《橡胶助剂项目市场分析_参考》由会员分享，可在线阅读，更多相关《橡胶助剂项目市场分析_参考（28页珍藏版）》请在金锄头文库上搜索。
1、泓域/橡胶助剂项目市场分析橡胶助剂项目市场分析目录一、 数据统计分析2二、 时间数据分析方法3三、 资源环境承载力评价综合指标体系6四、 资源承载力影响因素识别及评价指标8五、 市场需求预测9六、 点面联想法11七、 项目概况12八、 产业环境分析15九、 精准实施强链补链15十、 必要性分析17十一、 经济效益及财务分析18营业收入、税金及附加和增值税估算表18综合总成本费用估算表20利润及利润分配表21项目投资现金流量表24借款还本付息计划表26十二、 项目规划进度27项目实施进度计划一览表27一、 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
2、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
3、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，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
4、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取舍。二、 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
5、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
6、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
7、，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
8、，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）回归模型三、 资源环境承载力评价综合指标体系资源环境承载力评价是区域上各种因素对承载能力的综合体现，因而必然表现为各单一方面的资源、环境承载力作
9、用效果的科学叠加，反映区域内资源环境承载力的总体状况。因此，资源环境承载力在综合评价指标是由上述的资源承载力、环境承载力和生态承载力等指标体系，根据评价对象功能要求和资源环境特征，选择相关指标构成的指标体系。该指标体系能够全面满足评价对象的资源环境承载力评价要求。在构建综合评价指标体系的时候，要注意几个原则：一是要注重科学性和可对比性相统一的原则。资源环境承载力评价要严格按照资源环境的科学内涵，能够对资源环境的数量和质量作出合理的描述。同时评价方法要注重与国内外和区域间的可对比性，具有纵向、横向比较和可推广与应用。二是要注重描述性指标与评价性指标相统一原则。描述性指标即资源和环境两大系统的发展
10、状态指标；评价性指标即评价各系统相互联系与协调程度的指标。二者的统一，将在时间上反映发展的速度和趋向，在空间上反映其整体布局和结构，在数量上反映其规模，在层次上反映功能和水平。三是要注重最大限制性和可操作性相结合原则。资源环境承载力是多种因素综合作用的结果，指标体系作为一个有机整体，不可能把所有的因素都列出，客观上对资源环境承载力所有因素全部用指标描述出来也是不可能的。所以，指标体系要反映影响资源环境承载力主导因素的全貌，用对资源环境承载力产生最大限制性的主导因素的指标体系来描述和评价资源环境承载力，才能把握资源环境承载力最本质的、最基本的特征。同时，要达到指标体系的实用性和可操作性，避免以往
11、在研究制定指标体系要么指标体系过于庞杂、无法操作，要么把握不了主要的因素，对资源环境承载力最本质的、最基本的特征缺乏全面反映、表征、度量。因此，研究和制定指标体系要注重最大限制性和可操作性相结合，根据水桶原理发挥决定性作用的指标有限，在选取最大限制性主导因素的前提下，尽量使指标少而精，资料易取得，方法易掌握，而不必面面俱到，使最大限制性和可操作性相互统一，这样才能够有利于研究顺利进行。四、 资源承载力影响因素识别及评价指标（一）土地资源承载力土地资源承载力的影响因素包括主要用地类型、面积及其分布，土地资源利用上线及开发利用状况，土地资源重点管控区域等。土地资源承载力的分析需要考虑土地对人口的承
12、载、土地对经济社会的承载，以及土地与人口和经济发展之间的匹配协调程度。主要评价指标包括：人均可利用土地资源、人均耕地面积、人均建设用地、土地利用率、单位土地产出、规划人均城乡建设用地规模、禁建区比例等。（二）水资源承载力水资源承载力的主要影响因素包括水资源总量及其时空分布，水资源利用上线及开发利用状况和耗用状况（包括地表水和地下水），海水与再生水利用状况，水资源重点管控区等。主要评价指标包括：人均水资源量、单位土地水资源量、水资源开发强度、水资源可利用量、地下水开采率、人均供水量、万元GDP用水量、万元工业产值取水量、耕地灌溉率、生态用水率等，分别表示了水资源的丰沛程度和水资源对居民生活用水、
13、工业用水、农业用水、生态用水、经济发展等方面的承载水平。（三）矿产资源承载力矿产资源承载力的主要影响因素包括矿产资源类型与储量、生产和消费总量、资源利用效率等。主要评价指标包括：单位用地矿产量、单位用地实际采矿能力、单位用地矿产从业人员数量、矿业从业人员比率、矿业工业增加值比例等。五、 市场需求预测（一）市场预测方法分类市场预测的方法一般可以分为定性预测和定量预测两大类。1定性预测定性预测是根据掌握的信息资料，凭借专家个人和群体的经验、知识，运用一定的方法，对市场未来的趋势、规律、状态做出主观的判断和描述。定性预测方法主要包括类推预测法、专家预测法、征兆指标预测法和点面联想法等。2定量预测定量
14、预测是依据市场的统计数据资料，选择或建立合适的数学模型，分析研究其发展变化规律并对未来作出预测。可归纳为因果性预测、延伸性预测和其他方法三大类。（1）因果性预测方法是通过变量之间的因果关系，分析自变量对因变量的影响程度，进而对未来进行预测的方法。一个事物的发展变化，经常与其他事物存在直接或间接的关系。如居民收入水平的增加会引起多种物品销售量的增加。这种变量间的相关关系，要通过统计分析才能找到其中的规律，并用确定的函数关系来描述。通过寻找变量之间的因果关系，从而对因变量进行预测，这是广泛采用的因果分析法，包括回归分析法、弹性系数法、消费系数法和购买力估算法，主要适用于存在关联关系的数据预测。（2
15、）延伸性预测是根据市场各种变量的历史数据的变化规律，对未来进行预测的定量预测方法。主要包括移动平均、指数平滑、成长曲线分析等，适用于具有时间序列关系的数据预测。它是以时间为自变量，以预测对象为因变量，根据预测对象的历史数据，找出其中的变化规律，从而建立预测模型并进行预测。（3）其他方法则包括投入产出分析、系统动力模型、计量经济分析、马尔科夫链等，这些预测法主要借助复杂的数学模型模拟现实经济结构，分析经济现象的各种数量关系，从而提高人们认识经济现象的深度、广度和精确度，适用于现实经济生活中的中长期市场预测。（二）市场预测方法选用不同的市场预测方法具有不同的适用条件、应用范围和预测精度。咨询工程师可根据预测周期、产品生命周期、预测对象、数据资料、精度要求、时间与费用限制等因素选择适当的方法。也可以采用几种方式进行组合预测，相互验证或修正。在实践中，多采用定性预测与定量预测相结合的方法。六、 点面联想法点面联想法是指以调查对象的普查资料或抽样调查资料为基础，通过分析、判断、联想等由点到面来预测的方法。这种方法适用于相似事件、接近事件和具有其他某种关系事件的定性预测，拓展了调查数据的应用范围。点面联想法对于新兴领域、历史数据缺失或不足的预测具有一定的优势。点面联想法的实施程序如下：1收集调查对象相关资料；2组织相关专家对资料进
