大数据时代影响力精品(七篇)
大数据时代影响力篇(1)
关键词：大数据 企业管理决策 影响
中图分类号：F272文献标识码：A文章编号：1009-5349（2016）13-0098-01
大数据是在物联网和云时代之后发展的一项重大的技术革命，其在企业决策以及国家经济建设等方面具有十分重要的作用。当前在大数据时代下，企业管理决策与大数据具有直接的关系，可以说决策的科学与否是受数据分析准确性影响的，因此大数据在企业管理决策中的应用是提高企业决策效率和决策科学性的有效手段，也是推动企业持续发展的关键因素。
一、大数据对企业管理决策数据的影响
大数据时代下，企业管理决策的数据无论从形式到内容都在不断扩大，而且数据的结构也在发生着变化。在以往的企业发展中，在数据获取和分析方面要浪费很多的时间，而且无法保证数据的准确性。因此，在现代企业的发展中要提高对大数据的重视，在数据处理技术上进行科学的革新，尤其注重实时数据的作用，将实时数据的作用及其处理方式探究出来。企业在从大数据中提取信息的时候，要将大数据与其他数据之间的联系处理清楚，避免盲目地从大数据获取信息，要注意保证信息获取的有效性和实时性。
数据是知识的一种特殊表现形式，企业想确保管理决策的科学性，就要对企业的知识进行有效管理，利用大数据来丰富企业的知识储备，从大数据中不断挖掘对企业发展有用的知识和信息，从而为企业的管理决策提供保障。
二、大数据对企业管理决策环境的影响
大数据与传统的数据资源相比，数据量的扩大是最明显的，而且在互联网技术的作用下，每年还在以一半以上的速度增长，可以达到二年翻一倍的效果，这也就使得社会逐渐进入到了大数据时代。当前我国市场经济的发展离不开市场稻荩而对市场数据的决策就是企业管理决策的主要内容。企业的管理决策是在数据获取和分析基础上，对企业将要面临的风险以及可能获取的盈利进行决策，因此在保证数据量的同时还要保证数据的有效性。大数据对企业管理决策中的数据获取方式，项目设计方案，方案的选择、评估等有着很大的影响，通过影响决策环境来影响整个企业的管理决策。
大数据能够为企业的发展带来机遇，企业的决策需要数据的分析，而企业的发展又需要科学的决策，所以说大数据对企业管理决策的环境具有重要的影响。
三、大数据对企业管理决策组织的影响
在传统企业的发展中，决策者在决策的过程中具有重要的地位，但是大数据时代下，决策者的权威逐渐被削弱，企业管理决策组织发生了明显的变化，由单独的权威决策向多元决策、民主决策的方向发展，这对保证决策结果的公平性具有重要的作用。在大数据时代下，企业管理决策权利的分发，使得决策管理更加具有时效性，这也是现代企业发展的要求和必然趋势。
大数据时代下企业的决策文化是随着数据信息变动的，这与传统企业决策管理中独裁的管理现象相违背。在大数据下，企业全员参与数据的获取、分析和决策，这样能够使数据的决策效果更加真实，也能够将员工的利益与企业的发展紧紧拴在一起。因此，企业要树立基于大数据的企业管理决策文化，以此来保证决策的公平、公正。
四、大数据对企业管理决策技术的影响
云计算是大数据数据分析和处理的依据，云计算具有十分明显的优势，其在计算的过程中，能够将异源的信息同源化，不仅能够对数据进行处理，而且还可以起到数据管理的作用。大数据时代下，海量的数据信息只有利用云计算才能够实现信息的分析和处理，并且云计算自身具备的计算结果可视化的功能，能够为企业管理决策提供最直观的数据分析。由此可见，大数据对企业管理决策的分析和处理技术的提升具有重要的意义。
大数据使得企业的决策信息更加复杂，信息的种类和信息量都得到了扩展，这也就为企业的决策带来了一定的难度。因此，要推动决策支持系统的发展，促进决策支持系统的升级，使得现行的决策支持系统能够服务于企业所有的员工，还要具有信息交流平台，方便员工之间的决策交流，提高企业管理决策的效率和质量。
五、结语
综上所述，大数据对企业管理决策具有重要的影响，其对企业管理决策的数据、环境、组织、技术等多方面具有十分明显的影响。大数据的时代背景对企业管理决策的积极影响，有利于企业及时纠正自身的弊端，不断对自身的技术以及知识能力进行完善，对推动企业的健康持续发展具有重要的意义。
参考文献：
大数据时代影响力篇(2)
关键词：大数据；企业管理决策；影响
随着信息技术的高速发展，各行业、各领域均在加强对信息技术的融合力度，力求不被淘汰，尤其是现代社会已步入了大数据时代，企业管理层面对庞大的电子信息与数据，更加需要升级并更新传统的数据管理手段与处理方式，实现管理模式的创新，促进企业持续健康发展。为将大数据更好应用在企业管理决策中，本文将大数据对企业管理决策的影响进行了以下几个方面的分析，
一、大数据对企业决策数据的影响
在大数据时代背景下，企业能有效并掌握准确性数据，同时对数据的质量及其内容进行管理，是目前企业管理决策非常重要的一项内容。随着现代经济的不断发展，大数据时代的到来，使得数据及信息爆炸，数据及信息的结构、种类以及规律等均十分复杂，传统的数据管理手段以及处理方式现已无法适应新时代的要求。实时数据处理目前已成为企业管理的一个核心关键需求。对海量数据及信息进行及时且有效获取，以便更深层次对其进行挖掘和探索，有利于获得更多有效的实时讯息。通过将这些数据信息转化为经济利益以及社会利益是企业发展的紧迫需求，企业决策管理层借助此能更加深入了解到行业发展走向以及市场发展趋势，以便及时获得有效的数据决策。在信息时代，大数据是现代企业管理决策的重要因素。而大数据时代下，数据管理的结构多样化合理化、大规模及多类型的优点更符合企业发展要求。大数据时代下的能更加深度挖掘出数据来获取更多的知识，企业管理决策层可有效利用大数据，将主观决策与客观的数据有机结合起来，从而为企业提供正确有效的决策。如果仅仅依赖决策者的主观判断，很难确保决策的科学性及合理性。
二、大数据对决策参与人员的影响
1.数据分析师
数据分析师是在数据的支持下利用数学统计分析、分布式处理等一些数据分析处理手段，整合企业业务和生产管理中涉及的内容，并通过提炼用简单的方式将信息传递给企业管理决策者，有利于企业制定人员的工作。
2.管理决策参与者职能的变化
企业以往的大数据内容基本依靠经验判断、相关人员的自身学识等较为冒险的决策方式，在大数据背景下，科学且精准的数据分析处理方式将会逐渐替代传统的决策方式，这一转变使得企业管理决策主体在生产经营中职能发生了改变。在数据分析的基础上，结合实际情况以及管理者的经验进行思考，提高决策的准确性。大数据能使企业管理者及员工更加便捷获取决策信息内容，从而提高管理者的决策能力以及决策水平。现代企业很多管理决策内容倾向企业员工。当前电子科技和信息技术在快速发展，使得现代各行业各领域中所涉及的许多内容发生了融合，使不同行业和不同产业之间的界限逐渐模糊了起来，同时也使企业管理决策得到了快速发展。在这种背景下，现代社会多元化内容越来越明显，企业管理决策来源也越来与丰富，并且还有继续扩大的倾向。企业在发展过程中，决策参与主体及职能有了变化，企业全员参与管理决策方式得到了广泛关注，并正在逐步普及当中。
三、大数据对企业管理决策组织的影响
1.企业管理决策的文化
通过大数据来制定决策，必须转变传统管理决策的思维模式，当面临重大决策的时候，先要收集数据和分析数据，然后进行决策。在大数据时代背景下，企业逐渐转变思维模式，对大数据进行合理运用，进一步提高执行能力。同时对庞大的数据进行分析处理，这是一个十分漫长且较复杂的工作过程，而企业员工对一线相关数据的分析结果的科学合理应用，推翻企业管理决策层的直觉判断，这使得企业发展中决策文化有了重大改变。在大数据环境下，企业运用大数据进行分析决策的过程中，会使管理文化发生根本性变革。
2.企业管理决策的组织结构
在大数据背景下，全体员工参与到管理决策中来，参与人员有了重大的改变，决策制定权也被重新分配了。企业管理决策组织结构中关键的两个问题是:集中组织决策的选择权分配与分散组织决策的选择权分配问题。运用这两种结构有效分析企业的相关问题，并选择合理的方式预测出对企业影响较小的环境，之后组织构建集中分层管理决策结构。而对一些很难或无法预知的环境，采用分散组织决策更为有效。如果是在动态变化的环境下，企业选用分散组织管理决策结构比较好。目前，通过it这一合理技术手段，能提高企业分析处理数据的综合能力。除此之外，知识转移和分布等因素在一定程度上也会影响企业管理决出的组织结构。比如说，如果企业知识的分布是集中式，那么应选用集中组织决策；如果知识的分布为分散式，则选用分散组织决策，有效合理的选择企业管理决策的组织结构能加快企业的发展脚步。
四、结语
综上所述，大数据时代的到来已成为必然的趋势，企业对大数据的运用，使得企业的决策变成了客观事实及主观判断相结合的一种决策模式。而大数据对企业管理决策的影响体现在对决策数据的影响、对决策参与人员的影响、对企业管理决策组织的影响。大数据的有效运用，提高了企业决策的准确性及效率，提升了企业的竞争力。
参考文献：
[1]王文舟.大数据对企业管理决策影响分析[j].河北企业,2016(09):24-25.
大数据时代影响力篇(3)
［关键词］大数据；企业；管理决策
正确的决策是企业公共竞争优势的源泉，一项良好的决策能帮助企业产生更优的组织绩效，其效果积累也会为企业造就更强的竞争优势。伴随云计算、移动计算等新兴技术的兴起，数据模式的高度复杂化和数据规模的爆炸式增长标志着全球已进入网络化大数据时代。数据成为最重要的决策依据和基础，能够帮助企业进行更高效、更及时的管理决策，从而尽快创造新的商业机会和契机，转变企业以往僵硬的商业模式。当前我国对大数据方面的研究多基于或限定于技术层面，鲜有从管理学角度、大数据角度来分析企业管理决策的研究。管理决策和大数据应如何定义？大数据是如何发挥影响企业管理决策效应的？诸如此类的问题尚需要系统研究。
1大数据的定义
维基百科对大数据所作出的定义是：难以在一定时间内，通过常规软件工具来对其内容进行采集、管理、处理等工作的数据集合。此外，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。就笔者而言，以上均是基于大数据特征方面来对其进行定义的。国内很多学者也对大数据的定义作出了探索。以李国杰先生为代表的学者们将大数据定义为：不能在一定时间内通过传统软硬件工具和IT技术对其进行获取、管理等的数据集合。而以冯芷艳为代表的学者们则认为大数据与大规模数据以及海量数据的概念相似，但相异之处是大数据在数据复杂性、产生速度等方面远超现有的技能处理能力，且产生了巨大的产业创新契机。而以刘玉枫先生为代表的学者们认为大数据是指所涉及的资料量超过现有主流软件和工具的承载能力，通过合理时间内采集、管理、整理等为企业经营决策提供更为积极的一种资讯。作为一种基础性资源，大数据的商业价值绝不是只来自于数据本身，其更多源于企业采集、存储、使用大数据的能力。如果对学者们的观念进行整理归纳可以发现，这些基于大数据特征的定义多数强调大数据规模巨大到现有技术手段的处理能力难以承载。而那些基于其价值的定义也更多是对其价值实现的关注。当然，目前也有学者认为大数据的价值并不局限在数据本身，其只有上升到能力高度，其价值才能充分挖掘出来。
2大数据对企业管理决策产生的影响
决策贯穿于企业管理的全过程，管理决策过程可分为情报收集、计划选定等阶段。企业的管理决策应涵盖战略决策以及在战略决策过程中的各项具体决策，此类决策注重对组织未来和组织环境的预测，也注重组织内部资源配置和协调的实现。作为一项高度动态性和复杂性的管理行为，决策面对着信息收集、筛选、模糊性及各类冲突。大数据技术的逐渐成熟、数据的飞跃式碰撞，这些都对当前企业的管理决策产生重要影响。这方面的影响既涵盖了决策主体和思维模式，也涵盖了决策文化和组织模式等方面。
2.1大数据对管理决策主体方面的影响
一项有效的决策需具备相应的决策程序、文化、组织等，但究其核心还是决策的制定者，即决策主体。企业决策主体一般分为两类，一是企业高层管理者，高层管理者的职位权限能让其在重大决策中发挥关键作用。二是基层员工或一般管理者。对一般管理者和基层员工来说，他们创造的产品、服务和价值等更贴近社会大众的需求，这为其正确决策提供了便利。在此过程中，普通员工可以主动引导用户参与到产品的设计、推广、客户关系管理等环节中去，并依据用户的反馈，对产品、服务等加以改进，从而帮助企业实现快速发展。可见，普通员工也是企业获取决策信息的重要来源。在互联网经济时代，不同产业间的界限性越发模糊，而社会化决策也应用而生。在大数据背景下决策主体发生了转变，从决策权归属来看，一些表现出色的员工开始参与决策，决策主体并不再局限于管理层；从企业决策信息来源分析，因信息技术快速爆炸和普及，普通民众也可以成为大数据时代中的主角，均能通过数据利用参与或作出决策，这也意味着决策主体开始呈现多元化，正从企业精英向普通民众扩展，决策者之间的特征也越发复杂化。
2.2大数据对管理决策权配置方面的影响
大数据除影响决策主体外，也对企业管理决策权的配置方面产生着影响。笔者认为决策权配置主要包涵3个层面：①组织之间的决策权配置；②组织和外部环境间的决策权配置；③组织内部人员和部门、团队之间的决策权配置。此外，决策权配置分权程度也决定企业的决策权配置模式究竟是集中式还是分散式。集中式决策权主要指在组织系统中，决策权被较高程度地予以集中，其意味着企业较高、甚至最高的管理层掌握着企业组织的大多数决策。而分散式决策主要指决策权在较低管理层次上的分散，让各部门的管理者具备一定程度的自。在大数据背景下，企业所能获取的信息越来越多，决策组织也开始扁平化发展。信息技术能让中低层管理者基于全局视野制定更好的决策，以金字塔型为标志的传统组织结构逐渐被具备企业管理网络化等特征的扁平式组织结构所取代。企业决策权的配置也应遵循此变化，分散式决策注定要成为大数据背景下主流决策模式，普通员工也将拥有决策权限。随着大数据时代的到来，企业决策需更多人参与其中，因此，扁平化组织结构模式的优势更为明显。
2.3大数据对管理决策思维方面的影响
作为决策中的重要构成因素，决策主体思维的不同表现也决定在制定决策时，所依据的信息、方式等必然不同，且在决策制定的过程中也会予以表现。决策思维分为理性和感性，在大数据时代背景下，企业要尽量系统、全面、准确地收集信息，并通过数学方法来对其进行建模分析，从而挖掘出背后关系。传统管理决策模式对管理者经验和直觉判断非常依赖，而新的管理决策模式将会改变此种现象，即由“依靠直觉进行的决策思维模式”，向“依靠数据进行的理性决策模式”转变。
2.4大数据对管理决策文化方面的影响
在不同文化作用下，企业管理决策的选择方面必然存在差异。决策主体在目标确定、方案设计和决策完成的过程中，其文化价值观均在这些方面发挥着作用。传统管理决策多数取决于管理者对企业内外部环境的评估，主观性显著，企业更多关注管理者的思维情感，且管理者制定决策的决策文化也充斥着各种潜在的决策风险和事务。大数据时代来临后，也为规避这些风险和失误提供了契机。日渐成熟的分析技术及爆炸式的数据增长，都为企业更精准的预判提供了更多可能性。企业数据资源的获取渠道越丰富，决策者作出正确决策的概率性就越高。随着大数据时代的到来，企业要提升预判准确性须确立通过真实数据来确定企业决策的文化机制。有学者指出，管理者应注重相关关系，而非对因果关系分外关注，意思是企业应将关注的重点放在如何充分利用自身现有数据来发挥最大价值上，而不是只关注企业管理者脑中思考什么。
3大数据和企业管理决策管理影响因素分析
大数据时代的到来既为企业带来了大量商业机遇和契机，也产生了许多亟待解决的问题。同时，管理数据和大数据之间的关系也受到了多方面因素的影响，为此，笔者对影响大数据和管理决策关系因素予以充分关注，并在前人研究的基础上，通过宏观层面和微观层面展开分析，对大数据中的数据政策、行业结构、政府支持、技术发展及人才配置等进行探究。
3.1数据政策
数据在大数据时代中具有无与伦比的价值，其也成为新型商业模式和经济投入的基础因素。伴随着数据规模扩展及数据价值被日益注重，大数据时代数据趋于跨组织便捷化和数字化，因此，在宏观大数据背景下，数据政策是影响管理决策的最重要因素，此种数据决策一般包涵数据安全和责任、知识产权、隐私保护等方面的政策。数据本身存在可复制、可反复利用、泄密性高等特性，企业因此在为作决策而收集数据时经常要面对知识产权、隐私保护等方面的问题，为制定正确决策，获取充分数据，企业必须攻克数据获取障碍的难题。
3.2行业结构
麦肯锡研究报告指出，大数据价值获取难度很多时候会取决于行业结构和行业差异性。基于数据存储角度，行业总体的大数据增长趋势都很明显，各个行业在数据存储量上存在差异，产生和存储的类型也各有不同。企业的数据强度高，进行决策时则更为有利。
3.3政府支持
大数据不仅能为企业发挥卓越功效，在提高国家创新能力方面也起到重要作用。为此，大数据也被上升到了国家层面。政府扮演着政策制定者的重要角色。大数据可从信息通信技术基础设施建立、数据安全保护和信息机制共享的建设等方面为管理决策提供帮助。
3.4技术发展
相当比例的数据价值不是直接呈现给使用者的，其需要使用者对其进行创新性释放分析。大数据技术是作为基础对大数据和管理决策发挥着重要影响作用。容量大和速率较快的大数据工具也是大数据战略中不可分割的组成部分。对决策来说，大数据技术是不可或缺的因素，企业应保持其技术和技能方面的不断创新，从而有效应对数据洪流暴涨对其产生的新挑战。
3.5人才配置
随着数据越来越廉价，数据处理和提取能力的价值便越发凸显，而这期间，数据科学家和其他相关的信息专业处理人员地位尤为重要。数据分析和挖掘方面的人才匮乏，会严重制约企业数据分析挖掘能力的提升，也必然会对企业管理决策的质量和速率产生影响。为此，人才方面也是大数据影响管理决策的因素之一。
4结语
大数据引发了企业管理决策多方面的变化，也为管理决策创新提供了更多的机遇和思考方向。此外，大数据支持下的科学管理决策对企业商业模式和服务等的创新都极有裨益，因此，在大数据时代背景下，只有不断提高决策速率和决策准确性，企业的效益才能实现长久、良性增长。
主要参考文献
［1］何建华.大数据对企业战略决策的影响分析［J］.当代经济管理,2014(10).
大数据时代影响力篇(4)
【关键词】大数据时代；人力资源管理；影响；特点；风险
一、研究综述
（一）研究背景
“大数据”时代最早由全球著名咨询公司麦肯锡提出，它在其《大数据：创新、竞争和生产力的下一个前沿》的报告中指出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”大数据的思潮迅速的波及世界的每一个角落，这犹如一场即将到来的革命，冲击着人们的传统的观念。大数据早已有之，之所以“大数据时代”的概念一直到最近几年才提出，是因为以前大数据的运用领域比较窄，很多领域还没有大数据的概念。但是现在，大数据已是一个十分流行的名词。
大数据借助互联网技术迅速发展，各个领域的学者开始思考量化在自己领域的可能性。同样，大数据也将对于人力资源管理领域也将产生深刻的影响，越来越多的学者开始思考这一时代对于人力资源管理的意义。我们应该思考，是否可以借鉴大数据的思维和技术去解决诸如人力资源管理难以量化的难题？是否可以更好地衡量人力资本的价值？
（二）已有研究现状
目前国外关于大数据在人力资源管理领域的研究基本没有，而更多的是有关大数据技术应用方面的。国内现阶段对于本课题的研究是最近两年兴起的，由于“大数据”时代是最近两年兴起的趋势，因此国内本课题的相关研究并不是很多。
和云（2014）认为利用大数据方法丰富人力资源管理手段方法，无疑成为大数据时代企业人力资源管理变革不容回避的现实选择。唐魁玉（2014）在“大数据”时代，微观人力资源管理和宏观人力资源管理都会受到不同程度的影响。
二、大数据时代的特点
（一）数据规模大
大数据时代最为显著的一个特征就是数据量非常庞大。原有的GB、TB的数量级已经无法满足需求，大数据的起始数量级一般认为是PB（1024TB），而EB（1024PB）、ZB（1024EB）的数量级也已经使用。这也正是因为数据量过大，传统的数据处理手段无法达到人们对于数据处理的需要。
（二）数据种类多
大数据时代数据已经不仅仅局限于原有的结构化数据，半结构化、非结构化数据已经越来越多的运用到数据的处理当中，文字、音频、图片等等都已逐步数据化。当半结构化、非结构化的数据能够被大规模收集和分析时，我们才能获得以前所无法得到的信息，而这也有利于我们分析现象的本质。
（三）数据更新速度快
大数据时代的另一大特点就是数据更新速度快。随着互联网的发展，人们每天所接受的信息量十分巨大，据研究，现代人每天所接触到的信息是古代人一年的信息量。而这也导致了数据的更新速度十分迅速，据研究，全世界每年的数据量每年以50%的速率增长，也就是说，超过一半的数据是人类近两年产生的。而这也体现数据的时效性，过了一定的时间数据很可能价值就会大大降低。
三、大数据时代人力资源管理的变革
在大数据的浪潮汹涌而来时，也让各行各业的HR们和人力资源管理领域的学者们陷入了思考之中。到底大数据对于人力资源管理会产生什么样的影响？是否能将大数据的思维运用于企业人力资源管理的工作中？对于这些问题，笔者认为，大数据的思维对于人力资源管理的影响是广泛而深刻的，它有可能改变原有的人力资源管理的理念和其各个模块的工作方式。笔者将从以下几个角度进行分析：
（一）企业招聘的精确化、节约化
在大数据的条件下，原有招聘模式遭到挑战，企业可以通过互联网进行大范围的快速收罗符合职位要求的人才，通过大量个人信息和公共信息的对比，分析出最适合特定职位的应聘者，实现人才搜寻的精确化。另一方面，由于大量的工作可以在计算机上完成，省去了外派实地招聘和广告的经费，这也一定程度上实现了成本的控制。
（二）培训的个性化
大数据给培训带来的利处就是可以实现培训的个性化，我们知道，实现个性化培训的最大难题之一就是员工个性的把握，而在大数据条件下，企业可以根据员工大量结构化和非结构化的信息数据，分析员工的具体需求或者是不足之处，为员工准备个性化的培训“套餐”，实现“私人订制”。另一方面，可以依托大量网络培训资源，最大程度的降低成本。
（三）绩效考核的全面化
以往的绩效考核只能针对可以量化的工作指标，存在绩效考核不全面的缺点，运用大数据的技术，我们可以掌握更多的与绩效相关的指标，并将这些数据进行处理，以更全面地得到员工的绩效情况。同时，大数据的高速更新特点能让管理者第一时间了解员工的状态，帮助管理者做出预判或者快速决策。
（四）员工关系的预判性和人性化管理
以往大多数情况下，企业管理者只能在员工产生矛盾之后才能进行协调和解决，而现在通过对员工大量非结构信息的分析，可以了解员工最近与同事之间的关系状态，一旦发现有苗头能够及时协调，避免员工之间关系的恶化。另一方面，利用大数据更新快的特点建立实时获取员工各方面需求的机制，为员工营造满意的工作环境，以促进其工作效率的提高。
四、总结与反思
大数据时代的趋势不可避免，正如哈佛大学社会学教授加里・金所言，所有领域都受到了这一趋势的影响，人力资源管理领域也是如此，我们应该更多的思考我们能从这一趋势中探寻出发展人力资源管理领域的更好的道路。
另一方面，我们也应该反思大数据时代可能带来的风险，数据安全就是一个无法忽视的重要隐患，如何保护员工的信息安全，数据一旦泄露如何处理等等都是必须思考的问题。此外，大数据的质量也是一个非常关键的点，如何确保数据质量也值得我们深思。
参考文献：
[1]麦肯锡环球研究院.大数据：创新、竞争和生产力的下一个前沿[R].美国：麦肯锡公司，2011
[2]和云，安星，薛竞.大数据时代企业人力资源管理变革的思考[J].经济研究参考，2014，23
[3]唐魁玉.大数据时代人力资源管理的变革[J].中国人力资源社会保障，2014，03
大数据时代影响力篇(5)
信息时代下的互联网迅速发展，同时也给人们的生活带来了很大变化，而且逐渐的大数据渗透到人们日常生活的各个角落，与此同时，企业对于人才资源的管理也会被影响。大数据对于很多企业来说是一种数据和管理上的变革，在今后的发展中，怎么顺应时代的发展潮流，如何把数据建设以及企业人力资源相结合，以及怎么样高效利用大数据做好人力资源管理的改革和创新都是目前的一个重要难题。
一、企业人力资源管理工作受大数据的影响
1、大数据在人力资源管理中的应用
大数据时代的到来不仅对人们的生活带来了影响，其本身蕴藏着的能量也对企业的改革和创新都带来了影响。大数据实际上是一种多元化、增长迅速、信息海量的数据信息对多元化信息的处理和应对能力。大数据时代是在互联网的基础上产生的，数据信息是其主要的特点。在不同领域中，对于大数据的应用也表现出不一样的特点，尤其是在人力资源管理的领域内，大数据被运用在“人”与“事”数据管理的采纳和处理上，同时也是企业的管理者做出人力资源管理决策的依据。
2、企业人力资源管理工作受大数据的影响
在这个知识时代下，随着新时代的到来，企业的经营以及管理数据都跟信息技术相结合到一起，同时在这个时代下，人力资源管理工作也受到了很大的技术以及思想冲击[1]。对于一个企业来说，好的管理技术不仅能够为企业培养出好的人才，而且对于企业的办事效率和提高员工的工作积极性都有良好的推动作用，进而推进企业的发展。大数据在企业管理中的应用可以通过对数据进行整理和分析，对企业的岗位和人员变化及时的了解，同时也对员工的个人情况掌握清楚，之后方便企业的决策者根据数据做出人力资源决策，有效的提高工作的科学性。但是大数据对于企业的人力资源来说也是一种挑战，因为在企业的管理过程中，需要依据很多的数据才能做出决策，所以如果数据受到影响，那么就可能会泄露企业的人力资源管理信息，影响企业管理工作的展开。所以，我们应该将人力资源的安全管理和信息结合在一起，运用数据能够精准的作出决定；另外一点，还要加强数据的安全管理，建立健全安全防御机制，保证数据的安全性。
二、企业人力资源管理在大数据时代下存在不足
1、管理思想比较落后
信息技术迅速发展的同时也是大数据时代即将到来的一种标志。但是一些企业的管理思想跟不上时代的脚步，人力资源管理方面没有一个健全的能够反应员工信息的系统。人力资源管理思想落后的几个主要表现如下：第一，人员的招聘主要依据是离职人数，对于人员每年的离职率和离职情况没有一个健全的系统做相关的数据记录，也没有对人员做好相关的培训，所以，这种管理方式也导致了人力资源管理的工作比较懒散，没有大局意识，无法保证企业能够招聘到合适的专业人才；第二，之前的管理方式对员工的生活关注度不够，没有掌握员工自身的优缺点，无法有针对性的对员工进行培训，导致了企?I员工无法将自身的职业规划和企业发展前景联系到一起。员工在工作的过程中也出现懒散、缺乏追求、盲目工作的状况[2]。
2、管理方式比较落后
新的数据时代的到来，对于企业来说尤其是对员工的管理工作带来了很大的冲击和挑战，但是在管理体制的影响之下，人力资源管理的工作也很难展开，因此在人力资源管理的过程中也无法获得有用的数据。大数据时代背景下，对于人力资源管理的体系比较落后，主要表现在以下几个方面：第一，企业聘请员工的方式和培训的方式都存在缺陷；第二，企业中的人力资源部门缺乏对员工成长和相关工作信息的系统管理，缺少系统的信息管理和检索体系；第三，无法有效的分析好企业发展的内外部状况，无法根据外界环境的变化做出企业职位的创新与改革，因此在大数据时代下，想要提高员工的专业化水平十分困难。
3、管理模式的创新存在困难
在这个数据时代背景下，知识更新的速度也越来越快，这也导致了人才的更新速度不断加快，这对于旧的管理模式来说是一种极大的挑战。但是受传统的管理模式的影响，人力资源就是负责招聘，所以想要完成人力资源管理模式的创新比较困难，想要培养有特色的人才，建立新的招聘方式也是一种具有难度的工作。
三、大数据时代背景下优化企业人力资源管理的方法
1、改变人力资源管理的思想
想要一个企业的发展跟上时代的脚步，企业对于人力资源管理的改革就必须要做到与时代相适应，在对时代的发展有了一定的掌握之后，将人力资源管理域数据信息结合起来，同时，实现人力资源管理模式创新的一大主要途径就是改变人力资源管理者的管理思想[3]。为实现人力资源思想的更新，我们需要注意以下几个方面：第一，企业的人力资源管理者要掌握大数据的发展方向，跟上时代的步伐，对大数据的特点进行掌握，对原有的管理思想做出改变，适应新的时代管理模式，做到从全局对人力资源进行管理。第二，员工要做到与时俱进，适应大数据时代的发展，方便企业人力资源管理工作的进一步展开。所以人力资源的管理者一定要掌握好大数据的发展信息，之后将信息传递给员工，提高员工的信息理念；第三，建立健全信息采集、整合的机制，对数据进行分析之后得出企业人力资源管理的现状，之后做出人力资源规划，从多个方面调动员工的工作积极性。
2、健全人力资源管理的体系
企业在数据迅速发展的环境下，内部的管理逐渐发生了变化，企业能否根据数据的变化及时的做出管理体系上的创新和调整，这将关系到企业未来发展的方向和成败。所以，在这个大数据时代下，对人力资源的管理体系进行创新十分重要，体系的创新主要可以从以下几个方面进行：第一，加大企业员工的培训和聘请力度。人力资源的管理部门和管理者应该对每一个员工的情况都有一个详细的掌握，了解企业的发展前景与员工的职业规划是否相符合，除此之外，人力资源部门需要对员工的优缺点做好记录，有针对性的对员工进行培训，帮助员工和企业共同进步和发展；第二，建立健全企业的人力资源管理体系和管理配置，员工的信息包括员工每一年的考核状况、出勤情况、认知情况等，我们建立的信息管理机制能够全面的对员工的信息进行掌握和记录；第三，在这信息发展迅速的大数据时代背景下，企业为了在新的发展形势下取得成绩，就要加强对员工岗位的开发，比如：设置数据信息管理岗位以及数据信息安全管理岗位，确保企业信息的安全。
3、改革人力资源管理的方式
静态管理的传统人力资源管理方式已经无法适应新的时代潮流，无法及时的反馈员工和企业的相关信息。因此，在大数据时代下要对人力资源管理的方式做出及时的改革和创新[4]。优化管理方式主要可以从以下两个方面着手：首先，建立健全动态管理机制，对人力资源信息进行优化管理，对员工的信息以及所在岗位的匹配程度进行关注；其次，建立一个健全的具有特色的信息检索体系，因为一个企业的发展与人才息息相关，同时特色人才也是一个企业发展的动力，针对这些特殊的人才，管理部门一定要做好信息采集和整理，关注员工的成长和发展，并且有针对性的为其提供发展机会和条件，进而推动企业的迅速长远发展。
大数据时代影响力篇(6)
关键词：大数据时代；新闻领域；传播；影响；探究
一、大数据背景下，对新闻传播领域的理念影响
（一）建立数据为本的理念
随着时代的发展，出现了很多新的新闻传播媒介，这些新的传播媒介的出现使得传统媒体在新闻领域的角逐中处于弱势的境地。传统媒体与新媒体相比，比较突出的问题是新闻时效性。互联网时代，人们获取新闻信息的方式和渠道多种多样。这种情况下，哪种途径提供的信息更迅速、更准确就能被大家更广泛地接受。传统媒体在传播速度上以及传播信息的数量上都有一定的局限性。以报纸这种传统媒体为例，报纸的篇幅以及更新速度并不能满足人们对新闻时效性的需求。报纸的受众一般而言是中老年群体，年轻群体较少，但随着新媒体的逐渐发展，中老年也逐渐转型走向新媒体获取信息的道路。信息时代，数据形式多样，数据量难以计算，传统媒体的更新速度难以跟上时代的步伐。大数据时代要建立数据为本的理念。
（二）建立关注用户体验的理念
用“大数据”来做一个时代的代名词，已然说明数据对这个时代的意义。互联网时代的数据资源和数据量既广博又复杂。今天的信息量和信息传播速度对新媒体或传统媒体而言都是艰巨的考验，新闻传播只有坚持与时俱进，才能满足人们的信息需求和实现新闻传播的真正价值。如何在复杂量大的信息中，帮助人们获取真正的有价值的新闻，才是新闻传播领域真正要做的事情。“关注用户体验”是互联网时代的各个领域取得长足发展的关键。新闻传播行业建立“关注用户体验”的理念，其实就是建立一种服务至上的理念，只有这样才会为新闻获取者提供对其更有价值的信息。想要做到“关注用户体验”关键点如下：①建立数据库。以大量读者或用户数据为根本，提取用户需求，再用数据分析和数据挖掘等手段，根据需求为用户推送相应的新闻信息，提供“定制化”新闻。当前很多新闻客户端，都是以此为宣传点。②收集使用信息做数据分析。微博、公众号、小程序都是人们获取信息的新途径，在众多新闻获取途径中，哪一种才是最适合的，或者如何改进才能提高用户活跃度，需要数据说话。以微信公众号为例，可以针对用户对公众号文章的阅读量进行简单分析，读者对哪类文章有偏好，文章字数的长短是否会影响读者的阅读体验等等。通过对上述数据的分析，才能更好地提高公众号的阅读量和点击率。③链接分享。这是一个信息共享的时代，亲人、朋友、同事之间可以将自己或他人感兴趣的链接进行分享，不仅能促进流量的增加，还能帮助媒体掌握更多有效数据。
（三）坚持数据开放的理念
互联网时代下的数据类型和数据量与日俱增，人们已经认识到数据的力量和数据的作用。随着数据的爆炸式增长，这些大数据如何为人类所用，也是摆在面前不容忽视的问题。从新闻传播角度来讲，如何提供更全面、更准确的信息是当下要解决的问题。与时俱进的另一个诠释就是开放。新闻媒体将自己所获取的信息对外开放，这样才能更及时、准确地了解外部信息。当前，各个新闻传播媒介都有自己信息或数据获取的方式并存有大量的数据，但并没有将信息对外公布。数据对当今时代而言，具有十分重要的作用，对新闻传播领域而言，意义尤为深远。值得深思的是，大部分的新闻传播媒体将自己手中的信息看得严严的，惧怕他人的涉足及获取。长久来看，这就像是旧新闻，今天读过了，就没有新鲜感了，留在手里也没有大的用处。媒体网络本身就是四通八达，其本身的特性也具有一致性。将自己获取的信息和数据对外开放，才能实现真正的利益共享，才能实现与时俱进。同时，新闻传播领域涉及的范围十分广阔，一家之力不足以覆盖整个数据市场，各家提供一些所在行业、领域的数据，才能得到更加全面和完善的数据。通过不同层面和角度的对比，才能找到自身长远发展的立足点。新闻传播的对象是这个世界上的对信息有需求的多个个体，是整个社会体系。只有坚持数据开放的理念，才能实现信息时代的共赢。
二、大数据背景下，对新闻传播领域的实务影响
大数据时代背景下，对新闻传播的影响不仅体现在观念、理念上，最重要的是体现在实际的操作中。大数据时代对新闻传播观念的影响不足以真正实现新闻传播的价值，要将新闻传播的影响落实到实处才能促使新闻传播领域更好发展。
（一）数据新闻的特色
数据新闻是新闻自我升级的一个阶段，也是实现数据价值的重要表现形式之一。在大数据时代，数据新闻的传播具有更广阔的发展空间和更大的可塑性。数据新闻与传统新闻的制胜之处就在于它的传播形式和新闻形态，如此，更利于新闻传播的速度和个性化发展。数据新闻的关键就在于数据，数据对人类的影响难以估计。你可以看到新闻传播的方式有微博、公众号、订阅号、视频、短视频还有直播等形式，每种传播形式都不是单一的。如一个微信公众号，它不光可以展现文字，还附加音频、视频和图片以及形象互动的可视化方式。这些内容可以诠释数据新闻给大家带来的便利和提供新闻的全面性。在这个关注点击率、日活、月活、用户数据的时代，数据新闻以独特的方式给新闻传播带来了活力。
（二）新闻来源的多样性
在以往的新闻传播中，记者是信息获取的关键人物，他在新闻前线获取的信息尤为重要，是新闻内容的核心。这种新闻采集方式容易受到人力或物力的影响，导致新闻传播的效率低下。大数据时代背景下，先进的移动设备为新闻工作者的新闻获取提供了更多更大的帮助，既可以增加新闻采集数量，又可以提高新闻采集效率。数据采集的来源可以是微博、微信、自媒体平台、其他新闻媒体平台等。以这些数据来源为数据库，进行大数据分析与挖掘，提取更加有效、即时、吸引人眼球的新闻信息发布，从而提供新闻传播的速度和影响力。
（三）新闻传播方式的多元化
大数据背景下的新闻传播形式可谓是多种多样。新闻传播方式的多元化使得人们获取信息的方式更加的快捷和舒服。新闻传播的形式也改变了新闻传播的流程。过去的新闻传播主要是通过报纸、电视媒体等渠道。现在的新闻传播过程可以是一个形象互动的可视化呈现、一个短视频、一条微博，或是一个订阅号、一个知乎问答。大数据时代，新闻传播的方式不是自上而下，不是以点带面，而是自下而上，由无数个发展到更多无数个点。在这个数据时代，每一个人都自带流量，都可能成为新闻的制作者或是新闻的传播者。新闻传播方式的多元化，使得新闻传播的速度难以想象，使得新闻获取的数量难以计算。
大数据时代影响力篇(7)
【关键词】 股票指数缺失数据多元时间序列金融危机
一、问题背景
经济全球化加快了全球金融市场之间的融合，各地区市场之间紧密联系，这促使我们综合考虑各个市场的走势，理解相互之间的关联机制，了解全球金融市场的动态结构。
我们认为，经济格局和各个国家和地区在金融上的影响力，可以很大程度上通过股票指数之间的关系反应出来。通过统计学知识，研究具有代表性的市场之间股票指数关系，能更好地说明各个市场的联系及变化，帮助我们理解市场间的关联和影响，特别是金融危机之后的一些新的变化，并提供建议。
二、数据选择
本文选择了从2001年1月2日到2010年1月29日之间几个市场的股票指数：上证综指（SHCI）、恒生指数（HSI）、标准普尔500指数（SP500）和富时100指数（FTSE100）。这些指数或者与国内投资者的关系密切，或者在全球和地区市场中具有很大的影响力和代表性。由于时差，各地区证券市场的交易时间存在差异，我们采用格林尼治时间表示各个市场的开盘/收盘时间：SHCI，1:30/7:00；HSI，2:00/8:00；FTSE100，8:30/16:00；SP500，14:30/21:00。
我们将采用指数的连续复合收益率进行研究，即rt=ln，这是因为指数收益率完全体现了该指数的投资机会，并且与投资规模无关，另外收益率序列具有更好的统计性质，能够容易地进行各种处理。
三、方法使用
1、缺失数据处理
所有市场在周末休市，另外在当地法定节假日和特殊情况时也会休市。交易日的差别，造成了在某些交易日部分市场的数据缺失，我们首先需要对此进行处理。我们结合股票指数研究的实际情况，综合了ARMA模型拟合时间序列和迭代逼近的思想，设计了一个处理连续k天的指数缺失数据的方法：（1）根据线性插值的方法计算得到每天的收盘指数；（2）从第一天前的10个交易日开始，直到最后一天后的5个交易日，组成一个时间序列R0（r1，r2， … ，r15+k），拟合一个ARMA（1，1）模型；（3）将R0定节假日期间的数据，通过拟合的ARMA模型进行估计并代替之前的值，得到新的时间序列R1，将R1和R0中的数据进行比较，相差大则重复第2、3步；（4）如果第n次通过拟合ARMA模型之后得到的数据与拟合前的相差很小，满足一定的准则（比如，?撞ki=1（r10+in-r10+in-1）2?燮k），则确定使用该组数据（r11n，…，r10+kn）代替缺失数据。
2、交叉―相关矩阵（CCM）
于是延迟为l的交叉―相关矩阵：
?籽1=D-1?祝1D-1。
3、含外生变量的自回归―滑动平均模型（ARMAX）
单个股票指数序列可以通过ARMA模型拟合走势。考虑不同地区的市场由于交易时间不同，会受到上一时段市场指数运行的影响，我们在ARMA模型中引入外生变量，通过ARMAX模型进行分析。
对于一元时间序列rt，一般的自回归―滑动平均模型 ARMA（p，q）可以表示为
（1-?撞Pi=1?准iBi）rt=?准0+（1-?撞qj=1?兹jBj）at，
其中?准i是自回归系数，?兹j是滑动平均系数，{at}是均值为0、方差为?滓a2的白噪声序列。考虑另外一个序列Xt对于rt的影响，建立ARMAX（p，q，f）模型：
（1-?撞Pi=1?准iBi）rt=?准0+（1-?撞qj=1?兹jBj）at+fXt。
四、实证分析
1、缺失数据处理
我们首先处理股票指数中的大量缺失数据，以下举例说明效果。考虑2001年5月1日到7日期间的上证综指，共有5个交易日，中国大陆因为五一长假休市，但是美国等地正常交易。图1表示3种方法分别得到的指数（每个图中间一段是通过不同方法处理的结果）：（a）假定期间收益率为0；（b）线性插值；（c）ARMA拟合迭代逼近。我们发现，c接近真实市场应该具有的走势，实证分析中我们将用这一方法处理所有缺失数据。
2、中国大陆、美国与香港市场的影响
市场的同步交叉―相关矩阵。另外，考虑到间隔一个交易日的影响以及交易时间的差别，计算延迟为1的交叉―相关矩阵，结果如表1。
从同步交叉―相关矩阵可以看出，中国大陆和香港、美国和香港的证券市场之间关联比较大（分别为0.3440和0.2207），而中国大陆和美国市场间的关联很小（0.0331），这印证了香港的地理位置和市场开放程度。
在延迟为1的交叉―相关矩阵中，我们发现隔夜的SP500对于SHCI和HSI有着比较直接的影响（相差约12小时），而前一交易日的SHCI和HSI对于次日的SP500影响较小（相差约36小时）。前一交易日的SP500与HSI的相关系数为0.3981，说明隔夜美股走势对于香港市场影响很大；前一交易日的SP500对于SHCI的相关系数为0.1186，说明隔夜美股走势对于中国大陆市场也具有一定影响，但效果有限；而SP500对于前一交易日的SHCI和HSI的线性依赖分别为-0.0172和-0.0495，相隔一个交易日的SHCI和HSI之间的线性依赖分别是0.0258和-0.0854，都比较小，说明相隔至少一天之后这些指数的互相影响很小。
计算延迟为2的交叉―相关矩阵，可以发现矩阵中的元素都很小，说明间隔两天之后指数之间的影响都非常小。
结合金融危机前后的情况，我们通过对SHCI、SP500、HSI在不同阶段的交叉―相关矩阵的分析，考察SHCI和隔夜SP500对于HSI的影响。
将2001年1月2日至2010年1月29日划分成两个时间段进行分析，时间区间确定为2001年1月2日至2006年6月30日（前）和2009年1月2日至2010年1月29日（后）。这样选择的理由是，次贷危机在2006年中期开始显现，之前仍是全球经济最繁荣的一段时间；2008年秋季，以雷曼兄弟公司破产为标志，全球性金融危机全面爆发，与此同时，各股票指数在2008年底到2009年初内陆续见底，因此可以将2009年初作为金融危机后时代的开始、中间的一段时间，全球经济形势错综复杂，因此没有进行归类研究。
走势与中国大陆市场的相关系数是0.1075，联系比较有限；爆发之后，两者的相关性显著提高至0.4903，联系紧密了许多。另一方面，金融危机前，当天香港市场的走势受到隔夜美国市场的影响的一阶滞后相关系数是0.3964，而爆发之后这一系数略微增加到0.4303。相关关系的增强也体现在其他指数之间。
以上变化表明，全球性的金融危机使得各个市场之间的联系更为紧密。更重要的是，经历了金融危机后，中国大陆的市场在亚洲地区的影响力变得更加突出，尤其体现在与香港市场的联系上。这个结果体现了中国的经济在金融危机后迅速恢复的事实，以及在国际市场和地区经济格局中扮演了更重要的角色。
3、交易时间导致的影响
每一个交易日，亚太、欧洲、北美的市场先后进行交易，上一时段的市场收市之后，表现往往会影响下一个时段市场的走势。
对于股票指数序列rt，首先需要对ARMA（p，q）模型进行定阶，我们参考了Tsay和Tiao的推广自相关函数，使用ARMA（1，1）模型拟合这一金融时间序列过程。考虑之前一个交易时段市场的收益率Xt对于rt的影响（亚太市场考察美国市场的影响时，采用Xt-1），使用ARMAX（1，1，1）模型，能够很好地体现溢出效应。
分别考虑（a）HSI受到隔夜的SP500、（b）FTSE100受到当天的HSI、（c）SP500受到当天的FTSE100的影响，计算得到三个ARMAX（1，1，1）模型：
（a） HSIt=?准0+0.2573HSIt-1+at-0.4257at-1+0.544SP500t-1
（b） FTSE100t=?准0+0.04545FTSE100t-1+at-0.2485at-1+0.2924HSIt
（c） SP500t=?准0+0.04064SP500t-1+at-0.428at-1+0.6469FTSE100t
主要观察Xt（或Xt-1）前的系数，发现隔夜的SP500对于HSI的影响有0.544，当天的HSI对于FTSE100的影响有0.2924，当天的FTSE100对于SP500的影响有0.6469。这与现实情况相符：作为最重要的金融市场，美国对于全球经济的影响巨大，特别是对于接下来交易时段的亚太市场具有相当的影响力；考虑到欧洲和北美在政治经济等领域的紧密联系，当天欧洲市场的表现对于北美市场的影响也同样很大；亚太作为一个新兴的资本市场，对于全球经济的影响有限。
我们也分别研究金融危机前后的情况。金融危机前的三个ARMAX（1，1，1）模型：
（a） HSIt=?准0+0.2882HSIt-1+at-0.3906at-1+0.4123SP500t-1
（b） FTSE100t=?准0+0.06093FTSE100t-1+at-0.09136at-1+0.2888HSIt
（c） SP500t=?准0+0.09564SP500t-1+at-0.3924at-1+0.5735FTSE100t
以及金融危机后的三个ARMAX（1，1，1）模型：
（a） HSIt=?准0+0.2968HSIt-1+at-0.5612at-1+0.6302SP500t-1
（b） FTSE100t=?准0+0.06193FTSE100t-1+at-0.2922at-1+0.3017HSIt
（c） SP500t=?准0+0.09549SP500t-1+at-0.5089at-1+0.813FTSE100t
观察所有三组模型中Xt或Xt-1前的系数，我们发现全球金融危机爆发后，各地区金融市场间的联系变得相当紧密。其中，隔夜SP500对于HSI，当天FTSE100对于SP500的影响明显增加；当天HSI对于FTSE100的影响也有了一定增加。同时，各市场相对之间的影响程度没有大改变，隔夜的北美市场对于亚太市场、当天的欧洲市场对于北美市场的影响仍然比较大，但是亚太市场对于欧洲市场的影响仍然有限。这个反映出欧美国家尽管元气大伤，但是仍然拥有足够的影响力；以亚太为主的新兴国家和地区影响力逐渐增长。
五、结论
本文在对缺失数据进行处理的基础上，通过交叉―相关矩阵和含外生变量的自回归―滑动平均模型，对主要国际市场股票指数间的相关性进行了研究。通过一系列的计算和分析，我们得到了几点结论。
第一，在分析不同地区市场之间的联系后，我们发现这些市场之间的联系比较密切。特别是隔夜北美市场对亚太市场、欧洲和北美市场之间以及中国大陆和香港之间的联系相当紧密。
第二，全球市场在金融危机之后联系得更为紧密，这体现了各地区合作应对金融危机的事实。金融危机爆发后，美国作为超级大国，在全球经济中的地位依然最重要的；欧洲的衰退比较快，但是目前仍然具备足够大的影响力；亚太地区发展潜力巨大，正在逐渐显示对国际市场的影响力；以中国为代表的发展中国家在金融危机后迅速恢复，并在周边地区的影响力逐渐增加。
针对这些结果，并结合中国目前的实际情况，我们认为这次全球金融危机的爆发，对于中国的发展更多的是一个机遇。总体上说，这次金融危机是在现有的国际货币体系和国际贸易体制作用下，发达国家和新兴发展中国家在产业结构、贸易结构和储蓄消费结构等方面的不平衡导致的。在大规模的金融危机之后，随之而来的都是世界政治经济格局的重新调整和各国经济实力的转换（这在实证分析中体现了出来）。全球经济再平衡带给中国经济和金融市场更多的是机遇。可以预计，随着中国经济率先复苏，我们正在进入一个以结构转型为重心的新发展阶段。中国应该抓住金融危机对于发达国家产生巨大影响的这一机遇，扩大在国际金融市场、特别是在地区市场中的影响力。在担负起国际责任的同时充分争取相应的权利，提高发展中国家在国际组织中的影响力，积极推动国际经济秩序改革。
【参考文献】
[1] R. S. Tsay著，王辉、潘家柱译：金融时间序列分析（第二版）[M].人民邮电出版社，2009.
[2] J. Y. Campbell， A. W. Lo， A. C. MacKinlay， The Econometrics of Financial Markets[M].Princeton University Press， 2007.
[3] D. Ruppert， Statistics and Finance: An Introduction[M]. Springer， 2006.
[4] Y. Hamao， R. W. Masulis， V. Ng（1990）， Correlations in Price Changes and Volatility across International Stock Markets[J]. The Review of Financial Studies 1990 Vol. 3 No. 2.
[5] A. Ng（2000）， Volatility Spillover Effects from Japan and the US to the Pacific-Basin[J].Journal of International Money and Finance 19.
