《PC构件公司金融风险分析（范文）》由会员分享，可在线阅读，更多相关《PC构件公司金融风险分析（范文）（31页珍藏版）》请在金锄头文库上搜索。
1、泓域/PC构件公司金融风险分析PC构件公司金融风险分析目录一、 公司简介2公司合并资产负债表主要数据3公司合并利润表主要数据3二、 产业环境分析4三、 PC构件行业发展趋势4四、 必要性分析6五、 风险价值7六、 敏感性分析及波动性分析11七、 信用风险12八、 关联风险13九、 项目经济效益分析14营业收入、税金及附加和增值税估算表14综合总成本费用估算表16利润及利润分配表18项目投资现金流量表20借款还本付息计划表22十、 投资估算23建设投资估算表25建设期利息估算表26流动资金估算表27总投资及构成一览表29项目投资计划与资金筹措一览表30一、 公司简介（一）基本信息1、公司名称：x
2、xx有限责任公司2、法定代表人：刘xx3、注册资本：1470万元4、统一社会信用代码：xxxxxxxxxxxxx5、登记机关：xxx市场监督管理局6、成立日期：2015-11-217、营业期限：2015-11-21至无固定期限8、注册地址：xx市xx区xx（二）公司简介公司不断推动企业品牌建设，实施品牌战略，增强品牌意识，提升品牌管理能力，实现从产品服务经营向品牌经营转变。公司积极申报注册国家及本区域著名商标等，加强品牌策划与设计，丰富品牌内涵，不断提高自主品牌产品和服务市场份额。推进区域品牌建设，提高区域内企业影响力。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
3、观念，依托优秀的人才、完善的信息、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。（三）公司主要财务数据公司合并资产负债表主要数据项目2020年12月2019年12月2018年12月资产总额14840.1311872.1011130.10负债总额4761.563809.253571.17股东权益合计10078.578062.867558.93公司合并利润表主要数据项目2020年度2019年度2018年度营业收入34787.5627830.0526090.67营业利润6427.795142.234820.84利润总额5612.594490.074209.44净利润4
4、209.443283.363030.80归属于母公司所有者的净利润4209.443283.363030.80二、 产业环境分析到“十三五”末，力争实现经济增长、发展质量效益、生态环境在省市争先进位；地区生产总值比2010年增加1.5倍以上、城乡居民人均可支配收入比2010年增加1.5倍以上；是到2020年确保如期全面建成小康社会。三、 PC构件行业发展趋势1、政策支持促使装配式建筑发展前景良好由于环保趋严和劳动力紧缺，政府从政策上逐步加大对装配式建筑的推广力度。2017年3月，住建部颁布的“十三五”装配式建筑行动方案提出，到2020年全国装配式建筑占新建建筑的比例达到15%以上，其中重点推进地
5、区达到20%以上，积极推进地区达到15%以上，鼓励推进地区达到10%以上。2022年3月住建部印发的“十四五”建筑节能与绿色建筑发展规划中提出，到2025年，城镇新建建筑全面建成绿色建筑，建筑能源利用效率稳步提升，建筑用能结构逐步优化，建筑能耗和碳排放增长趋势得到有效控制。到2025年，完成既有建筑节能改造面积3.5亿平方米以上，建设超低能耗、近零能耗建筑0.5亿平方米以上，装配式建筑占当年城镇新建建筑的比例达到30%。2、渗透率不断提升，市场空间巨大2015年后我国预制构件比例快速提升，根据住建部数据，2020年全国新开工的装配式建筑面积达到6.3亿平方米，同比增长50%，占新建建筑面积的比
6、例约为20.5%。但从预制构件市场渗透率来看，按照新建建筑面积计算，我国装配式建筑的市场渗透率从2016年的4.9%增长到2020年的20.5%，和世界主要国家70%以上的预制构件市场渗透率相比仍有较大差距。随着低碳要求、政策支持、技术进步、管理水平提升及标准的不断完善，装配式建筑在住宅建筑、工业建筑、公共建筑、基础设施等领域的渗透率将不断提升，并为预制构件带来巨大的市场空间。3、成本效益不断提升目前，装配式建筑的成本仍高于传统的现浇建筑。未来，随着工业化生产带来的规模效应和建造工人成本的上升，装配式建筑成本效益将不断提升。一方面，随着装配式建筑业的标准不断完善、设计生产标准化不断提升及部分企
7、业逐步建立了规模经济，行业协同效应将逐步显现，建筑工业化的成本效益预期将逐步提升。另一方面，随着劳动力成本的上升，传统建筑模式的成本效益水平下降。总体来看，装配式建筑的成本效益优势预期将逐步扩大。4、技术革新驱动行业升级信息技术、互联网和自动化技术在建筑工业化中的发展有助于实现建筑工程的综合管理，包括规划、预算、设计、制造、组装、检查等，装配式建筑行业逐渐向信息化和智能化转型。通过进一步推进BIM技术在装配式建筑规划、勘察、设计、生产、施工、装修、运行维护全过程的集成应用和数字工地建设，实现工程建设项目全生命周期数据共享和信息化管理。四、 必要性分析1、现有产能已无法满足公司业务发展需求作为行
8、业的领先企业，公司已建立良好的品牌形象和较高的市场知名度，产品销售形势良好，产销率超过 100%。预计未来几年公司的销售规模仍将保持快速增长。随着业务发展，公司现有厂房、设备资源已不能满足不断增长的市场需求。公司通过优化生产流程、强化管理等手段，不断挖掘产能潜力，但仍难以从根本上缓解产能不足问题。通过本次项目的建设，公司将有效克服产能不足对公司发展的制约，为公司把握市场机遇奠定基础。2、公司产品结构升级的需要随着制造业智能化、自动化产业升级，公司产品的性能也需要不断优化升级。公司只有以技术创新和市场开发为驱动，不断研发新产品，提升产品精密化程度，将产品质量水平提升到同类产品的领先水准，提高生产
9、的灵活性和适应性，契合关键零部件国产化的需求，才能在与国外企业的竞争中获得优势，保持公司在领域的国内领先地位。五、 风险价值为了解决传统风险评估方法所不能解决的问题，一种能够全面度量复杂证券组合的市场风险的工具风险价值被提出。1.VaR的概念VaR的含义是“处于风险中的价值”，它指的是市场正常波动下，在一定的概率水平，（置信度）下，某一金融资产或证券组合在未来特定的一段时间内的最大可能损失。VaR的意义非常直观。如JPMorgan公司1994年置信度为95%的日VaR值为960万美元，这就意味着该公司可以以95%的把握保证，1994年每一特定时点上的证券组合在未来24小时内，由于市场价格变动而
10、带来的损失不会超过960万美元。换句话说，只有5%的可能会超过960万美元。在VaR的定义中，置信度的概念非常重要。如果没有置信度，VaR就相当于回答“在一个给定的期间内，资产组合可能会损失多少”，而这个问题的答案是，可能会损失资产，组合的全部价值，否则其他任何一个值我们都无法以百分之百的把握保证损失不超过它。2.VaR的计算VaR的计算方法主要有三种：非参数法、参数法和蒙特卡罗模拟法。首先，根据历史数据或模拟数据得到既定期间（如1天或10天）内资产组合价值或收益的远期分布；其次，将置信度c转化为相应的分位数，计算此分位数下的可能最大损失。如果所用数据本身就是损益值，那么按上述步骤直接就可以求
11、出VaR值，如果所用数据是金融资产或证券组合的价值，则要进行简单的转换，使之成为损益值。（1）非参数法非参数法也称为历史模拟法，它基于历史数据的频率分布来计算VaR。因为这种方法不涉及对某种理论分布的估计，故其结果也称为非参数VaR。非参数法不依赖于对风险因子分布的任何假定，而且，因为历史数据反映了市场中所有风险因子的同步变化，所以经常需要单独考虑的波动性、相关性以及厚尾问题都可以通过数据体现出来。但这种方法完全依赖特定的历史数据，它基于这样一个假定，即未来的情况和历史数据中表现的过去的情况是一致的，但实际上，过去影响损益的一些事件在未来不一定还会重现，而未来出现的事件也可能是过去不曾有过的。
12、另一个局限是，非参数法可能会受数据数量的限制，不能完全反映出风险的状况，如一些极端的、不太可能发生的情况。（2）参数法在非参数法中，VaR是根据金融资产在1年内每日损益数据的历史分布来计算的。在这种非参数VaR的计算中，没有对损益的分布做出任何假定。如果能够假定损益分布为某种可分析的密度函数f（R），则VaR的计算就会简化，只需根据历史数据估计假定的分布函数的参数即可。参数法的计算较为简便，而且即使影响到收益的风险因子不服从正态分布，根据中心极限定理，只要风险因子的数量足够大，而且相互之间独立，也可以使用这种方法。但是，也有一些情况无法满足正态性假设，只能使用别的方法。（3）蒙特卡罗模拟法当没
13、有充足的数据，或者现有数据无法满足参数法的假设要求时，可以使用蒙特卡罗模拟法得到大量的数据。蒙特卡罗模拟法通过对那些决定市场价格和收益率的情况进行重复的模拟，得出一系列可能的结果，当模拟次数足够多时，模拟分布就将趋近于真实分布。蒙特卡罗模拟法可以适用于任何情况的分布，也可以将任何复杂的资产组合纳入模型，但这种方法计算过程复杂，极端依赖于计算机。3.持有期和置信度的选择在VaR的定义中，有两个重要的参数，即持有期和置信度。在计算VaR之前必须给定这两个参数。持有期是VaR的时间范围，持有期越长，VaR可能越大。通常选择一天或一个月作，为持有期，某些金融机构也选取更长的持有期，如一个季度或一年。在
14、1997年年底生效的巴塞尔委员会的资本充足性条款中，持有期为两个星期（10个交易日）。流动性、正态性、头寸调整和数据约束是影响持有期选择的四个因素。如果交易头寸可以快速流动，则可以选择较短的持有期。如果采用参数法，并假设投资收益服从正态分布，则选择较短的持有期更适合。由于管理者会根据市场状况不断调整其头寸或组合，在计算VaR时，往往假定在不同持有期下组合的头寸是相同的，因此，持有期越短就越容易满足组合保持不变的假定。最后，VaR的计算往往需要大量的历史数据，持有期较长，所需的历史时间跨度也越长，实际数据可能无法满足。持有期越短，得到大量样本数据的可能性越大。实践中，经常采用的置信度有95%、9
15、9%等。置信度的选择依赖于有效性验证的需要、内部风险资本需求和监管要求等。如果选择较高的置信度，则意味着实际中损失超过VaR的可能性较小，在对VaR进行验证时，就需要较多的数据，否则无法观察到这种极端值。但实际中可能无法获得这么多数据，这就限制了高置信度的使用。在准备风险资本时，要反映机构对风险的厌恶程度，安全性追求越高，置信度选择也越高。此外，美国等国家的监管当局为了保持金融系统的稳定性，有时也会要求金融机构设置较高的置信度。六、 敏感性分析及波动性分析2、敏感性分析敏感性分析通过金融资产价值对相关市场因子的敏感度来评估其市场风险。敏感度是指当市场因子发生变化时，金融资产价值的变化幅度。敏感度描述了金融资产对相关市场因子变化的反应，敏感度越大的金融资产，受市场因子变化的影响越大，相应地，风险越大。不同的金融资产针对不同的市场因子，有不同的敏感度。实际中常用的敏感度包括：债券的持续期和凸性，股票的Beta值，衍生工具的Delta、Gamma、Theta、Vega值等。敏感性分析在概念上简明且直观，使用起来比较简单，但它也有一定的局限性：（1）大多数敏感度指标度量的是金融资产价值相
