金沙检测线路js333-首页(欢迎您)

您的当前位置:网站首页 > 新闻中心 > 法律法规
2015-2020年中国大数据市场现状研究分析与发展前景预测报告
字号:


 

  行业市场研究属于企业战略研究范畴,作为当前应用最为广泛的咨询服务,其研究成果以报告形式呈现,通常包含以下内容:

  一份专业的行业研究报告,注重指导企业或投资者了解该行业整体发展态势及经济运行状况,旨在为企业或投资者提供方向性的思路和参考。

  一份有价值的行业研究报告,可以完成对行业系统、完整的调研分析工作,使决策者在阅读完行业研究报告后,能够清楚地了解该行业市场现状和发展前景趋势,确保了决策方向的正确性和科学性。

  中国产业调研网Cir.cn基于多年来对客户需求的深入了解,全面系统地研究了该行业市场现状及发展前景,注重信息的时效性,从而更好地把握市场变化和行业发展趋势。

一、基本信息

报告名称:

2015-2020年中国大数据市场现状研究分析与发展前景预测报告

报告编号:

1610537   ←咨询时,请说明此编号。

优惠价:

¥7020 元  可开具增值税专用发票

网上阅读:

http://www.cir.cn/R_ITTongXun/37/DaShuJuDeXianZhuangHeFaZhanQuShi.html

温馨提示:

如需英文、日文等其他语言版本,请与我们联系。

二、内容介绍

  大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道,而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息,互联网世界中的人与人交互信息、位置信息等,其数量将远远超越现有企业IT架构和基础设施的承载能力,实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产,使其为国家治理、企业决策乃至个人生活服务,是大数据的核心议题,也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭,企业的疆界变得模糊,数据成为核心的资产,并将深刻影响企业的业务模式,甚至重构其文化和组织。因此,大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判,所有传统的产品公司都只能沦为新型用户平台级公司的附庸,其衰落不是管理能扭转的。如今的数据已经成为一种重要的战略资产,它就像新时代的石油一样,极富开采价值。如果能够看清大数据的价值并且迅速行动起来,那么在未来的商业竞争中占据会占得先机。

  中国产业调研网发布的2015-2020年中国大数据市场现状研究分析与发展前景预测报告认为,继物联网、移动互联网、云计算之后,大数据再次挑动整个IT产业的神经。这场发端于互联网企业的草根企业技术让我们可以以全新的视角重新审视数据资产,更让潜藏在这些数据中的商业价值得到前所未有的发挥,大数据让“智能之门”从来没有像现在这样距离我们之近。现阶段企业要积极引入大数据技术,还要关注已经部署到位的商业智能如何能与大数据进行结合,在新的时代我们该如何利用它来为企业创造最大的价值,最终帮助企业推开智慧之门。众所周知,依托价格相对较低的硬件和开源软件构成的组合,大数据大幅降低了普通企业获得“智慧”的门槛。而在过去,商业智能才是企业获得“智慧”的主要技术手段,一个典型的商业智能需要基于传统数据仓库实现,需要专用硬件和专业ETL工具,项目投资不菲而且建设周期长,这就让大量中小企业对商业智能望而却步。正是基于此,当同样能给企业带来“智慧”的大数据一出现,就受到企业的普遍欢迎。全球大数据技术及服务市场复合年增长率将达31.7%,2016年收入将达到238亿美元,将增速约为信息通信技术市场整体增速的7倍之多。2014年中国大数据市场规模达20亿元,从2015年到2017年期间,每年将保持60%以上的增长。

  大数据主要市场机会集中在各实体企业对海量数据处理、挖掘的应用上,而这些应用必然带动“数据存储设备和提供解决方案”,“大数据的分析、挖掘和加工类企业”等环节的爆发性发展。虽然目前国内数据库、服务器、存储设备等领域,仍是国际巨头占绝对领先优势,大数据应用也还处在起步阶段,但发展前景可以期待。中国经济发展的巨大体量必然拉动天量的数据处理,而数据量处理的爆发必然带动硬件设备支出、数据中心大规模建设,以及相关应用服务领域的商机。另外,市场高度关注的可穿戴设备,也是基于大数据支撑的软件或硬件实现。从谷歌眼镜这样的划时代产品开始,更多生活类、健康类、运动类的可穿戴设备在国内外市场掀起波澜,而可穿戴设备正是基于大数据支撑的软件或硬件实现。围绕着大数据的建设和应用,一线的互联网企业已经开始行动。

  大数据时代将引发新一轮信息化投资和建设热潮。到2020年全球将总共拥有35ZB的数据量,预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场,未来中国大数据产品的潜在市场规模有望达到1.57万亿元,给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求,相应公司将获得机会。当前我们还处在大数据时代的前夜,2014年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显,本土企业将主要依靠对客户需求的了解和客户资源优势,以及本地化服务的优势,在应用软件层分得蛋糕,拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。到2019年中国大数据市场规模将达462.9亿。

  《2015-2020年中国大数据市场现状研究分析与发展前景预测报告》依据国家权威机构及大数据相关协会等渠道的权威资料数据,结合大数据行业发展所处的环境,从理论到实践、从宏观到微观等多个角度对大数据行业进行调研分析。

  《2015-2020年中国大数据市场现状研究分析与发展前景预测报告》内容严谨、数据翔实,通过辅以大量直观的图表帮助大数据行业企业准确把握大数据行业发展动向、正确制定企业发展战略和投资策略。

  中国产业调研网发布的2015-2020年中国大数据市场现状研究分析与发展前景预测报告是大数据业内企业、相关投资公司及政府部门准确把握大数据行业发展趋势,洞悉大数据行业竞争格局,规避经营和投资风险,制定正确竞争和投资战略决策的重要决策依据之一。

正文目录

第一章 大数据产业相关概述

 1.1 大数据介绍

  1.1.1 大数据的产生

  1.1.2 大数据的特点

  1.1.3 大数据的数据来源

  1.1.4 大数据的发展阶段

 1.2 大数据的价值及影响

  1.2.1 大数据的价值

  1.2.2 大数据研究意义

  1.2.3 大数据对信息时代的影响

 1.3 大数据产业简介

  1.3.1 大数据产业的概念

  1.3.2 大数据产业链分析

  1.3.3 大数据产业发展的必然性

  1.3.4 大数据产业的战略地位

第二章 大数据的发展背景及影响因素

 2.1 经济背景

  2.1.1 国内外宏观经济对比分析

  2.1.2 2014年中国宏观经济环境分析

  2.1.3 中国宏观经济发展趋势

 2.2 政策背景

  2.2.1 发达国家启动大数据产业布局

  2.2.2 工信部发布数据中心建设指导意见

  2.2.3 中国大数据战略需上升到国家层面

 2.3 行业背景

  2.3.1 数据正以爆炸式的速度增长

  2.3.2 云计算为大数据诞生提供条件

  2.3.3 物联网成为大数据的重要来源

  2.3.4 智能终端普及带来丰富的数据

 2.4 技术背景

  2.4.1 大数据关键技术介绍

  2.4.2 大数据技术研发热点分析

  2.4.3 世界主要企业加快技术研发

  2.4.4 数据中心发展的技术影响因素

第三章 2012-2014年国际大数据产业的发展

 3.1 2012-2014年全球大数据产业总体发展分析

  3.1.1 全球大数据应用状况调查

  3.1.2 全球大数据行业市场格局分析

  3.1.3 全球半数运营商布局大数据业务

  3.1.4 部分国家运营商大数据发展状况

 3.2 2012-2014年欧盟开放数据战略分析

  3.2.1 欧盟开放数据战略的背景

  3.2.2 开放数据的创新价值分析

  3.2.3 开放数据战略的目的与核心

  3.2.4 开放数据战略的基础与支柱

  3.2.5 欧盟应对大数据的成功经验

 3.3 2012-2014年美国大数据产业发展分析

  3.3.1 美国政府的大数据发展战略

  3.3.2 美国推动大数据技术发展的措施

  3.3.3 美国大数据的应用案例

  3.3.4 美国针对大数据安全问题制定的政策

 3.4 2012-2014年日本大数据产业发展分析

  3.4.1 日本大数据产业地位分析

  3.4.2 日本大数据市场规模及趋势

  3.4.3 日本看好大数据经济效益

  3.4.4 日本将运行大数据预防灾害

  3.4.5 日本大数据产业重点企业分析

 3.5 2012-2014年其他国家大数据产业发展状况

  3.5.1 英国投入巨资发展大数据技术

  3.5.2 法国开展大数据领域投资计划

  3.5.3 澳大利亚大数据政策出台

  3.5.4 韩国将建首个开放大数据中心

  3.5.5 新加坡准备建立全球大数据中心

第四章 2012-2014年中国大数据产业的发展

 4.1 2012-2014年中国大数据产业发展综述

  4.1.1 中国大数据产业发展总况

  4.1.2 中国大数据产业的发展阶段

  4.1.3 大数据带动新兴产业发展

  4.1.4 大数据需求推动云基地建设

 4.2 2012-2014年中国大数据产业布局透析

  4.2.1 大数据在中国的行业分布

  4.2.2 大数据在中国的地域分布

  4.2.3 大数据在中国的企业规模分布

 4.3 2012-2014年中国大数据产业需求分析

  4.3.1 主要行业大数据的需求状况

  4.3.2 企业大数据的应用及需求状况

  4.3.3 大数据存储领域的需求分析

  4.3.4 中国小型机市场需求分析

 4.4 2012-2014年大数据业务的商业模式

  4.4.1 商业模式的概念

  4.4.2 大数据业务的商业模式类型

  4.4.3 大数据商业模式及应用特点

  4.4.4 中国大数据商业模式初步形成

  4.4.5 大数据创新商业模式的构建

 4.5 2012-2014年中国大数据产业区域发展状况

  4.5.1 山东省推进旅游大数据应用

  4.5.2 广东推动大数据商业化应用

  4.5.3 2013-2015年上海大数据发展计划

  4.5.4 同方大数据助贵州产业市场监测

  4.5.5 重庆大数据产业链发展商机探析

  4.5.6 联通青岛云计算中心项目即将建成

 4.6 2012-2014年大数据产业竞争格局

  4.6.1 不同规模企业的竞争力分析

  4.6.2 IT产业竞相布局大数据产业

  4.6.3 网络保险市场大数据竞争状况

  4.6.4 企业在智慧城市建设领域中的竞争

 4.7 中国大数据产业存在的问题

  4.7.1 我国大数据产业发展存在的问题

  4.7.2 中国大数据产业的现实挑战

  4.7.3 中国大数据应用面临的挑战

  4.7.4 大数据带来的安全问题分析

 4.8 中国大数据产业的发展策略

  4.8.1 大数据应作为国家竞争的战略重点

  4.8.2 大数据产业理性发展的政策建议

  4.8.3 中国应加快大数据的研发与应用

  4.8.4 应避免大数据的过度建设

第五章 2012-2014年重点行业大数据的应用分析

 5.1 医疗行业

  5.1.1 医疗行业大数据应用价值

  5.1.2 医疗行业大数据应用状况

  5.1.3 医疗行业的数据类型分析

  5.1.4 大数据对医疗行业的影响

  5.1.5 医疗行业大数据应用的掣肘

 5.2 金融行业

  5.2.1 金融行业大数据应用价值

  5.2.2 金融行业大数据应用背景

  5.2.3 金融行业大数据应用需求

  5.2.4 金融行业大数据应用案例

  5.2.5 金融行业大数据应用发展展望

 5.3 电子商务

  5.3.1 电子商务大数据应用价值

  5.3.2 电子商务大数据应用需求

  5.3.3 电子商务大数据的发展机遇

  5.3.4 电子商务大数据应用挑战

  5.3.5 电商企业大数据应用策略

 5.4 零售行业

  5.4.1 零售行业大数据应用价值

  5.4.2 零售行业大数据应用需求

  5.4.3 零售企业大数据应用状况

  5.4.4 零售行业线下数据采集方式

  5.4.5 零售行业大数据应用案例

 5.5 电信行业

  5.5.1 电信行业大数据应用价值

  5.5.2 电信行业大数据应用背景

  5.5.3 电信行业大数据应用需求

  5.5.4 电信行业大数据应用案例

  5.5.5 电信行业大数据应用发展展望

 5.6 交通行业

  5.6.1 交通行业大数据应用背景

  5.6.2 交通行业大数据应用需求

  5.6.3 交通行业大数据应用案例

  5.6.4 交通行业大数据应用问题及对策

  5.6.5 交通行业大数据应用发展展望

 5.7 智慧城市

  5.7.1 中国智慧城市发展现状

  5.7.2 智慧城市大数据应用需求

  5.7.3 智慧城市大数据应用价值

  5.7.4 智慧城市大数据应用案例

  5.7.5 智慧城市大数据应用发展展望

 5.8 政府公共服务

  5.8.1 政府公共服务中大数据应用价值

  5.8.2 政府网络执政中大数据应用挑战

  5.8.3 政府统计工作中大数据应用机遇

  5.8.4 大数据时代对政府信息公开的需求

  5.8.5 军队管理中大数据的应用策略

 5.9 其他行业

  5.9.1 房地产业大数据应用状况

  5.9.2 服装行业大数据应用案例

  5.9.3 旅游行业大数据应用策略

  5.9.4 影视行业大数据应用分析

  5.9.5 媒体行业大数据应用状况及趋势

第六章 2012-2014年中国大数据重点应用领域分析

 6.1 大数据一体机市场分析

  6.1.1 大数据一体机简介

  6.1.2 大数据一体机的优劣分析

  6.1.3 大数据一体机的用户类型

  6.1.4 国外竞争格局与品牌分布

  6.1.5 国内市场竞争格局分析

  6.1.6 国内企业竞争优劣势分析

  6.1.7 国内主流品牌及其特点

 6.2 大数据处理和分析软件市场分析

  6.2.1 大数据与商业智能的关系

  6.2.2 商业智能软件的应用价值

  6.2.3 全球商业分析软件市场规模

  6.2.4 全球大数据软件市场发展态势

  6.2.5 国内大数据软件市场发展状况

  6.2.6 国内商业智能软件下游市场

  6.2.7 全球大数据软件市场发展潜力

第七章 2012-2014年国外大数据行业重点企业发展形势

 7.1 IBM

  7.1.1 公司简介

  7.1.2 2014-2015年3月IBM经营状况分析

  7.1.3 IBM在中国市场的发展策略

  7.1.4 IBM大数据领域中国客户案例

 7.2 甲骨文

  7.2.1 公司简介

  7.2.2 2014-2015财年甲骨文经营状况分析

  7.2.3 甲骨文大数据解决方案透析

  7.2.4 甲骨文大数据领域研发动态

 7.3 微软

  7.3.1 公司简介

  7.3.2 2014-2015财年微软经营状况分析

  7.3.3 微软大数据解决方案透析

  7.3.4 微软大数据解决方案的优势

 7.4 SAP

  7.4.1 公司简介

  7.4.2 2014-2015年3月SAP经营状况分析

  7.4.3 SAP大数据解决方案透析

  7.4.4 SAP在中国市场的地位分析

 7.5 EMC

  7.5.1 公司简介

  7.5.2 2014-2015年EMC经营状况分析

  7.5.3 EMC大数据领域的发展战略

  7.5.4 EMC在中国市场的发展策略

 7.6 惠普

  7.6.1 公司简介

  7.6.2 2014-2015财年上半年惠普经营状况分析

  7.6.3 惠普大数据领域发展动向

  7.6.4 惠普云监控大数据解决方案解析

 7.7 其他企业

  7.7.1 Teradata

  7.7.2 NetApp

  7.7.3 亚马逊

  7.7.4 Google

  7.7.5 Cloudera

第八章 2012-2014年国内大数据行业重点企业发展形势

 8.1 中国移动通信集团公司

  8.1.1 公司简介

  8.1.2 2012年中国移动经营状况分析

  8.1.3 2013年中国移动经营状况分析

  8.1.4 2014年中国移动经营状况分析

 8.2 中国联通集团

  8.2.1 公司简介

  8.2.2 2012年中国联通经营状况分析

  8.2.3 2013年中国联通经营状况分析

  8.2.4 2014年中国联通经营状况分析

 8.3 中国电信集团公司

  8.3.1 公司简介

  8.3.2 2012年中国电信经营状况分析

  8.3.3 2013年中国电信经营状况分析

  8.3.4 2014年中国电信经营状况分析

 8.4 百度公司

  8.4.1 公司简介

  8.4.2 2012年百度经营状况分析

  8.4.3 2013年百度经营状况分析

  8.4.4 2014年百度经营状况分析

 8.5 腾讯公司

  8.5.1 公司简介

  8.5.2 2012年腾讯经营状况分析

  8.5.3 2013年腾讯经营状况分析

  8.5.4 2014年腾讯经营状况分析

 8.6 北京拓尔思信息技术股份有限公司

  8.6.1 公司简介

  8.6.2 2012年拓尔思经营状况分析

  8.6.3 2013年拓尔思经营状况分析

  8.6.4 2014年拓尔思经营状况分析

 8.7 北京东方国信科技股份有限公司

  8.7.1 公司简介

  8.7.2 2012年东方国信经营状况分析

  8.7.3 2013年东方国信经营状况分析

  8.7.4 2014年东方国信经营状况分析

 8.8 北京同有飞骥科技股份有限公司

  8.8.1 公司简介

  8.8.2 2012年同有科技经营状况分析

  8.8.3 2013年同有科技经营状况分析

  8.8.4 2014年同有科技经营状况分析

 8.9 浪潮集团

  8.9.1 公司简介

  8.9.2 浪潮集团的云计算发展战略

  8.9.3 浪潮大数据一体机全面解析

  8.9.4 浪潮发展大数据的优劣势分析

 8.10 华为技术有限公司

  8.10.1 公司简介

  8.10.2 华为联手拓尔思推出大数据一体机

  8.10.3 华为发布企业级大数据分析平台

  8.10.4 华为与央视合作开发大数据存储系统

 8.11 阿里巴巴集团

  8.11.1 公司简介

  8.11.2 阿里巴巴大数据起手开局

  8.11.3 阿里巴巴大数据应用策略

  8.11.4 阿里巴巴B2B业务的大数据模式

第九章 2012-2014年大数据产业投资战略分析

 9.1 2012-2014年全球大数据产业投资状况

  9.1.1 大数据市场的投资空间巨大

  9.1.2 全球数据中心的建设投入状况

  9.1.3 大数据行业获得风投青睐

  9.1.4 大数据行业风险投资的动向

  9.1.5 2013-2014年大数据领域投融资案例

 9.2 2012-2014年中国大数据产业投资现状

  9.2.1 中国大数据产业投资历程回顾

  9.2.2 中国大数据产业投资领域分布

  9.2.3 国内外大数据创业和投资对比

  9.2.4 大数据创业和投资存在概念泡沫

  9.2.5 国内大数据创业企业发展策略

 9.3 2012-2014年大数据产业投资机遇

  9.3.1 中国大数据产业的投资机遇

  9.3.2 大数据产业的投资热点分析

  9.3.3 大数据带来的投资新机遇分析

  9.3.4 大数据应用行业的潜在市场价值

 9.4 2012-2014年大数据产业投资风险及防范

  9.4.1 大数据行业的投资风险综述

  9.4.2 数据的流动性和可获取性风险

  9.4.3 大数据项目投资风险急剧增加

  9.4.4 评估大数据产业投资回报的措施

第十章 2014-2020年大数据产业发展前景及趋势

 10.1 全球大数据产业发展前景及趋势预测

  10.1.1 全球大数据市场规模及发展趋势

  10.1.2 全球大数据与分析方案市场收入预测

  10.1.3 全球大数据市场人才需求预测

  10.1.4 2014-2020年全球大数据市场发展预测

 10.2 中国大数据产业发展前景及趋势预测

  10.2.1 2014-2020年中国大数据产业发展预测

  10.2.2 中国大数据市场带来的发展机会

  10.2.3 中国大数据应用市场发展趋势分析

  10.2.4 改变渠道模式的大数据趋势分析

  10.2.5 中国大数据技术与产品发展趋势

图表目录

  图表 1 大数据的四个主要特征

  图表 2 大数据发展阶段例图

  图表 3 大数据产业链全景图

  图表 4 各国际组织近期下调世界及主要经济体经济增长率预测值(%)

  图表 5 世界工业生产同比增长率(%)

  图表 6 三大经济体GDP环比增长率(%)

  图表 7 世界及主要经济体GDP同比增长率(%)

  图表 8 三大经济体零售额同比增长率(%)

  图表 9 世界贸易量同比增长率(%)

  图表 10 波罗的海干散货运指数(%)

  图表 11 世界、发达国家和发展中国家消费价格同比上涨率(%)

  图表 12 美国、日本和欧元区失业率(%)

  图表 13 全球贸易量实际值和长期趋势

  图表 14 2014年全球需求仍处于较低水平

  图表 15 2014年降息经济体

  图表 16 2014年升息经济体

  图表 17 一年来美国道琼斯工业指数走势

  图表 18 一年来新兴市场股指走势

  图表 19 一年来美元指数及美元兑欧元和日元走势

  图表 20 一年来美元兑卢布走势

  图表 21 一年来每单位外币兑美元走势

  图表 22 国际市场初级产品价格名义指数走势(2010=100)

  图表 23 2010-2014年国内生产总值及其增长速度

  图表 24 2010-2014年城镇新增就业人数

  图表 25 2010-2014年国家全员劳动生产率

  图表 26 2014年居民消费价格月度涨跌幅度

  图表 27 2014年居民消费价格比上年涨跌幅度

  图表 28 2014年新建商品住宅月度同比价格上涨、持平、下降城市个数变化情况

  图表 29 2010-2014年全国一般公共财政收入

  图表 30 2010-2014年年末国家外汇储备

  图表 31 2010-2014年粮食产量

  图表 32 2010-2014年全部工业增加值及其增长速度

  图表 33 2014年主要工业产品产量及其增长速度

  图表 34 2010-2014年建筑业增加值及其增长速度

  图表 35 2010-2014年全社会固定资产投资

  图表 36 2014年分行业固定资产投资(不含农户)及其增长速度

  图表 37 2014年固定资产投资新增主要生产与运营能力

  图表 38 2014年房地产开发和销售主要指标完成情况及其增长速度

  图表 39 2010-2014年社会消费品零售总额

  图表 40 2010-2014年货物进出口总额

  图表 41 2014年货物进出口总额及其增长速度

  图表 42 2014年主要商品出口数量、金额及其增长速度

  图表 43 2014年主要商品进口数量、金额及其增长速度

  图表 44 2014年对主要国家和地区货物进出口额及其增长速度

  图表 45 2014年非金融领域外商直接投资及其增长速度

  图表 46 2014年非金融领域对外直接投资额及其增长速度

  图表 47 云计算与大数据关系

  图表 48 云计算与大数据的差异

  图表 49 2013年全球主要大数据厂商收入排名(百万美元)

  图表 50 2011-2015 年中国金融行业IT 投资规模与增长

  图表 51 中国金融行业大数据应用投资结构

  图表 52 电信运营商海量数据分析处理分类模型

  图表 53 电信运营商海量数据分析处理需求

  图表 54 国内外商业智能厂商优劣势对比

  图表 55 IBM利润表

  图表 56 甲骨文利润表

  图表 57 微软利润表

  图表 58 SAP利润表

  图表 59 EMC利润表

  图表 60 惠普利润表

  图表 61 Teradata利润表

  图表 62 NetApp利润表

  图表 63 亚马逊利润表

  图表 64 Google利润表

  图表 65 2012年中国移动综合损益表

  图表 66 2013年中国移动综合损益表

  图表 67 2014年中国移动综合损益表

  图表 68 2012年中国联通利润表

  图表 69 2013年中国联通利润表

  图表 70 2014年中国联通利润表

  图表 71 2012年中国电信经营综合损益表

  图表 72 2013年中国电信经营综合损益表

  图表 73 2014年中国电信经营综合损益表

  图表 74 2012年百度公司利润表

  图表 75 2012年百度公司资产负债表

  图表 76 2012年百度公司现金流量表

  图表 77 2013年百度公司利润表

  图表 78 2013年百度公司资产负债表

  图表 79 2013年百度公司现金流量表

  图表 80 2014年百度公司利润表

  图表 81 2012年腾讯综合损益表

  图表 82 2013年腾讯综合损益表

  图表 83 2014年腾讯综合损益表

  图表 84 2012年拓尔思利润表

  图表 85 2013年拓尔思利润表

  图表 86 2014年拓尔思利润表

  图表 87 2012年东方国信利润表

  图表 88 2013年东方国信利润表

  图表 89 2014年东方国信利润表

  图表 90 2012年同有科技利润表

  图表 91 2013年同有科技利润表

  图表 92 2014年同有科技利润表

  略……

 

 

  在线阅读:http://www.cir.cn/R_ITTongXun/37/DaShuJuDeXianZhuangHeFaZhanQuShi.html