动下，原有的财务会计活动和当前管理会计活动的边界模糊，以至于在财务活动过程中财务会计与管理会计的融合已经在企业中实现。由于这样背景，财务会计与管理会计在“互联网+”时代融合表现出的特殊作用比以往更加重要。
三、“互联网+”财务会计与管理会计融合的路径
“互联网+”具有体制机制优势、新技术优势和广泛的社会支持优势，现代化的信息技术有助于企业打破地域限制接受更加高效的相关会计服务，激发整个市场的竞争活力。技术优势是基础，体制的突破是亮点，再加上便捷的操作和舒适的体验，容易产生爆发性增长，为财务会计与管理会计融合计的理念与方法提供了可行路径。
(一)财务会计与管理会计数据融合的路径
现代企业管理财务数据共享已经是发展趋势，结合财务会计和管理会计设置账务系统可以对信息目录可以分类以及编码，这个信息系统目录可以收录财务会计和管理会计的核算数据，在使用者或者决策者需要数据是便于统计和检索，当然，在适当增加备注栏信息量的同时也能提供大量的非货币化信息。财务数据库的数据源能够应用于财务会计和管理会计处理，不应该造成时空上的隔断，这样可以提供会计信息质量，避免会计信息失真的现象，还可以让数据冗余、工作量大、重复度高的会计数据集中统一处理，提高会计工作效率。于此同时企业要特别注重数据库的安全性，特别是涉及到企业重要会计信息以及用户数据，应采取规范、科学、统一的访问制度。“互联网+”时代，云计算技术和移动互联网技术的飞速发展，无论是公有云还是私有云，企业和用户的数据都存放在云服务商的数据库中，企业对于各部门、各个公司、子公司的财务以及非财务数据，可以借助移动互联网的云计算数据平台进行查询，并实现实时化的收集处理，做到数据共享，在保障数据安全性和实效性的同时使得财务数据共享更加便利快捷。
(二)财务会计与管理会计流程融合的路径
财务会计与管理会计流程融合在流程上，通过企业应用各类会计工具进行会计信息的沟通来实现。为实现会计工作的全过程的跟踪控制，就必须以数据融合为基础条件，在会计流程上建立起二者的互动过程。二者在流程上的融合存在着一个逻辑关系，这个逻辑关系涉及到企业发展战略和财务管理绩效，这种逻辑关系比较复杂，其表现最为明显的是预算控制和企业业绩的评价指标上。“互联网+”时代的相关技术发展，可以推动以企业经营业务活动为中心，可以打破企业内部的经营业务单元和部门的“信息孤岛”现状，可以无缝链接财务会计和管理会计，保障企业发展战略、经营业务、财务管理的一体化。在此过程中企业就可以发现经营业务数据产生的真实原因，分析、了解和判断企业经营业务数据之间的关系。企业决策者可以充分借助决策支持工具，自动地分析企业的数据，以利于决策者能够发掘出有利于企业发展的潜在模式。通过流程的融合，就能够有效地构建财务会计和管理会计数据之间的反馈机制，企业的管理控制就有了保障，还进一步拓展了会计的管理职能，二者的融合做到了将具有会计职能的业务前置。
(三)财务会计与管理会计报表融合的路径
“互联网+”时代大数据和云计算的进一步发展，会计活动中原来对内外报表严格的分界线将逐步淡化。企业在提供对内报表时，可以根据所需项目开展情况进行选择，并且报表类型随时随地能够得到，完成了原来不可能实现的会计报表的“私人定制”；对外报表信息披露可以自动生存所需信息，除了满足企业需要外，还可以满足利益相关者、相关政府部门对会计信息的需要。另外，技术的进步可以使会计报表和附注的制作方便快捷，信息的关联性也得到了极大地提高。二者的融合优势明显，一是能够促进各种信息的相互稽核，防止会计信息违规行为，会计信息质量更加可靠。二是融合有助于管理会计信息和财务会计的信息共享，使会计提供各类信息需求者所需要信息的“并集”，增加会计信息的总体数量。三是融合可以进一步打破信息不对称，并进一步制约了会计信息失真。
作者:敖韫 单位:包头市中心医院
参考文献
[1]王玲双.互联网时代的财务会计与管理新动向研究[J].企业改革与管理，2016(16)
[关键词]：BIM，技术应用，信息化，工作流程
中图分类号：C35 文献标识码： A
1 前言
BIM（Building Information Modeling）即建筑信息化模型，BIM建立模型时给模型赋予建筑信息的属性（如构件的材料、尺寸、配筋、钢号，设备的型号、厂家、功率等）。BIM以其可视化、协同效率高、参数化及对项目全生命周期的关注赢得了建筑行业市场的认可，在国外BIM给工程建设行业带来彻底的变革，成为主要的生产方式.中国的建筑业在近20年也得到了高速的发展，建筑业越来越以体量大、复杂程度高的项目而诞生，随之BIM的应用也取得了一定的发展。
工程建设是一项复杂的系统工程，其内涵是自项目开始至完成，通过项目策划和项目控制，使项目的投资、进度和质量目标得以实现。工程项目运作过程涉及多方管理主体，包括：业主方管理、设计方管理、施工方管理等。为了使各个部门之间系统、准确、及时、形象的沟通和识别项目信息，将数字化信息技术模型用于项目管理中是十分必要的。
近年来，BIM应用在国内外工程建设行业如火如荼，各地根据当地实际情况陆续在工程建设中引进BIM技术。BIM可以贯穿容纳建设项目全生命周期的全过程信息，这些信息能加快决策进度、提高决策质量，增加项目收益。BIM是住建部十二五期间重点鼓励推广的技术，目前在大型项目和复杂项目中应用比较广泛。
2 BIM基本概念
时至今日，BIM一词已在业内口耳相传、如日中天。那么，到底何为BIM？其发展渊源如何？
2.1 BIM基本定义
BIM概念，作为对包括工程建设行业在内的多个行业的工作流程、工作方法的一次重大思索和变革，其雏形最早可追溯到1970年代。早于它而衍生的类似术语还有：欧洲所谓的BPM（Building Product Models）以及芬兰所谓的PIM（Product Information Models），后来美国 “BIM之父”――乔治亚理工大学的Charles Eastman教授提出了BIM理念至今，BIM技术的研究经历了三大阶段：萌芽阶段、产生阶段和发展阶段。1975年“BIM之父”Eastman教授在其研究的课题“Building Description System”中提出“a computer-based description of-abuilding”，以便于实现建筑工程的可视化和量化分析，提高工程建设效率。后来随着BIM技术的不断探索，以及对建筑生命周期的深入理解，即BIM比较多的被定义为Building Information Modeling。它被直译为“建筑信息模型”。
对于BIM中文定义，大众较为认可的是McGraw Hill在2009年名为《The Business Value of BIM》的市场调研报告中所给出的，即：BIM是利用数字模型对建设项目进行设计、施工和运营的过程。该BIM定义较为准确、简练、清晰、便于传播。可以概括的说BIM是一个过程，是一个包含多个阶段（甚至是全寿命周期）的过程。
2.2 BIM诞生缘由
BIM作为贯穿建筑物全生命周期的一项技术，其应用价值涵盖从项目的立项到后期的运维等各个阶段，也由此覆盖了工程建设行业中的各个群体，如：业主、设计师、施工人员、监理工程师、设备及材料供应商、物业管理人员等多专业参与人员。
有数据表明，过去几十年来，由于信息技术的迅猛发展，全球发达国家大多数非农业行业生产效率几乎翻倍，但工程建设行业的生产效率未升反降。然而造成这种情况发生的原因除工程建设行业自身特性所决定的外，还有其他因素。如：割裂的行业结构，信息传递失误及失流，注重短期成本而不是综合价值等各方面因素的制约。
美国施工行业生产率发展趋势： 1964-2004 （来源：Pike Research）
综上，解决整个工程建设行业低效率的根本途径就是把项目设计―施工―管理过程集成为一个整体。美国斯坦福大学最初将其定义为能实现多专业融合的“POP”模型，其中：产品（Product）――建筑物、结构、管道、生产线；组织（Organization）――设计、施工、管理队伍；过程（Process）――用于建造设施的工作过程。
随后，由此发展出目前工程建设行业已广泛接受的BLM（建设工程全生命周期管理）它要求参建各方在设计、施工、项目管理、项目运营等各个过程中将所有信息整合在统一的数据库中，通过数字信息仿真模拟建筑物所具有的真实信息，为建筑的全生命周期管理提供平台。在整个系统的运行过程中，要求业主、设计方、监理方、总包方、分包方、供应方多渠道和多方位的协调，并通过网上文件管理协同平台进行日常维护和管理。
总之，BIM技术是全球工程建设行业发展到今天的必然结果，它为本行业发展所带来生产力的解放和生产效率的提升，经不断地实践，且已得到广泛的认可。
3 BIM应用价值
3.1 BIM应用价值概述
BIM技术可以使规划、设计（初步设计、技术设计、施工图）、竞标、建造、经营、管理各个环节信息连贯一致，包括设计与几何图形、成本、进度信息等。该方法以参数化三维模型为核心，原理是尽可能将建设工程过程中的修改提前到项目前期（施工以前），同时使建设全过程（方案、设计、建造、营运）的信息保持一致。
建设工程信息模型均允许访问以下完整的关键信息：
设计阶段―设计、进度以及预算信息
施工阶段―质量、进度以及成本信息
管理阶段―性能、使用情况以及财务信息
具体内容包括：
（1）BIM涵盖了全面的信息：
可以有效的访问有关设计与几何图形、成本、进度信息，所有这些关键信息均可立即获得，从而可以更快更有效地制定项目相关决策。
（2）BIM降低设计和文档的工作量及错误：
允许项目团队在设计或文档编制过程中随时对项目做出更改，三维工程模型能自动关联协调二维图纸的不当表达和疏漏，省去了繁重、低价值的反复协调与人工检查工作，提高检查质量。这使项目团队可将更多时间投入项目关键问题。
（3）BIM更加方便修改和减少修改错误：
BIM模型只要对项目做出更改，由此产生的所有结果都会在整个项目中自动协调。创建关键项目交付件（例如可视化文档和管理机构审批文档）更加省时省力，因此可以更快更好地交付工作，信息模型提供的自动协调更改功能可以消除协调错误，提高工作整体质量。
（4）BIM为施工阶段提供更多信息，提高效率、节约成本、更易沟通：
可以同步提供有关建筑质量、进度以及成本的信息。施工人员可以促进建筑的量化，以进行评估和工程估价，并生成最新评估与施工规划。计划产出结果或实际产出结果易于分析和理解，并且施工人员可以迅速为业主制定展示场地使用情况或更新调整情况的规划，从而和业主进行沟通，将施工过程对业主的运营和人员的影响降到最低。提高文档质量，改善施工规划，节省施工中在过程与管理问题上投入的时间与资金。最终保障施工的顺利完成，提高工程质量，能将业主更多的施工资金投入到建筑，而非行政和管理中。
（5）BIM在工程建设生命周期的管理阶段的价值：
BIM可同步提供有关建筑、设备使用情况或性能已用时间以及财务方面的信息。工程建设模型可提供数字更新记录，并改善搬迁规划与管理，以及重要财务数据。这些全面的信息可以提高建筑运营过程中的收益与成本管理水平。同时还将用于例如搬迁管理、环境分析、能量分析、数字综合成本估算以及更新阶段规划。
4 结论
BIM技术作为一门信息技术，也是一门艺术，利用发达的信息技术通过虚拟建造来解决工程建设中各个环节所遇到的问题。帮助工程建设行业的工作人员提高生产力。BIM在建设领域的范围非常广泛，但现阶段而言，还具有强大的发展潜力，随着我国数字化、信息化进一步的推进，BIM必将成为将来建筑业的主流。
参考文献
[1]麦格劳―希尔建筑信息公司.建筑信息模型―设计与施工革新，生产与效率的提升[R]，2009
[2] Autodesk软件（中国）公司/研究院
关键词：市公司 综合评价 Chernoff 脸谱
一、引言
对于上市公司多指标财务分析，数值方法给出的结果往往缺乏整体性印象，而图形化方法则具有明显的直观优势，借助计算机编程和多元统计分析理论，图形不仅可以帮助观察多维数据的本质，更可以通过多元图形本身的信息来反映公司财务的综合状况。用于上市公司多指标财务分析与评价的常用多元图形化方法有：二维散布图、雷达图、脸谱图、星座图及像素图等，舒晓惠等（2006）提出了一种新的图形化方法：树谱图。基于可视化目标的多元图形方法主要来看分为两个层次，一是直观反映上市公司财务的各指标状况，例如，二维散布图、雷达图、星座图；二是图形本身所具有的信息可以形象反映财务状况的优劣，例如，脸谱图和树谱图等。目前，国内文献主要集中在研究雷达图在财务分析评价与预警中的应用，主要有王强（2000），舒晓惠等（2005），付（2007）与金晓燕（2010）；脸谱图则最初是由Chernoff（1973）提出来，Wainer and Thissen（1981）以及 Smith与Taffler（1984）将其应用于公司财务分析，国内则仅有舒晓惠等（2006）将其用于上市公司财务评价，实证研究表明，在进行上市公司财务分析时，通过雷达图向普通股民传达公司信息时缺乏综合形象性，而脸谱图的应用则有明显的优势。上述研究都是对上市公司财务状况展开静态分析，并没有动态跟踪一段时期内上市公司的财务状况，同时，以往文献都没有明确提出可以将综合评价方法与Chernoff脸谱图相结合的思想来实现利用脸谱的表情综合评价上市公司财务状况。基于此，本文应用Chernoff脸谱图的基本思想，结合综合评价方法对所构建的上市公司财务评价指标体系通过主成分分析方法进行降维后，利用舒晓惠（2006）的方法通过计算机实现了上市公司财务绩效的可视化脸谱图，并对深、沪两市钢铁行业30家上市公司2003年至2007年财务状况进行了动态跟踪，结果表明，脸谱图不仅能够形象反映上市公司的财务状况，而且可以很好地动态反映不同时期财务状况的变化情况。
二、研究设计
（一）基本原理 Chernoff 脸最初设计可处理18 个变量，当变量数小于18 时，可将脸谱中某几个部位固定；当变量数超过18 时则可以设法在脸谱中再添加一些部位，如头发、耳朵等。Chernoff 脸最初认为主要可以用于对研究对象进行分组：由原始材料和直觉提出的最初的分组；由聚类算法产生的最终的分组。进一步研究表明，利用Chernoff 脸除了可以进行辅助聚类分析外，也可以通过已经得到的聚类结果对新的结果进行辅助判别分析。显然，将上市公司相关财务指标数值与脸谱的相关部位进行对应即可实现利用Chernoff脸对上市公司的财务状况进行辅助聚类分析和辅助判别分析。考虑人脸表情的复杂性，当处理的变量过多时，脸谱所表示的人的各种表情则不容易合理用于综合评价上市公司的财务状况，例如通过嘴的微笑，眉毛舒展等来反映相关财务状况良好，显然这些表情具有很好的直观效果。因此，用Chernoff 脸谱图综合反映上市公司的财务状况，除了实现第一层次的财务指标值与脸谱的各部位对应外，还需考虑第二层次脸的表情所表达的财务状况，从而能够达到直观形象的目的。为实现这一思想，本文提出可以通过构建上市公司财务状况的综合评价财务指标体系，应用综合评价方法进行财务指标数据的预处理和主成分分析，并在此基础上通过以行业财务指标平均值为阈值进行映射转换，将相关综合评价的数值转换为Chernoff 脸谱图，从而实现脸谱图形自身的表情，即达到可用于评价上市公司综合财务状况的目的。也即Chernoff 脸谱图相关表情需通过综合评价方法来合理加以实现。
（二）上市公司财务状况Chernoff 脸谱图设计 对于上市公司财务状况的综合评价，已经有众多的学者展开研究，结果表明，传统产业与高新技术产业上市公司的评价指标体系具有一定的差异，本文主要以传统产业为研究对象，参照1999年财政部、国家经贸委、人事部和国家计委联合的《国有资本金效益评价规则》中公布的竞争性工商企业评价指标体系，按盈利能力、偿债能力、资产运营能力和成长能力四个方面11个财务指标给出权重如（表1）所示。一般认为，脸部的各部位形态及表情可以给人初步明确的信息，比如嘴形的笑意，眉心是否舒展，眼睛是否炯炯有神，鼻子长短表明气息是否粗壮，脸形是否圆润等，这些脸部的形态和表情所传达的信息好坏显然给人的感受基本是一致的。注意到人眼对脸部各个部位的敏感程度不同，按权重的重要程度与敏感程度相对应，本文选取脸谱指标与财务指标对应如下：嘴部指标对应盈利能力指标，眼部指标对应偿债能力指标，鼻子眉毛指标对应资产运营能力指标，下部脸形指标对应成长能力指标。具体实现则首先对各财务比率指标值进行一致化和无量纲化处理后，再利用主成分分析法对各类财务指标进行降维，在与Chernoff 脸谱的18个变量相关对应中，按（表2）选取相对应的指标，其余Chernoff 脸谱的指标值则取某一固定值。脸谱图的优点是不仅将财务数据通过图形化直观表示，而且可以利用人的自然表情来传达上市公司的财务状况，作为一个对应的联系，本文以行业平均值作为人脸表情改变的阀值，各财务指标值较行业平均值超过越多则表情越开心，其示意图如（图1）。由（图1）以行业均值为阀值，图1-a从脸部形态看不喜不悲，各指标均为平常形态表情，表明财务状况基本正常; 图1-b从脸部形态看嘴带笑意，目光炯炯有神，眉心舒展，鼻长气粗，脸形圆润，呈现良好形态，表明各财务指标状况良好；图1-c从脸部形态看则显得愁眉苦脸，脸形削瘦，表明各财务指标出现一定的危机。
三、动态跟踪分析
（一）数据预处理 本文以钢铁行业为例，选取深、沪两市钢铁行业30家上市公司，按前述11个财务指标从RESSET金融数据库中得2003年至2007年共5年的年度财务数据总计1650个财务指标值。按照将上市公司财务绩效的综合评价方法与Chernoff 脸谱相对应的思路，按如下方法展开实证分析。首先进行数据预处理。第一，极端值处理：按3?滓原则剔除财务指标值中的极端值，在其后的处理中再对剔除的相关指标值进行相应取值。第二，进行一致化处理，将各财务指标化为正向型指标。在所选取的上述指标中，有正向性指标和适度性指标两类，其中资产负债比率X4、流动比率X5、速动比率X6为适度性指标。因此有必要进行一致化处理，使之都为正向性指标。按照国际惯例注意到资产负债比率、流动比率、速动比率的适度值分别为50%、200%、100%，设xij为第j个上市公司的第个财务指标值［L1j，L2j］为最优适度区间，则可利用如下公式（1）进行变换：
x'ij=1.0-■ xij
注：适度区间为一点时，取L1j=L2j；Mj，mj分别为xij的允许上下界。
第三，采用极值法对各财务指标进行无量纲化。进行无量纲化处理的方法一般有：“标准化”处理法、极值处理法和功效系数法，本文目的是建立各类财务指标的主成分与脸谱相关指标数据的联系，因此采用极值处理法，利用如下公式（2）进行无量纲处理（对于剔除的极端值，这里都赋为最大值1.0）：x'ij=■ （2）
这里，Mj=■｛xij｝，mj=■｛xij｝为保证动态跟踪的可比性，本文将Mj和mj固定为2003年度各财务指标数据的极值。第四，按盈利能力、偿债能力、运营能力和成长能力对各类指标提取主成分，利用SAS软件分别对财务指标盈利能力方面、偿债能力和运营能力方面各提取两个主成分，对成长能力方面求出主成分综合得分，即求得指标值。第五，确定各类指标的主成分与脸谱指标的对应关系。脸谱的特点就是通过人的自然表情来反映上市公司的财务状况，本文以行业平均值作为脸谱表情不悲不喜对应的中间值。设主成分值zij∈［x1j，x2j］，x0j为行业平均值对应的主成分值；脸谱指标值yj∈［y1j，y2j］，y0j为脸谱表情不悲不喜的取值，则按下式（3）做变换：
yj=■（y0j-y1j）+y1j x1j?燮zij?燮x0j y0j zij=x0j■（y2j-y0j）+y0j x0j?燮zij?燮x2j （3）
这里为保证动态跟踪的可比性，本文以2003年度30家钢铁行业的平均值做为基期的定基值，各年度的各上市公司指标值均与该相应平均值按式（3）进行变换，从而利用式（3）即可计算出各上市公司对应的脸谱指标数值。
（二）上市公司财务绩效脸谱图 运用Bland C++编程画出所有30家钢铁行业上市公司2003年至2007年的脸谱图。为方便起见，这里报告2003年度30家钢铁行业上市公司财务综合状况的脸谱图如（图2）。利用上述分析结果，则可以展开利用Chernoff 脸谱对上市公司财务绩效状况的静态和动态两方面的分析。
（1）Chernoff脸谱静态聚类分析。对于上市公司财务状况的多元图形分析，其第一层的意义乃是可以进行最初的聚类分析，以2003年钢铁行业30家上市公司为例，按照对脸谱图的最初印象，可以将图形结果分为六类，具体见（图3）。显然通过聚类，可以清楚地将上市公司的财务状况做一个大致的分类，而如此分类的方式相对于利用多元统计分析得到的聚类结果，其具有多指标聚类的性质，这一点是数据分析结果较难企及的。利用分类结果，进一步按照脸谱图本身所具有表性等形象反映上市公司财务状况的第二层次的功能，可以明显发现，（图3）中的第一类和第二类上市公司，其财务状况综合看较为良好，各项指标均基本正常。第三类公司则显著特点是嘴形较大，笑意明显，表明这三家公司的盈利能力良好，但从眉心来看都不舒展，表明公司的资本运营能力存在一定程度的欠缺。第四类和第五类公司分类则脸部表情较为怪异，说明财务指标数据反映的综合状况较为复杂，比如眼睛的斜率不好但较大，反映了一个相互矛盾的偿债能力指标，这也表明使用脸谱图，当指标值良莠参半时，其表性则较为古怪。第六类公司则是明显地脸形偏、愁眉苦脸，这也清楚地表明这类公司的财务状况比较糟糕。最后，利用脸谱图还可以对相近资产的上市公司进行对比分析，例如，取总资产相近的000825以及000629，由（图2），上市公司 000825给人的第一印象明显要好于000629；进一步按六个脸谱指标逐对照，000825的脸谱图除嘴形的宽度不如000629外，其余都好于或相近于000629，说明000825除盈利能力较弱于000629 外，其余均较优于000629。此外，000629 的脸谱图面有愁容，财务状况具有危机。
（2）Chernoff脸谱动态跟踪分析。应用SAS软件对钢铁行业上市公司2003至2007年各年度数据首先按盈利能力、偿债能力、运营能力和成长能力进行主成分分析，结果表明各年度的两主成分累积贡献率均超过85%，进一步以2003年钢铁行业平均值为基期值转化为脸谱图，本文展开如下两主面的动态跟踪比较。第一，对整个上市公司财务状况的脸谱图动态跟踪分析。应用脸谱图考察整个钢铁行业财务指标四个方面综合能力平均水平的变化，以2003年钢铁行业平均值为基期对比值，对5年间的钢铁行业各财务指标按四个方面分别提取主成分后其行业平均水平的脸谱图见（图4），实证数据分析表明：由脸谱图的嘴部表明，整个钢铁行业的盈利能力出现一定程度的下降，特别是盈利能力第二主成分即嘴形的宽度减少。而第二主成分主要与主营业务的盈利能力有关，表明整个钢铁行业相对于2003年其主营业务利润率有所下降，其中一个主要原因是铁矿石价格不断攀升导致。由脸谱图的眼部表明，整个钢铁行业的偿债能力也渐次下降，2005年后基本稳定相差不大。由脸谱图的眉毛和鼻子的形态表明，整个钢铁行业的运营能力喜忧参半，总体来说有所降低；第一主成分对应的眉心并不舒展，但第二主成分对应的鼻子长度增加，这主要是由于各上市分司运营能力指标数据参差不齐导致。由脸谱图的下脸形态表明，2004年与2005年整个钢铁行业的成长能力有所下降，但2006年后则有所增强，这主要与近年来钢铁行业在受外部铁矿石价格因素的影响整个行业进行了一定的整合重组，使得强者愈强以提高行业的整体竞争力。上述图形分析与我国钢铁行业的5 年来的发展情况基本吻合，这表明脸谱图可以动态反映行业的发展状况。第二，对单个上市公司财务状况的脸谱图进行动态跟踪分析。简单起见，本文对钢铁行业龙头企业宝钢股份，财务状况变化较为明显的宝钢股份、韶钢松山与鞍钢新扎等上市公司展开分析，其相应各年度脸谱图的结果如（图5）。由（图5），以2003年钢铁行业平均值为基期对比值，实证数据分析表明：宝钢股份总体来看，各项指标表明其财务状况基本呈现下降趋势，仅2005年下脸形态表明有一次较明显的成长，而鼻子长度增加表明运营能力有所加强，这与宝钢因为铁矿石价格上涨压缩盈利空间和在此原因下的规模扩张有关。韶钢松山则在2003年各项指标均表明其财务状况良好，其主要受益于广东省的经济建设迅速发展，然而在铁矿石价格上涨的压力下，中等规模技术含量相对落后的钢铁企业受到的冲击更大，其脸谱图表明大部分财务指标状况出现不同程度的恶化，而鼻子长度增加表明公司加强了内部运营能力，2007年下脸形态表明有一次较明显的成长。鞍钢新扎的脸谱图则表明，受益于本地的铁矿石资源，除偿债能力外，公司其他各项指标表明其财务状况基本呈现良好趋势，而偿债能力即眼睛变小表明公司在发展过程中充分利用了财务的杠杆作用，同时增加了财务风险。2006年与2007年公司成长明显，盈利能力也明显增强。由上述分析可见，脸谱图对于单个上市公司的财务状况能够进行跟踪反映，并且能通过脸谱的表情综合反映企业财务状况的动态变化。
四、结论
对于上市公司财务绩效的图形化分析，由于其直观形象与综合性，可以为使用者提供简单明了又全面的公司财务状况的初步印象。这为广大中小投资者了解上市公司基本财务状况提供了一种有效途径，从而避免了对大量财务数据的整理分析，使得更多的普通投资者也可以解读公司的基本状况。运用脸谱图分析上市公司的财务状况，可以从脸的形状和表情来直观反映公司的情况，更贴切地实现了上述图形化的特点，因此具有广泛的实用价值。在静态分析的基础上进一步展开了上市公司财务状况脸谱图的动态跟踪研究，以钢铁行业为例实证分析发现，脸谱图既能对整个钢铁行业的综合财务状况进行有效跟踪，也能对单个上市公司的财务状况进行动态跟踪，其脸谱图能够很好地反映上市公司在不同时期各财务指标的动态变化，从而更好地帮助投资者了解上市公司财务的历史信息，进行对比分析。由此可见，脸谱图不仅可以作为聚类分析和判别分析的辅助手段，也可以进一步作为综合评价和动态跟踪方法展开应用。研究过程中也发现应用脸谱图进行上市公司财务状况评价和动态跟踪需要进一步探讨的问题：基期参照财务指标值的设定，本文使用的是2003年钢铁行业财务指标的平均值作为阈值，其参考点是否合理仍可进一步商榷。进行无量纲化的方法的选择，不同的方法实证结果会有一定的出入。脸谱图的表情处理问题需进一步改善。在进行将预处理后的财务指标数据对应到各脸谱图的数值转换映射时，对于灵敏度的处理需进一步改善，以保证脸谱图的表情能够更准确地反映上市公司财务状况。
*本文湖南省教育厅科研项目“上市公司财务绩效评价方法与多元图形化研究”（编号：06C644）以及怀化学院重点学科金融学建设项目阶段性成果
参考文献：
［1］［美］Richard A.Johnson & Dean W.Wichern著、陆璇译：《多元统计分析》，清华大学出版社2001年版。
［2］王强：《“银行风险雷达图”在我国商业银行风险监测中的应用》，《上海金融》2000年第5期。
［3］舒晓惠等：《上市公司财务的树谱分析及实证研究》，《金融经济》2006年第2期。
［4］舒晓惠等：《上市公司财务的Chernoff脸谱分析及实证研究》，《金融经济》2006年第2期。
关键词：BIM技术；工程造价；造价管理；技术应用
引言：
通过多年来的不断发展，工程造价管理模式在不断的完善，但是整体发展速度还是和社会发展速度存在一定的差距。分析差距产生的原因发现，主要是因为造价管理信息化以及造价管理精细化程度比较低，该情况会严重影响工程造价准确性以及工程造价管理效率，也影响了建筑工程的发展。BIM技术作为近年来引进的一种先进管理技术，可以有效提升工程造价管理效率，为建筑企业更好更快的发展服务，下文将对其进行分析。
1.当前工程造价管理工作存在的问题
1.1造价管理模式与市场发展情况相背离
计划经济正在逐渐向浙市场经济体制转变，政府方面为了全面强化工程造价宏观调控力度，通过静态管理和动态管理相互结合的模式对工程造价模式进行管理。各个地区主管部门通过单价法编制对本地区建筑施工成本预算进行定额处理，通过价格管理和市场动态价格配合的模式，公布造价指导系数，之后明确工程造价。这种发展模式虽然在一定程度上促进了我国工程造价的发展，但是随着市场经济的高速发展，这种模式的弊端日渐凸显，制约了工程造价行业的发展。
1.2区域性问题
当前我国的工程造价都使用地区定额计价的模式，各地区的差异性比较明显。区域性计价模式与各地区计价标准之间存在的差异与工作人员的常年来的工作经验导致工程造价中的一部分数据存在祛瘀行政对地区工程项目进行估价时，这些经验虽然可以指导作用，但是不能将经验作为主导进行估价，否则必然会影响工程估价的精确性。
1.3项目造价数据共享效率低下
在进行项目造价管理时，因为工作人员要对工程造价的数据进行全面分析，所以必须要将数据进行拆分与多层次加工，通过该方式提升数据分析的精确性。因为造价工程师的工作时间长短不一，在对造价数据进行共享时经常会出现各种问题，导致工程师和其余岗位的工作人员不能协调互动。比如项目多算对比过程中，工作人员不仅要将项目财务数据以及项目的消耗数据进行拆分，同时还要得到与这些数据相关的部门的支撑，才能保证工作的正常开展。我国在企业组织管理过程中，各部门都是按照平级设置安排的，导致各个部门之间沟通比较困难，业务效率低下。各司其职虽然可行，但只是在少部分情况下， 大多数时间还是需要各个部门相互合作，转换数据，才能保证工程造价管理工作的正常开展。
1.4延后性比较明显
建设工程招投标使用的工程造价计算系统依然是定额计价的传统模式，该工作模式的数据与当前我国市场发展情况相比存在较大的出入。首先是定额价格平均每5年完成一次更新，这种更新速度和当前高速发展的时代背景相违背，所以整体滞后性是比较明显的。我国社会发展速度比较快，商品价格在一年内会频繁变更，而建筑工程作为一种工期较长的工程施工类型，很容易和市场发展情况相脱离，单一的通过二次动态调价是不能满足时展需求的。其次，不论是在时间还是成本方面，都会影响工作效率，提升项目成本的投入，并且在消耗指标方面也存在一些问题。大部分的造价机构都使用各地区政府消耗量指标，这种消耗量指标反映的是该地区社会的平均生产力，不具备任何的竞争性，更新速度也比较慢，不能从根本上反映该地区的生产力现状，制约工程造价管理工作质量。
2.BIM技术在工程造价管理中的应用
基于BIM的特殊性，在工程造价管理过程中，需要从多个方面对其进行分析，发挥技术体系的最大化作用，突出技术重点。以下将对BIM技术在工程造价管理中的应用进行详细的分析。
1.发挥辅助造价的作用
BIM模型本身是一项在复杂的结构体系，在具体实践过程中有重要的作用。通过BIM模型中的数据库辅助工程造价，可以帮助管理工作人员更加合理的去安排工程施工资金、工程施工进度以及工程资源规划。通过BIM软件来构建项目三维模型，利用数据库来增加模型内部事件信息，以自动化量功能来计算实体工程量，之后对数据模型的任意时间段进行细分，细分工程施工所需要的时间，结合BIM数据库当中原有的人工、材料以及机械等多方面的信息明确工程施工进度与资源计划，更加合理的去调配资源，准确掌握工程施工成本，对成本施工进度进行分析，提升项目的管理水平。
2.模拟工程造价
可以通过构建BIM数据模型结合可视化技术的模式来为项目模拟决策提供基础。在项目的决策过程中，要根据BIM模型数据来调用和拟建项目工程造价数据。以BIM作为基础模型来调用拟建项目工程造价数据，也可以通过项目模型来输出工程平方米价格，估算规划项目整体投资额度，为未来决策提供准确的依据。基于 BIM 的设计概算和施工图预算，能模拟和预见不同建设阶段的造价，便于参建各方协同开展限额设计和建设后期有针对性的控制造价。在后续控制阶段，为了避免出现设计程序和施工体系相背离的情况，可以在原有的控制基础上优化设计形式，调整控制模式，为价值工程的后续进行奠定基础。
3.采用可视化设计形式
设计和建设成本息息相关，所以必须通过各种模式对设计过程中的造价进行控制。在CAD图纸设计完成以后，将设计图纸当中的项目构成因素与BIM数据库造价信息相互关联，按照时间上的维度来输出造价信息，实现限额设计。在明确总包方设计交底与图纸会审过程中传统图纸一般情况下都是在二维平面基础上完成的，并且图纸可以分开设计，通过人为检查是很难发现问题的。BIM系统的引进，可以将所有的专业都整合到相同BIM平台，不论是设计方还是监理方都可以从各个角度对图纸进行审核，利用BIM可视化模拟功能完成3D检查或者是5D碰撞检查，发现其中存在的问题，减少设计错误的产生几率，也可以减少工程错误产生的返工费用，减少纠纷。同时BIM技术具有自动检测的功能，如果出现专业设计失误或者干预机制不合理的情况，则可以及时对项目进行审核，减少后期施工阶段的变更程序，避免出现管理不当的情况，进而提升造价管理效率。
结束语：
建筑工程造价管理关乎建筑工程经济效益，所以必须从各个角度提升建筑工程造价管理质量。上文从当前我国建筑工程造价管理工作存在的问题入手，阐述了如何将BIM技术融入到建筑工程造价管理中，提升工作质量。
参考文献：
[1]陈莉粉. 计算机软件技术在工程造价管理中的优化分析[J]. 电子测试，2014，S1：140-142.
[2]李燕. 论计算机技术在工程造价改革和全过程造价管理中的作用[J]. 广西城镇建设，2012，12：66-68.
[3]王武兵. 计算机技术在工程造价管理应用中的问题与发展[J]. 硅谷，2012，08：164-165.
[4]王若冰. 基于统计分析的数据挖掘在工程造价管理中的应用[J]. 硅谷，2012，18：107-108.
关键词：大数据；会计信息化；发展趋势
信息技术正在改变着会计这一职业的传统并重新定义会计的工作内容.据IDC预测报告显示，2020年全球数据总量预计超过40ZB①，而2009年全球数据总量还不到1ZB.短短几年时间，全球的数据量以每年58%的速度增长，预计未来这一增速还会更快.大数据已经渗透到科学、医疗、能源、城市建设等诸多领域，也为会计信息化发展起到了关键的推动作用.
1大数据时代会计的新特点
1.1打破信息“孤岛”
随着企业信息化程度的不断提高，原有会计部门的独立性逐渐弱化，与企业内部其他部门间组织边界越来越模糊，不同组织的部分功能趋于融合.企业资源计划的应用将会计信息与其他部门的经济信息置于同一系统中，会计数据来源不仅由本部门进行初始记录，也可能是实时从其他部门获取信息并予以记录.例如出、入库单，可直接在对口部门仓库、生产车间进入信息系统.
1.2信息质量提高
会计数据包括数值数据和非数值数据，是通过连续、系统的方式将经济业务以制单的方式记录下来，再根据记账凭证登记会计帐簿并编制财务报告，为经营管理、战略决策提供依据.以往会计信息的收集与处理以结构化数据为主，非结构化数据排除在信息报告体系之外，因此需要参考相关信息对财务报表进行分析，如财务报告中的信息披露等.利用云计算平台比以往的计算手段更加快速高效，能够将财务数据与业务数据紧密结合，将原有只记录与会计要素相关内容的记录方式，拓展到结构化数据与非结构化数据均被收集和处理的新模式.而在大数据背景下，从数据量到数据的时间跨度、地域跨度都更为宽泛，数据形式也更加多样化、复杂化，非结构化数据被更多的纳入数据资源库，在会计信息中所占的比重也会有一定幅度的提高.总体来看，传统会计与大数据时代的会计在记录方式、结算方式、接入方式、计算方式、数据分析方式等方面都发生了明显变化.
1.3会计从业者的知识结构发生改变
会计知识结构分为显性知识和隐性知识，其有效载体是会计知识管理系统，将会计工作的显性知识与隐性知识进行记录、转化，为他人学习和使用，实现经验和技能的共享，是会计组织发展的趋势.会计人将更多的从事非结构化的、非常规的会计业务，对信息系统进行评价及修正，更多的参与到流程设计与业务管理中.
2现阶段面临的主要问题及风险特征
2.1数据的安全防护存在漏洞
安全防护涉及到数据采集、存储、运算、分析等各个环节，目前防护手段的更新升级速度不能与非线性增长的数据量相匹配.企业从财务信息安全角度考虑，往往选择相对传统的处理模式.
2.2缺乏健全、统一的会计信息化标准
互联网能够快速的普及和发展，得益于全球标准化的技术标准，会计信息化同样需要完善规范的标准体系.数据库领域的数据溯源技术能够记录数据查询历史、数据的传播和计算过程等，但由于会计信息的保密性，数据溯源是否危害到客户的隐私、是否会涉及到敏感的会计信息、数据溯源本身的安全防护是否到位、数据与标记是否绑定且准确无误等，都是目前尚无法解决的问题.
2.3信息的相关性有待提高
海量数据对于不同利益相关者而言，其潜在价值也不尽相同，财务报告信息相关性是在重要性、实质大于形式的基本原则上体现出来的，这就需要在数据的准确性与相关性之间，根据个体特征进行科学设计与权衡，力求客观、真实地反映个体信息.
3推动智能型会计信息化平台建设的措施
3.1深入发挥管理会计的作用
管理会计具有预测企业未来财务状况及现金流量、加强事前事中控制、业绩考核与评价等职能，大数据背景下数据源的扩大化、分散化、多样化，使得管理会计的职能有了更进一步的发挥空间.结构性数据为量化分析提供了更全面、更充分的数据来源，半结构化数据、非结构化数据为逻辑分析提供了多种类型的信息来源，海量数据被抽取后进行加工整理以定量的方式呈现出可视化分析结果，为分析企业经营态势、制定发展战略提供了有力支撑.因此，管理会计能够为企业管理层制定发展战略与决策提供更为准确的信息，为提升企业核心竞争力提供更有力的保障.
3.2加强访问权限控制
会计业务处理终端正逐渐由pc向移动终端转移，多渠道访问入口带来便捷的同时也造成信息安全的风险性急剧增强.大数据来源涵盖广泛，集中存储降低了网络犯罪的成本，使其成为可持续攻击的显著目标.企业会计信息的保密性使得很多企业不愿意选择“上线”，正是出于对信息安全的担忧.目前，安全防护手段的更新升级速度不能与非线性增长的数据量匹配，数据的安全防护还存在诸多漏洞.云计算平台服务商拥有庞大的动态、跨地域用户群，由于高级攻击代码隐藏在大数据中，不能被实时检测，很难对违法数据进行跟踪和管制.因此必须设置用户身份认证及云端访问权限的双重控制，保证在任何登入点云会计服务商和应用程序都能进行双向验证.
3.3强化过程性监管
数据挖掘、数据存储等技术手段的进步，使企业不再受时间和空间限制就能够实现对会计事项的实时监控，并且其监控成本大大降低.这不仅为企业提供了查询分析数据的工具，同时也是税务、银行、监管机构等相关单位查询目标数据的工具.传统的会计信息系统是采用OLTP数据处理方式，主要面向具体操作的会计人员、低层管理者，而智能化会计信息系统应该从OLTP转到OLAP，通过OLAP的灵活分析功能，让用户可以进行直观数据操作，增强企业内部与外部之间的信息互通.
3.4搭建信息安全平台
大数据使网络攻击能够获取更多的数据资源，攻击成本降低，这使其成为网络黑客攻击的显著目标.会计的云计算过程有必要记录数据的来源，可以通过标记法对数据进行标记.信息安全应考虑到大数据的高速性、多样性特点，加紧建设以政府为主导、云会计服务商积极参与的高级别信息安全研发体系，为各个环节的数据提供安全保障，包括数据采集、数据传输、数据存储、数据分析等，同时也要保障数据挖掘和数据过程的安全.4结语大数据时代对会计信息化的发展起到了积极的推动作用，但同时也给其风险防范带来了新的挑战.基于此，对会计信息化的趋势分析及风险防范，有利于完善国家管理层面的制度建设，有利于规范云服务市场的竞争环境，对提高会计信息质量、推动智能型会计信息化变革具有重要意义.
参考文献：
[1]杨雄胜，陈丽花，曹洋，缪艳娟.会计理论范式革命：黎明前的彷徨与思考[J].会计研究，2013（03）：3-12.
[2]王舰，李玉亭.浅谈信息时代下会计角色变迁[J].财会通讯，2010（10）：153-154.
[3]彭超然.大数据时代下会计信息化的风险因素及防范措施[J].财政研究，2014（04）：73-76.
[4]张华，艾文国，陆云莺.论网络环境下企业集团的资金管理模式[J].管理科学，2003（06）：68-72.
[5]赵序海.大数据时代基于多维会计的财务报告变革[J].财会月刊，2014（06）：17-21.
5月5日15时19分，一架在后机身涂有象征天空蓝色和大地绿色的大型客机，潇洒稳健地降落在第四跑道上。这是一个历史性的时刻――它标志着中华民族百年的“大飞机梦”终于取得了历史性突破。而C919的下线以及首飞，不仅仅是一个产品的成功研制，更是一种新模式新体系――智能制造的实践检验。
2015年5月，国务院印发《中国制造2025》规划，部署全面推进实施制造强国战略。规划提出， 以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向。
智能制造是一系列热点技术的总称，它是基于物联网、大数据、云计算等新一代信息技术，贯穿于研发、设计、生产、管理、服务等制造活动的各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。
智能制造具有以智能工S为载体、以关键制造环节智能化为核心、以端到端数据流为基础、以全面深度互联为支撑四大特征，其目标是缩短研发周期、降低运营成本、提高生产效率、提升产品质量、降低资源能耗。
C9型客机成功首飞意味着中国实现了民机技术集群式突破，形成了我国大型客机发展的核心能力，其中就包括工业大数据技术。
中国商用飞机有限责任公司信息化中心主任王文捷介绍，大飞机一次飞行产生的数据量达到10个TB的量级，也就是说至少20台500G大硬盘的电脑才能装得下。而中国商飞公司，不仅要成功研制自主知识产权大飞机，还要成功运营大飞机制造商，从适航试飞到供应链管理，分分秒秒、日新月异的大数据堪称天量。
专家表示，设计图纸将成为过去，飞机完全是在数字世界里设计的，3D几何数据模型以数字模型的形式呈现飞机。数字化样机将含有制造所需的全部信息，不仅含有产品几何体，而且还含有制造产品所需的信息，比如材料、技术要求、包含的标准件、授权的文件等。在装配阶段，数字化装配技术将实现飞机装配建模、装配序列建模、装配路径规划和装配过程分析。
为此，中国商飞已经新合并成立信息化与管理创新部，并专门下设数据处，用数据驱动创新。如今，中国商飞建立起以零件号、版次、物料组等为基础的编码标准，给大大小小每一种零件都配上“身份档案”和“电子履历”，引入11万种以上的物料主数据。王文捷表示，即使在像马航MH370这样的事件中，任何零件都可追溯还原为一架完整的飞机，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，可实现三维可视化分析。
“对于民用飞机来说，不仅仅是实现技术上的成功，把飞机飞上天，还要让这架飞机在航线上取得商业成功。中国商飞在飞机的研制过程中，伴随产品的演化衍生出各类试飞数据、试演数据、在航线运营过程中关机监控的数据，所有的数据贯穿始终。”王文捷说。
“我国智能制造未来发展潜力巨大，2020年我国智能制造产值有望超过3万亿元，年均复合增长率约20%。”国家信息中心副主任马忠玉在大数据智能应用推动制造业变革与升级研讨会上强调，智能制造是中国制造业转型升级的战略支点。
随着产业互联网和智能制造时代的到来，工业大数据技术将成为制造业转型升级的重要引擎，是驱动研发设计智能化、生产过程智能化、 管理经营智能化、市场营销智能化、服务运维智能化、新业态新模式智能化的关键要素。
工业大数据的演变
自工业从社会生产中独立成为一个门类以来，工业生产的数据采集、使用范围就逐步加大。从泰勒拿着秒表计算工人用铁锹送煤到锅炉的时间开始，是对制造管理数据的采集和使用；福特汽车的流水化生产，是对汽车生产过程的工业数据的采集和工厂内使用；丰田的精益生产模式，将数据的采集和使用扩大到工厂和上下游供应链；核电站发电过程中全程自动化将生产过程数据的自动化水平提高到更高程度。
任何数据的采集和使用都是有成本的，工业数据也不例外。但随着信息技术的发展，一批智能化、高精度、长续航、高性价比、微型传感器面世，以物联网为代表的新一代网络技术在移动数据通信的支持下，能做到任何时间、任何地点采集、传送数据。以云计算为代表的新型数据处理基础架构，大幅降低工业数据处理的技术门槛和成本支出。以工业领域的SCADA系统为例，传统模式下每个电网、化工企业都需要建立一套SCADA系统，成本在千万以上，如果采用云架构模式，成本可以降低7成以上。
社会需求的演进是工业变革的重要动力。当经济发展进入新常态，商品极大丰富甚至出现过剩，以个性化、多元化为代表的消费文化，使得工业企业的产出物，要最大限度匹配个性需求和多元需求。
以服装定制为例，通过制订一套数据采集手段，通过线上或线下采集用户身形数据，然后将数据传回总部，结合生产原材料数据，对需求和工艺进行分解，实现柔性生产，达到定制化要求的服装，而且效率和质量都可以得到保证。随着生产线的扩容线性提升和工艺的不断改进，定制化生产的成本将得以显著摊薄，可以满足大批量个性化定制的社会生产需求。
无论是德国工业4.0，还是美国的工业互联网，其核心都离不开工业大数据。德国“工业 4.0 ”战略的实施重点在于信息互联技术与传统工业制造结合， 其中大数据分析作为关键技术将得到较大范围应用。一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及 3D 技术在工业生产过程中的应用等；三是“智能物流”，主要通过互联网、物联网、物流网，整合物流资源，充分发挥现有供应方的效率，需求方则能够快速获得服务匹配。
美国拥有强大的互联网、云计算及大数据处理能力，基于此，提出工业互联网战略，将单个设备、单条生产线、单个工厂的数据联网，通过大数据处理后，在诊断、预测、后服务等方面挖掘工业服务的价值。2014 年，美国白宫总统行政办公室《 2014 年全球大数据白皮书》，指出美国大型企业在投资数据科技方面存在以下几个关键驱动因素：分析运营和交易的能力；洞察客户线上消费的行为，以向市场提供新的高度复杂的产品；对组织中的机器和设备进行更加深入的感知。
中国相对于德国、美国而言，在工业自动化和数字化方面都处于发展期。《中国制造2025》明确提出通过工业化和信息化融合发展的方式，制定一系列的重点工程和推进计划。为推动智能制造的发展，国务院又于2015年8月了《促进大数据发展行动纲要》，强调要发展工业大数据，推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，分析感知用户需求，提升产品附加价值，打造智能工厂。建立面向不同行业、不同环节的工业大数据资源聚合和分析应用平台。抓住互联网跨界融合机遇，促进大数据、物联网、云计算和三维（3D）打印技术、个性化定制等在制造业全产业链集成运用，推动制造模式变革和工业转型升级。
工业大数据来源及特点
在工业生产中，无时无刻不产生数据。那么什么是工业大数据？中国电子技术标准化研究院的《工业大数据白皮书（2017版）》指出，工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。
工业大数据主要来源于机器设备数据、工业信息化数据（包括传统工业设计和制造类软件、企业资源计划ERP、产品生命周期管理PLM、供应链管理SCM、客户关系管理CRM和环境管理系统EMS等）和产业链跨界数据（包括气象、地理、环境、宏观经济）。
今天做工业大数据分析，不仅要看自己数据还要看别人的数据，比如优化供应链的时候还需要市场销售的数据、供应商的数据等。风电优化分析除了利用风机的数据，也需要结合气象的数据。很多外部数据原来工业界从来没有尝试过管理这些数据，这是大数据分析的时候传统工业管理数据的机制遇到的一些挑战。
“制造业大数据是一座金矿！”北京大学工学院工业工程与管理系主任侍乐媛表示，制造业拥有的大数据远超其他行业，但到现在为止距开采出来还差得很h，很多数据天天“流淌”都没有办法收集起来。究其原因，制造业大数据具有复杂性，是动态复杂的拆分合并数据。从全球应用现状看，制造业基本上是纵向数据的采集和利用，缺乏横向数据的链接和利用。实际上，制造业需要经纬纵横的数据采集能力。
工业大数据除了具有一般大数据的特征，比如容量大、类型多、存取速度快、应用价值高，业界认为还具有实时性、准确性、闭环性、集成性、透明性、预测性等特征。
清华大学数据科学研究院工业大数据研究中心总工程师、昆仑数据公司CTO王晨表示，工业大数据主要面临两方面的变化，第一是人才的变化，以前用大数据是互联网公司的复合型极客，这些人有很强的数学功底、编程能力、数据管理技术、分布式计算技术，同时掌握领域的业务知识，是具备四大方面的全面型的人才。在产业互联网领域里的人更多的是熟悉领域业务知识，而计算机能力真的很有限。第二是数据种类的变化，以前互联网领域是大量的文本数据、社交数据、多媒体数据等，而产业互联网领域是大量的传感器产生的实时数据、企业内部的业务过程数据，大量的非结构化工程数据、仿真数据、设计的CAD数据，这些数据跟传统互联网的数据都不太一样。
工业大数据如何变革制造业
“大数据驱动智能制造加快发展，加快互联网与制造业快速融合，是传统制造业变革与升级的重要内容。”马忠玉表示，大数据智能应用发展对生产、生活都产生重大影响，以数据挖掘分析为核心的应用和服务，为经济社会发展带来了深刻变革。
工业大数据技术是指工业大数据中所蕴含的价值得以挖掘和展现的一系列技术和方法，包括数据采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据是智能制造的关键技术，主要作用是打通物理世界和信息世界，推动生产型制造向服务型制造转型。其在智能制造中有着广泛的应用前景，在智能制造中有着广泛的应用前景，在产品市场需求获取、产品研发、制造、运行、服务直至报废回收的产品全生命周期过程中，工业大数据在智能化设计、智能化生产、网络协同制造、智能化服务、个性化定制等场景都发挥出巨大的作用。
创新研发设计模式实现个性化定制
实现定制化设计。企业通过互联网平台能够收集用户的个性化产品需求，也能获取到产品的交互和交易数据；挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，实现定制化设计，再依托柔性化的生产流程，就能为用户生产出量身定做的产品。例如，海尔集团沈阳冰箱工厂利用云将用户需求和生产过程无缝对接，用户个性化需求可直接发送到生产线上，实现定制化生产。用户还可通过生产线上的上万个传感器随时查到自己冰箱的生产进程。目前，一条生产线可支持500多个型号的柔性化大规模定制，生产时间可以缩短到10秒一台。
私人定制工厂青岛红领也探索出了C2M、M2B等服装定制模式，通过精准的量体裁衣，在其他成衣服装规模关店的市场下，能保持每年150%的收入和利润增长，每件衣服的成本仅比成衣高10%。小米手机也属于这一类。
利用大数据进行虚拟仿真。传统生产企业在测试、验证环节需要生产出实物来评测其性能等指标，成本随测试次数增加而不断提升。利用虚拟仿真技术，可以实现对原有研发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。长安福特采用虚拟仿真技术改良汽车设计环节，设计师带着3D眼镜能够看见最新设计的福特轿车，甚至还能够模拟坐进车内，感受内装是否符合心意。如果有任何不好的地方，设计师能够马上通过软件修改，减少了开发产品的次数，能够在短时间内完成更多的设计工作，更快地反映市场的需求。
促进研发资源集成共享和创新协同。企业通过建设和完善研发设计知识库，促进数字化图纸、标准零部件库等设计数据在企业内部以及供应链上下游企业间的资源共享和创新协同，提升企业跨区域研发资源统筹管理和产业链协同设计能力。提升企业管理利用全球研发资源能力，优化重组研发流程，提高研发效率。例如，C9型客机成功首飞意味着中国实现了民机技术集群式突破，形成了以中国商飞公司为平台，包括设计研发、总装制造、客户服务、适航取证、供应商管理、市场营销等在内的我国民用飞机研制核心能力，形成了以上海为龙头，陕西、四川、江西、辽宁、江苏等22个省市、200多家企业、近20万人参与的民用飞机产业链。
在C919飞机的智能制造项目建设过程中，形成了一套主制造商―供应商模式下的协同制造技术、管理方法。C919飞机的研发成员企业包括了设计与主制造商、10家机体结构、24家机载设备、16家材料供应商和54家标准件等供应商，另有200多家企业参与了项目的研制过程。通过协同设计、敏捷生产与智能管理等先进技术手段，将飞机从设计到制造过程中涉及的设计商、制造商、供应商、集成商等成员有机紧密联合。
其中，在协同设计方面，中国商飞通过构建多供应商协同设计环境，并实施基于模型的定义、工艺设计等应用技术，建立起民用飞机联合协同研制的新模式，建设协同研制平台，实现了设计与制造过程的一体化。同时，在智能管理方面，全面实施了PLM、ERP、MES、BI等信息化平台，实现了各系统之间的信息互通和集成，支撑了制造现场层、车间控制层、业务操作层、业务管理层、企业决策层的一体化智能管理。
培育研发新模式。基于设计资源的社会化共享和参与，企业能够立足自身研发需求开展众创、众包等研发新模式，提升企业利用社会化创新和资金资源能力。在帝樽空调和天樽空调的研发过程中，海尔集团前期通过互联网平台与数十万用户实时互动，提取用户对产品的共性需求。然后利用HOPE（开放创新平台）平台对接全球100多万个领域专家和上千家全球一流的研发资源。
建立先进生产体系实现智能化生产
提升车间管理水平。现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声等，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析等。在生产过程中使用这些大数据，就能分析整个生产流程，一旦某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误或者瓶颈所在。
优化生产流程。将生产制造各个环节的数据整合集聚，并对工业产品的生产过程建立虚拟模型，仿真并优化生产流程。当所有流程和绩效数据都能在系统中重建时，对各环节制造数据的集成分析有助于制造商改进其生产流程。例如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析，此举将会大大降低能耗。
德国安贝格电子工厂基于西门子PLM软件在虚拟环境中仿真产品的研发和生产，并在真实世界的工厂中进行实际操作，即实现了产品跨行业的多样化，也提升了生产效率和质量。研发环节，安贝格拥有一个虚拟的工厂，研发设计部门把虚拟的研发产品同步给生产部门来生产，两部门有着统一平台，并时刻保持着协调的一致性。真实工厂生产时的数据参数、生产环境等都会通过虚拟工厂来反映出来，而人则通过虚拟工厂对现实中的真实工厂进行把控。生产环节，当一个元件进入烘箱时，机器会判断该用什么温度以及温度持续的时间长短，并可以判断下一个进入烘箱的元件是哪一种，并适时调节生产参数。安贝格工厂的每一条生产线每天并不是一成不变地只生产一种产品，生产系统会实时同步研发部门的最新指示，自动跳转到不同产品或者器件的生产模式。在这样的生产模式下，该工厂每年可生产约1000个品种共计1200万件工业控制产品。按照每年生产230天计算，平均每秒就能生产出一件产品，其中百万件缺陷仅为15，缺陷率仅为德国工人的1/25。
优化经营管理体系实现精益化管理
优化工业供应链。RFID等电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。跟踪产品库存和销售价格，而且准确地预测全球不同区域的需求，从而运用数据分析得到更好的决策来优化供应链。
推动经营管理全流程的衔接和优化。整合企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为数据等资源，通过数据挖掘分析，能够帮助企业找到生产要素的最佳投入比例，实现研产供销、经营管理、生产控制、业务与财务全流程的无缝衔接和业务协同，促进业务流程、决策流程、运营流程的整合、重组和优化，推动企业管理从金字塔静态管理组织向扁平化动态管理组织转变，利用云端数据集成驱动提升企业管理决策的科学性和运营一体化能力。
例如，三一公司通过在线跟踪销售出去的挖掘机的开工、负荷情况，就能了解全国各地基建情况，进而对于宏观经济判断、市场销售布局、金融服务提供调整依据。
促进商业模式创新实现服务型制造
大数据将帮助工业企业不断创新产品和服务，发展新的商业模式。通过嵌在产品中的传感器，企业能够实时监测产品的运行状态，通过商务平台，企业能够获得产品的销售数据和客户数据，通过对这些数据的分析和预测，企业能够开展故障预警、远程监控、远程运维、质量诊断等在线增值服务，提供个性化、在线化、便捷化的增值服务，扩展产品价值空间，使得以产品为核心的经营模式向“制造+服务”的模式转变。
比如，GE不销售发动机，而是将发动机租赁给航空公司使用，按照运行时间收取费用，这样GE通过引入大数据技术监测发动机运行状态，通过科学诊断和维护提升发动机使用寿命，获得的经济回报高于发动机销售。
保利协鑫是中国首家突破年产万吨级以上多晶硅产能和产量、全球最大的光伏切片企业。在光伏切片的生产过程中，有数千个生产参数会影响到切片良品率。
保利协鑫仅切片厂就有1000多台智能装备，加上DCS以及复杂的ERP系统，每天产生大量的数据，但是数据存在于“孤岛”之上，并没有实现互联互通；虽然从采购、生产、销售、物流等业务全方位实现了信息化，企业在生产过程中重视对数据分析与利用，但都是依靠以往的经验进行人工分析，很难把握这些数据的关联性，缺乏可靠的技术支持，也很难得出科学的结果。
