中国储运网H t t p ://w w w .c h i n a c h u y u n .c o m
汽车产业是世界经济产业中极其关键的部分，作为汽车行业的领跑者，通用和大众汽车受到广大投资者的关注，本文通过分析其电气化战略和相关财务指标，探讨两大企业的投资价值，结果显示：大众汽车更具有投资价值。
一、通用汽车与大众汽车电气化战略分析目前，随着国家乃至全球的大力推广，新能源汽车的普及和发展已成为大势所趋，全球的汽车厂商都在致力于推进电气化战略，这对传统的燃油车企来说是一个新的机遇，更是新的挑战。对于汽车企业来说，能够在既有优势的基础上抓住机遇迅速实现超越与变革，才能在未来的竞争中拥有更多的主动机会。而大众、通用等跨国公司作为汽车行业的领军企业，其在推进新能源领域电气化战略方面，都拥有着雄心壮志。
（一）通用汽车。通用汽车的电气化布局起步非常早，早在十年前，通用汽车的增程技术产品沃特一度获得过不少美国消费者的青睐，如今，通用汽车在全球化布局中，对在华工厂引进了全新的电动汽车平台“奥特能”，它采用了无线电池管理系统，对汽车的续航能力带来了提升，并且在智能功能本土化方面能够将消费者放在第一位，结合通用汽车26年的电气化经验，它的技术创新性与安全性都是毋庸置疑的。
（二）大众汽车。大众汽车在电气化方面，从电芯、动力模块到出厂后的充电问题都有一个系统的解决
方案，在电芯方面，计划到2030年，大众80%的汽车采用统一电池，在电池的供应上极大地降低了成本，实现了去复杂化，通过与国轩高科的合作，保障了充电设施，而大众汽车的ME B新平台是技术上的一个新的里程碑，作为一个致力于打造纯电动车的平台，也可以看出大众在推进电气化战略方面的决心。
二、通用汽车与大众汽车的财务比率分析
表1盈利能力指标
驾照扣分数据来源：根据该公司2016-2020年报整理所得
快艇发动机表2偿债能力指标
数据来源：根据该公司2016~2020年报整理所得
（一）通用汽车
从通用汽车公司盈利比率显示，2016年至2017年期间，
R O E 指标下降，且2017年数值为负数，库存周转率下降了近一
半，说明是存货积存，经营不善导致产品滞销，从而使企业亏损。2018年R O E 指标上升，但库存周转率和营业利润率仍旧下降，在营业利润率下降的情况下，企业却在2018年分红比例增加，说明企业通过大量分红，传递积极信号，稳定公司股价，但是也导致了净资产减少，因此造成了R O E指标增加的虚幻感觉。2019年到2020年，虽然R O E指标在逐渐下降，但库存周转率逐年增加，说明企业经营有所改善，资本市场的信任度相应有所提高。在2020年，股息收益率达到自2016年以来的最低值，市盈率提高到9.6倍，营运资本周转期持续为负值，表明公司享有净现金流入（融资）而不是流出（投资），这意味着通用汽车没有现金被束缚在营运资本中。财务杠杆系数持续在70上下波动，但利息保障倍数从2016年的15.43下降到2020年的6.04，说明通用汽车有长期融资带来的风险，并且偿还利息的能力越来越弱，未来可能无法偿还债务。
表3营运能力指标
数据来源：根据该公司2016~2020年报整理所得
（二）大众汽车
表4营运能力指标
数据来源：根据该公司2016~2020年报整理所得
从大众汽车公司盈利比率显示，2016年至2017年期间，R O E 指标增长接近两倍，说明企业可以产生更多的可实际分配利润，整体表现很好。然而，当资产周转效率在2018年下降到0.81时，所有的盈利比率在同一年遭受轻微的下降，从而导致来自资本市场的信任下降到5.9倍的市盈率。2019年在R O E 指标提高到11.35后，资本市场的信任度相应有所提高，市盈率提高到6.51倍。2020年利润率总体上都下降了，且资产周转率也下降到0.67，但这并不能说明大众汽车不是一家适合投资的公司，因为它的市盈率在2020年增长到10.25倍，说明资本市场信任度大幅攀升。大众汽车的流动比率从2016年的0.88增长到2020年的1.18，速动比率从2016年的0.66增长到2020年的0.91，仔细分析流动比率与速动比率的比较，就会发现流动比率保持在1以上的主要原因可能是由于存货，虽然速动比率（不包括库存）在2016年到2020年都低于1:1的建议最低比率，但是其增长的趋势说明公司销售规模在扩大。
（三）财务分析主要结论
通用汽车和大众汽车作为新能源汽车的两家代表企业，他们在盈利能力、偿债能力、营运能力的财务指标对比如下：1.从盈利能力来看，通用汽车的R O E指标波动幅度较大，整体下降趋势，大众汽车的R O E 指标波动幅度较小，从2016~2019年都是呈上升趋势，在2020年，受到新冠疫情的影响而出现下降；通用汽车与大众汽车在2018~2020年的市盈率都是上升的，但整体大众汽车上升幅度更大；通用汽车的股息收益率和派息率在
通用汽车与大众汽车投资价值对比分析
文/
录毅菲乔治亚罗
83
Copyright ©博看网. All Rights Reserved.
C h i n as t o r a g e&t r a n s p o r t m a g a z i n e 2022.09
2020年出现了较大波动，而大众汽车仍旧稳步增长，整体来看，大众汽车的获利能力更强。2.从偿债能力来看，通用汽车的利息
保障倍数整体呈下降趋势，大众汽车先上升后下降，总体来看，大众汽车支付利息的能力稍强一些；通用汽车的财务杠杆系数平均在70左右，大众汽车评论在60左右，因此，通用汽车的财务风险更大一
些。3.从营运能力来看，通用汽车与大众汽车的资产周转率整体呈下降趋势，但通用汽车的资产周转速度比大众汽车略高；通用汽车的应收账款结算期比大众汽车要久，那么发生坏账的风险也越大；通用汽车的应付账款结算期远远大于大众汽车，说明公司可以更多地占用供应商的货款来补充营运资本，但与此同时也会影响公司的信用，提高企业的资产负债率。
三、结束语
由于全球气候变暖，新能源汽车领域作为新兴产业之一，它的投资价值在未来也是具备长久生命力的，经过分析，本文认为
通用汽车的盈利能力低于大众汽车，并且面临的财务风险更大，长期来看，大众汽车更具有增长潜力和投资价值。（作者单位：桂林理工大学）引用出处
[1]大众集团股份有限公司2016-2020年度报告[2]通用汽车股份有限公司2016-2020年度报告
[3]曹樱凡.新能源汽车公司投资价值分析———以比亚迪为例[D ].江南大学,2017.
[4]郑浩.汽车行业投资价值分析———以吉利汽车为例[D ].四川大学,2018.
型，对2021~2025年江西省农产品冷链物流需求进行预测分析，以此为江西省冷链物流的发展提供数据参考及发展建议。1.引言
农产品冷链物流是指将肉类、禽类、水产品、蔬菜、水果和蛋类等生鲜农产品从产地采收后，在加工、储存、运输、配送和销售等各个环节中均处于低温条件下，是保证农产品质量，减少农产品损耗的一项物流保鲜系统工程。江西是传统的农业大省，优越的地理环境和气候条件，使得江西省农产品资源丰富。江西省农产品的产量大且呈逐年增长趋势，但损耗较为严重，尤其是在许多山区地区，由于交通基础设施的不完善，大部分农产品都不能往外销售，造成了较大的损耗。中国农产品损耗率基本在20%~30%，而在发达国家农产品的损耗率一般控制在5%以下，损耗的减少就是收益的增加。目前，江西省冷链物流现状，难以满
足人们对生鲜农产品日益增加的需求。尤其是在疫情防控期间，生鲜产品和药品的冷藏运输需求增加为更明显，加强冷链物流建设已经迫在眉睫。本文以江西省2013~2020年农产品产量为基础数据，运用组合预测模型来预测其农产品冷链物流需求情
况，为江西省冷链物流的发展规划提供参考。为了保证研究数据的准确性和预测结果的有效性，本文原始数据均来源于江西省
统计局和区域经济发展年鉴。选取了江西省农产品中产量最大，最具代表性的蔬菜、水果、肉类、禽
蛋和水产品这五类农产品的产量作为研究对象。2016~2020年江西省农产品冷链物流运输产品总量分别为2343、2400、2478.1、2511.3、2603.8、2635.8、2670.2、2742.8万吨。
2.江西省农产品冷链物流需求预测
江西省农产品冷链物流需求具有不稳定性，因此单个预测方法对其进行预测的效果可能并不显著。本文通过构建G M （1，1）灰预测和二次指数平滑法的组合预测模型，对江西省农产品冷链物流需求进行预测。在组合预测中，需要对单个预测模型进行赋权。误差倒数法是一种操作简便且准确性较高的权重确定方法。其运算原理就是根据单项预测方法预测值的均方误
差的大小来确定其权重，均方误差越大，说明该预测模型的预测
精度越低，在组合预测模型中所占的权重就越小。
2.1G M （1，1）灰预测。灰预测法是通过少量的原有数据，建立数学模型并作出预测的一种预测方法，需要的原始数据
少，预测值准确度高。当数据较少不完善时，该预测模型能够在样本数据规模要求不高的情况下，做出较好的预测结果，适合短期预测。因此，本文选取G M （1，1）预测模型对江西省农产品冷链物流需求进行预测。
2.1.1G M （1，1）模型构建。假设在某段时间内有n 个原始
值，设原始时间数据列为X （0）={X （0）（1），X （0）（2），…，X （0）
（n ）}。将
原始数列进行累加生成新的数据列为X
（1）={X （1）（1），X （1）
（2），…，X
（1）（n ）}。通过灰理论构建G M （1，1）模型：X （1
）（k +1）=X （0）（1）-u a
e -a k +u a
，
其中a ，u 为待解系数。经累减还原后得预测模型：X （0）（k +1）=X （1）（k +1）-X （1
）
（k ）2.1.2模型的检验。通过残差检验法对预测结果进行检验。
绝对残差序列为ε（0）=
X （0）（1）-X （0）（1），X （0）（2）-X （0
125摩托车改装），……X （0）（n ））相对残差序列为Δ=ε（1）X （0）（1），ε（2）X （0）（2），…，ε（n ）X （0）（n ）
={Δk }1n ，平均相对误差为=Δ 1n
n k =1
Δk 。模型精度：当Δ <0.01时，模型精度为一级；当0.01<Δ <0.05，模型精度为二级；当0.05<Δ <0.10，模型精度
为三级；当0.10<Δ <0.20，模型精度为四级。2.1.3G M （1，1）灰模型预测对总产量X （0）
进行累加，得到本田踏板摩托车
新的数列为X （1）
=（2343、2400、2478.1、2511.3、2603.8、2635.8、
2670.2、2742.8）。用最小二乘法求出a ，u ，确定参数向量，得G M
（1，1）预测模型为X （1）（k +1）=X （0）（1）-u a
e -a k +u a
=112489.3228×e -0.0213k -110146.3228通过Ma t l a b软件计算，得出
雷克萨斯脚垫2013-2020年江西省农产品冷链物流需求预测值、绝对残差、相对残差和平均相对误差。如表1所示其中，江西省冷链物流需求预测平均相对误差Δ =-0.0000057，小于0.01，精度为一级，说明预测模型精度良好，
可以对2021~2025年江西省冷链物流需求进行预测，其预测结
果分别为2803.46、2863.67、2925.17、2988、3052.17万吨。
江西省农产品冷链物流需求预测分析
文/易江杜艳
84
Copyright ©博看网. All Rights Reserved.
发布评论