大数据下的计算机信息处理技术研究论文
摘要： 现如今，随着科学技术的快速发展，计算机技术已经融入到人们的生活之中，想想10年前的计算机技术和现如今的计算机技术，真的是天壤之别，发生了翻天覆地的变化。同时，大数据的应用也越来越广泛，带来了丰厚的利润，各种“云”层出不断，对大数据的背景下，计算机信息处理的技术提出更高的竞争和要求。本文首先介绍大数据的概念，阐述基于大数据背景下的各种计算机信息处理技术，并对技术进行分析研究，最后对大数据未来的发展的机会做出分析。
关键词： 大数据；计算机信息；技术研究
随着科技的迅猛发展，大数据的应用愈来愈广，随之产生的数据系统总量大，十分庞大，这就对大数据时代下的计算机信息处理技术提出了更高的要求，如何将大数据处理的井然有序，有条不紊，值得每一位考研人员进行探讨。
一、大数据的概念
什么是大数据？大数据，另一种叫法称之为巨型资料，是一个十分复杂密集的数据集，这样的数据集在一定的时间内，依靠于传统普通的数据加工软件无法最终实现管理、抓取及处理的功能，需要进行创新，用新的处理模式才能够实现。大数据具有虚拟化、按需服务、低成本等等特点。在每一个消费者的角度来看，大数据中的计算技术资源服务可以帮助每一个大数据用户完成想要的资源信息，用户只需进行付费就可以直接使用，根本不需要到处搜寻资料，跑来派去的打听。这从根本上改变了人们对信息资源的需求方式，为用户提供一种超大规模的网络资源共享。同时，面对海量的大数据库资源，如何对大数据资源进行处理，得到用户们想要的信息资源，需要计算机信息技术不断的进行挖掘。
二、大数据下的计算机信息处理技术
总体的来说，基于大数据背景下的计算机信息处理技术总共可以分成以下3个方面：信息的获取及加工技术、信息的存储技术和信息安全方面的技术。下面就针对这三种技术，进行研究分析。1）信息的获取及加工技术。信息的获取及加工技术是实现信息化的第一步，是最基础的工作内容，只有完成了信息数据的搜集工作，才能进行下面的计算机信息技术的处理。因此，如若进行信息的采集工作，需要首先明确信息的目标源，对信息数据进行监控，时刻把握信息的流向及动态，然后将采集的信息数据输入至计算机数据库中，实现了信息的获取采集工作。接下来是第二步，信息的加工及处理工作，所有的加工和处理技术的核心在于用户的指引，完全由用户导向，设定信息的筛选范围，确定信息的丰富度等等。最后是依照于用户的要求，将信息资源传输到用户手中。这样就实现了整个信息从采集到处理，再从处理到传送工作的整个流程。2）信息的存储技术。在大数据的背景下，对于整个计算机信息的处理，信息技术的存储是十分关键的环节，可以将处理加工的数据得以保存，更方便用户对于数据的调取和应用。而且，现如今的信息数据总量大、更新速度快，合理的运用存储方面的技术，可以快速的实现信息的存储工作，提高工效效率，将复杂变简单。在目前的时代下，应用最广泛的是分布式数据存储技术，应用十分方便，能够实现快速大量的数据存储。3）信息安全方面的技术。大数据在方便用户使用和享受的同时，信息数据资源的安全性也是不容忽略的，而且随着社会的发展，数据资源的安全性和隐私性逐渐受到关注，如何实现数据库的安全是个十分值得研究的课题。首先最主要的是建立计算机安全体系，充分引进更多的人才。其次需要加强安全技术的研发速度，由于大数据发展及更新速度快，需要快速的更新原有的安全体系，尽快的适应大数据时代的更新速度。除此之外，加强对信息的监测是十分必要的，避免不法之人进行数据的盗取，在信息数据庞大的体量下，依然能够提供稳定有效的安全体系。
三、大数据下的计算机信息技术的发展前景
1）云技术的发展是必然趋势。云计算网络技术是越来越得到大的发展，一方面由于计算机硬件系统的数据处理技术有限，云技术可以完全的将弊端破除，同时，它能够利用最新的数据资源和处理技术，不依赖于计算机硬件系统。因此，随着庞大的数据越来越复杂，传统的数据处理方式已经不能够适应，未来将计算机信息处理必将朝着云计算发展。2）计算机网络不再受限于计算机硬件。未来，计算机网络技术将会不再受制于计算机硬件的限制，网络的传输技术更加趋向于开放化，计算机网络和计算机硬件将会分隔开，重新定义新的网络架构。3）计算机技术和网络相互融合。传统的计算机技术需要运用计算机的硬件系统才能够实现信息的处理、加工及存储工作，未来新的.计算技术将脱离于计算机硬件配备，可以仅仅用计算机网络就可以实现数据的加工和处理。同时，二者也将会相互融合、相互发展真正的满足由于大数据时代的更新所带来的困扰，这是未来大数据背景下计算机技术发展的又一个方向。
四、大数据下的计算机信息技术面临的机遇和挑战
在大数据背景下，计算机信息技术的机遇和挑战并存，首先，病毒及网站的恶意攻击是少不了的，这些问题是站在计算机信息技术面前的巨大挑战，同时，近些年，网络不断，社会关注度逐渐提高，网络的安全问题也是不同忽视，再者，信息之间的传送速度也有限，需要对传送技术进行创新，以适应更高的用户需求。最后，随着大数据库的不断丰富，越来越庞大的数据资源进行加工和处理，对数据的存储又有了新的要求，如何适应不断庞大的数据信息量，实现更加便捷的、满足用户需求的调取也是一个巨大的挑战。与此同时，也存在着许多的机遇。首先，大数据对信息安全的要求越来越大，一定程度上带动了信息安全的发展，其次，大数据在应用方面，对企业及用户带来了巨大的便利，同时也丰富了产业资源，未来用户及企业面前的竞争可能会转化为大数据信息资源的竞争。最后，大数据时代的来临，构造了以信息安全、云计算和物联网为主要核心的新形势。
五、结论
通过一番研究，目前在大数据时代下，计算机信息技术确实存在着一定的弊端，需要不断的进行创新和发展，相信未来的云计算会越来越先进，越来越融入到人们的生活及工作当中，计算机信息技术面临的巨大的挑战和机遇，面对挑战，抓住机遇，相信未来我国的计算机技术会越来越好，必将超过世界领先水平！
参考文献：
[1]王秀苏.计算机信息处理技术在办公自动化上的应用[J].科技经济市场,2010(03).
[2]张连杰.企业管理中计算机技术的应用[J].电脑知识与技术,2011(26).
[3]陈静.浅谈计算机处理技术[J].科技与企业,2012(11).
[4]赵春雷,乔治纳汉."大数据"时代的计算机信息处理技术[J].世界科学,2012.
[5]庄晏冬.智能信息处理技术应用与发展[J].黑龙江科技信息,2011.
[6]艾伯特拉斯洛,巴拉巴西,著.马慧,译.爆发:大数据时代预见未来的新思维[M].北京:中国人民大学出版社,2012.河南省高等学校重点科研项目计划（16A520008）
首先介绍大数据带来的好处，然后介绍大数据带来的弊端。
大数据带来的好处
1、大数据便利我们的生活：
自助缴水、电、燃气、电视费，汽车摇号、手机充值、违章查询、公积金查询、手机代开发票、查询法院案子进展，这是运用大数据促进保证和改善民生的典型事例。此外，大数据还运用到智能家居中，智能照明体系等。
2、大数据便利看病：
大数据最强大的应用就是电子医疗记录的收集。每一个病人都有自己的电子记录，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。大数据收集病人信息，可以尽早发现疾病，对于患者来说，不但降低了身体健康受损的风险，同时也能够减少医疗支出。
另一个创新是可穿戴设备的应用，这些设备能够实时汇报病人的健康状况。这些新的分析设备具备同样的功能，但能在医疗机构之外的场所使用，降低了医疗成本，病人在家就能获知自己的健康状况，同时还获得智能设备所提供的治疗建议。
3、大数据便利我出行：
人们的出行越来越离不开大数据的协助，运用电子地图，初来乍到的游客可以在生疏的城市自由行走；繁忙一天的上班族可以查询最快回家的交通方法；出租车司机经过语音导航，知晓前方路程状况，防止堵车或超速违章。
大数据仍是缓解交通压力的利器，它可以猜测未来交通状况，为改善交通状况供给优化方案，这有助于交通部门进步对路程交通的把控才干，防止缓和解交通拥堵。
4、利用大数据提升自己：
大数据技能不只能够提高人们使用数据的效率，并且能够实现数据的再使用和重复使用，进而大大降低交易成本，提升人们开发自我潜能的空间。
大数据的弊端
1、个人数据隐私与安全
大数据会记录浏览习惯，购买习惯，常用淘宝支付宝这些软件的人，消费能力、购物习惯、活动产所、收入情况、生活质量、年龄、身高、体重、鞋码、三围、口味等，都是可以分析出来的，这些基本囊括了我们的生活。
个人数据安全就成了一个大问题，一旦数据泄露（或被买卖），可能会对用户人身财产、国家和公司的安全造成威胁。
2、大数据杀熟
杀熟，即同样的商品或服务，老客户看到的价格反而比新客户要贵出许多。
包括滴滴出行、携程、飞猪、京东、美团、淘票票等多家互联网平台均被曝疑似存在“杀熟”情况，涵盖在线差旅、在线票务、网络购物、交通出行等多个领域，特别是OTA（Online Travel Agent）在线差旅平台较为突出。
大数据的价值体现
1、对许多顾客供给产品或服务的企业可以运用大数据进行精准营销。
2、做小而美形式的中小微企业可以运用大数据做服务转型。
3、面对互联网压力之下，有必要转型的传统企业需求与时俱进充沛运用大数据的价值。
在当前的“大数据”时代，人们可能会受到大数据带来的损失。大数据分析包括使用来自多个来源的大量数据进行链接和分析，以发现预测人类行为的模式。即使在完全合法的情况下，这样的分析也会伤害到人们的利益。
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。 大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。当下我国大数据研发建设应在以下四个方面着力一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。
学术堂整理了十五个和大数据有关的毕业论文题目，供大家进行参考：1、大数据对商业模式影响2、大数据下地质项目资金内部控制风险3、医院统计工作模式在大数据时代背景下改进4、大数据时代下线上餐饮变革5、基于大数据小微金融6、大数据时代下对财务管理带来机遇和挑战7、大数据背景下银行外汇业务管理分析8、大数据在互联网金融领域应用9、大数据背景下企业财务管理面临问题解决措施10、大数据公司内部控制构建问题11、大数据征信机构运作模式监管12、基于大数据视角下我国医院财务管理分析13、大数据背景下宏观经济对微观企业行为影响14、大数据时代建筑企业绩效考核和评价体系15、大数据助力普惠金融
内容如下：
1、大数据对商业模式影响
2、大数据下地质项目资金内部控制风险
3、医院统计工作模式在大数据时代背景下改进
4、大数据时代下线上餐饮变革
5、基于大数据小微金融
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据主要指的是软件开发，现在这个专业比较火，也就是说比较热门，因为现在是一个移动互联时代 ，找到客户的共同点，通过数据来分析，并且研究用户特点，可以起到事倍功半的作用。
硕士毕业论文写作技巧分析
一、搞清楚论文的研究方法
论文一定要先搞清楚研究方法，研究方法就是研究问题的角度。由于对于同一个研究方向，往往有很多种研究方法， 刚开始研究时往往有些摸不着头脑，脑袋里面是浆糊，人云亦云，天天换方法。我有段时间就是不知道用什么方法好，总是换方法，到头来自己都头晕而且研究工作没有太大的进 展。
二、掌握论文创作的深度
论文一定要有必要的深度，没有必要深度也就泛泛而谈，空乏无物。论文的.深度决定于你研究的深度，只有先通读尽可能多的相关研究方向的文章，搞懂这些论文所用的方法，记 得摘录这些文章中提到了研究方法、研究的结论与不足之处。
三、论文要有创新点
论文一定要有些创新点，其实创新点，我觉得倒是可 是换位思考，不求理论突破可以求算法改进，比如你可以修改一些算法让新的算法比已有算法更贴近工作的实际需求;
四、实验数据的重要性
实验数据的整理是不能忽视的一环，因为在论文中必须用实验数据说话，必须证明新的思路比已有思路要好，新的软件算法比已有软件算法在时间、空间上有更多的优势。
毕业论文是一篇系统性、综合性的学术论文，是研究生毕业时所必须完成的重要任务。以下是撰写毕业论文的一般步骤：
1、确定研究题目：选择一个有足够研究空间的课题，并制定合理的研究目标和研究问题。
2、搜集文献：对研究领域的相关文献进行深入细致的调查和搜集，并对文献进行综合分析和评价。
3、研究设计：根据研究目标和问题，制定研究设计和研究方案，并确定研究方法和数据收集方式。
4、数据分析：采用统计学和其他相关方法对数据进行分析，验证研究假设，总结和解释研究结果。
5、结论和建议：总结研究结果和发现，提出结论和建议，并指出未来研究的方向和展望。
6、论文撰写：根据学术论文写作规范，撰写完整、准确、连贯的毕业论文。
7、审查和修改：对论文进行审查和修改，确保论文的质量和准确性。
硕士论文写作需要注意哪些事项注意语言表达虽然科研论文可以说是对他人“讲故事”。但与一般的故事不同之处，个人认为，主要在于逻辑性与连贯性。表达方式应以顺叙为佳，不宜像诗歌、散文、小说之类的文艺作品，使用倒叙、插叙等手法。内容详略得当。该简略之处就要言简意赅，该详尽之处就要清晰全面，不要写成“流水账”，也不要写成“意识流”。结构要合理。可以按“提出问题(立论)→分析问题(讨论)→解决问题(结论)”的总体思路来谋篇布局。摘要、正文和结论的相关内容，要前后呼应。语言通俗易懂。论文是给别人看的，不要认为自己知道的，别人就一定知道。要使用书面语言，避免使用网络语言。语句长短合适，少用累赘的长句与跳跃的短句。遣词要恰当得体。比如，“推测”、“推断”与“推定”，语气是有所不同的(在英文文献中，常用的是suggest、indicate、maybe之类“容他性”的词语)。注意错别字。避免因一时的疏忽大意，而留下缺憾。比如，将“风云二号”写成“风韵二号”，“碳酸盐”写成“碳酸岩”。一字之差，天壤之别。正确使用标点符号。不要分号与顿号不分，一“逗(号)”到底等。建议同学们在闲暇时，可以多看看汉语言工具书。同时，也呼吁素质教育阶段，要切实重视母语——汉语的教学质量。2数据、术语严谨规范严谨规范，是科研论文的主要特征之一。数据分析，避免“张冠李戴”。对数据进行判别时，不要将属性为A的对象，用B作为参照标准。计量单位，要符合国家标准或者相关行业规范。注意有效数字的取舍。并不是小数点之后位数越多就越精确，而是要与获得数据的方法手段结合起来。比如，利用一台精度为5%的仪器进行观测，数据应写成“19”，而不是“19.2”。不能简单地照搬仪器报出值。高于检测上限、或低于检测下限的数据，应该用“>检测限”、“<检测限”、“未检出”或相应的英文缩写等表示。标注要详实。比如，采样位置图，应该有比例尺、方位、坐标、图例及说明等参数。图版中使用专业符号、代码表示对象时，应该附注相应的文字说明。不要生造专业术语。确实需要使用新的术语时，应进行充分的说明。建议同学们多调研文献，熟悉相关规范。3正确理解“创新”的含义创新，是对前人成果的批判与修正、继承与发展，是科研工作者的重要追求之一。学位论文倾注了同学们的大量心血，与前人成果相比所取得的任何一点进步，在一定意义上，都是一种创新。在肯定自己工作的同时，也要科学地评价前人工作。对前人的不同观点，切忌全盘否定，宜用“值得商榷”。由于时间、精力、经费、知识背景、技术条件等诸多因素的影响，学位论文正如“盲人摸象”，难以做到尽善尽美，属于阶段性的成果。对自己的不足，切忌避实就虚，宜用“有待进一步研究”。个人所见，难免有失偏颇。可取之处，谨供参考;不当之处，欢迎批评!
数据分析法论文研究方法怎么写
数据分析法论文研究方法怎么写，毕业论文对大学生是很重要的一项内容，如果毕业论文不通过就可能毕不了业了，论文的数据是很重要的，如果你的论文数据不准确，就没研究意义了， 下面我和大家分享数据分析法论文研究方法怎么写。
确定数据分析方法
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
搜集整理实验数据
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
使用软件进行分析
接下来第三部分就是使用软件进行数据分析，本部分是非常重要的一个部分。因而可能会出现各种各样的问题。
在本部分大家可以通过软件对所得数据按照前面选定的研究方法进行分析。实践是检验一切的'唯一标准。有很多问题往往都是在进行了数据分析以后才暴露出来的。
根据自身经历，通过软件分析了实验数据以后，才发现结果非常不理想，此时就需要及时跟论文指导老师沟通去进行数据分析方法的调整。
在使用软件进行数据分析之前，一切都是未知的，只有分析之后才能对症下药。所以本环节大家一定要高度重视，根据分析结果及时对研究方法或者样板数据进行微调。
梳理归纳实验结果
最后一个部分就是梳理和归纳实验数据分析结果，此时，大家要讲结果进行合理化解释。同时也需要大量参考先前学者的优秀文献，寻找类似的结果或者解释，从而为自己的实验结果的合理解释提供参考。
有的实证性论文的课题研究可能还不止一个阶段，因为很多研究方法会分阶段进行，比如考虑外部因素的影响或者投出产入效率等等，所以大多研究方法都是两阶段或者三阶段。此时就需要大家根据论文整体性原则，及时对实验结果进行分阶段阐述，所以大家一定要自己思维清晰，层次分明。
这一部分也是将来在毕业论文答辩需要大家重点向答辩老师介绍和阐述的，一定要熟稔于心。
1、调查法
它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解。
2、观察法
观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。
3、实验法
实验法是通过主支变革、控制研究对象来发现与确认事物间的因果联系的一种科研方法。其主要特点是：第一、主动变革性和控制性。
4、文献研究法
文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。
5、实证研究法
在科学研究中，通过定量分析法可以使人们对研究对象的认识进一步精确化，以便更加科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。
财务报表数据分析论文
财务报表分析对于了解企业的财务状况、经营业绩和现金流量，评价企业的偿债能力、盈利能力和营运能力，帮助制定经济决策有着至关重要的作用，但由于种种因素的影响，财务报表分析及其分析方法。存在着一定的局限性。正确理解财务报表分析局限性的存在，减少局限性的影响，在决策中扬长避短。是一个不容忽视的现实问题。下面是我整理的财务报表数据分析论文，希望对你有帮助。
一、财务报表分析 概述
企业财务报表分析是指以财务报表和其他资料为依据和起点。采用专门方法，系统分析和评价企业过去和现在的经营成果、财务状况及其变动，目的是了解企业过去的经营业绩，衡量企业目前财务状况并且预测企业未来的发展趋势，帮助企业利益集团改善决策。财务分析的最基本功能就是将大量的财务报表数据进行加工、整理、比较、分析并转换成对特定决策有用的信息，着重对企业财务状况是否健全、经营成果是否优良等进行解释和评价，减少决策的不确定性。
二、财务报表本身存在局限性
1.财务报表所反映信息资源具有不完全性。
财务报表没有披露公司的全部信息。列入企业财务报表的仅是可以利用的，能以货币计量的经济来源。而在现实中，企业有许多经济资源，或者因为客观条件制约，或者因会计惯例制约，并未在报表中体现。比如某些企业账外大量资产不能在报表中反映。因而，报表仅仅反映了企业经济资源的一部分。
2.财务报表对未来决策价值的不适应性。
由于会计报表是按照历史成本原则编制，很多数据不代表其现行成本或变现价值。通货膨胀时期，有些数据会受到物价变动的影响，由于假设币值不变，将不同时点的货币数据简单相加，使其不能真实地反映企业的财务状况和经营成果，有时难以对报表使用者的经济决策有实质性的参考价值。
3.财务报表缺少反映长期信息的数据。
由于财务报表按年度分期报告，只报告了短期信息，不能提供反映长期潜力的信息。
4.财务报表数据受到会计估计的影响。
会计报表中的某些数据并不是十分精确的，有些项目数据是会计人员根据经验和实际情况加以估计计量的。比如坏账准备的计提比例，固定资产的净残值率等。
5.财务报表数据受到管理层对各项会计政策选择的影响。
会计政策与会计处理方法的多种选择，使不同企业同类的报表数据缺乏可比性。根据《企业会计准则》规定，企业存货发出计价方法、固定资产折旧方法等，都可以有不同的选择。即使是两个企业实际经营完全相同，两个企业的财务分析的结论也可能有差异。
三、客观因素对财务报表分析的影响
1.财务报表可靠性对财务报表分析的影响。
在很多情况下，企业出于各种目的，需要向外界展示良好的财务状况和经营成果。一旦实际经营状况难以达到目标，企业会主动选择有利于提高利润的会计核算方法，或者采取其他手段来粉饰会计报表。比如有的企业为提高利润水平，往往采用高估期末在产品成本，低估入库产成品的成本的方法。人为操纵的结果，使信息使用者得到的报表信息与企业实际状况相距甚远，从而误导信息使用者，也使得财务报表分析失去意义。
2.财务报表分析者的业务素质水平对财务报表分析的影响。
对企业财务报表进行分析与评价通常是由报表分析者来完成的。然而，不同的财务分析人员对财务报表的认识度、对财务报表的解读与判断能力、以及掌握财务分析理论和方法的深度和广度等各方面都存在着差异，往往理解财务分析计算指标的结果就有所不同。如果分析人员没有全面了解各项指标的计算过程和各项指标之间的关系，仅仅看计算结果，是很难全面把握各项指标所说明的经济涵义的。
四、财务报表分析方法存在局限性
1.比率分析法的局限性。
比率指标的计算一般都是建立在以历史成本、历史数据为基础的财务报表之上的，这使比率指标提供的信息与决策之间的相关性大打折扣。弱化了其为企业决策提供有效服务的能力。而且，比率分析是针对单个指标进行分析，综合程度较低。在某些情况下无法得出令人满意的结论。
2.趋势分析的局限性。
趋势分析法是指与本企业不同时期指标相比，给分析者提供企业财务状况变动趋势方面的信息，为财务预测、决策提供依据。但是趋势分析法所依据的资M etallureical FinanciaZ Accountin料，主要是财务报表的数据，具有一定的局限性；另外，由于通货膨胀或各种偶然因素的影响和会计换算方法的改变。使得不同时期的财务报表可能不具有可比性。
3.对比分析的局限性。
比较分析法是指通过经济指标的对比分析。确定指标间差异与趋势的方法。但由于不同地区的价格水平存在差异，各企业业务关系在区域上又不尽相同，其必然导致不同企业指标水平的差异，从而使之缺乏可比性。
五、常用财务报表分析指标的局限性
1.流动比率。
流动比率是流动资产除以流动负债的比值，这一比率值越高，表明流动资产超出流动负债的程度越高，即企业短期负债的安全程度越高。但这种有效性是很有局限性的。首先。流动资产中有相当部分是不具有清偿能力的，比如存货的变现能力较弱。其次，流动资产中还有一些项目是不能变现的，比如预付账款、预付费用，虽然从性质上来说将其视作一种流动资产，但事实上它并不具备变现支付的能力。再者，财务比率指标自身结构的局限性决定了它有效性的局限。例如，很高的流动比率本身就意味着企业对资产的利用率低，资产闲置，收益低下，管理松懈；同时也说明企业经营观念的保守。没有充分利用企业目前的短期融资能力。
2.速动比率。
速动比率是速动资产除以流动负债的比率，是流动比率的辅助性指标。影响速动比率可信性的重要因素是应收账款的变现能力。当速动资产中含有大量的不良应收账款时。企业就必然无法准确判断其短期负债偿还能力，许多企业正是抓住了此弱点进行报表粉饰误导信息使用者。
3.每股收益。
每股收益=本年净利润／年末普通股份总数，它表明普通股在本年度所获的利润，是衡量公司盈利能力的一个重要的比率指标。在计算这个比率时，分子是本年度的净利润，分母是年末普通股份总数，一个是时期指标，一个是时点指标，那么分子、分母的计算口径不完全一致。同时，在计算每股盈余时，普通股股数是一个“份额”概念，不同的公司股票每一股份在经济上不等量，它们所含有的净资产和市价不同。即换取每股收益的投入量不相同，限制了每股收益不同公司之间的横向比较。
4.每股净资产。
每股净资产=期末净资产／期末普通股数，表示发行在外的`普通股每一股份所代表的股东权益或账面权益。在进行投资分析时，只能有限地使用这个指标，因其是用历史成本计量的，既不反映净资产的变现价值，也不反映净资产的产出能力。
5.净资产收益率。
净资产收益率是一种投资报酬率，理应由企业一定时期内取得的净收益与企业在该时期用于经营的净资产相对比。但企业在一定时期用于经营的净资产是不断变化的，为了提高计算结果的准确性，从简化计算的角度考虑，分母用期初和期末净资产的平均值，同分子的当期净利润相比较似乎较为合理。另一方面，“期末净资产”项目由于已经剔除向股东派发的现金股利数额，导致采取不同股利政策的公司，其“净资产收益率”的计算口径将产生差异。
6.现金流量比率指标。
真正能用于偿还债务的是现金流量，现金流量和债务的比较可以更好地反映企业偿还债务的能力。但比率太高，可能是因为企业拥有过多的现金。未能很好地在经营中运用的缘故。更需要注意的是。这里对公司的偿债能力的衡量指标用的是“经营现金净流量”。但是公司的任何一种现金来源无论是经营活动、投资活动还是筹资活动的现金流量都可以用于偿还企业的债务。所以。若将分子所用的经营活动现金流量改为三项现金净流量的总和。来计算现金流量比率会更好些。
六、改善财务报表分析局限性的建议
1加强对财务报表附注信息的运用。
财务报表附注是对财务报表本身无法或难以充分表达的内容和项目所作的补充说明与详细解释。在对企业财务进行分析时。应充分利用财务报表及报表附注的信息，联系其他相关信息。仔细深入地分析、研究，才能提高对企业整体情况的理解，更准确地评价企业的财务状况和经营业绩。
2.提高财务报表分析人员的综合能力和素质。
不管采用哪种财务报表的分析方法。分析人员的判断力对得出正确的分析结论尤为重要。平时要加强对财务报表分析人员的培训，提高分析人员的综合素质，提高他们对报表指标的解读与判断能力，并使他们同时具备会计、财务、市场营销、战略管理和企业经营等方面的知识。熟练掌握现代化的分析方法和分析工具，在实践中树立正确的分析理念，逐步培养和提高自己对所分析问题的判断能力以及综合数据的收集能力和掌握运用能力，极大地为企业管理和决策提供真实可靠的依据。
3.定量分析与定性分析相结合。
现代企业面临复杂多变的外部环境，这些外部环境有时很难定量，但会对企业财务报表状况和经营成果产生重要影响。因此，在定量分析的同时，需要做出定性的判断，在定性判断的基础上，再进一步进行定量分析和判断，充分发挥人的丰富经验和量的精密计算两方面的作用，使报表分析达到最优化。
4.动态分析和静态分析相结合。
企业的生产经营业务和财务活动是一个动态的发展过程。因此要注意进行动态分析，在弄清过去情况的基础上，分析当前情况的可能结果对恰当预测企业未来有一定帮助。
论文常用数据分析方法
论文常用数据分析方法，对好的论文分析研究方法应该从哪些方面展开，如何表达才能显得自己对该论文真的有所理解，应该看哪些书呢？下面我整理了论文常用数据分析方法，一起了解看看吧!
论文常用数据分析方法分类总结
1、 基本描述统计
频数分析是用于分析定类数据的选择频数和百分比分布。
描述分析用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的`数据进行汇总统计。
2、 信度分析
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
3、 效度分析
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
4、 差异关系研究
T检验可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用方差分析。
如果要分析定类数据和定类数据之间的关系情况，可使用交叉卡方分析。
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用非参数检验。
5、 影响关系研究
相关分析用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择路径分析。
请在此输入您的回答，每一次专业解答都将打造您的权威形象数据源：（是什么）研究区域描述：（如果你研究的是区域的话，要写出研究区域你要研究的那一方面的发展概况）数据处理方法：你用了什么方法，仔细描绘，比如怎么选取变量，有无修正参数或部分数据啦等等，怎么检验你处理的方法是否恰当啦
创建论文数据分析计划提示：
1、系统化
学生可以通过将研究数据系统化来开始论文数据分析。收集想法，思考哪些方面是重要的，而哪些会让自己的想法变得混乱。思考自己所收集信息的真正价值，信息的数量不会帮助论文写作，质量更加重要。
2、结构
组织论文分析。对于学生和读者来说，一切都应该非常清楚。无论主题多么复杂，都应该将其分成几部分，并按顺序排列，使人们能够对问题的所有要点有一个很好的了解。每一章都应该是自己的一个小想法。
3、词汇
论文中不应该有自己不理解的任何词汇，因为很可能读者也不会理解。对于不理解的术语，或者在写作过程中学到的术语，应该在创建论文分析时进行解释。
4、因果关系
在收集数据并将材料系统化后，学生应该退后一步，考虑因果关系。应分析关键点的有效性。如果已经做好了系统和结构部分，这应该不会太复杂。
5、重要性
从理论和实践上思考论文的要点。如果不了解大局，就无法制定好的论文数据分析计划，这就是整篇论文的意义所在。
6、简化
最后，论文数据分析计划可以帮助写作。不要浪费太多时间将已经很复杂的任务复杂化。目标应该清晰，过程要简化。