泓域咨询/半导体硅片项目需求预测与管理分析半导体硅片项目需求预测与管理分析目录一、 公司简介3公司合并资产负债表主要数据4公司合并利润表主要数据4二、 需求管理4三、 需求预测6四、 学习效应的实际运用14五、 学习效应的发现与学习曲线17六、 运营能力决策18七、 能力柔性21八、 排队系统的主要数量指标及基本关系22九、 排队论概述24十、 项目概况26十一、 经济收益分析29营业收入、税金及附加和增值税估算表30综合总成本费用估算表31利润及利润分配表33项目投资现金流量表35借款还本付息计划表37十二、 投资估算38建设投资估算表40建设期利息估算表41流动资金估算表43总投资及构成一览表44项目投资计划与资金筹措一览表45一、 公司简介（一）基本信息1、公司名称：xx有限公司2、法定代表人：韩xx3、注册资本：730万元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：2015-10-27、营业期限：2015-10-2至无固定期限8、注册地址：xx市xx区xx（二）公司简介公司满怀信心，发扬“正直、诚信、务实、创新”的企业精神和“追求卓越，回报社会” 的企业宗旨，以优良的产品服务、可靠的质量、一流的服务为客户提供更多更好的优质产品及服务。公司在“政府引导、市场主导、社会参与”的总体原则基础上，坚持优化结构，提质增效。不断促进企业改变粗放型发展模式和管理方式，补齐生态环境保护不足和区域发展不协调的短板，走绿色、协调和可持续发展道路，不断优化供给结构，提高发展质量和效益。牢固树立并切实贯彻创新、协调、绿色、开放、共享的发展理念，以提质增效为中心，以提升创新能力为主线，降成本、补短板，推进供给侧结构性改革。（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7833.596266.875875.19负债总额2818.892255.112114.17股东权益合计5014.704011.763761.02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16882.0713505.6612661.55营业利润3314.922651.942486.19利润总额2994.652395.722245.99净利润2245.991751.871617.11归属于母公司所有者的净利润2245.991751.871617.11二、 需求管理即使运用了系统的预测方法，能力仍然难以与实际需求相吻合：能力要么超过需求，要么低于需求。因而，在经济有效地调整运营能力的前提下，管理需求就显得非常重要。需求管理是指确定顾客在哪里、他们的真正需求是什么、需要多少、何时需要。通常采取以下四种方法来管理需求。1、通过信息共享减少需求的不确定性为了减少需求的不确定性，企业应争取分享下游客户的销售点信息，并在此基础上，建立供应商管理库存系统。另一方面，企业应分享上游供应商的能力信息。2、利用需求的相关性来确定需求的数量与时间对于相关需求，企业需要掌握与其关联的独立需求及其比例关系。再在考虑提前期的基础上，确定其需求数量和需求时间。3、利用营销策略平滑需求在淡季到来时，可以通过产品打折、送购物券等手段来增加需求。在旺季到来时，则取消相应的优惠策略。这种手段还可应用在影剧院、通信、体育场馆等。例如，体育馆可以把17：0019：00时段的场地费定得比其他时间高很多，以此把一部分顾客分流到其他时间段。4、通过预约和预订来调节服务需求在服务业，可通过预约和预订来主动安排需求。例如，医院（尤其是口腔门诊）可以通过预约来分散到医院的患者，宾馆或航空公司可以通过预订来平衡顾客对客房或航班的需求。三、 需求预测需求预测是对未来可能发生情况的估计与推测。需求预测是考虑市场的各种影响因素，对未来的产品或服务需求进行的估计与推测。需求预测为企业生产经营决策提供产品和服务的需求信息，是编制生产计划的依据。1、预测的基本特征与步骤预测有以下四个基本特征。（1）总是根据过去的数据或经验推断未来。脱离过去信息的预测只能是臆断，人们总是根据过去的数据或经验加上对未来走向的判断做出预测。（2）由于随机性因素，预测总会有一定的误差。预测正好与实际结果完全一致只是一种偶然。预测不可能百分之百准确，当然，不预测更不准确。（3）群体预测的精度高于单个人的推测。因个人能力、经验的局限性，个人预测偏差比群体预测更大。（4）预测的精度随时间跨度的增加而降低。根据上午的天气预测当天下午的天气肯定会比预测明天下午或下个月同一天下午的天气更为准确。预测经济变量也服从同样的规律。一般而言，需求预测包括以下四个步骤：明确预测目的；搜集和整理数据资料；选择预测方法进行预测，给出预测结果；计算、分析预测误差，改进预测方法。2、常用的预测方法需求预测的方法可分为两大类：定性预测与定量预测。（1）定性预测方法定性预测方法又称主观预测方法，是依靠熟悉业务知识、具有丰富经验和综合分析能力的专家，根据已掌握的历史资料和直观材料，考虑各种影响需求的因素，综合各方面的意见，对未来需求的发展趋势与变化做出推断。这类方法常用于对预测对象的历史销售数据掌握不多或影响需求的因素比较复杂的情况。这类方法不采用复杂的数学公式，简便易行。其缺点是预测的准确程度决定于人的经验和主观判断，缺乏数量上的准确描述。常用的定性预测方法有：德尔菲法、用户调查法、部门主管讨论法和销售人员集中法等。1）德尔菲法德尔菲法由海曼和德尔基于20世纪40年代首创，经过T.J.戈尔登和兰德公司进一步发展而成。德尔菲是古希腊传说中的神谕之地。传说太阳神阿波罗成为德尔菲的新主人之后常派人到各地搜集聪明人的意见。借用这一集中智慧和灵验的地名，寓意德尔菲法具有高超的预见力。这种方法以预先选定的专家作为征询意见的对象。预测小组以匿名的方式给各位专家发放调查问卷，函询专家的意见，然后汇总整理收集到的专家意见。在参考反馈意见的基础上，预测小组重新设计出新的调查问卷，再对每个专家进行调查。专家可以根据多次反馈的信息做出判断。如此反复多次，专家的意见逐步趋于一致，即得出预测结果。德尔菲法通常在采集数据成本太高或不便于进行技术分析时采用，适用于对长期趋势和新产品的预测。这种方法的主要优点有：预测速度较快，预测成本较低；消除了群体压力或某些主导性个体对预测结果产生的负面影响；预测过程中，不断反复调查，使专家意见逐渐趋于一致。其主要缺点是专家的选择没有明确的标准，预测责任分散。应用德尔菲法时，应注意以下四个要点。要预测的问题单一、明确。一次最好预测一个具体问题。以匿名方式进行。由专家背靠背地提出各自的意见，以避免专家之间的相互影响。反复多次。预测结果一般是在多次调查、不断反馈、反复综合整理、归纳和修正的基础上形成的。考虑可能出现的偏差。在预测中，应考虑各个专家所具有的经验、对预测问题的熟悉程度以及判断能力。实际中，可采用对不同水平的专家赋予不同权数的方法，对他们的回答结果进行加权处理，以使预测结果更趋准确。2）用户调查法用户调查法是通过信函、电话或访问的方式对现实的或潜在的顾客购买意图进行调查，得到预测结果。这种方法常用于预测新产品或缺乏销售记录的产品的需求。这种方法的主要优点有：预测直接来源于顾客购买意图，较好地反映了市场需求情况；可获得丰富的信息，如顾客对产品优缺点的看法，这有利于企业改善产品，有利于开发新产品和有针对性地开展促销活动。其主要缺点有：有些顾客不愿或不能正确地表明看法；顾客购买意图容易随着一，些新的情况（如办展销会）出现而发生变化；调查费用高。3）部门主管讨论法部门主管讨论法是一些中高层管理人员，如营销部、运营部、财务部等的管理人员，聚集在一起通过集体讨论预测对产品的需求。这种方法常用于制定长期规划以及对新产品的预测。其应用前提条件是参与预测的部门主管具有专门的知识、较丰富的经验以及对市场的洞察能力和分析能力。这种方法的主要优点有：预测简单、经济易行；不需要准备和统计历史资料；汇集了各主管的丰富经验与聪明才智；如果市场情况发生变化，可以立即进行修正。其不足之处有：个别人（权威）的观点可能左右其他人的意见；预测的责任分散，会导致管理者发表的意见流于草率。4）销售人员集中法销售人员集中法是把每个销售人员对需求情况的预测进行综合而得出预测结果。预测时，首先由每个销售人员估计自己所负责的销售区域的产品销售额和总的市场需求，然后汇总各销售区域人员所估计的销售额，得到预测结果。这种方法的主要优点是，由于销售人员直接接触经销商和客户，最了解消费者的购买计划，得出的预测结果更准确。这种方法的缺点是容易受上人偏见的影响。（2）定量预测方法定量预测方法是利用统计资料和数学模型来进行预测。定量预测的优点是注重事物发展变化程度上的数量描述。预测主要依据历史统计资料，较少受主观变化因素的影响，可以采用计算机辅助处理预测数据。缺点是不够灵活，对信息资料的质量和数量要求较高。常用的定量预测方法有时间序列模型和因果关系模型。本书只介绍最基本的定量预测方法，要了解更多的预测方法可参考预测专业书籍。1）时间序列模型时间序列是指某种观测变量的数据按时间先后顺序排列起来的数列。时间序列往往是在多种不同因素的综合作用下形成的。通常可以把作用于时间序列的各种因素分为四类，即长期变动因素、季节变动因素、循环变动因素和随机变动因素。长期变动是数据随时间变化所表现出的一种趋向，或保持稳定，或上升，或下降。季节变动是指与诸如天气、节日和假日等变量有关的、在短期内所呈现出的规律性变动趋势。循环变动是指需求在较长的时间内所呈现的周期性波动。随机变动是指由众多细微的不可控因素引起的、没有规则的上下波动。时间序列模型预测方法就是在对时间序列本身及其影响因素分析的基础上找出内在变化规律，通过建立数学模型进行预测。下面主要介绍常用的简单移动平均法、加权移动平均法和指数平滑法。简单移动平均法。简单移动平均法是在对时间序列数据进行分段的基础上，按照数据点的顺序逐步推移计算其平均数，并据此做出预测。移动平均法适用于短期的，产品需求波动不大且不存在季节变动的情况。但是，时期的不同对预测期数据所造成的影响是不同的。简单移动平均没有考虑这一影响，这也是简单移动平均的不足之处。加权移动平均法。在求移动平均数时，为表示不同时期的数据对预测期数据所造成的影响，可对各时期时序数据赋予不同的权重。一般近期数据的权重大，较远期数据的权重小。考虑了权重的移动平均法即加权移动平均法。指数平滑法。指数平滑法是根据本期的实际值和过去对本期的预测值，预测下一期数值，它反映了最近时期的数值对预测值的影响。这是在简单移动平均法和加权移动平均法基础上发展起来的特殊的加权平均法，考虑了所有的历史数据，并且赋予近期数据更大的权重。2）因果关系模型因果关系模型是利用变量之间的相互关系，根据历史统计数据，在测定分析变量之间相互关系的基础上推断未来变化情况。常用的因果关系模型是回归预测模型。在回归预测中，需要预测的变量为因变量，如销售量、订单数量等；与因变量有密切关系、影响其变化的为自变量，如价格、可支配收入等。趋势模型。当随着时间推移，需求呈现出持续上升或持续下降趋势时，可以直接运用回归方程对未来的需求进行预测。这种模型即为趋势模型