化工中间体公司前期工作要点.docx
《化工中间体公司前期工作要点.docx》由会员分享,可在线阅读,更多相关《化工中间体公司前期工作要点.docx(91页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、化工中间体公司前期工作要点目录第一章 行业背景分析4第二章 公司基本情况7一、 公司简介7二、 核心人员介绍7第三章 现代工程咨询方法9一、 SWOT分析法模型9二、 层次分析法的基本步骤10第四章 数据采集分析与知识管理15一、 信息鉴别及必要性15二、 大数据系统和数据挖掘技术16第五章 资源环境承载力概述21一、 资源环境承载力分析框架21二、 资源环境承载力的内涵24第六章 规划咨询方法27一、 宏观分析方法27二、 综合平衡方法30第七章 市场分析32一、 弹性系数法32二、 点面联想法33第八章 建设期利息估算35一、 建设期利息估算的前提条件35二、 建设期利息的估算方法35第九
2、章 建设投资简单估算法36一、 估算步骤36二、 建设投资中的增值税、进项税额36第十章 资产证券化方案分析38一、 PPP项目资产证券化38二、 资产证券化定价模型及其应用43第十一章 并购融资及债务重组49一、 公允价值估值方法49二、 并购融资方式54第十二章 偿债能力分析和财务生存能力分析63一、 财务生存能力分析63二、 偿债能力分析65第十三章 财务分析的价格及选取原则71一、 财务分析的价格体系71二、 财务分析的取价原则73第十四章 经济分析概述76一、 经济分析的适用范围76二、 经济分析与财务分析的异同与联系78第十五章 经济分析基本方法81一、 项目费用效果分析81二、
3、项目费用效益分析85第一章 行业背景分析中国将精细化学品分为农药、染料、涂料、颜料、试剂和高纯物、信息用化学品、食品和饲料添加剂、粘合剂、催化剂和各种助剂、化学药品和日用化学品、高分子聚合物中的功能高分子等11个大类。中国将生产以上11大类精细化学品的原料和中间体统称为化工中间体。中间体的种类众多,按照形态分可以分为液态、气态和固态三大类。按应用领域分,可分为医药中间体、农药中间体、染料中间体、树脂中间体等。首先,从全球精细化工的发展来看,近年来,全球化工行业由粗放式的生产向着精细化的方向转变,由于精细化工产品具有附加值高、污染少、能耗低、批量小等特点,目前已成为世界各国和各大化工企业巨头的重
4、点发展对象。因此,尽管全球化工行业整体规模近年来持续下滑,但全球精细化工行业的市场规模在不断上涨,根据Bloomberg数据显示,2018年全球精细化工行业市场规模达15475欧元,2015-2018年的年均复合增长率达6%。参照增速,估计2019年全球精细化工行业市场规模约为16400亿欧元,2020年受新冠疫情的影响,全球精细化工行业增速有所放缓,估计2020年全球精细化工行业市场规模约为16890亿欧元。医药、农药、化学试剂、粘合剂、涂料、表面活性剂、食品添加剂、香料、各种助剂、染料、催化剂等具有特定的应用性能、合成步骤多、反应复杂及产品少而产值高的精细化工产品是由化工中间体进行进一步加
5、工而成,因此化工中间体是精细化工产品生产的重要基础,全球精细化工行业的快速发展带动全球化工中间体行业需求的增长和生产技术的进步。在化工中间体下游精细化工业的需求快速增长的推动下,全球化工中间体市场规模不断扩大,根据MARKETRESEARCHFUTURE公布的数据显示,2019年全球化工中间体市场规模达1060亿美元,2014-2019年年均复合增长率达9.1%。2020年受新冠疫情的影响,全球化工中间体市场规模增速有所放缓,前瞻估计2020年全球化工中间体市场规模约为1100亿美元。从全球不同形态的化工中间体的产品结构来看,化工中间体按照形态来分可以分为固态、液态和气态三大类,根据DataI
6、ntelo统计,2019年全球化工中间体中,固态化工中间体市场份额占整体市场份额的比重最大,为44.0%;其次是气态化工中间体,市场份额占整体市场份额的比重为33.3%;液态化工中间体市场份额占整体市场份额的比重最小,为22.7%。化工中间体按应用领域分主要分为医药中间体、农药中间体、颜料与染料中间体以及其他化工中间体。根据DataIntelo统计,2019年医药中间体占化工中间体的比重最高,约为65.3%,农药中间体占化工中间体的比重约为19.5%,颜料与染料中间体占化工中间体的比重约为3.2%,其他化工中间体的比重为11.9%。从全球化工中间体的发展前景来看,全球大部分地区加快城市建设,建
7、筑行业规模不断扩大,推动油漆、涂料需求的增长,带动相关染料化工中间体需求的增加;农业发展是全球各国的重要命题,保障粮食供应离不开农业化学产品的应用,农药等农业化学产品化工中间体需求规模巨大;与此同时,全球制药工业的快速发展推动了药物生产中化学中间体使用需求的增加。总体上看,全球化工中间体的应用领域广泛,各应用领域的快速增长共同推动了全球化工中间体需求的增长,同时也丰富了化工中间体的产品品类。预计到2026那年全球化工中间体的市场规模将增长到1845亿美元。第二章 公司基本情况一、 公司简介公司在发展中始终坚持以创新为源动力,不断投入巨资引入先进研发设备,更新思想观念,依托优秀的人才、完善的信息
8、、现代科技技术等优势,不断加大新产品的研发力度,以实现公司的永续经营和品牌发展。公司注重发挥员工民主管理、民主参与、民主监督的作用,建立了工会组织,并通过明确职工代表大会各项职权、组织制度、工作制度,进一步规范厂务公开的内容、程序、形式,企业民主管理水平进一步提升。围绕公司战略和高质量发展,以提高全员思想政治素质、业务素质和履职能力为核心,坚持战略导向、问题导向和需求导向,持续深化教育培训改革,精准实施培训,努力实现员工成长与公司发展的良性互动。二、 核心人员介绍1、薛xx,1974年出生,研究生学历。2002年6月至2006年8月就职于xxx有限责任公司;2006年8月至2011年3月,任x
9、xx有限责任公司销售部副经理。2011年3月至今历任公司监事、销售部副部长、部长;2019年8月至今任公司监事会主席。2、严xx,1957年出生,大专学历。1994年5月至2002年6月就职于xxx有限公司;2002年6月至2011年4月任xxx有限责任公司董事。2018年3月至今任公司董事。3、卢xx,中国国籍,1978年出生,本科学历,中国注册会计师。2015年9月至今任xxx有限公司董事、2015年9月至今任xxx有限公司董事。2019年1月至今任公司独立董事。4、郭xx,中国国籍,无永久境外居留权,1971年出生,本科学历,中级会计师职称。2002年6月至2011年4月任xxx有限责任
10、公司董事。2003年11月至2011年3月任xxx有限责任公司财务经理。2017年3月至今任公司董事、副总经理、财务总监。5、廖xx,中国国籍,无永久境外居留权,1958年出生,本科学历,高级经济师职称。1994年6月至2002年6月任xxx有限公司董事长;2002年6月至2011年4月任xxx有限责任公司董事长;2016年11月至今任xxx有限公司董事、经理;2019年3月至今任公司董事。第三章 现代工程咨询方法一、 SWOT分析法模型SWOT分析基于内外部竞争环境和竞争条件下的态势分析,就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等,通过调查列举出来,并依照矩阵形式排
11、列,然后用系统分析的思想,把各种因素相互匹配起来加以分析,从中得出一系列相应的结论。运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而根据研究结果制定相应的发展战略。根据优势、劣势与机会、威胁两两组合,SWOT分析可以形成SO、WO、ST、wT四种不同类型的组合战略。SO战略(优势一机会):是一种发展企业内部优势与利用外部机会的战略,是种理想的战略模式。当企业具有特定方面的优势,而外部环境又为发挥这种优势提供有利机会时,可以采取该战略。WO战略(劣势一机会):是利用外部机会来弥补内部劣势,使企业改劣势而获取优势的战略。存在外部机会,但由于企业存在一些内部劣势而妨碍其利用机会
12、,可采取措施先克服这些劣势。ST战略(优势一威胁):是指企业利用自身优势,回避或减轻外部威胁所造成的影响。WT战略(劣势一威胁):是一种旨在减少内部劣势,回避外部环境威胁的防御性技术。SWOT分析法在应用于企业发展战略制定时,首先应根据企业优劣势分析和机会威胁分析,画出SWOT分析图,然后根据SWOT分析结果,在SWOT分析图上找到企业相应的位置,从而进行相应的战略选择。SWOT分析图划分为4个象限,根据企业所在的不同位置,应采取不同的战略。SWOT提供了4种战略选择:在右上角的企业拥有强大的内部优势和众多的机会,企业应采取增加投资、扩大生产、提高市场占有率的增长性战略;在右下角的企业尽管具有
13、较大的内部优势,但必须面临严峻的外部挑战,应利用企业自身优势,开展多元化经营,避免或降低外部威胁的打击,分散风险,寻找新的发展机会;处于左上角的企业,面临外部机会,但自身内部缺乏条件,应采取扭转性战略,改变企业内部的不利条件;处于左下角的企业既面临外部威胁,自身条件也存在问题,应采取防御性战略,避开威胁,消除劣势。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,从中选出最优的方案。运用层次分析法大体上分
14、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、评价准则和行动方案处于不同的层次,彼此之间
15、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虚元素,使之成为典型层次结构模型。(二
16、)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3判断矩阵一致性检验由于客观事物的复杂
17、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,尽管每一层中所用的比较尺度基本一致,但各层之间仍可能有
18、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、 信息鉴别及必要性(一)信息鉴别数据与信息鉴别,可称信息识别,就是将信息与具有特定属性的“模式”进行比较,进而判断信息的类别或属性。具体而言,就是信息收集或使用者运用已有的知识和经验,在对获取的信息进行初步分析之后,按照一定原则和目的,辨认与甄别信息的真伪、轻重主次、是否完整、是否有用,以及用途大小等。(二)信息鉴别的必要性互联网时代,信息极为丰富,大大开阔了人们的眼界。然而,蜂拥而至,难辨真假的信息掺杂在一起,
19、常常使人们陷入另一种迷茫,甚至成了海量信息的奴隶。过量的信息若不筛选,会使决策者无所适从。现在,互联网上充斥着伪造、篡改缺失、无代表性、误传、以及过时等信息。有些信息背后隐藏着各种政治、经济社会的利益团体正当或不正当的目的和企图。信息识别及时与否决定了决策是否正确而又及时,决定了企业、事业、项目和其他活动的命运。对于工程咨询,信息识别同样十分必要。信息识别并非简单工作,对从事者有很高的要求。决策者固然应高瞻远瞩,但决策的基础是真实、可靠的信息。决定信息识别成败的主要因素有:对服务目标的正确认识及其深刻程度;识别者实事求是的态度和已有的知识、推理与判断能力。二、 大数据系统和数据挖掘技术(一)数
20、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、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
21、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。(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
22、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
23、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。(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
24、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中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上,通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性,进而在网络中提取用户感兴趣的信息,获得更高层次的知识和规律。网络信息挖掘沿用了Robot,全文检索、人工智能的模式识别、神经网络等技术。现
- 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:
- 化工 中间体 公司 前期工作 要点
限制150内