大数据与资产管理

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇大数据与资产管理范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

大数据与资产管理范文第1篇

一方面，建议提高工会固定资产单位价值标准。在现有基础上充分考虑当前的物价水平，科学合理的确定工会固定资产的单位价值标准。在工会资产核算中，适当引入企业会计核算方法，适当引入企业会计核算方法。

另一方面，建立健全固定资产台账。首先，建议对工会固定资产设置专门的辅助账，参照企业会计中每年年终进行的减值测试方法，合理确定工会固定资产的预计残值，并利用相关的折旧年限，对各项固定资产做出比较科学合理的现值认定。其次，充分利用固定资产辅助账，做好对实物的使用、维护、预计残值等情况的登记工作，实现对固定资产的动态管理，从而最大限度地反映工会固定资产的实际价值。

二、完善企业工会固定资产管理的内容结构

（一）引入风险管理

固定资产管理工作应成为风险管理的督促与参与者，传统固定资产管理工作为以法令遵循及财务报告为主轴，须转变为以协助企业总体风险管理为重心的固定资产管理功能，积极参与公司策略决策过程，将公司目标、风险承受度及策略加以连接，以审视公司风险管理程序，并协助公司经营管理阶层，辨认及处理整个企业所有相互关联的风险，包括：针对经营管理阶层的风险评估基础与风险处理策略的适当性及有效性进行评估；提供改善风险策略的建议，积极协助经营管理阶层掌握机会；依据经验、判断及管理咨询，协助定义尚未确认的风险容忍水平。

（二）完善咨询服务体系

固定资产管理工作应提升为管理部门咨询服务的对象，固定资产管理人员若能有效发挥提供咨询服务的功能，基于固定资产管理人员对公司本身业务的了解应该优于外界专家，且能作后续有效的追踪服务，其效果更可能超越外界的专家，包括：随时掌握固定资产投资的新发展，引领公司导入先进的信息作业环境；随时注意公司资产调控规章制度的优缺点，并思考改进缺点的方案，使其运作更有效率，重视工作简化及流程设计，对不适切的作业程序，提出改进方案；要能确实协助经营管理阶层，提升公司营运效果与效率。

三、增进企业工会固定资产管理的组织工作

（一）有效执行固定资产管理作业

为能执行有效的固定资产管理作业，企业首先应建立完善的固定资产管理制度，依该制度，构建固定资产管理管理系统，制定固定资产管理规章、实施细则、标准审计流程及作业期限等，供固定资产管理人员及受查单位遵循，并依上级管理部门核定的年度计划，进行年度固定资产管理作业。固定资产管理作业，可针对 BSC 策略目标、关键绩效（KPI）、行动方案、绩效考核、风险管理等进行查核，每年并进行一次企业层级内部控制自行检查作业、内部控制设计有效性及妥适性的复核。另外不定期做法规、政策、策略、指示、重要建议等遵行的查核。另外，针对上级管理部门交办查核事项，甚或舆论与媒体所反应的重要案件，也须办理项目查核。

（二）取得高层管理阶层的强力支持

一是完整参与。固定资产管理部门应参与公司各类型的重要会议，以便充分了解公司愿景、使命、核心价值、企业文化、经营策略、管理方针、营运活动等。二是完全独立。独立性是指固定资产管理部门以无偏袒方式执行固定资产管理职责的能力，免于受到威胁。企业赋予固定资产管理部门相对独立性、不受任何干扰的查核权力，以强化固定资产管理的执行效果。三是足够资源。公司充分支持固定资产管理部门人力、设备、权限及经费。四是充分信赖。固定资产管理人员以诚正、客观态度，专业执行职务，对于固定资产管理的报告内容、建议事项，高层管理阶层应给予充分的重视与信赖。

四、利用大数据机制对财务信息进行实时监控

大数据与资产管理范文第2篇

管理是人类生产和实践的需要，提高管理效率，增加效益是管理的目标，信息化管理是人类管理技术发展的又一重大创新和突破。随着智能电网的不断建设，WRMS、用户信息数据采集设备、设备运行?钐?数据采集系统、配电自动化设备等广泛的应用，大大的提高了电力企业对电网、用户和设备的数据采集和分析能力，加之电力企业的信息化建设不发加快，显著的提升了电力企业的信息化管理水平。目前电力供电企业已经成立了专门的数据中心和专门的机构来负责数据的采集、存储和管理工作，大数据已经达到一定的数量级并且还在连续增长。但另一方面供电企业在数据管理和应用方面，与互联网、通讯、电子商务等行业相比，还存在着较大的差距。为了更有效地、科学地、合理地配置固定资产和无形资产，集中力量，凝聚集体的智慧，有效的实现管理的目标，我们需要不断的创新管理方法，更新管理手段。在资产管理工作中，面对过去的管理机制和传统的管理方法，有很多不适应和低效率的状况需要我们不断的创新，深化改革，积极探索供电企业资产管理的现代化途径。

1 信息化管理的界定和特点

在本世纪初，国务院就颁布了《国有大中型企业建立现代企业制度和加强管理的基本规范》（试行），提出要加强国有企业的现代化信息管理和实现企业信息化技术应用。作为国有企业的供电企业也在此列。在2012年达沃斯经济论坛《大数据、大影响》议题下反复提及数据资产，数据被认为是和货币或者黄金一样的一种资产。计算机是上个世纪人类最伟大的发明之一，以计算机为物质基础的信息科学技术也飞速地发展并改变着现代工业社会，让人们的工作和生活习惯发生了巨变，信息技术已经成为企业发展知识经济的资源优势，信息化水平也成为企业的核心竞争力。企业应该重视信息技术在管理中的运用，把企业信息化管理作为战略性的手段。数据的巨大作用已经在互联网、零售业、电信、电子商务等领域得到充分运用，数据分析和挖掘，大数据分析在很多领域已经进入大规模应用阶段，出现了很多数据服务的专业公司。数据资产管理的核心是数据资产化，即将数据作为与实物资产、知识资产、人才资产一样的能为企业不断创造价值的核心资产，构建完善、统一的管控架构对其进行管理，更好的应对大数据发展对企业运营带来的挑战。对于供电企业来说，信息化管理是企业信息化的主要任务。企业信息化是指企业将计算机、网络、通讯等信息技术，全面应用于生产、营销、财务、资产管理、人力资源、研究开发、客户关系等经营活动，有效整合企业内部和外部的资源，达到企业的战略目标。企业经营与管理密切联系、相互促进，经营需要管理，管理为了经营。电力企业进行数据资产管理是电力企业信息化建设和电网智能建设的必然产物，也是进行实现信息化运营，开展大数据应用的必要途径。数据运营不仅仅限于数据的诊断辅助，而是企业的一切运营活动都基于数据开展，引导企业发展战略、经营策略乃至具体工作方针的制定。通过数据资产管理建设将大大提高供电企业的数据管理水平，形成统一的数据视图和数据规范，让各专业对数据价值的认识，为大数据应用做好准备。

2 供电企业数据管理现状

在国家大力推广信息化建设的过程中，以国家电网和南方电网为主的电力企业的信息化水平明显提高，收集获得了海量数据，具体可以分为以下四类：电网运行数据、电网设备数据、客户服务数据及企业内部运营数据。其中电网运行数据主要是指电网中各节点的电压、电流、功率、频率、电量及相位等数据，电网设备数据主要是指电网中各类设备的状态数据和台账数据，客户服务数据主要是指客户基本数据、用电行为数据以及服务数据等，企业内部运营数据则是指企业内部人、财、物、安全及科技管理方面的数据。目前供电企业存储的数据已经达到PB量级，并还在高速增长中，虽然建立了专门的数据中心和组织机构来负责管理数据，但与互联网、电信、电子商务等行业相比还有较大的差距，突出体现在以下三个方面。首先是数据质量有待提升，数据的准确性和更新频度与先进行业相比差距明显；其次是数据缺乏整合，不同业务条线的数据统计口径、区间都没有形成统一的规范，仅以购电量指标为例，公司内部的交易中心和财务部的统计结果都不一样，而且差异无法弥合；第三点也是最重要的一点，缺乏明确的数据应用场景，无法形成价值被广泛认可的输出，很多数据分析工作仍处于内部探索阶段。

3 加强供电企业资产信息化管理

就目前的情况来看，供电企业的数据管理水平与实现数据资产管理与要求还存在很大的差距，要想实现真正的数据资产管理、推动企业向数据化运营的转型，必须从组织模式、基础保障和应用场景三个方面同时开展工作：首先，建立数据资产管理的组织模式，数据资产管理与传统的数据专业化管理不同，强调企业内部所有数据的整合、共享和统筹管理，必须建立与之相匹配的组织模式。其次，夯实数据资产管理的基础保障。合格数据资产管理人才是推进供电企业数据资产管理的重要支撑，在现有的数据管理人员之外，还应重点培养、招募3类数据资产管理人才：数据资产管理规范制定者、数据应用科学家、数据资产清洗者，负责落实数据资产管理规范、推动数据清洗和整改，应具备较强的协调管控和贯彻执行能力。最后，拓展数据资产管理的应用场景。拓展数据的应用场景是体现数据资产价值、推动数据资产管理的核心驱动力，也是当前供电企业开展数据资产的难点，实际工作往往不清楚如何入手、该开展何种分析应用。比对、细分、溯源是传统商业智能分析中经常采用的分析思路，在大数据时段还要加上趋势。这可以作为供电企业开展数据资产应用的思路。

4 供电企业数据资产管理的方法

根据先进的企业开展数据资产管理的方法来总结，供电企业进行数据资产管理大概可以分为以下三个阶段：首先开展资产数据管理的规划设计，制定业务框架、明确总体目标、数据标准和数据视图、数据清洗管理规范、绩效评价体系、整体推进规划以及相关的组织、人才保障机制。其次根据顶层设计规划对客户数据和设备数据进行标准落地和数据清洗工作，提炼用户用电信息数据、设备运行状态监测数据，形成完整的核心数据视图和具体管理办法，在此基础上形成3～4个具备实际应用价值的分析场景和分析工具。最后根据顶层的规划来整体推进，分期、分批向电网运行数据和企业内部运营数据推广，并不断拓展数据资产应用的范围和深度。

大数据与资产管理范文第3篇

关键词：互联网+不良资产；互联网+；不良资产处置

在供给侧结构性改革的背景以及“去库存、去产能、去杠杆”的压力下，金融机构和实体经济将产生和释放更多的不良资产，整体经济面临新一轮的大规模不良资产处置。面对如此庞大的不良贷款和潜在的经济风险，商业银行一般通过两个渠道来处置不良风险，一是直接转卖给专业的不良资产处置机构――四大金融资产管理公司、省级资产管理公司及民营资产管理公司构；二是自行处置。但四大金融资产管理公司处理不良资产的体量是有限的，且在经济下行期资产价格下降对四大AMC是双重作用的，一方面不良资产业务大量增加，另一方面在经济下行期，资产价格趋于下降趋势对不良资产处置也增加了一定的难度。商业银行、四大金融资产管理公司以及其他处置不良资产主体在处理手中大量的不良资产时需要多种手段相互配合。在大规模不良资产处置需求以及互联网+的背景下，“互联网+不良资产”的模式应运而生。许多机构借助不良资产暴露的机会，对不良资产处置构建互联网平台。

一、 不良资产现状分析

目前中国处于经济换挡、调速还有结构调整以及消化实际政策的阶段，不良资产比例有所上升，而且风险会持续的暴露。

1. 银行业资产质量下降且压力未缓解。受经济放缓和经济结构调整的影响，商业银行不良贷款率自2013年第二季度以来连续第10个季度上升，而商业银行不良贷款余额则是自2011年第四季度以来连续16个季度增多。根据银监会公布数据可知，截止至2015年四季度末，商业银行不良贷款率为1.67%，同比上涨0.42个百分点，不良贷款余额已达12 744亿元，较2014年末增长51.25%。按照机构类型来分，农商行和股份制银行不良贷款增幅最高，农商行的不良增幅甚至超过了70%。目前银行业不良贷款分布主要集中在制造业和批发零售业，主要分布于长三角和珠三角两个区域，逐步蔓延至中西部地区。

2. 非银行金融机构的不良资产逐步暴露。非银行金融机构的快速扩张的过程中累积了大量潜在风险。根据中国信托业协会公布数据可知，截止至2015年三季度末，中国信托资产规模为15.62万亿元，信托业不良率为0.69%，信托风险项目为506个，规模合计达1 083亿元。信托业受刚性兑付的约束，资管产品的账面不良资产没有显现，信托公司通过多种手段隐瞒坏账，当非银行金融机构潜在不良资产一旦暴露，大量违约风险、兑付风险、流动性风险集中出现，将对金融稳定发展产生巨大冲击，因此，应对非银行金融机构的不良资产进行严密关注并做好充分的准备。

3. 非金融机构不良资产规模不断上升。受中国经济结构的调整的影响，一些行业不断被淘汰、整合、转型和升级，一些企业应收账款模不断上升，账款回收周期不断延长，非金融企业的不良资产规模不断上升。根据国家统计局公布数据可知，截止至2015年四季度末，全国规模以上工业企业应收账款累计值为11.45万亿元，较2014年末增长8.92%。企业之间存在资金链和担保链交叉的现象，信用风险传染几率放大。非金融机构不良贷款沿着产业链从小企业向大中型企业蔓延；企业之间存在资金链和担保链交叉的现象，信用风险传染几率放大。

二、 互联网+不良资产的现状分析

传统的不良资产处置业务主要是资产管理公司购买资产后再进行处置，或者通过三方协议进行债务重组来解决。互联网+不良资产模式是一种新型的处置不良资产的渠道，主要以催收O2O、提供数据服务、处置中介等服务为主。

在互联网+不良资产的背景下，四大金融资产管理公司已经开始通过互联网处置不良资产。2015年四大金融资产管理公司都通过不同的方式参与布局互联网金融，已开始介入互联网+不良资产的模式。信达已于2015年5月与阿里巴巴签署战略合作；华融于2015年12月正式入驻淘宝网资产处置平台；此外，东方资产将通过蚂蚁金服平台对个人投资理财客户，未来将在不良资产处置进行合作；中国长城资产管理公司旗下的天津金融资产交易所于2015年与淘宝网合作，未来蚂蚁金服等多家公司将入股，其业务方向将探索向互联网业务拓展，蚂蚁金服将对交易所进行互联网化改造。

2015年以来，人人收、分金社等数十家“互联网+不良资产”处置的线上平台出现，但以互联网模式直接参与处置不良资产的核心技术仍在摸索中，只能处理掉不良资产的一小部分，“互联网+不良资产”处置模式需要不断的探索。这需要不断提高大数据信息服务水平，借助互联网大数据等创新方式，使得不良资产的处置通过大数据采集直接参与处置，让互联网在处置过程中提供核心增值服务的技术上不断增强。

三、 “互联网+不良资产”模式介绍及分类

互联网金融平台可以为不良资产处置主体在不同的环节提供相应的配套服务，包括居间撮合、信息中介、催收服务等相关服务。相应的，产生了不同的不良资产处置平台，例如直接介入不良资产处置平台、催收O2O服务平台、中介服务平台、信息提供平台、抵押资产处置的垂直平台等不同类型的平台。

“互联网+不良资产”的平台类型按照功能大致可分为四类：委托撮合类、互联网大数据搜索、催收服务类以及居间服务类。实践中，互联网+不良资产平台有的提供单一功能，有的提供综合性的服务功能。

1. 委托撮合类。委托撮合类是指不良资产处置主体借助互联网处置平台，把线下的竞拍流程搬到线上，将审批过的债权项目放到互联网平台上进行公告，在平台上组织公开竞价。具体过程如下：由不良资产处置主体来确定初始价格，资产处置主体在互联网平台上不良资产的相关介绍，待竞价公告期限届满后，意向竞买人可以在互联网资产处置平台上出价。不良资产处置前期的处置公告、尽职调查、档案移交等其他所有环节，仍然严格执行银监会与财政部的相关规定，互联网平台并不介入。

例如，信达与淘宝的合作模式属于委托撮合类。淘宝与华融的合作模式也属于委托撮合类，真正的交易过程不是在淘宝上进行的，类似于银行不定期在报纸上信用卡催收的公告。华融与淘宝合作处置资产总规模为515亿元，资产户数为2 360多户，推介资产分布在全国24个省市，超过一半的资产来自于浙江、广东和江苏3个省，涉及批发和零售业、纺织、医药、化工、机械设备等制造业和建筑业等多个行业。华融与淘宝网围绕“不良资产+互联网”进行深入合作。推介会上的资产在淘宝网不良资产处置平台进行资产招商，招商期间为90天，在不良资产处置平台上不仅可以展示不良资产，也可通过淘宝网的网络平台吸引更多潜在投资者。

不良资产市场需要众多的机构和主体参与其中，形成一种有效的价格发现机制，当前情况下，撮合产业的价值链条中，只是一种简单的资源配置方式，未来应基于数据和互联网的平台，不仅可以使得交易快速完成，还可以从功能上改变资产的现状。需对不良资产有一个正确的、客观的认识，掌握其中的价值规律，变投机机会为投资机会，真正提升项目价值，盘活资产。

2. 互联网大数据搜索类。互联网大数据搜索类主要是指利用数据库信息主要包括财产数据、债务数据、工商数据，并通过网络收集进行公开和及时更新不良资产数据，不仅对数据进行分发和筛选，而且对数据库整理后进行进一步的挖掘，并对行业趋势上进行分析判断，以及对特殊项目进行细化分类，把“不良资产处置+投资”有机结合起来。互联网大数据搜索或是为不良资产投资机构和处置团队提供不良资产数据服务，帮助用户找到债务人新增或隐匿的财产，或是通过大数据比较标的物的历史成交价和建议成交价，为淘宝等拍卖平台解决标的物调查、过户及贷款等繁琐问题。

例如搜赖网、抢先拍、资产360等。资产360是利用互联网、大数据构建的不良资产清收服务平台，利用大数据平台提供黑名单查询，降低风险。

3. 催收服务类。催收服务类是以催收不良资产为主的服务，提供催收O2O服务，这是“互联网+不良资产”提供的一个服务类别。当前催收服务类面临两个问题，一个是催债效率低下，第二个是异地催收耗时大，成本高，这两个痛点是催收服务类公司面临的难题。

此外，P2P行业不断攀升的不良资产规模也催生了许多催收服务类互联网平台，P2P平台产生逾期的坏账主要是通过线下渠道寻找债务催收公司。例如资产360、人人收、青苔债管家、银资网等。青苔债管家其创始人为律师出身，提供催收O2O服务，首创“律师+催收+金融+交易”不良资产催收和交易模式。银资网合作的处置方式遍布全国，建立了一张全国性的催收网络系统，这意味着大量债权信息和各种不良资产在银资网上经历了-申请-处置的完美行业生态链。

4. 居间服务类。居间服务类是指通过互联网开放的平台模式搭建不良资产交易者之间多对多的合作，提供真正适合资产处置的方式。互联网平台是B2B2C模式，参与交易合作的不仅有持有人与处置方，还包括互联网平台提供的居间服务。利用互联网平台的优势，提供对不良资产信息进行分类整合，并提供具体处置的方式，即互联网平台给处置方和方之间扮演了居间服务的角色。例如包之网类等互联网平台。

四、 “互联网+不良资产”模式的优势及未来努力的方向

“互联网+不良资产”模式的崛起是借由互联网内在的优势，搭借互联网平台实现不良资产的线上处置与线下处置相结合，但由于该模式还不成熟，现实推广应用中遇到很多困难，未来还需对该模式进一步的完善。

1. “互联网+不良资产”模式的优势。

（1）培育不良资产二级市场，拓宽不良资产处置渠道。“互联网+不良资产”模式可以利用互联网平台对不良资产信息进行有效传播，吸引对不良资产感兴趣的投资者参与到不良资产的经营和处置中来，对不良资产信息传递有较好的效果，共同促进不良资产多层级二级市场的培育和发展，拓宽不良资产处置渠道，完善不良资产完整价值链的新方式。例如淘宝平台可利用自身的知名度吸引更多的投资者参与不良资产处置。

（2）交易透明化，实现不良资产处置价值最大化。互联网本身具有自由、开放、快捷、低成本等等优势，在互联网平台上公开进行拍品展示、竞拍报名、竞价过程直至成交，使得不良资产的处置透明化，避免暗箱操作、围标串标等不公平行为，打破传统不良资产处置存在的信息不对称问题，通过网络平台把不良贷款卖给出价最高者，不仅可以公平公正的对不良资产进行竞价，而且可实现不良资产处置价值最大化。

（3）交易方式便捷，突破时间和地域限制，降低交易成本。采用互联网平台进行竞价使得竞价效率较高，资产竞价时间更加灵活，降低了交易成本。相比较传统的拍卖处置方式，采用互联网平台推广不良资产处置可以更有效的传播信息，涵盖更多的投资者，加深了不良资产推介深度，信息的传递范围更加广阔，可以突破传统不良资产处置的地域和时间限制，交易方式更加便捷，而且降低交易成本。

2. “互联网+不良资产”未来努力的方向。

（1）推动四大资产管理公司与互联网平台进行有效合作。当前“互联网+不良资产”的运作主体较小，谈判能力较弱，平台的管理能力也较为有限，再者参与者的资质一般，无法取得大量优质的债权包，如银行的较为优质的不良债权等等，所以未来发展还须与四大资产管理公司以及银行的较为优质的不良资产进行结合。

（2）亟待完善法律，通过法律法规明确互联网+不良资产操作规程。逐步推广互联网招商处置不良资产的模式，建议相关部门对“互联网+不良资产”处置具体操作规程作进一步规范与明确，明确互联网招商与处置的不良资产选择的标准，建立相关的法律法规，从法律上确定该交易模式的合理合法性，以推动此项工作的发展。

（3）通过互联网的大数据和云计算分析，构建交易平台和交易机制。互联网和不良资产有一个共同的核心是数据，使两者进行有效结合，通过互联网平台的大数据和云计算分析，对不良资产处置模式进行创新，不断创新不良资产交易机制，帮助其更精准高效地匹配到投资者或竞拍者，提高处置效率。

五、 对金融资产管理公司建议

互联网与不良资产的结合将在新型不良资产管理业务、产品开发设计、大数据应用及综合金融服务等方面开展全方位、多层次的合作。当前不良率和不良贷款双升以及互联网+不良资产交易模式的到来的情形下，给金融资产管理公司提供了业务空间和新的处置方式，借助互联网+不良资产模式大力发展不良资产处置业务。建议可重点考虑以下几个方面：

1. 可对不良资产进行等级分类，减少信息不对称弊端。金融资产管理公司内部对不良资产进行分类评级，在互联网平台展示时按级别分类，为不良资产购买者提供不良资产的具体信息以及尽职调查报告，尽量消除信息不对称带来的弊端。信息不对称的背后是指债权关系的复杂，或者贷款还存在着隐形的债务关系，导致的双方之间的不信任。

2. 与互联网平台合作，实现互联网+不良资产及公司品牌强强联合。与知名的互联网平台合作，借助互联网平台的知名度以及自己的品牌实行强强联合，推动不良资产价值处置的最大化，提升公司影响力和品牌价值。在具体实施过程中，可根据不良资产处置业务需要，与不同功能的互联网平台进行合作。此外，注重线上线下有机结合，共同推进不良资产处置进程。

3. 可建立自己的不良资产大数据库，以及资产智能云服务平台体系。金融资产管理公司可建立自己的不良资产大数据库，对公司内部数据进行挖掘和分析，以此同时，通过各种渠道收集外部数据，不断扩大数据库容量，为不良资产开展方向提供数据支撑。此外，建立资产智能云服务平台体系，以全国各个省市全覆盖的线下网点为依托，通过分布式思维打造的网状化运营模式，实现了不良资产处置资源配置的最优化。

4. 可整合全产业链的各种资源，实现资源有效配置。在开展互联网+不良资产业务时，加强与相关的服务机构如律师事务所、会计事务所等合作，获取专业信息和指导。此外，通过整合连接包括委托方各类信贷企业、征信公司、知名律师事务所等全产业链的各种资源，突破业务规模、工作效率等传统处置方式的局限性，利用互联网去中心化的方式实现资源的有效配置。

参考文献：

[1] 王国刚，张扬.互联网金融之辨析[J].财贸经济， 2015，（1）.

[2] 白玲.我国国有商业银行不良资产处置及管理途径探索[J].国际金融研究，2003，（7）.

[3] 罗珉，李亮宇.互联网时代的商业模式创新：价值创造视角[J].中国工业经济，2015，（1）.

[4] 谢平，邹传伟.互联网金融模式研究[J].金融研究，2012，（12）.

[5] 李文莲，夏建明.基于“大数据”的商业模式创新[J].中国工业经济，2013，（5）.

[6] 王会娟，廖理.中国P2P网络借贷平台信用认证机制研究――来自“人人贷”的经验证据[J].中国工业经济，2014，（4）.

[7] 吴晓求.互联网金融：成长的逻辑[J].财贸经济，2015，（2）.

[8] 杨东.互联网金融的法律规制――基于信息工具的视角[J].中国社会科学，2015，（4）.

[9] 李海舰，田跃新，李文杰.互联网思维与传统企业再造[J].中国工业经济，2014，（10）.

[10] 谢平，尹龙.网络经济下的金融理论与金融治理[J].经济研究，2001，（4）.

大数据与资产管理范文第4篇

一、实物资产管理

随着企业经营管理水平的日益提高，资产管理范畴不仅仅局限于固定资产，已经扩展到流动资产中低值易耗品、原材料等以实物状态存在的设备，通称为实物资产，针对实物资产的管理称为全资产管理。在管理层级上，也从财务会计核算层级的价值管理扩展到整个生命周期的实物管理，从获取物权后，一直到报废、处置等物理形态消失或所有权转让后的状态，提倡实物资产的全生命周期管理。实物资产管理系统是典型的业务管理系统，其应用目标是为管理人员提供作业平台，采集资产基础数据、资产业务数据，实现实物资产的精细化管理。

二、传统资产管理特点

传统资产管理模式的特点：管理范围为固定资产，不包含低值实物资产或设备；管理层级局限于财务方面的价值管理；管理目标是资产宏观管理，侧重于账务处理，业务用户为财务部门；管理手段为ERP（企业资源计划），侧重于对企业资源的物流、资金流、信息流进行全面一体化管理，不涉及实物资产在全生命周期中的各种运行状态。在传统资产管理模式中，由于“重财务、轻实物”的管理理念，且管理技术手段相对缺失或存在一定的局限性，导致普遍存在管理范围狭窄、资产管理粗放、未涉及资产全生命周期等情况。

三、实物资产管理系统的技术思路构建

信息化系统采用的计算机技术、应用的管理思想、提供的业务功能是跟随管理理念、实现技术、信息技术、网络技术等的发展阶段不断进步，从而满足不断地新增的业务需求。现代企业资产管理系统的进步体现在以下几个方面：(1) 精细化管理思想的实践通过落实资产管理业务的精细化操作、精细化控制、精细化核算、精细化分析、精细化规划等管理过程，实现以实物管理为核心、全资产、全生命周期、全视图管理。这是现代企业实物资产管理的主要趋势和发展方向。(2) 基于“互联网+”的业务管理系统 “互联网+”在实物资产管理的体现是基于Web架构技术与Internet网络，构建B/S模式、跨平台的应用系统，提供业务处理、数据查询、分析报表、决策依据等信息服务，这是现今企业信息化系统建设的主流趋势。(3) 物联网等新技术的应用运用物联网技术，将资产、设备等接入互联网，构建网络化物理设备管理系统，解决人与物的通信问题，实现数据的自动交换和实施过程控制，协助用户进行业务处理，不断发展与提升管理系统的功能和性能。(4) 多异构系统的应用集成化实物资产管理系统需要与企业信息化环境中的ERP、MDM、OA等多个异构系统进行数据信息与管理业务的整合与集成，实现业务信息资源的高度共享、高效利用。综上所述，基于“互联网+工业”、“物联网+工业”等信息化技术，采用成熟的新技术、新成果，为资产业务管理的更加深入、细致和广泛提供了有力的技术手段，为实物资产业务管理的完整性、准确性、及时性和有效性奠定了基础。

四、实物资产管理系统的总体架构与设计

实物资产管理系统是落实实物资产精细化管理的工具、手段、载体。需要基于企业现有的信息化整体架构，整合大数据、物联网、移动互联等新技术，达到全方位、多层次的应用集成与融合创新，全面实现信息流的上下贯通、资产业务的左右协同、资产数据的资源共享，为企业经营提供资产业务、数据等方面的信息化服务，全面支撑资产管理科学化。实物资产管理系统在企业信息化平台的定位由于红云红河集团已实现了ERP、MES、OA、MDM等核心信息系统。系统设计要遵循集团信息化建设要求，坚持统一性原则、系统性原则、创新性原则，确保与集团信息化建设体系的业务架构、应用架构、数据架构、技术架构一脉相承、相互关联，遵循集中化、平台化、集成化的技术路线开展实物资产管理系统建设。实物资产管理系统需要与ERP系统对接，实现资产实物与财务账务一体化；与OA系统对接，实现统一的审批业务处理；与MDM系统对接，获取各种主数据。基于主数据模型构建实物资产管理系统在系统设计阶段，参照主数据管理系统中的数据模型，遵循主数据系统指定的接口标准，实现主数据管理的集成目标。重点考虑两方面：一方面数据模型设计要保证与集团数据仓库系统基于相同的主数据标准，为数据仓库的抽取、清洗、分析等提供基本条件；另一方面，实物资产系统中应用与产生的数据，要与主数据管理系统中的数据保持一致。实物资产管理业务应用的各种组织数据、人员数据、客商数据等都是属于集团的主数据管理范畴，实物资产管理系统通过从主数据系统实时更新这些主数据，保证在业务应用时使用最新的、标准化的基础数据。实物资产系统管理着所有实物资产档案，其中的固定资产数据属于主数据管理范畴，在业务处理过程中将新增的固定资产数据，通过ERP系统及时上报给集团主数据管理系统。由于遵循行业统一的主数据标准、规范管理体制及同步分发机制，从数据层面解决了数据不一致、不共享、不完整等问题，提供集中统一的数据视图；保证了实物资产的数据质量，避免与其它系统之间的数据冲突，减少错误的、语义重复的数据；从业务层面加强了业务数据的一致性和实时性，帮助业务人员统一沟通语言，降低沟通成本。物联网技术在实物资产管理系统中的应用物联网技术的应用体现在感知层：由条码/RFID标签、打印设备、固定式读写设备、手持识读设备组成。在业务处理过程中，采用数据采集设备扫描条码或RFID标签识别资产实物，从服务器或存储区获取资产数据，帮助用户实时掌握实物资产状态等信息,协助用户进行业务处理。根据不同的业务应用场景和资产对象，采用的不同的物联网技术。条码具有成本低、数据容量小、只读、应用寿命周期短、安全性差、抗干扰性差等特点，主要应用于具有生命周期短、流通较快、成本较低等特性的实物资产、低值易耗品等：一维码受标签长度限制，一般应用不超过50字节，可以将实物资产编码打印在标签上；二维码的最大容量可储存2000~3000字节，可以将实物资产编码与固化属性共同打印在标签上。超高频（UHF）RFID标签具有数据容量大（512Bit）、可远距离读取(5-8米)、可重复存储(100000次)、能够回收利用、应用寿命周期长、安全性好、抗干扰性强等特点，主要应用于具有生命周期长、价值较高的实物资产，在存储区内保存实物资产编号、固化属性及当前状态等业务信息。通过物联网技术的应用，将精细化管理思想导入图2实物资产管理系统与主数据图3实物资产管理系统与物联网在资产管理业务处理过程中，实现了精细化操作、精细化控制；通过解决物品标识问题，对不属于固定资产的设备、工具、低值实物等物品也进行了规范化管理，扩大了企业资产管理的范畴，实现了全资产管理；将实物资产业务管理扩展到全生命周期的各个业务节点，实现了全生命周期、全视图管理；通过现场作业数据的实时采集、实时上传，保证业务数据及时更新，为资产管理提供了有效的信息流。移动互联网技术在实物资产管理系统中的应用为适应业务现场的复杂环境，在充分利用企业的局域网(有线、Wi-Fi)、移动互联网（3G/4G）等网络环境的基础上，采用智能手机外置RFID模块的集成方式，集成条码、RFID、移动通信、地理信息处理等应用技术，为业务人员提供便捷的现场数据采集、信息查询、巡视管理、转移管理、维修管理、资产及车辆定位等移动业务服务。为业务人员在任何时间、任何地点处理与资产业务相关的任何事务提供了便利条件，构成了移动互联网应用的创新方案。综上所述，从实物资产管理系统在集团信息化系统建设体系中的定位出发，说明系统建设与设计过程中，应用主数据、物联网、移动互联网等技术，促进系统按照企业信息化规划进行合理化、合规化、创新化建设的方法和技术。

五、红云红河集团构建了集成物联网、移动互联网等

大数据与资产管理范文第5篇

这两个问题看上去很大，似乎很难回答，但万事开头难，开好了头，后面的事情就好办了。

今天大家聊起大数据，都会将焦点集中在部署了多少传感器，数据收集效率提高了多少，建立了怎样的分析模型，通过对数据分析得到了哪些重要结论上。但是大数据的生态仅有收集和分析就足够了吗？是不是有什么重要的环节被漏掉了？

的确，想要真正将大数据技术利用到位，就需要还原大数据生态中重要程度不输给任何一环的――大数据治理。通过对这一环的还原，我们或许还能从大数据技术中了解更多，更重要的是，你甚至会更加了解你的企业。

每个企业都是大数据公司

互联网是大数据公司，这是业界公认的事实。但在传统行业中，企业的日常业务也会产生丰富的数据信息，这些数据信息都能够为企业带来延伸价值，因此从这样的角度来看，每一个企业都是大数据公司。在这一轮的数字化转型之中，比较明显的除了互联网行业还有电信行业和金融行业。

对于电信行业来说，经过多年积累，数据量相当可观，也极具价值。但经过了这么多年的IT建设，电信行业数据模型在各个省却是不统一的，也没有行业内通行统一的数据标准。如此，高质量的数据也就无从谈起，想要依靠数据获得创新效益，恐怕必须尽快启动大数据治理方案。

而金融行业的情况显然要好很多。今年3月中国长城资产管理公司推出了金融资产管理行业首个数据标准。数据治理梳理出的数据标准可以作为企业开展新业务的蓝本。企业在开展新业务时，直接参考和利用已有业务中的业务定义、系统规范等数据标准，在已有数据标准的基础上拓展新的业务标准，通过新老标准相结合的方式，科学提升企业数据管控效率，缩短业务流程。一方面，在外部监管层面，中国银监会，财政部，中国人民银行，中国证监会，中国保监会印发了《金融资产管理公司监管办法》，此办法明确规定金融资产管理公司需要建设统一的数据治理体系，逐步推进数据标准建设；另一方面，在内部需求层面，企业级的数据标准是企业业务发展和信息化体系建设的根本保证，只有实现了数据的标准和统一，企业的业务流程才能通畅流转，决策才有据可循。

此外，银行业也是较早启动大数据治理规划的。在大数据时代的冲击下，华夏银行意识到，跟随时展，将企业管理高度信息化，将是国内银行向“以客户为中心”转型的必由之路，善于高效运用海量数据的金融机构，将会在未来的竞争中脱颖而出，大数据应用也将成为商业银行获取差异化竞争优势的重要途径。而大数据应用的前提是要具备高质量的数据，要优选高质量的数据，无疑要采用“大数据治理”这一基石和关键平台。

对此，普元信息软件产品部副总、大数据产品线总经理王轩解释，大数据是企业数字化转型的先决条件，如果想把大数据做好，必须要依赖高质量的数据。随着金融创新的快速发展和信息科技的日新月异，商业银行积累的数据量呈现几何倍数的增长，数据来源从传统的结构化数据逐渐扩展到以网络日志、社交媒体为代表的半结构化和非结构化数据。大数据治理能够降低海量数据带来的各种噪声，解决日益突出的数据质量问题。金融行业光靠自己的数据，不可能分析出来真正的客户需要什么，必须要通过第三方数据的结合，这时候有两个要求：一是自己的数据是高质量的；二是了解第三方数据的质量是怎么样的。因此，真正的大数据治理，是一个全过程和全方位的事情。而在一直备受关注的制造业，现在的问题是传统制造怎么向互联网转型。以前机器卖出去以后业务就完成了，现在机器卖出去以后要给客户提供长期的服务，其实是增加黏性，从一单一单的卖给客户，到未来能够持续给这个客户提供服务，创造新的利润空间，也就是实现互联网金融，如何用大数据的手段分析客户的需求，给客户提供更多的价值。这就必定会涉及到数据交换等应用问题，在解决这些问题之前，也需要数据治理。

政府行业对大数据质量的要求已经迫在眉睫。现在很多地方都已经或正在规划自己的大数据交易所，数据成为商品被交易，商品需要质量保证，数据不治理何来高质量的保证？

因此，当下每一个企业都有可能成为大数据企业，这些数据都应该得到标准的，有效而统一的治理。

大数据治理应无处不在

人、物、商业数字化连接出现了新的商业模式。很多企业在做数字化转型的时候，需要大数据为他们提供非常精准的分析结果。那么怎样才能确保大数据分析提供的是精准的结果呢？很重要的一件事是数据质量要非常高，整个数据的体系是要有管理的，同时这个管理是非常有效的。也就是说，整个数字化转型需要以高质量的数据作为基础。如果哪个企业拥有高质量的数据，就能够加速它数字化转型的过程。

反观现在的大数据生态环境，却经常出现缺失。很多项目分析结果出来以后，发现结果都是错的。但其原因不一定就是出在分析模型上，很有可能是因为数据本身禁不起推敲，这时候就需要用大数据治理支撑整个上层用户。

大数据生态大致分为几个阶段：第一，采集。第二，数据。第三，应用。这三个阶段，都是需要有大数据治理的，而且需要大数据治理为他们提供支撑。目前不少最终用户对于大数据治理已经有了自己的要求，反倒是很多提供大数据解决方案的厂商对此认识参差不齐。

对此，王轩表示，以金融行业为例，金融行业现阶段最重要的是建立企业级的数据管控体系。原来做数据治理有个问题，大家只是做数据的集成，建立数据质量控制平台，实际上就是为每一个组织检查数据，但效果不尽人意。原因在于IT不是业务的主管部门，IT说数据质量有问题，业务部门却不以为然。每个业务部门都认为他的数据都是对的，但从企业的角度来看，业务部门之间的数据并不一致，这本身就是质量问题。怎么解决？这需要一系列非常强的组织架构。例如国开行建了一个以行长为主的数据治理机构，各个业务部门都是这个数据治理机构的参与者。IT部门变成了数据治理的执行者，业务部门变成了主导者。提高了业务部门的积极性。同时设立具有考核指标的管理体系，在这一管理体系之中，所有业务部门都需要来做质量的考核。满分是100分，数据质量考核占3分，看似不多，但第一名到最后一名差距通常也就只有3分，因此数据质量的水平直接影响部门的考核成绩，数据质量就变成每一个业务部门非常重要的一件事了。