有关大数据应用的论文篇二

《大数据技术对财务管理的影响》

摘 要：大数据可以快速帮助财务部门建立财务分析工具，而不是单纯做账。大数据应该不仅仅局限于本单位的微观数据，更为重要的关注其他单位的宏观数据。大数据技术不仅带来了企事业单位财务数据搜集的便利和挑战，而且也衍生出了诸多关于单位人员个人信息保密等问题的积极探索。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

(相关资料图)

关键词：大数据;财务管理;科学技术;知识进步

数据是一个中性概念。人类自古以来几千年的辉煌变迁，无外乎就是数据的搜集和使用过程而已。纵观古今中外的人际交流与合作，充满着尔虞我诈和勾心斗角，那么他们在争什么呢?实际上是在争夺信息资源;历史上品相繁多的战争，实际上不是在维持什么所谓的正义和和平，抑或为了人间的正道，而是在争夺数据的使用权;“熙熙攘攘皆为利往、攘攘熙熙皆为利来”的世俗变迁逻辑已经让位于数据游戏的哲学法则。人类自英国产业革命以来所陆续发明的技术，尽管被人们美其名曰“第四次科技革命的前沿技术”，实际上不过就是“0”和“1”两个数字的嬉戏而已。正如有学者指出的，汽车技术、生命科学技术、基因技术、原子能技术、宇宙航天技术、纳米技术、电子计算机技术，看起来美轮美奂，实则隐含着杀机，那就是由于人们把技术当成了目的后，导致了“技术专制”后的“技术腐败”和“技术灾难”。人类一方面在懒惰基因的诱惑下，发明了诸多所谓的机械装置，中国叫“机巧”;另一方面又在勤奋的文化下，发明了诸多抑制懒惰的制度和机制。本来想寻求节俭，结果却越来越奢侈;本来想节约，结果却越来越浪费;本来想善良，结果却越来越邪恶;本来想美好，结果却越来越丑陋。正如拉美特里所说：“人是什么?一半是天使，一半是野兽。当人拼命想成为天使的时候，其实他会逐渐变成野兽;当人想极力崇拜野兽的时候，结果会逐渐接近天使。”我们不是在宣讲宿命的技术，我们只是在预测技术的宿命。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

一、大数据技术加大了财务数据收集的难度

财务数据的收集是一个复杂的系统工程，国际上一般采用相对性原则，即首先利用不完全统计学的知识对数据进行初步的计算，接着对粗糙的数据进行系统的罗列，最后对类型化的数据进行明分梳理。使用者如果想进入该数据库，就必须拥有注册的用户名和密码。由于国际上对于网络数据的监督均采取了实名注册的模式，所以一旦该用户进入到核心数据库之后想窃取数据，一般都会暴露自己的bug地址源，网管可以循着这一唯一性存留，通过云计算迅速找到该网络终端的IP地址，于是根据人机互动原理，再加上各种网吧所安装的监控平台，可以迅速找到数据库的剽窃者。如果按照上述数据变迁逻辑，那么财务数据的收集似乎变得易如反掌，而事实并非如此。因为：①数据的量化指标受制于云计算服务器的安全性。当云服务器受到不可抗力的打击，如地震、水患、瘟疫、鼠疫、火灾、原子能泄露或各种人为破坏的作用，数据会呈现离散型散落。这时的数据丢失会演变成数字灾难;②各种数据版权的拥有者之间很难实现无缝隙对接。比如在经过不同服务器的不同数据流之间，很难实现现实意义上的自由流通。正如专家所指出的，教育服务器的事业单位的人员数据、行政部门人事管理部门的保密性数据、军事单位的军事数据、医疗卫生事业的数据、工商注册数据、外事数据等在无法克服实际权力的分割陷阱之前，很难实现资源的共享，这时对数据的所谓搜集都会演化为“不完全抽样”的数字假象。由此而衍生的数据库充其量只是一部分无用的质料而已。

二、大数据技术影响了财务数据分析的准确性

对于搞财务管理的人来说，财务数据的收集只是有效实现资源配置的先决条件，真正有价值的或者说最为关键的环节是对财务数据的分析。所谓“财务数据分析”是指专业的会计人员或审计人员对纷繁复杂的单位人力资源信息进行“去魅”的过程。所谓“去魅”就是指去粗取精、去伪存真、由此及彼、由表及里、内外互联，彼此沟通、跨级交流、跨界合作。在较为严格的学术意义上，分析的难度广泛存在与财务工作人员的日常生活中。大数据技术尽管为数据的搜集提供了方便法门，但同时加大了财务人员的工作量和工作难度。原先只是在算盘或者草稿纸上就可以轻松解决的数据计算，现在只能借助于计算机和云图建模。对于一些借助于政治权力因素或者经济利益因素，抑或是借助于自身的人际关系因素上升到财务管理部门的职工来说，更大的挑战开始了。他们不知道如何进行数据流的图谱分析，不知道基于计算机软件技术的集成线路技术的跌级分类，不知道基于非线性配置的液压传动技术的模板冲压技术，不知道逆向网络模型来解决外部常态财务变量的可篡改问题。由于技术不过硬，导致了领导安排的任务不能在规定的时间内完成，即时仓促做完的案例，也会因为数据分析技术的落后而授人以柄，有的脾气不好的领导可能会大发雷霆;脾气好的领导只是强压着内心的怒火，那种以静制动的魄力和安静更是摄魂夺魄。所以说数据分析难度的增加不是由于财务人员的良心或善根缺失，在很大程度上是由于技术的进步和大数据理念给我们带来的尖锐挑战。对于普通的没有家庭和社会背景的财务管理人员来说，能做的或者说唯一可做的就是尊重历史发展的周期律，敬畏生生不息的科学革命，认真领会行政首长的战略意图，提升自己的数据分析技术，升华在自身的“硬实力”。否则觊觎于领导的良心发现和疏忽大意，期望技术的静止或者倒退，抑或是在违法犯罪之后天真的认为可以相安无事，可能都只会落得“恢恢乎如丧家之犬”的境遇。

三、大数据技术给财务人事管理带来了挑战

一个单位的财务人事管理牵扯到方方面面的问题，其意义不可小视。一般来讲，单位在遴选财务管理部门管理人员的时候，大多从德才绩行四个方面全面权衡。然而这种“四有标准”却隐含着潜在的危机和不可避免的长远威胁，这其中的缘由就在于人性的复杂性和不可猜度性。历史和现实一再告诉人们，单纯看眼前的表现和话语的华丽，不仅不能对人才的素质进行准确的评价，而且还会导致官员的远期腐败和隐性腐败。对于中国的腐败，国人大多重视了制度和道德的缘起，却往往忽视了财务管理的因素。试想如果财务管理人员牢牢践行“焦裕禄精神”，不对任何政治权力开绿灯，国有资产又如何流出国库而了无人知晓呢?事实上，中国的所有腐败，不论是国有资产的国外流失抑或是国内流失，都在很大程度上与财务人员有关，可能有些管理人员会强调那不是自己的责任，出纳签字是领导的授意，会计支出费用那是长官的意思清晰表示。实际上，处于权力非法授予的签字、盖章、取现、流转和变相洗钱都是违法的，甚至是犯罪的。间接故意也是应当追究责任的。值得高兴的是，伴随着数字模拟技术的演进，财务管理中的腐败现象和人事管理科学化问题得到了极大的改善，相关领导伸手向财务要钱的行为，不仅会受到数据进入权限的限制，而且还会受到跟数据存留的监控，只要给予单位科技人员以足够的权限，想查找任何一笔资金的走向就变得非常简单，而且对于每一笔资金的经手者的信息也会了如指掌。这在一定程度上减少了只会指挥、不懂电脑的首长的孵化几率。

四、大数据技术加大了单位信息保密的难度

IMA(美国注册会计师协会)研发副总裁Raef・Lawson博士曾经指出：“客观上讲，大数据技术的正面效用是非常明显的，但一个不容回避的事实是大数据技术为财务信息的安全性提出了越来越严峻的挑战。我们已经注意到，在欧洲大陆、美洲大陆已经存在基于数据泄露而产生的各种抗议活动，这些活动牵扯到美国的数据窃听丑闻、俄罗斯对军事数据的强制性战友举动、以色列数据专家出卖阿拉伯世界经济数据的案件、在东方的中国香港一部分利用数据的窃取而发家致富的顶尖级黑客专家。”在数据集成的拓扑领域，大数据技术的保密性挑战肇始于蚁群算法的先天性缺陷。本来数据流的控制是依靠各种所谓的交易密码，实际上这些安全密码只是数据的另一种分类和组合而已。在数据的非线性组合和线路的真空组装模式下，任何密码都只是阻挡了技术侏儒的暂时性举动，而没有超出技术本身的惰性存在。当一个hacker掌握了源代码的介质性接洽技术之后，所剩下的就是信息和数据的搜集了，只要有足够的数据源，信息的户的几乎是轻而易举的。

2003年，北京的一家名为飞塔公司的防火墙安全软件在中关村科技城闪亮上市。该安全控制软件的开发者随机开发了一款名曰MAZE天网的软件，并且采用了“以其之矛攻其之盾”的攻防策略。测试的结果是尽管maze的源代码采用了24进制蝶形加密技术，但 FortiGate防火墙技术仍然能够阻挡住善意木马对电脑终端用户信息的剽窃和非法利用。FortiWeb已经通过全球权威的ICSA认证，可以阻断如跨站脚本、SQL注入、缓冲区溢出、远程文件包含、拒绝服务，同时防止敏感数据库外泄，为企事业单位Web应用提供了专业级的应用安全防护。飞塔公司之所以耗费人力和物力去开发这一新型的换代产品，就在于大数据时代对单位信息保密性的冲击。试想，如果一个单位连职工最起码的个人信息都不能安全存储的话，那么财务管理的科学性和人本性将从何谈起?只能说，即使在人权保护意识相对薄弱的法治环境里，我们也应该尽量提升自己的保密意识，加强对个人信息的保护和合理运用。

作者简介：田惠东(1967- )，女，汉族，河北定兴人，副高级会计师，本科学历，研究方向：财务管理，单位：保定市第一医院 

看过“有关大数据应用的论文”的人还看了：

1.计算机有关大数据的应用论文

2.有关大数据的文章

3.大数据时代下的人口信息管理及应用探析论文

4.大数据学术论文

5.大数据管理论文

“大数据”已经是世界经济学中的重要组成部分。相比于传统的数据统计与分析，“大数据”处理有助于管理者们做出更正确的企业决策。下面是小编给大家推荐的有关大数据应用的论文，希望大家喜欢!

有关大数据应用的论文篇一

《大数据在质量管理中的应用》

摘要 ：“大数据”已经是世界经济学中的重要组成部分。相比于传统的数据统计与分析，“大数据”处理有助于管理者们做出更正确的企业决策。对于产品认证机构，“大数据”的应用可以包含自身业务管理、产品质量改进、提升服务质量三方面，但在实践过程中仍将面临许多挑战。

关键词 ：大数据 质量管理 产品认证

现在的世界正处于一个信息爆炸的时代，“大数据”已经是世界经济学中的重要组成部分，并且在各种现代经济活动、发明和发展中起到越来越重要的作用。相比于传统的数据统计与分析，通过“大数据”，管理者们可以得到更精确的测量信息、因此对经营状态有更准确的了解，并且最终将这些数据和信息转化为更正确的企业决策。

1、什么是大数据

“大数据”可以被定义为需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，“大数据”的大小受数据类别、获取方法、软件手段等多方面因素影响[1]。与传统数据统计分析相同，“大数据”分析活动致力于收集情报并将其转化为商业优势，但两者之间存在以下几方面区别：

数据量：2013 年中国产生的数据总量超过0.8ZB，2 倍于2012 年，相当于2009 年全球的数据总量。预计到2020 年，中国产生的数据总量将是2013年的10倍，超过8.5ZB。市场为企业提供了一个能够接触并获取海量信息的机会。比如沃尔玛每小时能从线上和线下的客户交易中获取超过2.5PB的信息量。

高速：对于很对实际应用来说，数据的产生速度远比数据量更加重要。实时或者趋近于实时的信息有助于公司比其竞争对手更加灵活。

多样性：“大数据”的来源有着多样性的特点，如社交网络信息、图片、各种监视信息、GPS信息等等。随着手机等数字智能终端设备的普及，社会中的每一个组成元素都是一个数据产生器。在这些尚未被处理的非结构化数据中，海量的有价值信息等待着被组织、分析和开发。

2、大数据在产品认证机构质量管理方面的应用

在实际的质量管理和改进活动中，由于大数据相对于传统数据统计方式存在的优势和特点，因此利用大数据进行质量管理是企业理想的管理路径和产品、工艺品质的提升机会。对认证机构而言，工作的核心内容就是质量控制。大数据在包括自身业务管理、产品质量改进、提升服务质量等各个方面有着广泛的应用潜力。

(1)自身业务管理

产品认证机构的业务质量控制直接关系到认证工作的公正性与准确性，对企业、消费者乃至整个社会有着重要影响。产品认证工作现有的管理控制手段是针对工厂检查与检测工作中的主要时间节点进行监控并且对报告进行抽查。在实际操作中，这些工作普遍存在两方面问题：一方面，由于认证机构日常工作量较大，抽查结果和实际情况存在一定误差;另一方面，抽查和监控工作普遍存在滞后性的缺点，问题点只在事后抽查中才有机会被发现，为问题点的及时整改增添了困难。

大数据质量管理为解决这些问题提供了新的手段。由于可实时处理的大量数据，一方面认证机构能够选择通过软件或终端工具，对工厂检查和检测的全过程进行实时的时效性监控，将时效性控制由事后监督变为提前预警;另一方面，对工厂检查、检测结果的有效性验证也可以通过软件对所出具的报告的各条款结论进行实时筛查，及时过滤掉常见问题，提升工作的正确性和准确性。

(2)产品质量改进

企业所生产产品的质量改进主要通过对产品的质量监控来保证，目前工厂产品的的监控手段主要包括生产工艺的过程检验以及成品的检验两大类。由于检验工作的特性，大部分工业产品的成品检验只能通过抽样完成，和市场抽样合格率相比往往存在一定差距。这个以往无法处理的问题，现在通过大数据的管理方式有了更合适的解决办法。认证机构可以依托自身的信息优势，收集大量产品的过程工艺参数、成品检验结果参数、抽查不合格品的检验数据以及相对应的工艺/管理数据，结合工厂检查结果，找出各种定性、定量数据与成品质量的关系。从而能依据企业工艺和管理信息，对产品成品的质量做出预测和判断，最终能帮助企业改进产品质量，并提升认证工作的有效性。

(3)提升服务质量

运用大数据的手段，企业的管理和服务将会变得多样化。目前针对企业的管理与服务仅仅停留在对企业的各项信息进行单纯的汇总、以及对通用的认证、管理、工艺技术的培训服务，缺乏针对性。如果能够妥善运用大数据的方式，认证机构能够收集有关企业的各方面信息(如生产企业的行业走向、产品的工艺参数、各检测报告结果、供应商信息与态势等等)，并对这些数据加以深入的分析，总结出企业急需的服务内容和方式，从而提高认证机构的服务质量。

3、面临的挑战

大数据质量管理面临的挑战主要来自于三个方面：正确的领导、管理与技术保障、合理的决策[2]。正确的领导是大数据质量管理的基础，在获取信息之前，需要由领导者确定明确的目标、整合各方面资源。其后，富有智慧的数据管理与技术的构建是大数据质量管理的保障，由于获取的信息来源广泛、数据量大，和传统的数据统计与分析不同，如何确保数据的有效性，并实时的从海量数据中提取出有价值的信息是一个富有挑战的技术性难题。最后，大数据处理需要合理的决策。大数据质量管理的核心在于从数据出发，将数据转化为决策，决策不应该脱离数据。

参考文献：

[1] James，Manyika. Big data：The next frontier for innovation，competition，and productivity[M]. McKinsey Global Institute，2011. 1-2.

[2] Andrew，McAfee，Erik，Brynjolfsson. Big Data：The Management Revolution[J]. Harvard Business Review，2012，(10)：7-8.

点击下页还有更多>>>有关大数据应用的论文