機(jī)械制造產(chǎn)業(yè)財(cái)務(wù)狀況預(yù)警的經(jīng)濟(jì)學(xué)

　　機(jī)械制造產(chǎn)業(yè)財(cái)務(wù)狀況預(yù)警的經(jīng)濟(jì)學(xué)【1】

　　摘要 自從上個(gè)世紀(jì)60年代開(kāi)始，就有外的相關(guān)學(xué)者對(duì)于企業(yè)的相關(guān)財(cái)務(wù)狀況的相關(guān)預(yù)警工作進(jìn)行了大量的探索和研究，并且有著“Z計(jì)分法”的誕生，但是在40年的不斷發(fā)展中Z函數(shù)的相關(guān)應(yīng)用和擴(kuò)展已經(jīng)非常的普遍。

　　但是，因?yàn)槠髽I(yè)的國(guó)別、地域、行業(yè)、規(guī)模等的不同使得Z函數(shù)在我國(guó)的相關(guān)企業(yè)的實(shí)際應(yīng)用是不符合我國(guó)企業(yè)的發(fā)展情形的。

　　關(guān)鍵詞 機(jī)械制造業(yè) 財(cái)務(wù)狀況預(yù)警 經(jīng)濟(jì)學(xué)分析

　　一、相關(guān)企業(yè)的樣本選取以及變量選取

　　財(cái)務(wù)狀況的相關(guān)預(yù)警預(yù)測(cè)對(duì)于企業(yè)的生存和發(fā)展有著非常重要的作用。

　　直到2002年的年底，在深圳和上海兩個(gè)城市的A股市場(chǎng)中有著一百零五家ST公司，我們見(jiàn)面過(guò)在深圳的相關(guān)A股市場(chǎng)中進(jìn)行機(jī)械制造產(chǎn)業(yè)的相關(guān)企業(yè)作為實(shí)際的研究資料，對(duì)其分別通過(guò)機(jī)械制造相關(guān)產(chǎn)業(yè)的相關(guān)ST作為其抽取的相關(guān)樣本，并且對(duì)于機(jī)械制造產(chǎn)業(yè)中的ST企業(yè)中抽取十家，再將實(shí)際的機(jī)械制造相關(guān)產(chǎn)業(yè)中非ST的相關(guān)企業(yè)作為樣本，并依據(jù)一定的比例間隔對(duì)于十家非ST相關(guān)公司進(jìn)行隨機(jī)抽取并作為其對(duì)照樣本組。

　　除此之外，在進(jìn)行五家相關(guān)機(jī)械制造產(chǎn)業(yè)的相關(guān)公司進(jìn)行隨意抽取并將其作為測(cè)試樣本，依照這樣的原則在深圳市的A股交易市場(chǎng)的二十五家已經(jīng)上市的機(jī)械制造產(chǎn)業(yè)中的相關(guān)企業(yè)作為此次進(jìn)行研究的相關(guān)樣本，并且對(duì)他們分別計(jì)算出每股的實(shí)際收益、以及股東實(shí)際權(quán)益的相關(guān)比率和凈資產(chǎn)的實(shí)際收益率以及總資產(chǎn)實(shí)際周轉(zhuǎn)率和主營(yíng)業(yè)務(wù)的實(shí)際利潤(rùn)率、企業(yè)的總資產(chǎn)的實(shí)際增長(zhǎng)率。

　　詳細(xì)的相關(guān)情況請(qǐng)見(jiàn)表一：

　　為了分析對(duì)于上面情況所敘述的相關(guān)財(cái)務(wù)比率是不是能夠真正有效的進(jìn)行ST公司同非ST公司有效的區(qū)別，我們對(duì)于上述的20家相關(guān)的上市公司的實(shí)際的相關(guān)估計(jì)樣本通過(guò)相關(guān)統(tǒng)計(jì)軟件來(lái)進(jìn)行6個(gè)相關(guān)財(cái)務(wù)比率的T檢驗(yàn)。

　　經(jīng)過(guò)對(duì)于T檢驗(yàn)所得出的結(jié)果的分析和了解，我們獲得以下的相關(guān)結(jié)論：在每一股的實(shí)際收益以及主要經(jīng)營(yíng)項(xiàng)目業(yè)務(wù)的實(shí)際利潤(rùn)率進(jìn)行雙尾T的相關(guān)檢驗(yàn)的實(shí)際顯著性的概率都大于百分十零點(diǎn)零五。

　　可以認(rèn)為對(duì)于每股收益以及其主要經(jīng)營(yíng)項(xiàng)目業(yè)務(wù)的實(shí)際利潤(rùn)率都不能對(duì)于ST公司以及非ST公司進(jìn)行良好的有效的區(qū)分。

　　企業(yè)的凈資產(chǎn)的實(shí)際收益率、總資產(chǎn)的實(shí)際周轉(zhuǎn)率、股東權(quán)益的實(shí)際比率以及總資產(chǎn)的實(shí)際增長(zhǎng)率的相關(guān)雙尾T的實(shí)際檢驗(yàn)的相關(guān)顯著性的相關(guān)概率都小于百分之零點(diǎn)零五。

　　這四項(xiàng)相關(guān)比率都能夠?qū)τ跈C(jī)械制造產(chǎn)業(yè)的非ST公司以及ST公司進(jìn)行良好的區(qū)分。

　　以下將選用凈資產(chǎn)的實(shí)際收益率(Y3)、總資產(chǎn)的實(shí)際周轉(zhuǎn)率(Y2)、股東權(quán)益實(shí)際比率(Y1)以及總資產(chǎn)的實(shí)際增長(zhǎng)率(Y4)這四項(xiàng)指標(biāo)來(lái)將其作為研究的實(shí)際有效的相關(guān)財(cái)務(wù)變量并建立起實(shí)際的機(jī)械制造產(chǎn)業(yè)的相關(guān)財(cái)務(wù)狀況的相關(guān)預(yù)警預(yù)測(cè)模型。

　　模型的建立

　　在對(duì)于20家相關(guān)企業(yè)的十幾樣本組的某年所進(jìn)行上報(bào)的相關(guān)財(cái)務(wù)比率數(shù)據(jù)進(jìn)行統(tǒng)計(jì)軟件的相關(guān)統(tǒng)計(jì)之后進(jìn)行了分析，對(duì)于其主要的成分特征值以及貢獻(xiàn)率進(jìn)行了相關(guān)對(duì)比。

　　得出Z1的實(shí)際運(yùn)營(yíng)能力的特征值是1.91，其貢獻(xiàn)率是40.8%。

　　累計(jì)貢獻(xiàn)率是38.08%;Z2的發(fā)展能力其特征值是0.97，貢獻(xiàn)率是19.2%，累計(jì)貢獻(xiàn)率是57.0%;Z3的盈利能力其特征值是1.12，貢獻(xiàn)率是19.4%，累計(jì)貢獻(xiàn)率是77.4;Z4的償債能力其特征值是1.30，貢獻(xiàn)率是21.6%，累計(jì)貢獻(xiàn)率是100%。

　　我們將其累計(jì)貢獻(xiàn)率取為100%，也就是說(shuō)這四項(xiàng)主要的相關(guān)成分所包括的原有的相關(guān)變量信息的100%。

　　這四項(xiàng)財(cái)務(wù)的原始比率對(duì)于這四個(gè)的主要的成分的實(shí)際因子負(fù)荷量以及因子得分系數(shù)的相關(guān)矩陣見(jiàn)以下表3和表4。

　　依照上述的情況進(jìn)行分析，我們能夠得到在機(jī)械制造相關(guān)產(chǎn)業(yè)的實(shí)際ST公司的相關(guān)財(cái)務(wù)狀況的實(shí)際預(yù)警預(yù)測(cè)模型應(yīng)該如下所示：

　　RS=0.408*Z1+0.192*Z2+0.194*Z3+0.216*Z4

　　當(dāng)RS大于等于0.07，就表明了該企業(yè)是一種非財(cái)務(wù)狀況下預(yù)警的相關(guān)企業(yè)，當(dāng)RS的值大于0.07，就表明該企業(yè)是財(cái)務(wù)狀況的相關(guān)預(yù)警企業(yè)。

　　模型的實(shí)際檢驗(yàn)

　　為了對(duì)于相關(guān)模型進(jìn)行預(yù)警作用的實(shí)際檢驗(yàn)，我們將其他的機(jī)械制造相關(guān)產(chǎn)業(yè)的相關(guān)測(cè)試樣本組里面的6家企業(yè)(其中3家是機(jī)械制造相關(guān)產(chǎn)業(yè)的實(shí)際非ST公司和2家是機(jī)械制造相關(guān)產(chǎn)業(yè)的相關(guān)ST公司)中的以上四項(xiàng)實(shí)際的財(cái)務(wù)比率運(yùn)用預(yù)警模型進(jìn)行相關(guān)計(jì)算并得到了相關(guān)的RS預(yù)測(cè)分值。

　　其結(jié)果如下：

　　通過(guò)檢測(cè)的相關(guān)結(jié)果顯示，在機(jī)械制造相關(guān)產(chǎn)業(yè)中的ST公司其RS值都小于0.7，其檢測(cè)的結(jié)果與實(shí)際情況一直，而三家非ST機(jī)械制造相關(guān)產(chǎn)業(yè)的企業(yè)的實(shí)際RS值都大于0.07，這就進(jìn)一步說(shuō)明了這三家企業(yè)并不是財(cái)務(wù)狀況的相關(guān)預(yù)警企業(yè)，從而同實(shí)際情況達(dá)到一致。

　　模型局限性

　　1.預(yù)警預(yù)測(cè)的財(cái)務(wù)狀況的前提是該企業(yè)對(duì)于其自身發(fā)布的相關(guān)財(cái)務(wù)數(shù)據(jù)具有真實(shí)可信的特點(diǎn)，但是由于現(xiàn)在的企業(yè)的相關(guān)會(huì)計(jì)信息出現(xiàn)著頻繁的失真現(xiàn)象，因此有一些相關(guān)企業(yè)不能夠?qū)τ谧陨淼膶?shí)際財(cái)務(wù)數(shù)據(jù)進(jìn)行真實(shí)性的反應(yīng)。

　　這樣就會(huì)使得上面所涉及的模型里面的相關(guān)財(cái)務(wù)指標(biāo)不能夠真實(shí)完全對(duì)于企業(yè)的實(shí)際經(jīng)營(yíng)業(yè)績(jī)進(jìn)行反映。

　　因此，在對(duì)于企業(yè)的預(yù)警預(yù)測(cè)財(cái)務(wù)狀況進(jìn)行良好的模型規(guī)劃之后，還要對(duì)于企業(yè)的實(shí)際會(huì)計(jì)管理進(jìn)行加強(qiáng)，保證企業(yè)的會(huì)計(jì)信息的準(zhǔn)確性，保證在企業(yè)進(jìn)行財(cái)務(wù)數(shù)據(jù)的發(fā)布的時(shí)候，能夠是企業(yè)的真實(shí)財(cái)務(wù)發(fā)展運(yùn)營(yíng)狀況，從而保證企業(yè)在其進(jìn)行相關(guān)統(tǒng)計(jì)和分析的時(shí)候，不會(huì)偏離公司的正常經(jīng)營(yíng)發(fā)展?fàn)顩r。

　　以便于有效的提高企業(yè)的綜合運(yùn)營(yíng)水平，加強(qiáng)企業(yè)的綜合競(jìng)爭(zhēng)力。

　　2.從相關(guān)行業(yè)的方向來(lái)說(shuō)，這項(xiàng)模型是通過(guò)機(jī)械制造相關(guān)產(chǎn)業(yè)作為實(shí)際分析和計(jì)算的樣本而得到的，因?yàn)樵诓煌�的企業(yè)中的產(chǎn)業(yè)的實(shí)際財(cái)務(wù)比率都有著自己的特點(diǎn)，造成不同產(chǎn)業(yè)之間存在著差異，所以對(duì)于不是機(jī)械制造相關(guān)產(chǎn)業(yè)的企業(yè)在運(yùn)用該模型進(jìn)行相關(guān)研判的時(shí)候一定要在事先進(jìn)行修正。

　　要根據(jù)自己所在公司的經(jīng)營(yíng)狀況，市場(chǎng)經(jīng)濟(jì)發(fā)展情景以及自身的各項(xiàng)因素等進(jìn)行詳細(xì)的了解和對(duì)比，找出適合自己所在企業(yè)的預(yù)警預(yù)測(cè)財(cái)務(wù)狀況的相關(guān)模型，從而真正的幫助企業(yè)建立起良好的財(cái)務(wù)預(yù)警預(yù)測(cè)系統(tǒng)。

　　3.根據(jù)本文中所設(shè)定的模型并沒(méi)有對(duì)于非財(cái)務(wù)指標(biāo)的相關(guān)因素的有關(guān)影響進(jìn)行考慮。

　　所以模型的實(shí)際應(yīng)用還會(huì)受到不用的企業(yè)的評(píng)價(jià)標(biāo)準(zhǔn)自身主觀性、條件差異性等的限制，從而難以對(duì)于企業(yè)全面滿(mǎn)足。

　　所以在進(jìn)行預(yù)警模型的了解和分析的前提下，還應(yīng)該對(duì)于非財(cái)務(wù)相關(guān)指標(biāo)的干擾因素以及一些有經(jīng)驗(yàn)的相關(guān)分析人員的實(shí)際直覺(jué)來(lái)進(jìn)行定性的評(píng)價(jià)以及分析。

　　總結(jié)：財(cái)務(wù)狀況的相關(guān)預(yù)警預(yù)測(cè)對(duì)于企業(yè)的生存和發(fā)展有著非常重要的作用。

　　在對(duì)于企業(yè)的預(yù)警預(yù)測(cè)財(cái)務(wù)狀況進(jìn)行良好的模型規(guī)劃之后，還要對(duì)于企業(yè)的實(shí)際會(huì)計(jì)管理進(jìn)行加強(qiáng)，保證企業(yè)的會(huì)計(jì)信息的準(zhǔn)確性，保證在企業(yè)進(jìn)行財(cái)務(wù)數(shù)據(jù)的發(fā)布的時(shí)候，能夠是企業(yè)的真實(shí)財(cái)務(wù)發(fā)展運(yùn)營(yíng)狀況，從而保證企業(yè)在其進(jìn)行相關(guān)統(tǒng)計(jì)和分析的時(shí)候，不會(huì)偏離公司的正常經(jīng)營(yíng)發(fā)展?fàn)顩r。

　　本文通過(guò)對(duì)于上海和深圳的20家上市企業(yè)進(jìn)行財(cái)務(wù)比率的統(tǒng)計(jì)和分析，得出在機(jī)械制造相關(guān)產(chǎn)業(yè)中的財(cái)務(wù)預(yù)警預(yù)測(cè)的相關(guān)模型。

　　從而有效的實(shí)現(xiàn)對(duì)于機(jī)械制造相關(guān)產(chǎn)業(yè)的財(cái)務(wù)狀況實(shí)際的預(yù)警的經(jīng)濟(jì)學(xué)研究和分析。

　　參考文獻(xiàn)：

　　[1]位文明，劉海濤，張俊，趙萬(wàn)華，張曉毅，朱祥.基于實(shí)際面壓力分布的結(jié)合面有限元建模方法.中國(guó)科技論文在線.2011(08).

　　[2]《機(jī)械制造與自動(dòng)化》2011年年度索引(第40卷第1-6期，總第212-217期)(卷終).機(jī)械制造與自動(dòng)化.2011(06).

　　[3]本刊編輯部.眾口鑄金 精益求精——南京金口機(jī)械制造有限公司新版GMP的應(yīng)對(duì)之策.機(jī)電信息.2011(05).

　　[4]黃靜，葉文亮，張明，李劍鋒.鍍鋁板在發(fā)動(dòng)機(jī)隔熱中的應(yīng)用及成形工藝.鍛壓裝備與制造技術(shù).2011(04).

　　基于Logistic模型的機(jī)械制造業(yè)上市公司財(cái)務(wù)預(yù)警應(yīng)用【2】

　　【摘要】本文對(duì)Logistic回歸模型應(yīng)用于財(cái)務(wù)預(yù)警應(yīng)用與分析做了深入理論分析，并以機(jī)械行業(yè)最新財(cái)務(wù)統(tǒng)計(jì)數(shù)據(jù)作為分析對(duì)象，利用SPSS統(tǒng)計(jì)學(xué)軟件求得了回歸模型參量，進(jìn)一步構(gòu)建了機(jī)械設(shè)備儀表類(lèi)Logistic回歸模型;并以某機(jī)械制造公司作為分析實(shí)例，對(duì)該模型的計(jì)算方法進(jìn)行了進(jìn)一步表達(dá)，對(duì)Logistic回歸模型在財(cái)務(wù)預(yù)警中的分析和應(yīng)用提供了一定的參考。

　　【關(guān)鍵詞】Logistic模型 財(cái)務(wù)預(yù)警 回歸模型

　　機(jī)械制造業(yè)作為工業(yè)的核心，隨著我國(guó)經(jīng)濟(jì)及工業(yè)發(fā)展，其上市公司的數(shù)量日益增多。

　　截止2014年12月，機(jī)械行業(yè)上市公司共計(jì)556家(含機(jī)械、設(shè)備、儀表)，占整個(gè)滬深兩市的21.05%。

　　在機(jī)械行業(yè)取得快速發(fā)展的同時(shí)，同樣存在因財(cái)務(wù)狀況異常而被特別處理或退市風(fēng)險(xiǎn)警示處理的制造業(yè)上市公司，而這特別是在2014年。

　　呈現(xiàn)出這一高比例的ST或*ST股的原因較多，由財(cái)務(wù)原因而被特別處理的主要原因是機(jī)械制造業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理意識(shí)淡薄，缺乏適合行業(yè)有效的財(cái)務(wù)預(yù)警體系。

　　為此，對(duì)機(jī)械制造業(yè)及整個(gè)機(jī)械行業(yè)上市公司進(jìn)行財(cái)務(wù)預(yù)警分析勢(shì)在必得。

　　通過(guò)構(gòu)建有效的財(cái)務(wù)預(yù)警模型，防范、化解風(fēng)險(xiǎn)隱患，對(duì)機(jī)械制造業(yè)上市公司管理層、債權(quán)人、投資者、供貨商以及其他利益相關(guān)主體而言都具有十分重要的現(xiàn)實(shí)意義[1]。

　　一、Logistic模型綜述及相關(guān)表達(dá)

　　Logistic函數(shù)是在果蠅繁殖的研究工作中發(fā)現(xiàn)，并最早應(yīng)用于人口估計(jì)與預(yù)測(cè)，通常把該函數(shù)又稱(chēng)為增長(zhǎng)函數(shù)(Growth function)。

　　由該函數(shù)構(gòu)建的多元邏輯模型Logistic是依據(jù)被研究對(duì)象(或分析對(duì)象)的條件概率從而判斷其財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。

　　模型的建立基礎(chǔ)是累計(jì)概率函數(shù)，其優(yōu)點(diǎn)是不需要嚴(yán)格的假設(shè)條件，突破了自變量服從兩組間協(xié)方差相等和多元正態(tài)分布的局限性等。

　　相對(duì)于多元判別分析，該模型更為穩(wěn)健且具有更廣泛的使用范圍。

　　為此，本文選擇該方法對(duì)機(jī)械制造業(yè)公司進(jìn)行分析[2]。

　　在財(cái)務(wù)預(yù)警分析中，通常將概率最佳分割因子設(shè)為0.5，當(dāng)分析對(duì)象的值小于0.5時(shí)表明其財(cái)務(wù)狀況健康，相反則表明存在財(cái)務(wù)危機(jī)。

　　在上市公司的財(cái)務(wù)分析中，Logistic模型表述為[3]：

　　■ 1.1

　　式中，Yi表示第i家企業(yè)的財(cái)務(wù)狀況，當(dāng)i=0時(shí)為財(cái)務(wù)危機(jī)企業(yè)，當(dāng)i=1時(shí)為財(cái)務(wù)正常企業(yè);Xki為第i家企業(yè)的k個(gè)財(cái)務(wù)比率。

　　將計(jì)算得到的Yi值代入下式1.2進(jìn)行再計(jì)算：

　　■ 1.2

　　其Pi值便是由該模型得到的對(duì)第家企業(yè)的財(cái)務(wù)危機(jī)情況預(yù)估值。

　　當(dāng)該值大于0.5時(shí)表明存在財(cái)務(wù)問(wèn)題。

　　綜合上述兩市，并采用對(duì)數(shù)表達(dá)，得到Logistic模型的常用表達(dá)：

　　■ 1.3

　　從Logistic回歸模型的原理可以看出，其模型不僅能對(duì)企業(yè)是否會(huì)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)做出很好的判斷，同時(shí)還對(duì)其風(fēng)險(xiǎn)的大小可以進(jìn)行量化。

　　根據(jù)模型的理論背景，在實(shí)際應(yīng)用中需有這樣兩個(gè)假設(shè)作為前提：(1)樣本數(shù)必須為非回歸參數(shù);(2)自變量之間不存在共線性。

　　二、研究對(duì)象樣本及相關(guān)數(shù)據(jù)選取

　　本文以證券會(huì)行業(yè)板塊中的機(jī)械、設(shè)備、儀表類(lèi)上市公司作為研究對(duì)象，其分析數(shù)據(jù)來(lái)自其中新浪網(wǎng)財(cái)經(jīng)股票數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)分析數(shù)據(jù)準(zhǔn)確、及時(shí)，數(shù)據(jù)全面、可靠。

　　該數(shù)據(jù)庫(kù)顯示，截止2014年12月，機(jī)械、設(shè)備、儀表類(lèi)上市公司共計(jì)556家，該類(lèi)中的ST和*ST共計(jì)26家，占該類(lèi)上市公司中的4.68%。

　　每個(gè)分析對(duì)象中，選取資產(chǎn)負(fù)債率(分析時(shí)用X1表示)、應(yīng)收賬款率(分析時(shí)用X2表示)、總資產(chǎn)周轉(zhuǎn)率(分析時(shí)用X3表示)、主營(yíng)業(yè)務(wù)利潤(rùn)率(分析時(shí)用X4表示)、每股經(jīng)營(yíng)現(xiàn)金流(分析時(shí)用X5表示)作為分析模型在計(jì)算過(guò)程中的參與分析量。

　　資產(chǎn)負(fù)債率是資產(chǎn)負(fù)債表所有資產(chǎn)的總和同所有負(fù)債的總和相除得到的一個(gè)比值，對(duì)于其他指標(biāo)的具體意義，在此不再詳述。

　　三、機(jī)械制造業(yè)上市公司Logistic回歸財(cái)務(wù)預(yù)警模型

　　(一)預(yù)警模型建立

　　采用統(tǒng)計(jì)軟件――統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案軟件SPSS16.0的Logistic回歸功能，并選取回歸方法為(Wald)法，對(duì)機(jī)械、設(shè)備、儀表類(lèi)上市公司的資產(chǎn)負(fù)債比、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)利潤(rùn)率、每股經(jīng)營(yíng)流數(shù)據(jù)進(jìn)行3次回歸計(jì)算，得到結(jié)果如下表1所示：

　　表1 SPSS軟件回歸求得系數(shù)值

　　表中，B為變量系數(shù);S.E為標(biāo)準(zhǔn)差;Wald為Wald得分;df為自由度;sig為伴隨概率。

　　由此得到Logistic回歸方程為：

　　■ 3.1

　　得到分析對(duì)象企業(yè)的財(cái)務(wù)危機(jī)情況預(yù)估值為：

　　■ 3.2

　　(二)回歸模型統(tǒng)計(jì)檢驗(yàn)

　　為驗(yàn)證所構(gòu)建的回歸模型，在初值-2Log Likelihood為91.702時(shí)，再利用SPSS軟件對(duì)其進(jìn)行分析，其輸出值為表2所示(限于篇幅，該處只列出第三步回歸輸出值)：

　　表2 SPSS軟件對(duì)模型計(jì)算的輸出值

　　從計(jì)算結(jié)果可以看出，-2Log Likelihood值較大，表明本文構(gòu)建的機(jī)械制造業(yè)上市公司財(cái)務(wù)預(yù)警模型擬合度較高。

　　(三)以川潤(rùn)股份為例，進(jìn)行回歸模型實(shí)例檢驗(yàn)

　　根據(jù)所建立的Logistic回歸模型，下面以川潤(rùn)股份(股票代碼為002272)為例，進(jìn)一步實(shí)例驗(yàn)證回歸模型的統(tǒng)計(jì)檢驗(yàn)。

　　計(jì)算公式中單位為元。

　　資產(chǎn)負(fù)債比為：■=32.4%;應(yīng)收賬款率： ■=136.97%;總資產(chǎn)周轉(zhuǎn)率：■=28.5%;主營(yíng)業(yè)務(wù)利潤(rùn)率：■=0.705%;每股經(jīng)營(yíng)現(xiàn)金流：X5=-0.0956。

　　將上述計(jì)算得到的值代入式3.2中，得到：

　　■=0.534。

　　四、結(jié)果分析

　　通過(guò)對(duì)川潤(rùn)股份(股票代碼為002272)為實(shí)例進(jìn)行計(jì)算，其結(jié)果為稍大于財(cái)務(wù)危機(jī)情況預(yù)估的臨界值，其財(cái)務(wù)狀況正常。

　　該企業(yè)主要以生產(chǎn)制造銷(xiāo)售液壓潤(rùn)滑設(shè)備為主，通過(guò)結(jié)合當(dāng)前的機(jī)械制造業(yè)情況來(lái)看，當(dāng)前制造業(yè)確實(shí)處在“艱難時(shí)刻”，這是由于受到全球經(jīng)濟(jì)復(fù)蘇乏力、國(guó)內(nèi)實(shí)體經(jīng)濟(jì)低位運(yùn)行的影響，投資增速逐步放緩這一些因素所致。

　　這一系列因素導(dǎo)致傳統(tǒng)機(jī)械行業(yè)景氣度低迷已成為不爭(zhēng)的事實(shí)。

　　同時(shí)，從該股2014年9月30日公布的財(cái)務(wù)摘要中也可以看出：每股收益為0.0096元;每股現(xiàn)金含量為-0.0956元。

　　注：本文計(jì)算及結(jié)果依賴(lài)于企業(yè)公布數(shù)據(jù)的真實(shí)性，同時(shí)限于本文僅對(duì)財(cái)務(wù)預(yù)警模型的理論研究，因此其計(jì)算結(jié)果對(duì)投資人、債權(quán)人等所有利益相關(guān)方不具有實(shí)際參考意義。

　　五、結(jié)論

　　利用SPSS軟件對(duì)機(jī)械設(shè)備儀表類(lèi)上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析，得出Logistic回歸模型參量。

　　從而構(gòu)建出當(dāng)前機(jī)械設(shè)備儀表類(lèi)上市公司財(cái)務(wù)預(yù)警模型，進(jìn)一步將該模型中利用軟件進(jìn)行統(tǒng)計(jì)驗(yàn)證，其結(jié)果表明本文構(gòu)建的機(jī)械制造業(yè)上市公司財(cái)務(wù)預(yù)警模型擬合度較高。

　　以某公司為實(shí)例，利用該模型進(jìn)行分析，其分析結(jié)果為該公司超過(guò)財(cái)務(wù)危機(jī)情況預(yù)估的臨界值，該公司財(cái)務(wù)狀況正常，對(duì)利用Logistic回歸模型的構(gòu)建方法、實(shí)際應(yīng)用提供了有意義的參考。

　　參考文獻(xiàn)

　　[1]常立華.對(duì)企業(yè)財(cái)務(wù)危機(jī)臨界點(diǎn)的認(rèn)識(shí)[J].財(cái)會(huì)月刊，2008(4).

　　[2]劉彥文.上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究[D]. 大連理工大學(xué) 2009.

　　[3]P.Ravisankar，V.Ravi.Financial Distress Prediction in Banks Using Group Mrthod of Data Handling Neural Network，Counter Propagation Neural Network and Fuzzy APTMAP[J].Knowledege-Baesd Systems，2010(23)：823-831.

　　機(jī)械制造技術(shù)的發(fā)展【3】

　　摘要：機(jī)械制造技術(shù)水平的高低是衡量一個(gè)國(guó)家科學(xué)技術(shù)發(fā)展的重要標(biāo)志，也是各國(guó)科技競(jìng)爭(zhēng)的重點(diǎn)。

　　本文對(duì)我國(guó)現(xiàn)有的機(jī)械制造技術(shù)進(jìn)行了分析，并闡述了未來(lái)的發(fā)展方向。

　　關(guān)鍵詞：機(jī)械制造 技術(shù)特點(diǎn)發(fā)展分析

　　0 引言

　　目前，我國(guó)的機(jī)械制造技術(shù)與美、英、俄等發(fā)達(dá)國(guó)家相比，還有一定的差距，而科學(xué)技術(shù)的創(chuàng)新與發(fā)展，仍面臨著巨大的挑戰(zhàn)。

　　因此，我國(guó)現(xiàn)有的機(jī)械制造業(yè)已不能沿用20世紀(jì)時(shí)的，以凸輪及其機(jī)構(gòu)為基礎(chǔ)的專(zhuān)用機(jī)床、專(zhuān)用夾具、專(zhuān)用刀具組成的流水式生產(chǎn)，而要向著自動(dòng)化(數(shù)控高速切削加工)、計(jì)算計(jì)綜合自動(dòng)化(CIM)發(fā)展。

　　本文就機(jī)械制造技術(shù)、發(fā)展分析等，作進(jìn)一步的研究和探討[1]。

　　1 機(jī)械制造技術(shù)

　　機(jī)械制造技術(shù)是研究制造生產(chǎn)裝備過(guò)程中的基本原理、技術(shù)和方法的一門(mén)學(xué)科。

　　隨著科技發(fā)展，對(duì)機(jī)械制造技術(shù)提出了更高的要求，例如，要求達(dá)到納米(10-6mm)的超精密加工，大規(guī)模集成電路硅片的超微細(xì)加工重型裝備超大型件的加工，難加工材料和具有特殊物理性能材料的加工等。

　　要想提高產(chǎn)品質(zhì)量和勞動(dòng)生產(chǎn)率，降低其成本，提高市場(chǎng)的競(jìng)爭(zhēng)力，就必須采用先進(jìn)的制造技術(shù)[2]。

　　1.1 隨著微電子技術(shù)、計(jì)算機(jī)技術(shù)的發(fā)展，促使常規(guī)技術(shù)與精密檢測(cè)技術(shù)、數(shù)控技術(shù)、傳感技術(shù)、系統(tǒng)技術(shù)、伺服技術(shù)等相互結(jié)合，使機(jī)械制造業(yè)發(fā)生了質(zhì)的飛躍。

　　1.2 隨著計(jì)算機(jī)輔助設(shè)計(jì)與制造(CAD/CAM)、柔性制造系統(tǒng)(FMS)、計(jì)算機(jī)集成制造系統(tǒng)(CIMS)的應(yīng)用，實(shí)現(xiàn)了自動(dòng)化、柔性化、智能化、集成化生產(chǎn)加工，使產(chǎn)品質(zhì)量和生產(chǎn)效率得到提高。

　　1.3 隨著生產(chǎn)的發(fā)展和科學(xué)實(shí)驗(yàn)的需求，許多零件的形狀越來(lái)越復(fù)雜，精度要求越來(lái)越高，表面粗糙度要求越來(lái)越低。

　　相繼出現(xiàn)了化學(xué)機(jī)械加工、電化學(xué)加工、超聲波加工、激光加工、超精密研磨與拋光、納米加工等特種加工、超精密加工技術(shù)和復(fù)合加工技術(shù)。

　　2 發(fā)展分析

　　我國(guó)機(jī)械制造技術(shù)的發(fā)展：一是精密加工技術(shù)，二是CIMS計(jì)算機(jī)綜合自動(dòng)化技術(shù)，三是發(fā)展模式[3]。

　　2.1 精密加工技術(shù)。

　　精密加工的核心主要體現(xiàn)在對(duì)尺寸精度、仿形精度、表面質(zhì)量的要求。

　　要實(shí)現(xiàn)高速切削與強(qiáng)力切削，必須有與之相適應(yīng)的機(jī)床和切削刀具。

　　目前數(shù)控車(chē)床主軸轉(zhuǎn)速已達(dá)5000r/min，加工中心主軸轉(zhuǎn)速已達(dá)20000r/min，磨削速度已達(dá)40～60r/s，高的可達(dá)80～120r/s。

　　例如，電火花加工的精度要求可達(dá)±2-3μm、底面拐角R值可小于0.03mm，最佳加工表面粗糙度可低于Ra0.3μm。

　　而鏡面加工效果且能夠完成微型接插件、IC塑封、手機(jī)、CD盒等高精密模具部位的電火花加工。

　　例如，運(yùn)用數(shù)控高速切削技術(shù)(High Speed Machining,HSM，或High Speed Cutting，HSC)，可提高加工效率和加工質(zhì)量[4]。

　　2.1.1 高速切削。

　　高速切削技術(shù)綜合了機(jī)床的高速主軸系統(tǒng)、快速進(jìn)給系統(tǒng)、高性能刀夾系統(tǒng)、高性能刀具材料以及高性能CNC數(shù)控系統(tǒng)等諸多相關(guān)硬件和軟件技術(shù)。

　　要實(shí)現(xiàn)高速切削與強(qiáng)力切削，必須有與之相適應(yīng)的機(jī)床和切削刀具。

　　目前數(shù)控車(chē)床主軸轉(zhuǎn)速已達(dá)5000r/min，加工中心主軸轉(zhuǎn)速已達(dá)20000r/min，磨削速度已達(dá)40～60r/s，高的可達(dá)80～120r/s。

　　2.1.2 生產(chǎn)效率。

　　高速切削加工技術(shù)提高了切削加工的生產(chǎn)效率，表現(xiàn)在：①切削力�。涸阢娤骷庸ぶ�，主軸軸承、刀具、工件受到的徑向切削力得到大幅度減少。

　�、诓牧锨谐�率高：在相同時(shí)間內(nèi)的材料切除率相應(yīng)提高。

　�、酃ぜ�熱變形小：因?yàn)槭歉咚偾邢�，大部分的切削熱�?lái)不及傳給工件就被高速流出的切屑帶走，所以，加工表面的受熱時(shí)間短，不會(huì)導(dǎo)致熱變形，提高了表面精度。

　�、芫�度高：由于高速切削力小于常規(guī)切削，加工系統(tǒng)的振動(dòng)降低，加工過(guò)程平穩(wěn)，提高了加工精度。

　�、莪h(huán)保：由于高速切削可實(shí)現(xiàn)干式切削，減少了切削液用量，從而使污染和能耗降低。

　　2.1.3 實(shí)際應(yīng)用。

　　高速切削技術(shù)在精密制造中的實(shí)際應(yīng)用，主要表現(xiàn)在：①非曲直對(duì)于薄壁類(lèi)零件和細(xì)長(zhǎng)的工件。

　�、诓捎脭�(shù)控高速切削加工，廣泛應(yīng)用于汽車(chē)、模具、航天航空等制造領(lǐng)域。

　�、鄄捎脭�(shù)控高速切削技術(shù)，可實(shí)現(xiàn)在一臺(tái)機(jī)床上對(duì)復(fù)雜整體結(jié)構(gòu)件同時(shí)進(jìn)行粗、精加工。

　　2.1.4 關(guān)鍵技術(shù)。

　　實(shí)現(xiàn)數(shù)控高速切削的關(guān)鍵技術(shù)，主要包括：切削機(jī)理、切削機(jī)床、切削刀具和切削工藝[5]。

　�、偾邢鳈C(jī)理：研究各種材料在高速加工條件下，形成的切削力、切削熱的變化規(guī)律，刀具磨損規(guī)律及對(duì)加工表面質(zhì)量的影響規(guī)律，有利于促進(jìn)高速切削工藝規(guī)范的確定和切削用量的選擇，為具體零件和材料的加工工藝制定提供理論基礎(chǔ)。

　�、谇邢鳈C(jī)床：高速切削機(jī)床主要包括：主軸系統(tǒng)、快速進(jìn)給系統(tǒng)和CNC控制系統(tǒng)。

　　a主軸。

　　一般主軸轉(zhuǎn)速在10000r/min以上，最高可達(dá)60000-100000r/min，具有良好的動(dòng)態(tài)和熱態(tài)性能。

　　b高速進(jìn)給。

　　機(jī)床進(jìn)給系統(tǒng)能夠滿(mǎn)足快速移動(dòng)和快速準(zhǔn)確定位。

　�、矍邢鞯毒撸河捎谇邢魉俣鹊拇蠓�度提高，對(duì)切削刀具材料、刀具幾何參數(shù)、刀體結(jié)構(gòu)等都提出了新的要求，高速切削刀具材料和刀具制造技術(shù)都有了新的變化。

　　高速切削加工時(shí)，不僅要保證高的生產(chǎn)率和加工精度，還要保證人身的安全和產(chǎn)品的可靠性。

　　因此，高速切削加工的刀具系統(tǒng)必須具有良好的幾何精度、重復(fù)定位精度、裝夾剛度、高速運(yùn)轉(zhuǎn)時(shí)良好的平衡狀態(tài)和安全可靠性。

　　需要注意的是：要盡可能減輕刀體質(zhì)量，使其在高速旋轉(zhuǎn)時(shí)所受的離心力小，可提高高速切削時(shí)的安全性，改進(jìn)刀具的夾緊方式。

　�、芮邢鞴に嚕焊咚偾邢髟趯�(shí)際生產(chǎn)加工中，缺乏可供參考的應(yīng)用實(shí)例，也沒(méi)有實(shí)用的切削用量和加工參數(shù)數(shù)據(jù)庫(kù)，高速加工的工藝參數(shù)優(yōu)化是加工技術(shù)的關(guān)鍵。

　　例如，數(shù)控高速切削的零件NC程序，要求在整個(gè)切削過(guò)程中保證載荷穩(wěn)定，而在使用CNC軟件中發(fā)現(xiàn)，自動(dòng)編程功能不能滿(mǎn)足這一的要求，需要由人工編程加以補(bǔ)充和優(yōu)化。

　　因此，必須研制開(kāi)發(fā)新的編程方式，使切削數(shù)據(jù)適合高速主軸的功率特性曲線。

　　2.2 CIMS計(jì)算機(jī)綜合自動(dòng)化技術(shù)。

　　CIMS(Computer Integrated Manufacturing System)計(jì)算機(jī)綜合自動(dòng)化，是基于CIM哲理構(gòu)成的新型生產(chǎn)實(shí)體，是信息時(shí)代的一種新型生產(chǎn)制造模式。

　　CIMS是通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等軟硬件技術(shù)，把企業(yè)生產(chǎn)過(guò)程中經(jīng)營(yíng)管理、生產(chǎn)制造、售后服務(wù)等環(huán)節(jié)聯(lián)系在一起，構(gòu)成了一個(gè)能適應(yīng)市場(chǎng)需求變化和生產(chǎn)環(huán)境變化的大系統(tǒng)[6]。

　　隨著計(jì)算機(jī)輔助設(shè)計(jì)與制造(CAD/CAM)、柔性制造系統(tǒng)(FMS)、計(jì)算機(jī)集成制造系統(tǒng)(CIMS)的應(yīng)用和開(kāi)發(fā)，整個(gè)生產(chǎn)過(guò)程在計(jì)算機(jī)的數(shù)控下，實(shí)現(xiàn)自動(dòng)化、柔性化、智能化、集成化，不僅使產(chǎn)品質(zhì)量和生產(chǎn)效率得以提高，且縮短了生產(chǎn)周期，從而提高企業(yè)的經(jīng)濟(jì)效益和社會(huì)效益。

　　2.2.1 智能化。

　　智能制造技術(shù)IMT是將人工智能融入制造過(guò)程的各個(gè)環(huán)節(jié)能自動(dòng)監(jiān)測(cè)其運(yùn)行狀態(tài)，在受到外界干擾或內(nèi)部激勵(lì)時(shí)能自動(dòng)調(diào)整其參數(shù)以達(dá)到最佳狀態(tài)和具備自組織能力。

　　例如，新型數(shù)控電火花機(jī)床采用了模糊控制技術(shù)和專(zhuān)家系統(tǒng)智能控制技術(shù)。

　　模糊控制技術(shù)是由計(jì)算機(jī)監(jiān)測(cè)來(lái)判定電火花加工間隙的狀態(tài)在保持穩(wěn)定電弧的范圍內(nèi)自動(dòng)選擇使加工效率達(dá)到最高的加工條件自動(dòng)監(jiān)控加工過(guò)程實(shí)現(xiàn)最穩(wěn)定的加工過(guò)程的控制技術(shù)。

　　2.2.2 自動(dòng)化。

　　自動(dòng)操作過(guò)程不需人工干預(yù)可以提高加工精度、效率。

　　機(jī)床的自動(dòng)化運(yùn)轉(zhuǎn)降低了操作人員的勞動(dòng)強(qiáng)度、提高生產(chǎn)效率。

　　例如，對(duì)于批量較大的生產(chǎn)的自動(dòng)化，可通過(guò)機(jī)床自動(dòng)化改裝、應(yīng)用自動(dòng)機(jī)床、專(zhuān)用組合機(jī)床、自動(dòng)生產(chǎn)線來(lái)完成。

　　小批量生產(chǎn)的自動(dòng)化，可通過(guò)NCMCCAMFMSCIMIMS等來(lái)完成。

　　為了提高生產(chǎn)效率，減輕勞動(dòng)強(qiáng)度，改善勞動(dòng)條件，盡可能地用機(jī)械作業(yè)替代人力勞動(dòng)成為一種發(fā)展趨勢(shì)，為適應(yīng)這種工程作業(yè)環(huán)境使用要求，小型及微型工程機(jī)械的需求將迅速增長(zhǎng)。

　　微型產(chǎn)品不但其外形尺寸受到具體約束，同時(shí)其外觀形態(tài)、色調(diào)等方面的設(shè)計(jì)愈來(lái)愈體現(xiàn)了與自然、環(huán)境的融合。

　　2.2.3 高效化。

　　要求在保證加工精度的前提下大幅提高粗、精加工效率。

　　例如，手機(jī)外殼、家電制品、電器用品、電子儀表等領(lǐng)域都要求減少輔助時(shí)間，如編程時(shí)間、電極與工件定位時(shí)間等，同時(shí)又要降低粗糙度從原來(lái)的Ra0.8μm改進(jìn)到Ra0.25μm使放電后不必再進(jìn)行手工拋光處理。

　　2.2.4 信息化。

　　隨著計(jì)算機(jī)、自動(dòng)化與通訊網(wǎng)絡(luò)技術(shù)在制造系統(tǒng)中的應(yīng)用信息的作用越來(lái)越重要。

　　制造過(guò)程的實(shí)質(zhì)是對(duì)制造過(guò)程中各種信息資源的采集、輸入、加工和處理過(guò)程，最終形成的產(chǎn)品可看作是信息的物質(zhì)表現(xiàn)。

　　因此，可以把信息看作是一種產(chǎn)業(yè)包括在制造之中。

　　2.2.5 集成化。

　　集成化的目的是實(shí)現(xiàn)制造企業(yè)的功能集成，功能集成要借助現(xiàn)代管理技術(shù)、計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)和信息技術(shù)。

　　實(shí)現(xiàn)技術(shù)集成同時(shí)還要強(qiáng)調(diào)人的集成，由于系統(tǒng)中不可能沒(méi)有人，系統(tǒng)運(yùn)行的效果與企業(yè)經(jīng)營(yíng)思想、運(yùn)行機(jī)制、管理模式都與人有關(guān)，在技術(shù)上集成的同時(shí)還應(yīng)強(qiáng)調(diào)管理與人的集成。

　　2.2.6 柔性化。

　　柔性是指一個(gè)制造系統(tǒng)適應(yīng)各種生產(chǎn)條件變化的能力它與系統(tǒng)方案、人員和設(shè)備有關(guān)。

　　系統(tǒng)方案的柔性是指加工不同零件的自由度。

　　人員柔性是指操作人員能保證加工任務(wù)完成數(shù)量和時(shí)間要求的適應(yīng)能力。

　　設(shè)備柔性是指機(jī)床能在短期內(nèi)適應(yīng)新零件的加工能力。

　　例如，在通用產(chǎn)品的基礎(chǔ)上增加模塊化的功能部件，實(shí)現(xiàn)產(chǎn)品功能的多樣化，或通過(guò)全新的模塊化設(shè)計(jì)、制造以及不同模塊之間的柔性化組合，實(shí)現(xiàn)功能多樣化。

　　應(yīng)用機(jī)電液一體化技術(shù)、電子計(jì)算機(jī)技術(shù)、監(jiān)測(cè)控制技術(shù)，使工程機(jī)械的信息化、智能化，可以提高工程機(jī)械各種故障的自我診斷和修復(fù)能力，降低施工人員的勞動(dòng)強(qiáng)度、提高工作效率和工程質(zhì)量。

　　2.2.7 綠色化。

　　綠色制造、環(huán)境意識(shí)的設(shè)計(jì)與制造、生態(tài)工廠、清潔化生產(chǎn)等概念是全球可持續(xù)發(fā)展戰(zhàn)略在制造業(yè)中的體現(xiàn)。

　　依靠科技進(jìn)步，節(jié)約資源，關(guān)愛(ài)生命，提高效益，減少?gòu)U物排放，促進(jìn)部分資源循環(huán)利用，實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)、資源、環(huán)境和諧的發(fā)展。

　　例如，行業(yè)可通過(guò)生產(chǎn)設(shè)施和生產(chǎn)工藝的改進(jìn)，實(shí)現(xiàn)安全清潔生產(chǎn);通過(guò)采用新技術(shù)、新工藝、新材料，優(yōu)化、創(chuàng)新產(chǎn)品設(shè)計(jì)，減少產(chǎn)品資源消耗與廢物排放，降低產(chǎn)品噪聲，增加操作人員的舒適程度;通過(guò)研究新材料、材料表面工程技術(shù)開(kāi)展再制造技術(shù)、回收技術(shù)，實(shí)現(xiàn)廢舊工程機(jī)械的回收與再利用。

　　2.3 發(fā)展模式。

　　企業(yè)發(fā)展規(guī)�；�、專(zhuān)業(yè)化、集約化和柔性化。

　　如大型工程機(jī)械整機(jī)生產(chǎn)企業(yè)或企業(yè)集團(tuán)可通過(guò)內(nèi)生增長(zhǎng)和外延擴(kuò)張等方式，迅速發(fā)展，擴(kuò)大規(guī)模，增加產(chǎn)品種類(lèi)，成長(zhǎng)為綜合性的工程機(jī)械企業(yè)，同時(shí)，行業(yè)的集中度將進(jìn)一步提高。

　　零部件企業(yè)將由目前的規(guī)模小、分布散、企業(yè)多和依附于主機(jī)企業(yè)的狀況，向?qū)�業(yè)化、與主機(jī)企業(yè)形成伙伴關(guān)系的方向發(fā)展;主機(jī)廠的非核心零部件業(yè)務(wù)將逐步剝離，零部件企業(yè)將迅速成長(zhǎng)，并逐步形成與主機(jī)企業(yè)同步、甚至超前開(kāi)發(fā)模塊化部件的能力，推動(dòng)主機(jī)產(chǎn)品的發(fā)展[7]。

　　4 結(jié)束語(yǔ)

　　隨著科學(xué)技術(shù)的進(jìn)步，我國(guó)機(jī)械制造技術(shù)應(yīng)順應(yīng)國(guó)際市場(chǎng)大環(huán)境的需求，不斷加強(qiáng)微電子技術(shù)、信息技術(shù)、光電技術(shù)、新材料技術(shù)與機(jī)械制造技術(shù)之間的結(jié)合、融合，促進(jìn)產(chǎn)品向多樣化、智能化、綠色化發(fā)展，從而進(jìn)一步提高我國(guó)機(jī)械制造技術(shù)的創(chuàng)新和攻關(guān)能力，爭(zhēng)取在較短的時(shí)間內(nèi)，使我國(guó)機(jī)械制造技術(shù)達(dá)到世界先進(jìn)水平[8]。

　　參考文獻(xiàn)：

　　[1]H.舒爾茨著.高速加工發(fā)展概況，王志剛譯，機(jī)械制造與自動(dòng)化[J].2002(1).

　　[2]賓鴻贊，加工過(guò)程數(shù)控[M].武漢：華中科技大學(xué)出版社，2004.

　　[3]周正干，王美清，李和平.高速加工的核心技術(shù)和方法[J].航空制造技術(shù)，2000(3).

　　[4]馬曉春.我國(guó)現(xiàn)代機(jī)械制造技術(shù)的發(fā)展趨勢(shì)[J].森林工程，2002，(3).

　　[5]王世敬，溫筠.現(xiàn)代機(jī)械制造技術(shù)及其發(fā)展趨勢(shì)[J].石油機(jī)械，2002，(11).

　　[6]武永利.機(jī)械制造技術(shù)新發(fā)展及其在我國(guó)的研究和應(yīng)用[J].機(jī)械制造與自動(dòng)化，2003，(1).

　　[7]林式藩.CIMS的組成與應(yīng)用，冶金自動(dòng)化，1997年6月.

　　[8]壽云興，郝萬(wàn)福.CIMS綜述，黑龍江自動(dòng)化技術(shù)與應(yīng)用，1997年第3期.

【機(jī)械制造產(chǎn)業(yè)財(cái)務(wù)狀況預(yù)警的經(jīng)濟(jì)學(xué)】相關(guān)文章：

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)簡(jiǎn)歷模板10-07

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)當(dāng)前的動(dòng)態(tài)10-05

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)求職簡(jiǎn)歷模板10-08

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)個(gè)人簡(jiǎn)歷范文10-09

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)個(gè)人簡(jiǎn)歷模板10-05

經(jīng)濟(jì)學(xué)論文指導(dǎo)：產(chǎn)業(yè)和勞動(dòng)者論文10-09

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)本科人才培養(yǎng)創(chuàng)新研究論文10-08

消防預(yù)警培訓(xùn)心得08-27

大風(fēng)橙色預(yù)警通知11-25