厚数据思维下的我国海关智慧风险管理,此文是一篇思维论文范文,为你的毕业论文写作提供有价值的参考。
思维论文参考文献：
[摘 要]大数据目前在海关风险管理中的运用已相对普遍,但其带来的管理效益却见仁见智.这需将“厚数据”思维引入海关风险管理进行深度数据挖掘,让大数据开口说话.文章从我国海关风险管理的研究现状谈起,分析其存在的不足,在对“厚数据”与“大数据”进行比较的基础上,分析了其在海关风险管理运用中的优势,提出了未来以“厚数据”为核心的我国海关人工智能风险管理新思路.
[关键词]海关风险管理；“厚数据”；智慧风险管理
[DOI]1013939/jcnkizgsc201730154
随着AlphaGo对世界围棋高手的围剿,人工智能成为当前最热门的话题,这就是“大数据”时代.但是,人工智能也存在着“大数据”思维重数据相关性而弱化因果关系等局限性.因此,人们很快意识到在现代管理学中应尽可能地把“人”的因素融入到数据分析中去,这就是本文所要讨论的“厚数据”思维.希望“厚数据”思维下的中国海关AlphaGo诞生,其目的是为中国海关风险管理提供一条更具前瞻性的新思路.
1我国海关风险管理现状与国内研究概述
我国海关系统的风险管理起步于1999年海关总署综合统计司的海关执法评估系统,成型于2004年.迄今为止,风险管理在我国海关管理中的运用已超十年,逐渐形成了以海量数据为基础,设定参数下达指令为方法的风险管理模式.但在技术不断更新的今天,信息数据来源将更加分散、格式将更加多样,这就对我国海关的风险管理提出了新的挑战.特别是与欧美国家相比,我国的海关风险管理模式仍停留在“初代防火墙”水平,即根据“已知”去管理“未知”,根据已发生的违法情况来防范未来可能发生的相同违法情况.这样的模式在监管环境日益复杂的今天显然是既缺乏动态性、立体性,更缺乏灵活性的.
国内学界对我国海关风险管理的探讨,从最初借鉴欧美等国风险管理定义对我国“海关风险”“海关风险管理”等概念进行界定,到后来以天津、青岛等地为例,从直属海关层面分析海关风险管理模式,再于近年大数据兴起后,将双因子分析法与风险管理结合提出新方法.目前我国海关风险管理的各种平台与手段也是基于该理念而设计开发的.
2目前我国海关风险管理存在的不足
十几年来,我国海关的风险管理从无到有,取得了一系列令人瞩目的成就.但从风险管理理论本身的价值看,其效能远未在我国海关管理实践中充分发挥.
21数据规模效应初现,但数据研究缺乏深入
随着海关信息化建设的加速发展,近年来全国海关积累了海量的数据.由此我们初步形成了通过对海量报关单申报进行统计、分析,然后计算出海关的可信置信区间.
但这种方法也存在明显缺陷.当大量样本数据不符合实际时,基于错误数据的分析就会与贸易实际情况发生偏差.例如某些企业为了逃避海关正常估价,集体性对申报进行加工,导致申报失真；又如由于一些欠发达国家对外汇进行严厉管制,逐渐形成了和黑市两种汇率.导致相关企业在向中国海关申报时存在较大的风险.于是这种仅停留在“数据分析”层面的风险分析,只能让数据展示出“是什么”,却揭示不了其背后的 “为什么”.
22管理理念相对保守,技术支持升级缓慢
一直以来,海关风险管理的理念是以“稳”为主,设置固定的参数与硬性考核指标.这样的做法在风险管理实施之初,不失为一种从易而难、避免犯错的方法.但是十多年过去了,这种考核模式仍未发生改变值得我们反思.
目前我们的风险管理主要是两种思路.一是在发现某些违规、违法行为后总结其特点,然后在海量的进出口数据中去比对较为类似的记录.例如发现某个商品归类错误后对其他同品名的商品进行归类复核；二是在未知風险的情况下,某些进出口数据违背了正常逻辑或者游离于置信区间时,判定为存在风险的记录.例如在打击虚假贸易时,新成立的企业一旦有较高的出口值,就容易被判定为存在风险.
上述风险管理的基础是管理对象向海关申报的数据,因此提炼出的各类风险参数有滞后性,海关无法主动在第一时间发现风险.
与此同时,海关对风险的处理技术也相对保守.一是内部风险信息平台功能少、升级慢.二是外部风险信息平台建设推进慢、阻力大.三是风险管理手段少,缺乏专业第三方科技支撑.
23数据来源口径单一,数据评估缺乏途径
我国海关系统的数据主要来源于H2010,对进出口货物的统计由接受申报的海关负责.这样确实可以保证从总署到隶属海关所拥有的数据是一致的,不存在外界的干扰.但这就导致海关系统的数据来源过于单一,与“多口径”统计的地方政府数据相比,海关数据缺乏评估验证.例如出口贸易中的虚假贸易,因特殊关系而低报的、涉及退税而高报的,虽然均在海关统计的数据库中,但是由于缺乏相关的法律法规,目前海关几乎无法对进出口货物的数据进行全面审核,也没有技术支持来剔除无效数据样本,这就使得海关数据的科学性大打折扣.
大数据目前在海关风险管理中的运用已相对普遍,但其带来的管理效益却越来越值得商榷.显然,这就为将“厚数据思维”引入到海关的风险管理中提供了机会.
3“厚数据”概念新解与大数据之比较
简言之,厚数据是指针对被研究对象显著特征的,体现其更深层次的、对其内涵更精确定位的数据.它是由已故人类学者Clifford Geertz最早提出的.它强调用定性研究的方法来阐释数据,旨在揭示数据背后的感情、故事及意义.大数据是以宏大的量为支撑,不具有深刻性,所以又称其为“薄数据”.而“厚数据”则是在揭示大数据背后的更深刻的场景与故事.二者的关系是大数据是面,范围广；厚数据是点,范围相对较窄；厚数据包含在大数据内,只是层次与角度不同罢了.二者的区别如下表所示.
4“厚数据”思维在海关风险管理中的优势分析
“厚数据”是一个全新的数据挖掘理念,未来在我国海关管理中其优势不可小觑.
结论：关于思维方面的论文题目、论文提纲、思维论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
我国对外贸易信用风险管理问题优化措施
信用风险是经营活动的伴生物，是对外贸易不可避免的内容。本文主要对对外贸易信用风险管理存在的问题及风险源进行分析，并提出若干建议，用以提高对外贸易。
基于我国企业财务风险管理探究
摘要：企业在实施财务活动时，内部以及外部等很多难以预料的因素都会对其形成极大影响，以致财务活动面临很多风险。企业经济效益也会受到很大影响。企业只。
我国公司理财风险管理
摘要：改革开放和经济全球化给我国公司企业带来巨大机遇的同时，也使得市场竞争日益激烈。本文对现阶段我国公司理财风险管理存在的问题以及导致问题的深层。
我国网络金融风险管理问题
摘 要：网络金融，主要指包含网上银行，网上保险，线上支付等等在网络技术平台的支持下开展的一系列金融业务活动。网络金融在我国蓬勃的发展，在为传统金。