数据质量治理

数据质量治理（精选10篇）

数据质量治理 篇1

在全球化的背景下, 证券市场合理配置资源的作用愈加突显。要充分发挥这种作用, 关键在于市场信息的有效性。然而, 近年来国内外连续出现的财务信息披露丑闻, 暴露出上市公司在财务信息披露质量方面存在的重大问题。国内外学者都在积极研究影响信息披露质量的因素。本文应用二分类变量Logistic回归模型, 以深交所2008年信息披露考评结果和上市公司年报数据为依据, 用实证研究的方法考察了上市公司信息披露质量与公司治理、财务经营状况之间的关系。

一、文献回顾及理论分析

(一) 公司治理与信息披露质量

世界范围内, 股权集中是一种趋势, La Porta (1998) 对此给出了较为合理的解释:股权集中度有利于控股股东对管理者的监督, 从而有利于提升企业的价值;在股东权利法律保护较差的国家, 外部中小股东只有在股票价格足够低的情况下才愿意购买, 这加速了股权的集中。股权集中能够提升企业价值的主要原因在于其在降低上市公司代理成本方面有潜在的重要作用:可以更好地监督管理者, 减少所有权交易费用;股东持有较多股份将对监督管理者起到积极的作用;所有权与控制权的分离有助于减少利益冲突 (于建霞、曹廷求, 2002) 。Williamson (1985b) 对交易成本的分析为联系信息披露质量和公司治理提供了一个框架。这是结合了Jensen和Meckling (1976) 的积极代理理论而提出的管理披露决策模型。实证结果表明采用内部控制的手段, 如:在公司内部设置审计委员会、设置独立董事、将董事长和首席执行官的角色分离等, 可以提高监管质量并且减少隐瞒信息的收益, 内部控制手段的采用使财务信息披露质量得到了改善。Forker (1992) 进行了实证研究表明, 在财务报告中披露独立董事的比例将改进信息披露质量。Chen和Jaggi (2000) 认为独立董事在董事会中的比例与财务信息披露的完整性正相关。独立性越高代表审计越有可信度, 信息披露的质量越高。董事会权力结构就是指董事长与总经理两者职务是否分离, 两职合一体制将不利于董事会发挥其应有治理作用, 不利于信息披露质量提高。Ho和Wong (2001) 对香港上市公司的实证检验发现, 公司自愿信息披露与公司治理机制间存在交互作用, 非执行董事独立性、两职分离等与自愿信息披露质量呈显著相关。

(二) 财务经营状况与信息披露质量

当公司信息披露的边际收益高于其边际成本时, 上市公司更加愿意提高信息披露质量。财务经营状况是决定公司信息披露质量的因素之一。在财务分析理论中, 财务经营状况可以特指公司的资产负债状况, 也可以综合定义为包含资产负债状况和经营成果在内的反映公司基本面的财务状态。本文主要从资产规模、财务收益能力及负债状况这一综合角度来定义公司财务经营状况。第一, 资产规模。实证结果表明, 规模较大的公司的信息披露质量较高, 原因主要有:不当的信息披露会带来巨大的政治成本和经济后果;从信息需求角度, 投资者对规模较大公司的信息需求可能越多、要求越高, 从而迫使公司提高信息披露质量;管理水平及其激励的影响。一般而言, 大公司比小公司有更好的内部控制, 为了得到提升, 下一级经理有充足激励来监督上一级经理, 管理当局的机会主义行为可能在一定程度上得到遏制。COSO报告 (1999) 指出, 相对于较大的舞弊金额, 舞弊公司的规模一般都小于公众公司的平均水平。第二, 财务收益能力。当上市公司经营状况良好、盈利能力较强时, 其提高信息披露质量的主观意愿更高。相反, 亏损公司在亏损年度存在着人为调减收益的盈余管理行为。陷入财务困境公司的管理层为了掩饰其可能是暂时性的财务困难, 更有可能进行财务舞弊。Saksena (2001) 的研究发现, 与未舞弊公司相比, 舞弊公司经营业绩较差, 受到破产威胁较大。第三, 负债情况。负债情况会对公司信息披露产生直接影响, 美国安然公司的财务丑闻在很大程度上是由于公司资产负债率过高引起的。理论上认为, 公司财务杠杆越高, 其面临的财务风险越大, 从而被资本市场低估的可能性也越大;公司管理层为消除负债率过高给股市带来的负面影响, 往往在信息披露上进行操纵。已有的研究表明, 公司资产负债率越高, 经理层出于职位安全考虑会更多地进行盈余管理, 从而降低信息披露质量 (张为国、王霞, 2004) 。

二、研究设计

(一) 研究假设

股权集中度, 即一家公司前几位大股东的持股比例关系。何卫东 (2003) 发现与股权集中度低 (控股股东持股比例低于30%) 的公司相比, 股权集中度高 (控股股东持股比例超过50%) 的公司规模大, 信息披露质量高, 财务业绩较好, 两者在1%的水平上显著;相对于非国有控股公司, 国有控股的公司规模大, 信息披露质量高, 两者在1%的水平上显著。因此假设:

假设1:股权集中度与信息披露质量正相关

从理论上来讲, 独立董事为了维护自身市场声誉而去履行监督管理层的职能。独立董事的比例越高, 监督能力越强, 发生财务舞弊的可能性就越小, 这样就能确保信息的真实、可靠。代理理论也预测, 独立董事的委任是减少代理成本的一种方法。Fama和Jensen (1983) 认为董事会中独立董事的比例较高, 将有利于监督和限制经营者的机会主义行为。因此, 提出假设:

假设2:独立董事的比例与信息披露质量正相关

代理理论提倡董事长与总经理二职分离。尽管我国相关法律没有禁止董事长与总经理二职合一, 但事实是如果二职合一, 则总经理在决策信息披露时就会缺乏有效的内部监督, 诱发对外隐瞒不利的信息。在英国, 人们也同样认为, 两职合一将会引起人们对公司未来发展的恐慌。Gul和Leung (2004) 研究发现两职合一公司对公司自愿性信息披露具有负面影响。而吴清华等在研究我国上市公司情形时, 认为两职合一与财务呈报质量之间没有显著关系。根据国内外的研究情况, 两职合一是影响信息披露质量的一个重要因素。因此假设:

假设3:两职合一公司倾向于提供更低质量的信息

基于代理理论和组织行为学研究认为, 公司规模对信息披露质量具有重要影响, 公司规模越大其信息披露越充分、透明度越高。通常来讲, 规模较大的公司生产经营活动多元化程度较高, 涉足行业、地区较多, 需要进行更加充分的披露。同时规模大的公司对外部资金的依赖和需求相应较大, 因而大公司有动力更加充分地披露信息以减少信息不对称带来的代理成本, 从而在资本市场上融资更容易获得成功。张为国和王霞 (2004) 研究发现, 大公司相对小公司来讲, 内部控制较好, 产生高报利润的错误也较少。因此假设:

假设4:公司规模越大, 信息披露质量就越好

盈利好的公司有动机进行更充分地披露, 以向投资者展现公司的经营状况, 避免由于投资者受到错误信息地误导, 而歪曲公司的市场价值。盈利能力差的公司, 内部控制往往弱化, 信息披露的质量较低。Jevons Lee等人 (2000) 发现中国上市公司在IPO过程中存在人为调高利润的动机和后果。本文将净资产收益率作为评价公司盈利能力的指标, 因此假设:

假设5:净资产收益率与信息披露质量正相关

资产负债率高的公司拥有较高的财务杠杆, 高的财务杠杆增加了公司违约和最终破产的概率, 即增加了公司的财务风险, 尤其在经济低迷期更是如此。过高的资产负债率是一个不利的信号, 可能会影响到公司的信息披露决策。资产负债率高的公司更有意愿去“粉饰”财务报表来进行盈余管理, 这样信息披露质量肯定会降低。因此假设:

假设6:资产负债率与信息披露质量负相关

(二) 样本选择与数据来源

本文将深圳证券交易所信息披露考评结果作为评价上市公司信息披露质量优劣的指标, 所采用的全部数据均来自深圳证券交易所网站和中国上市公司治理结构研究数据库。在深圳证券交易所2008年的759家上市公司中, 剔除2008年新上市公司和中途退市公司、金融行业公司、B股公司及财务信息缺失的公司, 这样最终的样本数据为541家公司。

(三) 变量选取和模型建立

本文将深圳证券交易所在网站上公布的对上市公司的“信息披露考评”结果作为评价信息披露质量高低的替代变量。2008年, 在深交所541家上市公司中, 考评为优秀的有58家, 良好的有335家, 合格的有141家, 不合格的有7家。本文将考评结果为“优秀”和“良好”的公司定义为信息披露质量良好, 将考评结果为“合格”和“不合格”的公司定义为信息披露质量非良好。衡量信息披露质量的因变量是一个二分类的变量, 即变量的数值为0和1 (0表示上市公司信息披露质量非良好, 1表示上市公司信息披露质量良好) 。而普通的线性回归模型要求的因变量为连续变量, 在这里将不能使用它进行估计。因此, 本文采用在统计回归模型中的一种专门处理因变量为二分类变量的模型———LOGISTIC回归模型进行分析:

**.Correlation is significant at the 0.01 level (2-tailed) .*.Correlation is significant at the 0.05 level (2-tailed) .

logit (y) =α+β1PDO+β2PNE+β3DP+β4LSIZE+β5NP+β6LEV+ε

其中α是常数项, βi (i=1, 2, …, 6) 分别是各个自变量的回归系数, ε是误差项。本文所采用的各自变量的定义和取值见 (表1) 。

三、实证结果分析

(一) 相关性分析

在检验过程中, 首先进行相关性检验, 考察各个变量之间的相关性, 计算变量间的相关系数矩阵见 (表2) 。可以发现, 各个变量之间不存在显著的相关性。

(二) 回归分析

本文使用SPSS13.0中的LOGISTIC模块运行模型1, 在采用Backward方法向后剔除不显著的自变量 (在0.10水平剔除变量, 在0.05水平入选变量) 后, 得到的结果如 (表3) 所示。可以发现:第一, 正如预测的那样, 第一大股东持股比例对应的B值1.905>0, 说明第一大股东的持股比例越高, 信息披露质量为良好的概率就越大。第一大股东持股比例的发生比率Exp (B) =6.717, 表示第一大股东持股比例每增加一个单位, 对应的信息披露质量为良好的发生比率将为原来的6.717倍, 即第一大股东持股比例的增加对信息披露质量有正向影响, 实证结果符合假设1。在上市公司没有进行虚假披露的情况下, 第一大股东持股比例增加表示大股东对上市公司的控制力得到增强, 减少了管理层特别是董事会成员之间的协调时间和协调成本, 使得信息披露更加能够符合证券交易所的要求。第二, 总资产对数B值0.302>0, 说明上市公司的总资产规模对信息披露质量有显著影响, 且二者成正相关关系。总资产对数的发生比率Exp (B) =1.352>1, 表明上市公司总资产规模的增加将使公司信息披露质量为良好的概率上升, 也就是说大公司的信息披露质量更高, 小公司的信息披露质量相对较低, 实证结果符合假设4。上市公司的规模扩大对信息披露质量有正向的显著影响, 随着上市公司规模的扩大, 信息披露成本降低, 而且规模大的上市公司容易成为市场上众多投资者关注的焦点。上市公司为了受到更多投资者的关注, 可能会进行更充分地披露以树立公司的形象。第三, 净资产收益率的回归系数1.978为正值, 说明净资产收益率与信息披露质量呈正相关关系, 这使得假设5得到验证。盈利能力强的公司更愿意向投资者充分披露财务信息以展现公司良好的经营状况, 从而吸引更多的投资者投资。第四, 资产负债率的B值-1.398<0, 发生比率为0.247<1, 表明上市公司的资产负债率增加将会降低公司信息披露质量为良好的概率。由此, 假设6得到验证。一般来说资产负债比率越高, 公司的财务风险越大, 如果不是行业具有高负债率的特点或者历史原因, 高的资产负债比率要么表示公司正在经受财务困境, 要么表示公司正在快速扩张。这两种情况都存在问题, 前者可能因为正经受财务困境, 不愿披露有关信息;后者可能因为快速扩张导致公司部门之间的协调沟通困难。这两种情况都会造成信息披露不及时、不充分, 使得信息披露质量下降。第五, 回归模型中剔除了独立董事比例这一变量, 它在统计学上不具有显著性, 说明独立董事比例与信息披露质量之间的关系还不明确。有些上市公司的独立董事能很好的发挥监督作用, 但有些上市公司在独立董事制度的安排中, 片面追求独立董事在董事会中的比例, 却忽略了独立董事真正应该履行的监督管理层的责任。所以独立董事在增加数量的同时, 也要增强董事会的独立性。第六, 回归结果中也剔除了两职合一这一变量, 它在统计学上也不具有显著性。这似乎与现代企业的所有权与经营管理权两权分离的现实相背离, 表明上市公司中总经理兼任董事的情况还是比较普遍的。在我国现阶段, 真正做到将上市公司的所有权与经营管理权相分离还很难, 还要走很长的一段路。

四、结论

本文以2008年深圳证券交易所541家上市公司的财务数据为依据, 用LOGISTIC回归模型分析了影响信息披露质量的因素。实证结果表明, 上市公司公司治理和财务经营状况与信息披露质量显著相关。第一大股东持股比例增加对信息披露质量有正向的显著影响, 公司资产规模扩大对信息披露质量有正向的显著影响, 净资产收益率增大也对信息披露质量有正向的显著影响。然而随着上市公司的资产负债率升高, 上市公司信息披露质量呈现下降的趋势, 这些与国内外的有关研究结论有相似之处。在公司治理结构方面, 独立董事比例和两职合一与信息披露质量之间只存在着微弱的关系, 在统计学意义上是不显著的。这可能由于选取数据时存在一定的局限性。总之, 本文从公司治理结构和财务经营状况角度来讨论影响信息披露质量的因素, 有助于找出提高上市公司信息披露质量的根本方法。

摘要：本文以深圳证券交易所2008年信息披露质量评级报告结果及541家上市公司的面板数据为样本进行了实证分析。结果表明:股权集中度、公司规模、财务收益能力与信息披露质量正相关;资产负债率与信息披露质量负相关;独立董事比例和两职合一与信息披露质量无明显的相关性。

关键词：公司治理,财务经营状况,信息披露质量

运用大数据创新社会治理机制 篇2

如何认识大数据所带来的变革，收集、分析和利用好大数据，有效地将它运用到社会治理机制的创新中去，亟待研究和实践。

重视大数据在社会治理中的重要价值

在大数据时代中创新社会治理，就必了解和把握大数据对社会治理带冲击及其新变革需求。

提供政策制定的依据，提高科学决策水平。政府的决策离不开数据资源的支撑。政府部门是社会治理的主导者，在出台社会规范和政策时，通过对大数据整理和分析，探寻数据间的相关性，从中找到隐藏在数据背后的规律性信息，并将数据的处理分析结果转化为政策决策的依据，这样就可以减少因缺少数据支撑而带来的偏差，从而提高决策水平和公共服务的效率。当前，大数据也逐渐成为政府公共决策、企业经营决策的重要手段，数据领域流行的说法是“更好的数据意味着更好的决策”。譬如城市智能交通，可以通过公交刷卡记录、手机信号源等方式来展开城市公交客流信息的全数据分析，从中挖掘出客流量、客流聚集点、交通拥挤点等有效信息，从而为城市公交线路的合理规划和站点的设置提供重要的决策参考，使大多数人能够享受到及时、方便的交通服务，提高公共交通的出行分担比，缓解城市交通的拥堵。

了解社会公众的需求，提升社会治理与服务能力。了解并满足公众的需求是社会治理的核心理念，社会治理与服务就是一个不断发现并满足公众需求的过程。当前，大量社会矛盾问题产生的一个重要根源是公共服务机构不了解社会公众的真正的利益诉求，从而无法有效地提供公共服务和产品。实际上，大数据背后隐藏的是各种公众需求的信息。这些需求是人们通过QQ、微博、微信、论坛等各种网络平台的互动交流和交往中表现出来的，其背后就是人们的各种情感、兴趣、价值观和利益诉求等有用信息。因此，政府可以借助来自互联网和社会化媒体的丰富数据资源，以此来了解人们的心理活动和利益诉求，并依托各种网络互动平台方式，促进政府和公众互动，获取公众的各种个体需求和公共需求，为公共服务与产品的提供奠定基础，促进社会治理与服务能力的提升。

预测人们的行为趋势，促进社会矛盾的消解。大数据的挖掘和运用包括两个侧重点：描述性分析，主要是针对过去，揭示规律；预测性分析，面对未来，预测趋势。从了解需求到掌握舆情，再到预测行为，这是一个由浅入深、由表及里的过程。大数据是人类各种行为的显微镜，各种行为和社会状态被广泛记录，对它的管理和分析可以产生巨大的社会治理价值。我们可以基于历时和实时的大数据分析，密切掌握一些特殊人群越轨行为、社会秩序与稳定受到威胁等需要社会治理介入的节点或情况，从源头上做好各种社会矛盾的预防和化解。一方面，各种社会化媒介成了社会舆情和民意的重要载体，由此产生了海量的数据信息，通过对这些数据的收集、提取和整合分析，可以掌握社会舆情的动向和民意情况，从中可以探寻社会矛盾发展演变的轨迹。另一方面，可以从中探寻出事件相关者的行为规律，进而精确地预测其后续的行为，从而有效预防和化解各种社会危机事件。

三方面着手推进大数据的运用

大数据时代的到来，迫切需要我们高度重视大数据的社会治理价值，并积极运用大数据来推进社会治理的创新。就实际情况而言，目前我国社会治理中大数据的运用主要面临思想认识不足、数据平台缺少、专业人才匮乏和运用能力较差等困境。为此，必须从如下几个方面着手。

树立大数据治理的意识。大数据将会成为引领未来科技和社会进步的重要载体。然而现实情况却是，社会成员普遍存在对大数据认识不足的问题，尚未意识到大数据对社会治理所带来的机遇和挑战。为此，全社会要加快树立起大数据思维，学会运用大数据为社会治理服务。一方面，强化大数据的宣传教育。通过各种方式的宣传推广，让社会各个领域、行业和阶层群体接触与了解大数据的新思维和新技术，为大数据的运用奠定良好的社会基础。另一方面，重视运用大数据决策，制定大数据国家战略，通过顶层设计引导和推动大数据的研究和利用，充分发挥其社会治理价值。

打造大数据综合信息平台。大数据综合信息平台是一项复杂的工程，需要从硬件设施、数据公开、收集、处理分析和运用等各个环节着手。首先，信息技术基础设施是大数据技术应用的载体，设施的好与坏影响着数据资源能否被有效地收集、分析、挖掘和应用。要推进大数据设施建设，扩大大数据技术的应用，促进数据驱动的社会决策和社会治理。其次，建立数据资源的公开和收集机制。海量信息的公开与收集是大数据治理的一个基础条件。通过数据资源的共享与利用，既可以打破政府部门的信息垄断，也可以加强政府与公众的互动反馈，促使数据驱动的社会治理常态化。再次，建立信息收集和分析处理中心。“没有分析就没有所谓的大数据”。大数据的一个显著特征就是信息的巨量化和碎片化。而要使大数据真正发挥出价值，就需要建立一套完整的数据综合处理系统，对大数据进行整合分析。最后，构建大数据的运用机制。运用大数据创新社会治理机制的核心理念是大数据的运用，促进政府由数据“收集者”“分析者”向数据“运用者”转变，促使社会管理转向社会治理。

培养社会治理型数据人才。数据分析在社会治理中的重要性，已越来越被政府和管理部门所认知。然而驾驭数据的能力并不那么容易获得，数据分析人才的严重短缺，已成为社会治理过程中面临的最大难题，这在社会领域尤为突出，目前社会治理型的数据分析人才相当匮乏，难以适应社会治理的需求。为此，要加快培养优质数据分析人才：出台相关政策法规，为数据分析人才的成长提供可靠的制度保障；加大资金支持力度，培养和激励数据分析人才的成长；加强专业培训和业务指导，培养起一大批社会管理类的专业数据分析师。

数据质量治理 篇3

作为企业经营管理的重要事项,内部控制质量 的高低对企业 的发展起着至关重要的作用。高质量的内部控制在保证财产物资安全的同时,可以促进提高 财务信息的客 观性与可靠性,从而进一步推动企业战略目标的实现和业务效率的提升。而对内部控制质量影响因素的研究,将有利于更好地调整相关影响因素,从而达到提升内部控制质量的目的。自Doyle等 (2006)首次在实 证研究中 将内部控制 质量作为被解 释变量研究 影响内部控制重大缺陷的各种因素以来,国内外学者关 于内部控制质 量因素的研究已经取得了一些成果,相关研究发现:企业性质、公司规模、财务状况、企业业绩、销售增长 速度等都会对内部控制质量产生一定的影响。 但总体来看,国内外关于内部控制质量影响因素的 研究还是主要 停留在公司内部治理层面,很少考虑外部宏观因素的影响。本文将以2010-2012年我国电子行业上市公司为样本,分析外部治理环境的三大主要因素:市场化程度、政府干预程度和法治化水平对企业内部控制质量的影响,以期为提高我国企业 内部控制质量 提供有益参考。

二、研究设计

(一)研究假设

自La Porta等创立“法与金融”理论以来,大量相关研究 表明 ,企业所处的外部治 理环境通过 影响内部治理机 制, 进而作用于 企业内部 经营决策, 而内部控制 作为重要的 内部经营手段 , 必然也会受到 外部治理环境的影响。参考前人研究思路,基于变量和数 据的合理性 、可获得性原则,本文选取市 场化程度、政府干 预程度和法治 化水平作为 外部治理环境的主要因素。一般而言,企业所处地区的市 场化程度越 高 , 企业发展面临 的机遇也越 多 , 当然竞争也越 激烈, 为了更好地 应对外部 市场挑战和竞 争 , 大多数企业会 通过调整内部 治理机制和 内部经营决策来加强内部控制。 基于上述分析,本文提出如下假设:

H1:市场化程度与内部控制质量正相关,即市场化程度越高,内部控制质量越高。

此外, 上市公司所处地的法治化程度会影响企业的信息披露和规范运营,一般而言,地区法治化水平越高,公司内部控制越规范, 相关内部控制信息披露也越充分; 而政府监管企业的途径有时会凌驾于法律之上, 更有些企业与政府有密切的政治联系或形成隐性联盟, 从而削弱法律对企业的监控和规范。基于上述分析,本文提出如下两个假设:

H2:政府干预程度与内部控制质量负相关,即政府干预越少,内部控制质量越高。

H3:法治化水平与内部控制质量正相关,即法治化水平越高,内部控制质量越高。

(二)样本选取与数据来源

本文以2010-2012年A股电子业上 市公司年度财 务报告数据 为样本。为了 保证数据的 可靠性和有 效性,剔除了ST、数据不完整、存在极端值的公司,最终样本数为324个。相关财务分 析数据主要 取自国泰安 数据库;企业内部控制质量的衡量指标取自“DIB迪博·内部控制与风险管理数据库”; 外部治理环境的市场化程度、政府干预程度和法治化程度的衡量指标取自 樊纲的《中国市 场化指数: 各地区市场化相对进程2011年报告》(以下简称《报告》)。

(三)变量选取与模型设计

(1)被解释变量 :目前 ,国内外关于内部控制 质量的衡量主 要有如下三种形式:第一 ,现在大多数 的研究均根据是否 披露内部控 制报告或者管 理层披露的内 部控制缺陷 或者审计意见等直接的报告作为衡量指标;第二, 通过设计调查问卷进行评价;第三,构造相关指数来评价。本文将采用“迪博·中国上市公司内部控制指数” 作为内部控 制质量的衡 量指标,该指标值越大 ,表明企业内部 控制质量越高。

(2) 解释变量 : 用《报告 》发布的2009年各地区中介组织发育和法律得分、政府与市场的关系得分、市场化相对进程得分分别反映外部治理环境的三个主要方面:法治化水平、政府干预程度和市场化程度。但是由于《报告》更新速度较慢,2009年的统计结果为最新数据,本文采用2009年数据代替2010-2012三年的数据。中介组织发育和法律得分越高, 法制化水平越高,外部治理环境越好;政府与市场的关系得分越高表示政府干预越少,外部治理环境越好; 市场化相对进程得分越高表示市场化程度越高, 外部治理环境越好。

(3)控制变量:根据前人对内部控制质量影响因素的研究, 本文选取了企业规模、企业杠杆水平、企业销售增长率、企业业绩、企业性质哑变量和年度哑变量等因素作为控制变量。

相关变量的选取和计算如表1所示。

为了分析法治化水平、政府干预程度和市场化程度对企业内部控制质量的影响,根据如上所选变量,本文建立了如下线性回归模型:

其中,a0为常数项,ai(i=1,2,…,11)分别为上述各变量的系数,μ为残差。

三、实证检验

(一)描述性统计

表2是对各变 量进行的 描述性统计结果,可以看出 :我国电子业上市 公司内部 控制质量 存在很大 差异, 内部控制质 量好的公司 内部控制指数达到957.1分;而内部控制质量差的公 司内部控 制指数仅 为503.2。企业经营面临的外部治理环境也 存在很大差异 , 市场化相 对进程得分最 高达11.80,而最小值 仅为4.98; 政府与市场的关系得分最高达10.2分 ,而最低仅为5.9分 ; 同样 ,反映法治化水平 的中介组织发 育和法律得 分最高分 与最低分 相差也很大 。造成这样 结果的原因可 能主要是我 国正处于 社会主义 初级阶段 ,企业所在 的各地经 济社会发 展程度、政府 政策倾向等各 个方面仍 发展不平衡,存在较大差异。

(二)相关性分析

对变量进行相关性检验, 市场化程度、 法治化水平均与内部控制质量呈显著正相关关系, 政府干预程度与内部控制质量显著负相关; 控制变量中的企业规模、 杠杆水平、ROE和企业性质均与企业内部控制质量呈显著相关关系, 而销售增长率与内部控制质量相关性不显著。三个自变量:市场化程度、 政府干预程度和法治化水平之间的相关系数均超过0.5,三者之间可能存在严重的多重共线性。鉴于此, 在接下来的回归分析中, 本文将市场化程度、 政府干预程度和法治化水平分别带入模型中检验, 以减少多重共线性的影响。

(三)回归分析

表3给出了(1)式的回归分析结果。 为了避免市场化程度、政府干预程度和法治化 水平之间存在 多重共线性问 题干扰最终 结果 , 将反映市场 化程度、政府 干预程度和 法治化水平的M、G、L分别带入 (1)式中进行检验。从表3第一列可以看出,市场化相对进程 得分与企业内 部控制指数 在0.01的水平上 显著正相 关 ,H1得到了验证 : 市场化程度与内部控制质量正相 关 , 即市场化程 度越高,内部控制质量越 高 ;从表3第二列可以看出 , 政府与市场 的关系得分与企业内部控制指数在0.01的水平上显著 正相关 ,H2得到了验 证 :政府干预程 度与内部控制 质量负相关,即政府干预越少 ,内部控制质 量越高;从表3第三列可以 看出 ,中介组织发育和 法律得分与 企业内部控制 指数在0.01的水平上 显著正相关 ,H3得到了验 证 : 法治化水 平与内部控制 质量正相关, 即法治化 水平越高,内部控制质量越高。

控制变量方面,从表3中可以看出,企业规模、杠杆水平以及ROE均与企业内部控制质量显著正相关,可能的原因是企业规模越大、反映其盈利能力的ROE越大, 越有能力优化内部控制设计、强化内部控制质量。而销售增 长率与企业内 部控制质量则呈显著负相关关系,可能的原因是销售增长率较高,从产品生命周期角度来看,这样的企业多属于成长型公司,往往将公司发展重点放在市场的拓展和扩张方面,而对内部控制则有所疏忽。

四、结论与不足

基于樊纲等提出的外部治理环境相关指数和“迪博·中国上市公司内部控制指数”, 本文通过相关性分析,验证外部治理环境的三个主要方面:市场化程度、政府干预程度和法治化水平与企业内部控制质量是否具有显著相关关系; 通过对上述三个外部治理环境要素和企业内部控制质量的关系进行线性回归分析, 来分析各因素对企业内部控制质量的具体影响。实证结果表明: 市场化程度和法治化水平均与企业内部控制指数呈显著正相关关系, 政府干预程度与企业内部控制指数呈显著负相关关系, 即市场化程度越高、政府干预越少、法治化水平越高,内部控制质量越高。因此,要提高我国企业整体内部控制水平, 除了需要企业自身的强化之外, 还应进一步推进和改善外部治理环境, 推进市场化进程、减少政府干预和提高法治化水平。

本文的不足之处在于:(1) 鉴于“迪博·中国上市公司内部控制指数”从2011年开始发布,目前仅有2010-2012年三年的数据 ,本文也只选取了2010-2012年我国电子业上市公司的数据,样本量偏小 ,也没有分析行 业因素对内部控制质量的影响。 (2)企业内部控制质 量不仅受自 身微观因素和所 处的地区外部 治理环境的 影响,还受宏观经济因素(如通货膨胀、财政政策、货币政策等)的影响,本文在进行变量分析时,没有进一步对宏观经济因素加以控制。 (3)本文仅对企业外部治 理环境与内部 控制质量进行了简单的线性回归分析,没有对其内在影响机理进行深入研究,这也将是日后进 行深入研究和 改进的一个方向。

注:*** 表示在 0.01 水平(双侧)上显著相关,** 表示在 0.05 水平(双侧)上显著相关,* 表示在 0.1 水平(双侧)上显著相关;括号中的数字为 t 统计量。

摘要：作为企业经营管理的重要事项,内部控制质量的高低对企业的发展起着至关重要的作用,而对内部控制质量影响因素的研究,将有利于企业更好地调整相关影响因素从而进一步提升内部控制质量。本文以2010-2012年我国A股电子业上市公司为样本,实证探讨外部治理环境因素对企业内部控制质量的影响。结果表明:市场化程度越高、政府干预越少、法治化水平越高,内部控制质量越高。因此,要提高我国企业整体内部控制水平,除了需要企业自身的强化之外,还应进一步推进和改善外部治理环境,推进市场化进程、减少政府干预和提高法治化水平。

综合治理实现绿色数据中心 篇4

1服务器与存储内置节能技术

服务器作为数据中心的一个重要组成部分，是电源与散热的主要需求设备之一。惠普在服务器中普遍采用了低功耗的处理器、内存和2.5英寸硬盘。除此之外，其实还是很多值得推崇的设计。还是拿我们最熟悉的HP Proliant工业标准服务器来举例，它采用了全球行业内领先的电源，在标准负荷情况下表现出90％以上的功效。在HP Integrity动能服务器中使用的先进功率变换技术，能将服务器的能源使用效率提升15％以上。

惠普最新的高扩展性(ExSO)服务器新产品SL6000，就是从服务器端优化改进的代表性产品。从处理器层面上，SL6000基于英特尔Nehalem至强5500系列处理器，应用了包括集成功率门限，自动低功耗状态等英特尔智能节能技术，可将闲置功耗降低达50％。SL服务器系列使用了“无缝的模块化”系统架构。可以用轻巧的导轨和托盘设计取代传统的底盘和机架外形。因此，客户可以在仅占用数据中心的一小部分空间的同时，实现资本、设施和运输成本的锐减。此外，其超高效的模块化设计能够使客户快捷地构建解决方案，满足超规模横向扩展工作量的要求。

为了适应整合小型数据中心、构建高利用率的大中型数据中心的要求，HPProLiant SL6000服务器系列在节能降耗方面有两大优势：首先，与传统的机架式服务器相比，它整合能耗和散热基础设施并采用独特的空气流设计，可以节省28％的电耗，相当于每年节省2800万元的能源费用。总体而言，该系统每年可少使用52，000兆瓦的电能。其次，它的超轻量设计使ProLiant SL服务器中的金属使用量减少31％。

2机箱节能技术

服务器从塔式变成机架，从机架变成刀片，体积越来越小，而计算密度却从单处理器单核到双处理器双核，甚至多处理器多核。计算密度的增加对散热的需求也越来越高，散热设备本身所消耗的能量也在增加，并成为数据中心当中不可忽视的一部分。因此，对散热设备本身的电源管理也变成了数据中心电源管理的一个重要组成部分。

1主动式散热风扇

HP Active Cool风扇是一种创新型设计，可仅使用100瓦电力冷却16台刀片服务器，在产生强劲气流的同时比传统风扇设计耗电量更低。HP ActiveCool风扇支持热插拔，可通过添加或移除来调节气流，使之有效地通过整个系统。这就使集中冷却变得行之有效。

2PARSEC机箱散热

HP Parallel Redundant ScalableEnterprise Cooling(PARSEC)体系结构结合了局部与中心冷却特点的混合技术模式，机箱根据温度的不同被分成不同区域，每个区域分别装有风扇，动态地为该区域的刀片服务器提供直接的冷却服务，并冗余地为所有其它部件提供冷却服务。

3智能热技术(ThermaI Logic)

HP Thantial Logic技术通过上述两项创新技术加上动态电源管理器，使得客户能够根据需求监控、整合、共享并匹配电力资源，并根据当前工作负载、供电容量及冷却水平来平衡性能、供电与冷却，从而达到数据中心的最佳性能。

使用HP Thermal Logic技术以及高密度的刀片系统套件，不仅比相同数量的机架式服务器冷却所需气流降低50％且耗电减少70％，同时还可节省出宝贵的机架空间。

3节能管理工具

硬件设计的优化之外，监控管理软件可以根据企业应用的负载组合情况实时管理电源使用情况并实现节能。惠普为企业提供的HP Insight PowerManager技术、虚拟化与IT整合和动态容量管理等数据中心管理技术和工具，可以帮助企业管理、控制、整合数据中心，支持企业以更低的能耗、更高的效率、更高的稳定性支持企业业务的发展。

1HP Insiaht Power Manaager软件和iLO 2工具

HP Insight Power Manager(IPM)是一款集成的电源监控和管理应用软件，它配合惠普的服务器与存储统一管理软件(HP System Insight Manager)，以图形化界面对服务器的能耗和散热进行方便而统一的管理，并支持基于策略控制能耗。可以有效降低HP Prokiant工业标准服务器和Integrity动能服务器的电源和散热需求，从而增加数据中心的可用容量。

2虚拟化

前面提到，我国的数据中心处理器利用率较低。出于传统的思路。企业数据中心往往会为每种应用安排一台专门的服务器。而虚拟化技术的出现，正是利用资源池的概念解决处理器及存储器利用率低的问题，将多台未充分利用的服务器的工作负载整合到同一台服务器上，可以最大限度地提高利用率，并因此大大节省能源成本。

3动态容量管理(DC M，Dynamic CapacityManaqement)

动态容量管理软件是一款企业级存储容量解决方案，使得用户可以按需动态配置磁盘逻辑卷容量和优化磁盘利用，降低能耗，并最大限度地减少数据中心存储容量配置管理任务。

4精简配置&重复数据删除

惠普自动精简配置软件(ThinProvisioning Software)在不影响应用的前提下，可为HP XP存储阵列提供自动根据应用需求从虚拟化存储池里分配和增加额外物理磁盘的能力，从而减少应用对初始磁盘容量的需求，降低能源消耗。

4数据中心节能技术

从处理器、内存、磁盘到管理软件的电源管理，只是实现了IT设备的节能与高效。数据中心的节能则实现了系统级散热设备的高效，让不同的散热技术“物尽其用”发挥出自己的功效。

1动态智能散热

动态智能散热技术借助安装在机柜上热传感器实时收集与传输环境数据的技术及与数据中心制冷设备的动态互动控制，惠普动态智能散热技术可将数据中心的散热成本降低15％到40％，减少了二氧化碳的排放量。这样，数据中心的计算设备就可以与电源和散热设备进行交互。这种更加智能和全面的散热方案，是降低能源成本的重要途径之一。采用动态智能散热，可以使传统数据中心的能耗比值PUE从2.0以上降低到1.6左右。

2模块散热系统(水冷机柜)

惠普模块化散热系统是一种创新的自散热式机柜。惠普新型模块化散热系统(MCS)达到业界最高的散热能力，可用于对高密度部署的服务器和刀片系统进行散热，能够在不增加数据中心散热负载的情况下，提升计算能力，从而提升现有的传统数据中心的散热性能。

3配电机柜

惠普新型配电机柜，通过将数据中心的集中配电改为区域配电方式，将配电管理移到“区域”级，解决了从机箱到机架的集成电源管理问题。借助这种分布式的配电方案，可提高电源电缆的管理，大大加强数据中心配电和电源的监控管理，节省配电安装成本和减少发热源，从而节省能源成本，并大大降低系统因过热而出现故障的风险。

4三相UPS

惠普新型配电机柜采用全冗余三相供电输入，简化了电源分配管理，消除了地板下杂乱的电缆配备，并支持功率的扩展需求，也为未来交直流的电源分配提供了灵活性，而这种惠普的三相UPS配电机柜更是达到了业界最高的电源利用率。

5革命性的性能优化数据中心(POD)

把原来大型建筑中的数据中心，压缩到标准集装箱的规格，使得部署密度大幅提升和能耗比大幅下降。PUE可达1.25，现有HP的POD数据中心可以在40英尺的柜体中容纳3500台以上的服务器，以及多达12000个磁盘的数据容量，并且可以不占用传统的建筑空间，是名副其实的绿色数据中心，大幅节省能源、资金，大大加快数据中心的部署速度。

5节能服务

如果说产品与技术是惠普提供给客户的“标准化”菜单，那么服务则是针对每个单独客户的“定制化”菜单。惠普可以根据客户的实际情况与需求，提供从数据中心设计测绘到数据中心建成之后的评估改进的完整服务。惠普用于改进数据中心能源效率的最佳实践集中于两大方面，即：机房节能设汁和机房节能评估。

惠普专家采用先进的建模工具和技术，准确测量数据中心的热区分布和散热情况，评估和分析机房空间和机架配置影响、并引进惠普数据中心的最佳电源和散热实践，为企业定制详细的能源优化建议和散热节能策略。这些建议和策略可帮助企业更好地规划数据中心机房的空间利用，和推迟成本高昂的设备升级，或大幅降低升级需求。

与先进国家相比，“形势严峻”，仍然是我国目前环境现状的主音，单位GDP产值的能耗是发达国家的3至4倍。它一方面显示出国内节能降耗的路还很长，另一方面则预示着“绿色数据中心”在我国的前景非常广阔。数据中心作为IT基础设施的能耗主要来源，节能降耗领域的技术革新才刚刚开始。

Sun壮大磁带存储业务

2009年10月20日，SunMicrosystems公司宣布，据权威市场调查公司IDC的最新研究报告显示，Sun公司2009年上半年自动磁带存储收入排名第一。Sun的磁带存储创新力和世界上最全面的硬件产品为Sun的磁带存储业务提供了强大动力。这些高效率、高性能的存储解决方案为客户带来了极大的益处。因此Sun在已有客户和新客户方面都获得了显著增长。

大数据背景下的数据治理模式 篇5

在当前信息时代, 随着互联网技术与物联网的不断普及与发展, 人们获取、收集信息的渠道越来越多样化。各种搜索引擎、社交网站、通讯工具等的普及应用, 使得数据呈爆炸式增长的趋势, 因此, 当今时代也被称为大数据时代。大数据在现阶段已不是一个新颖的话题了, 但就目前而言, 大数据的有效管理与使用却一直是各个行业致力于研究的问题, 也就是所谓的数据治理。

在20世纪90年代, IBM就开始了对数据治理的研究与探索, 经过不断实践与完善, 如今在企业中已形成了一套较为成熟完善的数据治理模式。虽然数据治理的实践开始较早, 但在理论研究上, 学术界对数据治理还没有给出一个精准的定义, 各界学者对于数据治理的理解与定义各有不同。国外学者对于数据治理的理解也有几种不同的观点, 有人认为数据治理指的是, 将企业的各种数据信息作为企业的重要资产, 对其进行规范的管理、开发、维护等, 并制定与之相关的标准、流程、决策权、制度、技术等。还有人认为数据治理指的是, 企业内部的员工及信息系统, 为完成与信息相关的流程, 而涉及到的组织结构、规则、决策权以及责任, 也认为数据治理的实际意义就是为组织使用数而设立相应的管理规则。在国内, 多数的学者主要集中于数据治理内容的研究, 包括数据质量管理、元数据管理、数据标准管理、主数据管理、数据安全管理、数据生命周期管理以及数据应用等方面的内容。

在当今的大数据时代, 人们对数据治理的研究热度只增不减, 索雷斯在其著作《大数据治理》一书中, 提及大数据治理的概念, 并将之作为广义数据治理的一部分, 将其定义为制定与大数据有关的数据优化、隐私保护与数据变现的政策。该书详细阐述大数据治理的准则、不同类型数据的治理以及不同行业中的应用场景等, 提出了一系列具体的操作建议。

2 当前企业数据治理的现状

随着信息技术的不断发展及普及, 各个行业都逐渐的意识到数据治理的重要性。尤其在企业中, 数据治理已经成为当前业务应用集中建设、整合分析数据信息、辅助管理决策的一个重要手段。在企业中, 数据被当作是一项重要的企业资产, 企业通过数据治理完成对数据的优化、管理、利用等决策, 并对组织内部的员工、工作流程以及策略等进行合理的调整, 以发挥企业数据的最大价值。

企业通过建立良好的数据治理体系, 可以在与企业战略保持一致的前提下, 在数据应用方面进一步的增强跨业务的综合决策能力, 为企业管理决策层提供更好的辅助支持, 在数据管理方面优化为更合理的企业级数据架构, 使系统间的数据交换在一个统一标准的环境下进行, 并且建立常态化数据管控机制, 以应对更广泛的数据应用需求, 以保障企业数据标准、数据质量及数据的安全, 支撑顶层智能决策等应用。

使用数据治理手段辅助企业管理经营已经是大势所趋, 但由于数据治理的应用在我国起步较晚, 发展还不成熟, 在当前企业的数据治理过程中, 仍然存在着一些问题与不足。以下是几点当前企业数据治理过程中存在的问题与不足。

(1) 虽然企业中已开展了数据治理的相关工作, 但由于对数据资料的认识度不够, 在实际的应用中数据治理很容易流于形式, 不能发挥出真正的价值。

(2) 目前大多数的企业在数据治理工作中仍然偏重于技术, 不太注重数据质量的问题, 也没有建立起完善健全的数据体系。

(3) 企业各部门之间缺乏通用的业务规则。各个部门都有各自的业务标准, 经常造成部门之间标准的混淆与矛盾。

总的来说, 数据治理并不仅仅指技术层面的工作, 还要使企业的业务部门与信息部门之间达成共识, 形成及数据、应用、技术、组织四位一体的数据治理体系, 有效的提企业的信息化管理水平与数据应用水平。

3 大数据背景下改进数据治理模式的对策

数据治理参与企业的管理运营过程是大势所趋, 针对当前企业数据治理过程中存在的问题与困境, 以下提出几点改进的建议与对策。

3.1 健全数据治理体系

企业要将数据治理作为一项专门的业务来对待并管理, 根据企业的实际情况制定相应的数据治理目标, 成立专业的数据治理组织, 健全保障机制, 构建一个全方位、高效率的数据治理体系。该数据治理体系需要企业各个部门、组织、技术等方面的全面参与和与配合。

首先, 要建立相应的数据治理组织机构。可以在企业顶层建立数据治理委员会, 由高层管理人员、信息管理部门以及业务部门主要负责人共同组成。在中间层设立由各业务部门业务专家、数据库管理专家、信息部门技术专家、培训专家等共同组成的数据治理工作组。在基层则设立由信息系统项目组成员共同组成的数据治理工作组。

其次, 建立相应的标准规范。从整个企业的角度出发, 建立统一的数据标准, 结合数据治理工作, 成立技术标准工作组, 制定工作计划, 组织完成各类标准制定, 主要包括技术标准、业务标准、管理标准、数据质量标准等内容。

最后, 在数据治理过程中, 离不开数据技术的支撑, 企业需要利用数据技术来完成对企业信息数据的管控与支撑, 将元数据采集、管理和应用作为核心, 加之规范的数据标准、较高的数据质量, 充分利用企业已建设的元数据管理平台、主数据管理平台以及数据分析技术、数据质量整治技术, 实现健全的数据治理体系。

3.2 提升数据质量管理水平

根据企业的实际情况, 改进当前的额数据质量管理现状, 健全数据质量管理体系。选择与企业密切相关的指标为切入点, 分析数据成熟度, 进行集中抽取。以实现标准、编码、模型和数据的统一管理, 避免数据多头管理和冲突, 消除数据冗余, 达到数据共享、数据集中管理的目的。逐步实现事前防范、事中监控、事后治理的闭环管理, 并建立企业级数据质量管理制度、规范, 来识别高价值数据属性, 确保能获得高质量的数据来支撑业务运营与经营分析。

3.3 全方位数据应用

企业的数据应用指的是对整合后的数据进行较深层次的分析, 并利用各种方法进行数据挖掘分析、多维分析、即时查询等方面的数据应用。利用数据治理手段, 借助数据中心, 对业务源数据作深入分析, 挖掘出数据之间、指标之间的关系。并通过决策指标、跨业务主题等形式, 展示数据中心历史数据的积累程度、数据的质量、数据应用范围的真实情况, 实现智能决策分析应用, 体现本单位数据治理的最大成效。

4 结语

企业结合自身的实际情况, 通过建立完善的数据治理组织机构, 设立相关的标准规范, 提升数据质量管理水平, 全方位实现数据应用等方式, 可以极大的提升企业的数据治理与应用水平, 提升企业的信息化建设水平, 增强企业的核心竞争力。

摘要：在当前的大数据背景下, 数据治理通常被应用于各个领域, 其中应用最为广泛的就是政府、企业。在当前的大数据时代, 数据治理已逐渐成为企业进行智能化决策的重要手段, 帮助企业在竞争激烈的市场中, 快速有效地分析处理大量数据信息, 占据有利地位。基于此, 主要以企业数据治理为研究内容, 描述当前企业数据治理的现状及出现的问题, 并详细分析了当前大数据背景下企业的数据治理模式。

关键词：大数据,企业,数据治理

参考文献

[1]巨克真, 魏珍珍.电力企业级数据治理体系的研究[J].电力信息与通信技术, 2014 (1) .

[2]陈慧玲, 贾德红, 王春辉.供电企业财务业务数据治理探析——三个“实时”构建精益高效的财务业务数据治理体系[J].安徽电气工程职业技术学院学报, 2015 (4) .

[3]李明.管理信息系统中提高数据质量方法技术[J].电脑知识与技术, 2013 (4) .

数据质量治理 篇6

1财税数据分析现状

财税信息化建设,自上世纪80年代初起步,经历了单机应用、分布式应用、大集中应用和以数据管理为核心的大规模集成化应用四个阶段。各地财税部门通过应用系统采集各项业务数据,并推进与外部门的信息共享,不断扩大财税部门掌控的经济信息总量,夯实财税管理基础。各地财税部门在加强数据管理、深化数据分析应用、探索信息化支持决策与管理模式等方面,做了很多有益的探索,取得了一定成效。但是,如何有效地进行财税数据分析应用,提高税收管理的整体水平,一直是财税管理部门非常重视并急需解决的课题。

2财税数据分析问题

2.1基础工作需夯实

外部数据没有长期有效的获取机制进行保障;没有一套统一的采集工具或方式面向社会公众采集信息;部分急需掌握的外部数据无法获取,或者数据更新频度较低;内部应用系统各部门分别建设,互相间数据的定义规则、标准不一致,系统间公用信息无法交互;指标体系设计缺乏全局性,各相关业务指标的数据契合度不高。

2.2应用水平待提高

各部门对数据的资产价值认识水平不同,深入分析挖掘获取数据潜在价值的意识参差不齐,各单位对数据查询分析工具应用水平不同;分析系统所需数据的维护时效性不高,制约数据连贯性成长;分析工作在横向部门间、纵向单位间关注点不同、要求不一致,各级部门在执行力度上存在差异性;面向业务分析多,面向决策、内控、行政管理少;直接分析多,预测分析少。

2.3统计分析需整合

各部门之间统计工作自成体系,各自为政,相互之间的资料交换和信息共享程度不高;对已有数据,缺乏进一步的加工整理,数据综合分析还有所欠缺;财税业务数据关联分析不足,存在数据孤岛,未形成一体的财税数据分析体系;财政数据对税收业务决策的指导作用未能发挥,税收数据对财政业务的监管效能也未能体现。

3提升数据分析思路

提升数据分析应用水平,应以数据应用为核心、以数据分析为导向,以业务与数据相结合为驱动,形成财税数据治理机制。数据分析应用着眼于引领财税科学发展;数据分析应用着眼于服务经济发展大局;数据分析应用着眼于研判政策执行效应;数据分析应用着眼于提升业务决策能力。应用先进的技术搭建财税数据云平台,基于平台构建财税统一报表体系和财税收入运行形势的数据分析模型,为决策层、管理层、操作层提供全方位、多层次的数据支持,有效反映财政资金和国地税收运行结果,进一步提升财税管理和决策水平。

4财税数据分析方法

4.1搭建财税数据云平台

建立绿色高效、简单快速、成本节约的财税数据云平台。云计算是一种能够方便、按需从网络访问共享的可配置计算资源池的模型,虚拟化和集群技术是云计算的核心。因此,短期目标可以是建立基于虚拟化技术的财税私有云平台,远期目标则是引入集群技术和第三方云服务,建立包含私有云和公有云的财税混合云平台。

4.2建立有效工作机制

提升数据分析水平,需建立七个机制。一是,建立纵向分层管理机制,明确省局和基层两级工作重点;二是,建立横向分工协作机制,明确牵头、配合部门;三是,建立信息交流共享机制,将外部信息交互通过联席会、协议等方式确定下来;四是,建立督导反馈机制,对数据分析等方面的工作情况进行督导和反馈;五是,建立绩效考核机制,将数据治理工作情况量化为考核指标;六是,建立分析成果交流机制,将各方在数据治理中取得的经验进行交流和共享;七是,建立人才储备机制,培养锻炼一批理论素养高、实践能力强的复合型人才。

4.3完善数据质量管理体系

引入元数据管理理念,规范业务数据标准,建立数据采集标准和清洗,形成财税系统基础业务数据规范,严把数据采集关、录入关和审核关。制定贯穿信息采集、存储、查询、应用等全过程的信息管理规范,建立信息标准体系,统一财税信息的数据标准、口径,采取有效措施切实加强数据质量管理,保证信息的准确采集和规范使用。建立全面完善的异常数据检测、监控,不断完善数据审计规则,将数据质量管理工作转为常态化日常工作。

4.4完善财税分析报表体系

统一数据口径,实现云集报表查询、定制查询、领导查询和自由查询为一体的数据利用云平台。为财税各部门、各单位及一线工作人员提供切实可行的数据分析结果,为领导决策提供更为科学有效的支持。依照业务规则形成逻辑统一的数据主题树,并依据此主题树,利用报表、图表、多维分析、即席查询等多种工具,为用户提供实时、周期性、一次性的报表、图表及数据查询等内容。

4.5完善财税分析指标体系

通过业务流程贯通,整合各系统间共享数据及业务相关数据,用数据揭示经济发展、产业结构,行业税收征管状况的内在联系。挖掘各类财税数据间的潜在价值,挖掘主要业务之间、主要业务和边界业务之间的关联关系,发现数据在业务之间的桥梁纽带作用,以点带面,点面结合,全面推进数据利用工作。对业务进行相互关联分析,深入挖掘业务数据之间的关联关系可以充分提高数据利用深度,带动发现边界数据问题,提高数据的利用效能。

5总结

大数据治理框架体系研究 篇7

随着信息科技的不断发展, 政府、企业、高校以及社会各个团体部门纷纷大力开展信息化建设, 例如企业ERP、人力管理系统、物流系统等等。这些系统在某些程度上满足了企业信息化需求, 实现了管理的自动化和智能化, 但同时也存在许多问题。

1. 系统相对独立, 缺乏统一治理的方法论。

企业内部建立了各种规格的信息系统, 这些系统大多以独立系统的方式存在, 然而这些系统内部的信息往往是有关联的。由于每个应用所持有的数据具有越来越高的耦合度, 使得对某些公共数据的读、写、删、更新等操作十分繁琐。一些企业希望通过系统集成的工作来整合这些数据, 然而却缺乏统一方法论的指导, 导致数据集成工作十分混乱, 甚至加大了系统维护的开销。

2. 数据爆炸式增长, 全局数据治理需要引入大数据解决方案。

众所周知我们已进入大数据时代。大数据首要的一个特征是数据量庞大且增长迅速。2013年中国产生的数据总量超过0.8ZB (相当于8亿TB) , 相当于2012年的2倍, 2009年全球的数据总量。预计到2020年, 中国产生的数据总量将达到16ZB, 这是2013年的20倍。为了解决数据量过大的问题, 个别企业或者企业中的某些部门纷纷引入大数据的解决方案, 例如Hadoop、Spark等等。这些方案的引入某种程度上缓解了部门内的“大数据问题”, 而大数据的解决方案还没有引入到全局统筹治理的方法论中。例如在没有统一标准的情况下, 相关部门的大数据解决方案在技术上无法共享, 更无法从根本上发掘“大数据”为具有的真正价值。

3. 传统企业缺乏“数据创造价值”的基因。

一个企业的企业文化中是否包含了“数据创造价值”这样的基因直接决定了企业大数据战略能否得到有效实施。然而企业中, 特别是传统行业中往往不具备这种“数据文化”, 这需要在企业的建立“数据治理”相关部门, 并与其他部门并行展开工作, 确保企业信息化健康的开展。

综上所述当前企业信息化建设仍存在许多问题和挑战。李克强总理在2016年贵阳数博会上指出:“政府就要在其中发挥作用, 打破信息孤岛。目前信息资源80%掌握在政府部门手中, 除涉及隐私之外, 其他信息都应该向公众和社会开放, 形成人在干, 数在转, 云在算的局面。”要实现李克强总理的目标, 就需要一个统一的、科学的、公共认可的方法论来指导企业、政府以及社会团体的信息化建设, 以此进一步提高信息化建设质量、减小信息化为企业带来的风险, 增加政府、企业对大数据浪潮下发展机遇的把控力。

二、数据治理概述

由上一节分析我们可以看出, 当前大数据环境下缺乏统一的方法论来指导数据的管理、集成、存储和维护。为了应对当前企业信息化建设的挑战, 数据治理的概念被提出。数据治理是通过对利益相关者的需求进行科学评估, 通过统一的数据管理机制来帮助企业业务得到健康发展, 并最终对治理结果予以客观评估的全部过程。与单纯的数据管理不同, 数据治理更倾向于建立一整套完整的组织体系, 赋予管理者绝对的权利, 管理者需要决定数据治理的时间、条件、执行者以及目标对象, 并最终对治理的结果负责。

数据治理作为一个新生概念在国外被首先提出。国际数据管理协会 (DAMA) 认为数据治理是对数据自然管理行使权利的活动集合[1]。国剧数据治理研究所 (DGI) 则提出数据治理是信息相关过程的决策权和职责体系[2]。而对国内而言, 数据治理的研究才刚刚起步。提出了高校图书馆的数据治理方法[3], 提出了高校信息化建设中数据治理的应用问题[4], 提出了应用于电力系统的数据治理方法[5]。显然近些年国内的研究更关注与某一行业或者领域的数据治理应用情况, 缺乏通用的数据治理框架体系。本文针对这一问题, 提出一个通用的数据治理体系架构, 并分析了架构内各个模块的功能与作用。

三、数据治理框架

本节我们给出通用的数据治理体系框架, 包括数据持久化层, 数据集成层, 统一建模层、数据质量层、元数据管理层和数据治理人员组织层。

持久化。持久化是数据治理的基础问题。在传统的场景, 一般由关系型数据库作为数据持久化的载体。对于这一问题已有许多研究, 本文不再赘述。然而伴随大数据时代的到来, 传统的关系型数据库很难应对数据量过大的问题。因此在数据治理体系内引入NOSQL数据库是大数据问题驱动的必然选择。另一方面, 非结构化数据往往以大文件的形式存在。这些大文件通常依赖分布式的文件系统, 如HDFS、TFS等。相比于传统的数据治理方法, 新一代的数据治理体系应当对这些新生的大数据技术给予支持。

数据集成。企业内部不同系统之间, 往往存在许多共有的复用数据。在传统的管理体系下, 并未对这些数据给出明确定义。在数据治理体系下, 这些数据以“主数据”的形式表达出来。主数据是指具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据, 是单一、准确、权威的数据来源。主数据的实施, 更有利于系统的集成和数据的协调管理。

作为不同系统产生的大文件数据, 上层的系统应用需要统一的SQL接口来部署和管理, 这就用到了数据仓库技术。例如Hadoop体系中的HIVE, 可以很好地将不同的大文件抽象出统一的SQL接口供上层使用, 通过将SQL语句转化为大数据常用的Map Reduce程序来实现数据查找等功能。这一过程对上层完全透明, 大大简化了开发难度。

统一建模。统一建模是主数据和数据仓库建立的重要标准。从本质上看, 数据治理体系下的数据建模与传统的关系型数据库的建模并无本质不同, 同样存在着三级数据模型, 即概念数据模型、逻辑数据模型。本文不再赘述这些传统的理论方法。

数据质量。数据质量是数据治理的重要内涵, 我们可以把数据质量理解成为“数据满足要求的程度”。其中数据质量又有许多评估维度, 例如数据的来源是否可靠?数据是否完整?数据是否可访问?数据是否是安全的等等。这些都需要根据客观的实际需要来制定。

元数据管理。元数据 (Metadata) 通常被用来表达实体数据的描述信息, 即可称为“数据的数据”。抽象出这种用来表述数据特征的数据, 是为了加强数据的统一管理, 实现数据资源的科学整合, 有利于数据的长期保存。例如, 统一建模的描述信息, 数据质量的定义等信息可统统交由元数据库来管理。

数据治理人员组织。数据治理的真正实施, 说到底还是要依赖企业的人员组织部门。具体来看, 是由战略决策者、业务管理者、业务操作员具体推进了数据治理的实施。战略决策者制定了企业大数据发展的重要战略和决策。其主要人员往往是企业的决策和高层管理人员, 如企业技术总监、首席数据官和首席架构师等。战略决策层实施大数据治理的动力在于利用大数据辅助企业高层管理者的重大决策, 支持企业风险管控、价值实现和服务创新, 从而建立并保持企业的竞争优势。业务管理者一般由IT项目经理、IT部门主管, 或者IT部门经理组成, 负责企业的具体运作和管理任务。业务管理者在数据治理实施过程中的负责提升企业IT管理水平, 降低数据的运营成本, 提高数据的客户服务水平, 控制数据管理的风险等。业务操作员一般不具有监督和管理的职责, 通常负责执行具体地工作。在业务操作层, 大数据治理实施的动力就是规范和优化大数据应用的活动和流程, 提升大数据的业务处理水平, 具体包括大数据应用的效果和质量, 大数据应用的可持续性、时效性、有效性和可靠性等。通过有效的人员组织, 将大大提高数据治理落地速度和实施效果。

四、总结

当前企业面临大数据问题的挑战, 急需一个科学的方法论来统筹指导企业数据的管理、部署、集成等问题。针对这一现状, 本文提出了通用的大数据治理体系框架, 包括数据持久化层, 数据集成层, 统一建模层、数据质量层、元数据管理层和数据治理人员组织层。并进一步分析了框架中每一个模块的功能和作用。有别于传统的数据治理方案, 本文框架充分考虑了大数据环境的现实需求, 能够通过企业合理的人员组织, 最终使数据治理在企业中快速落地并发挥其作用。

参考文献

[1]DAMAInternational.The DAMA Guide to the Data Manag ement Bodyof Knowledge[M].1sted.NewYork:Technics Pu blications, 2009:37.

[2]Data Governance Institute.The DGI Data Governance Framework[R/OL].http://www.datagovernance.com/the-dgiframework/dgi-framework.pdf.

[3]包东梅, 范颖捷, 李鸣“高校图书馆数据治理极其框架”[J].图书情报工作, 2015, 59 (18) .

[4]李勇军, 彭林, 林成, 陆秋玉, 夏月芳大数据治理在高校信息化管理中的探索[J].中国管理信息化, 2016, 19 (3) .

大数据时代社会治理创新策略 篇8

关键词：大数据时代,社会治理,创新策略

互联网技术的快速发展使人们迅速走进信息化时代。目前,人们基本上已经适应了信息化时代生活的节奏,但大数据时代的到来将会带给人们又一次冲击,将信息化时代的发展推向高潮。大数据时代的到来,既带来了机遇同时也带来了挑战。随着大数据而来的还有各种社会问题和矛盾,如隐私泄密、公共信息安全等,如果处理不好这些问题将会严重影响人们的正常生活。因此,进行大数据时代社会治理的研究十分必要。本文将从大数据时代的相关概念入手,分析大数据时代对社会治理产生的影响,提出大数据时代社会治理创新的策略。

1大数据时代的相关概念

“大数据”一词最早出现在1988年美国《科学》杂志上,随着信息技术的不断发展和进步,“大数据”一词逐渐出现科研、商业等各个领域,并且越来越受到人们的关注和重视。但是关于大数据时代的概念的定义还是出自《大数据时代》一书,此书的出版对于大数据时代而言具有里程碑式的作用,至今仍属于畅销书籍。

1.1大数据时代的含义

目前,还没有关于大数据的具体定义和说明,但在学术界普遍将大数据解释为内容较为复杂、数量比较庞大、没有规律性的信息。 正是由于大数据具有这些特点,所以传统的数据分析模型和方法难以对此进行解释。但这并不意味着大数据的存在没有意义和价值, 相反,大数据的存在具有很强的数据挖掘价值,会直接影响相关的决策。正如《大数据时代》一书所说的大数据时代的到来将会影响我们现有的生活方式、思维方式、工作方式。此外,大数据的信息挖掘将是未来创造价值的源头,大数据的出现将改变现有的市场模式、公共管理关系、政府和企业的组织结构。由此可以看出,大数据时代就是指充分利用大数据技术处理人们能获得到的各种信息,并从中发现有价值的信息用来解决人们在生活、工作中遇到的各种问题,使解决问题的模式发生根本性变革。大数据时代的到来将会把人们的思维方式、认知能力提升到一个新的高度,但这意味着人们在面临更多机会的同时也将会面临更多的挑战。

1.2大数据时代的特点

大数据时代的首要特点就是数据信息量大。这主要与当今社会互联网技术的发展有关。其实互联网并不是大数据唯一的载体, 但由于现代社会大部分信息数据的传输都以互联网为基础的,所以往往是通过互联网运营商而获取数据。互联网运行过程中产生的数据量极大,以至于用一般的数据处理方法都难以实现数据分析的目标。尤其是在在移动互联网迅速发展起来后,大数据的信息总量还在成倍的增加。2015年,国家又规定了手机流量使用的新规定, 这些政策的出台将会进一步刺激大数据的数据总量的增加。

大数据时代的另一个特点是数据信息较为复杂。大数据时代获得数据信息的来源有很多,每种渠道获取数据信息的方式不同, 收集的信息内容重复性大。此外,获得数据信息的形式也有很大不同,如我们常见的数据信息载体有文字、图片、声音、视频等,这些不同类型的信息同样会增加数据信息的复杂性,增加数据处理的难度。

大数据时代的另一个特点就是数据的实效性强。大数据时代信息传播的速度较快,具有很强的实效性。无论是通过电脑还是移动终端浏览信息我们都不难发现,很多信息在发生的第一时间就被传输到网络上,但随着新事件的发生,这些信息很快就会被替代下去,这样就会形成一个连续的循环,只有一小部分信息能保留下来,大部分的信息都会被新的信息覆盖。

大数据时代的最后一个特点是数据的价值判断较难。我们每天都会收集到各种信息,这些信息量虽然很大,但价值密度却不高,即这些信息中有价值的信息较少,如何从规模庞大的数据库中找到有用的信息是大数据时代信息处理的关键,也是较为困难的一个环节。因此,大数据时代数据信息的过滤和提纯很重要。

1.3大数据时代的意义

大数据时代的意义应从两个层面上进行分析,一个是从个人角度,另一个是从行业发展角度。就个人而言,大数据时代的到来改变了人们思维的方式和决策方式。但针对不同的人而言大数据的意义也大为不同。对于华尔街的操盘手而言,他们通过互联网技术获得与金融市场、经济发展相关的直接信息和间接信息,如股票市场信息、网民情绪倾向信息等,并以此作为他们是否抛售股票的决策因素。对于刚刚毕业的大学生而言,大数据时代的到来能让他们更加清楚地了解当下的就业情况、各个行业的人才需求量和各个企业的职位招聘情况,帮助他们做出最优决策。

从行业角度分析,大数据技术已经被广泛的应用于各行各业, 并逐渐受到各行各业的重视,大数据技术一方面促进了行业的发展和进步,同时各行各业对于大数据技术的使用也为大数据技术的发展提供了动力。例如,在制造业,大数据技术被用于顾客信息收集和整理,帮助制造企业了解各种产品需求情况,有助于确定各种产品的生产计划;在医疗管理方面,大数据技术被广泛用于流行病和传染病的跟踪调查,帮助医疗人员迅速掌握各种疾病的发展情况和传播情况。总之,无论是对个人而言还是对于行业发展而言,大数据所蕴含的巨大价值改变了人们决策的方式和看事物的高度,让人们站在更高的高度解决问题,提高了人们解决问题的能力,改变了社会治理的模式。

1.4大数据时代的挑战

正如上文所述,大数据时代的到来即给人们带来了更多机会, 同时也给人们带来很大挑战。因为人们对于信息的需求和信息对人们的影响之间呈正相关,即人们对于信息数据的需求量越大, 那么数据信息对于人们的影响程度就越高。尤其是在今天,大数据时代刚刚来临,人们在思想上和意识上的准备还不充分时,大数据时代带给人们的挑战会更大。第一,由于大数据时代到来的太过突然,很多人在思想意识上还没有认识到信息爆炸会给生活带来一定的负面影响,只享受大数据技术给人们生活带来的便利,没有做好迎接挑战的准备;第二,大数据技术的迅猛发展与大数据管理脱节。现在人们关注的重点是大数据技术的发展和进步,却忽视了如何管理大数据,如何制定有效的法律法规对大数据技术的使用进行约束。技术发展与管理的脱节会影响大数据技术的合理使用,凸显其负面影响。

2大数据时代对社会治理产生的影响

2.1大数据时代下社会治理的内涵

从社会管理到社会治理是社会进步的一种表现形式,社会治理与社会管理的主要区别在于社会管理强调的是政府行为,与社会管理有关的社会活动都是以政府为核心进行,而社会治理强调的是社会各方共同参加,是由政府主导的一种管理模式。由此可以看出, 第一,社会治理是以满足绝大多数人的利益为最高标准,不再以政府利益为社会管理活动的核心;第二,社会治理更加注重社会管理活动的规范化,即要在社会中形成一种服从相关规章制度、法律法规的意识,社会治理活动要依照相关的规章制度进行,是一种法律行为;第三,社会治理要打破传统社会管理中以政府为中心的模式,提出由政府主导,采取局部管理方式。这种社会治理模式不仅能有效减轻政府办公压力,还可以提高社会治理的效率,有效解决社会中存在的各种矛盾;第四,社会治理是将依法治国理念进行延展,改变现在社会中各个政府机构各自为政的局面,创建一种以数据信息共享为纽带的社会治理方式,将数据信息研究机构也纳入社会治理活动中。

2.2大数据时代对社会治理产生的影响

大数据时代的到来对于时代的发展既具有创造力同时也具有一定的破坏力。大数据时代对于社会治理产生的影响体现在方方面面。

首先,大数据时代会对社会治理依据产生影响。现阶段,我国在社会治理方面存在的各种问题很多都是和社会治理依据有关,即政府的决策行为不能单纯依靠管理经验,更多的是需要有完善的社会治理依据,这样才能实现高效治理社会的目标。但目前我国在社会治理依据方面还存在以下几个问题。第一,社会信息渠道不畅通。 政府获取各种信息的渠道少,获得的信息少,难以从中获得有价值的信息来满足决策支持的需要;第二,获取的信息存在一定的局限性。政府在处理信息时往往容易犯以偏概全的错误,某些事件的发生会影响政府的整体的决策,这样就会使政府决策存在很大的偏差。第三,获取的信息内容真实性不足。政府获得的信息失真与获取渠道不通畅有很大关系,获得的信息量小,很难进行真假辨别,一旦使用错误信息进行决策就会导致很严重问题的发生。大数据时代的到来将会大大降低上述三种情况发生的概率,大数据技术能实现信息高速大量传播,增加政府获得的信息量,让政府有足够的数据进行价值挖掘,以便于政府做出正确的决定。

其次,大数据时代会对社会治理方式产生影响。任何一个国家走社会治理道路都会经历治理过程分散化的阶段,这种局面的存在是很难通过采取有效措施避免的。处于这一阶段的国家都会有如下表现:第一,就是各个政府部门获得的数据信息过于分散,彼此之间缺少联系,且数据信息真实性得不到保障,这就会影响局部地区的政府决策,影响整个国家政府机构的决策;第二,各个政府部门之间的协调性较差,缺少磋商的机会,这就会导致两种极端现象的出现,一是政府部门职能存在交叉重叠现象,另一就是政府部门职能存在漏洞,民众办事不知道找谁。这两种现象的发生都会增加政府社会治理的成本、降低社会治理的效率。在大数据时代, 社会治理方式将会有很大的转变,政府各个部门之间将进行协调化办公,最大限度地减少各个政府部门之间的冲突、矛盾,提高政府社会治理的效率;社会治理方式还会变的更加科学化,社会治理依托于大量的数据信息,为政府决策提供有力的支持;社会治理会比以前更加精准,会针对问题本身采取有效措施,不会出现以偏概全的现象。

3大数据时代社会治理创新的策略

3.1改变社会治理体制

提高社会治理效率的关键环节之一就是改变现有的政令传递不通畅的弊端。由于受各种因素影响,我国各级政府部门普遍存在上令下不行的现象,这种现象的存在不仅严重影响了社会治理的效率,还有可能会耽误一些重要政令的实施,造成严重后果。在大数据时代,可利用大数据技术改变社会治理体制,全面推行网络化管理体制,通过对数据信息的收集、整理和利用实现各级政府之间无缝合作机制,大大提高政府社会管理的效率。

3.2创建新型社会治理模式

传统的社会治理模式是静态的、间断式的,这种社会治理模式只有在问题发生后才能采取解决措施,这已不能满足现代社会发展的需要。在大数据时代,可以创建新型社会治理模式。社会治理模式应是一种动态的机制,能在问题发生之前就有所反应,便于从源头阻止问题的发生,在解决问题过程中也是以一种动态的模式进行,能对解决问题过程中所遇到的各种突发情况采取有效解决措施,确保社会治理模式与社会发展之间具有一定的协调性和统一性。

3.3提升社会治理能力

社会治理的效率、治理成果是国家治理水平的一种表现形式, 同时也是政府社会治理能力的一种体现。社会治理能力是提高国家社会治理水平的保障,因此应利用大数据技术提高国家的社会治理能力。而提高国家社会治理能力的关键是要有较高水平的大数据技术作为支撑。由于目前我国在大数据技术发展方面的研究还不够深入,国家应设立专门的大数据技术研发管理部门,以提高我国的大数据技术水平。

4结语

努力推动“大数据”下的高校治理 篇9

全球知名咨询公司麦肯锡最早提出“大数据”时代的到来：“数据，已经渗透到当今每一个行业和业务职能领域。”“这是一场革命，庞大的数据资源使得各个领域开始了量化进程。”大数据时代的意义，意味着在教育领域中，决策和管理将日益基于数据和分析，而并非基于经验和直觉。然而，目前我国众多高校的管理模式中信息化的作用尚未充分体现，尽管在长期的办学过程中积累了大量的数据，但这些最宝贵的决策信息资源没有得到相应的整合和开发，更谈不上利用这些数据对学校的教学、科研、管理等各项事务进行预测和分析，找出其中规律，以促进高校事业实现更有效率的发展。对此，各高校应进一步调整信息化建设的思路和策略，推动“大数据”在高校治理中的应用。

首先，切实转变治理理念。高校要站在促进教学和管理水平本质上提高的高度，重新定位信息化建设的思路，将学校的发展规划与信息化建设结合起来，使信息化、大数据分析等观念深入教职员工心中，营造信息化与学校事务高度融合的氛围。高校应设立信息化主管部门，发挥自身高技能人才聚集地的优势，精选人才，配备专门的信息技术人员和数据研究人员。该部门应努力探索高校教学、科研、管理等全面事务的信息化流程，将数据建设和利用与具体的各项事务结合起来，形成高度互动的机制，促进数据的实时收集，为推动信息化服务教学和科研提供支撑。

其次，服务教与学双方。教与学双方是教学改革的两个主体，教学改革的成效如何，在目前大多是基于感性的分析层面，如教师自身的感受、学生对学习转变的自我认知等，但这些要素均带有一定的主观色彩，缺乏对现实情况的一个量化标准。高校可以建立一整套用于促进教与学的决策支持系统，其中包含可对教改效果进行数据评估的指标体系，在调查研究的基础上，将取得的结果进行数据量化处理，实现对教与学的过程和效果的随时监测，真正将教学改革的实效反映出来，窥见其中的规律，以指导教师的下一步教改行为。

再次，服务教师的科研。在科研方面，目前高校教师大多是各自为政，条件好的则有团队的配合和支撑，而在学校层面，如科研部门，能提供的帮助局限在成果管理和项目申报方面，能提供学术指导的只是凤毛麟角。信息化的介入和大数据的分析能为教师的科研提供方向，如关于各学科的学术发展趋势预测、核心期刊文章研究领域的分布、学术研究方法的更新与替代等，均可以通过分析样本后形成数据分析报告，为教师有目的、有针对性地开展科研提供决策的依据。学校的科研管理部门要与信息化主管部门形成合力，组建一个专门服务教师科研的团队，在大数据分析的帮助下，促进教师的科研成果在质和量上取得突破。

最后，促进教育资源的共享和优势互补。当前，高校为区域经济发展提供人才支撑和智力支持，而校际、校企间的合作成为高校融入区域发展的有效平台。在这个进程中，产生了不少能够促进教学有效开展的优质资源，在数据调研的基础上，信息化的管理可以使更多有用的外部教学资源即时、大量地进入高校的教学过程，实现区域内各高校优秀资源的共享和优势互补，还可以提高课程资源、教师资源的辐射性，从而形成更有影响力的校园品牌。

供电企业财务业务数据治理研究 篇10

(一)财务业务数据治理管理理念

财务业务数据治理是指将数据作为公司资产而展开的一系列的具体化工作,是对财务业务数据的全生命周期管理。有效的财务业务数据治理应从企业全局角度出发进行系统筹划,对财务业务数据的获取、处理、使用进行治理,确保数据的准确、共享和安全,实现财务与业务的有效融合,达到“数据输入标准化、数据处理流程化、数据交互规范化”的目的。供电企业财务业务数据治理着重于交付可信、安全的财务业务信息,进一步提升财务实时管控能力,为企业制定明智的经营决策、有效的业务流程提供支持。

(二)财务业务数据治理管理范围和目标

财务业务数据治理涵盖了从前端业务应用系统、后端财务业务集成数据库到终端数据信息分析,形成一个闭环负反馈系统。

财务业务数据治理的目标是提高财务业务数据的准确性、完整性,保证数据的安全性、可用性,推进信息资源的整合、对接,实现数据资源在各部门的共享,从而提升企业信息化水平,充分发挥信息化作用。

二、供电企业财务业务数据治理现状

财务业务数据治理工作在供电企业相关制度、规范和流程下借助适合本企业的有效技术手段和管理手段来实现。具体分为三个步骤:固化各信息系统集成接口、财务业务数据集成、数据质量管控。

(一)固化各信息系统集成接口

业务活动发生的同时,相关业务信息不仅在该业务系统中进行记录,同时传递到财务管理信息系统中,生成财务与业务系统的集成信息。包括成熟套装软件、财务管控模块以及计划、营销、基建、物资、人资、经法、交易、调度通信等系统之间提供的集成接口就是用于业务数据的实时传输,通过这种方式,财务与业务系统无缝衔接,实现财务、业务数:据的交互共享以及集成化的财务实时管理过程。

(二)财务业务数据集成

财务与业务数据的高效集成,实现了财务业务信息的实时传递、资源共享以及业务流程的无缝衔接,构建“横向集成、纵向管控”的一体化财务信息工作平台,为财务实时管控提供了有力支撑。

1. 预算管理流程的数据集成(基于财务管控与ERP系统)。

业务部门在财务管控系统中编制业务预算申请表并提交财务部门,财务部门对预算的执行情况进行控制,对于超出预算外的项目,财务部门需驳回业务部门申请,由业务部门重新发起。财务部门依据财务管控系统中“二上”年度预算报表,将年度预算在ERP系统中按成本类别分解至相关会计科目,确保预算执行均衡,实现预算执行可控、在控。

2. 应收账款管理流程的数据集成(基于财务管控与营销MIS系统)。

营销部门在营销MIS系统中录入销售发票、收款单、其他单据等业务信息,生成销售业务所形成的往来款项与各种分析报表,通过系统集成接口,将应收电费、实收电费、售电侧报表等数据传递财务管控系统,实现业务数据传递生成会计凭证,以及报表系统自动取数。

3. 应付账款管理流程的数据集成(基于财务管控与ERP系统物资模块)。

物资部门根据物资出入库情况在ERP系统物资模块中录入信息,集成数据自动生成财务凭证,财务部门仅进行发票校验,出入库前端业务的制证工作由物资部门完成,从而实现物资与财务模块的无缝衔接。财务部门根据财务管控中月度现金流量预算严格控制当月物资采购等相关业务的付款项目及金额。

4. 工程管理流程的数据集成(基于财务管控、ERP、基建管控系统)。

基建部门每月按工程项目及采购订单明细申请下月预算,提报财务部门审批,财务部门通过管控系统集成信息实现月度现金流的控制,提高付款业务准确性。基建部门根据输变电工程项目情况,在ERP系统中生成WBS元素,财务部门可据此分别进行各个项目的成本控制与转资业务处理,实现工程项目信息与财务资产信息衔接、转变的准确与高效。

5. 固定资产管理流程的数据集成(基于财务管控、ERP、PMS系统)。

生产部门在ERP系统中新增、变更设备卡片信息,经财务部门审核后,联动生成固定资产卡片,并通过数据中心传递至PMS系统,实现实物资产账、卡、物联动工作机制。ERP系统根据固定资产卡片信息按月计提折旧,生成折旧凭证并传递至财务管控系统。固定资产卡片是资产清查的重要依据,资产设备卡片的实时联动,准确、及时地反映固定资产的安全完整并充分发挥其效能。

6. 成本核算流程的数据集成(基于财务管控、ERP、员工报销系统)。

业务部门根据实际发生的成本费用在员工报销系统中录入报销单明细,经部门领导审批、财务人员审核后,报销单涵盖的业务数据传递至财务管控生成记账凭证。同时传递至ERP系统中,受预算控制。

成本核算流程中涉及与人资部门的数据集成(基于财务管控、ERP、人资管控、福利保障系统)。人资部门在ERP与部门专业系统中计提应付职工薪酬项目,包括企业员工工资、职工福利费、社会保险费等费用,相关操作所产生的信息通过ERP系统实时传递到财务模块,经财务部门审核后生成会计凭证,实现了职工薪酬业务自动触发财务账务信息流程。

7. 财务报表管理流程的数据集成(基于财务管控、ERP系统)。

财务管控与ERP系统均能够根据现有数据自动生成科目汇总表、明细账、总分类账等编制会计报表的基础数据。通过对财务管控中集团报表模块的设置,数据可自动汇总运算填列在报表的相应位置,生成一键式会计报表。会计报表取数、填制完成后,需通过设置好的勾稽关系,检验报表编制过程中的错误,为财务管理提供高效准确的信息支持。

(三)财务业务数据质量管控

数据质量管控是保障供电企业财务业务数据治理工作能够得到有效落实的重要基础。首先,为保证财务业务数据的正确性、完整性、一致性、时效性、安全性,使数据治理能力不断提升,增强公司决策的科学性和合理性,供电企业根据《财务工作量化考核指标》《财务集约化考核办法》等规定,与部门绩效考核相结合,全面考虑,系统安排,促进财务与业务融合,明确各部门职责。其次,建立对标指标分析制度,查找与先进单位之间的差距,对影响指标值的主要因素进行深入分析,研究改进办法,强化财务业务数据治理,不断提高数据治理执行效率。

三、现阶段存在的问题

(一)财务业务数据治理标准不统一

业务部门站在各自的立场录入、维护和使用数据,使得业务数据分散在不同的业务信息系统中,缺乏统一的数据标准和数据来源,导致业务数据不规范、不一致、不适用等问题出现。财务业务数据难以应用一致的语言来描述,导致各部门对其理解不一致。

(二)财务业务数据全生命周期管理不完整

数据全生命周期包括数据生成及传输、数据存储、数据处理及应用、数据销毁四个方面。目前,供电企业财务业务数据的生命周期管理流程还不完善,未建立信息化工具支撑数据生命周期状态的查询,尚不能确定过期和无效数据的识别条件。

(三)财务与业务部门人员技能较单一

财务业务数据的高效集成,使得财务部门参与到整个业务流程中,这就要求财务人员掌握较丰富的业务知识与技能。目前,企业各部门人员技能水平较为单一,一岗多能仍未全面实现,常出现财务人员不懂业务、业务人员不懂财务的情况,由此造成工作效率低下与资源浪费。

四、今后的改进方向及对策

(一)健全财务业务数据治理组织架构

建立由企业总经理领导分管,总会计师主管,财务部负责财务业务数据治理工作的具体管理与运作,相关业务部门配合实施的财务业务数据治理组织机构框架。负责财务业务数据维护、审核、检查、整改等,保证系统正常使用,提高数据质量。

(二)完善财务信息管理平台建设

进一步完善财务信息管理平台的建设,借助于财务业务数据集成管理范围不断的延伸,固化各个信息系统之间数据交互的集成接口,实现财务业务数据的有效传递与信息共享,有力支撑财务与业务系统的正常运作,为企业财务管理提供技术保障。

(三)建立数据全生命周期管理体系

财务业务数据治理是一项长期的系统性工程,贯穿于整个数据生命周期,建立数据全生命周期管理体系,完善企业财务业务数据的产生、使用、维护、备份、过期销毁的数据全生命周期管理流程,提高数据应用水平和信息化管理水平。

(四)建立财务人才培养计划和项目

强化对财务人员的培养和继续教育,建立行之有效的培训机制,要求财务人员不仅精于本岗位的技能,还要积极了解其他相关业务知识,推进财务管理人员业务化、业务管理人员财务化。深入开展企业管理人员一岗多能的培训,培养适合本行业、本企业的财务管理人员及财务管理团队,为构建供电企业财务业务一体化的管理会计模式奠定坚实的人才基础。

摘要：供电企业财务业务数据治理以企业集团总数据中心为桥梁,固化各个信息系统之间集成接口,实现财务业务数据的有效传递与信息共享,推动财务与业务流程的精细化和规范化,为科学的管理决策提供有力支撑。文章首先介绍了财务业务数据治理的管理理念及目标,通过对供电企业的具体流程及特色分析,归纳总结出其对企业财务管理的积极促进作用,并对如何进一步发挥此积极作用提出了对策保障。

关键词：财务业务数据治理,财务管理,供电公司,对策

参考文献

[1]刘岳华,魏蓉,杨仁良,张根红,李圣,肖力.企业财务业务一体化与财务管理职能转型[J].会计研究,2013,(10).

[2]汪诗怀.基于信息集成的集团决策支持管控模式构建探讨[J].商业会计,2012,(13).

[3]张瑞君,邹立,封雪.从价值链管理的视角构建财务业务一体化核算模式[J].会计研究,2004,(12).

[4]张克慧,牟博.ERP系统在集团管控中的价值创造---基于会计核算视角[J].财务与会计,2012,(09).

[5]严飞.财务业务一体化设计研究[J].财会通讯(综合版),2008,(07).

[6]卢爱红.煤炭企业集团信息化管控模式研究[J].中国煤炭,2012,(01).