大数据经营下三一重工的盈利质量分析财务管理毕业论文.docx

大数据经营下三一重工的盈利质量分析财务管理毕业论文.docx

《大数据经营下三一重工的盈利质量分析财务管理毕业论文.docx》由会员分享，可在线阅读，更多相关《大数据经营下三一重工的盈利质量分析财务管理毕业论文.docx（16页珍藏版）》请在冰豆网上搜索。

大数据经营下三一重工的盈利质量分析财务管理毕业论文

---文档均为word文档，下载后可直接编辑使用亦可打印---

要

大数据伴随着信息技术的发展得到了实质性应用，成为国家转型升级的重要发展战略。

相关文献对大数据经营模式和盈利质量进行了分析研究，得出了不同的研究成果。

从应用大数据以来，传统制造业发生了颠覆性的改变，质量和效率都得到了明显的提升。

大数据出现以来，被应用于越来越多的领域，而在工业行业，生产流程，管理控制，产品质量维护等多领域已经得到了应用，结果是减轻了员工的工作量，提高了效率。

三一重工的大数据应用经历了10多年的研究发展和应用，在产品设计和服务等方面取得了成效。

在财务上表现为盈利能力的提高，资产利用效率和债务水平有待改善。

企业盈利质量有其内涵和评价指标。

在大数据经营模式下，三一重工的盈利质量得到了明显改善。

无论是从获利性、收现性、持续稳定性，还是成长性方面，三一重工都为制造企业大数据应用提供了借鉴。

关键词：

三一重工，大数据，盈利质量

Abstract

Inthecontextoftheinformationage,theapplicationofbigdatahasbecomemoreandmoreextensive,anditisanindispensablebasicstrategyintheprocessofnationaltransformation.Relevantliteraturehasanalyzedandstudiedthebigdatabusinessmodelandprofitquality,andobtaineddifferentresearchresults.Theadvantagesofbigdatainmanufacturingqualityandefficiencyareevidentlyconfirmedwhenitisappliedtothetransformationoftraditionalmanufacturingindustry.Bigdatahasbeenappliedinmanyfields,moreandmoreintheindustrialindustryintheproductionprocess,qualitycontrolandotheraspects,whichgreatlypromotesthereductionofworkloadofemployeesandtheimprovementofworkefficiency.SanyHeavyIndustry'sbigdataapplicationhasexperiencedmorethan10yearsofresearch,developmentandapplication,andachievedresultsinproductdesignandservice.Thefinancialperformanceistheimprovementofprofitability,andtheefficiencyofassetutilizationanddebtlevelneedtobeimproved.Thequalityofenterpriseprofithasitsconnotationandevaluationindex.Underthebigdatamanagementmode,theprofitqualityofSanyHeavyIndustrieshasbeensignificantlyimproved.Regardlessofprofitability,revenue,sustainability,orgrowth,SanyHeavyIndustriesprovidesareferencefortheapplicationofbigdatainmanufacturingenterprises.

Keywords:

SanyHeavyIndustry,BigData,ProfitQuality

绪论1

大数据经营下的三一重工盈利质量分析

绪论

（一）研究背景和目的

随着全球产业竞争的加剧，为了发展和转型经济，发展制造业成为各个大国重要的战略选择，欧美等发达国家开始把发展实体经济的重心放在发展制造业上。

德国实施工业4.0战略，促使制造业向智能化转型，美国积极推动“再工业化”，提出“工业互联网”，发展高端制造业领域;巴西、印度等一些发展中国家也在积极推动制造产业的发展。

而在工业4.0时代，随着工业领域快速地发展，数据驱动着行业的决策。

无论是工业4.0还是中国制造2025，最根本的目的都是为了促进我国的传统制造业在信息时代下能够朝着智能化的方向发展，使工业制造企业能够适应发展需求，这些都证明了工业大数据时代的到来[1]。

在研究三一重工的大数据经营模式时，研发生产，产品管理和售后服务等方面都不乏研究，但却很少有大数据与财务关系的研究，因此本文选择深入研究大数据经营和三一重工盈利质量的关系。

通过对三一重工盈利质量的分析，可以更加深入地探讨大数据经营模式对企业的财务管理和经营效益所产生的影响;从三一重工的物联网平台对其盈利影响的研究，探讨出三一重工大数据模式的发展前景和今后的走向。

（二）理论和实际意义

查阅关于大数据在国内外的发展历程的文献，分析大数据的发展现状，并且与三一重工的数据进行对比，对三一重工的大数据发展情况进行评估，分析当前大数据在工业领域的应用水平，探讨出大数据经营为制造业带了来什么，为今后的进一步发展提供方向和在大数据背景下制造业转型升级的思路。

通过分析三一重工的财务数据，得出大数据为三一重工带来的绩效和盈利，明确大数据在三一重工的价值，指出三一重工今后在物联网的发展道路。

（三）国内外文献综述

Lev＆Thiagajan（1993）提出，一个企业的收益质量如何，关键要看这个企业能否在很长一段时间内实现收益的持续性增长，因此这两个要素呈现出显著的正相关关系作为预测价值的基本特征，收益持续性在对收益质量进行测量时，在一定程度上会与预测价值保持相同的角度，即这两者的衡量角度具有一致性；Potter ＆ Rayburn（1993）在研究过程中引入了两个的代理变量，他们认为收益持续性是基础的代理变量，而预测价值则是一个关键代理变量；Rao（1996）则提出，在计算和确定收益质量时，只需要一个代理变量，通过收益预测价值这一变量就可以得出计算结果。

Dechow&Dichev（2002）建立了一个新的计量模型，这一计量模型与传统的收益管理计量模型相比具有明显的优势，因为这一模型可以反映收益管理和外部市场经济的变化对整体的收益质量的影响，因此D-D模型得到了广泛的应用。

而PeterD.WySocki（2005）通过研究发现，由于受当期应计利润和现金流量之间关系的影响，因此利用D-D模型所计算出来的结果可能存在一定的误差，因此他对这一计量模型提出了修正意见，并且他提出，可以将收益持续性以及预测能力等作为表征变量，因为这些变量可以更加准确地反映收益质量的高低。

Francis&Lafond（2002）等进一步深入研究了收益质量，尤其是关于其市场定价的研究，他们对传统计量模型进行了一定的修正，引入了传统计量模型中所缺乏的表征变量，即非正常应计利润，他们发现这一个变量可以更加直观地反映收益质量水平，而且他们还发现在影响收益质量的一系列因素中，资本和债务成本的提高，会导致收益质量的降低，因此它们具有负相关关系，而另外一些因素，例如负债率等则与收益质量之间呈现显著的正相关关系。

储一昀、王安武（2000）在评价盈利质量时，从新的角度进行了研究，他们从利润是否能够实现的角度来探讨盈利质量，并且通过实证分析得出了以下结论：

我国大部分上市公司的盈利获得的时间与现金流入的时间并不是同步的，而且很多公司尤其是那些亏损的公司会为了某些目的而对盈利进行人为的操作，这在很大程度上影响了盈利质量的评价，这也是当前我国盈利质量评价存在的主要问题。

蒋义宏、牟海霞（2001）为了使研究结果更加具有说服力，对839个上市公司进行了研究，调查了这些公司1999年的年报，从利润发展能力这一角度来评价上市公司的盈利质量，他们最终得出的结论是：

EPS略大于0或者ROE略高于6%的上市公司的盈利质量比较差，因为这些公司的非经常性损益占净利润的比例都比较高。

耿建新（2003）对违规公司的报表进行了研究，并且从现金流量与净利润的对比来进行分析，从对比结果中寻找预警信息，研究结果表明，当企业在经营过程中业绩出现比较明显的下滑并且公司管理层对盈利进行操作时，这些信息不实的公司的报表基本有一个共同特点，即净利润现金差异率都会比较高，因此这一指标不仅可以作为盈利质量的指标，同时也可以当作预警信号。

周建波（2004）在计算公司的盈利质量综合得分值时，选用了8个相关性比较高的财务报表指标，并且分别运用了两者不同的计算方法通过回归分析进行研究，通过计算结果可以计算出每一个指标的数值变化对股票回报率所产生的影响，研究结果表明，在一定条件下，这8个指标的数值变化可以对股票回报率的变化产生显著的正向影响，即随着指标数值的增长，则对股票回报率的增量贡献程度越大；另外，盈利质量的综合得分对未来盈利也有着明显的影响，也呈现出正相关关系[2]。

（四）研究框架

第一部分：

绪论（检索运营模式相关论文，然后进行综述，提出研究这个问题的意义）

第二部分：

探究三一重工经营模式及其应用（检索相关研究）

第三部分：

理解企业盈利质量评价的概念和意义，列举相关的财务分析指标

第四部分：

分析大数据在制造业中的应用情况

第五部分：

探究大数据在三一重工的发展历程与其发挥的价值（检索相关研究）

第六部分：

通过2014-2018年的上市公司年报中资产负债表、利润表和现金流量表中财务数据，分析三一重工的财务业绩和盈利质量。

第七部分：

对大数据应用提出建议

第八部分：

结论

一、大数据经营模式及其应用

（一）大数据模式

工业产品和其他产品一样，也具有明显的生命周期，而且不同生命周期阶段对整体产品的影响有所差异，其中开发、使用以及回收这三个阶段对整体产品生命周期有着决定性的影响。

工业产品生产以及销售等各个环节都会涉及到大量数据，数据在工业生产的过程中发挥着重要的作用。

图1-1工业生产过程

大数据时代的到来，促使了生产率的增长，为我国工业向智能化转型和发展提供了新的模式，开辟出新的道路。

我国陆续颁布了大数据行动纲要、中国制造2025、“互联网+制造业”等一系列重要的发展政策，这些政策的根本目标都是促进产业之间的融合，使传统制造业生产和销售环节中互联网技术应用水平不断提升，使我国制造业在新的时代下获取新的竞争优势。

最近几年里，随着全球经济数字化的推动，我国的工业大数据发展迅速。

从整体上看，大数据产业体系基本形成，当前涌现出了越来越多关于大数据资源建设、技术和应用领域的新业态；其次，在相关国家政策的推动下，制造业大数据的应用领域在近年来得到了极大的拓展，尤其是行业数据资源采集、整合、共享和利用的能力在逐步提升。

再者，大数据对传统制造业转型升级的能力不断提升，产业链中各个环节的数据链条由过去断裂的状态逐渐转变成为了数据闭环的状态，相应的应用产品也在不断创新，极大促进了传统制造业生产方式以及管理模式的改变，我国当前的制造业数字化和网络化的发展趋势已经越来越明显[3]。

（二）大数据应用

作为一个制造业大国，我国当前已经形成了完善的制造业体系，不仅有着世界上最大的规模，而且工业产品的种类也是最齐全的，我国的工业产品在国际市场上具有重要地位。

而随着网络化和智能化时代的到来，我国传统制造业中所具备的竞争优势逐渐减弱，受到了大数据时代下先进制造业的巨大冲击，面对这一发展形势，我国提出了一系列制造业变革计划，使我国的制造业不断朝着智能化和数字化的方向发展。

我国近年来越来越重视工业机器的生产，在全球工业生产机器设备中，我国生产的工业机器占比非常高，而且装机总量速度远远超出世界平均水平，是全球增长速度的两倍多，高达19%。

随着我国对国产机器自主研发重视程度的提高，我国生产的工业机器质量上升很明显，而且价格也比较低，因此国内企业都比较认可国产品牌，工业机器的应用范围也在不断扩大，从汽车、军事以及电子制造等领域不断向金属加工以及食品加工等领域扩张。

尤其是在城市轨道交通、海洋工程建设等基础设施和高难度工程项目建设中，智能装备的应用水平不断提高，自主创新能力以及自主生产能力的提升十分显著。

我国近年来的高铁建设速度越来越快，而且取得了诸多研发成果和专利。

我国的高铁建设不仅在国内具有重要影响力，而且我国还积极推动高铁建设的出口，承包其他国家的高铁建设项目，这可以体现出我国当前高铁建设的能力不断增强，同时也可以预见工业制造领域的智能化会极大推动我国工业大数据的发展。

我国工业制造在数据数量以及规模上虽然比世界上大多数国家有优势，但是在质量和数据管理方面仍然具有一些不可避免的问题。

在数据质量方面，长期以来我国的制造业一直都处产业链的末端，主要是利用廉价的劳动力以及低成本的原材料来获取竞争优势，对机械设备的依赖程度比较低而且没有参与产品的核心环节。

因此在我国的制造业产业链当中，上中下游企业之间的联系并不明显，在企业内部，各个部门之间也没有形成共同协作的意识，因此导致了我国制造业大数据的质量比较低下。

目前工业大数据不仅规模越来越大，而且来源渠道也越来越广泛，包括声音数据、图像数据和视频数据等，大量的信息虽然给企业决策带来了明显的优势，但是在一定程度上也给数据价值的挖掘增加了难度。

因此，对于现代制造业企业而言，如何充分挖掘数据价值并且对数据价值进行分析成为了工业智能化和数字化的关键，利用高效的分析技术可以更好地将数据个体之间的纵向联系和横向联系呈现出来，为企业的决策提供更加具有参考价值的信息。

然而当前我国还没有形成成熟的大数据分析技术，因此企业可以充分利用这一阶段开展大数据技术集成研发，创造更多价值。

二、企业盈利质量评价

（一）盈利质量内涵

“盈利质量”的概念最早于上个世纪三十年代左右由美国学者提出。

近几年来，盈利质量越来越在财务分析中受到人们的关注。

盈利质量是指企业经营利润中的实际含金量，当前学术界还没有形成统一的关于“盈利质量”的定义，大多数学者在对盈利质量进行定义时从两个角度分析，第一个是现金流量观，反映的是盈利与现金流量的关系，但是无法体现出盈利的可持续发展能力；第二个角度是持续性观，这一角度所反映的是企业在未来阶段内盈利增长的能力和潜力，但却忽视了企业现阶段的真实盈利能力。

综合以上两种观点的侧重，盈利质量的内涵可以得到想比较完整的表述：

盈利质量的高低可以揭示出一个企业在某个阶段内盈利水平的高低，这可以反映出企业的具体获利情况，这种评价方式按照收付实现制来进行计算，通过建立相应的模型，从现金流量表中提取相关的数据计算和检验。

（二）盈利质量评价

盈利质量不仅仅可以反映当前阶段的业绩情况，而且还可以反映过去某个阶段的业绩情况以及预测未来的财务发展趋势，因此无论是企业自身还是社会投资者等利益相关者，都非常重视盈利质量。

企业的经营者、投资者以及政府等主体，都需要对企业的盈利质量进行分析评价，以更好地评估企业。

一是获利性。

对于企业而言，获利是最终的目的，因此企业的获利能力在一定程度上可以反映出一个企业盈利能力的高低。

盈利性是盈利质量分析的基本前提，同时也是持续稳定和成长性分析的前提。

如果企业缺乏获利性，那么它的盈利质量也会很差。

销售毛利率表示单位销售毛利中可用于支付企业经营里的各项期间费用。

净资产收益率的数值与企业的获利能力呈现出正比关系，这一数值所反映的是股东权益的收益水平，因此净资产收益率越高，则证明企业获取收益的能力就越强。

二是盈利质量的真实性。

财务报表的信息真实性影响了盈利质量的真实性，盈利质量的真实性是指企业财务报表所的数据都是真实的，是对企业某个阶段内实际经济业务收入的真实反映；没有采用任何操作利润的手段，严格按照国家和相关的会计政策，没有进行会计造假行为，盈利只有是真实的，才是有质量的。

一个公司生产现金的能力水平，可以通过净资产回收现金比率来体现，一般来说企业中的利润有一部分可以自由利用，但是有一部分则无法自由利用，而通过净资产回收现金比率则可以对利润中的资金类型进行判断。

三是盈利质量的现金保障性。

企业在经营过程中将收益转化为现金的能力，即为一个企业的现金保障性，该指标对盈利质量也有着显著的影响，该指标数值越高，则说明企业在某一个阶段内的盈利质量越高；一般企业会按照权责发生制原则来处理财务数据，因此营业收入并不全都是以现金的形式存在，有一部分以应收账款的形式存在。

因此，如果企业无法在一定的时间内收回应收帐款，则会影响企业的资金使用，营业收入无法得到正常的发挥；另外如果其范围持续扩大，则有可能会形成不良格局，即三角债。

因此，利用现金保障程度作为评价指标，可以更加真实地反映出企业盈利中的真实含金量，可以避免虚盈实亏现象的影响。

营业利润现金比率可以反映出企业的现金保障程度，该指标的数值越高，则说明企业某一阶段内营业利润中现金的比例越高，越有利于保障企业正常的资金周转。

主营业务收现率则表示的是一个企业中主营业务收入中现金所占的比重大小，主营业务收现率越高，则说明现金的回收率就越高，当期的应收帐款数量不多，则企业越有能力对营业利润进行支配和掌控价值链。

该指标数值大于1时则说明大部分应收帐款都可以在规定时间内收回，没有影响到企业的正常运营，盈利质量高；而比值小于1时，则说明应收帐款没有得到及时的回收，企业的资金流动性不高，盈利质量不高。

四是盈利质量的持续稳定性。

企业当前的盈利水平能否在未来一段时间内稳定地保持下去，可以反映出盈利的持续稳定性，这一指标反映了企业综合发展能力和竞争能力。

盈利的持续稳定性与盈利质量呈现出正比关系，即越稳定，则盈利质量就越高。

从一个企业的利润结构可以判断出盈利的稳定持续性，主营业务的收益是企业利益的主要来源，因此主营业务收入占比高低，最终表现为企业盈利水平的持续稳定性。

另外盈利的持续稳定性又受到现金保障性、稳健性原则等因素的影响。

五是盈利的成长性。

一个企业在获取利润的同时，还要保证利润水平是一直在稳定增长的，这体现的是盈利的成长性，如果一个企业没有良好的盈利成长性，则很难促进规模的扩张和企业的发展。

盈利成长性越好，则在该阶段以及未来一段时间内企业的盈利质量比较高，盈利质量也会持续提升，因此该指标可以揭示未来的盈利能力，本文在研究过程中主要用营业利润增长率和主营业务收入增长率来反映这一指标。

三、大数据在制造业中的应用

在制造业的生产过程中，机械设备在运转的过程中，在产出产品的同时，也会产生大量的数据，将这些数据进行收集并且存储起来，可以得到能够反映机械设备生产过程中各方面信息的数据，最终整合成为工业大数据，在智能平台上将海量的工业大数据进行提炼，转化出少量的关键信息，这是工业大数据的关键。

（一）应用范围

在现代工业领域中，大数据融入生产的各个环节中，通过收集和分析数据，应用于产品的生产流程、生产管理控制、产品质量、研发设计、远程维修维护等各个环节中[4]。

生产流程：

利用大数据技术进行分析,，提高生产线的效率，从而为企业带来效益

生产管理控制：

从企业管理来说，把不同产品数据收集在一起，以数据分析呈现结果给核心管理层，帮助其调整企业的生产策略

产品质量：

通过数据分析，可以找出产品不合格的生产环节和原因，从而改善原材料或生产流程；

研发设计：

大数据技术可以积累知识，通过参考以往设计数据，研发设计出新的产品。

远程维修维护：

在产品售后服务，利用互联网或传感器产生的数据，实时诊断出产品故障。

除此之外在生产过程中获得的大数据,也可以应用于机械设备中，通过获得的大数据以及相关算法，机械设备能够评估自己的运行健康和自身在物理环境中的表现，利用设备的CPS传感器架构，进行自我维护的分析和决策，并且能够对机械设备的运行状态进行检测。

这不仅能提升资源的利用率，提高机械运作效率，也降低了企业运营成本。

（二）制造业变化

与传统机械制造相比，现代化的智能机械制造具有两个无可比拟的优越性：

一是降低人工操作量，工业大数据在效率方面有着明显的优势，可以极大提高生产的效率，减少生产过程中的人工操作；在工业化大数据时代，可以在生产过程中以及其他环节中引入远程监控，这样不仅可以减少工业生产过程中的人工操作，而且可以减少失误，因为利用远程监控一个人就可以代替好多人盯着机器运转，从而解放闲置劳动力。

这种生产模式还有助于整体调控，在总监控台有专人监控，一旦任何一台设备出现问题，就可以及时地维修或纠正错误，将以前全靠人力维修的模式颠覆。

机械控制和人为控制相比较，另外一个优点就是事故率减少，正因为统一控制，程序审定比较严格，整体配性能更好，因此比人工操作出现事故的概率小很多，如今，有些智能机械自动化设备植入只能芯片，可以最大限度模拟人脑来处理突发事故，开创了工业大数据技术先河。

这些都大大地保证了产品质量，减轻工作负担，解放劳动力。

二是工业大数据生产拥有更高的效率。

工业的发展有目共睹，趋势就是逐渐迈向自动化、智能化。

因为智能机械自动化所带来的经济效益是其他产品所不能满足的，高效率才是高收益的保障。

传统机械自动化应用的生产受到许多因素的制约，比如环境，厂房，人工，天气等一系列外界或人为的因素。

多种因素共同作用下就会制约生产效率的提高，进而阻碍经济效益的提高。

而智能型机械自动化应用相对而言就保持了更稳定的生产性能。

在一定程度上讲生产程序规范化，统一化，其稳定性是产品生产的保证。

只要提前设置好生产程序，那么机器就会在后续的运行过程中沿着这一规定执行，从而自动排出外界环境的影响。

另外，事故率也是影响生产的一大要素。

工业大数据应用因为科技含量高，拥有

较低的事故率，从而在侧面节省了机器运行的维修成本，进而提高经济效益{5}。

四、大数据在三一重工的发展历程

三一重工是中国最早的工业物联网实践企业之一，很早就发现了设备联网的重要。

2005年，当时还没有物联网相关的概念，三一重工就已经率先对联网的核心技术进行了大量研究，而且还开发自己的物联网平台。

从2007年开始，三一重工加大对相关技术和设备研发的投入，先后建立了M2M监控平台，并且研发出了一系列硬件和软件，支撑这些技术平台的发展；2009年，为了实现工程机械的物联网应用，三一重工加大研究力度，开发了相关的联网企业控制中心，开启了国内工程机械物联网时代；2010年，为了进一步细分监控平台，三一重工分别对应机械制造中的不同环节而建立了三个子平台。

2011年，经过进一步发展，三一重工建成了M2M应用平台，当时世界上很少有这样大容量的应用平台，而在中国，该应用平台的容量是最大的。

随后三一重工针对客户服务，又集中力量对相关的应用平台进行研究，研发了“ECC客户服务平台”，此后三一重工正式进入“大数据+云平台”阶段。

从2008年至今，三一重工已经对23万台机械设备的运行数据进行收集和存储，在运行的过程中都会产生大量的数据，通过对这些工业数据进行收集，三一重工获得了海量信息和数据，并且比同行业企业提前进入了大数据时代。

三一重工主要将大数据运用到以下这四个主要的方面：

一是对整体的环境进行预测。

三一重工在清华大学以及其他科研机构的帮助和支持下，推出了“挖掘机指数”，通过这一技术，可以全面收集设备的数据，从而可以