运用互联网与大数据推进产业发展的路径分析

目前以移动互联网、大数据、云计算、物联网等为代表的新一代信息通信技术创新活跃,加速向各行业领域渗透并形成新的经济增长点。湖北省正在加紧推进智慧湖北建设,而紧抓互联网与大数据为主要内容的信息技术发展,是抢占新一轮智慧发展战略制高点的关键所在。在立足国内外互联网与大数据推进产业发展态势、总结相关学者研究成果的基础上,以湖北省互联网与大数据推进产业发展为例,指出当前还存在数据共享不足、数据安全风险、缺乏标杆企业、产业链协同不足、关键技术储备不够、信息基础设施滞后等问题,针对上述问题及问题成因,从政策创新、产业发展着力点下、市场环境建设等方面提出有针对性的对策建议。     

柯桥水务智慧数据的研究

随着互联网、物联网、云计算、大数据等新一轮信息技术的迅速发展和应用,为顺利实现柯桥"智慧水务"建设,根据"智慧水务"建设的目标,本文从信息数据的采集、传输、处理、保障、应用等方面构建柯桥"智慧水务"的数据资源体系.     

“互联网+”趋势下产业链大数据整合与应用研究

在“互联网+”趋势下,随着产业链大数据的不断增长,产业链大数据的信息融合、技术需求以及定制服务对已有的大数据平台建设和统计思路带来了严峻挑战。阐述了产业链大数据理论,分析了产业链大数据的基本权利、发展需求以及服务创新环节,最后,提出了产业链大数据平台未来的应用前景和发展方向。     

运用互联网与大数据推进产业发展的路径分析——以湖北省为例

目前以移动互联网、大数据、云计算、物联网等为代表的新一代信息通信技术创新活跃,加速向各行业领域渗透并形成新的经济增长点。湖北省正在加紧推进智慧湖北建设,而紧抓互联网与大数据为主要内容的信息技术发展,是抢占新一轮智慧发展战略制高点的关键所在。在立足国内外互联网与大数据推进产业发展态势、总结相关学者研究成果的基础上,以湖北省互联网与大数据推进产业发展为例,指出当前还存在数据共享不足、数据安全风险、缺乏标杆企业、产业链协同不足、关键技术储备不够、信息基础设施滞后等问题,针对上述问题及问题成因,从政策创新、产业发展着力点下、市场环境建设等方面提出有针对性的对策建议。     

基于大数据的互联网金融企业财务管理研究

随着大数据技术的快速发展,在互联网金融领域大数据技术已经得到了广泛的应用,为互联网金融企业的发展提供了坚实的数据支撑和服务,并不断推动该行业的模式创新。在大数据技术下如何进行互联网金融企业的财务管理受到了行业的广泛关注和讨论,应用大数据技术推动企业财务管理的完善是当前互联网金融企业研究的热点。     

大数据时代下企业管理模式创新初探

伴随着计算机的不断普及以及互联网技术的不断发展,人类社会已经步入了大数据时代,在数据为王的时代里,数据的各种价值也被不断挖掘.现代企业管理理论不断发展下,企业管理与大数据时代进行融合的趋势已经十分明显,借助大数据技术在大数据时代下进行企业管理模式的创新也具备了现实可能.本文将对大数据时代下企业管理模式创新相关问题进行研究,在分析了当前企业管理模式存在的普遍问题基础上,就大数据时代下如何进行具体的企业管理模式创新提出合理化建议.     

互联网金融冲击下商业银行应对思考

互联网企业凭借不断发展的互联网技术逐渐向传统金融领域延伸,不断瓜分着传统商业银行的市场份额.作者从全面认识、正视冲击、大数据、创新服务和创新产品等五个方面,对商业银行如何应对互联网金融冲击进行了思考.     

以大数据为中心构建互联网金融风险预警系统

移动互联网快速发展的今天,人们对于“大数据”、“云计算”早已经不在感到陌生,现在已经进入“互联网+”的时代,互联网在经济、政治以及人们的日常生活中发挥着越来越重要的作用。国家大力支持互联网技术的创新和发展已是大势所趋,为了互联网金融的持续、联康发展,需要建立健全并完善互联网金融风险预警系统。本文基于对大数据的分析,分析了互联网金融数据的特点,按照系统设计的原则,以划分系统层级的方式对大数据加以处理,从而建立了基于大数据分析的互联网金融风险预警系统。以大数据作为管理和分析的工具和方法,能及时发现互联网金融中潜在的金融风险,对互联网进行更好的风险管理,从而实现互联网金融的持续健康发展。     

国家级大数据综合试验区创新效应研究

基于2008—2019年中国内地283个地级市平衡面板数据，以2015年分批实施的国家级大数据综合试验区为准自然实验，采用广义双重差分法评估大数据发展对城市创新能力的驱动作用，得到如下结论：①国家级大数据综合试验区政策对城市创新能力提升具有显著促进作用；②从空间溢出效应看，国家级大数据综合试验区建设有利于加速知识与信息技术跨区转移、流动以及扩散，培育创新增长极，对相邻区域、经济联系较紧密区域产生较强的创新示范效应；③从中介效应看，优化要素配置、推动产业结构调整和促进大众创业创新是大数据综合试验区提升城市创新能力的重要渠道；④从异质性看，大数据综合试验区对中西部城市、高行政等级城市和网络基础设施不足城市的创新驱动效应更强，表明大数据综合试验区建设有利于填补区域间“数字鸿沟”，推动区域协同发展。     

"大数据"时代背景下的审计信息化浅议

随着互联网技术的不断发展,21世纪最大的资源不再局限于人才,数据资源逐渐进入人们的视野.自"大数据"这一概念被提出后,无数探路先锋就像当年的淘金者一样纷纷涌入大数据分析的浪潮中.其实,"大数据"已经在物理学、生物学、生态学等领域以及军事、金融、通讯等行业发展多时,只是因近几年互联网行业的发展及人们对信息技术关注度的提高而逐渐进入公众的视野.那么在大数据时代下,审计信息化的发展对审计质量有何影响呢?笔者通过浅析大数据时代下审计信息化对审计质量的影响,从审计信息化建设角度出发,对如何提高审计质量提出相关建议.     

大数据对我国 CPI 调查的影响

在界定大数据的特征基础上,对我国现行CPI的调查方案进行概述。对我国CPI调查在大数据时代可能受到的影响进行详细探讨,主要包括：可以同时计算多种CPI;可以有效减少计算误差;改变数据收集方法和数据质量的评估方法;对统计体系的影响等四个方面的内容。最后,设想大数据时代的CPI调查的流程。     

英国“我的数据”项目及其对我国政府推进大数据应用的启示

"我的数据"项目是英国政府寻求数据红利的一次创新性实践。该项目试图集聚政府、产业界和广大消费者的力量,发展"个人信息管理服务市场",更直接地推动大数据经济。英国政府在"我的数据"项目中起到了协调、保障和扶弱的作用。借鉴英国"我的数据"项目,我国政府在推进大数据应用中,应该:开放数据,使大数据真正成为经济发展的动力;聚合数据密集型产业,带动新的产业以及生产性服务业的发展;平衡各方利益,制定隐私和知识产权政策,设立纠错补偿机制。     

The Designing of CRM Based on Data Warehouse

Along with the rapid development of internet, CRM has become one of the most important facts leading the enterprises to be competent. At the same time, the analytical CRM based on Date Warehouse is the kernel of CRM system. This paper mainly explains the idea of CRM and the DW model of analytical CRM system.     

数据仓库和数据挖掘在农业辅助决策支持系统中的应用

基于农作物生产的相关数据,创建农作物病虫害分析的数据仓库,运用数据挖掘技术提取分类规则,再将获取的规则用于农业病虫害的诊断;通过对实例运行结果的分析,验证了数据仓库和数据挖掘技术与农业决策支持系统相结合方案的可行性。     

公司资本结构动态调整的实证研究

由于交易成本的存在,公司资本结构的调整应是一个动态过程。以我国上市公司数据为样本,采用动态面板数据的系统GMM估计。实证分析我国上市公司资本结构动态调整的成本和影响因素。实证结果表明,我国公司资本结构调整的成本较低,主要归因于中国企业债券市场极其不发达,企业债务绝大部分是由商业信用和银行贷款等私债组成,因此,大力发展资本市场,完善资本市场法律制度建设对我国上市公司资本结构调整有重大意义。     

我国政府统计数据质量现状分析

政府统计数据的质量与国家宏观决策和企业微观决策的质量紧密相关,不正确和不完善的数据可能会导致决策的错误和失败。所以,现代社会对数据质量的关注更多。鉴于此,从我国政府统计数据质量的新进展和存在的问题两个方面,分析评价了中国政府统计数据质量现状。     

从“大数据”到“智能数据”——剖析德国国家智能数据创新实验室的定位和模式

面对全球范围的"大数据之争",德国具备信息技术产业及市场快速增长、信息技术服务业和软件业世界领先、传统制造业数字化基础良好等优势条件,亦有明显的结构性缺陷。为落实"数字变革战略",实施"数字议程",提升德国在大数据领域的核心竞争力,德国联邦政府联合科技界和产业界代表,启动了全新的国家尖端研究平台一一"智能数据创新实验室",提出"智能数据"创新理念,通过推动产学研合作,对大数据进行进阶的智能化处理,以抢占未来的战略发展高地。本文对该平台的定位和模式进行了剖析,供国内有关部门参考。     

Firm optimism and pessimism

This paper explores the question of whether firms have systematic expectation biases. Using microdata from the West German manufacturing subset of the IFO Business Climate Survey, we infer quarterly production growth rates at the firm level. We then combine this information with production growth expectations over a quarterly horizon to construct quantitative firm-specific expectation errors. Our findings show that at most one-third of our firms systematically over- or underpredict their production growth one-quarter ahead. Our findings further show that larger and exporting firms tend to have more realistic expectations, while firms with higher leverage are more prone to expectations that are biased towards optimism.     

The new MIBA model: Real-time nowcasting of French GDP using the Banque de France's monthly business survey

This paper introduces a new nowcasting model of the French quarterly real GDP growth rate (MIBA), developed at the Banque de France and based on monthly business surveys. The model is designed to target initial announcements of GDP in a mixed-frequency framework. The selected equations for each forecast horizon are consistent with the time frame of real-time nowcasting exercises: the first one includes mainly information on the expected evolution of economic activity, while the second and third equations rely more on information on observed business outcomes. The predictive accuracy of the model increases over the forecast horizon, consistent with the gradual increase in available information. Furthermore, the model outperforms a wide set of alternatives, such as its previous version and MIDAS regressions, although not a specification including also hard data. Further research should evaluate the performance of the MIBA model with respect to promising alternative approaches for nowcasting GDP (e.g. mixed-frequency factor models with targeted predictors), and consider forecast combinations and density forecasts.     

Real-Time Fiscal Forecasting Using Mixed-Frequency Data*

The sovereign debt crisis has increased the importance of monitoring budgetary execution. We employ real-time data using a mixed data sampling (MiDaS) methodology to demonstrate how budgetary slippages can be detected early on. We show that in spite of using real-time data, the year-end forecast errors diminish significantly when incorporating intra-annual information. Our results show the benefits of forecasting aggregates via subcomponents, in this case total government revenue and expenditure. Our methodology could significantly improve fiscal surveillance and could therefore be an important part of the European Commission's model toolkit.