《矿渣微粉工程项目数据分析与挖掘（工程项目管理）.docx》由会员分享，可在线阅读，更多相关《矿渣微粉工程项目数据分析与挖掘（工程项目管理）.docx（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、泓域咨询/矿渣微粉工程项目数据分析与挖掘矿渣微粉工程项目数据分析与挖掘xxx有限公司一、 项目名称及投资人（一）项目名称矿渣微粉工程项目（二）项目投资人xxx有限公司（三）建设地点本期项目选址位于xx园区。二、 结论分析（一）项目选址本期项目选址位于xx园区，占地面积约70.00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31635.83万元，其中：建设投资25920.72万元，占项目总投资的81.93%；建设期利息670.12万元，占项目总投资的2.12%；流动资金5044.99万元，占项目总
2、投资的15.95%。（四）资金筹措项目总投资31635.83万元，根据资金筹措方案，xxx有限公司计划自筹资金（资本金）17959.93万元。根据谨慎财务测算，本期工程项目申请银行借款总额13675.90万元。（五）经济评价1、项目达产年预期营业收入（SP）：54900.00万元。2、年综合总成本费用（TC）：44412.14万元。3、项目达产年净利润（NP）：7664.53万元。4、财务内部收益率（FIRR）：18.10%。5、全部投资回收期（Pt）：6.21年（含建设期24个月）。6、达产年盈亏平衡点（BEP）：21692.67万元（产值）。（六）主要经济技术指标主要经济指标一览表序号项目
3、单位指标备注1占地面积46667.00约70.00亩1.1总建筑面积84089.65容积率1.801.2基底面积27533.53建筑系数59.00%1.3投资强度万元/亩359.742总投资万元31635.832.1建设投资万元25920.722.1.1工程费用万元22539.992.1.2工程建设其他费用万元2837.292.1.3预备费万元543.442.2建设期利息万元670.122.3流动资金万元5044.993资金筹措万元31635.833.1自筹资金万元17959.933.2银行贷款万元13675.904营业收入万元54900.00正常运营年份5总成本费用万元44412.146利润
4、总额万元10219.377净利润万元7664.538所得税万元2554.849增值税万元2237.4610税金及附加万元268.4911纳税总额万元5060.7912工业增加值万元17408.4713盈亏平衡点万元21692.67产值14回收期年6.21含建设期24个月15财务内部收益率18.10%所得税后16财务净现值万元6149.10所得税后三、 项目背景分析矿渣微粉是指将炼铁高炉排出的水淬矿渣经超细粉磨后得到的一种粉末状产品。经过超细粉磨的矿渣微粉根据一定比例掺入水泥或混凝土中，从而大幅度提高水泥混凝土的致密度，同时将强度较低的氢氧化钙晶体转化成为强度较高的水化硅酸钙凝胶，可以明显的改善
5、混凝土和水泥制品的综合性能。自从国内首条年产50万吨矿渣微粉生产线于2000年8月在上海宝田新型建材有限公司投产以来，国内相继建成和在建的共有数十条矿渣微粉生产线。目前我国已建成投产的还有武钢（30万吨/年）、鞍钢（50万吨/年）、芜湖朱家桥（50万吨/年）、山西长冶钢铁公司（70万吨/年）、首钢（60万吨/年）、南京梅宝(50万吨/年)等厂，昆钢、马钢、沙钢、唐山建龙、南钢、柳钢等厂相继建成投产或者正在建设当中，钢铁工业对矿渣深加工已是大势所趋。目前，国内绝大多数钢铁企业自行或通过合作的方式均建有矿渣微粉生产线，全国现有产能约8,000万吨1亿吨/年。根据我国当前15亿吨16亿吨/年的水泥产
6、销量推算，矿渣微粉的潜在需求量应为2亿吨3亿吨/年左右。显然，除局部钢铁产能密集区外，该产品在国内基本上处于供不应求状况。四、 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
7、；（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
8、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。五、 时间数据分
9、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
10、、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
11、、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，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
12、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，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
13、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）回归模型六、 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
14、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
15、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。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
16、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。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。