機械制造產業財務狀況預警的經濟學
機械制造產業財務狀況預警的經濟學【1】
摘要 自從上個世紀60年代開始，就有外的相關學者對于企業的相關財務狀況的相關預警工作進行了大量的探索和研究，并且有著“Z計分法”的誕生，但是在40年的不斷發展中Z函數的相關應用和擴展已經非常的普遍。
但是，因為企業的國別、地域、行業、規模等的不同使得Z函數在我國的相關企業的實際應用是不符合我國企業的發展情形的。
關鍵詞 機械制造業 財務狀況預警 經濟學分析
一、相關企業的樣本選取以及變量選取
財務狀況的相關預警預測對于企業的生存和發展有著非常重要的作用。
直到2002年的年底，在深圳和上海兩個城市的A股市場中有著一百零五家ST公司，我們見面過在深圳的相關A股市場中進行機械制造產業的相關企業作為實際的研究資料，對其分別通過機械制造相關產業的相關ST作為其抽取的相關樣本，并且對于機械制造產業中的ST企業中抽取十家，再將實際的機械制造相關產業中非ST的相關企業作為樣本，并依據一定的比例間隔對于十家非ST相關公司進行隨機抽取并作為其對照樣本組。
除此之外，在進行五家相關機械制造產業的相關公司進行隨意抽取并將其作為測試樣本，依照這樣的原則在深圳市的A股交易市場的二十五家已經上市的機械制造產業中的相關企業作為此次進行研究的相關樣本，并且對他們分別計算出每股的實際收益、以及股東實際權益的相關比率和凈資產的實際收益率以及總資產實際周轉率和主營業務的實際利潤率、企業的總資產的實際增長率。
詳細的相關情況請見表一：
為了分析對于上面情況所敘述的相關財務比率是不是能夠真正有效的進行ST公司同非ST公司有效的區別，我們對于上述的20家相關的上市公司的實際的相關估計樣本通過相關統計軟件來進行6個相關財務比率的T檢驗。
經過對于T檢驗所得出的結果的分析和了解，我們獲得以下的相關結論：在每一股的實際收益以及主要經營項目業務的實際利潤率進行雙尾T的相關檢驗的實際顯著性的概率都大于百分十零點零五。
可以認為對于每股收益以及其主要經營項目業務的實際利潤率都不能對于ST公司以及非ST公司進行良好的有效的區分。
企業的凈資產的實際收益率、總資產的實際周轉率、股東權益的實際比率以及總資產的實際增長率的相關雙尾T的實際檢驗的相關顯著性的相關概率都小于百分之零點零五。
這四項相關比率都能夠對于機械制造產業的非ST公司以及ST公司進行良好的區分。
以下將選用凈資產的實際收益率(Y3)、總資產的實際周轉率(Y2)、股東權益實際比率(Y1)以及總資產的實際增長率(Y4)這四項指標來將其作為研究的實際有效的相關財務變量并建立起實際的機械制造產業的相關財務狀況的相關預警預測模型。
模型的建立
在對于20家相關企業的十幾樣本組的某年所進行上報的相關財務比率數據進行統計軟件的相關統計之后進行了分析，對于其主要的成分特征值以及貢獻率進行了相關對比。
得出Z1的實際運營能力的特征值是1.91，其貢獻率是40.8%。
累計貢獻率是38.08%;Z2的發展能力其特征值是0.97，貢獻率是19.2%，累計貢獻率是57.0%;Z3的盈利能力其特征值是1.12，貢獻率是19.4%，累計貢獻率是77.4;Z4的償債能力其特征值是1.30，貢獻率是21.6%，累計貢獻率是100%。
我們將其累計貢獻率取為100%，也就是說這四項主要的相關成分所包括的原有的相關變量信息的100%。
這四項財務的原始比率對于這四個的主要的成分的實際因子負荷量以及因子得分系數的相關矩陣見以下表3和表4。
依照上述的情況進行分析，我們能夠得到在機械制造相關產業的實際ST公司的相關財務狀況的實際預警預測模型應該如下所示：
RS=0.408*Z1+0.192*Z2+0.194*Z3+0.216*Z4
當RS大于等于0.07，就表明了該企業是一種非財務狀況下預警的相關企業，當RS的值大于0.07，就表明該企業是財務狀況的相關預警企業。
模型的實際檢驗
為了對于相關模型進行預警作用的實際檢驗，我們將其他的機械制造相關產業的相關測試樣本組里面的6家企業(其中3家是機械制造相關產業的實際非ST公司和2家是機械制造相關產業的相關ST公司)中的以上四項實際的財務比率運用預警模型進行相關計算并得到了相關的RS預測分值。
其結果如下：
通過檢測的相關結果顯示，在機械制造相關產業中的ST公司其RS值都小于0.7，其檢測的結果與實際情況一直，而三家非ST機械制造相關產業的企業的實際RS值都大于0.07，這就進一步說明了這三家企業并不是財務狀況的相關預警企業，從而同實際情況達到一致。
模型局限性
1.預警預測的財務狀況的前提是該企業對于其自身發布的相關財務數據具有真實可信的特點，但是由于現在的企業的相關會計信息出現著頻繁的失真現象，因此有一些相關企業不能夠對于自身的實際財務數據進行真實性的反應。
這樣就會使得上面所涉及的模型里面的相關財務指標不能夠真實完全對于企業的實際經營業績進行反映。
因此，在對于企業的預警預測財務狀況進行良好的模型規劃之后，還要對于企業的實際會計管理進行加強，保證企業的會計信息的準確性，保證在企業進行財務數據的發布的時候，能夠是企業的真實財務發展運營狀況，從而保證企業在其進行相關統計和分析的時候，不會偏離公司的正常經營發展狀況。
以便于有效的提高企業的綜合運營水平，加強企業的綜合競爭力。
2.從相關行業的方向來說，這項模型是通過機械制造相關產業作為實際分析和計算的樣本而得到的，因為在不同的企業中的產業的實際財務比率都有著自己的特點，造成不同產業之間存在著差異，所以對于不是機械制造相關產業的企業在運用該模型進行相關研判的時候一定要在事先進行修正。
要根據自己所在公司的經營狀況，市場經濟發展情景以及自身的各項因素等進行詳細的了解和對比，找出適合自己所在企業的預警預測財務狀況的相關模型，從而真正的幫助企業建立起良好的財務預警預測系統。
3.根據本文中所設定的模型并沒有對于非財務指標的相關因素的有關影響進行考慮。
所以模型的實際應用還會受到不用的企業的評價標準自身主觀性、條件差異性等的限制，從而難以對于企業全面滿足。
所以在進行預警模型的了解和分析的前提下，還應該對于非財務相關指標的干擾因素以及一些有經驗的相關分析人員的實際直覺來進行定性的評價以及分析。
總結：財務狀況的相關預警預測對于企業的生存和發展有著非常重要的作用。
在對于企業的預警預測財務狀況進行良好的模型規劃之后，還要對于企業的實際會計管理進行加強，保證企業的會計信息的準確性，保證在企業進行財務數據的發布的時候，能夠是企業的真實財務發展運營狀況，從而保證企業在其進行相關統計和分析的時候，不會偏離公司的正常經營發展狀況。
本文通過對于上海和深圳的20家上市企業進行財務比率的統計和分析，得出在機械制造相關產業中的財務預警預測的相關模型。
從而有效的實現對于機械制造相關產業的財務狀況實際的預警的經濟學研究和分析。
參考文獻：
[1]位文明，劉海濤，張俊，趙萬華，張曉毅，朱祥.基于實際面壓力分布的結合面有限元建模方法.中國科技論文在線.2011(08).
[2]《機械制造與自動化》2011年年度索引(第40卷第1-6期，總第212-217期)(卷終).機械制造與自動化.2011(06).
[3]本刊編輯部.眾口鑄金 精益求精——南京金口機械制造有限公司新版GMP的應對之策.機電信息.2011(05).
[4]黃靜，葉文亮，張明，李劍鋒.鍍鋁板在發動機隔熱中的應用及成形工藝.鍛壓裝備與制造技術.2011(04).
基于Logistic模型的機械制造業上市公司財務預警應用【2】
【摘要】本文對Logistic回歸模型應用于財務預警應用與分析做了深入理論分析，并以機械行業最新財務統計數據作為分析對象，利用SPSS統計學軟件求得了回歸模型參量，進一步構建了機械設備儀表類Logistic回歸模型;并以某機械制造公司作為分析實例，對該模型的計算方法進行了進一步表達，對Logistic回歸模型在財務預警中的分析和應用提供了一定的參考。
【關鍵詞】Logistic模型 財務預警 回歸模型
機械制造業作為工業的核心，隨著我國經濟及工業發展，其上市公司的數量日益增多。
截止2014年12月，機械行業上市公司共計556家(含機械、設備、儀表)，占整個滬深兩市的21.05%。
在機械行業取得快速發展的同時，同樣存在因財務狀況異常而被特別處理或退市風險警示處理的制造業上市公司，而這特別是在2014年。
呈現出這一高比例的ST或*ST股的原因較多，由財務原因而被特別處理的主要原因是機械制造業財務風險管理意識淡薄，缺乏適合行業有效的財務預警體系。
為此，對機械制造業及整個機械行業上市公司進行財務預警分析勢在必得。
通過構建有效的財務預警模型，防范、化解風險隱患，對機械制造業上市公司管理層、債權人、投資者、供貨商以及其他利益相關主體而言都具有十分重要的現實意義[1]。
一、Logistic模型綜述及相關表達
Logistic函數是在果蠅繁殖的研究工作中發現，并最早應用于人口估計與預測，通常把該函數又稱為增長函數(Growth function)。
由該函數構建的多元邏輯模型Logistic是依據被研究對象(或分析對象)的條件概率從而判斷其財務狀況和經營風險。
模型的建立基礎是累計概率函數，其優點是不需要嚴格的假設條件，突破了自變量服從兩組間協方差相等和多元正態分布的局限性等。
相對于多元判別分析，該模型更為穩健且具有更廣泛的使用范圍。
為此，本文選擇該方法對機械制造業公司進行分析[2]。
在財務預警分析中，通常將概率最佳分割因子設為0.5，當分析對象的值小于0.5時表明其財務狀況健康，相反則表明存在財務危機。
在上市公司的財務分析中，Logistic模型表述為[3]：
■ 1.1
式中，Yi表示第i家企業的財務狀況，當i=0時為財務危機企業，當i=1時為財務正常企業;Xki為第i家企業的k個財務比率。
將計算得到的Yi值代入下式1.2進行再計算：
■ 1.2
其Pi值便是由該模型得到的對第家企業的財務危機情況預估值。
當該值大于0.5時表明存在財務問題。
綜合上述兩市，并采用對數表達，得到Logistic模型的常用表達：
■ 1.3
從Logistic回歸模型的原理可以看出，其模型不僅能對企業是否會發生財務風險做出很好的判斷，同時還對其風險的大小可以進行量化。
根據模型的理論背景，在實際應用中需有這樣兩個假設作為前提：(1)樣本數必須為非回歸參數;(2)自變量之間不存在共線性。
二、研究對象樣本及相關數據選取
本文以證券會行業板塊中的機械、設備、儀表類上市公司作為研究對象，其分析數據來自其中新浪網財經股票數據庫，該數據庫分析數據準確、及時，數據全面、可靠。
該數據庫顯示，截止2014年12月，機械、設備、儀表類上市公司共計556家，該類中的ST和*ST共計26家，占該類上市公司中的4.68%。
每個分析對象中，選取資產負債率(分析時用X1表示)、應收賬款率(分析時用X2表示)、總資產周轉率(分析時用X3表示)、主營業務利潤率(分析時用X4表示)、每股經營現金流(分析時用X5表示)作為分析模型在計算過程中的參與分析量。
資產負債率是資產負債表所有資產的總和同所有負債的總和相除得到的一個比值，對于其他指標的具體意義，在此不再詳述。
三、機械制造業上市公司Logistic回歸財務預警模型
(一)預警模型建立
采用統計軟件――統計產品與服務解決方案軟件SPSS16.0的Logistic回歸功能，并選取回歸方法為(Wald)法，對機械、設備、儀表類上市公司的資產負債比、應收賬款周轉率、總資產周轉率、主營業務利潤率、每股經營流數據進行3次回歸計算，得到結果如下表1所示：
表1 SPSS軟件回歸求得系數值
表中，B為變量系數;S.E為標準差;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
得到分析對象企業的財務危機情況預估值為：
■ 3.2
(二)回歸模型統計檢驗
為驗證所構建的回歸模型，在初值-2Log Likelihood為91.702時，再利用SPSS軟件對其進行分析，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軟件對模型計算的輸出值
從計算結果可以看出，-2Log Likelihood值較大，表明本文構建的機械制造業上市公司財務預警模型擬合度較高。
(三)以川潤股份為例，進行回歸模型實例檢驗
根據所建立的Logistic回歸模型，下面以川潤股份(股票代碼為002272)為例，進一步實例驗證回歸模型的統計檢驗。
計算公式中單位為元。
資產負債比為：■=32.4%;應收賬款率： ■=136.97%;總資產周轉率：■=28.5%;主營業務利潤率：■=0.705%;每股經營現金流：X5=-0.0956。
將上述計算得到的值代入式3.2中，得到：
■=0.534。
四、結果分析
通過對川潤股份(股票代碼為002272)為實例進行計算，其結果為稍大于財務危機情況預估的臨界值，其財務狀況正常。
該企業主要以生產制造銷售液壓潤滑設備為主，通過結合當前的機械制造業情況來看，當前制造業確實處在“艱難時刻”，這是由于受到全球經濟復蘇乏力、國內實體經濟低位運行的影響，投資增速逐步放緩這一些因素所致。
這一系列因素導致傳統機械行業景氣度低迷已成為不爭的事實。
同時，從該股2014年9月30日公布的財務摘要中也可以看出：每股收益為0.0096元;每股現金含量為-0.0956元。
注：本文計算及結果依賴于企業公布數據的真實性，同時限于本文僅對財務預警模型的理論研究，因此其計算結果對投資人、債權人等所有利益相關方不具有實際參考意義。
五、結論
利用SPSS軟件對機械設備儀表類上市公司財務數據進行統計學分析，得出Logistic回歸模型參量。
從而構建出當前機械設備儀表類上市公司財務預警模型，進一步將該模型中利用軟件進行統計驗證，其結果表明本文構建的機械制造業上市公司財務預警模型擬合度較高。
以某公司為實例，利用該模型進行分析，其分析結果為該公司超過財務危機情況預估的臨界值，該公司財務狀況正常，對利用Logistic回歸模型的構建方法、實際應用提供了有意義的參考。
參考文獻
[1]常立華.對企業財務危機臨界點的認識[J].財會月刊，2008(4).
[2]劉彥文.上市公司財務危機預警模型研究[D]. 大連理工大學 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.
機械制造技術的發展【3】
摘要：機械制造技術水平的高低是衡量一個國家科學技術發展的重要標志，也是各國科技競爭的重點。
本文對我國現有的機械制造技術進行了分析，并闡述了未來的發展方向。
關鍵詞：機械制造 技術特點發展分析
0 引言
目前，我國的機械制造技術與美、英、俄等發達國家相比，還有一定的差距，而科學技術的創新與發展，仍面臨著巨大的挑戰。
因此，我國現有的機械制造業已不能沿用20世紀時的，以凸輪及其機構為基礎的專用機床、專用夾具、專用刀具組成的流水式生產，而要向著自動化(數控高速切削加工)、計算計綜合自動化(CIM)發展。
本文就機械制造技術、發展分析等，作進一步的研究和探討[1]。
1 機械制造技術
機械制造技術是研究制造生產裝備過程中的基本原理、技術和方法的一門學科。
隨著科技發展，對機械制造技術提出了更高的要求，例如，要求達到納米(10-6mm)的超精密加工，大規模集成電路硅片的超微細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。
要想提高產品質量和勞動生產率，降低其成本，提高市場的競爭力，就必須采用先進的制造技術[2]。
1.1 隨著微電子技術、計算機技術的發展，促使常規技術與精密檢測技術、數控技術、傳感技術、系統技術、伺服技術等相互結合，使機械制造業發生了質的飛躍。
1.2 隨著計算機輔助設計與制造(CAD/CAM)、柔性制造系統(FMS)、計算機集成制造系統(CIMS)的應用，實現了自動化、柔性化、智能化、集成化生產加工，使產品質量和生產效率得到提高。
1.3 隨著生產的發展和科學實驗的需求，許多零件的形狀越來越復雜，精度要求越來越高，表面粗糙度要求越來越低。
相繼出現了化學機械加工、電化學加工、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、超精密加工技術和復合加工技術。
2 發展分析
我國機械制造技術的發展：一是精密加工技術，二是CIMS計算機綜合自動化技術，三是發展模式[3]。
2.1 精密加工技術。
精密加工的核心主要體現在對尺寸精度、仿形精度、表面質量的要求。
要實現高速切削與強力切削，必須有與之相適應的機床和切削刀具。
目前數控車床主軸轉速已達5000r/min，加工中心主軸轉速已達20000r/min，磨削速度已達40～60r/s，高的可達80～120r/s。
例如，電火花加工的精度要求可達±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、CD盒等高精密模具部位的電火花加工。
例如，運用數控高速切削技術(High Speed Machining,HSM，或High Speed Cutting，HSC)，可提高加工效率和加工質量[4]。
2.1.1 高速切削。
高速切削技術綜合了機床的高速主軸系統、快速進給系統、高性能刀夾系統、高性能刀具材料以及高性能CNC數控系統等諸多相關硬件和軟件技術。
要實現高速切削與強力切削，必須有與之相適應的機床和切削刀具。
目前數控車床主軸轉速已達5000r/min，加工中心主軸轉速已達20000r/min，磨削速度已達40～60r/s，高的可達80～120r/s。
2.1.2 生產效率。
高速切削加工技術提高了切削加工的生產效率，表現在：①切削力小：在銑削加工中，主軸軸承、刀具、工件受到的徑向切削力得到大幅度減少。
②材料切除率高：在相同時間內的材料切除率相應提高。
③工件熱變形小：因為是高速切削，大部分的切削熱來不及傳給工件就被高速流出的切屑帶走，所以，加工表面的受熱時間短，不會導致熱變形，提高了表面精度。
④精度高：由于高速切削力小于常規切削，加工系統的振動降低，加工過程平穩，提高了加工精度。
⑤環保：由于高速切削可實現干式切削，減少了切削液用量，從而使污染和能耗降低。
2.1.3 實際應用。
高速切削技術在精密制造中的實際應用，主要表現在：①非曲直對于薄壁類零件和細長的工件。
②采用數控高速切削加工，廣泛應用于汽車、模具、航天航空等制造領域。
③采用數控高速切削技術，可實現在一臺機床上對復雜整體結構件同時進行粗、精加工。
2.1.4 關鍵技術。
實現數控高速切削的關鍵技術，主要包括：切削機理、切削機床、切削刀具和切削工藝[5]。
①切削機理：研究各種材料在高速加工條件下，形成的切削力、切削熱的變化規律，刀具磨損規律及對加工表面質量的影響規律，有利于促進高速切削工藝規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。
②切削機床：高速切削機床主要包括：主軸系統、快速進給系統和CNC控制系統。
a主軸。
一般主軸轉速在10000r/min以上，最高可達60000-100000r/min，具有良好的動態和熱態性能。
b高速進給。
機床進給系統能夠滿足快速移動和快速準確定位。
③切削刀具：由于切削速度的大幅度提高，對切削刀具材料、刀具幾何參數、刀體結構等都提出了新的要求，高速切削刀具材料和刀具制造技術都有了新的變化。
高速切削加工時，不僅要保證高的生產率和加工精度，還要保證人身的安全和產品的可靠性。
因此，高速切削加工的刀具系統必須具有良好的幾何精度、重復定位精度、裝夾剛度、高速運轉時良好的平衡狀態和安全可靠性。
需要注意的是：要盡可能減輕刀體質量，使其在高速旋轉時所受的離心力小，可提高高速切削時的安全性，改進刀具的夾緊方式。
④切削工藝：高速切削在實際生產加工中，缺乏可供參考的應用實例，也沒有實用的切削用量和加工參數數據庫，高速加工的工藝參數優化是加工技術的關鍵。
例如，數控高速切削的零件NC程序，要求在整個切削過程中保證載荷穩定，而在使用CNC軟件中發現，自動編程功能不能滿足這一的要求，需要由人工編程加以補充和優化。
因此，必須研制開發新的編程方式，使切削數據適合高速主軸的功率特性曲線。
2.2 CIMS計算機綜合自動化技術。
CIMS(Computer Integrated Manufacturing System)計算機綜合自動化，是基于CIM哲理構成的新型生產實體，是信息時代的一種新型生產制造模式。
CIMS是通過計算機網絡技術、數據庫技術等軟硬件技術，把企業生產過程中經營管理、生產制造、售后服務等環節聯系在一起，構成了一個能適應市場需求變化和生產環境變化的大系統[6]。
隨著計算機輔助設計與制造(CAD/CAM)、柔性制造系統(FMS)、計算機集成制造系統(CIMS)的應用和開發，整個生產過程在計算機的數控下，實現自動化、柔性化、智能化、集成化，不僅使產品質量和生產效率得以提高，且縮短了生產周期，從而提高企業的經濟效益和社會效益。
2.2.1 智能化。
智能制造技術IMT是將人工智能融入制造過程的各個環節能自動監測其運行狀態，在受到外界干擾或內部激勵時能自動調整其參數以達到最佳狀態和具備自組織能力。
例如，新型數控電火花機床采用了模糊控制技術和專家系統智能控制技術。
模糊控制技術是由計算機監測來判定電火花加工間隙的狀態在保持穩定電弧的范圍內自動選擇使加工效率達到最高的加工條件自動監控加工過程實現最穩定的加工過程的控制技術。
2.2.2 自動化。
自動操作過程不需人工干預可以提高加工精度、效率。
機床的自動化運轉降低了操作人員的勞動強度、提高生產效率。
例如，對于批量較大的生產的自動化，可通過機床自動化改裝、應用自動機床、專用組合機床、自動生產線來完成。
小批量生產的自動化，可通過NCMCCAMFMSCIMIMS等來完成。
為了提高生產效率，減輕勞動強度，改善勞動條件，盡可能地用機械作業替代人力勞動成為一種發展趨勢，為適應這種工程作業環境使用要求，小型及微型工程機械的需求將迅速增長。
微型產品不但其外形尺寸受到具體約束，同時其外觀形態、色調等方面的設計愈來愈體現了與自然、環境的融合。
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，手機外殼、家電制品、電器用品、電子儀表等領域都要求減少輔助時間，如編程時間、電極與工件定位時間等，同時又要降低粗糙度從原來的Ra0.8μm改進到Ra0.25μm使放電后不必再進行手工拋光處理。
2.2.4 信息化。
隨著計算機、自動化與通訊網絡技術在制造系統中的應用信息的作用越來越重要。
制造過程的實質是對制造過程中各種信息資源的采集、輸入、加工和處理過程，最終形成的產品可看作是信息的物質表現。
因此，可以把信息看作是一種產業包括在制造之中。
2.2.5 集成化。
集成化的目的是實現制造企業的功能集成，功能集成要借助現代管理技術、計算機技術、自動化技術和信息技術。
實現技術集成同時還要強調人的集成，由于系統中不可能沒有人，系統運行的效果與企業經營思想、運行機制、管理模式都與人有關，在技術上集成的同時還應強調管理與人的集成。
2.2.6 柔性化。
柔性是指一個制造系統適應各種生產條件變化的能力它與系統方案、人員和設備有關。
系統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完成數量和時間要求的適應能力。
設備柔性是指機床能在短期內適應新零件的加工能力。
例如，在通用產品的基礎上增加模塊化的功能部件，實現產品功能的多樣化，或通過全新的模塊化設計、制造以及不同模塊之間的柔性化組合，實現功能多樣化。
應用機電液一體化技術、電子計算機技術、監測控制技術，使工程機械的信息化、智能化，可以提高工程機械各種故障的自我診斷和修復能力，降低施工人員的勞動強度、提高工作效率和工程質量。
2.2.7 綠色化。
綠色制造、環境意識的設計與制造、生態工廠、清潔化生產等概念是全球可持續發展戰略在制造業中的體現。
依靠科技進步，節約資源，關愛生命，提高效益，減少廢物排放，促進部分資源循環利用，實現經濟、社會、資源、環境和諧的發展。
例如，行業可通過生產設施和生產工藝的改進，實現安全清潔生產;通過采用新技術、新工藝、新材料，優化、創新產品設計，減少產品資源消耗與廢物排放，降低產品噪聲，增加操作人員的舒適程度;通過研究新材料、材料表面工程技術開展再制造技術、回收技術，實現廢舊工程機械的回收與再利用。
2.3 發展模式。
企業發展規模化、專業化、集約化和柔性化。
如大型工程機械整機生產企業或企業集團可通過內生增長和外延擴張等方式，迅速發展，擴大規模，增加產品種類，成長為綜合性的工程機械企業，同時，行業的集中度將進一步提高。
零部件企業將由目前的規模小、分布散、企業多和依附于主機企業的狀況，向專業化、與主機企業形成伙伴關系的方向發展;主機廠的非核心零部件業務將逐步剝離，零部件企業將迅速成長，并逐步形成與主機企業同步、甚至超前開發模塊化部件的能力，推動主機產品的發展[7]。
4 結束語
隨著科學技術的進步，我國機械制造技術應順應國際市場大環境的需求，不斷加強微電子技術、信息技術、光電技術、新材料技術與機械制造技術之間的結合、融合，促進產品向多樣化、智能化、綠色化發展，從而進一步提高我國機械制造技術的創新和攻關能力，爭取在較短的時間內，使我國機械制造技術達到世界先進水平[8]。
參考文獻：
[1]H.舒爾茨著.高速加工發展概況，王志剛譯，機械制造與自動化[J].2002(1).
[2]賓鴻贊，加工過程數控[M].武漢：華中科技大學出版社，2004.
[3]周正干，王美清，李和平.高速加工的核心技術和方法[J].航空制造技術，2000(3).
[4]馬曉春.我國現代機械制造技術的發展趨勢[J].森林工程，2002，(3).
[5]王世敬，溫筠.現代機械制造技術及其發展趨勢[J].石油機械，2002，(11).
[6]武永利.機械制造技術新發展及其在我國的研究和應用[J].機械制造與自動化，2003，(1).
[7]林式藩.CIMS的組成與應用，冶金自動化，1997年6月.
[8]壽云興，郝萬福.CIMS綜述，黑龍江自動化技術與應用，1997年第3期.
【機械制造產業財務狀況預警的經濟學】相關文章：
消防預警培訓心得12-01
大風橙色預警通知12-12
大風橙色預警通知12-05
關愛生命 安全預警03-20
大風橙色預警通知【薦】07-09
消防預警方案（精選11篇）12-04
機械制造實習報告05-13
產業實習報告10-17
產業發展方案08-11
財務狀況分析報告08-10