变性淀粉公司工程咨询规划.docx
《变性淀粉公司工程咨询规划.docx》由会员分享,可在线阅读,更多相关《变性淀粉公司工程咨询规划.docx(99页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、变性淀粉公司工程咨询规划目录第一章 现代工程咨询方法概述4一、 现代工程咨询方法框架4二、 现代工程咨询方法的特点5第二章 行业背景分析8第三章 现代工程咨询方法10一、 逻辑框架法的概念及模式10二、 层次分析法的基本步骤12第四章 数据采集分析与知识管理17一、 大数据系统和数据挖掘技术17二、 网络信息搜索和提取方法21第五章 规划咨询方法25一、 宏观分析方法25二、 模拟预测方法28第六章 资源环境承载力概述30一、 资源环境承载力的特征30二、 资源环境承载力分析的类型32第七章 现金流量分析36一、 常用的资金等值换算公式36二、 资金时间价值与资金等值38第八章 流动资金估算4
2、3一、 分项详细估算法43二、 扩大指标估算法46第九章 建设投资简单估算法47一、 估算步骤47二、 单位生产能力估算法47第十章 并购融资及债务重组48一、 公允价值估值方法48二、 并购融资方式53第十一章 资产证券化方案分析62一、 PPP项目资产证券化62二、 资产证券化模式设计67第十二章 财务分析的价格及选取原则78一、 财务分析的价格体系78二、 财务分析的取价原则80第十三章 财务分析概述83一、 财务分析的作用83二、 财务分析的步骤84第十四章 经济分析概述86一、 经济分析的基本方法86二、 经济分析与财务分析的异同与联系86第十五章 经济分析基本方法89一、 项目费用
3、效益分析89二、 项目费用效果分析95第一章 现代工程咨询方法概述一、 现代工程咨询方法框架(一)现代工程咨询方法体系现代工程咨询方法体系包括哲学方法、逻辑方法和学科方法。哲学方法一般是辩证地分析事物的两面性,包括它的优点和缺点、正面效应和反面效应;逻辑方法是用概念、判断、推理、假说等逻辑思维形式,对事物进行归纳、演绎、综合;学科方法是利用各种学科中常用的研究方法,包括文献法、观察法、访谈法、问卷法、测量法和实验法、价值工程方法、网络控制方法、市场调查研究方法、战略规划研究方法、财务评价方法、经济评价方法、风险分析方法等。(二)常用现代工程咨询方法基于咨询工程师的基本能力要求,以项目周期的全过
4、程咨询服务为主线,重点集中于投资项目前期咨询服务领域,常用的现代工程咨询方法包括综合分析、规划咨询、市场分析、项目评价、项目管理等五大类,每一大类中又包括若干具体方法。需要说明的是,虽然我们将某一具体方法归于某一大类名下,但其并不是仅限应用于此类项目咨询领域,亦可应用于其他项目咨询中。如利益相关者分析法,经常应用于规划咨询,同时也常用于社会评价;如德尔菲法,不仅应用于市场预测,同时也应用于规划咨询、社会评价等。二、 现代工程咨询方法的特点现代工程咨询方法的特点是,定性分析和定量分析相结合,重视定量分析;静态分析与动态分析相结合,重视动态分析;统计分析与预测分析相结合,重视预测分析。定性分析与定
5、量分析1定性分析定性分析是通过研究事物构成要素间的相互联系来揭示事物本质的方法,它是在逻辑分析、判断推理的基础上,对客观事物进行分析与综合,从而找出事物发展内在规律性,确定事物的本质。在工程咨询研究中,许多难以用计量表达的场合,定性分析方法可以发挥重要作用。2定量分析定量分析是依据统计数据,选择建立合适的数学模型,计算出分析对象的各项指标及其数值的一种方法。它是通过反映一定质的事物量的关系来揭示事物内在规律的方法,在数学、统计学、运筹学、计量学、计算机等学科基础之上,通过方程、数学图表和模型等方式来研究事物的本质。在工程咨询工作中采用定量分析的方法,对复杂事物进行数据处理,进行比较分析,可以使
6、问题更为清晰,解决方案更精确。静态分析与动态分析1静态分析静态分析是观测和评价事物某一时点状态的一种方法。如项目评价中通过计算静态投资回收期、总投资收益率、资本金净利润率等指标,可以对项目的财务效益得出初步的判断。2动态分析在工程咨询服务的各个阶段,特别是在项目决策评价阶段,要树立动态观念,如考虑资金时间价值、市场供求变化、技术发展变化、社会经济环境的变化等。现代项目财务评价一般以动态分析为主,主要进行项目现金流量分析,计算财务净现值、内部收益率等指标,并进行风险概率分析等。统计分析与预测分析1统计分析统计分析是对分析对象过去和现在的信息进行收集、整理、统计和分析。在现代工程决策研究咨询中经常
7、需要采取多种方法和渠道,收集大量的统计数据,包括行业、区域、市场、技术、企业等的统计资料和信息,从而分析、归纳和总结事物的发展规律,把握发展动向;在项目执行阶段,也需要对项目的执行情况进行监控,对投资、质量、进度等进行统计分析,并与计划进行比较,判断项目的进展情况,以便采取有针对性的应对措施,促进项目的顺利进行。2预测分析预测分析是依据分析对象过去和现在的信息,采用一定的方法,对事物未来发展趋势进行分析、推测、判断的方法。预测分析是现代工程咨询的重要方法,尤其是在投资前期决策阶段,预测分析是项目咨询的重要工作。投资项目决策是建立在对未来预测的基础上的,需要对未来的社会经济环境、产业政策走向、技
8、术发展趋势、市场需求变化、原材料供应、配套条件约束、资金市场等进行预测。第二章 行业背景分析变性淀粉,是指为改善淀粉的性能,扩大其应用范围,利用物理、化学或酶法等处理方式,改变淀粉的天然特性,使其更适宜于应用的淀粉产品。相较于普通淀粉,变性淀粉具备着糊化温度低、透明度高、溶解度高、凝胶性强、冻融稳定性好、黏度低、耐低温和耐高温等特性,被广泛应用于食品领域;另外还在纺织、造纸、饲料、铸造、医药、建筑、石油等多个领域中有着较大的应用需求。目前,世界上存在的变性淀粉品种数量已达到2000余种,根据处理方式的不同被具体划分为物理变性淀粉、化学变性淀粉、酶法变性淀粉以及复合变性淀粉这四大类。其中,物理变
9、性淀粉主要包括预糊化淀粉、超高频辐射处理淀粉等;化学变性淀粉主要包括氧化淀粉、酯化淀粉、醚化淀粉等;酶法变性淀粉主要包括直链淀粉、糊精、抗消化淀粉等;而复合变性淀粉主要包括氧化交联淀粉、交联酯化淀粉等。相较于欧美发达国家,我国变性淀粉的研究及产业化起步较晚,始于20世纪80年代,由于技术和设备相对落后,国内变性淀粉产量增长缓慢,直到20世纪90年代中后期才呈现快速增长态势。根据淀粉工业协会发布的相关数据显示,在2019年,我国变性淀粉产量已经达到了175.8万吨,同比增长6.0%。在未来,随着下游市场的快速发展,我国变性淀粉产业生产规模仍有较大的增长空间。我国变性淀粉市场对外依存度相对较高,每
10、年的进口规模始终大于出口,对外贸易产品主要为糊精及其他改性淀粉。具体来看,根据中国海关总署发布的相关数据显示,在数量方面,2019年我国糊精及其他改性淀粉进口数量达到46.2万吨,是同年出口数量(约9.3万吨)的近5倍;在金额方面,2019年我国糊精及其他改性淀粉进口金额达到4.2亿美元,与同年出口金额(约0.8亿美元)之间,相差了3.4亿美元,形成了巨大的贸易逆差。总的来看,我国变性淀粉市场对进口产品的依赖程度较大。相较于欧美发达国家,我国变性淀粉的研究及产业化起步较晚,直到20世纪90年代中后期国内产量才呈现快速增长态势。近年来,随着生产工艺的改进,我国的变性淀粉在黏度、黏稠性、透明度、抗
11、老化性和拉丝性能等方面均得到良好改善,产品的应用范围得以拓展。但就目前来看,我国变性淀粉市场供应仍然不足,导致市场对进口产品的依赖度较大,未来还需包括苏州汉丰、山东大宗、广美生化在内的本土企业扩大生产产能。第三章 现代工程咨询方法一、 逻辑框架法的概念及模式(一)LFA的基本概念LFA是一种概念化论述项目的方法,即用一张简单的框图来清晰地分析一个复杂项目的内涵和各种逻辑关系,以便给人们一个整体的框架概念。LFA是将几个内容相关、必须同步考虑的动态因素组合在一起,通过分析各种要素之间的逻辑关系,从设计策划到目标实现等方面来评价一项活动或工作。LFA为项目策划者和评价者提供一种分析框架,用以确定工
12、作的范围和任务,并对项目目标和达到目标所需的手段进行逻辑关系分析。LFA的核心是项目的各种要素之间的因果关系,即“如果”提供了某种条件,“那么”就会产生某种结果。这些条件包括事物内在的因素及其所需要的各种外部条件。(二)LFA的基本模式逻辑框架分析方法的结果是要形成一个逻辑框架表。由于该表能够充分体现表内包含的各项内容之间的逻辑关系,而且这种逻辑关系构成了一个矩阵式框架结构,因此,逻辑框架表又称为逻辑框架矩阵表。LFA的模式是一张4X4的矩阵。1目标层次逻辑框架表汇总了项目实施活动的全部要素,并按宏观目标、具体目标、产出成果和投入的层次归纳了投资项目的目标及其因果关系。(1)宏观目标。项目的宏
13、观目标即宏观计划、规划、政策和方针等所指向的目标,该目标可通过几个方面的因素来实现。宏观目标一般超越了项目的范畴,是指国家、地区、部门或投资组织的整体目标。这个层次目标的确定和指标的选择一般由国家或行业部门选定,一般要与国家发展目标相联系,并符合国家产业政策、行业规划等的要求。(2)具体目标。具体目标也叫直接目标,是指项目的直接效果,是项目立项的重要依据。一般应考虑项目为受益目标群体带来的效果,主要是社会和经济方面的成果和作用。这个层次的目标由项目实施机构和独立的评价机构来确定,目标的实现由项目本身的因素来确定。(3)产出。这里的“产出”是指项目“干了些什么”,即项目的建设内容或投人的产出物。
14、一般要提供可计量的直接结果,要直截了当地指出项目所完成的实际工程(如港口、铁路、输变电设施、气井、城市服务设施等),或改善机构制度、政策法规等。在分析中应注意,在产出中,项目可能会提供的一些服务和就业机会,往往不是产出而是项目的目的或目标。(4)投入和活动。该层次是指项目的实施过程及内容,主要包括资源和时间等的投入。2客观验证指标逻辑框架垂直各层次目标,应有相对应的客观且可度量的验证指标,包括数量、质量、时间及人员等,来说明层次目标的结果,验证每一个目标的实现程度,这种指标的确立应该是客观的,不能凭主观臆断,同时又是可以被验证的。3客观验证方法在逻辑框架水平逻辑层次上,对应验证指标的是验证方法
15、。验证方法就是主要资料来源和验证所采用的方法。主要资料来源(监测和监督)和验证方法可按照数据收集的类型、信息的来源渠道和收集方法进行划分。4重要的假定条件在逻辑框架的4个目标层次之间有一些重要的限制条件,称为假定条件,即必要的外部条件或风险。重要的假定条件主要是指可能对项目的进展或成果产生影响,而项目管理者又无法控制的外部条件,即不可控风险或限制条件。二、 层次分析法的基本步骤当一个决策者在对问题进行分析时,首先要将分析对象的因素建立起彼此相关因素的层次系统结构,这种层次结构可以清晰地反映出相关因素(目标、准则、对象)的彼此关系,使得决策者能够把复杂的问题顺理成章,然后进行逐一比较、判断,从中
16、选出最优的方案。运用层次分析法大体上分成四个步骤:建立层次结构模型;构造比较判别矩阵;单准则下层次排序及其一致性检验;层次总排序及其一致性检验。(一)建立层次结构模型层次分析法先将决策的目标、考虑的因素(评价准则)和决策对象(行动方案)按它们之间的相互关系分为最高层、中间层和最低层,其中最高层称为目标层,这一层中只有一个元素,就是该问题要达到的目标或理想的结果;中间层为准则层,层中的元素为实现目标所采用的措施、政策、准则等,准则层中可以不止一层,可以根据问题规模的大小和复杂程度,分为准则层、子准则层;最低层为方案层,这一层包括了实现目标可供选择的方案。据此绘出层次结构模型图,模型中,目标、评价
17、准则和行动方案处于不同的层次,彼此之间关系用线段表示,评价准则可细分多层。在层次结构模型中,各层均由若干因素构成,当某个层次包含因素较多时,可将该层次进一步划分成若干子层次。通常应使各层次中的各因素支配的元素一般不超过9个,这是因为支配元素过多会给两两比较带来困难。一个好的层次结构模型对解决问题极为重要,因此,在构建层次结构模型时,应注意以下四点:1自上至下顺序地存在支配关系,用直线段表示上一层次因素与下一层次因素之间的关系,同一层次及不相邻元素之间不存在支配关系;2整个结构不受层次限制;3最高层只有一个元素,每个元素所支配元素一般不超过9个,元素过多可进一步分层;4对某些具有子层次结构可引入
18、虚元素,使之成为典型层次结构模型。(二)构造比较判别矩阵层次结构建立后,评价者根据自己的知识、经验和判断,从第一个准则层开始向下,逐步确定各层不同因素相对于上一层因素的重要性权数。层次分析法在确定各层不同因素相对于上一层各因素的重要性权数时,通常使用两两比较的方法。(三)单准则下层次排序及其一致性检验层次分析法的信息基础是比较判断矩阵。由于每个准则都支配下一层若干个因素,这样对于每一个准则及它所支配的因素都可以得到一个比较判断矩阵。因此,根据比较判断矩阵如何求出各因素对于准则的相对排序权重的过程称为单准则下的排序。计算权重的方法有多种,其中和法和根法是比较成熟并得到广泛应用的方法。1和法2根法
19、3判断矩阵一致性检验由于客观事物的复杂性,会使我们的判断带有主观性和片面性,完全要求每次比较判断的思维标准一致是不大可能的。事实上,在构建比较判断矩阵时,我们虽然不要求判断具有一致性,但一个混乱的,经不起推敲的比较判断矩阵有可能导致决策的失误,所以我们希望在判断时应大体上的致。而上述计算权重方法,当判断矩阵过于偏离一致性时,其可靠程度也就值得怀疑了,故对于每一层次作单准则排序时,均需要作一致性的检验。(四)层次总排序及其一致性检验1层次总排序计算同一层次中所有元素对于最高层(总目标)的相对重要性标度(又称排序权重向量)称为层次总排序。2总排序一致性检验人们在对各层元素作比较时,尽管每一层中所用
20、的比较尺度基本一致,但各层之间仍可能有所差异,而这种差异将随着层次总排序的逐渐计算而累加起来,因此需要从模型的总体上来检验这种差异尺度的累积是否显著,检验的过程称为层次总排序的一致性检验。第四章 数据采集分析与知识管理一、 大数据系统和数据挖掘技术(一)数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力,或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量,且种类多、实时性强,蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源:传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志
21、、病历、事监控、视频和图像档案,及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番,面对前所未有的海量数据,为了从中发现有用的信息必须进行数据挖掘。此外,计算机存储、处理大量数据,以及运算的能力大为增强,为数据挖掘创造了条件,使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于:(1)处理工作量。数据分析的数据量可能并不大,而数据挖掘的数据量极大。(2)制约条件。数据分析是从某些假设出发,建立方程或模型,而数据挖掘不作假设,可以自动建立方程。(3)处理对象。数据分析往往是针对数字型数据,而数据挖掘对象类型繁多,例如图像、声音、文本等。
22、(4)处理结果。数据分析可以解释结果的含义;数据挖掘的结果不易解释,着眼于预测未来,并提出决策建议。想要从数据中发现规律(即认知),往往需将数据分析和数据挖掘结合起来。(二)数据挖掘步骤按挖掘对象,数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种,各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。(1)信息收集。从确定的挖掘对象中提取特征,然后选择合适的收集方法,将收集到的信息存入数据库。对于海量数据,必须选择合适的数据仓库。(2)数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排,以便
23、以后使用。(3)数据规约。多数数据挖掘算法耗时很长,商业数据往往较多,数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示,规约后数量大减,但仍能保持原数据的完整性,对规约数据的挖掘结果,与对规约前数据的挖掘结果相同或几乎相同。(4)数据清理。有些数据不完整(属性缺少属性值)、含噪声(属性值错误),不一致(同一信息有多种表示),需要清理,使其完整、正确、一致后存入数据仓库。(5)数据变换。将数据变换成适合数据挖掘的形式。实数型数据,可将其分层和离散化。(6)数据挖掘。根据数据格式、属性与特点,选择合适的处理工具,例如统计方法、事例推理、决策树、规则推理、模糊集,甚至神经网络,取得有用的信息。
24、(7)模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。(8)知识表示。将数据挖掘得到的信息以可视方式交给用户,或作为新的知识存人知识库,供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源,则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段,而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程,若一次未满足要求或未得到有用结果,则需回到前面,经过调整后重新开始。2,网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 变性 淀粉 公司 工程 咨询 规划
限制150内