前言：中文期刊网精心挑选了工业互联网分析范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
工业互联网分析范文1
大数据作为一种通用技术应用在各个行业，为数据的管理和应用提供重要的技术支撑，近年来，随着工业互联网的快速发展，相较于传统的应用型数据，数据源范围扩大，数据边界不在清晰，包括设备、系统、网络、平台等数据，数据种类存在复杂的多样性，且数据流动方向和路径复杂，数据采集和数据集成难度也很大，本文从工业互联网大数据通用架构进行概要解析。
1大数据平台概述
工业互联网大数据应用的整体架构一般分为四个部分：采集后台、数据、应用前台以及运维管理。
1.1采集后台
通常利用主动探测扫描、通信流量监测、被动蜜罐诱捕以及信息系统数据对接等技术手段，实现数据采集的功能，采集数据源一般包括互联网数据，工业互联网相关联网资产、资产漏洞、安全事件、威胁情报、关键信息基础设施数据等。
1.2数据
智能大数据分析与建模平台，定位于降低数据洞察阻力、大数据使用门槛、数据交换成本、数据监控难度以及提升数据洞察广度、探索深度、交换速度和监控精度，满足各类数据的集成、计算、存储、挖掘、管理等需求。
1.3应用前台
基于数据提供的底层数据，进行数据分析，支撑基础资源管理、网络安全态势感知、APP情报动态线索挖掘、工业互联网安全等多个顶层应用，一般可服务于多部门、多业务、多场景。
1.4运维管理
实现系统自身的运维管理，一般包括系统管理、安全管理、智能监控、告警处理等功能。2大数据平台功能
2.1采集后台
2.1.1接入数据源分析2.1.1.1互联网流量通过部署流量探针的方式，接入基础电信企业流量，主要是互联网专线流量、特定对象的牵引流量等，生成包括通联日志、报文样本、域名日志、HTTP日志、恶意代码日志等各类日志。2.1.1.2主动探测数据通过公网部署扫描设备，实施安全扫描，主要针对重保用户的网页、应用商店APP的爬取，以及基于IP段的关键信息基础设施的扫描发现。2.1.1.3相关部门和企业已建系统数据相关已建系统的数据主要包括：网安技术管理平台、基础监测系统、信安系统、企业侧安全监测系统等。2.1.2数据采集数据采集系统包括采集基础电信企业流量，爬取互联网网页/APP内容，被动诱捕网络攻击行为，主动扫描获取关基数据、重保网站的数据、以及现有系统的数据资源共享，对“主动+被动”方式获取的数据进行解析，提取各类用以支撑网络安全监测分析业务的数据。2.1.2.1互联网流量采集在关键网络节点部署流量采集探针，负责网络原始流量的采集，提取各类用以支撑网络与信息安全监测分析业务的数据。输出的日志一般包括通联日志、报文样本、域名日志、HTTP日志和恶意代码日志。通过相应汇聚分流设备进行流量的同源同宿、负载均衡处理，输出至网络流量探针专用设备。通过流量探针专用设备实现互联网流量采集、协议解析和访问日志提取，将输出的日志存入数据支撑上层业务应用分析。2.1.2.2互联网内容爬取网络爬虫主要实现对网页内容以及APP内容的爬取下载，供上层应用进行分析。（1）网页爬虫：互联网用户访问的网页浩如烟海、数量庞大,传统的互联网爬虫技术已经不能满足当前网页信息获取的准确性、全面性、及时性的要求,因此,可以采用并行爬虫技术和IP池技术,让爬虫的质量、覆盖率、爬取效率等性能得到全面的提升。（2）APP爬虫：通过积累大量的互联网诈骗网站,使用蜘蛛爬虫技术和ip池技术,24小时不间断的对网络中的互联网诈骗网站进行爬取。2.1.2.3关键信息基础设施数据采集一般采用网络资产探测识别设备进行主动扫描采集数据，同时结合网络流量被动分析，形成一套完整的网络资产及其指纹库信息，指纹信息包含系统指纹、应用指纹、网站指纹等，从而可以对网站、域名、IP等基础资源数据形成本地的互联网信息库，为网络安全漏洞分析、安全漏洞预警等提供有效数据支撑。
2.2数据
2.2.1数据集成数据集成支持数据采集、过滤、缓存、中转分发调度等，是内外数据交换的通道，完成数据在组件间及层次间中转、缓冲及调度。一般会采用数据集成ETL模块，包括数据采集模块、数据清洗和转换模块，其中数据采集模块一般包括批量结构化数据采集、半结构化数据采集、非结构化数据采集；数据清洗与转换模块一般也包括结构化数据清洗与转换、半结构化数据清洗与转换、非结构化数据清洗与转换三个模板。2.2.2数据计算2.2.2.1流式计算一般具备流计算能力，可基于flink集群，支持读取kafka、socket、hdfs的数据源里的数据，通过配置stdp、字段定义解析器，将数据通过输出统计组件、统计监控组件、窗口、水印设置，最终输出规则配置，统计结果输出。2.2.2.2实时计算实时计算模块一般可提供了高吞吐、低延迟、高性能的流处理能力。2.2.2.3离线计算大数据离线计算，就是利用大数据的技术栈（主要是Hadoop），在计算开始前准备好所有输入数据，该输入数据不会产生变化，且在解决一个问题后就要立即得到计算结果的计算模式。离线计算特点如下：(1)数据量巨大，保存时间长。(2)在大量数据上进行复杂的批量运算。(3)数据在计算之前已经完全到位，不会发生变化。2.2.3数据存储大数据平台的数据存储，一般包括结构化数据存储模块、NOSQL数据存储模块、非结构化数据存储模块以及图数据存储模块。数据存储是大规模通用集群存储系统，对外支持标准文件访问接口。数据存储层采用MPP分布式列式数据库系统、分布式集群存储系统、Hadoop系统、分布式数据仓库和分布式图关系数据库系统。用于存储结构化数据、NOSQL数据、非结构化数据以及图数据的存储与访问。2.2.4数据挖掘2.2.4.1IDE引擎通过可视化界面，进行创建、管理、编辑脚本，使用人员可在界面上对数据进行操作，系统通过调用不同的IDE引擎下发相应的指令，操作对应的数据服务组件，返回相应的数据结果。2.2.4.2数据探索数据探索是在具有较为良好的样本后，对样本数据进行解释性的分析工作，它是数据挖掘较为前期的部分。数据探索并不需要应用过多的模型算法，相反，它更偏重于定义数据的本质、描述数据的形态特征并解释数据的相关性。通过数据探索的结果，可以更好的开展后续的数据挖掘与数据建模工作。2.2.5数据管理2.2.5.1数据共享通过固定接口（如webservice接口、FTP传输、数据库以及组件，封装后的API接口等），将数据共享到各应用平台进行应用。提供统一应用接口进行数据共享，相关接口主要包括数据接入适配、流处理接口适配、数据查询接口适配、数据分析接口适配、用户管理接口适配、系统对外开发接口等。2.2.5.2数据资产数据资产主要涉及到各类数据源采集的数据，包括：威胁情报库、漏洞库、病毒库、nv-彄、僵木蠕特征库；基础信息库、企业库、IP库、域名库2.2.5.3数据安全通过数据访问策略制定，数据加密脱敏，日志审计等方式，保障数据数据安全，确保经过传输和交换的数据不会发生增加、修改、丢失和泄露。
2.3应用前台
2.3.1数据分析在企业的数据分析项目中，数据驾驶舱是系统搭建的一个重要过程。通过数据驾驶舱，可以将采集的数据形象化、直观化、具体化，为企业业务的相关决策提供支撑。数据驾驶舱提供的是一个管理过程，让数据能够以更加有组织的方式来进行体现。2.3.2业务应用基于数据以及应用前台的数据分析能力，可支撑包括基础资源管理、网络安全态势感知、APP情报动态线索挖掘、工业互联网安、物联网安全等常见应用场景在内的各种业务、应用场景。
2.4运维管理
2.4.1系统管理针对系统进行统一的用户管理、角色管理、权限管理、日志管理和资源管理等功能，能够统一管理分布在不同网络和地域的多个数据中心集群，封装各类数据存储和处理引擎的功能，为不同地域和网络的数据中心系统提供统一的逻辑视图，为系统的管理员和用户提供一站式服务。2.4.2安全管理借助于防火墙、防病毒等安全产品，平台实现安全机制：认证机制、授权机制、访问控制、机密性和完整性。2.4.3智能监控通过通用的数据采集模板和和终端采集程序汇集数据，通过强大的ETL能力将数据迁移到监控，实现监控数据的集中分析和展示。2.4.4告警处理一般大数据平台具备告警处理功能，对平台的运行状态进行全面监测，提供运行异常及时发现和告警，系统部分故障的准确定位；同时，实现基础资源的统一化管理，为管理人员的维护决策提供重要支撑。
3结束语
目前各类大数据平台均是基于大数据分析核心扩展出各类组件，国内外的应用技术已经成熟。大数据脱离了对数据的治理和应用就失去了数据的灵魂，根据行业领域不同，大数据平台所做的数据治理、标准化、数据管理和其他所需功能和展现的形式，将会存在较大不同。
参考文献
[1]李杰.从大数据到智能制造[M].上海交通大学出版社,2016.
[2]孙念,傅为政.基于大数据的工业互联网安全分析[J].数字通信世界,2020(05).
工业互联网分析范文2
【关键词】互联网供应链风险防范
随着全球市场经济和信息技术的快速发展，越来越多的企业把建立基于互联网的供应链纳入了企业日常生产经营活动，并从企业战略的高度对其进行规划，企业界也因此掀起了一轮关于供应链及其管理的研究热潮。在激烈的竞争环境下，企业间需要更高层次的合作与集成，它们之间的关系也由纯商业的买卖关系转变发展为一种相互依存的战略合作伙伴关系，在建立基于互联网的供应链关系后企业间的合作也将更富有成效。一般认为，基于互联网的供应链管理的重点和核心是建立战略性合作伙伴关系，管理的关键在于供应链各节点企业之间（包括供应商、制造商、分销商、零售商及客户等）如何进行联接和合作，以及相互之间如何在设计、生产、竞争策略等方面进行良好的协调。建立这种基于互联网的供应链合作伙伴关系对于企业适应新形势、解决新问题无疑是大有裨益的。但是20世纪90年代以来的实践说明，由于各企业之间存在着目标差异和利益差异，在应用互联网后这些差异并未消除，反而新增加了一些带有现代信息技术特征的风险，因而供应链各节点企业在基于互联网的合作过程中除了存在固有的风险外，也会产生一定的新风险。我们可以把企业在建立基于互联网的供应链后而相应产生的风险统称为供应链风险，它包括供应链固有的风险和带有现代信息技术特征的风险。下面我们就企业供应链风险及其防范进行简单的探讨。
一、基于互联网的企业供应链的重要性
供应链是围绕核心企业，通过对信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构模式。供应链管理（SCM）强调企业如何凝造自己的核心能力，以便和其他企业建立战略合作伙伴关系，通过业务外包，委托合作企业完成部分业务工作，自己则集中资源经营更擅长于竞争对手的，能为本企业创造特殊价值的关键业务，在利益分享、风险分担的前提下，实现“双赢”甚至更多企业“共赢”的目标。
过去，企业之所以选择合适的经营伙伴，其主要目的在于降低采购成本和销售成本，从而达到降低产品成本、增加经营利润的目的。随着科学技术的进步和生产力的发展，市场全球化的趋势愈发明显，企业之间的竞争日益加剧，社会从原有的卖方市场进入了买方市场。企业面对这样一个变化迅速而且很难准确预测的全球化的买方市场，为了提高综合竞争力，不得不采取更先进的制造技术和管理方法，于是许多企业把目标瞄向建立基于互联网的供应链。
实际上，企业供应链管理包括短期计划管理和中长期计划管理。短期计划管理的主要内容有：（1）何时采购何种原材料；（2）如何充分利用生产资源安排生产；（3）怎样合理安排运输路线；（4）如何编制合同履行计划；（5）怎样履行对客户的承诺等等。中长期计划管理的主要内容有：（1）以何种策略与供应商建立关系；（2）在何处设立工厂为宜；（3）怎样才能建立国际运输网络；（4）如何开展网络营销；（5）如何应对国际国内市场的变化等等。在基于互联网的供应链管理思想看来，企业选择合适的合作伙伴已经转变为一种战略性的活动，其主要目的是为了建立稳定的合作关系，借助于互联网远程处理，资源共享和实时监控的优势，将合作伙伴的资源与企业自身的生产经营相统一，从而稳定整个供应链，达到降低供应链总成本、降低供应链总库存、实现资源共享、相互协调的目的，并保持供应链各合作伙伴相互之间在操作上的一贯性，使供应链节点企业在财务状况、服务质量、产品产量、用户满意度和业绩等方面均能有大幅度的改善与提高，从而更富有成效地解决供应链短期计划管理和中长期计划管理的问题。常见的基于互联网的企业供应链模式如图1所示。
二、基于互联网的供应链风险的主要类型
（一）企业供应链固有的风险
企业供应链固有的风险是指不论供应链基于何种模式都可能存在的风险。实践证明，企业供应链固有的风险主要有以下类型：
1.目标冲突风险
在供应链模式下，供应链中的各个企业是具有独立利益要求的经济主体，单个企业的行为目标从根本上说还是自身利益的最大化，因而它们都面临着双目标决策的问题，即企业自身的利润最大化以及满足供应链的整体要求。这两个目标在很多时候是一致的，但在下面两种情况下往往会有冲突：
（1）在满足供应链整体利益要求时可能会损害企业的短期利益。
（2）如果一个企业同时为多条供应链提供服务，则面临着多目标决策问题而在短期内难以作出全面合理的取舍，并由此面临一定的风险。
2.信息不对称风险
网络技术的发展并未完全消除信息不对称问题，因此由于信息不对称而产生的委托问题仍然存在，并给供应链带来相应的风险，主要有逆向选择风险和道德风险两大类。
（1）逆向选择风险。在供应链环境下，制造商（委托人）在选择供应商（人）时，供应商掌握了一些制造商所不知道的信息，而这些信息可能是对制造商不利的，供应商因此与制造商签订了对自己有利的契约，致使制造商可能蒙受损失。
（2）道德风险。在供应链环境下，由于制造商无法观察到供应商的某些行为，或者是由于某些外部环境的变化仅为供应商所观察到，而供应商为了自身的利益，在有契约保证的前提下可能采取一些不利于制造商的行为，如推迟供货时间或降低产品质量，从而损害制造商的利益，致使制造商面临一定的风险。
（二）基于互联网的带有现代信息技术特征的企业供应链风险
企业在建立基于互联网的供应链关系后，由于互联网具有分布式、开放性的特点，与原有的集中式、封闭性的供应链相比，将可能产生一些带有现代信息技术特征的风险。基于互联网的带有现代信息技术特征的供应链风险主要来自以下几个方面：
1.系统故障的风险
任何计算机系统都存在着由于操作失误或硬件、软件、网络本身出现故障，而导致系统数据丢失甚至瘫痪的风险。在互联网结构的供应链系统中，由于其分布式、开放性、远程实时处理的特点，系统的一致性和可控性降低，一旦出现故障，其影响面更广，系统恢复处理的成本更高。
2.内部人员道德风险
这主要是指企业内部人员对系统数据进行非法篡改、泄密和破坏等所造成的风险。需要注意的是，由于互联网供应链系统不仅与企业内联网完全融合，而且与整个互联网相联，因此其内部人员道德风险远远超过了以往的范畴。从地域上看，已从企业内部扩展到企业外部，即风险不但有可能从企业内部进入供应链系统，还有可能从企业外部的互联网进入供应链系统。
3.供应链系统关联方道德风险
这主要是指关联方（如客户、供应商、合作伙伴等）非法侵入企业内联网，进行以剽窃数据和知识产权、破坏数据、搅乱某项特定交易或事项等为目的的活动而产生的风险。在互联网条件下，企业内联网与关联方内联网之间需要建立外联网联接，由于存在数据交换和实时处理关系，需要相互之间开放一定的数据库资源，从而使供应链系统的数据库资源面临着风险。
4.社会道德风险
这主要是指来自社会上的不法分子通过互联网对企业内联网的非法入侵和破坏，这是目前媒体报道最多的风险类型。目前互联网社会道德风险主要来自网上的信息截收、仿冒、窃听、黑客入侵、病毒破坏等，尤其是黑客攻击和病毒破坏，已成为全球普遍存在的问题。
三、企业供应链风险的防范方法
（一）供应链固有风险的防范方法
1.明确选择供应链合作伙伴的准则
供应链合作伙伴的选择至关重要，企业在选择合适的供应链合作伙伴时首先必须明确选择准则。日前国内外很多学者（如Weber和Dickson）已提出了较多的供应链合作伙伴的选择准则，可供企业参考。Weber在总结Dickson的23项评价供应商选择准则的基础上，对它们重新进行了排序，在他看来，最重要的影响因素是价格、准时送货、质量、装备能力、地理位置、技术能力、管理与组织、行业名誉与地位等方面，如下表所示。
华中科技大学管理学院CIMS课题组在调查后认为，目前我国企业在选择供应链合作伙伴时，主要的标准是产品质量，这与国际上重视质量的趋势是一致的；其次是价格，92.4%的企业考虑了这个标准；另有69.7%的企业考虑了交货提前期；批量柔性和品种多样性也是企业考虑的因素之一。同时也指出，我国企业在选择合作伙伴时，持过多的主观成分，有时往往根据对企业的印象来确定合作伙伴的选择；选择的标准不全面，不能对企业作出全面、具体、客观的评价，没有形成一个全面的综合评价指标体系。因此企业在优先考虑价格、准时送货、质量、装备能力、地理位置等因素的同时，也要考虑服务、所处的内外环境、内务状况、信用程度等因素，并且要注意，选择的准则是多方面的且会不断发生变化。
2.设计恰当的激励机制
根据博弈论观点，供应链长期合作伙伴关系在一定程度上可以认为是一个博弈过程，供应商出于私利往往会产生机会主义行为，继而破坏供应链的正常运转，造成供应链的不稳定。因此，外部的适当的激励机制是保证供应链正常运作的必要条件。对供应链合作伙伴的激励机制可以从以下几个方面进行；
（1）价格激励。价格往往是供应链各合作企业最为敏感的要素。
（2）订单激励。在拥有多个供应商的情况下，订单的分配是一种有效的激励手段。
（3）商誉激励。如果在供应链合作协议条款中包含败德行为公开条款，则会对潜在的投机者施加有效的约束。
（4）淘汰激励。谁违反供应链合作协议并破坏供应链的稳定运作，谁就有可能遭受淘汰出局的际遇，它是一种有效的负向激励机制。
3.在供应链各合作方之间建立信任机制
增进相互间的信任是防范供应链风险的关键。企业可以从以下方面着手：
（1）进行专用性投资。这意味着企业的业务经营活动将更多地依赖于合作的业务部分，使对方相信双方的良好合作关系是获得长期利益的一个保证。
（2）确立“正和”思想。根据博弈论，“零和”甚至“负和”博弈意味着合作的双方必须重新分配原有资源，从而导致冲突。因此，合作伙伴关系要求双方合作的基础是要赢得“正和”的博弈结果。
（3）追求公平。在供应链各合作方之间形成公平竞争、获取公平利益的氛围，也有助于增进相互间的信任。
（二）基于互联网的带有现代信息技术特征的企业供应链风险防范方法
基于互联网的企业供应链系统涉及企业的许多方面，因而其安全问题必须全面考虑，既要考虑管理和控制方面的措施，也要考虑监督措施，还要充分利用现代计算机安全控制技术。总的来说，企业可以采取如下措施进行风险防范：
1.建立和完善计算机技术控制体系
运用软件和硬件技术建立完善的计算机安全管理体系是计算机系统的重要特征。具体地说，企业可以运用如下关键技术来防范风险：
（1）利用防火墙技术预防外来攻击。防火墙（Firewall）是一组介于互联网和企业内联网之间的访问控制系统，它充当屏障作用，保护企业信息系统（内联网）免受来自互联网上的攻击。防火墙可以软件形式运行于计算机上，也可以硬件形式设计在路由器上。
（2）利用漏洞扫描技术增强系统的安全性。漏洞扫描技术就是通过对系统安全脆弱点的自动检测，找到安全漏洞，并给予修复的一种安全技术。根据扫描对象的不同，漏洞扫描技术可分为互联网扫描技术、系统扫描技术和数据库扫描技术等几大类，它们分别负责扫描和修复不同的安全漏洞。
（3）利用入侵检测技术防范黑客攻击。入侵检测技术是通过对计算机网络系统中的恶意使用行为进行实时识别和响应的一种安全主动控制技术。它可以在系统被破坏前主动中断并响应安全漏洞和误操作，实时监控用户的活动，其入侵检测记录还可用来追究入侵者的法律责任。
（4）利用病毒检测与消除技术防范计算机病毒的攻击。为了检测和消除计算机病毒，国内外已经研制出很多种反病毒软件，一般都能有效地检测和消除许多种计算机病毒，并具备在网络环境下实时监控的功能。但目前的技术尚无法做到制止新计算机病毒的产生，因此反计算机病毒技术需要不断发展和提高。
（5）运用计算机信息加密技术实现对系统程序和数据文件的保护。通过密码技术对信息进行加密是一种古老而有效的安全手段，利用该技术可以保护系统程序和数据文件的安全。
2.建立完善的单位内部控制和管理体系
内部控制是指企业为了保护资产安全，保证数据记录的正确性和可靠性，提高经营管理效率，保障经营管理政策的执行而采取的全部方法和措施。内部控制分为一般控制和应用控制两类，一般控制是对供应链系统环境的控制，应用控制则是对系统运行过程的控制。显然，不同的环境和应用系统模式，其内部控制的方法和措施是不同的。由于企业规模和生产经营特点的不同，基于互联网的企业供应链系统的应用模式也会有所不同。但不论是哪一类型的系统结构，其系统组成的基础部分都是企业的内联网（包括分支机构的内联网）。因此，基于互联网的企业供应链系统的内部控制主要是内联网的控制，其主要的内部控制点如图2所示。
从图2可知，基于互联网的供应链系统内部控制点主要包括八个方面，分别是：①操作系统；②数据库系统；③系统开发；④系统维护；⑤应用系统；⑥计算中心；⑦组织结构；⑧工作站。企业必须对这八个控制点制定相应的内部控制措施，建立完善的内部管理体系，以保护供应链系统的安全。
3.建立和健全外部控制体系。
在互联网环境下，企业内联网不再是独立、封闭的系统，已成为互联网世界的组成部分。要保护基于互联网的供应链的安全，还必须对企业内联网以外的系统空间进行控制，也就是面向企业内联网的外部环境所进行的控制。企业内联网与外联网及互联网的关系如图3所示。
工业互联网分析范文3
作为现代化的产物，互联网这个新兴产业的发展时刻影响着人们的生活，互联网经济对资本市场结构的改革也形成了重大影响。2013年，中国的并购市场无论在金额还是数量上，均创新高，据清科研究中心统计的数据显示，中国互联网上市公司共进行317起并购交易，同比增加100.6%;其中278起涉及的交易金额达143.49亿美元，同比增加164.5%。随着互联网行业的竞争越发激烈，并购似乎已经成为扩大企业规模，互补竞争优势的唯一途径。美国著名经济学家、诺贝尔经济学奖获得者George·J·Stigler的文章提到：“可以说，在美国，几乎全部大规模企业都是依靠兼并、收购这样的方式发展壮大的。”然而，并购行为能否达到真正改善企业状况，提升长期绩效呢? 本文将围绕这一问题进行研究。
一、文献综述
一般来说，并购绩效分析主要选取两种方法。其一，事件研究法，通过观测股票的价格波动来研究并购行为带来股东价值的变动，是研究并购短期绩效变化的常用方法。其二，会计研究法，通过对比财务指标及其组合，对绩效的进行中长期观测，分析上市公司并购绩效。国内大批学者对此展开过研究，得出的结论不尽相同。冯根福、吴林江(2001)[1]采用因子分析法，分析了1994 -1998年间上市公司的并购绩效，结果表明：整体来看，并购绩效是明显波动的，仅在并购第一年有上升，之后的几年均呈现下降的趋势;陆桂贤(2012)[2]运用事件研究法，将沪深上市公司2005 年发生的37 起并购案例进行研究，发现大部分公司在并购后两年内绩效没有改善，并购三年后少数公司的绩效才有所提升。张翼、何小锋(2015)[3]等用因子分析法对2003—2008 年沪深股上市公司的并购事件为研究样本进行分析， 对比并购前三年与并购后五年的绩效表现，得出结论：长期来看，我国上市公司并购行为是无效率的，未能达到资源融合与价值提升的效果。
二、研究方法的选择
为客观地对互联网行业的长期并购绩效做出评价，本文选取会计研究法，即因子分析法，对2013年互联网行业内的并购事件进行筛选、实证分析。因子分析法(Factor Analysis)是用少数因子表示多个指标之间的联系，将密切相关的财务指标分为一类，形成公因子，以少数公因子反映出原始数据的信息。作者使用SPSS23软件对2013年发生互联网行业并购行为的公司进行因子分析，以收购方为分析对象。本文综合了海内外上市的互联网公司，以完成日期确定时间，若在本年度同一样本发生两起及以上的并购事件，以交易金额最大的一次为基准。在选取数据时，要求目标公司在并购当年至少上市两年，在剔除具有不完整财务数据的样本后，选取了20家规模较大的互联网行业公司进行分析。需注明的是，随着互联网行业内外部的加速融合，如今的互联网行业已远不止广义的移动互联网，例如，百度、谷歌等，更多传统企业都在向互联网行业靠拢，实现产业融合，创造了一个行业细分越发模糊的新型互联网行业。作者对于目标公司的选取，充分考虑到了这一群体。
本文的研究数据是通过国泰安CSMAR数据库、清科创业投资研究中心、网易财经、新浪财经四个途径获取。运用因子分析法，根据各指标对总体的贡献程度，构造出新的因子，得出综合得分函数。通过比较样本在不同年间的综合得分，反映互联网行业并购绩效的变动情况。考虑到该行业的特点，本文将从盈利能力、偿债能力、成长能力、管理能力四方面对数据展开研究，选取十个财务指标，包括：速动比率、流动比率、净资产收益率、投资回报收益率、营业收入增长率、总资产增长率、净利润增长率、每股收益增长率、流动资产周转率、总资产周转率。
三、实证分析过程
(一)标准化数据的适用性检验
根据2012-2015年的财务指标数据建立相关矩阵R， 依次使用和KMO检验与巴特利特球体检验。从下表发现，KMO值均大于0.5，这说明相关矩阵均通过检验，适合作因子分析。(见表1)
(二)公因子数量的确定及命名
一般认为，旋转后因子载荷的绝对值越大，其解释变量时越重要，本文将变量总值的方差百分比大于 0.7 的公因子判定为有效。从表2看出，2012年，第一公因子对投资回报收益率、净资产收益率贡献度最高，因此命名为盈利能力因子;第二公因子对营业收入增长率、总收入增长率、净利润增长率、每股收益增长率贡献度最高，命名为成长能力因子;同理，第三公因子命名为资产管理能力因子。第四公因子命名为偿债能力因子，分别对其他年度的公因子进行命名。(见表2)
(三)计算因子得分，构建综合得分函数
利用软件，对原始财务数据进行因子分析，选择回归法估算出因子得分系数矩阵，将因子得分带入财务指标数据，计算综合得分。方差贡献率是衡量公共因子重要性的指标，它的值越大说明公共因子对总绩效的影响越大。根据总方差解释图 (受篇幅限制，该数据图表与各因子得分表略)，得出2012-2015年的综合绩效得分函数。其中，Ft-1是指并购前一年，以此类推。将不同年间的综合的分数对比，得表3：
Ft-1 =(23.618×F1 +23.397×F2 +21.446×F3 +20.602×F4)÷89.062
Ft =(30.404×F1 +21.749×F2 +20.173×F3 +15.645×F4)÷87.970
Ft+1 =(22.119×F1 +21.409×F2 +21.188×F3 +20.915×F4)÷85.632
Ft+2 =(25.247×F1 +25.140×F2 +24.249×F3 +12.320×F4)÷86.956
(四)结果分析
由上表可看出，70%的样本公司并购当年的绩效较上一年明显下降，而大部分公司在并购后第一年、第二年比并购当年绩效有回升，其中第一年的绩效优于第二年。将所有公司的总得分求均值，发现并购后第一年的绩效弥补了上一年的损失，有了显著改善。(见图1)
四、结论与建议
本文运用因子分析法对20家互联网行业上市公司的并购绩效差量进行实证分析，结果表明，并购企业经历了一个起伏的阶段，并购当年绩效较上一年明显下降，并购后第一年绩效得以提升，下一年的绩效又呈下降趋势。短期来看，并购方业绩得到了改善，但这种改善是否长期有效，还需要通过未来的财务数据进一步分析。因此，公司并购行为往往需要收购方与被收购方长时间进行融合。尤其是在互联网这样一个高速发展的行业内，业务的相关性与互补性都深刻影响着并购双方的绩效。 例如，百度与91无线存在着很强的业务互补性。通过收购91，百度巩固并加强了其移动互联网入口商家的重要地位， 建立了移动互联网搜索和应用商店两大强势入口，满足了用户在搜索和软件下载方面的需求。
并购，是有效扩大企业规模的方式，但不是唯一方式。纵观我国短暂的并购历史，可以看出国内大多企业，仍处于并购的摸索阶段，规模效应并不明显，尤其是规模小的企业，其并购绩效仍要经受市场和时间的进一步检验。同时，企业间的不兼容现象也很大程度上阻碍了企业的增值过程。所以，在作出并购决策前，应做好可行性分析，充分考虑到行业环境的变化和并购带来的高风险。
五、研究的局限性
本文选取最新的数据，对国内互联网行业的并购绩效展开分析。在参考现有研究成果的基础上，对我国上市公司，尤其指互联网行业，提出了建议。然而，本文的局限性在于分析并购的时间间隔较短，无法对并购后三到五年长期的绩效变动进行考察，说服力稍有欠缺。另外，尽管研究所用的财务指标数据是经过多家机构选取的，由于上市公司披露的财务数据的隐蔽性，无法反映出企业全部信息，因此数据会对研究结论产生一定影响。
工业互联网分析范文4
关键词：商业银行；互联网金融；供应链金融；平台金融
中图分类号：F832.33文献标志码：A文章编号：1673-291X（2014）11-0127-03
历史上每一次技术变革都对银行业产生深刻影响，并从根本上加速银行业业务模式的转变。随着大数据、云计算、移动互联网等技术浪潮的推动，众多互联网巨鳄企业在逐渐涉足金融行业，正在大踏步地和金融进行深度融合，例如，阿里的小贷以及余额宝的推出，淘宝、京东深入到供应链金融，国内电商巨头在供应链金融领域的创新实践也方兴未艾。互联网金融刺激着银行改变传统的“点对点”开发客户的业务方式，金融业正加速互联网技术的运用，转变支付手段和单纯依靠抵押、质押方式的贷款模式。许多商业银行开展了供应链金融业务，例如，深圳发展银行的“1+N供应链融资方案”、中行供应链融资中心的融资产品、华夏银行的“融资共赢链”和光大银行的“金色融资链”等，将各种结算业务融合在融资链中，客户在下订单、制造、装运、收款各个贸易环节都可获得银行的资金支持。
一、供应链金融业务产生的意义
供应链金融是近年来“银行交易性业务中最热门的话题”，它注重对信息的整合和分析，催生多种创新贷款方式。根据Michael Lamoureux的定义，供应链金融是一种在核心企业主导的企业生态圈中，对资金的可得性和成本进行系统性优化的过程（见图1）。从国际范围来看，同样是“1+N”模式，国外银行供应链融资主要以上游供应商为主、以“应收账款”为重点，通过电子平台实现订单、发票等数据信息流的公示和鉴证，以深化与核心企业的关系为核心。WilIiam Roland Hartley-Urquhart（1998）认为，供应链融资可以简单地理解为“准时制借款”，就像物料计划的“准时制”一样；供应链融资要减少由于供应链伙伴没有协调它的需求而产生的低效率。很多情况下，供应方的资金成本比买方的资金成本高。如果采用应付账款融资或卖方融资等供应链融资模式，可以使供应方以买方的较低融资成本融资。应付账款融资减少了供应链中拥有较高资金使用成本的供应商的资金占用，保证了供应链的资产转换周期的资金成本尽可能最低，从而优化了供应链中的资金流。
二、基于网银平台的我国商业银行供应链金融模式发展近况
供应链金融在传统贸易中就已经存在。一个完整的供应链类似于一条微笑曲线，核心企业处于中间位置，对上下游都有严格的资金管理、货物管理。因为核心企业的强势，在下游会赊购，在上游会赊销，就会导致供应链中资金紧张。小企业普遍具有分布广、数量多，融资周期短、频度高、金额小、用款急等特点。而由于银行很难掌握小微企业的信息，放款的效率比较低。若由人工进行实时监控，逐笔审查授信款项的用途，在成本上并不合算，但简化监管和流程又容易形成操作风险。因此对企业的供应链金融进行电子信息化处理就非常必要，只有这样才能保证效率降低成本。利用电子化的渠道和平台，银行能够对供应链授信业务的用途进行逐笔监管，保证信息的及时性、准确性，大大降低授信业务的风险，实现小企业融资批量化，与企业协同发展，互利共赢。
由于供应链金融业务对供应链上下游企业的信息流较为依赖，因此成为银行布局大数据时代的重点。除了平安、招行以外，民生、中信、光大、兴业等多家银行也在逐步把供应链金融业务从“线下”搬到“线上”，构筑的供应链金融网银平台。 而平台经济对于本身就具有一定IT属性的银行业而言，更是挑战与机遇并存的双刃剑。通过互联网与金融技术的深度融合，最大限度地发挥银行传统的金融优势和平台经济高效、便捷、覆盖广等优势，为客户提供更全面、更优质的金融服务。
网银平台可以通过银企直联模式实现与供应链上下游小企业、核心企业、仓储监管机构、交易市场等合作方实时对接，对信息流进行全面掌控和统一管理。小企业用户可以与核心企业、物流仓储企业等的内部资金管理系统、供应链管理平台、电子商务网站实时嵌入，共享“1+N”供应链实时交易信息，实现供应链“商流-物流-资金流-信息流”的在线整合。以在线融资功能在供应链经营中的应用为例，“平台金融”模式中，银行资金支付系统与核心企业销售系统对接，以核心企业为平台客户，为其指定的优质商提供订单融资。商小企业订单生成后，如需要融资则登陆信息平台，在线勾选需要融资的订单发起融资申请，银行则根据订单金额发放一定比例的贷款，资金定向支付到核心企业账户，保证专款专用。这种全流程电子化金融服务与“贷款到期跑银行”的传统方式相比，可使经销商自主掌握贷款、还贷进度，资金支配更灵活，节省了时间和资金成本，极大地缓解了“融资难、融资贵”的问题。例如，在招商银行智慧供应链金融平台中，供应链上下游企业的订单、应收账款、存货和运输仓储等信息可以通过该平台进行分类归集和传递到所需的供应链各方；客户可以在线随时测算当前可以在招行申请贷款的金额，自助发起融资申请，平台在线自动审批，实时放款。
三、商业银行与电商平台合作的供应链金融模式
商业银行发展网银平台模式的供应链金融业务的同时，也开始陆续地展现出向电商融合的态势，因为供应链核心的主体通过银行往中间流通，目前电子商务企业是做得最好的。电商企业处于微笑曲线的中间，可以做到全方位24小时掌握其上下游企业的信用状况、物流状况、发货记录以及相应的企业信息。电商平台积累了大量的交易数据，天然地成了信用评估的依据，所以，电商为银行提供数据，二者形成互补关系。例如，为配合供应链金融的展开，京东已经开始大力发展POP开放平台，可以在交易的各个环节向供应商提供贷款服务。具体分为4个类型：采购环节的订单融资，入库环节入库单融资，结算前应收账款融资以及担保、保单业务扩大融资。在整个放贷的过程中，京东只提供交易数据供银行参考，扮演供应商与银行之间的授信角色，所有的贷款资金都由银行提供，资金的发放由银行完成。
四、我国商业银行供应链金融产品发展的方向
工业互联网分析范文5
首次覆盖工业互联网子行业，给予“增持”评级。市场认为，工业互联网的目的是实现智能制造。而我们认为，工业互联网绝不局限于制造环节，更重要的是实现工业数据流交互，硬件、软件之间的智能通信。最终目的是要实现所有设备的联网，获取海量的设备运行数据，进而进行智能决策，通信行业将在其中扮演重要角色，这也正是未来5G的突破方向，首次覆盖工业互联网子行业，给予“增持”评级。
细分产业成熟为工业互联网大融合提供可能。经过近年来的发展，工业以太网、4G传输、云计算、大数据等技术环节日趋成熟且成本大幅下降。离散的工业以太网在海量的数据传输网络、庞大的云计算资源的支持下，组成广泛的物联网，加以工业大数据分析，使实现工业互联网成为可能。据GE测算，如果工业互联网推动美国生产率每年增长1-1.5个百分点，推动其他各国生产力增长水平能维持在美国的一半，工业互联网将为全球GDP创造10-15万亿美元价值。
互联网木桶理论+信息安全需要，打造通信产业“长板”。市场此前将工业互联网的投资方向锁定在制造领域，但我们认为用互联网技术改造现有工业制造流程才是核心，通信行业将扮演重要角色。其逻辑在于：(1)根据互联网木桶理论，能装最多的水决定于长板(核心竞争力)，经过20多年的国际竞争，中国的通信网络产业已经具备了全球竞争优势，无论在标准制定、设备制造水平均处于领先地位；(2)工业互联网所涉及的电力、航空、石油、铁路等行业均为关系国家经济命脉的行业，网络安全极为重要，设备国产化是大势所趋。
抓住工业数据感知、传输、分析三大环节，推荐佳讯飞鸿、中恒电气、东方国信、光迅科技、天源迪科、二六三、中瑞思创、光环新网、中兴通讯、星网锐捷；受益标的：键桥通讯、东土科技。我们认为，中国的工业互联网产业蕴含着巨大的投资价值，具体可以根据数据采集、数据传输、数据分析三个环节来寻找投资机会。数据采集环节，推荐光迅科技、中瑞思创；数据传输环节，推荐佳讯飞鸿、中兴通讯、星网锐捷；数据分析环节，推荐东方国信、中恒电气、光环新网、天源迪科、二六三。
工业互联网分析范文6
昨日市场在大数据、智能装备为代表新兴产业带领下全线走强，并带动多类题材股走强，市场活跃度全线提升，独角兽企业越来越受到市场的关注。
消息面上，由海尔集团主导研发的工业互联网平台获批为国家发展改革委的“基于工业互联网的智能制造集成应用示范平台”，这也是我国首个国家级工业互联网示范平台，将在青岛西海岸新区建设。此前美国GE已经和中国电信的试图签订战略合作协议，把GE的工业互联网平台引进到国内，国家级工业互联网平台建设已经迫在眉睫。
在消息的催化下，工业互联网连续多日走强。今日早盘工业互联网板块再度爆发，东土*技冲击四连板，早盘带动市场一波上行热情，但随着另外一个龙头用友网络的高开低走，板块内的分化开始加大。短期来说，该板块经过多日的上涨，今天出现了一定的上攻疲态。但从长远来说，该板块不是一般的热点题材，而是有政策支持的“政策板块”，值得投资者长期关注。
那说了半天，工业互联网究竟是什么？工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的结果。它通过智能机器间的连接并最终将人机连接，结合软件和大数据分析，重构全球工业、激发生产力，让世界更美好、更快速、更安全、更清洁且更经济。
工业互联网的本质是要有数据的流动和分析。互联解决了通信的基本，更重要的是数据端到端的流动，跨系统的流动，在数据流动技术上充分分析、建模。因此，大数据，人工智能等相关板块均会受到带动。
