考虑区域投资能力的技改项目投资规模预测方法及系统与流程

1.本发明涉及一种电网投资规划技术领域，更具体地说，它涉及考虑区域投资能力的技改项目投资规模预测方法及系统。


背景技术：

2.电网公司是天然的资产密集、技术密集型企业，公司具有数量庞大、种类繁多的电网实物资产，技改投资管理复杂程度较高。对于资产密集型企业来说，企业的业绩直接与资产的状况和使用效率紧密挂钩，电网公司的效益主要源于设备的稳定和连续运转，并与设备的成本控制密切相关。近年来，社会用电需求随着经济发展不断增加，电网企业的投资规模也随之逐步增大。同时，受国家产业结构调整的影响，电网企业在投资管理上面临较大不确定性，企业效益起伏较大，新增资产效能未能发挥有效作用，投入产出结构矛盾较为突出。因此，在保证电网安全稳定运行的前提下，准确把握电网企业自身投资能力，优化投资结构分配，提升电网建设的经济性，进而实现资源的合理配置和企业可持续发展，稳步提高电网投资效益成为电网企业亟需深入研究的问题。
3.从电网企业外部环境看，伴随着我国国民经济的稳步发展，人民生活水平的逐年提高，全社会对电力的需求日益增长，电网的投资规模也不断加大，技改投资管理逐步得到了完善，但是同时也逐步暴露出电网管理者在制定技改投资策略时依然存在科学依据不够，没有全面系统地评估分析发展需求对其的影响，在一定程度上造成部分电网技改投资规模过剩或短缺的问题。
4.从电网企业内部经营角度看，电网企业投资能力测算虽已在国网范围内得到广泛应用，但是更多的是站在单位财务的角度对电网企业投资能力进行评估，并没有对影响投资策略的投资能力影响要素进行科学的、系统的、全面的梳理和评估分析，缺乏结合公司资产和输配电成本的现状及趋势研究，对投资风险方面的管控也有待进一步提高。


技术实现要素：

5.本发明的目的是提供考虑区域投资能力的技改项目投资规模预测方法及系统，以解决现有技术中技改投资规模过剩或短缺的问题。
6.本发明的上述技术目的是通过以下技术方案得以实现的：
7.第一方面，本发明提供考虑区域投资能力的技改项目投资规模预测方法，包括步骤：
8.获取目标区域内电网投资能力的影响因素指标，根据影响因素构建电网投资能力影响因素指标模型；
9.采用双变量相关分析模型对电网投资能力影响因素指标模型进行相关性分析，对影响因素指标进行灰色关联聚类分析，选取影响排序前列的多个指标作为代表性指标；
10.根据代表性指标构建电网投资能力计算模型；
11.构建基于资产折旧计算的技改项目投资规模预测模型。
12.本发明从社会经济发展对电力需求的影响，电力需求增长对投资规模的要求，企业财务能力对投资的支撑，市场经济环境对投资的回报等方面对电网企业投资能力进行全面分析，科学评估企业投资能力，构建基于资产折旧测算法的技改投资规模测算模型，为电网企业规划和投资提供决策支持，实现电网企业资金的精准投入，避免技改投资规模过剩或短缺的问题，从而应对当前复杂的内外部经营形势，实现企业经营发展目标。
13.进一步的，电网投资能力的影响因素指标包括折旧、净利润与融资三个影响因素指标，根据折旧、净利润与融资三个影响因素指标构建电网投资能力影响因素指标模型，并根据指标模型得到电网投资能力影响因素鱼骨图。
14.进一步的，采用双变量相关性分析法计算影响因素与历史投资能力之间的相关系数，筛选出与历史投资能力显著相关的影响因素指标；
15.采用灰色聚类分析法对影响因素指标进行聚类生成因素群，从每类因素群中分别选取代表性的影响因素指标。
16.进一步的，根据目标区域内电网的营业收入、企业运营系数、投资中自有资金占比以及投资回报率构建电网投资能力计算模型电网投资能力计算模型为：其中，i
t
表示第t年的电网企业投资能力，α表示电网企业运营系数，s表示初始年的企业营业收入，γ表示投资回报率，β表示电网企业自有资金占总投资的比例，t为投资年限。
17.进一步的，计算技改投资在年初已提足折旧资产原值中的占比，并计算技改投资的加权平均值；
18.根据下年度年初已提足折旧固定资产原值和技改投资在年初已提足折旧资产原值中的占比，得出下一年度技改投资规模。
19.第二方面，本发明提供考虑区域投资能力的技改项目投资规模预测系统，用以实现第一方面提供的预测方法，包括获取单元、分析单元、计算单元以及预测单元；
20.所述获取单元，用于获取目标区域内电网投资能力的影响因素指标，根据影响因素构建电网投资能力影响因素指标模型；
21.所述分析单元，用于采用双变量相关分析模型对电网投资能力影响因素指标模型进行相关性分析，对影响因素指标进行灰色关联聚类分析，选取影响排序前列的多个指标作为代表性指标；
22.所述计算单元，用于根据代表性指标构建电网投资能力计算模型；
23.所述预测单元，用于构建基于资产折旧计算的技改项目投资规模预测模型。
24.进一步的，所述获取单元还用于识别电网投资能力的影响因素指标包括折旧、净利润与融资三个影响因素指标，根据折旧、净利润与融资三个影响因素指标构建电网投资能力影响因素指标模型，并根据指标模型得到电网投资能力影响因素鱼骨图。
25.进一步的，所述分析单元还用于采用双变量相关性分析法计算影响因素与历史投资能力之间的相关系数，筛选出与历史投资能力显著相关的影响因素指标；
26.采用灰色聚类分析法对影响因素指标进行聚类生成因素群，从每类因素群中分别选取代表性的影响因素指标。
27.进一步的，所述计算单元还用于根据目标区域内电网的营业收入、企业运营系数、
投资中自有资金占比以及投资回报率构建电网投资能力计算模型电网投资能力计算模型为：其中，i
t
表示第t年的电网企业投资能力，α表示电网企业运营系数，s表示初始年的企业营业收入，γ表示投资回报率，β表示电网企业自有资金占总投资的比例，t为投资年限。
28.进一步的，所述预测单元还用于计算技改投资在年初已提足折旧资产原值中的占比，并计算技改投资的加权平均值；
29.根据下年度年初已提足折旧固定资产原值和技改投资在年初已提足折旧资产原值中的占比，得出下一年度技改投资规模。
30.与现有技术相比，本发明具有以下有益效果：
31.本发明首先进行投资能力影响因素识别，从折旧、净利润以及融资等方面来构建电网投资能力影响因素指标体系；运用双变量相关分析与灰色关联聚类分析，提炼主要影响的代表性指标，并作为投资能力模型构建的基础参数；从社会经济发展对电力需求的影响，电力需求增长对投资规模的要求，企业财务能力对投资的支撑，市场经济环境对投资的回报等方面对电网企业投资能力进行全面分析，结合上述投资能力的主要影响指标，构建基于企业财务指标和市场经济环境指标的投资能力测算模型；利用资产折旧测算法，测算技改投资的合理规模；从社会经济发展对电力需求的影响，电力需求增长对投资规模的要求，企业财务能力对投资的支撑，市场经济环境对投资的回报等方面对电网企业投资能力进行全面分析，科学评估企业投资能力，构建基于资产折旧测算法的技改投资规模测算模型，为电网企业规划和投资提供决策支持。
附图说明
32.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
33.图1为本发明一实施例提供的预测方法流程图；
34.图2为本发明一实施例提供的电网投资能力影响因素鱼骨图；
35.图3为本发明一实施例提供的电网投资能力技算模型图；
36.图4为本发明一实施例提供的系统架构框图。
具体实施方式
37.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
38.需说明的是，当部件被称为“固定于”或“设置于”另一个部件，它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件，它可以是直接或者间接连接至该另一个部件上。
39.需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有
特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
40.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
41.实施例
42.如图1所示，考虑区域投资能力的技改项目投资规模预测方法，方法包括，
43.步骤s10，获取目标区域内电网投资能力的影响因素指标，根据影响因素构建电网投资能力影响因素指标模型；
44.步骤s20，采用采用双变量相关分析模型对电网投资能力影响因素指标模型进行相关性分析，对影响因素指标进行灰色关联聚类分析，选取影响排序前列的多个指标作为代表性指标；
45.步骤s30，根据代表性指标构建电网投资能力计算模型；
46.步骤s40，构建基于资产折旧计算的技改项目投资规模预测模型。
47.具体的，步骤s10，首先识别目标区域内电网投资能力的主要影响要素，目标区域可以是某电网公司或者某座城市所有电网公司等，从折旧、净利润以及融资等方面来构建电网投资能力影响因素指标模型，得到电网投资能力影响因素鱼骨图。步骤s20，采取双变量相关分析模型，分析影响因素指标变量和投资能力因变量的相关性有无与强弱；然后对指标进行灰色关联聚类分析，更科学地精简指标，提炼主要影响的代表性影响因素指标，用于下一步骤构建电网公司的投资能力计算模型。步骤s30，根据营业收入、企业运营系数、投资中自有资金占比、投资回报率等影响因素指标确定电网投资能力计算模型，通过电网投资能力计算模型对电网公司的电网投资能力进行计算。步骤s40，结合资产折旧测算法，计算出企业下一年度技改投资规模。本技术实施例从社会经济发展对电力需求的影响，电力需求增长对投资规模的要求，企业财务能力对投资的支撑，市场经济环境对投资的回报等方面对电网企业投资能力进行全面分析，科学评估企业投资能力，构建基于资产折旧测算法的技改投资规模测算模型，为电网企业规划和投资提供决策支持，实现电网企业资金的精准投入，从而应对当前复杂的内外部经营形势，实现企业经营发展目标。
48.在上述实施例的基础上，本技术更进一步的一个实施例中，如图2所示，电网投资能力的影响因素指标包括折旧、净利润与融资三个影响因素指标，根据折旧、净利润与融资三个影响因素指标构建电网投资能力影响因素指标模型，并根据指标模型得到电网投资能力影响因素鱼骨图。
49.具体的，电网投资能力是指在目标利润、资产负债率限值及假定的售电量增幅条件下，公司财务所能够支撑的投资规模上限，即假设在保留资金安全备付的前提下，将经营、筹资活动现金净流入全部用于投资所形成的投资能力。投资能力主要由折旧、利润以及融资三个方面构成，并且受到经济、政策等诸多外部因素的影响。通过电价、电量等方面研究公司的收入及收入的构成和未来的发展趋势；从电网发展阶段和设备的年限构成等要素分析公司的运营成本，将收入和成本相结合形成公司的利润。研究公司当前的资产年龄及构成和规模，确定资产的折旧，以及在现有情况下公司的融资能力和途径。如图2所示，从折旧、净利润与融资三个影响指标作出投资能力鱼骨图。
50.在上述实施例的基础上，本技术更进一步的一个实施例中，采用双变量相关性分析法计算影响因素与历史投资能力之间的相关系数，筛选出与历史投资能力显著相关的影响因素指标；
51.采用灰色聚类分析法对影响因素指标进行聚类生成因素群，从每类因素群中分别选取代表性的影响因素指标。
52.具体的，结合上述实施例中的投资能力影响因素识别，采用双变量相关性分析法计算所剩因素与历史投资能力之间的相关系数，筛选出与历史投资能力显著相关的因素，采用改进后的灰色聚类分析法对影响因素进行聚类，形成因素群，从每类因素群中分别选取一个具有较强代表性的因素，实现影响因素的第二轮筛选。
53.双变量相关分析作为基本的相关分析方法，用于进行两个或多个变量间的相关分析，如为多个变量，给出两两相关的分析结果。双变量相关分析简单易用，适用性强。检查评估指标中是否有重复的或若干个指标关系十分密切，从而能够在运用一类指标的综合平均或其中的某一个指标来代表这类指标。
54.灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。通过灰色关联聚类，可以检查许多因素中是否有若干因素关系十分密切，使得既能够用这些因素的综合平均指标或其中某一个因素来代表这几个因素，又使信息不受严重损失。灰类白化权函数聚类主要用于检查观测对象是否属于事先设定的不同类别，以便区别对待。灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。通过灰色关联聚类，可以检查许多因素中是否有若干因素关系十分密切，使得既能够用这些因素的综合平均指标或其中某一个因素来代表这几个因素，又使信息不受严重损失。
55.计算各影响因素与历史投资能力间的相关系数。若相关系数大于0.8，则表示在0.01的置信水平下，双变量之间显著相关，即两者存在强相关。由此可知，因素与投资能力的相关程度较大，这表明其对投资能力的影响程度较大。
56.相关性分析(correlationanalysis)的主要目的是研究变量之间关系的密切程度，如身高与体重、线材量与塔材量、主变容量与配电装置的关系等。在统计分析中，相关性一般指“线性相关性”，其紧密程度用相关系数表示。相关系数通常记为，取值在
‑
1到 1之间，绝对值越接近1，说明变量之间的关系越紧密。绝对值等于1，说明两个变量完全相关，已知a变量的值即可得到b变量的值。相关系数为正，说明a变量增加时b变量同时增加，二者为正相关关系；反之，说明a变量增加时b变量减少，二者为负相关关系。对不同类型的变量，相关系数的计算公式也不同，下面简单介绍三种常用的相关系数计算方法：
57.1)pearson(皮尔森)简单相关系数
58.pearson简单相关系数用来度量定距变量的线性相关关系，在计算相关系数时应用最广。其计算公式为：其中n为样本数，x
i
和y
i
分别为两个变量在不同样本中的取值。因为pearson简单相关系数的计算公式恰好是矩阵乘积形式，所以也被称为积距相关系数。对式子进行变化后发现，相关系数可以表示为x
i
和y
i
分别标准化后想成，再求n个积的平均数。
59.根据变量特征求出相关系数后，可对其进行分析。当r＝0时表示两个变量之间不存在线性相关关系；当0<|r|＜＜0.3时，表示二者微弱相关；当0.3<|r|＜＜0.5时，二者低
度相关；当0.5<|r|＜＜0.8时，二者显著相关；0.8<|r|<1时，二者高度相关；r＝1时，二者完全线性相关。在输变电工程造价影响因素分析中，可以通过判断因素之间是否具有显著的线性关系，为后续的多因素降维、关键因素筛选等奠定基础。
60.2)假设检验
61.当对x变量和y变量进行相关性分析时，预先设定两个变量的联合分布为二维正态分布：x取任意值时，y的条件分布为正态分布；y取任意值时，x的条件分布为正态分布。而由于抽样的随机性、样本容量较少等原因，基于抽取样本得到的结果不能直接用来说明总体，需要通过假设检验的方法进行推断。步骤如下：提出原假设，两个变量之间并无显著的线性相关关系；
62.构造检验统计量。pearson相关系数的检验统计量为t统计量，t～t(n
‑
2)，2)，
63.3)计算检验统计量的观测值；将观测值与显著性水平进行比较。若小于显著性水平，则拒绝原假设，认为两个变量间存在显著的线性相关关系。反正，则接受原假设。注意：若已知两个变量的相关系数是正还是负，可进行单侧检验，效果更好。
64.灰色关联聚类分析，设有n个观测对象，每个对象观测m个特征数据，得到序列如下：
65.x
i
＝(x
i
(1),x
i
(2),
…
,x
i
(n))而由x
i
、x
j
产生的始点零化像x
i0
、x
j0
如下：
66.x
i0
＝(x
i0
(1),x
i0
(2),
…
,x
i0
(n))，
67.其中，x
i0
(k)＝x
i
(k)
‑
x
i
(1)，令
[0068][0069]
则x
i
与x
j
的灰色绝对关联度为
[0070][0071]
从而得到上三角矩阵a
[0072][0073]
其中ε
ii
＝1，i＝1,2,
…
,m。
[0074]
临界值τ(0＜τ≤1)的大小可根据实际问题的需要而定，一般要求τ>0.5。τ越接近1，则分类越细，每一类中的特征就越少；τ值越小则分类越粗，这时每一类中的特征则相对较多。当ε
ij
≥τ时，则视x
i
与x
j
在水平τ下为同类特征。这样就得到特征x1,x2,
…
,x
n
在水平τ下的一个分类。
[0075]
由于当x
i
与x
j
正相关时，它们对应的s值同号(同为正或同为负)，|s
i
‑
s
j
|较小，x
i
与x
j
的关联度较大；当x
i
与x
j
负相关时，对应的s值异号，|s
i
‑
s
j
|较大，x
i
与x
j
的关联度较小。因此，x
i
与x
j
在水平τ下为同类特征时可认为二者呈正相关。
[0076]
绝对关联度满足灰色关联公理中规范性，偶对对称性与接近性，但不满足整体性。且具有以下8个性质：
[0077]
1)0＜ε
ij
≤1；
[0078]
2)ε
ij
只与x
i
与x
j
几何形状有关，而与其它无关，或者说，平移不改变绝对关联度的值；
[0079]
3)任何两个序列都不是绝对无关的，即ε
ij
恒不为零；
[0080]
4)x
i
与x
j
几何形状相似程度越大，ε
ij
越大；
[0081]
5)当x
i
或x
j
中任一观测数据变化了，ε
ij
将随之变化；
[0082]
6)x
i
与x
j
长度变化，ε
ij
的值也会随之变化；
[0083]
7)ε
ii
＝ε
jj
＝1；
[0084]
8)ε
ij
＝ε
ji
。
[0085]
根据上述实施例的双变量相关性分析和因素灰色聚类分析结果可知，内部因素对电网投资能力影响较大，筛选出的重要因素大多为内部的财务指标因素，最直接影响投资能力且影响系数较大的因素是营业收入、自有资金占比、投资回报率、企业运营系数。
[0086]
在上述实施例的基础上，本技术更进一步的一个实施例中，如图3所示，根据目标区域内电网的营业收入、企业运营系数、投资中自有资金占比以及投资回报率构建电网投资能力计算模型电网投资能力计算模型为：其中，i
t
表示第t年的电网企业投资能力，α表示电网企业运营系数，s表示初始年的企业营业收入，γ表示投资回报率，β表示电网企业自有资金占总投资的比例，t为投资年限。
[0087]
具体的，电网企业投资能力测算模型主要涉及营业收入、企业运营系数、投资中自有资金占比、投资回报率等指标，营业收入是反映企业经营水平，决定投资能力的主要财务指标；企业运营系数表示在企、业运营不受影响的前提下，企业可用于投资的资金占可用资金的比例。由于电网行业特性，电网行业投资回报率受到一定管制。据此构建电网企业的投资能力测算模型，如图3所示。
[0088]
在上述实施例的基础上，本技术更进一步的一个实施例中，计算技改投资在年初已提足折旧资产原值中的占比，并计算技改投资的加权平均值；
[0089]
根据下年度年初已提足折旧固定资产原值和技改投资在年初已提足折旧资产原值中的占比，得出下一年度技改投资规模。
[0090]
具体的，结合资产折旧测算法，计算出公司下一年度技改投资规模。在财务核算中固定资产均有其对应的折旧年限，所有已经提足折旧但仍在使用的固定资产，应该纳入技改更换的考虑范围，每年的技改投资与年初已提足折旧的固定资产规模之间存在较为稳定的关系。因此，可利用这一比例测算技改投资规模，即资产折旧测算法。
[0091]
基于资产折旧测算法的技改投资规模测算过程，分为以下2个步骤。步骤a：计算技改投资与提足折旧资产的关系。计算近3年技改投资规模在年初已提足折旧资产原值中占比，并进一步计算加权平均值；步骤b：计算公司技改投资规模。根据下年度年初已提足折旧固定资产原值和步骤a测算的占比，计算出公司下一年度技改投资规模。
[0092]
综合上述实施例的技术方案可以看出，本技术为解决现有技改投资规模过剩或短缺的问题，结合相关研究成果和样本数据以技改投资规模为研究对象，针对当前电网技改
投资规模确定缺乏定量合理依据的问题，以电网企业自身投资能力确定为基础参考，优化投资结构分配，科学合理确定电网技改投资过规模，提升电网建设的经济性，进而实现资源的合理配置和企业可持续发展。
[0093]
如图4所示，本实施例还提供考虑区域投资能力的技改项目投资规模预测系统，用以实现上述实施例所提供的预测方法，包括获取单元210、分析单元220、计算单元230以及预测单元240；
[0094]
所述获取单元210，用于获取目标区域内电网投资能力的影响因素指标，根据影响因素构建电网投资能力影响因素指标模型；
[0095]
所述分析单元220，用于采用双变量相关分析模型对电网投资能力影响因素指标模型进行相关性分析，对影响因素指标进行灰色关联聚类分析，选取影响排序前列的多个指标作为代表性指标；
[0096]
所述计算单元230，用于根据代表性指标构建电网投资能力计算模型；
[0097]
所述预测单元240，用于构建基于资产折旧计算的技改项目投资规模预测模型。
[0098]
具体的，获取单元210，首先识别投资能力的主要影响要素，从折旧、净利润以及融资等方面来构建电网投资能力影响因素指标模型，得到电网投资能力影响因素鱼骨图。分析单元220，采取双变量相关分析方法，分析影响因素指标变量和投资能力因变量的相关性有无与强弱；然后对影响因素指标进行灰色关联聚类分析，更科学地精简指标，提炼主要影响的代表性影响因素指标，用于后续构建电网公司的投资能力计算模型。计算单元230，根据营业收入、企业运营系数、投资中自有资金占比、投资回报率等影响因素指标确定投资能力计算模型，通过电网投资能力计算模型对电网公司的电网投资能力进行计算。预测单元240，结合资产折旧测算法，计算出企业下一年度技改投资规模。本实施例从社会经济发展对电力需求的影响，电力需求增长对投资规模的要求，企业财务能力对投资的支撑，市场经济环境对投资的回报等方面对电网企业投资能力进行全面分析，科学评估企业投资能力，构建基于资产折旧测算法的技改投资规模测算模型，为电网企业规划和投资提供决策支持，实现电网企业资金的精准投入，从而应对当前复杂的内外部经营形势，实现企业经营发展目标。
[0099]
在上述实施例的基础上，本技术更进一步的一个实施例中，所述获取单元210还用于识别电网投资能力的影响因素指标包括折旧、净利润与融资三个影响因素指标，根据折旧、净利润与融资三个影响因素指标构建电网投资能力影响因素指标模型，并根据指标模型得到电网投资能力影响因素鱼骨图。
[0100]
具体的，获取单元210还用于得出电网投资能力影响因素鱼骨图，此处说明同上述预测方法实施例中相同，故不再叙述。
[0101]
在上述实施例的基础上，本技术更进一步的一个实施例中，所述分析单元220还用于采用双变量相关性分析法计算影响因素与历史投资能力之间的相关系数，筛选出与历史投资能力显著相关的影响因素指标；
[0102]
采用灰色聚类分析法对影响因素指标进行聚类生成因素群，从每类因素群中分别选取代表性的影响因素指标。
[0103]
具体的，分析单元220，采用双变量相关性分析与灰色聚类分析得到具有代表性的影响因素，此处说明同上述预测方法实施例中相同，故不再叙述。
[0104]
在上述实施例的基础上，本技术更进一步的一个实施例中，所述计算单元230还用于根据目标区域内电网的营业收入、企业运营系数、投资中自有资金占比以及投资回报率构建电网投资能力计算模型电网投资能力计算模型为：其中，i
t
表示第t年的电网企业投资能力，α表示电网企业运营系数，s表示初始年的企业营业收入，γ表示投资回报率，β表示电网企业自有资金占总投资的比例，t为投资年限。
[0105]
具体的，计算单元230，通过企业运营系数、投资回报率等构建电网投资能力计算模型，此处说明同上述预测方法实施例中相同，故不再叙述。
[0106]
在上述实施例的基础上，本技术更进一步的一个实施例中，所述预测单元240还用于计算技改投资在年初已提足折旧资产原值中的占比，并计算技改投资的加权平均值；
[0107]
根据下年度年初已提足折旧固定资产原值和技改投资在年初已提足折旧资产原值中的占比，得出下一年度技改投资规模。
[0108]
具体的，预测单元240，采用资产折旧测算法得出下一年度技改投资规模，此处说明同上述预测方法实施例中相同，故不再叙述。
[0109]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。