陶瓷基板工程项目数据分析与挖掘（完整版）.docx

《陶瓷基板工程项目数据分析与挖掘（完整版）.docx》由会员分享，可在线阅读，更多相关《陶瓷基板工程项目数据分析与挖掘（完整版）.docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、泓域咨询/陶瓷基板工程项目数据分析与挖掘陶瓷基板工程项目数据分析与挖掘xx投资管理公司一、 项目背景分析陶瓷基板（氧化铝、氮化铝、氮化硅、氧化锆、氧化锆增韧氧化铝即ZTA等）由于其优异的热学、力学、化学和介电性能，从而在半导体芯片封装、传感器、通讯电子、手机等智能终端、仪器仪表、新能源、新光源、汽车高铁、风力发电、机器人、航天航空和国防军工等高科技领域获得广泛的应用。据统计每年通过流延成型工艺制备的各类陶瓷基板的市场就达到上百亿，特别是近几年随着我国新能源汽车、高铁和5G基站的快速发展，这些新产业中所用的功率器件IGBT对高导热率高强度的氮化硅和氮化铝陶瓷基板需求巨大，仅中车每年需求量就达到5

2、00万片；氧化铝陶瓷基板不但大量应用于电子电气工业，而且在压力传感器和LED散热领域也获得越来越多的新应用。据统计，氧化铝陶瓷电容式压力传感器在各种汽车上用量巨大，市场达近100亿元，但目前所用氧化铝陶瓷板几乎全部进口，氧化锆陶瓷基片不但在新能源的固体燃料电池中有重要应用，近两年也成为智能手机的指纹识别片和手机背板的重要材料，已在小米和OPPO等品牌手机上实际应用，2017年手机陶瓷背板的出货量已超过50万片。在陶瓷基板这个庞大的产业链中，既蕴含巨大的商机与市场需求，同时又涉及到诸多关键技术和工艺问题，以及产业链上下游的合作对接。主要包括高性能基板的陶瓷粉体、先进的流延成型工艺、流延设备与流延

3、浆料、氧化物和氮化物基板的不同烧结技术、基板的整平与加工工艺、基板的金属化和覆铜工艺、以及材料和产品的检测与评价等。二、 项目名称及投资人（一）项目名称陶瓷基板工程项目（二）项目投资人xx投资管理公司（三）建设地点本期项目选址位于xxx（以选址意见书为准）。三、 结论分析（一）项目选址本期项目选址位于xxx（以选址意见书为准），占地面积约43.00亩。（二）项目实施进度本期项目建设期限规划12个月。（三）投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资16200.79万元，其中：建设投资13499.34万元，占项目总投资的83.33%；建设期利息134.1

4、8万元，占项目总投资的0.83%；流动资金2567.27万元，占项目总投资的15.85%。（四）资金筹措项目总投资16200.79万元，根据资金筹措方案，xx投资管理公司计划自筹资金（资本金）10724.22万元。根据谨慎财务测算，本期工程项目申请银行借款总额5476.57万元。（五）经济评价1、项目达产年预期营业收入（SP）：28600.00万元。2、年综合总成本费用（TC）：24051.07万元。3、项目达产年净利润（NP）：3319.66万元。4、财务内部收益率（FIRR）：14.29%。5、全部投资回收期（Pt）：6.41年（含建设期12个月）。6、达产年盈亏平衡点（BEP）：1246

5、5.28万元（产值）。（六）主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积28667.00约43.00亩1.1总建筑面积48477.03容积率1.691.2基底面积16340.19建筑系数57.00%1.3投资强度万元/亩290.092总投资万元16200.792.1建设投资万元13499.342.1.1工程费用万元11304.692.1.2工程建设其他费用万元1772.692.1.3预备费万元421.962.2建设期利息万元134.182.3流动资金万元2567.273资金筹措万元16200.793.1自筹资金万元10724.223.2银行贷款万元5476.574营业收入万

6、元28600.00正常运营年份5总成本费用万元24051.076利润总额万元4426.217净利润万元3319.668所得税万元1106.559增值税万元1022.7110税金及附加万元122.7211纳税总额万元2251.9812工业增加值万元7999.6513盈亏平衡点万元12465.28产值14回收期年6.41含建设期12个月15财务内部收益率14.29%所得税后16财务净现值万元854.68所得税后四、 层次分析法概述及优缺点（一）层次分析法概述层次分析法（简称AHP）是美国匹茨堡大学运筹学家T.L.satty教授于20世纪70年代初，在为美国国防部研究“应急计划”时，应用网络系统理论

7、和多目标综合评价方法，提出的一种层次权重决策分析方法。该方法将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。这一方法的特点，是在对复杂决策问题的本质影响因素及其内在关系等进行深人分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多准则或无结构特性的复杂决策问题提供一种简便的综合决策分析方法。层次分析法的应用范围十分广泛，应用的领域包括：经济与计划；能源政策与资源分配；政治问题及冲突；人力资源管理；教育发展；医疗卫生；环境工程；军事指挥与武器评价；企业管理与生产经营决策；项目评价；规划咨询；资源环境承载力评

8、价等。层次分析法优缺点1层次分析法的优点（1）系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。（2）简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，将多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元

9、素的数量关系后，最后进行简单的数学运算。该方法计算简便，结果明确，且易于决策者了解和掌握。（3）所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲究定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，该方法把判断各要素的相对重要性化为简单的权重进行计算。2层次分析法的缺点（1）不能为决策者提供新方案对于大部分决策者来说，如果一种分析方法能替我们分析出在我们已知的方案里的最优者，然后能指出已知方案的不足，或者甚至能提出改进方案的话，这种分析方法才是比较完美的。而层次分析法只能从原有备选方案中选择较优者，而不能为决策者提供解决

10、问题的新方案。（2）指标过多时工作量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加，而指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵，那么就需要对许多的指标进行两两比较的工作。由于一般情况下两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，对每两个指标之间的重要程度的判断可能就会出现困难，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，如果不能通过，就需要进行调整，在指标数量多的时候其调整的工作量大，且权重难以确定。（3）特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们多元

11、统计所用的方法是一样的。在二阶、三阶的时候，还比较容易处理，但随着指标的增加，阶数也随之增加，其人工计算也变得越来越困难，需要借助计算机来完成。五、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段，是统计过程的重要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特

12、点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）应能反映分析对象的变化；（4）便于资料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点，以及咨询人员对方法的熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，

13、误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点，分析和评价模型误差，以及模型和方法本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地看问题，多方面观察，不偏废任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做

14、取舍。六、 时间数据分析方法（一）时间数据时间数据也称时间序列（Timeseries）或动态数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利

15、用卫星照片识别地球资源、石油勘探、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序

16、列常含有4种成分：趋势、季节变动、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期

17、图（）的极值点寻找各种分量的周期。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用ARMA（自回归移动平均）模型拟合。非平稳时间序列可经差分化为平稳时间序列，再用ARMA模型拟合。（4）预测未来。利用建成的模型预测时间序列未来值。4时间序列常用模型（1）ARMA模型（2）回归模型