木塑复合材料项目工程前期准备分析(参考).docx
《木塑复合材料项目工程前期准备分析(参考).docx》由会员分享,可在线阅读,更多相关《木塑复合材料项目工程前期准备分析(参考).docx(101页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、CMC.泓域咨询/工程前期准备分析木塑复合材料项目工程前期准备分析xxx投资管理公司目录第一章 行业背景分析5第二章 项目基本情况7一、 项目名称及投资人7二、 结论分析7第三章 现代工程咨询方法10一、 SWOT分析法模型10二、 层次分析法概述及优缺点11第四章 数据采集分析与知识管理15一、 数据分析与挖掘概述15二、 大数据系统和数据挖掘技术17第五章 资源环境承载力影响因素识别及评价指标22一、 环境承载力影响因素识别及评价指标22二、 资源承载力影响因素识别及评价指标23第六章 规划咨询方法25一、 综合平衡方法25二、 宏观分析方法26第七章 现金流量分析30一、 现金流量分析指
2、标计算30二、 现金流量分析指标应用39第八章 流动资金估算41一、 扩大指标估算法41二、 分项详细估算法41第九章 建设投资简单估算法45一、 估算步骤45二、 估算指标法45第十章 资金结构优化比选47一、 息税前利润每股利润分析法47二、 比较资金成本法48第十一章 资产证券化方案分析51一、 PPP项目资产证券化51二、 资产证券化概念和特点56第十二章 偿债能力分析和财务生存能力分析62一、 相关报表编制62二、 偿债能力分析63第十三章 财务现金流量的估算69一、 成本与费用估算69二、 营业收入与补贴收入估算82第十四章 投入产出经济价格的确定86一、 特殊产出经济价格确定86
3、二、 特殊投入经济价格确定88第十五章 投资项目经济影响分析方法93一、 定量指标分析方法93二、 经济影响分析模型简介97第一章 行业背景分析木塑复合材料是由回收塑料(PE、PP、PVC等)以及木纤维或植物纤维(如木粉、木屑、小麦秸秆、谷壳等)作为增强材料或填料,经预处理后与其它材料复合制成的新型环保复合材料。木塑复合材料可以有效的利用塑料废弃物,并同时具有木材和塑料的双重优点,且可以回收再利用,是名副其实的环境友好型绿色材料,因此其发展受到了国家的大力支持。木塑复合材料的应用领域广阔,包括建筑建材、包装制品、户外用品、汽车内饰等。其中,建筑建材是应用占比最大的领域,达到75%左右;其次是工
4、业消费品领域,占比为10%左右;接下来是汽车装饰领域,需求占比为8%左右。建筑建材领域是木塑复合材料的重要应用市场。相较于欧美日地区,我国木塑复合材料行业起步较晚,于20世纪90年代末期才开始发展。木塑复合材料低碳环保的特征显著,使用1吨木塑复合材料,相当于减排1.82吨二氧化碳,减少1立方米的森林砍伐,节约80桶原油,节约11吨标准煤。木塑复合材料因其优良特性,自引入国内市场以来,行业规模持续扩大。我国在木塑复合材料的生产与消费领域均位居全球第一,但我国木塑复合材料行业销售总额相对较低。2017年,我国木塑复合材料市场销售额近200亿元,而美国木塑复合材料市场销售额高达60亿美元左右。这表明
5、我国木塑复合材料产品价格相对较低,行业营收能力较弱,产业结构仍需调整升级。我国木塑复合材料行业发展呈现小、散、乱的特点,行业集中度低,中低端技术占据主导地位,行业整体研发创新能力不足,产品品种较为单一。并且,国家相关标准的制定尚不完善,行业未建立科学的质量标准体系,市场中还存在粗制滥造、以次充好、价格战的现象,恶性竞争阻碍了行业进一步发展。木塑复合材料可以替代原木、塑钢、塑料、铝合金、陶瓷以及其他相似复合材料的应用,下游市场广阔且仍在持续扩大。木塑复合材料最重要的应用领域为建筑建材市场,相较于木材、金属、大理石等材料,木塑复合材料性能优良、环保型强、性价比更高,随着环保观念逐渐深入人心,木塑复
6、合材料未来发展前景广阔。但我国木塑复合材料产品主要集中在中低端领域,行业销量高但销售额较低,高端产品竞争力不足,在未来的发展过程中,产业结构仍需调整升级。第二章 项目基本情况一、 项目名称及投资人(一)项目名称木塑复合材料项目(二)项目投资人xxx投资管理公司(三)建设地点本期项目选址位于xxx(以最终选址方案为准)。二、 结论分析(一)项目选址本期项目选址位于xxx(以最终选址方案为准),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24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24001.70万元,其中:建设投资181
7、05.66万元,占项目总投资的75.43%;建设期利息386.97万元,占项目总投资的1.61%;流动资金5509.07万元,占项目总投资的22.95%。(四)资金筹措项目总投资24001.70万元,根据资金筹措方案,xxx投资管理公司计划自筹资金(资本金)16104.16万元。根据谨慎财务测算,本期工程项目申请银行借款总额7897.54万元。(五)经济评价1、项目达产年预期营业收入(SP):46000.00万元。2、年综合总成本费用(TC):37097.33万元。3、项目达产年净利润(NP):6511.64万元。4、财务内部收益率(FIRR):19.58%。5、全部投资回收期(Pt):6.1
8、8年(含建设期24个月)。6、达产年盈亏平衡点(BEP):15879.66万元(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59037.58容积率2.061.2基底面积18633.55建筑系数65.00%1.3投资强度万元/亩410.972总投资万元24001.702.1建设投资万元18105.662.1.1工程费用万元15576.952.1.2工程建设其他费用万元2045.802.1.3预备费万元482.912.2建设期利息万元386.972.3流动资金万元5509.073资金筹措万元24001.703.1自筹资
9、金万元16104.163.2银行贷款万元7897.544营业收入万元46000.00正常运营年份5总成本费用万元37097.336利润总额万元8682.197净利润万元6511.648所得税万元2170.559增值税万元1837.3010税金及附加万元220.4811纳税总额万元4228.3312工业增加值万元14548.8613盈亏平衡点万元15879.66产值14回收期年6.18含建设期24个月15财务内部收益率19.58%所得税后16财务净现值万元5903.53所得税后第三章 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
10、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,
11、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,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
12、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,应用网络系统理论和多目标
13、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;资源环境承载力评价等。层
14、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素的数量
15、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问题的新
16、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统计所用
17、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。第四章 数据采集分析与知识管理一、 数据分析与挖掘概述(一)信息分析信息分析是根据咨询问题的具体需要,对与之有关的信息进行整理、鉴别、评价、分析和综合,以便取得咨询所需新信息的过程。信息分析有如下几种用途:1跟踪。所谓跟踪,就是及时了解各领域新动向、新发展,从而发现问题、提出问题。2比较。比较各种事物的内部矛盾之后,把握事物间的联系,认识事物的本质,从而提出问题、确定目标、拟定方案并作出选择。3预测。利用已掌握的信息、知识和手段,推断事物的未来或未知方面。4评
18、价。进行评价时应选择合适的变量和评价指标,应当考虑评价对象之间的可比性。信息分析所用方法,可分为定性和定量分析两种。定性方法主要靠逻辑推理;而定量方法涉及数据间的数量关系,要建立数学模型,计算、求解。如今,信息越来越复杂,定性与定量分析已无法单独奏效,只能越来越多地结合起来。(二)数据分析数据分析是信息分析的一部分,数据分析是对收集数据进行系统的分析,建立适当的模型,揭示数据中隐含的技术、经济、社会和其他关系,以及发展趋势,为有关的咨询活动提交的有用的数字、信息或建议。数据分析的对象可分为时间序列和截面数据。如企业历年的咨询收入、利润总额等就是时间序列。截面数据是在同一时间的数据,如企业同一年
19、咨询业务数目、营业额、费用、收入、人工耗费等。两种数据都要注意样本容量大小。对于截面数据,常用线性或非线性回归模型体现数据之间的各种关系。数据分析属定量分析,包括数据统计分析、时间数据分析、空间数据分析。(三)数据挖掘数据挖掘就是从数据中挖掘出隐含、先前未知、有潜在用途,最终可为人理解的关系、模式、趋势和其他有用信息,并建立模型,用于预测、判断或决策,帮助企业更好地适应变化并做出更明智的决策的过程。数据挖掘广泛应用于制造、金融、零售、保健、中医药及电信等行业的客户关系管理、风险防范、供应链管理、竞争优势分析、部门分析等领域。数据挖掘要用到统计分析、人工智能、数据库和神经网络等方面的知识,如记忆
20、推理、聚类分析、关联分析、决策树、神经网络、基因算法等。数据挖掘需要用户参与,并非某种单一工具、技术或软件即可独自完成。另一方面,并非所有信息查询都可视为数据挖掘。例如,使用数据库管理系统查找个别记录,或用搜索引擎查找互联网特定的网页,属于信息检索,不能视为数据挖掘。当然,数据挖掘技术也有强大的信息检索能力。二、 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。
21、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。(
22、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
23、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
- 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:
- 复合材料 项目 工程 前期 准备 分析 参考
限制150内