作者：安徽省马鞍山市雨山区人民检察院章妍

检察统计工作，是指运用各种统计方法，对检察工作的发展情况进行统计调查、统计分析，实行统计监督的一系列活动。检察业务数据统计工作，是检察统计工作的重要内容。检察业务数据统计工作实践中，由于主客观方面的原因导致出现生成数据不准确、查询数据不规范等问题。为进一步探索完善检察业务数据统计工作，笔者认为，可以将以下四方面作为突破口，助推统计工作规范化发展。

不断强化队伍建设。一方面，要加大培训力度，加强检查督导，提高统计数据质量。可以采取集中培训与个别辅导相结合的形式，对案件管理工作中的统计业务各项规章制度进行学习，及时对统计报表中出现的错误进行通报纠正。开展岗位练兵培训活动，对练兵中和日常统计工作中出现的问题，有针对性地予以解决，以进一步规范数据录入，逐步提高统计水平，从源头上确保业务部门上报数据的准确性，提高统计工作质量。另一方面，还需加强案管部门统计人员的配置。挑选政治素质好、业务操作熟、工作责任心强的同志担任统计人员，同时可以采取设置AB岗的方式，A角临时缺位时由B角替补，AB角共同对统计质量负责，在人员构成上保障统计工作顺利开展。

着力减少数据误差。首先，要从数据核查本身减少差错。数据上报生成报表后，统计人员应当及时审核，先行排除不规范填写、卡表不符等情况，此外，对于异常数据项目比如审结数额，或者国家机关工作人员刑事犯罪、服刑罪犯犯罪、黑社会性质组织犯罪等特殊数据，要格外关注，逐一审查核实。其次，要注重流程文书对照，减少虚报。对在重要流程节点如抗诉、撤回起诉等统计工作中较难收集、容易遗漏的关键数据，统计人员可以借助统一业务应用系统内流程监控版块补漏。同时，充分发挥外来文书收发工作的职能便利，巧用文书对照审查统计数据，使案卡内容能够全面反映案件信息，从深层次上保证统计数据的真实性、准确性。

发挥沟通乘数效应。一是统计人员应与各部门内勤、办案检察官多沟通。各部门内勤以及案件的承办人员是案卡填报的具体责任人员，全面掌握第一手办案信息。因此，统计人员在每日的案件信息传递审核中，面对难以理解的专业术语、不常见的案件处理情况应当及时、主动询问业务科室内勤或者具体承办人员，不能主观臆断。二是应当与基础表涉及的相关部门多沟通。例如，对于立案监督案件，侦监部门与公诉部门的内勤要及时沟通核实；控申部门和民行部门就申诉案件定期相互交流等，确保关联案卡、关联基础表不发生错报、漏报现象。三是基层案管办应当与上级检察院多沟通。在统计工作中遇到无法解决的难题时，应及时与上级检察院统计部门联系、反馈。此外，统计人员也要将上级检察院对统计工作提出的新要求及时反馈给本院各业务科室，做好培训和指导工作。

破除监督滞后观念。统计人员应当在工作中积极引导承办人牢固树立严格依法统计观念，不能为了争取部门或个人成绩，而失真填写、虚报案卡。对不实数据敢于较真，切实维护统计工作和统计数据的严肃性和真实性。摒除被动消极观念，主动自查，深入分析。一方面，统计人员应转变观念，不能仅仅满足于数据的简单核查，要努力在改进和提高统计服务水平上下功夫，注重对统计素材的积累，不断提升分析案件信息和司法办案情况的能力；另一方面，案件承办人作为案件管理的参与者，也应变被动为主动，要充分利用系统授权，查询了解案件受理情况、办理程序和结案处理的全过程数据，从而及时发现和处理办案工作和业务管理中的不规范问题。

来源：检察日报

谁能想到，贸易战却成了闪电战~

这一波分析师们，没被打脸。

因为，本周90%行业的周报主题都是：贸易战对XX行业影响几何？

他们的答案，基本都是没影响！

如果你把它当成段子一笑而过，那可能会错过很多行研干货。

在这些一份份关于贸易战的研报点评中，除了观点外，分析师罗列的行业进出口真实情况、行业内国内外竞争环境、板块内上市公司出口占比等统计数据与图表，都是难得的研究干货。脱水君今天来一一罗列出来，这些更详实更细致的数据才是我们真正要挖掘和收藏的好东西。

【计算机】

贸易战对计算机板块利大于弊，再次确认计算机将是18年投资主线（天风证券）

贸易战整体利好计算机行业。

多家行业分析师普遍认为，目前A股计算机公司业务主要在国内政府机构，海外占比低；相反，贸易摩擦反而会坚定国家在高科技领域国产的决心和制造业升级的决心，网络安全、自主可控、工业物联网的推进有望加速。

例如天风证券计算机团队梳理指出：

计算机板块（中信计算机指数加上科大讯飞、上海钢联、生意宝三家公司）的绝大多数公司海外收入占比不超过营业收入的30%，且以美国为主要海外收入来源地的公司更少。可以说在此次贸易战中，计算机行业内公司的当期业绩基本不受到影响。相反，作为软件产品贸易净流入国家，全球形势趋严的情况下，国产软件可能受到海外供给不足和内部国家意志的双重刺激，尤其是偏底层的芯片、操作系统等国产化重点目标，有望迎来真实需求的爆发。

【通信】

中美贸易战对5G等信息产业的影响，密切关注这7家公司（海通证券）

冲击较大的行业之一。

海通通信团队从定量、定性两个角度来梳理了一遍整个通信板块标的：

定量：A股通信行业上市企业对美国出口2017年仅23亿美元、占美国贸易战涉及高科技产品规模仅3.8%影响小；密切关注对北美市场依存度及盈利影响相对较高的7家通信上市企业；定性：中美信息产业关系是二十年全球产业链分工结果，国内信息产业对美市场依存度低，但上游供应链涉及高速光电器件、射频部件、高端通讯芯片及CPU、存储芯片等对美国依存度高。

1）美国拟对中国征税领域的“新一代信息技术”范畴

2）新一代信息技术各领域中国对美依存度与中、美及其他国家代表性企业

3）密切关注这7家公司

海通证券统计北美出口业绩对A股重点通信行业上市企业的影响，重点关注A/B两类共7家企业。

【轻工】

关注中美贸易战的错杀机会 （中银证券）

轻工类产品目前尚不在适合此项关税的行业名单内。

中银证券统计了出口美国占比超过10%的公司，总共有24家，其中10家是家具行业，其余较多的是家居日用品以及陶瓷等行业。美国是中国家具出口第一大目标国家，同时中国也是美国家具主要进口国，国内企业出口美国多数以OEM、ODM为主，不涉及知识产权争端问题，后续被纳入征税的风险较低。

对于造纸行业，原材料依赖进口，木浆65%和废纸40%均需进口，美国是中国的第二大针叶浆进口国，同时还提供了45%的废纸来源。

如果贸易战升级，对于美废进口是不利的，政府控制洋垃圾的决心已定，中国又是美国最大的废纸出口国，新的废纸环控标准已于3月初实施，后续在海关执行力度上趋严是确定。2017年中国从美国进口废纸约1170万吨，进口政策对于废纸供应影响重大。从需求上看，包装用纸有20%左右比重随出口商品出国，如果贸易战升级，将对出口需求产生压制，进而影响包装用纸需求，但影响比重较小。

【传媒】

贸易战与传媒无关，板块最大的海外业务地区是东南亚（天风证券）

中美贸易摩擦暂与传媒行业无关，从长期看传媒内容行业如游戏、影视的贸易（尤其中国出口海外）并不是贸易摩擦的重点区域，制造、产权、数据安全也许政治敏感，但娱乐内容至少对美方还没那么大影响。

天风证券梳理了传媒公司海外收入及占比，以及重点业务所在地区仅供参考，美国比例偏低，海外主要是东南亚地区。

来看传媒板块的海外业务数据，可以说是很全面了~

【农业】

中美贸易战下的农业投资全梳理（兴业证券）

直接上，核心观点：

①中美贸易摩擦升级，有对美贸易业务的农业公司受主题催化，如国投中鲁、宏辉果蔬、朗源股份、天宝食品等。②猪肉进口关税提升对国内供需格局实际影响较小，养猪股主题受益。美国猪肉占国内消费仅约0.2%，且当前国内猪价低，提税对供需格局实际影响有限。养猪股牧原股份、温氏股份、正邦科技、天邦股份等主题受益。③美国禽类进口仍在封关，贸易摩擦对板块情绪有正向催化，白鸡上市公司主题受益。自2015年美国暴发禽流感至今，中国对美国禽类产品保持封关，贸易摩擦降低开关可能，巩固国内低供应，提升白鸡行情景气预期。④大豆、豆粕、豆油价格看好，包括东凌国际、京粮控股、道道全、西王食品等油脂相关板块标的，主题标的哈高科（约10%大豆业务）、深深宝（深圳粮食集团借壳）受益。贸易摩擦引发从美国进口大豆关税上调的预期，如兑现国内大豆供给将边际下降，产业链相关产品价格看涨。此外，由于豆油、植物油等油种存在消费替代，油脂板块整体景气有望回升。⑤贸易摩擦或致中国重视提升农产品竞争力，不排除未来发展转基因种业的可能。种企受益，优选品种最多、技术领先且有转基因储备的隆平高科。⑥水果、干果和坚果，进口税提升会导致进口原材料成本提升。大部分品种可能从其他国家寻找替代，但如开心果、蔓越莓等美国产量占比较大的品种国内或面临成本压力。成本变化普遍会传导给下游，对上市公司暂无明显利空。相关标的宏辉果蔬（进出口果蔬）、朗源股份受贸易战主题催化。

⑦改性乙醇方面，关税增加挤压套利空间，利好国内乙醇厂商。相关标的中粮生化、龙力生物主题受益。

此外，中信证券特别提及，如果贸易争端打出“大豆”牌（但大豆涉及两国及全球的因素很复杂，只有贸易战升级到最极端的情况，才会打出“大豆”这张牌），三类企业有望受益：

①油脂压榨企业：短期来看，如果贸易争端升级，大豆产业链价格有望相应提升，利好油脂压榨行业，尤其是主要依托有南美采购的企业；②农垦类企业：从国家粮食安全的角度来看，预计农垦类企业在国产大豆的种植上将会进一步加强，有望充分受益于大豆价格上涨，甚至有望享受政策红利；③拥有转基因大豆技术的企业，如大北农：作为国内自主研发转基因技术的领头羊，大北农近年来已积极在海外推广其转基因大豆性状。根据我们的草根调研，大北农已先后在阿根廷、巴西分别成立了合资公司，用于其转基因大豆性状的商业化。大北农在阿根廷的转基因大豆性状有望于今年获批种植许可，有望迅速商业化。而阿根廷和巴西的转基因大豆种子市场规模分别高达8.4亿美金、18亿美金，大北农的转基因大豆性状一旦商业化，获利将大为可观。

【电子】

中美贸易摩擦解读之电子：原来影响没那么大！（光大证券）

我们简单的意识里认为，电子产业出口金额大，行业美元收入占比高。因此美国打贸易战提高税收，对电子类上市公司影响会很大。

但光大证券电子团队指出，普通投资者可能都忽略一个细节，那就是国内很多公司现实经营中很多产品都是发往保税区的，公司和客户之间的结算采用美元结算，从而导致了美元占比高。

而实际上，这笔交易发生在国内，没有进入美国关境，美国自然是无法收税的，应该也就不会有直接影响。

此外，大家关注的美国会不会对苹果提高关税？光大证券的两个观点十分鲜明。

中信证券这篇研报中的，电子行业外销比例数据更全一些~

【纺织服装】

中美贸易摩擦对纺织制造龙头的影响有限 （中信建投）

美国是我国纺织品服装最大的出口市场，继2016年我国对美出口额首次下降后，2017年再度恢复增长，占我国纺织服装产品出口总额的17%。

“301”调查主要针对高新技术行业知识产权侵犯的问题，从目前看，纺织服装行业并非此次贸易战的焦点，因此波及到纺织服装行业的可能性比较低。

纺织服装行业属于劳动密集型行业，也是自由竞争市场，美国纺企会选择向成本更低的转移，就如目前中国正在向成本更有优势的东南亚转移相似，目前美国服装产业早已经实现向中国等发展中国家转移的过程，产业逆向转回的概率低。

下面这两张图表总结了纺织服装板块公司的对外营收数据，收藏备用。上市公司方面，华孚时尚、联发股份、孚日股份等对美出口收入规模较大，都在8亿元以上；对美收入占营收比较大的公司有新华锦、嘉麟杰、华纺股份等都达到25%以上。

【半导体】

长文！中美贸易战对国产半导体产业的影响深度解读 （海通证券）

先看一个行业数据，自2013年至今，我国集成电路的年进口额均在2000亿美元以上，而2016年中国原油的进口金额为1153.08亿美元，这一数据在各大产业论坛中被业界大佬津津乐道，成为发展国产半导体产业链重要性的最具说服力佐证。

下面这张表，列举出了美国半导体产业中大陆营收占比超过40%的企业，各细分领域的巨头纷纷上榜，按产业链分类包括了设备、Fabless、IDM，按下游应用分类包括了通信、计算机、存储、人工智能，按设计方式包括了数字、模拟，总之，鲜有漏网之鱼。

表1 美国半导体公司大陆营收占比排名

而中国方面，按照产业链分别进行梳理。

①制造环节：选择中芯国际作为代表。根据SMIC的最新一季财报，中国的营收占比为45.7%，北美的营收占比为41.9%，欧洲营收占比为12.4%。②封测和设计：对美国客户的依赖很小。大部分国内半导体设计和封测公司的产品都是要通过香港进行分销工作（以港币或美元计价），这样在统计时便记为了境外收入，可能会对部分投资者造成困扰或误解。但可以看一组数据，全球半导体的市场在中国，这是我们的最重要底牌。

③设备和材料：设备和材料领域国内厂商在完成从0到1的突破后，仍处于全力进入本土代工企业供应链，进而提高国产化率的“初级阶段”。以半导体设备为例，2016年中国厂商在数量上仅占全球的7%，在供货金额上更是只有0.54%。

核心结论：

本次贸易战如果升级将对美国半导体公司的影响更为巨大，而国内除晶圆代工企业（中芯国际）受到的影响可能会大一些之外，产业链其他环节受到的影响微乎其微。而且，随着全球半导体产业的第一、二次转移，产业链上相当的环节已经转移到了亚洲，从表一也可以看出，美国仅主要保留了核心芯片及部分半导体设备公司，其他环节如硅片（日本）、制造（台湾）、封测（台湾）、存储（韩国）等大陆企业对美国的依赖性极低。

上面摘了8大行业的数据与图表，脱水君想了下未来可能会用的场合包括人民币兑某国货币的升贬值、中国与某国的贸易战发生时、国际环境突发、行业境外竞争等事件发生时，或有用处。

最终用天风策略的观点来收尾了。

*免责声明：文章内容仅供参考，不构成投资建议

i人事报表功能已上线！

从此，

HR老大，

HRBP，

招聘HR，

薪酬福利HR，

员工关系HR，

将彻底获得解放！

HR再也不用愁“人才盘点”无从下手！

HR再也不用愁业绩无法量化！

HR再也不用愁“用数据讲话”！

1

拯救HR老大！

企业发展，

就好比带兵打仗。

作为HR掌舵人，

总得了解自家阵营有多少将领、士兵，

才好与CEO一起排兵布阵、开疆扩土。

企业内部人才盘点，

是HR老大每个季度、每个年度进行的必要工作。

i人事“人员构成分析”报表，

从六大维度帮助企业进行内部人才盘点：

按年龄段统计，

按性别统计，

按员工合同类型统计，

按学历类型统计，

按司龄统计，

按工龄统计。

2

拯救HRBP！

企业发展离不开员工，

更离不开关键人才！

业务部门中精兵强将的稳定性，

就是公司业绩稳定的基石。

HRBP是业务部门老大的“用人军师”，

当企业战略地图需要调整时，

HRBP就要进行人才架构的调整，

而当下，

HRBP最需要数字化思维！

部门历史数据汇总、

总量趋势走向，

这类报表是HRBP决策的重要数据指标。

i人事“部门人员统计”报表，

从四大维度帮助HRBP分析业务部门关键数据：

部门人数趋势图，

部门人数统计，

离职率，

试用期转正率。

3

拯救招聘HR！

“做梦都在招人！

真心希望公司没人离职，

让我轻快些！”

每天不是被业务经理追在身后要人，

就是被希望“钱多事少离家近”的各种候选人拒绝，

回到家已是一句话都不想讲的状态。

每到月初，

看到最开心的数据就是“新入职人数”，

预测本月工作量的数据就是“员工异动率”！

i人事“人员变动分析”报表，

为招聘HR提供汇总与分析，

包括各月员工入离职情况，

各月员工人数变化曲线，

各月调岗调薪人员。

4

拯救薪酬福利HR！

哪些部门花钱了？

钱都花哪儿了？

若公司决定要“节流”，

有哪些花销可以考虑削减？

做薪酬福利的HR每月一定都要准备好这些材料。

i人事的“职位人员统计”报表，

可为C&B HR提供必要的数据报表：

职位人数、

职位平均工资报表。

5

拯救员工关系HR！

做员工关系HR的主要工作职责就是：

企业文化建设、

员工福利管理、

劳动纠纷协调，

而这其中最虚化的工作就属“企业文化建设”了，

绩效也不易评估！

员工福利管理，

至少从可以为员工准备了多少团建TB福利、

节假日福利、

生日福利等数据，

评估业绩；

对劳动纠纷协调，

也可以从帮助公司解决了多少个潜在的劳动纠纷案例，

而评估业绩；

但是“企业文化建设”工作怎么评估业绩啊？

i人事的小红花应用，

为这些HR指引了一条康庄大道：

为鼓励员工守时、

有责任感等，

HR可为员工赠送小红花，

鼓励符合企业文化的积极行为；

直线经理人也可为员工赠送小红花，

奖励员工业绩出色、

团队合作等，

联合推行企业文化；

员工之间也可通过互赠小红花，

传播和谐共赢的企业文化......

i人事实时生成的“温暖排行榜”，

含小红花总排行榜、

月度排行榜，

这就是HR建设企业文化工作的最佳军功章！

i人事报表，

化繁为简，

按需将海量数据转化为可视化图表。

无论何时，

老板要表，

HR都可轻松搞定!

传统健身房经营的一大痛点——被数字报表烦死。

要运营好健身房，需要准确的知道健身房的信息：

每天有多少人到场？有多少人办理会员？获得多少潜客？

每个月有多少新增注册？流失了多少会员？

当月的会员收入是多少？私教课程的收入是多少？

会籍或教练的销售业绩怎么样？谁是销售冠军？

传统的业务报表各自分散，操作复杂，查看起来费时费力，且数据容易丢失泄露。

与市面其他管理系统不同，易健SaaS健身管理系统通过各板块大数据、云计算，并在一个系统平台里，全方位、系统化完成整个门店的运营工作，大大减少健身房运营成本，提高工作效率。

打开易健SaaS健身管理系统后台，在首页的仪表盘即可立即看到健身房30天内的“客流、新增潜在、到访、新增会员、团课、私课”变化态势。

可视化分析呈现健身房运营情况。通过每个月跟踪这些指标，可以预测健身房未来的趋势，增长机会和可能需要采取行动的方向。

易健SaaS健身管理系统支持在线登陆， 极简数据分析，轻松实现掌上经营，实时接收场馆动态。

报表管理模块设有“门店现金流构成”（各种卡品、团课、私课、租赁柜或其它）、“门店卡销量构成”（各种卡品的开卡数量、开卡金额）；

“门店流量构成”（进出场人数、私教上课人数、自来访人数、邀约人数···）、“会籍业绩报表”（新开卡、会员转介绍、会员续卡、会员复购、会员卡升级等信息）；

“教练业绩报表”（新购学员人数、新购课时、新购金额，以及续课、耗课、总金额等相关信息）、“新增潜在会员统计表”（APP添加、自来访、转介绍、合计总数）、“新增客户流量统计”（自来访、邀约、转介绍，各种渠道的成单人数以及转化率统计）等7大指标。

使用统计分析报表功能，深入挖掘业务绩效。俱乐部每日、每月……每个会籍或者教练的销售业绩一目了然。

易健SaaS健身管理系统还支持老板查看多家健身房的营业报表，实现多门店同步管理。

另外，每个员工的业务操作记录都会在易健SaaS健身管理系统的后台“系统日志”模块显示，例如会籍帮助会员办卡、退卡、卡品转换等，一旦出现失误，可以有效归属责任，避免利益纠纷。

掌握基本的客流信息后，再借助拼团功能等营销插件，推送俱乐部的活动优惠，拉动会员进店消费，帮助门店提升业绩。

本图为【AARRR】框架模型，下图是整体大纲总结，文末还有该模型的获取方式！

下面是附赠图表的内容，可能会有冲突，也可能给你新的思路，欢迎大家提出更多关于数据驱动增长的建议，来完善这张图表

PS：文末获取图表以及今晚的免费直播分享。

重点来了！

【AARRR框架模型】获取方式：关注中国统计网，后台回复【业务】即可领取

今天晚上的分享，在20:30

老地方，老时间，欢迎参加

领取优惠券，即可免费参加！

懂业务

关键点：对业务的理解▼

End.

导读：央行《中国金融稳定报告(2017)》显示，截至2016年末，银行业金融机构表外业务余额253.52万亿元（含托管资产表外部分），表外资产规模相当于表内总资产规模的109.16%，比上年末提高12.04个百分点。其中，担保类19.03万亿元，承诺类16.08万亿元，金融资产服务类164.63万元。报告提示，商业银行表外业务管理仍然较为薄弱，表内外风险可能出现交叉传染。

银行表外业务有何分类与特点？存在怎样的乱象与风险？表外业务有怎样的政策监管背景？未来发展路径走向何方？推荐深度报告《金融去杠杆背景下，银行表外业务何去何从？》。

前言

近年来，在内外部压力的驱动下，我国商业银行的表外业务增长迅猛。表外业务的发展给银行带来了可观的盈利，也更好地满足了客户多样化的金融服务需求，但同时，伴随着商业银行表外业务的迅速发展，其带来的市场风险、信用风险等也在不断提高，对银行表外业务的监管也提出了更高的要求。

为进一步加强商业银行表外业务管理，适应新形势下商业银行表外业务发展出现的新变化和新趋势，中国银监会对《商业银行表外业务风险管理指引》作了全面修订，形成了《商业银行表外业务风险管理指引（修订征求意见稿）》（简称管理指引）并向社会公开征求意见。本文在借鉴国际表外业务监管经验的基础上，结合我国监管情况，对我国银行表外业务发展路径进行分析，并提出了相应的发展建议。

一、表外业务：定义、分类与特点

1、定义

表外业务是指商业银行从事的，按现行会计准则不列入资产负债表内，不形成现实的资产负债，但影响银行当期损益的经济活动。由于该类业务无法直接从资产负债表中反应出来，所以称为表外业务。

表外业务有狭义和广义之分。狭义的表外业务是指那些虽未列入资产负债表，但同表内的资产业务或负债业务关系密切的业务。银行在经办这类业务时，没有发生实际的货币收付，也没有垫付任何资金，但在将来随时可能因具备了契约中的某个条款而转变为资产或负债。因此按照与资产、负债的关系，这种表外业务又可称为或有资产业务、或有负债业务。广义的表外业务除包括上述狭义的表外业务外，还包括结算、代理、咨询等业务，即包括银行所从事的所有不反映在资产负债表中的中间业务。

在一定情况下，表外业务可以转化为表内业务，此时，应由表外核算转换到表内核算。主要是或有资产业务、或有负债业务最终形成了确定性的资产或者负债。因此，表外业务并非与资产负债表毫无关联，反而对银行资产负债的变动形成了不确定的风险。

2、分类

根据16年发布的《商业银行表外业务风险管理指引（修订征求意见稿）》，并根据业务性质，对其中提到的担保承诺类、代理投融资服务类、中介服务类等业务进行再分类。

3、特点

①形式多样。银行在表外业务操作上十分灵活，可同时承担多种角色。既可以提供没有风险的金融中介服务，又可以提供涉足具有较高风险的金融衍生工具市场；既可以直接参与金融市场操作，又可以担任金融市场的中间人。

②风险具有复杂性和不确定性。表外业务通常同时具有多种风险，包括信用风险、市场风险、流动性风险等各项风险。对表外业务风险的管控需要全方位地把握，具有相当的复杂性。风险之间的替代关系也非常复杂，能够形成或有资产与或有负债的表外业务可能因为各种原因转化为表内业务，使银行经营陷入困境。按照现行的会计制度，除了少数表外业务以附注形式反映在资产负债表上外，大部分表外业务不直接在资产负债表上反映。这让财务报表无法真实体现银行经营业务的规模和质量。

③自由度大，潜在风险高。许多表外业务的开展没有金融法规的严格限制，尤其是金融衍生工具类表外业务，大多数不需要相应的资本准备金，也无规模的限制，只要交易双方达成一致既可形成业务协议。自由度大刺激了表外业务的扩张，潜伏着巨大风险。而金融衍生工具类业务一般有很高的杠杆率，导致微小的错误也会因此而带来巨大的损失，由此威胁到银行生存。

二、银行表外业务发展现状：乱象、风险

1、乱象

根据央行发布的《中国金融稳定报告(2017)》有关数据，截至2016年末，银行业金融机构表外业务余额253.52万亿元（含托管资产表外部分），表外资产规模相当于表内总资产规模的109.16%，比上年末提高12.04个百分点。其中，担保类19.03万亿元，承诺类16.08万亿元，金融资产服务类164.63万元。报告提示，商业银行表外业务管理仍然较为薄弱，表内外风险可能出现交叉传染。

①以表外之名行表内之实，借机躲避监管。券商通过委托定向投资把银行原买入返售项下的业务转入同业存放项下，但并不计入资产负债表，方便银行规避信贷规模管理、行业政策限制以及监管要求。根据瑞银估计，截至去年底，通常被视为影子贷款的定向资管计划和信托受益权规模同比增速达14.6%，达到14.1万亿元。这种规模相当于当年中国GDP的18.9%。一旦监管规则突然改变，要求设立价格发现机制，或者要求将这些类贷款资产回归贷款资产科目，将导致坏账确认规模激增。影子信贷转换为正规贷款将导致借款人违反贷款承诺和单一借款人限制，最终会迫使一大批银行进行重大重组。

②表外业务结构失衡，个别业务畸形发展。2016年，表外理财的主要部分非保本浮动收益理财产品的资金余额同比增长32.59%，委托贷款规模同比增长19.80%，而同期贷款规模增速仅有13.46%，上市银行的银行卡及结算业务增速仅为7.93%，部分银行甚至出现了负增长。风险较低并能扩大银行规模的传统中间业务的增速大大放缓，而信用风险、流动风险相对高的其他表外业务增速保持一个较高的状态，使得表外业务结构失衡，风险扩大。

③操作不合规，管理不足，风险控制手段不到位。《中国金融稳定报告(2017)》指出，部分银行业金融机构在公司治理、内部控制等方面仍有不足，风险管理、合规经营等问题依然存在，重大案件时有发生，案发领域从传统的存贷款业务向同业、表外业务等领域蔓延。个别银行发生大额票据、“假保函”案件。审核不到位，业务流程不合规，对相关表外业务没有制定完整明确的业务细则和行业规范，导致了银行对于表外业务安全性的忽视，风险频发。

④透明度低，监管难度大。由于银行表外业务的规模及质量大小并不能在财务报表中反映导致监管当局、股东、债权人还有银行内外的工作人员难以了解表外业务经营的风险状况。除此之外，表外业务风险的识别和计量难度都比较大，不仅外部人员根本无从知晓，甚至连银行内部人员也难以把控具体表外业务的规模和风险大小。一旦风险发生，很有可能形成银行的大额负债，导致银行亏损，对于规模较小的城商行来说，甚至可以说是灭顶之灾。

2、风险

①信用风险。信用风险指银行表外业务服务对象违约，而导致债权人遭受损失的风险。狭义的表外业务都存在着不同程度的信用风险。在担保业务中，银行为客户提供担保，一旦被担保方因各种原因违约，无法履行合同，担保银行便要承担相应的赔偿责任。在银行承兑汇票业务、可追索的委托贷款业务中，银行都面临着不同程度的信用风险。

②市场风险。市场风险是指由于市场利率、汇率变动，导致商业银行在表外业务风险中所遭受损失的风险。在远期合约、互换协议等各类金融衍生工具类业务以及承诺类业务中，利率、汇率的不利变动都会使银行面临该项风险。如在贷款承诺业务中，银行与借款人达成协议，可以按照固定利率或者可变利率获得一笔贷款。在协议期间，若市场利率上升，银行使用资金成本升高会使得协议利率与资金成本之间利差变小甚至为负，借款人最大程度地利用协议使银行承受较大的损失。

③流动性风险。流动性风险有两种含义，一是指可转让金融工具不能以接近市场价格迅速变现从而遭受损失，二是指或有资产和或有负债转化为现实资产和负债时银行可能面临的头寸短缺的问题。对于第一种来说，银行将某些信贷资产证券化，转移至表外，在市场上进行交易。当银行持有该类信贷资产支持证券时，如果市场发生较大的波动，由于各方都想抛售证券来转嫁风险，此时银行很难出售该类证券，从而使流动性风险加大。对于第二种来说，以银行的信用证业务为例，如果银行发放了过多的备用信用证，当债务人违约，就会使或有负债变成现实负债，从而使银行面临资金紧张，头寸短缺的状况。

④结算风险。是指从事表外业务的交易方到了交割期却不能履约而产生的风险。若银行在交易方打入款项前为其对外支付资金，到了资金清偿期有可能产生交易方中断或者拖延款项支付的风险。银行不能及时收入应收款项，会面临经营计划被打乱，头寸短缺的困难处境。结算风险与流动性风险通常相伴而行，一旦银行产生结算风险，很有可能因此并发流动性风险，危及银行经营状况。

⑤经营风险。经营风险主要是指银行对于某类业务不熟悉，管理制度不健全或者没有过往操作经验导致银行不能适应市场变化而产生的风险。在我国，部分表外业务属于新兴业务，相比其他传统表外业务来说，没有可以借鉴的经验，只能通过实际操作摸索。而表外业务对于涉外金融机构来说已较为成熟，操作经验相对丰富，但对于对内机构来说，对表外业务基础知识没有比较全面的了解，在经营管理过程中对其风险没有很好的防范和处理措施，有可能因操作不当引起损失。如银行可能无法对表外业务作出正确定价，而丧失或部分丧失风险弥补能力，从而引起损失。

三、表外业务政策监管背景：监管措施、整治活动

近年，银监会从流动性角度，考虑了银行表外负债对银行所可能造成的流动性风险，并重点关注了同业业务以及存在期限错配的表外问题；从统计端口入手，对商业银行表外业务相关状况统计更加明确清晰，这也对银行表外业务进行了比较详细和完整的分类；从风险控制、银行考核入手，对银行的理财业务有了较为明确的规范，限制了银行表外理财的资金流向，一定程度上起到了规范的作用；

从同业业务入手，加强交叉金融业务管理，将同业业务纳入流动性风险监测范围，并强调要准确计量风险，足额计提资本和拨备。对商业银行的表外业务尤其是表外理财的监管不断收紧，发布、修订了多项表外业务活动有关规定，意在遏制表外业务的过度扩张并控制表外业务风险以免对商业银行、行业造成巨大的冲击。

2014年3月1日正式实施的《商业银行流动性风险管理办法(试行)》，要求商业银行应当根据业务规模、性质、复杂程度及风险状况，监测可能引发流动性风险的特定情景或事件，采用适当的预警指标，前瞻性地分析其对流动性风险的影响。

其中，包括了表外业务、复杂产品和交易对流动性的需求增加这一特定情境。除此之外，银监会还将定期监测商业银行的所有表内外项目在不同时间段的合同期限错配情况，并分析其对流动性风险的影响。

按照重要性原则，分析商业银行的表内外负债在融资工具、交易对手和币种等方面的集中度。这意味着，银监会考虑了银行表外负债对银行所可能造成的流动性风险，并重点关注了同业业务以及存在期限错配的表外问题，开始加强对表外业务的监管。

2016年业务制度更新后，银监会将《G01_I表外业务情况表》进行了大修，将一张报表调整为2张子报表，分别为《G01_I_1表外业务情况表》和《G01_I_2委托贷款投向统计表》，分支机构也同步进行了修订。

表一将表外业务粗分为四大类统计，表二将非现金管理项下委托贷款按行业投向进行统计。该报表将表外业务粗分为四大类，关注金融资产服务类业务以及委托贷款实际投向情况，对各项目除代理代销业务外均统计余额。银监会对商业银行表外业务相关状况统计更加明确清晰，这也对银行表外业务进行了比较详细和完整的分类。

2016年7月，银监会下发《商业银行理财业务监督管理办法(征求意见稿)》。对银行理财业务监管重点包括了：对银行理财业务分类管理，分为基础类理财业务和综合类理财业务；禁止发行分级产品；银行理财业务进行限制性投资，不得直接或间接投资于本行信贷资产及其受（收）益权，不得直接或间接投资于本行发行的理财产品，不得直接或间接投资于除货币市场基金和债券型基金之外的证券投资基金，不得直接或间接投资于境内上市公司公开或非公开发行或交易的股票及其受（收）益权，不得直接或间接投资于非上市企业股权及其受（收）益权。对银行的理财业务有了较为明确的规范，限制了银行表外理财的资金流向，一定程度上起到了规范的作用

同年11月，银监会发布《商业银行表外业务风险管理指引（修订征求意见稿）》。添加了表外业务的定义范围，从之前的担保类和部分承诺类，增加了担保承诺类，代理投融资服务类，中介服务类，其他类等四类，并且最新的商业银�...

一、方案背景

对于大部分企业来说，销售部门是为企业直接带来利润的主要部门，说是企业命脉部门其实也不为过。

然而事实上是为数不少的销售部工作人员由于缺乏营销分析概念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。

都说数据有价值，那么销售部门应该如何充分利用数据对市场预判，实时了解当下业绩情况，衡量三六九等客户价值，如何快速获取客户的信息做针对性销售呢？

答案是，不妨用BI搭建一个智能化的销售数据分析平台。

解决两个问题：

1、将数据信息化，汇总自动化，将销售管理者从传统的报表数据重复结算中解放，避免大量重复性的excel编辑工作

2、着重分析企业销售目标、销售活动、成本费用等销售重要指标的分析。

二、方案内容

接下来，本文将着重分享企业销售智能数据分析方面的内容干货，用的是FineBI搭建的销售数据分析平台：

1、IT技术模块——搭建销售智能数据分析平台

2、IT技术模块——直接对接销售数据库，自动化形成数据报表？

3、数据分析模块——如何让销售同时快速上手分析？

4、数据分析模块——如何让销售领导直接在线查看分析？

5、协同管理模块——如何在线分享数据分析报告？

三、方案效果及实现说明

1、搭建销售智能数据分析平台

这部分工作属于企业IT部门的前期数据准备工作，需要IT部门在FineBI的数据配置-数据连接管理中新建好数据连接，保证数据连接测试成功。然后添加销售管理业务包，将相关数据表加入并且建好立表间关联关系即可（如果是FineIndex类型的业务包需要更新好FineIndex数据）。分配好对应数据权限之后，用户即可直接在浏览器前端来对这些销售数据进行即席的多维探索分析。

以本方案为例，如上图所示，我们在销售管理业务包中添加好销售员信息表、产品名称表、分公司信息表以及销售目标表、客户信息表、合同信息表、销售活动表、合同回款信息表、活动费用表，并且建立好维度表和事实表之间的数据关联关系。

最后在数据配置-权限配置管理界面中将建立好的销售管理业务包的权限分配给销售部门相关人员，并且在管理系统-用户管理中将销售部门人员加入到BI编辑用户的已授权列表中。

2、直接对接销售数据库，自动化形成数据报表？

销售管理人员在使用分配好数据权限的账号登录平台之后，就可以新建仪表盘开始做基础的数据分析了。

我们以制作如上图所示的销售基础数据分析-销售人员分析页面例，首先使用仪表盘统计出企业的总销售人数，然后再用饼图统计出各大区的销售人员分布（这边可以看出我们上海区域销售人数是最多的，达到总销售人数的22.73%），最后用明细表组件展示企业的所有销售人员的销售姓名、所属大区、大区经理相关信息。这样一来，基础的销售人员配备信息也就快速可视化呈现在我们面前了。

销售人员分析的仪表板做好之后，销售人员可以申请给IT部门的超级管理员将该模板挂出到销售管理-销售基础数据分析目录下面，并且将仪表板开放给其他人员进行查看。另外利销售活动管理、合同信息查询的销售基础数据分析也是同理，用同样的方法做好之后申请给超级管理员挂出即可。

3.如何让销售同时快速上手分析？

a.销售目标进度分析

我们以上图所示的销售目标进度分析为例，对于企业销售管理来说，两个最核心指标莫过于销售额和回款额了。而企业通常每年都会设定销售目标额、回款目标额两个指标作为销售的年度考评KPI指标。

所以这样一来在每个时间阶段，作为销售管理者我们可以分析当前的销售额目标完成率、回款额目标完成率的总体情况。

I.销售额目标完成率=(销售额/销售目标额)*100%

II.回款目标完成率=(回款额/回款目标额)*100%

以销售额目标完成率为例，添加好总金额和销售目标额之后，在FineBI中直接添加销售目标完成率指标，输入“总金额/销售目标额”即可得到当前销售目标完成率的数据。

计算好销售额目标完成率以及回款额目标完成率之后，然后再按照区域逐级分解。这边我们按照区域对销售额和回款额分别使用条形图进行统计，然后降序排列即可。

接着对每个区域的销售额、销售目标额、销售额目标完成率、回款额、回款目标完成率进行分析计算，以便来分析当前影响目标达成进度的主要问题区域所在。最后添加好相关查询控件，调整好仪表板整体布局即可。

b.销售回款分析

销售回款分析方面，首先统计出当前时间段的应收账款、累计回款、累计回款率（累计回款率=累计回款/应收账款）这三个关键指标，用仪表盘进行展示。然后按照产品线进行分解，对比每个产品线的应收款款和回款金额数据情况。接着按照时间流逝维度进行分析，统计出当前时间区间的月度累计回款金额和月度累计应收金额，同时计算累计回款率。

最后分别按照大区和销售进行分解，统计对应大区和个人的应收账款、实际回款，计算出大区和个人的回款率。这样一来，企业整体到销售个人的销售业绩状况就一目了然了。

c.销售费用分析

销售费用分析方面，统计当年的费用开支总金额以及年度每个月份的费用金额。接着统计出各大类的销售费用模块分布占比、全国各个省份的费用金额分布、各个客户总费用的树图统计、销售费用开票统计、各销售费用排名统计相关信息，让企业的销售费用成本一目了然的以可视化形式呈现在我们面前。

4、如何让销售领导直接在线查看分析？

除了以上给大家介绍的制作一些企业常用的销售数据分析之外，FineBI最大的特性就是随时满足业务人员或者企业领导的数据即席分析需求了，通过轻松的托拖拽拽操作，就能生成丰富多样的数据分析统计结果。

我们以上图的年度签单&回款统计数据分析为例，只需要将签约年份字段拖拽到行表头，合同金额、回款金额字段拖拽到左值轴，即可得到每年的合同金额和回款金额走势了，真正做到想看数据“不求人”！

5、如何在线分享数据分析报告？

企业的各项工作，主要由各部门团队分工协作完成，彼此之间需要很好地进行沟通和配合，那么FineBI是如何帮助企业将销售智能数据分析成果实现团队协作共享的呢？

以上图所示的销售管理中心驾驶舱为例，展示了企业的签单金额、回款金额、单个合同金额分布、各地区/销售签单回款统计等等多个核心的销售管理分析指标。那么销售人员通过FineBI做好的一个销售管理里中心驾驶舱之后，其实在FineBI中可以非常便捷地将它分享给相关部门或者指定人员的。

例如我这边想把它分享给企业的领导人员，那么可以在FineBI的仪表板中将做好的销售管理中心驾驶舱模板点击分享给领导部门的Tom，然后点击确定即可。这样一来，领导部门的Tom登录之后就能收到销售人员给他分享的销售管理中心驾驶舱了。

作为一个在亚马逊开店的卖家，如果想了解店铺一天赚了多少钱，出了多少单，可以直接在后台查看Business report的各项数据。那么，如何看懂Business report呢？跨境电商全球开店，专业的定制化跨境电商服务可以为企业提供一站式服务，为传统企业转型跨境电商全方面解决业务全球化的布局，针对亚马逊电商平台运营规则和策略，速贸通为企业提供一站式跨境电商平台运营，助力企业快速入局跨境电商，实现全球市场布局和企业转型升级。速贸通（Sumaoglobal），全称深圳市速贸通电子商务有限公司，专注跨境电商定制化运营，全球营销，人才孵化业务。

一、亚马逊业务报告(Business report)

首先，卖家可以打开帐户后台，在“数据报告(Report)”选项中找到“业务报告(Business report)”入口，进入页面后可以看到业务报告(Business report)。

业务报告(Business report)由销售图表(Sales Dashboard)、按日期或按 ASIN的归类数据的业务报告(Business report)、亚马逊销售指导(Amazon selling Coach)三部分数据组成，而这些报告的数据通常最多可以保留两年。所有的数据分析(Business reports)，卖家都可以进行下载，系统默认下载全部数据。(如下图)。然后将数据保存到相应的文件夹里。在业务报告(Business report)里的任何一个数据报告，都把月租和产品销售佣金这部分的支出费用计算在内。可在后台“Report”里面的“payments”下载“Date Range Reports”查看实际收入。

二、销售图表(Dashboards)

销售图表(Sales Dashboard)由销售概览(Sales snapshot)、销售对比(Compare sales)和商品类别销售排名(Sales by category)三部组成。

如何读懂亚马逊后台的业务报告（Business report)

1.销售概览(Sales snapshot)

销售概览(Sales snapshot)通常会显示卖家当天的销售情况，数据大约每小时更新一次。

2.销售对比(Compare sales)

销售对比(Compare sales)由直观的图表组成。它能将不同时间的销售数据放在一起对比，可以很直观地看到商品销量、净销售额的升降情况。销售对比(Compare sales)具有互动式功能。

3.商品类别销售排名(Sales by category)

商品类别销售排名(Sales by category)能让卖家知道在具体时间段内，排在店铺前几名的产品类别分别有哪些分类，各分类的商品数量、净销售额有多少以及商品数量百分比和净销售额百分比。

三、业务报告(Business report)

业务报告(Business report)的报告按照日期、ASIN码和其他业务报告这三大版块来归类数据。业务报告(Business report)这一大块业务报告的数据比较多，但卖家常看的数据有以下几项。

1.根据日期统计的业务报告

1)销售量与访问量(Sales and Traffic)

根据日期统计的“销售量与访问量”这部分的数据，以图像+表格的形式表达，数据非常直观。在表格中，卖家可以看到具体某段时间内的销售额、销量、买家访问次数，订单商品种类数转化率等各类数据。下面，小编对各数据的专有名词进行解读。

日期(Date)：卖家可以按天/周/月/年查看数据，最长时间为2年。

已订购商品销售额(Ordered Product Sales)：具体时间段内，卖家所有订单加起来的净销售额度。计算公式=商品价格 *已订购的商品数量

已订购商品数量(Units Ordered)：具体时间段内，卖家所有订单加起来的商品个数的总和。比如，买家下了一个订单，这张订单含2件商品，那么已订购商品数量(Units Ordered)为2。

订单商品种类数(Total Order Items)：具体时间段内，所有订单中加起来的商品的品种个数。比如，买家下了3个订单，其中2个订单的产品都是相机，另外1个订单的产品是键盘，相机和键盘是不同的产品，算2种产品，那么订单商品种类数(Total Order Items)就是2。

每种订单商品的平均销售额(Average Sales per Order Item)：具体时间段内，平均每一种产品以多少价钱售出。计算公式=已订购商品销售额/订单商品种类数。比如，当天卖家店铺产生157美元销售额，共卖出36种产品，那么每一种商品的平均销售额约为4.4美元。

每种订单商品的平均数量(Average Units per Order Item)：具体时间段内，平均每一种商品的平均销售数量。计算公式=已订购商品数量/订单商品种类数。

比如，卖家当天售出了36个产品，共32个品种，那么每一个品种的平均销量为1.12。

平均销售价格(Average Selling Price)：具体时间段内，平均每一个商品以多少价钱售出。也就是我们平常所说的“每个商品的平均价格”。

买家访问次数(Sessions)：买家对卖家产品页面进行访问的浏览次数的统计。在一次访问中，即使买家多次浏览多个页面(24小时内)，也只会记为一次访问。买家访问量越高，证明产品爆光度越高。

商品转化率(Order Item Session Percentage)：在买家访问次数中下单用户所占的百分比。产品有没有吸引力，下单的人多不多，从这个转化率可以看得出来。

平均在售商品数量(Average offer count)：亚马逊所计算出来的处于“在售”状态的商品的平均数量。

2)详情页面上的销售量与访问量

在这项数据报告中，卖家应该重点读取关于销售量与访问量的数据。小编着重解释一下什么是页面浏览次数(Page Views)和购买按钮页面浏览率(Unit Session Percentage)。

页面浏览次数(Page Views)：所选取的时间范围内，产品详情页面被买家点击浏览的次数，即经常所说的PV。如果在24小时内，同一用户点击了10个商品详情页面，那么PV就算是10次。但买家访问次数(Sessions)只算1次，所以，“页面浏览次数”一般会比“买家访问次数”要高很多。PV高了，也就意味着商品的爆光率增高，对销量，转化率越有利。

购买按钮页面浏览率(Unit Session Percentage)：获得黄金购物车购买按钮的商品页面的浏览次数在总的页面浏览次数中所占的百分比。

3)卖家业绩

这一块数据主要反映售后情况，包括退款、退货、索赔的数据。通过这块数据，可以知道用户体验好不好，卖家有没有将售后和客户服务做好。

如何读懂亚马逊后台的业务报告（Business report)

已退款的商品数量(Units Refunded)：具体时间段内，卖家被要求退款的商品数量。即退货数量。

退款率(Refunded Rate)：具体时间段内，已退款的商品所占的比例。计算公式=已退款的商品数量/已订购商品数量*100%。

已收到的反馈数量(Feedback Received)：具体时间段内，卖家收到已验证购买的买家所留下的反馈总数量，包括好评与差评。

已收到的负面反馈数(Negative Feedback Received)：某段时间内，卖家所收到的已验证购买的买家所留下的差评数量，包括一星、二星差评。差评对卖家不利，数量越少越好。

负面反馈率(Received Negative Feedback Rate)：差评在反馈总数量中所占的比例，也就是已收到的负面反馈数除以已收到的反馈数量。

已批准的亚马逊商城交易索赔(A-to-z Claims Granted )：买家对卖家的产品或服务不满意，就会发起A-to-z Claims(索赔)，一旦成立就会计入次数。A-to-z索赔对卖家也很不利，卖家应尽量避免A-to-z Claims的产生。

索赔金额(Claims Amount)：买家提出的索赔的金额。金额当然是越小越好。

如果卖家的售后与客户服务都做得好，那么退货数量、退货率、负面反馈率都会比较低的。

2.按商品(By ASIN码)统计的业务报告

子商品详情页面上的销售量与访问量

如何读懂亚马逊后台的业务报告（Business report)

以上的数据都是介绍产品整体的表现。如果卖家需要仔细分析某个产品的表现，那么按商品统计中的“子商品详情页面上的销售量与访问量”这个数据值得一看。卖家可以主要查看子商品的买家访问次数、页面浏览次数、已订购商品数量、已订购商品销售额和订单商品种类数这几个反应listing销售量与访问量的数据。

同时，卖家也可以通过对比不同子产品数据，从而发现和挖掘产品的市场潜力。人气旺的热门产品的页面浏览量往往会比其它产品的高出很多，产品销量也会比较理想。但如果人气不旺，产品没有吸引力，买家的浏览量少了，那么它的销量也不会高到哪里去，这个产品就可能会有库存压力，那么卖家可以对listing标题、描述、关键词进行优化，或者进行推广引流。

3.按照其他方式统计的业务报告

每月销售量和订单量

如何读懂亚马逊后台的业务报告（Business report)

这块数据主要以月为单位，统计某个月已订购商品销售额、已订购商品数量、订单商品种类数、已发货商品销售额、已发货商品数量、已发货订单数量这些数据。可以知道哪个月比哪个月多了还是少了，方便卖家及时调整销售政策。

2016年中国快递市场统计表：业务量突破300亿件 你贡献了多少?

随着互联网的发展，网上购物几乎成为了人们日常生活中不可或缺的一部分，这也使得快递行业市场规模呈现出爆发式的增长。据国家邮政局6月24日发布的《2016年快递市场监管报告》显示，2016年中国快递业务量首次突破了300亿件大关，达到了312.8亿，同比增长51.4%。快递业务增量突破100亿件，达106.1亿件。

报告还显示，2016年，中国人均使用快递近23件，年人均快递费用支出287.4元，快递平均单价每件12.7元，比2015年少花0.7元。

在2016年用户使用快递的频率还在上升，快递日均服务人次超1.7亿，年人均快递使用量接近23件，比上年增加近8件。

在2016年11月份，快递业务量达到峰值，单月创下37.6亿件，占全年业务量的12%，低谷则是在2月份新年期间，只有12.5亿件，占全年业务量的4%，季节性特征非常稳定。

更加乐观的是，快递费用单价继续下降，为12.7元，同比下降5.2个百分点。据了解，2015年快递平均单价为13.4元，这意味着，2016年，快递平均单价下降了7毛钱。总花销上，2016年，年人均快递费用支出287.4元，同比增长42.7%。

快递价格下降的同时，用户的满意度出现了上市，2016年全国快递满意度为74.7分，比去年提高了0.7分。在去年共受理的130.7万件申诉快递中，处理满意度达97.6%。通过申诉渠道为消费者挽回经济损失4900.6万元。

编按：业务越繁忙的公司应收账款就越庞大，统计应收账款账龄就成为了一部分会计人员的噩梦，尤其是会计新人的噩梦。本篇教程将提供一个完美的解决之道：Lookup函数与透视表结合实现账龄分档统计。该方法对按数字大小进行分档（分区间）的所有统计均有效。如果你曾为此类统计工作而哭泣，那么微笑吧。

从事财务工作的伙伴对于账龄统计表一定不陌生。财务部门根据时间段汇总每个客户的应收账款金额生成应收款账龄统计表，然后交给相关业务部门去催款。通常财务系统导出的数据并不能直接满足需要，还需要使用Excel来二次加工，这个过程所耗费的时间就因人而异了。

我们来看个实际的例子：

系统导出的数据可能有很多列，这里我们只保留了需要的三列数据，要根据这个数据源做出下图所示的汇总表：

我不知道各位是如何完成这个汇总表的，但是我见过有人这样做：首先筛选一个客户，再筛选该客户30天以内的交易信息，选择对应的金额，从Excel右下角的状态栏看合计金额，然后填入汇总表对应的位置；再筛选该客户31~60天的交易信息……如此四次，完成一家客户的数据汇总……

在她看来，自己已经操作得非常熟练了，完成这样一张表基本上一上午就能做完，而那些新来的人有时候一天还做不好呢。

假如懂得一些函数的运用，再会用透视表的话完成这个汇总表三分钟应该就够了，不信的话看看动画演示！

整个操作就两步：

第一步：通过公式把各笔交易欠款天数分成需要的4档。公式如下：

=LOOKUP(NOW()-B2,{0,31,61,91},{"欠款0-30天","欠款31-60天","欠款61-90天","欠款90天以上"})

第二步：利用透视表生成账龄表。

选中整个数据，插入透视表，客户简称作为行，账龄作为列，应收账款金额作为值。

下面重点为各位伙伴解释一下第一步的公式。

=LOOKUP(NOW()-B2,{0,31,61,91},{"欠款0-30天","欠款31-60天","欠款61-90天","欠款90天以上"})

（1）公式目的

公式目的只有一个，就是根据账期（当天日期与交易日期之间的天数）进行分类。实现这种分类的公式有多种，当前采用LOOKUP函数公式只是其中的一种。其他比较常见的是用IF函数来实现，但是公式会比较长，容易出现错误。

（2）LOOKUP函数公式的用法

结合本例我们来解释一下LOOKUP函数的用法。

LOOKUP函数常用格式=（查找值，查找区域，返回值）。

以本例来说，我们添加两个辅助列，F列“日期区间下限”，G列“显示内容”。F列作为查找区域，G列是要返回的值。

然后公式可以这样写：=LOOKUP(NOW()-B2,$E$2:$E$5,$F$2:$F$5)

很明显可以看到函数是由三个参数构成的。

第一参数：NOW()-B2。这部分表示当天日期与交易日期之间的间隔天数，也就是查找值。

第二参数：$E$2:$E$5，查找区间，当前区间中的数据是要查找的日期区间的下限值。比如我们需要找0-30天，下限就是0，要找31-60天，下限就是31，以此类推。第二参数必须以升序的方式存在，LOOKUP会自动判断第一参数属于哪一个对应的区间。

第三参数：$F$2:$F$5，返回值，对应查找区间要实际显示的内容。LOOKUP在判断出账期属于哪个区间后，会显示出对应的内容。

使用这个公式要注意两个地方：第二参数的区间只需要提供下限，并且是升序排列的方式。

（3）取消辅助列的公式用法

在实际使用的时候，我们可以不添加辅助列，这时候就需要把具体数据以常量数组的方式写在公式中。也就是用{0,31,61,91}取代$E$2:$E$5 ，用{"欠款0-30天","欠款31-60天","欠款61-90天","欠款90天以上"}取代$F$2:$F$5。

这里学到的LOOKUP公式属于一种自动分类套路公式。学会了它，再配合透视表的简单操作，很多原本非常麻烦的分类统计工作都可以变得非常简单。大家一定要了解、掌握这种方法！

＊＊＊＊部落窝教育－excel制作账龄统计表＊＊＊＊

原创：老菜鸟/部落窝教育（未经同意，请勿转载）