開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇財務數據可視化分析，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。

第1篇

關鍵詞：信息化技術；數據挖掘；財務分析；決策支持

當前行政事業單位運行中受到各類數據的驅動，如何對海量數據信息進行收集與提取已經成為當前行政事業單位發展的重要課題之一，數據信息已經成為當前行政事業單位發展的重要資源。當前各類信息化技術快速發展，其中的重要代表之一為數據挖掘技術，對其中運用的算法不斷優化，能夠對多種海量信息進行建模分析，在行政事業單位內部構建了可視化的分析方式，對傳統的財務分析方式進行重要補充，更好地促進行政事業單位內部財務信息管理與決策，優化行政事業單位財務數據整合。

一、數據挖掘技術概述

數據挖掘技術是當前運用較為廣泛的一種技術，通過專業工具的運用能夠有效發現并探索多種數據特征，構建了一種新的數據分析方式，實現對目標數據信息的有效識別與特征研究，并對模式分布情況進行有效探索，實現對數據信息中的規則分析與提取，結合多種專業化分析，對數據發展的綜合情況進行預測。在各類組織運用中能夠有效判斷相關經營活動中的聯系，有效挖掘不同類別數據信息之間的有效聯系[1]。使得決策層能夠更好地掌握系統內部各項發展情況，實現對風險的及時識別，促進各項業務的有效運行，及時對系統運行中的各類情況進行綜合分析，由此全面把握系統運行情況。數據挖掘技術運用中首先要求有效準備各類數據，運用算法以及判斷標準依據等，實現對各類數據信息的有效分析與綜合利用[2]。

二、數據挖掘技術運用流程

在行政事業單位財務分析中運用數據挖掘技術具有顯著運用優勢，能夠有效收集行政事業單位內部各項相關基礎數據資料，對大量數據構建旋轉、鉆取等不同的分析方式與處理技術，統一管理單位內部各個項目中的數據。該技術運用過程中要求有效優化應用流程，不斷改進應用技術。確定財務分析對象，通過數據挖掘技術的運用，有效選擇并確定財務分析對象，在單位內部構建適宜的財務分析方式，針對不同的項目構建不同的財務分析指標與分析工具[3]。在單位內部收集大量的財務信息，從會計信息系統以及其他信息系統中獲取相關數據資料，確保各類數據信息收集的完整性與系統性。針對收集到的大量數據構建有效的整理方式，或者進行簡單泛化處理，或者構建精細化處理機制。財務分析中要求不斷優化各項數據選取，搜集相應的財務信息，從而選用適宜的數據挖掘技術。提取表達數據中的價值特征，以此降低數據處理工作量，同時保持數據原貌[4]。設置適宜的數據挖掘算法，使得相關數據分析工作能夠自動完成。對數據挖掘得到的結果進行綜合性評估，一一驗證各項數據的準確性，若出現異常，及時調整數據挖掘算法，并再次進行數據挖掘與分析。將得到的數據挖掘結果運用于事業單位的決策分析之中，使決策層能夠有效掌握單位內部各項數據，明晰各個項目的進展情況，以此調整決策方案，提升行政決策的科學性與有效性[5]。

三、基于信息化技術的數據挖掘的應用實踐

本文研究數據挖掘技術在XX單位財務管理中的應用實踐，結合不同的類別對財務數據進行統一分析與整理，建立可視化的數據分析方式。為更好展示分析方式，建立XX單位非真實的預算及支出數據參考。

（一）預算執行總體情況

1.總體概況通過數據挖掘技術的運用綜合判斷單位內部各項預算執行情況，對預算執行的各個類目進行有效細分，從而更好地掌握單位內部各項預算情況，由此實現對單位財務狀況的整體分析。XX單位2020年當年預算為128174.11萬元，截至2020年5月29日，XX單位零余額當年預算銀行已下達額度為75370.96萬元，累計支出為55920.68萬元，預算執行進度為43.63%，未達序時進度50%。XX單位距離50%的序時進度還需支出40209.9萬元。2.基本支出與項目支出概況2020年XX單位基本支出當年預算額度9270.53萬元，截至到5月29日支出額度6670.64萬元，預算執行41.96%，未達序時進度50%。2020年XX單位項目支出當年預算額度118903.58萬元，截至到5月29日支出額度49250.04萬元，預算執行41.42%，未達序時進度50%，見表1。

（二）預算執行分項情況

利用數據挖掘技術對單位內部各項預算執行情況進行綜合判斷與分析，優化單位內部各項財務指標分析，當前運用最為常見的方法之一為定量分析法，對單位內部預算執行的各項歷史數據進行有效收集與分析，針對不同的財務指標構建相應的分析方式，由此在單位內部促進財務指標的制定與分析[6]。在當前信息技術與數據挖掘技術的運用之下，在單位各項相關指標計算中，雖然采用了同樣的計算公式，但是在數據挖掘技術運用中能夠對海量的信息進行有效處理，構建對信息的實時分析方式與分析工具，促進單位對不同指標的分析，使得決策層能夠更好地掌握單位內部實際發展情況。1.基本支出的預算執行進度通過數據挖掘技術的運用，綜合分析單位內部基本支出層面的預算執行情況，由此綜合得出單位內部相關指標的財務預算執行效率。2020年XX單位基本支出當年預算共9270.53萬元，截至2020年5月29日支出6670.64萬元，預算執行進度為41.96%，未達序時進度50%。其中，人員經費當年預算8421.53萬元，支出6318.3萬元，預算執行比例為75.03%，已達序時進度。公用經費當年預算849萬元，支出352.34萬元，預算執行比例為41.50%，未達序時進度。2.人員經費人員經費管理是組織內部財務支出的重要構成，利用大數據技術對各項人員支持情況進行統一分析，綜合判斷組織內部在人員管理層面的消耗，對此構建相應的數據分析方式，通過數據挖掘，實現對海量人員支出信息的有效整理與分析[7]。2020年XX單位人員經費預算執行進度為75.03%，已達到序時進度50%。針對人員管理綜合效能、管理預期以及管理目標等，對大量的人員管理信息進行有效整合，運用設定好的算法，綜合分析人員管理中的相關內容，以此更好地為單位人員管理進行綜合分析。通過數據挖掘算法的運用，對不同的人員經費進行分類，判斷不同類目下的執行情況，由此促進決策層更好地掌握人員經費的執行情況，構建可視化的分析方式，從而實現對組織內部人員管理層面的有效內部控制。分功能分類按執行進度排序，如圖1所示。3.公用經費運用數據挖掘技術，針對不同的部門進行公用經費分析，建立相應的預算執行情況可視化分析方式，分部門按執行進度排序，較為清晰地展現辦公室、人事處、黨辦、老干辦以及計財處等不同部門運行情況，使得決策層能夠較為直觀地掌握不同類別數據之間的關系，促進單位內部領導層的決策，由此加強單位內部財務管控[8]。

（三）項目支出的預算執行進度

1.項目支出概述利用數據挖掘技術綜合分析單位內部各項支出的預算執行情況，截至2020年5月29日，XX單位行政事業類項目和基本建設類項目2020年當年預算為118903.58萬元，累計支出49250.04萬元，項目支出的總體預算執行比例為41.42%，未達序時進度。對項目支出的各項類別進行有效細分，按照不同的財務指標構建相應的分析方式，實現對不同類型數據的有效分析與整合，構建有效的數據統計分析方式，不同單位內部各個項目支出的有效分析[9]。其中行政事業類項目的預算執行比例為44.85%，基本建設類項目的預算執行比例為39.50%（見表2）。2.行政事業類項目行政事業類項目對事業單位各項工作開展具有基礎性作用，由此全面分析單位內部行政事業類項目的財政支出情況，在信息技術的運用之下，實現各類數據進行的有效挖掘，綜合分析組織內部在行政事業類單位層面的發展情況，以此更為有效地優化組織內部各項管理，更好地為核心業務的開展提供基本保障與支持。在XX單位2020年當年預算中，行政事業類項目的總體預算執行進度為44.85%，未達序時進度。一般行政事務支出，XX探測以及XX服務三個功能分類的項目執行進度為0。XX預報預測和XX法規與標準的預算執行比例分別為12.26%和16.20%，執行進度較低[10]。3.基本建設類項目氣象保障工作臺站建設在基本項目建設占據重要內容，屬于項目建設施工的基本構成部分，在項目管理與內部控制體系中應當予以重點對待，為此要求構建對基本建設類項目的綜合分析與預測。通過大數據技術有效整合基本建設類相關項目，對不同的建設項目進行有效劃分，綜合判斷不同項目所占據的資金以及建設情況等，由此實現對不同建設項目的有效管理，將其納入內部控制體系中的重要構成部分之中。基本建設類項目的預算執行與業務建設掛鉤，項目執行的每一個節點關系著臺站建設的情況。例如，山洪地質災害防治氣象保障項目執行進度11.71%，相應的臺站建設完成情況及合同簽訂、采購情況都有關聯關系，需要綜合分析。

結語

大數據技術的發展為數據挖掘提供了更多的可能性與機會，在當前組織內部各項數據信息不斷擴張的背景下，要求構建對海量信息的有效處理方式，數據挖掘技術的運用能夠有效實現這一目的，在行政事業單位內部優化財務分析方式，結合不同的指標進行相應的數據分析，能夠實時快速地處理海量氣象信息，對各項財務信息數據進行統一整理與分析，建立有效的內部控制管理體系。以此更為有效地促進決策層在對行政事業單位各項信息進行全面把握的基礎上做出科學合理的論斷。

參考文獻

[1]司橋林.基于數據挖掘的財務信息管理系統風險識別[J].微型電腦應用，2021（06）：132–135.

[2]溫振丹，吳永誼，吳再麗，等.基于云計算的高校財務共享協同與決策支持系統架構研究[J].科技經濟導刊，2021（17）：37–39.

[3]曹越.大數據時代企業會計工作面臨的機遇與挑戰分析[J].商場現代化，2021（10）：123–125.

[4]唐雪薇，佟筱楓.大數據時代審計信息化建設的實現路徑探析[J].中國市場，2021（17）：195–196.

[5]崔竹.數據分析技術方法在企業審計中的創新應用[J].財會月刊，2021（07）：82–88.

[6]婁德涵，楊江海，鄧海生.基于大數據Hadoop的企業財務管理系統研究[J].電子制作，2021（07）：51–53+29.

[7]汪雪松.淺談數據挖掘技術對企業財務分析職能的拓展[J].會計師，2021（05）：11–12.

[8]劉敏.大數據環境下數據挖掘技術對審計風險的影響研究[J].市場周刊，2021（03）：120–121+132.

[9]夏銘璐，聶書承.大數據時代財務會計與管理會計的碰撞融合策略探究[J].商場現代化，2020（24）：151–153.

第2篇

[關鍵詞]物資成本；規范化；精益化；動態化

[DOI]10.13939/ki.zgsc.2017.12.192

1 “三化”管控體系的構建目標

物資成本“三化”管控體系，是以規范化、精益化和動態化為著眼點，圍繞財務集約化“深化應用、提升功能、實時管控、精益高效”的總體要求，以“實現信息關聯無壁壘、過程管控無盲點、財務風險防得住”為目標，涵蓋物資成本預算、采購執行、執行結果分析在內的一套物資成本管控模式與實施解決方案。“三化”管控體的建立及應用，能實現業務與財務融合互動，做到實物管理和賬務處理的聯動集成，拓展財務管理的細度和精度，提高了財務在企業資源配置過程中的主動性、科學性和有序性。

2 “三化”管控體系的構建要點

2.1 規范化的構建要點

物料主數據是企業所采購、生產和存儲的物料的所有信息，包括基本屬性、工廠數據、存儲數據三大類。基本屬性包括編碼、名稱、計量單位等數據；工廠數據是針對特定工廠的采購組織、計劃交貨期等數據；存儲數據是針對特定存儲地點的存儲時間、庫存數量等數據。

2.2 精益化的構建要點

核算對象指物資成本應該歸集到的部門或班組。為了保證核算的精益性，物資成本應從產生時，就在業務部門歸集到最小顆粒上，例如班組。

在對物資成本進行分類時，也要做到精細，并用輔助記錄核算的方式，保證可以對其進行多維度統計分析。

2.3 動態化的構建要點

要將業務部門的物資管理系統與財務部門的核算系統進行集成，從而使財務部門在未獲得物資成本的紙質單據前，就能及時獲取物資的成本信息，進行實時管控。

3 “三化”管控體系的構建應用

以物資成本“三化”管控體系為理論基礎，建設一套“三化”管控系統，實現信息關聯無壁壘、過程管控無盲點、財務風險防得住。同時為優化崗位設置和減少人工管理成本提供了依據，對同行業單位具有較強的借鑒和參考意義。

3.1 規范業務，統一標準，實現信息關聯無壁壘

對物料主數據標準進行統一，實現需求方、供貨方、驗貨方的一體化操作。通過對后勤部門的需求和對歷史數據的歸納整理，形成物料主數據中類31個，主要有：食雜用品、肉類及制品、蔬菜、蛋類、廚雜用品、針棉制品、清潔用品、綠化用品、五金材料、辦公用品、消防安全用品等。再根據中類，對其細分，形成小類57個。后勤部門在對物資進行驗收入庫時，利用“三化”管控系統，整合需求方的采購申請單信息和供應商的送貨單信息，自動生成入庫單。

統一物料類別標準，實現物資和財務數據自動關聯。通過對財務部門和后勤部門的訪談和對物資歷史明細賬的梳理，建立了一套物料類別（中類）與會計科目的映射關系。財務部門在收到后勤部門傳遞來的業務單據時，利用“三化”管控體系，進行實時便捷的賬務處理，并可進行穿透和追溯查詢，實現物資明細賬和總賬的系統關聯和賬務追溯。

統一組織機構標準，實現成本費用與成本中心的自動匹配。建立部門與成本中心組、班組與成本中心的映射關系，使“三化”管控體系能自動將業務端發生的各項成本費用歸集到財務端的各個成本核算單元中。

3.2 把握全局，注重細節，做到過程管控無盲點

打通物資的實物管理和價值管理的鏈條，實現物資成本的全過程閉環在線管控。建立物資成本的全過程管理流程，從物資成本預算編制，到預算執行，再到預算分析，分析的結果又作為預算編制作參考，實現物資成本的閉環在線管控。

成本核算對象全面、多樣，實現成本的精益化管理。每項成本根據管理需求的不同，針對不同的對象進行核算，實現成本的精益化管理。例如， 采購成本的核算對象是物料； 管理成本的核算對象是各個部門或班組； 業務成本的核算對象是各個項目。

借助物資成本“三化”管控系統，優化整合了業務流程，實現了物料核算憑證的自動化預制。財務部門的工作重心從賬務處理轉移至到財務管理和分析上，為領導層的決策提供有力的數據服務和支撐。

系統自動平衡采購需求，實現庫房物資科學供給。各庫房管理員線上提報領用申請單時，系統會自動將領用需求與庫存情況進行匹配。對于庫存充足的，自動生成領用單，進入物資領用流程；對于庫存不足的，系統會提醒庫管員進行補庫或生成采購申請單，進入物資采購流程。此設計能p少人工操作，降低錯誤率，實現庫房物資的科學供給，保持合理庫存。

現場移動辦公，實現便捷高效的業務操作。庫管員在收貨現場利用移動終端調出采購需求以及供應商的供貨信息，基于這些信息創建入庫單，避免先手工記錄再回辦公室進行電腦錄入的重復勞動。

3.3 線上管理，動態分析，確保財務風險防得住

實時掌握物資業務動態，確保預算在控可控。將物資信息、財務信息集成到一個系統中進行管理，可隨時對物資信息進行動態查詢和追溯，可及時預防、發現和糾正影響財務價值管理的違規行為。

實時監控財務指標結果，確保經營風險可控。通過在系統中實現對財務指標進行計算與統計分析功能，可隨時查看財務考核指標、盈利能力指標、營運能力指標、盈虧平衡情況的可視化分析結果。

4 “三化”管控體系的應用成效

4.1 加強內控，防范風險

物資成本“三化”管控體系的建立，使各部門分工明確，各司其職，業務處理透明化、制度化和規范化，最大限度地保證成本信息的完整性和可追溯性，易于查詢；同時有效實現了物資與財務的信息共享，杜絕信息孤島現象，解決物資實物與價值管理不分離問題，強化內控執行，防范風險，同時也為后續的業務分析和輔助決策奠定基礎。

4.2 優化流程，提高效率

物資成本“三化”管控體系的采用全過程的流程化管理模式，上一道工序的工作效率和工作質量直接影響到下一道工序，乃至整個工作任務的質量和實施進度。這就促使部門之間要加強溝通，相互協作，齊心協力，這樣才能確保完成任務。同時，由于是流程化管理，每一個流程的管理工作，都將在系統中留下操作記錄和日志，有利于考核，也有利于相互監督，提高整體工作效率。

4.3 在線監控，降低成本

運用“三化”管控系統將物資成本的管控流程加以固化，實現物資、財務業務的在線監控。物資業務動態和財務指標結果的實時反映，可提高業務處理準確性，并減少人工再整理和再確認的重復工作量，提高了工作效率，降低財務管理的人力成本。

參考文獻：

[1]張玉萍.企業會計成本核算存在問題及其解決對策[J].中國市場，2013（33）：140-141，144.

[2]高萍.論作業成本法在精細化成本管理中的應用[J].中國市場，2014（14）：21-22，30.

[3]唐菁.電力企業精益化成本管理淺析[J].財經界：學術版，2015（22）：46.

[4]王磊，雷亮.物資管理與ERP深化應用助力企業實現成本管控[J].中國管理信息化，2016（8）：56.

[5]顧偉明.有效管控對企業物資供應及成本的影響分析[J].經營管理者，2014（13）：207.

[6]郭金瑋.淺談施工企業如何從物資管控中實現效益的“開源”與“節流”[J].甘肅科技，2016（21）：67-69.

[7]趙朝府.企業物資采購成本管理及控制研究[J].科技經濟市場，2016（5）：68-69.

[8]王燕濤.精益化思想在企業成本管理中的應用――以電網企業為例[J].中國商貿，2012（30）：64-65.

第3篇

關鍵詞：國庫統計 大數據 分析與預測

一、大數據時代國庫統計分析轉變

（一）樹立大數據思維

“大數據時代預言家”維克托認為：世界的本質就是數據，大數據將開啟一次重大的時代轉型，一直以來所延續的傳統統計分析思想已變得陳舊且落后。國庫統計分析思維應當在大數據背景下加以轉變。一是關于大數據抽樣調查工作的思想。抽樣調查是目前統計分析工作中的重要調查方式，但應該清醒地認識到，傳感器、網絡和數據處理技術，為獲取全局數據提供了可能，抽樣調查方式越來越多的被大數據取代成為必然。二是大數據統計思想：允許數據存在不精確性。縱觀目前的各類數據，一方面，數據來源不斷擴展，另一方面數據處理方法飛速發展，我們應該把重心放在統計分析效率上，而不是一味地追求數據的精確性上。三是大數據相關關系的思想，由驗證因果向尋求關聯轉變。統計分析報告是統計工作的下游產品，對決策的意義常常大于常規報表。大數據的應用，統計分析也將發生轉變，在做好因果分析的基礎上向尋求關聯轉變，原因分析更加精準和深刻，對策建議更具參考價值。

（二）被動統計到主動分析，從人工統計到智能統計

在這樣一個信息爆炸的大數據時代，無論政府機構還是社會公眾都可以通過多種途徑獲取信息，國庫統計分析部門也不例外，更應該變被動為主動，對經濟轉型期的一些重大問題尤其是關系到可持續發展的重要問題，做好數據統計分析，提高發展質量，實現經濟轉型。涂子沛指出人類使用數據的巔峰形式，是通過數據賦予機器“智能”。大數據在包括國庫統計分析中應用的終極形式就是分析智能化。

（三）從事后統計向事前預測轉變

統計分析報告是統計工作的重要產品，完整的進度性常規分析應該包括對未來一定時期數據的預測。但由于小數據和信息量的局限，預測一般很少作為報告的重點，多是在假定發展條件、相關政策不變的情況下對未來情況做出的粗略研判，影響了統計對決策的參考價值。而大數據的核心就是將數學算法與海量的數據有效結合，來預測事情發生的可能性。大數據的廣泛應用，將有利于統計報告實現由單一的事后分析，向注重事前預測轉變。

二、大數據在國庫統計分析全流程應用的探討

當前，大數據浪潮帶來了一場新的革命，面對經濟發展的新形勢新要求，國庫統計分析要學會積極的運用大數據的思想和方法，來應對各種新挑戰。國庫統計分析要積極主動建立大數據分析應用機制，破解新常態下面對的各種問題，實現工作的創新與發展。本文重點分析國庫統計分析全流程下大數據的應用。

（一）數據源：建立國庫統計分析數據池

目前國庫統計分析所用數據主要通過“3T”系統產生基礎數據和監管類數據，通過收集各類型政策文件、影像資料、領導講話、內網信息等形成綜合性數據。但這些數據遠未達到支撐大數據統計分析的基礎。國庫統計分析應當建立“數據池”這一基礎工程，通過人行內部數據整合、銀行和其它機構數據接入、互聯網數據抓取和引入等多渠道擴充基礎信息源和數據庫，為國庫統計分析的大數據應用奠定數據基礎。

一是加速整合現有國庫數據。我國國庫匯集了各級政府財務數據和各級國庫管理數據，包括從中央到縣鄉的各級機構化和非結構化數據，也包括稅務、海關、財政、銀行等部門處理的各類收支退存等國庫資金運行數據，涵蓋面極廣。但現有數據資源存在著部門隸屬、無法共享等問題，大數據要求建立統一、高效、共享的國庫業務大數據池，就必須打破現有藩籬，盡早實施“國家金庫工程”，完善內部數據源。

二是擴大國庫統計分析數據源。最重要的是打通各級政府及其下屬各部門之間的數據傳輸通道，實現政府辦公、工商行政、招商引資、外貿出口、仲裁訴訟等政府活動所產生的數據接入共享。其次是實現一行三會、商業銀行、行業協會、企業實體等生產運營數據的持續傳輸和報送。最后是互聯網數據，互聯網是大數據的重要載體，也是數據收集的快捷途徑，通過各類互聯網平臺，門戶以及行業網站，可以收集海量數據來增加國庫統計分析領域數據采集的前置性和時效性。

（二）數據采集與存儲：軟件與硬件結合

大數據的應用中，由于數據來源非常廣泛且類型多樣化，需要存儲和分析挖掘的數據量也是十分龐大的，因此數據展現和處理的高效性以及可用性十分重要。因而，大數據的收集和存儲應當通過先進的計算機技術自動實現，并結合線下需求采取人工收集等傳統方法，以補足系統無法收集的數據的遺漏。國庫統計分析數據的采集應當在國庫大數據資源池基礎上，通過構建云計算應用平臺，統籌整合各直屬國庫大量分散的數據和軟硬件資源，通過應用云計算平臺的資源和功能，以提升和優化整體效能，從而實現全國國庫統計分析的大集成、大整合以及大應用。對于其他橫向聯網數據，比如一些保密性較強的科學研究數據和企業生產經營數據，則可以與研究機構和企業建立合作關系，使用特定系統接口等相關方式采集數據。

在數據存儲方面，在通過完善的物理存儲技術和云計算平臺等軟硬件設施的基礎上，按國庫統計層級建立分級倉儲式數據中心，以人行總行為總庫，各項業務與非業務數據達到匯總存儲，各級行通過內部接口或云計算平臺實現數據上傳下載，同時本級行建立分中心數據存儲倉，采集本級區域內縱向和橫向數據并存儲。同時按照保密和信息安全等要求，實施分級授權和設置防火墻、實時加密存儲數據和卷標存儲加密等技術。

（三）數據清洗與結構化處理

國庫海量的、不規則的數據無法提供有效決策支持，只有通過數據清洗技術將大數據轉變為結構化和規則化的數據，才能體現大數據價值。數據清洗包括檢查數據一致性，處理無效值和缺失值等，是發現并糾正數據文件中可識別的錯誤的最后一道程序。經過數據清洗技術處理殘缺數據、錯誤數據和重復數據后將有效數據寫入數據庫。

在國庫大數據統計分析上，通過數學知識（概率、統計、離散化等）建立合理模型，充分利用和挖掘數據內容。綜合運用開源類和非開源類數據分析工具包括R、Python、MATLAB、SPSS、EVIEWS等軟件進行數據分析。具體實現統計分析、數據挖掘和模型預測等功能，并以可視化的結果予以呈現。統計分析包含假設檢驗、差異分析、相關分析、方差分析、回歸分析、logistic回歸分析、因子分析、聚類分析、主成分分析、判別分析、bootstrap技術等。數據挖掘包含相關性分組或關聯規則、聚類、描述和可視化、復雜數據類型挖掘等。模型預測包含預測模型、機器學習、建模仿真等。

在統計分析過程中，國庫統計分析應該重點實現云應用的創新與共享。統計人員可以根據業務的新要求，在云平臺數據開放接口的基礎上，自由構建合理的數學模型和算法，實現業務應用的創新和擴展。與此同時，以算法的方式將統計人員的智力成果和業務知識固化，當經驗證為可信任應用時，可自動進入云平臺的應用共享庫，在得到授權的前提下，自由使用或補充完善，實現知識固化、資源共享。

（四）國庫運行智能化統計分析

在云應用平臺上，國庫統計分析首先要將日、旬、月和年作為數據的時間維度，將國庫收入、國庫支出以及國庫庫存等統計指標作為數據的為空間維度，利用云計算的強大能力，并借助數據分析展示工具，預先計算處理數據。或者根據用戶事先提交的數據挖掘需求自動完成相關數據預處理。統計分析人員隨時可以從兩個維度上深度挖掘數據，并使用QLikView等數據分析工具，實現統計大數據的多維度、可視化展示。

二是實現常規統計分析的智能化生產。可以通過完善和豐富大數據應用平臺的分析功能，實現機器式的學習，輸入必要的參數后，系統將自動計算數據，并關聯提取大數據池中的相關數據和信息，進而依據特定的模板輸出分析報告，最后由分析人員對輸出的分析報告進行質量把關和進一步的補充完善。

三是構建統計分析數據模型，提高預警預測水平。不斷進行新的分析預測數學模型的探索和構建，充分利用國庫統計大數據平臺上的海量數據和動態實時數據，不斷提高預測水平。

（五）數據展示與反饋

以智能化統計分析為主的大數據應用技術，為數據結構化和可視化的展示提供了支持。簡要國庫運行數據、系統化運行指標、國庫資金運行報告、國情和輿情監測報告、企業和金融服務報告、國庫運行情況預測等為中央銀行、各級政府部門制定有關政策提供統計信息和參考依據，充分發揮國庫在國家預算執行中的促進、反映和監督作用。同時建立信息反饋機制，對現有統計分析結果予以反饋，還包括對未滿足需求提出反饋，豐富和完善大數據應用成果，充分發揮國庫統計分析應用大數據的社會價值。

綜上所述，從全流程看，大數據應用自數據端建立“”數據池“”到處理端智能分析在到應用端數據展示，大致可以通過下圖（圖1）形象展示：

三、有效提升大數據應用的政策建議

（一）從制度層面保障大數據統計分析的有效開展

制定專門的大數據應用法律法規，在由總行統一部署、統一實施的基礎上，各地區分支機構結合當地實際制定特色大數據應用和發展規章制度。從數據產生、采集、存儲、挖掘和應用等大數據處理全流程做出明確安排。一是通過總行層面的發文、通知等鼓勵通過大數據方法加強國庫統計分析，建設大數據共享和應用平臺；二是強化大數據統計所需軟硬件采購、數據源互聯互通及模塊化分割等作出具體安排；三是要求大數據應用所應達到的在信息、統計報告、預測與預警等功能上的目標和績效予以明確，充分利用大數據平臺提供統計分析支持；四是強化信息技術安全，防止信息泄露、網絡攻擊、系統失靈等問題，明確應急處置方案。做到嚴格立法，有法可依，有章可循。

（二）加大基礎設施建設和人才投入，滿足大數據應用的軟硬件要求

大數據基礎設施可分為硬件和軟件兩類。硬基礎設施主要包括用于收集、存儲、分析和應用大數據的信息化系統架構；軟件基礎設施主要包括各類數據信息、數據挖掘和大數據應用專業軟件以及金融企業的人力資源。人民銀行應通過專項資金投入等方式構建大數據應用的軟硬件設施和和培養專業人才，并通過持續培訓使全體員工了解并使用大數據進行國庫統計分析。也可邀請專業的大數據解決方案服務商作為咨詢顧問，整合國庫不同生產系統數據，優化數據應用行為，加快統計系統建設步伐。

（三）提高大數據管理和應用能力

國庫統計分析應不斷的加強國庫運行數據的采集、儲存、保護和管理工作，不斷提升統計分析水平。加強對國庫統計分析中涉及的地方債、營改增、房地產、小微企業經營、財政專戶、盤活庫存等熱點領域可以設計建立相應跟蹤監測指標體系。與此同時加強改革數據的統計制度、方法以及程序，研究大數據共享制度，為宏觀經濟分析提供便捷、堅實的大數據基礎。

建立國庫大數據分析應用機制是新形勢下的當務之急。國庫統計分析需不斷改革創新，強化大數據的思維，提高大數據的意識和駕馭大數據的能力，積極探索新的大數據應用方法和途徑，從而在國家宏觀決策、服務經濟社會發展、服務國庫管理方面，進一步提升國庫統計分析服務的能力和水平。

參考文獻：

[1]沈昱池.大數據時代我國財政信息共享的思考[J].地方財政研究，2015（11）：47-67

[2]陳健慧，趙昕.國庫統計分析數據集中系統建設[J].金融電子化，2010，03：89-90