固定資產投資計算方法精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的固定資產投資計算方法主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：固定資產投資計算方法范文
第一條為了貫徹落實“抓項目促發展”的工作方針，切實落實投資目標責任制，確保完成市政府與省上簽訂的固定資產投資任務，促進全市經濟社會健康穩定快速協調發展，參照省人民政府甘政發[]23號文件精神和《省全社會固定資產投資完成考核辦法(試行)》，制定本辦法。
第二條本辦法適用于對各縣(區)固定資產投資任務完成情況的考核
第二章考核任務的確定
第三條全社會固定資產投資年度計劃以省上下達全市當年固定資產投資增長率、各縣(區)近三年投資完成情況、各縣(區)當年在建投資項目情況、城鎮固定資產項目情況為依據進行編制。
第四條各縣(區)年度全社會固定資產投資計劃由市發展和改革委員會提出建議意見，提交市政府有關會議討論確定，并在全市經濟工作會議上由市政府與各縣(區)政府簽訂《固定資產投資目標管理責任書》(以下簡稱《責任書》)，作為考核當年各縣(區)全社會固定資產投資任務的依據。
第三章考核、獎懲辦法
第五條督查考核工作每季度進行一次，半年初評，年底總評。考核工作由市發展和改革委員會組織實施。
第六條全社會固定資產投資全年完成數和引進市以外資金實際到位數、城鎮固定資產投資完成數，以市統計局年終向社會公布的數據為準。
第七條考核包括六項指標，即：引進市以外資金實際到位占當地完成投資比重；投資增長率；投資目標完成率；縣(區)完成城鎮固定資產投資占當地完成投資比率；縣(區)完成投資對全市完成投資貢獻率；縣(區)級財政給縣(區)發改委投入的項目前期費用。
引進市以外資金實際到位占當地完成投資比重，是指各縣(區)在國內外(不包括本市各縣區間)以招商引資實際到位數和實際利用外商投資數占本縣(區)當年完成全社會固定資產投資比重。計算公式是，引進市以外資金實際到位占當地完成投資比重；(當年國內招商引資及利用外商投資實際到位數／當年完成全社會固定資產投資)×100％。
投資增長率，是反映年度投資規模和投資增長的指標，考核選擇使用前三年平均投資作為基數來測算。計算公式是：投資增長率：[(當年完成全社會固定資產投資／前三年完成全社會固定資產投資平均數)-1]×100％。
投資目標完成率，反映年度投資目標完成效果的指標。計算公式是，投資目標完成率；(當年完成全社會固定資產投資／當年全社會固定資產投資目標)×100％。
縣(區)完成城鎮固定資產投資占當地完成投資比率，是指各縣(區)當年完成城鎮固定資產投資在當年全社會固定資產投資比重。計算公式是，縣(區)完成城鎮固定資產投資占當地完成投資比率：(當年完成城鎮固定資產投資／當年完成全社會固定資產投資)×100％。
縣(區)完成投資對全市完成投資貢獻率，是指在縣(區)完成全社會固定資產投資中，除去中央、省、市屬工業企業投資后的縣(區)自身完成投資與全市完成投資總額同口徑的比值。計算公式是：縣(區)完成投資對全市完成投資貢獻率=[縣(區)完成投資／全市完成投資總額]×100％。
縣(區)級財政給縣(區)發改委投入的項目前期費用，是指各縣(區)財政通過自籌，當年撥入縣(區)發改委，由縣(區)發改委專項用于項目前期論證工作的費用。計算公式：縣(區)級財政給縣發改委投入的項目前期費用=縣(區)級財政撥入縣(區)發改委帳戶的前期經費(以撥款憑證為準)一年終縣(區)發改委專戶帳余額(以憑證為準)。
第八條分值的具體計算方法：六項指標按照權重確定分值為總分100分。其中：引進市以外資金實際到位占當地完成投資比重25分，投資增長率20分，投資目標完成率20分，縣(區)完成城鎮固定資產投資占當地完成投資比率20分，縣(區)完成投資對全市完成投資貢獻率10分，縣級財政投入的項目前期費用5分。各縣(區)的投資增長率，縣(區)完成投資對全市完成投資貢獻率分值，投資目標完成率，引進市以外資金實際到位占當地完成投資比重，縣(區)完成城鎮固定資產投資占當地完成投資比率分值的計算；市上采用將每項指標各縣(區)數據一次性計算出來，確定此指標中最高比率的縣(區)取得此指標的最高分值(滿分)，然后用最高分值縣(區)的比率和分值，計算其它縣(區)的分值。縣(區)級財政給縣(區)發改委投入的項目前期費用分值的計算：市上確定投入項目前期費20萬元為基數，達到20萬元，得5分。達不到20萬元的，每減少1萬元，分值減少0.25分；超過20萬元的，每增加1萬元前期經費，分值增加0.25分。
所有增長幅度及計分數據均保留2位小數。
第2篇：固定資產投資計算方法范文
近些年來,關于不確定性對企業固定資產影響的研究越來越受到學者的關注。但迄今為止,二者之間的關系,無論是在理論上還是在實證上都沒有得出一致的結論。
Hartman(1972,1976)[1,2]以及A-bel(1983)[3]認為不確定的增加會增加風險中性競爭性公司的投資水平。McDonald和Siegel(1986)[4]考慮到投資的不可逆性,并假設投資項目的未來值和初始投資成本服從幾何布朗運動。其研究結果表明,僅當公司投資項目的價值超過某一臨界值時,公司才會投資。而且,投資臨界值和投資期權的價值隨初始投資成本以及未來項目價值不確定性的增加而增加。Dixit和Pindyck(1994)[5]在其名著《不確定條件下的投資》中指出在不確定條件下,企業會權衡通過延遲投資決策而獲得更多關于項目未來價值信息的收益以及立即投資所產生的收益。
而且在通常情況下,企業會延遲做出投資決策以等待關于項目新信息的到來,即不確定性的增加會減少企業當期的投資。Campa(1993)[6]利用沉沒成本、不確定性和退出之間的關系考察了企業的投資問題。具體而言,他研究了1981~1987年進入美國批發交易市場的外國公司的數量。結果發現,較高的匯率提高了進入者的數量,較高的沉沒成本以及較大的匯率變化降低了進入者的數量,這一結果支持不確定條件下的投資理論———實物期權理論。
Bell和Campa(1997)[7]考察了美國和歐洲化學加工行業的生產能力投資,他們檢驗了匯率、石油價格(輸入價格)、產出價格(產品需求)的波動性對投資的影響,結果發現僅匯率波動性對投資的影響與不確定條件下的投資文獻預測一致。Kalckreuth(2002)[8]以1987~1997年6745家德國公司為研究對象,考察了公司銷售不確定性和成本不確定性對投資需求的影響。結果發現兩種不確定性對公司投資有顯著負影響,而且不確定性提高一個標準差,估計的投資需求將降低6·5個百分點。
目前,中國還處于轉軌經濟時期,環境中的不確定性因素很多。本文即是在這樣的背景下,研究不確定性對中國企業固定資產投資的影響。通過分析,本文旨在回答以下一些問題:對于中國企業而言,不確定性對企業固定資產投資是否有影響?如果有影響,有多大的影響?不同種類的不確定性對企業固定資產投資的影響是否相同?哪種不確定性對企業固定資產投資的影響更大?不同種類公司的固定資產投資受不確定性影響的程度是否相同?各自原因何在?如果不確定性對企業固定資產投資沒有影響,原因又是什么?從而得出一定的啟示。
二、幾種不確定性對企業固定資產投資影響的理論分析很多種不確定性都會對企業固定資產投資產生影響。
就固定資產投資而言,最主要的不確定性影響因素是產品價格的不確定性、運行成本的不確定性和利率的不確定性等。它們會通過對現金流或折現率的影響而對企業的固定資產投資產生影響。
產品的價格是影響企業進行固定資產投資的重要因素。產品價格的不確定性直接對企業的固定投資產生不確定性。產品的價格變化會導致預期現金流流量大小的變化。按照貼現現金流準則,當其他條件不變時,產品的價格下降,使得預期現金流流量下降,項目的凈現值減少;產品的價格上升,使得預期現金流流量上升,項目的凈現值增加。
運行成本的不確定性會引起預期現金流的不確定性。運行成本增加會使預期現金流下降,使得投資項目的凈現值減少;運行成本下降會使預期現金流上升,從而導致項目的凈現值增加。
利率的不確定性會對企業的固定資產投資帶來不確定的影響。利率的變化會導致預期貼現率的變化,預期貼現率的不確定性又會導致項目凈現值的變化。在項目帶來的未來現金流量一定的情況下:預期貼現率提高,項目的凈現值下降;預期貼現率下降,項目的凈現值上升。同時,預期貼現率的不確定性還會間接地影響項目的投資。利率的不確定性對于企業來說,意味著融資總量、融資結構、融資成本和股利政策的不確定性,企業現金周轉循環具有不確定性。利率、資本成本、融資政策、股利政策與現金周轉循環之間的相互關聯關系導致了財務風險的客觀存在。
按照實物期權理論,以上各種不確定性會加深企業進行等待的動機,以期獲得更多未來價格的信息,來權衡通過延遲投資決策而獲得更多關于項目未來價值信息的收益以及立即投資所產生的收益。
因此,這些指標不確定性的增加都會減少企業當期的固定資產投資。
由于影響企業固定資產投資的不確定性的種類很多,本文將采用反映不確定性的綜合指標———股票日收益率的波動性來進行研究,即不單獨研究某種不確定性對企業投資的影響。另外,由于選取不確定性量化指標存在一定的困難,本文將仿照國外學者的研究方法,借助采用衡量風險的方法(標準差)對其進行量化研究。同時,為了進行深入分析,本文將總體不確定性拆分為市場不確定性和企業特有不確定性。
三、實證研究設計
1.研究假設基于已有文獻的研究以及本文的定性分析,提出以下研究假設:
假設1總體不確定性、市場不確定性和企業特有不確定性對企業固定資產投資產生負影響。
假設2不可逆程度與企業固定資產投資之間存在負相關關系。具體來說,原材料類上市公司比機械類上市公司受不確定性的負影響程度更大。
不確定性與不可逆性休戚相關,研究不確定性不能不考慮不可逆性的影響。根據不可逆投資理論,不可逆性是影響企業固定資產投資的重要因素,它主要受技術特性和行業市場結構等因素的影響。
大型加工行業中的機器設備比信息密集行業中的行業專用性及公司專用性更強。當一個行業的競爭較激烈且同質化程度較強時,在一個公司安裝的資產可以更容易地賣給其他公司。因此,不可逆程度的不同使得不同行業對不確定性的反應不同。
具體來說,原材料類上市公司比機械類上市公司受不確定性的影響程度更大。現實中,有形資產的折舊更快,而折舊速度與沉沒成本呈反比。據調查,資產使用壽命(按照經濟折舊來看),原材料類公司資產的使用壽命大于機械類上市公司,即機械類上市公司資產的折舊速度大于原材料上市公司資產的折舊速度。而折舊速度與沉沒成本呈反比,即說明機械類上市公司的不可逆程度小一些,相應地使得不確定性對其固定資產投資的影響變小。
假設3市場不確定性對企業固定資產投資的負影響大于企業特有不確定性對企業固定資產投資的負影響。
總體不確定性分為市場不確定性和企業特有不確定性兩種。事實上不同種類的不確定性對投資影響的程度是不同的。根據不可逆投資理論,不可逆的性質取決于企業面臨不確定性的種類。如果一個企業面對一個特有的不確定性,它可以很容易地將資產賣給行業內其他企業,因此不可逆性要輕一些;但是整個行業面臨不確定性沖擊,則企業不容易將資產賣給其他企業。因此,不同種類不確定性企業對固定資產投資的影響并不相同。市場不確定性對企業固定資產投資的影響大于企業特有不確定性對固定資產投資的影響。
2.變量與樣本選取
(1)不確定性與固定資產投資的衡量指標實證分析中,在衡量不確定性指標的選取上,主要有以下幾種:
①采用標準差、方差和協方差來度量不確定性;
②由廣義自回歸條件異方差模型(GARCH模型)估計得到的標準差;
③由具有幾何布朗運動類型的隨機波動模型(AR模型)估計得到的標準差;
④調查得到的數據,如影響公司未來投資的一個特定變量,在實證研究中認為重要的因素,包括:匯率、回報率、輸入價格、產出需求和產出價格等。其中,由基本變量計算得到的方差方法較簡單,而且所受限制較少。同時考慮到數據上的可獲得性,本文利用公司股票日收益率的波動性度量其不確定性。
具體來說,公司i的總體不確定性以其在年度t的日收益率的標準差計算,以σ∧it表示:σ∧it=1ti∑tik=1(rik-rik)2(1)其中,k=1,2,3,……,ti,ti為公司在該年度的交易天數,rik為公司i的日個股收益率,為其當年的平均收益率。
為了詳細地研究不確定性對企業固定資產投資的影響,本文將不確定性分解,即將總體的不確定性(σ∧it)分為市場不確定性(β∧itσ∧mt)和公司特有的不確定性(σ∧εit)。
σ∧2it=β∧2itσ∧2mt+σ∧2it(2)由市場收益率標準差的計算公式,可得:σ∧mt=1ti∑tik=1(rmk-rmk)2(3)其中,rmt為日市場收益率,rmt為平均日市場收益率。
市場回報率指的是整個市場所有股票的加權平均回報率,其權重的計算方法有等權平均法、流通市值加權平均法和總市值加權平均法。考慮到中國特殊的股權結構,公司發行的股票中既有流通股,又有非流通股,本文以考慮現金紅利的流通市值加權平均法為日市場收益率的計算方法。其計算公式為:rmt=∑iwikrik∑iwik(4)其中,wik表示股票i在k-1日的流通市值,以公式wik=V,ik-1×P,ik-1計算,V,ik-1表示股票i在k-1日的流通股數;P,ik-1表
示股票i在k-1日的收盤價。
σ∧εit可由(3)式直接計算得到:σ∧εit=1ti∑tik=1ε∧2ik(5)因此,本文的不確定性由以下變量度量:總體不確定性(σ∧it)、市場不確定性(β∧itσ∧mt)以及公司特有的不確定性(σ∧εit)。另外,(2)式中βit的數據直接采用CCER數據庫中的計算方法,本文直接采用該數據庫中計算的β。
實證分析中,大多采用固定資產增加值來衡量固定資產,本文也采用此指標。具體來說,本文所指的固定資產增加值為資產負債表中的固定資產凈值、工程物質和在建工程三項之和的增加值。此外,將固定資產除以期初固定資產合計(資產負債表中固定資產凈值、工程物資和在建工程三項之和)計算得到的相對值作為模型中的被解釋變量,這樣做的好處是可以剔除各個企業期初固定資產投資規模不同的影響。
(2)樣本選擇和數據來源本文以中國滬深兩市A股制造業部分上市公司的財務數據和交易數據為研究樣本。
選擇制造業公司為研究樣本是因為公司固定資產投資行為具有明顯的行業特征,制造業公司投資于固定資產的比例大、回收周期長、資產專用性強、具有不可逆投資的特征,更能體現固定資產投資的特點。同時,為了研究不可逆性對不確定性與企業固定資產投資關系的影響,所有的樣本數據均來自制造業上市公司中的原材料類行業和機械類行業。其中,原材料類上市公司包括化學原料及化學制品制造業、黑色金屬冶煉及壓延加工業、金屬制品業、有色金屬冶煉及壓延加工業;機械類上市公司包括普通機械制造業、專用設備制造業、電器機械及器材制造業、交通運輸設備制造業。具體樣本參見表1。
樣本采用2001~2005年5年的時間序列/截面數據(panel-data)。采用時間序列/截面數據是因為它具有很多優點:
①時間序列/截面數據包含截面、時間和指標三維信息,可以構造和檢驗比以往單獨使用截面和時間序列數據更為真實的行為方程;
②觀測樣本量大大增加,使構造更加可靠的參數估計量成為可能,而且能夠識別和檢驗約束條件放松了的更為一般的模型;③多重共線性的影響被減弱;
④識別和度量一些純粹截面模型和純粹時間序列模型所不能識別的因素,如潛變量的影響;
⑤降低估計誤差。
樣本按以下原則進行篩選:
①為避免異常值的影響以及不同市場不確定性對公司投資的影響,所取樣本均為A股上市公司,且從原始樣本中剔除每年被ST和PT的公司
。②各公司2001~2005年度財務數據齊全。
③對樣本值進行標準化,分析具體原因,剔出其中的異常值。最后樣本數量為158家,其中原材料類上市公司82家、機械類上市公司7家;滬市80家、深市78家。
本文的市場收益率數據來自中國股票市場研究CSMAR數據庫;其他數據均來自CCERTM股票價格收益數據庫和一般公司財務數據庫。
前面介紹了時間序列/截面數據的各種優點,因此,本文將采用時間序列/截面數據模型進行計量經濟學研究。結合研究目的和實際情形,本文采用的基本經濟模型是托賓Q模型,對其進行簡單的修改,將不確定因素納入其中。此外,融資約束和投資機會是影響投資的重要因素,因此,為了控制融資約束因素的影響,本文將融資約束指標納入其中(托賓Q代表了投資機會),并選擇現金流作為融資約束的替代指標。同時為了對不確定性與投資的關系進行穩健型檢驗,本文采用將不確定性指標納入銷售加速模型進行對比分析。
按照時間序列/截面數據模型的基本思想,在建立模型之前,首先應進行F檢驗,確定具體采用哪種模型。
(1)將總體不確定性納入方程,其F檢驗結果為:S1=50·42305,S2=69·90299,S3=91·88072;F2=1·2412,F1=1·1664利用Excel軟件得到的概率分布值分別為:F2(1·2412,314,474)=0·017F1(1·1664,157,474)=0·1117因此,在α=0·05的顯著性水平下,0·017<0·05,拒絕假設;0·1117>0·05,接受假設。由此,方程應采用變截距模型。
(2)將市場不確定性納入方程,其F檢驗結果為:S1=55·23999,S2=72·15095,S3=94·027;F2=1·0599,F1=0·9243利用Excel軟件得到的概率分布值分別為:F2(1·0599,314,474)=0·2833,F1(0·9243,157,474)=0·7184因此,在α=0·05的顯著性水平下,0·2833>0·05,接受假設H2,方程應采用無個體影響的不變系數模型。
(3)將公司特有不確定性納入方程,其F檢驗結果為:S1=46·10017,S2=70·98556,S3=94·794;F2=1·5947,F1=1·6297利用Excel軟件得到的概率分布值分別為:F2(1·5947,314,474)=2·2×10-6,F1(1·6297,157,474)=4·6×10-5因此,在α=0·05的顯著性水平下,2·2×10-6<0·05,拒絕假設H2;4·6×10-5<0·05,拒絕假設H1。由此,方程應采用變系數模型。
此外,由于該實證模型集中于制造業中原材料類和機械類行業的研究,所以選取固定影響的變系數進行分析。
根據前面理論和實證方法的討論,本文基于Tobin’sQ模型建立如下計量經濟模型①后面簡稱Tobin’sQ模型):Ii,tKi,t-1=α0+μi+α1Qi,t-1+α2(CFK)i,t-1+α3σit+εiti=1,2,…N,t=1,2,…T(6)Ii,tKi,t-1=β0+β1Qi,t-1+β2(CFK)i,t-1+β3βitσmt+εiti=1,2,…N,t=1,2,…T(7)Ii,tKi,t-1=ωi+ω1iQi,t-1+ω2i(CFK)i,t-1+ω3iσεit+εiti=1,2,…N,t=1,2,…T(8)其中,I為固定資產(資產負債表中的固定資產凈值、工程物質和在建工程三項之和)增加值;K為期初固定資產合計(資產負債表中固定資產凈值、工程物資和在建工程三項之和);Q為Tobin’sQ值,以公司權益市場價值與公司負債面值之和除以公司總資產賬面價值,具體來說,是年末收盤價與年末股本總數之積加上年末負債帳面價值再除以年末總資產帳面價值計算得出;CF為經營活動現金凈流量;σit為總體不確定性,βitσmt為市場不確定性,σεit為公司特有不確定性;μi為公司固定效應,εit為誤差項。
為了進行模型的穩健性檢驗,本文同時采用銷售加速模型進行分析,具體建立的回歸模型如下(后面簡稱銷售加速模型):Ii,tKi,t-1=α′0+μ′i+α′1(SK)i,t-1+α′2(CFK)i,t-1+α3σit+εiti=1,2,…N,t=1,2,…T(9)Ii,tKi,t-1=β′0+β′1(SK)i,t-1+β′2(CFK)i,t-1+β′3βitσit+εiti=1,2,…N,t=1,2,…T(10)Ii,tKi,t-1=ω′i+ω′1i(SK)i,t-1+ω′2i(CFK)i,t-1+ω′3iσεit+εiti=1,2,…N,t=1,2,…T(11)上面的穩健性檢驗模型中的S表示主營業務收入,其他指標和Tobin’sQ模型中的一樣。
由于模型的截面數據較多,容易出現異方差現象,因此本文選擇可行的廣義最小二乘法(GLS)進行回歸,具體在Eviews5·0中選擇cross-sectionweights,目的是減少由于截面數據造成的異方差影響。
四、實證結果與分析
1·樣本的統計特征從表2可以看出,對于解釋變量而言:原材料類上市公司與機械類上市公司的總體不確定性、市場不確定性和公司特有不確定性均值比較接近,沒有特別大的不同,二者的公司特有不確定性均值都大于市場不確定性均值。這說明平均來看,特有不確定性在公司的不確定性中所占的比重較大。
對于被解釋變量而言:原材料類上市公司的投資-固定資產比率均值、中位數均大于機械類上市公司的,不考慮其他因素,可以得出,面對相似的不確定性,機械類上市公司的投資更為保守。
對于控制變量而言:現金流-固定資產比率、主營業務收入-固定資產比率和托賓Q值,機械類上市公司的均值明顯大于原材料類的均值,也就是說機械類上市公司的投資機會要大于原材料類上市公司,且所受的融資約束要小于原材料上市公司。
2·實證模型結果與分析表3~表5是對本文建立的Tobin’sQ回歸模型,利用Eviews5·0統計軟件計算的結果。從這三個表中可以得到以下一些結論。
(1)從表3和表4可以得出:不論是全樣本還是分樣本(原材料類上市公司、機械類上市公司),也不論是否考慮投資機會和融資約束,總體不確定性和市場不確定性都對公司固定資產投資具有顯著的負影響,在α=0·01的水平下顯著成立。這說明對于大多數的制造業上市公司而言,總體不確定性和市場不確定性的增加,會使得其固定資產投資減少。這與實物期權理論以及本文的理論分析相一致,支持假設1的一部分。
(2)從表3和表4可以得出:考慮投資機會和融資約束時,總體不確定性和市場不確定性對原材料類上市公司固定資產投資的負影響大于對機械類上市公司固定資產投資的負影響。
該項結果支持假設2。正如前面進行的分
析,產生這種結果的主要原因之一是機械類上市公司不可逆程度小于原材料類上市公司。當然,從本質上來說,不可逆性不足以導致不確定性對固定資產投資產生負影響,形成這種差別的原因還應考慮投資機會和盈利水平,從表2可以看出,機械類上市公司的投資機會(Q值)大于原材料類上市公司,其盈利能力(SK、CFK)也大于原材料類上市公司,即其所受的融資約束要小。這些都使得不確定性對機械類上市公司固定資產投資的影響小些。
(3)比較表3和表4,市場不確定性對公司固定資產投資的負影響大于總體不確定性對固定資產投資的負影響。這個結果從另外一個角度說明了,從平均水平來看,市場不確定性對固定資產投資的影響大于公司特有不確定性對固定資產投資的影響。
因此從整體來看,該項結果支持假設3②。由于市場不確定性會對整個行業產生影響,當市場不確定性出現時,企業很難將資產賣出去,即公司面對的不可逆性較大,因此,固定資產投資會很謹慎。
(4)從表5可以得出(這里說明的是針對所有公司的回歸結果而言的,即包括沒有列示在表5中的公司):考慮到投資機會和融資約束,對于全樣本的回歸結果而言,公司特有不確定性對固定資產投資的影響為正的公司有71家,為負的公司有87家對于原材料類公司而言,為正的公司有40家,為負的公司有42家;對于機械類公司而言,為正的公司有31家,為負的公司有45家。
但不同公司的情況也有所不同,有些公司的公司特有不確定性對固定資產投資的影響大于市場不確定性對固定資產投資的影響,同時有些公司的公司特有不確定性對固定資產投資的影響為正。也就是說,有些公司在公司特有不確定性增加時,投資反而加大。相比較而言,這種現象在原材料類上市公司中更為嚴重。這說明在中國,有些公司的管理層偏好風險,具有較強的“賭博”心理和機會主義行為。即當公司面臨特有的不確定性時,往往會低估其風險,盲目上馬,有過度投資的傾向。
本文認為,產生以上現象的原因主要是由于中國公司治理機制不完善。眾所周知,中國制造業上市公司大多由國有企業改制而來,國有股“一股獨大”和內部人控制的現象較為嚴重,董事會、管理層激勵和約束嚴重不足,建立內部科學的投資決策程序和規范的運作機制較弱。投資決策往往由關鍵人控制,投資項目的財務分析則以樂觀情形為基本方案,高估收益、淡化競爭、低估風險。而且管理層則常常以舊習慣和經驗在新的競爭環境下進行投資決策,決策過程跳躍、不連貫。若投資成功,公司管理層既得名又得利;若投資失敗,則責任自有國家承擔。這從一個側面說明,雖然隨著改革的推進,上市公司的治理不斷地完善,情況有所好轉,但是建立預想的現代公司制度仍任重而道遠。
以上對本文建立的實證模型———Tobin’sQ模型的三個模型,針對全樣本、原材料類上市公司、機械類上市公司三個樣本分別進行了估計,并分析了具體的估計結果,結果與研究假設基本相一致。為了驗證該實證結果的穩健性(robustness)水平,同時利用銷售加速模型進行分析,回歸結果基本與To-bin’sQ模型的回歸結果得出的結論相一致①,這說明本文建立的實證模型穩健性程度較高,得出的結論更加準確、可信。
五、研究結論與建議
通過前面的分析,本文得出以下一些結論:
(1)不論是全樣本還是分樣本(原材料類上市公司、機械類上市公司),也不論是否考慮投資機會和融資約束,總體不確定性和市場不確定性都對公司固定資產投資具有顯著的負影響。
(2)不可逆程度與公司固定資產投資呈顯著的負相關關系,不可逆程度越大,不確定性對公司固定資產投資的負影響程度越大。考慮投資機會和融資約束時,總體不確定性和市場不確定性對原材料類上市公司固定資產投資的負影響大于對機械類上市公司固定資產投資的負影響。
(3)市場不確定性對公司固定資產投資的負影響大于總體不確定性對固定資產投資的負影響。從平均水平來看,市場不確定性對固定資產投資的負影響大于公司特有不確定性對固定資產投資的負影響。
第3篇：固定資產投資計算方法范文
關鍵詞：PMI；基本構成；引導關系
中圖分類號：F224.9 文獻標識碼：A doi：10.3969/j.issn.1672-3309（x）.2012.12.16 文章編號：1672-3309（2012）12-45-02
采購經理指數，英文全稱purchasing manager index，是采用互聯網形式對企業采購經理發放月度調查問卷，根據問卷結果編制的一個月度指數，區間是在[0，100%]，它涵蓋了企業采購、生產、流通等各個環節，是國際上通用的監測宏觀經濟走勢的先行性指數之一，具有較強的預測、預警作用。
采購經理指數分為制造類企業采購經理指數和非制造類企業采購經理指數，前者針對制造類行業為大類，各個子行業按照其增加值占全部制造業增加值比重進行分配。企業問卷調查涉及生產量、新訂單、出口訂貨、現有訂貨、產成品庫存、采購量、進口、購進價格、原材料庫存、從業人員、供應商配送時間等11個問題。
單個指數采用擴散指數方法，綜合指數采用加權綜合指數方法，其中計算方法設計如下：
PMI主要由5個擴散指數（分類指數）加權，PMI是一個綜合指數，由5個擴散指數（分類指數）加權計算而成。
假設制造行業中有甲、乙以及其他行業，甲乙行業增加值占總的制造業增加值分別為a%、b%，那么，所有制造類企業發放問卷總數為N，這兩類行業所發放的問卷數目即為a%*N，b%*N。在行業內部，具體企業抽選根據其主營業務收入成比例概率抽取。將問卷項目中選擇增加的企業賦值為1，將選擇持平的企業選擇為0.5，將選擇減少的企業選擇為0。
PMI綜合指數=PMI=訂單×30%+生產×25%+雇員×20%+配送×15%+存貨×10%
可以看出，當大部分調查對象選擇增加選項時，各單項指數偏向于大于50%，所以，PMI綜合指數通常以50%作為經濟強弱的分界點，PMI高于50%時，反映制造業經濟擴張；低于50%，則反映制造業經濟收縮。
一、文獻綜述
陳瓊、汝宜紅（2006）介紹和分析了采購經理指數的背景含義，深入論述了采購經理指數對經濟運行的指導功能。于穎、蔡進（2008）通過實證分析對PMI指數與其他經濟指標的相關性進行了研究。趙薇（2009）從PMI的國外發展現狀、國內現狀及重要性和前景三方面，闡述和比較了這一指數。唐琴琴（2012）針對PMI指數的計算方法和發展路徑進行了研究，闡述了PMI指數的統計特點。本文綜合以前的研究成果，通過研究季度GDP，城鎮固定資產投資等經濟總量與PMI指數的關系，實證分析PMI的引導效率問題。
二、數據及實證分析
本文選取2008年第1季度至2012年第3季度的季度PMI平均值，經濟指標選擇GDP和三大產業的增長率來考察PMI指數對我國經濟狀況的預測情況。其中，GDP采用2008年第1季度至2012年第3季度的數據，PMI和城鎮固定資產投資采用2008年2月至2012年12月的月度數據，PMI的月度數據為該季度PMI的算術平均值。
從圖2可以看出，2008年第4季度PMI達到一個低谷，緊接著2009年1季度經濟達到一個谷底；2009年第4季度PMI達到一個峰值，隨后2010年1季度經濟達到一次峰值。從總體上看，PMI指數的變動對經濟有明顯的預示作用，從幾個峰值和低谷看，PMI大概領先GDP一個季度。
對PMI指數與社會固定資產投資運用VAR模型，本文發現，PMI的一階滯后項與二階滯后項對城鎮固定資產的系數均為顯著，所以，PMI的一階滯后項和二階滯后項對城鎮固定資產投資均有顯著的預測作用，也就是說，PMI對城鎮固定資產投資有著較強的前期預示作用。投資作為我國GDP組成的一部分，在歷年GDP增長中均起著主導性的作用，所以，PMI對城鎮固定資產投資總額的引導作用也就是作為經濟總量的引導預示作用。
三、結論以及研究展望
本文通過實證研究發現，我國PMI指數對經濟總量擁有較強的預示作用，其中，對GDP大約提前一個季度的顯著的引導預示作用，對城鎮固定投資有著迅速的引導預示作用。PMI包含了社會總需求和社會總供給兩方面的因素，其中新訂單是關于社會總需求的因素，生產量、存貨、從業人員等是關于社會總供給的因素。所以，當PMI指數顯著提高時，在社會總供給與社會總需求方面預示著未來經濟總量的穩步上升。PMI的引導作用有利于我國根據經濟形勢調整宏觀調控政策，防范過大的經濟波動，調控經濟發展預期，確保我國經濟平穩、較快增長。同時，PMI指數對于市場經濟其他經濟主體也有較強的預示作用，有利于企業及時調整生產計劃，抓住發展機會，規避市場風險，繁榮市場經濟。所以，PMI指數在我國有著重要的意義，實證結果也表明，我國PMI指數已經發揮明顯的先行引導作用。
參考文獻：
[1] 陳瓊、汝宜紅.論采購經理指數對經濟運行的指示功能[J].統計與決策，2006，（22）：54-56.
[2] 趙薇.PMI的現狀及國內外對比[J].統計與決策，2009，（24）：31-32.
第4篇：固定資產投資計算方法范文
1節能降耗的政策、法律法規和規程規范研究
（1）國家層面的相關法律法規和規程規范；（2）國務院相關部委的法規和規程規范；（3）與水電行業有關的規范性文件等。
2水電水利工程施工期節能降耗分析
施工期能耗分析著重研究：施工生產過程、施工輔助生產系統及施工營地等項目的主要用能設備、能耗種類、能耗分布點、負荷水平，并制定統一的能耗計算方法，計算單位工程量（產品）能耗、能耗總量及分年度能耗量。
3水電水利工程運行期節能降耗分析
運行期能耗分析著重研究：生產輔助系統、生產性建筑物及辦公、生活設施等項目的主要用能設備、能耗種類、能耗分布點，并制定統一的能耗計算方法，計算單位產品能耗、年度能耗量及電站運行期（一般為40～50年）內的能耗總量。
4水電水利工程節能技術及措施的切入點研究
節能技術及措施的切入點研究主要從以下幾個方面展開：
（1）工程規劃與總布置的節能設計；
（2）建筑物節能設計；
（3）機電及金屬結構節能設計；
（4）施工節能設計；
（5）工程管理節能設計。從上述5個方面闡述工程節能措施、非工程節能措施、建筑物節能、管理節能、設備節能及施工節能等實際運用實例。
5水電水利工程節能效益分析
探討節能效益分析的方法，提出有實際運用價值的施工期、運行期能耗指標的計算方法并提出相應的節能評估標準。宏觀評價工程項目是否符合國家、地方關于節能減排的法律、法規的要求，對工程的總體布置、施工組織、機電設備選型及運行中采用的節能技術及措施等進行綜合評價，給出是否滿足節能降耗的結論，為節能效益分析提供數據支持。
專題研究方法及技術路線
專題研究將以理論分析為主，調查研究水電行業施工期及運行期的主要用能設備、耗能指標以及能源利用效率。根據工程實例，著力于提出一些具有工程實際應用價值的能耗計算統計方法。研究技術路線為：
（1）技術難點的提出及分析。根據DL/T5020—2007《水電工程可行性研究報告編制規程節能降耗分析篇》、《水電工程可行性研究節能降耗分析篇章編制暫行規定》、《固定資產投資項目節能評估和審查暫行辦法》、《固定資產投資項目節能評估工作指南》等相關規程規范性文件的要求，結合已頒布實施的GB/T50649—2011《水利水電工程節能設計規范》，對水電工程節能降耗應用中的重點及難點進行系統分析，提出需要解決的核心問題。
（2）結合行業現狀，進行廣泛調研。調研主要分兩個方面：一是查閱類似工程文獻資料；二是調研水電工程現場實際情況。
（3）在充分掌握第一手資料的基礎上，針對專題研究中存在的技術難點進行剖析，提出相應的解決辦法。
（4）實踐應用，驗證分析。將研究成果適時反饋于工程實際，并不斷修改完善。
（5）形成行業標準，并提出需進一步研究的問題建議。項目研究主要工作流程見圖1。
專題研究的主要技術難點及創新點
1主要技術難點
（1）《水電水利工程節能降耗分析設計導則》屬新編行業技術標準，欠缺以往的經驗積累，同行業參考資料少。
（2）水電水利工程規模大、各工程相異性大、情況復雜、施工工期長、技術要求高，導致無論是施工期還是運行期，其節能降耗分析需要統計的分項工程、生產系統及設備多，計算方法繁瑣，統計分析難度大。
（3）水電水利工程節能降耗技術方案及措施涉及專業面廣，需與工程建設、運行管理實際緊密結合，不同工程項目需制定與之相適應的相關分析及研究，有共性之處，但更多的是特性，為此，需收集的工程資料廣泛。
（4）我國地域遼闊，各地區社會、經濟環境差異大，能耗值統計計算后與之對應用來評估節能與否的標準，目前已有的設計規范僅有原則性的規定，需要著力研究與水電工程相適應的具有實際可操作性的相關節能評估方法。
2主要創新點
（1）提供一套切實可行的、完整的水電站施工期及運行期能耗計算及取值的方法。
（2）針對水電站施工期及運行期提出可行的節能降耗措施，節約不可再生能源，提高能源利用效率。
（3）為正在編制的《水電水利工程節能降耗分析設計導則》提供技術支撐。
（4）提出水電水利工程節能評估的計算及方法。
結語
第5篇：固定資產投資計算方法范文
經濟轉型的中國來說，
把企業的研發投資“計入”
固定資產投資，
有利于激勵重視GDP增長
的地方政府更有力地
推動企業投資研發，
而不是簡單擴大規模
生產的意愿，
這對于我國產品升級
和企業轉型無疑是正能量。
美國經濟分析局（BEA）近日宣布，將在今年7月公布第十四次對國民收入和產品賬戶（NIPAs）綜合調查的初步結果，并調整GDP統計方式，將把包括企業研發、娛樂文化支出以及退休金等指標并入政府統計數據中。有分析估計，采取新統計方式，美國經濟總量將增大約3%，這對美國經濟復蘇將是巨大的鼓舞，由此產生的直接效用將提振投資者的信心。按照這種分析，美國人在試圖通過數字游戲粉飾經濟前景。筆者對此不以為然。先不說全球投資人是以“算計”別人為生的群體，能那么容易被“算計”，且BEA是一批真正意義上的經濟學家，不是市場分析師，因而筆者傾向于他們不會刻意制造歌舞升平的太平盛世氣象，掩飾美國經濟疲軟的現狀。再說，按照新數據計入GDP的增長率，還需要設置基期價格作價格平減指數處理，2013年調整的基準為2007年數據，也就是要考慮通脹因素，名義GDP增長規模會擴大，實際GDP增長未必大幅調高。BEA每5年調整一次NIPAs，今年的調整應是一次正常的制度安排。所以，美國這次新的GDP統計方式將改變什么，對中國有什么影響，才應是我們最該關心的問題。
美國為什么要采取新的GDP統計方式？BEA的表述是，“為了捕捉美國經濟產出不斷變化的性質”。GDP作為衡量經濟狀態最重要的指標，一直受到詬病。GDP主要是當年新增的產值和計算有市場交易價格的經濟活動，很多自給自足的生產活動至今都沒有被計算在內，更不要說幸福指數這樣一些相對抽象指標。但卻有一些沒有意義的活動被計入GDP。所以，GDP的核算不是一成不變的，是需要不斷完善的。特別重要的是，不同發展階段和經濟形態，產業結構、企業活動和居民行為都不一樣，這就決定企業投資、居民消費，政府行為都會發生變化，GDP的國家會計核算方式若一成不變，可能帶來核算結果的巨大誤差。
特別是發達經濟體，在完成經濟形態從勞動密集轉變為資本密集以后，要相對準確地反映經濟狀態，GDP核算當然也該隨著新經濟形態的轉變而改變。這就是為什么美國GDP核算方式已經歷了十三次調整的緣故。隨著美國經濟基本形態進一步轉變為技術密集型，特別是近年高科技的快速發展，產業結構、企業行為和消費者行為都有了不同于資本密集形態的新的顯著變化，GDP核算方式的第十四次調整也就有了某種必要性了。
那么，這次美國GDP統計方式的調整究竟是基本計算方法的改變還是GDP計算基本思路的改變呢？筆者的判斷，還是方式的改變而非GDP計算體系的改變。也就是說，GDP的核算主體仍是居民、企業和政府的經濟活動，GDP的國民經濟會計基本計算的三大方法，生產法、支出法和收入法也沒有變。改變的是一些經濟行為的定義。比如，蘋果公司的研發創新和技術進步成為公司的核心競爭力，所以研發投入成為未來成長性和產品增值的一部分，而不是簡單的成本概念，所以，按照GDP基本核算規則，把企業研發投入“計入”固定資產投資應該有合理的解釋。有關娛樂、文學及藝術原創的支出，也可以作同樣的解釋而被“計入”固定資產投入。這個統計思路符合以三大驅動力表述的總需求計算GDP的基本思想。房屋交易時的多項稅費包括律師費，中介費等，過去可能是以買賣雙方的交易成本計算，如果換個主體考慮，站在律師以及其他中介角色的角度，這也可按照“收入”來計算，符合“收入法”計算的思路。至于養老金計劃的國定收益是在當年養老金已“計入”GDP以后的增值部分，增量計入當期GDP符合生產法的基本計算原理。
筆者認為，美國在技術密集型和服務型產業得到長足發展以后，特別在近十年互聯網技術的快速發展過程中，大量“無形資產”沒有被傳統GDP計算方式充分“識別”。這次美國GDP核算方式的調整，主要是使無形資產“固態化”和“有形化”，嚴格說，這是統計范疇的擴大，量化概念的擴充，使原來的GDP計算體系能體現新經濟形態和新產業結構的特征以及技術密集型企業對經濟的貢獻，使GDP能更真實準確地反映經濟狀態，并沒有改變GDP核算的基本規則。
美國這種統計方式的改變，對中國的國民經濟統計計算會有什么影響，這要看美國的這次改變的內容是在國際計算規則之內，或是否能變成國際計算規則。
中國國家統計局官網資料顯示，《中國國民經濟核算體系（2002）》采納了聯合國1993年《國民經濟核算體系》（SNA）的基本核算原則、內容和方法，中國年度GDP計算體系與國際公認的計算體系是一致的。國家統計局表示中國將進一步完善GDP核算方法。
第6篇：固定資產投資計算方法范文
關鍵詞:城市軌道交通 國民經濟評價 效益與費用 識別與計算方法
《投資項目可行性研究指南(試用版)》(計辦投資[2002]15號文出版)明確指出交通運輸項目、較大的水利水電項目等需要進行國民經濟評價。城市軌道交通項目屬于需要進行國民經濟評價的范圍。由于城市軌道交通項目投資巨大，財務效益差，項目的經濟合理性以國民經濟評價結論為主，因此國民經濟評價編制質量直接關系到項目的取舍。國民經濟效益與費用的識別及計算是編制好國民經濟評價的基礎，而目前城市軌道交通項目國民經濟效益與費用的識別及計算方法沒有統一的行業標準，多數參照交通運輸項目的標準，但是二者之間還是有較大的區別。結合本人編制城市軌道交通項目國民經濟評價的體會，本文試圖對城市軌道交通項目國民經濟效益與費用的識別及計算方法作一初步探討。
一、國民經濟評價的概念與研究內容
1. 國民經濟評價的概念。《投資項目可行性研究指南(試用版)》給出了明確的定義:國民經濟評價是按照合理配置資源的原則，采用影子價格等國民經濟評價參數從國民經濟的角度考察投資項目所耗費的社會資源和對社會的貢獻，評價投資項目的經濟合理性。
2. 國民經濟評價的研究內容。國民經濟評價的研究內容主要是識別國民經濟效益與費用，計算和選取影子價格，編制國民經濟評價報表，計算國民經濟評價指標并進行方案比選。由此可見，國民經濟效益與費用的識別及計算是編制好國民經濟評價的基礎和主要內容，只有正確識別及計算國民經濟效益與費用才能編制好國民經濟評價。
二、國民經濟效益與費用的識別
1. 國民經濟效益與費用識別的原則。1993年4月7日國家計劃委員會、建設部聯合以“計投資[1993]530號《關于印發建設項目經濟評價方法與參數的通知》”的《建設項目經濟評價方法與參數(第二版)》明確規定效益與費用識別及計算遵循以下原則:(1)遵循效益和費用計算口徑對應一致的原則。(2)國民經濟評價使用影子價格，在計算期內各年均不考慮物價總水平上漲因素。(3)交通運輸項目國民經濟評價按照“有無項目對比法”進行分析測算。
2. 國民經濟效益與費用的識別。根據以上識別原則，城市軌道交通項目國民經濟評價效益與費用主要有:
國民經濟效益主要有投資乘數效益、固定資產余值回收、流動資金回收以及項目的間接效益。間接效益包括:節約在途時間效益、提高勞動生產率效益、減少交通事故效益、土地升值效益以及代替公交車的效益。此外還有一些難以量化的效益應作定性描述。
國民經濟費用包括固定資產投資、流動資金及經營費用。
三、國民經濟費用的調整計算方法
城市軌道交通項目國民經濟費用的計算一般通過對財務評價基礎數據調整而得。
1. 固定資產投資的調整。影子價格是進行項目國民經濟評價，計算國民經濟效益與費用時專用的價格，是指依據一定原則確定的，能夠反映投入物和產出真實經濟價值，反映市場供求狀況，反映資源稀缺程度，使資源得到合理配置的價格。城市軌道交通項目需投入的設備材料財務價格基本上能反映市場供求狀況及真實經濟價值，所以固定資產投資只作如下調整:1)扣除建設期利息和稅金等轉移支付。(2)土地影子費用調整。
2. 流動資金按指標估算，不調整。
3. 經營費用的調整。經營費用在財務評價經營成本的基礎上進行調整，調整內容如下:1)電價使用影子電價，調整電費計算。(2)生產人員工資及福利調整:根據目前我國勞動力市場現狀及城市軌道交通項目運營的實際情況，生產人員工資及福利影子換算系數取0.9。
(3)扣除財務費用等轉移支付費用。
四、國民經濟效益的計算方法城市軌道交通項目國民經濟效益一般是在正確識別的基礎上根據一定的計算方法計算而得。
1. 投資乘數效益(B1)。據經濟學理論顯示，直接關系國計民生的基礎設施投資，由于該項目實施能有效突破經濟發展中的“瓶頸制約”，有效改善基礎設施，大力優化投資環境，產生直接和間接的“誘發性投資”，因而具有巨大的投資乘數效益。城市軌道交通建設項目投資所產生的乘數效益是十分明顯的。按國際上通用的投資系數來分析投資效益，根據有關的研究表明，在我國現有經濟條件下，投資1元可增加GDP約1.6至2.05元。城市軌道交通建設項目投資大，建設周期長，對所在城市的國內生產總值貢獻是明顯的。
2. 旅客時間節約效益(B2)。這部分效益按客運量中的生產人員所能創造的經濟效益估算。估算時一般可以假定旅客生產人員節約的時間中有一半可以用于生產，創造價值。
3. 提高勞動生產率效益(B3)。由于乘坐地鐵較乘坐公交車舒適度大為提高，加上減少了塞車帶來的煩躁和疲勞，使乘坐地鐵上班的乘客較乘坐公交車的乘客有較高的勞動生產率，據統計約提高5.6%的效率。
4. 減少交通事故損失效益(B4)。由于地鐵的安全性，大大降低了乘客的交通事故損失。
5. 土地升值效益(B5)。根據各地的實際情況，城市主要道路和城市軌道交通的建設，沿線物業均有不同程度的升值。據2000年5月出版的《廣州市內環路建成后對周邊地區社會經濟影響研究》一書所作的研究表明，內環路的建設使沿線物業每平方米升值達15%左右，升值幅度在500元/平方米以上。根據廣州、上海等地的實際情況，城市軌道交通的建成，會引起車站500米至800米范圍內土地的升值，升值幅度根據各地及各地鐵線路所經城市區域不同。
6. 代替公交車的效益(B6)。如果不修建城市軌道交通工程，大部分的客流考慮由地面公交車運輸，需增加公交車投入、公交車配套設施費投入及需消耗資源而產生運營費;需投入資金拓寬道路，以后每年投入一定費用進行道路維修。代替公交車的效益包括公交車購置費、公交車配套設施費、道路拓寬及維修和公交車運營費四項。
7. 不可量化的國民經濟效益。城市軌道交通項目還可產生大量不可量化的國民經濟效益，也應作簡單的定性描述。主要有:增加社會就業;城市軌道交通工程的建成，減少了地面車流量，從而減少了油耗及尾氣和噪音污染;促進城市規劃的實現，促進城市經濟發展;有利于居民居住環境和提高生活質量。
五、結束語
城市軌道交通項目屬于必須進行國民經濟評價的范圍。由于城市軌道交通項目投資巨大，財務效益差，項目的經濟合理性以國民經濟評價結論為主，因此國民經濟評價編制質量直接關系到項目的取舍，國民經濟效益與費用的識別及計算是編制好國民經濟評價的基礎。因此，正確識別及計算國民經濟效益與費用是非常重要的。本文所提到的識別及計算方法僅是探討，望能起到拋磚引玉的作用。
第7篇：固定資產投資計算方法范文
關鍵詞 固定資產 折舊政策 路徑選擇
1 折舊政策的特征
固定資產折舊數額的多少取決于企業折舊政策的選擇。所謂企業折舊政策是指企業根據自身的財務狀況、經營目標及其變化趨勢，對固定資產的折舊方法和折舊年限作出的理性選擇。折舊方法就是對固定資產損耗分配的時間范圍問題。不同的計提方法和計提范圍構成了不同的折舊政策。企業的折舊政策一般具有如下特征：
1.1 折舊政策具有多種選擇性
由于折舊本身的成本特性，使折舊政策與企業財務狀況及其變動趨勢密切相連，折舊政策不僅受制于企業的財務狀況，而且通過折舊政策還可以調整企業的財務狀況，甚至于整個經營狀況。企業管理者可以根據不同需要，選擇適合本企業的折舊政策。對于不同企業，或者同一企業的不同發展階段，戰略目標不同，所處的財務環境不同，所擁有的固定資產本身在技術形態上的巨大差別，都會使決策者所選擇的最佳折舊政策各不相同。
1.2 一定時期折舊政策的相對穩定性
雖然在會計準則中一般允許企業在一個會計年度后調整折舊方法和年限，但考慮到規律性原則的要求和折舊對企業利潤及現金流轉的影響，折舊必須具有一定的穩定性。這是因為多變的折舊政策不僅會影響企業的外部形象。而且還影響企業的財務活動，特別是對外籌資活動。由此可見，折舊政策不僅僅表現為一種固定資產折舊計算方法，更主要體現為一個不斷選擇的過程，但就短期而言，應體現相對穩定。
1.3 政策要素的簡單性與決策因素的復雜性
構成折舊政策的要素主要有兩個，即確定折舊方法和折舊年限。折舊方法有快速、慢速，折舊年限有長期和短期之分，折舊方法與折舊年限的不同組合就構成了風格各異的折舊政策，如短期快速折舊政策、長期慢速折舊政策等等。但究竟如何組合不同的折舊方法和折舊年限，其需考慮的因素是多樣的、復雜的，如上述提到的對利潤的影響，對現金流量的影響，甚至對企業風險影響，另外還需考慮到企業外部國家的政策約束等等。
2 折舊政策選擇對企業財務的影響
2.1 對企業籌資的影響
折舊費用隨著貨款的收回沉淀在企業，成為企業更新固定資產的重要來源。在一特定的會計期間內，不同的折舊政策決定著這一來源的規模。折舊費提的越多，意味著企業沉淀下的現金越多，或者說出于固定資產更新準備的現金越多，隨著企業可利用自有資金的增多，對外籌資后的企業綜合資本成本都相對降低。可以說，折舊政策的選擇應根據未來期間的資金需求和將要面臨的籌資環境而定。
2.2 對企業投資的影響
影響固定資產投資決策的一個重要因素就是可利用的資金規模，由于折舊政策影響著企業內部籌資量，因此它也就間接地影響著企業的投資活動。可利用的資本越多，而且成本相對較低時，就會刺激企業的投資活動。折舊政策不僅從規模上影響投資活動，它還會影響固定資產更新投資的速度。如采用快速折舊，固定資產的更新也會加快。
2.3 對分配的影響
折舊政策的選擇，直接決定進入產品和勞務成本中的折舊成本的多少。在其他因素不變的情況下，不同的折舊政策會使企業同一期間的可分配利潤金額有所不同，從而影響企業分配。
3 折舊政策的影響因素
沒有哪一種折舊政策是完美無缺的，也沒有哪一種折舊政策是放之四海而皆準的。如果沒有選擇正確的折舊政策，無論價值形態還是實物形態，企業的固定資產都難以得到補償的，生產能力的提高以及收益的計量都有重要的影響。制定固定資產折舊政策應考慮以下幾點：
3.1 制定折舊政策的主體
折舊政策是企業財務政策的一個重要組成部分，在我國，由于國家具有國有企業投資者的身份，因此，我國國有企業的折舊管理政策由國家財政部門統一制定；另外，當企業采用的折舊政策與稅法規定不一致時，在交納所得稅時，根據稅法要求再進行必要的調整。
3.2 固定資產的磨損狀況
固定資產折舊所反映的是固定資產的磨損價值，因而，固定資產折舊計提數量的多少及折舊年限的長短主要依據資產的磨損狀況。固定資產的磨損包括有形磨損或物理磨損以及無形磨損或精神磨損。有形磨損一般與固定資產的被使用程度及時間成正比關系，而無形磨損則與技術的進步及勞動生產率的提高直接相關。對技術含量較高的固定資產，無形損耗是計提折舊的主要依據。不同的行業，固定資產本身的特點不同，對固定資產損耗的強度與方式也各不相同。同樣的是汽車，一般生產企業所使用的和出租汽車公司運營所用的折舊是肯定不一樣的。一般性企業和高新技術企業的固定資產磨損狀況的關注點也是不同的。在制定固定資產折舊政策時，充分考慮行業特征及相應的資產使用特點及磨損性質是十分重要的。
轉貼于 3.3 企業一定時期的現金流動狀況
在實際工作中，財務經理日常的大部分精力都是放在現金流的管理中。財務經理對現金凈流量的關心要遠勝于對會計利潤的關心，許多日常的財務決策也是從這個角度作出的。根據計算現金凈流量的簡略公式：現金凈流量=稅后利潤+折舊，可以得出，折舊作為現金流量的一個增量，它的多少是調節企業現金流動狀況的重要依據。從長期來看，無論采用什么折舊方法，在設備使用年限內所提供的現金流入量總額是相等的，但從短期來看，加速折舊法可以提早提供可利用的資源。由于貨幣時間價值，加速折舊法比其他的方法能提供較大的折現后的現金流入量，因此，在制定折舊政策時，應利用折舊的成本特點，綜合考慮現金狀況后，選擇適宜的折舊政策。
3.4 納稅義務的考慮
折舊政策的選擇直接影響著企業應納稅所得的多少，國家對折舊政策的選擇是有所管制的，企業只在國家折舊政策的彈性范圍內作出有限選擇并盡量節約稅金。雖然納稅總額與其他方法基本一致，但根據貨幣時間的觀念，通過延期納稅較多，企業實際上是節約了稅金。
3.5 資本保全的考慮
一般來講，固定資產在全新時工作效率較高，提供的效益較大。企業在選擇折舊政策時應考慮到這一特點，以便使企業能夠盡早收回大部分投資，減少物價變動造成的貨幣貶值風險，保全實物生產能力。在技術不斷進步、設備更新換代加快以及物價變動較大的情況下，為保全企業原始投資，體現資本保全原則，采用加速折舊法是較為合適的。
4 折舊政策的選擇
折舊政策從根本上講就是如何進行折舊方法和折舊期間的有效組合。折舊方法有兩種基本類型，就是快速折舊法和直線折舊法。快速折舊法，也稱遞減費用法，是指固定資產在前期提取較多的費用，以后逐年遞減的一種折舊計算方法，目前我國具體包括年數總和法及雙倍余額遞減法。許多固定資產與設備在全新時效率很高，即在最初數年提供的效益較高，因此折舊費用也應較大，采用快速折舊法合乎成本與收益配比的會計原則。這種方法可以加速固定資產的更新，促進企業技術進步，刺激生產和經營增長，同時降低了企業當前利潤水平，延遲了納稅，給企業帶來了納稅優惠。直線折舊法，是指將固定資產成本均衡地分攤于折舊期內的各個會計期間。這種方法簡單明了，易于計算。但忽視了固定資產實際損耗狀況，由于各期固定資產的耗用情況不同，按照直線法平均計提折舊會出現明顯的賬實不符現象，影響了財務信息的質量，妨礙了客觀、公正地對各期的經濟效益作出評價。
4.1 企業的折舊政策
折舊的期限分為長期和短期的兩種。長期一般是以固定資產的實物使用為折舊期限，短期則是以固定資產的經濟使用年限為折舊期限，長短期期限反映了企業對固定資產磨損、資本保全、風險的態度不同。根據折舊方法和折舊政策的不同組合，企業的折舊政策可歸納為以下類型：
（1）短期快速折舊政策。它要求折舊在較短的期限里提取完，折舊數額的時間分布可以是各年等額，也可以是先多后少，使投資盡早收回。這種方法適合于高新技術企業。
（2）長期快速折舊政策，它是指折舊的提取依時間順序先多后少，使固定資產投資收回先期較多、后期較少，在折舊時期上并不縮短。
（3）長期平均折舊政策。它是指折舊提取的時間較長，并且折舊期間內各期提取的折舊數額相等，使固定資產投資收回的數額平均分布在折舊期。
4.2 企業折舊政策選擇的標準
從整體上講，折舊政策的選擇，應既不使企業市價降低，同時也應盡可能地滿足企業特定時期的理財需要。以此為基礎，折舊政策選擇的總標準就是：
（1）當企業盈利水平不斷提高時，可以選擇長期平均折舊。這樣，或者可以使各期可分配利潤不致下降，或者可以因盈利水平提高，使可分配利潤上升。
（2）當企業盈利水平呈下降趨勢或先高后低時，可以選擇短期快速折舊和長期快速折舊，這樣或者可以使各期的可分配利潤不致下降，或者可以因折舊減少速度超過盈利水平的下降程度，而使各期可分配利潤略有上升；還可以把折舊政策與財務目標結合起來，使財務報表所揭示的利潤信息或獲利水平顯示出穩定和穩步增長的趨勢，企業的市值也會同樣穩定。當然，制定折舊政策還應考慮其他因素，而且，有些因素對折舊政策的影響與企業價值還可能出現矛盾。例如，當企業需要以增加折舊來增加可用現金、延期納稅時，會導致企業可分配利潤的減少，影響企業市價。因此，考慮到這些特殊因素，折舊政策的選擇標準就應作適當調整。
總的來說，折舊政策的選擇應從企業的實際情況出發，充分認識折舊的財務意義，認識到折舊與財務狀況之間的辯證關系，綜合考慮各種影響因素后，謹慎作出。
參考文獻
第8篇：固定資產投資計算方法范文
一、引言
貨運量、用電量作為“克強指數”中的重要指標，其對GDP的影響十分顯著。但目前的研究多集中在單一指標對GDP的影響上，較少出現多指標系統的研究。
貨運量與經濟發展關聯關系研究主要通過計量經濟學完成。馮艷春分析了各個產業對貨運量的影響，發現第一產業、第二產業和第三產業的發展對貨運量各自具有一定的影響。林航飛基于上海市數據，利用協整理論及其分析軟件，對上海市公路貨運量與經濟進行協整分析，發現公路貨運量與經濟指標之間存在長期的均衡關系。
電力與經濟關系的研究中，主要通過格蘭杰因果檢驗模型、誤差修正模型、多變量格蘭杰因果檢驗模型等進行。1997年Glasure和Lee研究了南朝鮮及新加坡電力與經濟增長之間的關系，結果表明二者的影響是雙向的。Morimoto應用Johansen模型研究了斯里蘭卡及泰國的電力消費、價格、收入之間的關系。Alice和Pun-Lee Lam對中國電力與經濟之間的關系進行了研究。
本文在已有研究的基礎上，基于系統動力學原理，努力構建出相對接近現實情況的模型，用于模擬貨運量、工業用電量與GDP系統的發展情況，為西安市經濟發展提供一定的理論支持。
二、系統動力學模型構建
系統動力學的整個建模過程是從定性到定量的綜合分析過程。該過程主要分為以下幾個部分：一是明確建模目的;二是劃分系統邊界;三是系統的結構分析;四是建立數學模型;五是模型的模擬;六是模型的運用。
本文主要研究貨運量和工業用電量對區域經濟的影響情況，因此貨運(工業用電)供需關系、貨運量(工業用電量)、運輸投資(能源投資)等和經濟因素都劃入系統邊界內。
1、建立因果關系圖
因果關系圖的建立是構建模型的重要步驟之一。經濟發展與貨運量和工業用電量的相互關系主要通過供需和投資來連接。其具體關系為：經濟的發展對貨運和工業用電需求產生影響;經濟的發展決定資產投資的規模，而資產投資的一部分用于運輸和能源投資;在投資的作用下提高貨運和工業用電量的供給能力;供需產生貨運量和工業用電量促進經濟發展的同時，也會因為能力短缺對經濟產生阻礙作用。因果關系圖如圖1所示。
2、建立系統流圖
因果關系圖展示了貨運量和工業用電量與經濟發展之間的關系，然而它只能描述反饋結構的基本關系，不能表示不同變量的區別。為了計算反饋系統中的動態累計效應，就必須對變量進行描述，建立系統流圖(見圖2)。本文選取生產總值、貨運供給能力、工業用電供給能力作為狀態變量，選取運輸投資、能源投資等作為輔助變量，來完成對系統的關系描述。
由于貨運量、工業用電量在生產總值中實際占比較小，完全通過貨運量與工業用電量的變化情況來描述GDP的變化會導致較大誤差，因此本文在貨運量與工業用電量的基礎上引入生產總值增長系數，三者共同來描述生產總值的具體情況：貨運量與工業用電量增長會導致GDP的增長，同時貨運量與工業用電量的短缺又會對生產總值的增長產生阻礙。當然貨運短缺以及工業用電短缺也會對經濟的發展造成影響，本文通過GDP增長阻礙率來體現這一影響，而是否短缺則取決于供給能力與需求的比值，即供需比。當供需比大于等于1時，需求完全被滿足，不會對GDP產生不利影響;當供需比小于1時，需求得不到滿足，從而影響GDP的增長。貨運需求和工業用電需求受到生產總值的影響，本文通過曲線回歸計算其影響程度。而貨運供給和工業用電供給則受運輸投資及能源投資影響，本文通過確定運輸投資及能源投資在固定資產投資中所占比例來計算具體的投資情況，從而確定供給能力，而固定資產投資則由生產總值確定。
三、系統動力學模型的參數確定
本文以西安市為例，完成模型仿真。通過對西安市有關數據的調查分析，結合統計學方法進行處理，得到相關參數值。
1、狀態變量方程及其初始值的確定
狀態變量初始值的選擇為2008年西安市相關數據數值。
(1)生產總值=INTEG (GDP增長量?鄢(1-GDP增長阻礙率)，2318.14)
(2)貨運供給能力=INTEG (貨運供給能力增量，27560)
(3)工業用電供給能力=INTEG (工業用電供給能力增量，696291)
2、其他變量方程及常量的確定
本文將運輸投資比率、能源投資比率視為常數，通過查閱文獻，選取西安市近年來相關數據，求算數平均值得到。GDP自增長系數通過對GDP增長率進行曲線回歸取得，通過表函數形式體現。其他相關方程通過回歸分析得到，以固定資產投資為例，其變動受到生產總值規模的影響，因此運用計量經濟學的計算方法，以2008—2014年數據為樣本，選取固定資產投資為因變量，生產總值為自變量進行回歸計算，得到需要的表達式，考慮當年固定資產投資計劃由前一年經濟發展水平確定，因此取一年滯后期進行回歸分析。貨運短缺及工業用電短缺對GDP的阻礙效果通過查閱文獻及分析后得出，通過運行改進并考慮其敏感程度，最終確定為貨運短缺阻礙效果為0.1，工業用電短缺阻礙效果為0.05。同理，確定貨運量與工業用電量對GDP增長的影響程度占比分別為0.1與0.05，即GDP增長量通過GDP自增長量、貨運量回歸結果、工業用電量回歸結果按0.85、0.1、0.05占比求得。
(1)GDP增長量=生產總值?鄢生產總值自增長系數?鄢0.85+(0.106?鄢貨運量+45.812-生產總值)?鄢0.1+(0.011?鄢工業用電量-4546.22-生產總值)?鄢0.05
(2)生產總值自增長系數=WITH LOOKUP (Time，([(2008，0)-(2019，0.3)]，(2008，0.2008)，(2009，0.1819)，
(2010，0.1631)，(2011，0.1457)，(2012，0.1299)，(2013，
0.1165)，(2014，0.1053)，(2015，0.0972)，(2016，0.09)，(2017，0.0834)，(2018，0.0774)，(2019，0.0719)，(2020，
0.0668)))
回歸方程求得GDP自增長系數為當年GDP增長率，是通過當年GDP與上一年GDP求出的，而在系統動力學模型中會用當年的自增長系數乘以當年的GDP表示下一年的增量，意味著增長率相差一年。因此為了計算出正確結果，表函數賦值時所取增長率均前推一年，即2008年增長率20.08%實際為2009年增長率。同時，貨運量與工業用電量計算的也為下一年的增量，因此在同生產總值做回歸分析時取一年滯后期，即以2008年貨運量回歸分析2009年GDP的值。
(3)GDP增長阻礙率=IF THEN ELSE(工業用電短缺<1，0.05?鄢(1-工業用電短缺)，0)+IF THEN ELSE(貨運短缺<1，0.1?鄢(1-貨運短缺)，0)
貨運阻礙系數和工業用電阻礙系數分別為0.1與0.05，但并不意味著只要短缺就會造成完全系數值的阻礙，還要考慮短缺程度，因此通過阻礙系數與短缺程度的乘積來衡量具體阻礙程度。
(4)工業用電量=IF THEN ELSE(工業用電短缺<1，工業用電短缺*工業用電需求，工業用電需求)
(5)工業用電供給能力增量=312.701*能源投資+
12138.9
(6)工業用電需求=89.092*生產總值+502638
(7)工業用電短缺=工業用電供給能力/工業用電需求
(8)能源投資=固定資產投資*能源投資比率
(9)能源投資比率=0.024
(10)貨運量=IF THEN
ELSE(貨運短缺<1，貨運短缺*貨運需求，貨運需求)
(11)貨運供給能力增量=
16.308*運輸投資+917.913
(12)貨運需求=9.18?鄢生產總值+5239.55
(13)貨運短缺=貨運供給能力/貨運需求
(14)運輸投資=固定資產投資?鄢運輸投資比率
(15)運輸投資比率=0.061
(16)固定資產投資=1.312?鄢生產總值-724.518
四、模型運行及政策模擬
1、仿真結果及分析
運行系統動力學模型，對系統進行仿真，主要變量結果如圖3所示。
2、有效性分析
為了檢驗模型與實際情況是否吻合，可將實際數據與模型生成值進行對比分析，結果如表1所示。由表1可知，模擬值與實際值基本吻合，誤差均小于10%，說明模型能夠較好地反映實際情況。表1中工業用電量2010年誤差較大的原因是當年工業用電量產生了巨大的增長，考慮可能受到當時其他因素的影響，此后數年增長量恢復正常，并不影響模型整體情況。
3、結論
通過模型檢驗可以得出結論，西安市貨運量、工業用電量與GDP系統的運行狀況較好，可以相對準確地反映西安市近年及未來幾年貨運量、工業用電量與GDP的運行情況。因此通過仿真結果對西安市經濟發展情況做出分析。
(1)GDP、貨運量、工業用電量穩步增長。通過模型運行結果可以發現，西安市GDP從2008年的2318.14億元增長到2020年的8930.23億元，總量增長明顯，但增長幅度逐年下降，符合中國近年來的經濟發展趨勢;貨運量從2008年的26520.1萬噸增長到2020年的87219.1萬噸;工業用電量從2008年的696291萬千瓦時增長到2020年的1298250萬千瓦時，期間波動幅度較大，增幅依次減小，考慮其體量較小，受外界刺激反應較GDP更明顯，結合西安市行業發展現狀分析，符合現實系統實際情況。
(2)貨運量、工業用電量對GDP的影響。貨運量、工業用電量對GDP的影響主要通過兩個方面體現，一是貨運量、工業用電量實際值變化對GDP的影響作用，二是貨運短缺與工業用電短缺對GDP增長的阻礙作用。通過仿真結果可知，西安市GDP在長期受到貨運量與工業用電量實際值增長產生的促進作用的同時，2009—2013年，由于貨運供給能力不足，出現貨運短缺，對其增長產生阻礙作用，2008—2016年，由于工業用電供給能力不足，出現工業用電短缺，對其增長產生阻礙作用。
第9篇：固定資產投資計算方法范文
關鍵詞：信息產業；價格指數；特征回歸法；IT經濟價值
中圖分類號：F416.672文獻標識碼：A文章編號：1003-4161(2007)03-0118-03
如何正確地將每期投入變動分解為物量變動與價格變動，是評價計算機硬件投入經濟價值的重要問題。這種分解通常通過建立價格指數，將每年投入按選定基年平減，以消除價格變動對投入變動的影響。我國目前沒有公布計算機硬件投入價格指數，這一數據的缺失，成為研究我國計算機投入價值的一大障礙。
Wyckoff1995[1]研究提出：各國計算機硬件投入價格變動存在較大的差異，導致這種差異的主要原因是各國不同的價格指數統計方法。基于Wyckoff的研究，Schreyer2000[2]提出以投入價值評測參照國的價格統計方法為基礎，外推被研究國的價格指數。Schreyer2000與Colecchia2003[3]對OEDC各國IT投入經濟價值測量結果表明，以這種方法構造的價格指數，可以有效控制被研究國與參照國之間價格統計方法的差異，提高測量結果的可比性。作為IT投入量占世界一半以上的IT大國（劉樹成2000）[4]，美國將是我國未來計算機投入價值評價的參照點。因此，本文根據Schreyer2000的研究方法，建立以美國計算機硬件投入指數為基礎的外推指數模型，利用中美兩國1986～2004年相關數據①，構造我國這一時期的計算機硬件價格指數。
1． 外推價格指數模型
美國計算機硬件投入價格指數構造的核心是利用特征回歸方法（Hedonic method）控制計算機硬件投入的屬性變化對價格變動的影響。特征回歸法由Griliches1961[7]提出，該方法將價格統計單位由單位產品轉化為單位屬性，假定每一屬性都是一個單獨市場，通過獲取單位屬性的價格回歸推導投入品價格。這種價格統計方法可以有效剔除質量變化導致的價格變化，只剩下由市場供求引起的價格變化，即價格指數構造中的“純價格”變化。美國經濟分析局1985年開始采用這種方法計算美國計算機硬件投入價格指數，并在同年倒推了美國1972～1984年基于特征回歸法的計算機硬件投入價格指數（Triplett 1986）[8]。
以美國指數序列變動為參照體，外推我國同類指數序列模型的基本假定是：我國計算機硬件投入指數變化與固定資產投入指數變化之間的差異具有與美國同類數據相似的變動趨勢。基于這一假定，我國計算機硬件投入價格指數模型分為預測值回歸模型與外推投入指數模型。
1．1預測回歸模型
預測值回歸模型通過計算美國計算機硬件投入價格變動（ΔlnPupc,t）與固定資產投入價格變動（ΔlnPuk,t）之間的差，假定二者之間存在某種函數關系，以此作為預測回歸模型。
以（1）式進行剔除年度變動因子的指數平滑回歸，測定兩類資本價格變化差的預測值序列λt，作為外推我國計算機硬件投入指數的基礎。
1．2外推投入指數模型
外推投入指數模型分為測算價格指數變動與計算價格指數兩步。首先將我國固定資產投入價格指數變動（ΔlnPck,t），與λt相加，得到我國計算機硬件投入價格指數變化（ΔlnPcpc,t）。
2．外推價格指數序列測算過程控制
由于我國計算機硬件投入指數序列通過外推法計算，因而測算結論的可靠性，需要對測算過程中的各項外推基礎，包括回歸時間序列（ΔlnPupc,t-ΔlnPuk,t）、預測值序列（λt）及殘差值序列，進行平穩性、獨立性及隨機性檢驗控制。
2．1 回歸時間序列檢驗
對回歸序列的自相關檢驗表明，隨延遲階數的增加，序列的自相關系數很快地衰減向零，因而回歸序列具有平穩性；在一階差分后，序列值之間的相關性檢驗結果也表明各序列值之間獨立，沒有相關性（P值明顯大于0.05）（表1）。
由于預測時序數據平穩，并且為白噪聲序列，滿足隨機性要求，因此，可用該序列預測計算機硬件投入指數變動與固定資產投入指數變動之間差異，作為外推我國計算機硬件投入指數的基礎。
2．2 預測值序列檢驗
對回歸時間序列，進行剔除年度變動因子的指數平滑回歸，所得的預測值序列線型軌跡與原始序列非常接近，表明預測值對真實值進行了很好的跟蹤，反映了真實值的變動（圖1②）。
圖1 回歸序列真實值與預測值軌跡對照圖
預測值雖然對真實值進行了良好的跟蹤，但為保證預測值的可信度，還需要對預測的殘差值序列的平穩與獨立進行檢驗。
2．3 殘差值序列檢驗
隨著延遲階數的增加，殘差值序列的自相關系數在零值附近隨機波動。Box-LjungO~檢驗結果P值明顯大于0.05，表明在95%的置信區間無法拒絕序列為純隨機序列的原假設，因此，回歸所得的殘差序列為純隨機序列（表2）。殘差自相關檢驗的結果證明預測所得的殘差序列平穩隨機，進一步證明回歸所得的預測序列不僅良好地反映了真實值變動，而且具有較高的可信度，因此可基于該預測序列外推我國計算機硬件投入價格指數。
3． 我國計算機硬件投入價格指數序列測算檢驗與分析
可靠的外推基礎是研究結論可靠性的重要保證，然而研究結論的可信度，還需要進一步檢驗外推指數序列對現實經濟現象的擬合。
3．1 我國計算機硬件投入價格指數測算結果檢驗
根據預測值序列，及我國1986～2004年固定資產投入價格指數變動③，利用公式（2）、（3）計算出我國1986～2004年計算機硬件投入價格指數（圖2）。
注：以1986=100，序列值為價格指數的自然對數值；美國數據來自美國經濟分析局（BEA）。
從測算結果看，我國計算機硬件投入價格指數與美國同期數據相比，下降趨勢緩、波動幅度大。波動區域集中在1987～1989年及1991～1995年期間。但指數序列在波動的同時，仍然保持了總體下降趨勢，表明外推的指數序列符合計算機硬件投入品更新換代快，價格下降快的特點。如果指數序列出現的波動與減緩趨勢符合我國同期經濟運行情況，則研究不僅具有技術上的可靠性，而且具有經濟意義上的可信性。
3．2 中國計算機硬件投入價格指數波動原因分析
我國固定資產投入價格指數序列是外推計算機硬件投入指數序列的重要基礎，其波動必然影響測算結果的變動。我國固定資產投入價格采用樣本配對的方法統計價格，以加權的方法計算總的固定資產投入價格指數，反映投入品價格變動的相對程度與趨勢。這種方法與美國固定資產投入價格指數的計算方法大體相同。但基于相同統計方法得到的我國固定資產投入價格指數的波動幅度明顯高于美國同期數據（圖3）。
注：中國數據來自《中國統計年鑒2005》及作者的計算;美國數據來自美國經濟分析局(BEA)，以上年=1。
造成我國固定資產投入價格指數大幅波動的根本原因在于我國同期經濟運行情況：我國在1987～1989年及1991～1995年這兩段時期先后出現過投資過熱，物價上漲過快等經濟運行狀況。1987年我國年固定資產投資熱度加大，物價上漲幅度較大，全年物價平均上漲7.3%；1988年物價水平沒有得到控制，投資熱度引起了生產資料價格的大幅上漲，該年主要生產資料銷售價格總指數比上年上升21.5%；1989年經濟過熱導致了通貨膨脹。在國家壓縮固定資產投資及壓縮社會需求等緊縮的財政政策下，1990～1991年期間投資品價格回落。然而，1992年經濟運行中再次出現固定資產投資規模偏大，貨幣投放增長過猛，生產資料價格漲幅偏高；1993年固定資產投資持續高速增長，投入品價格大幅上升，經濟運行再次出現通貨膨脹。在國家若干政策干預下，1995年固定資產投資過猛的趨勢得到一定程度的控制，投資增幅回落④，投資品價格再次回落，經濟運行再次進入平穩時期。
我國固定資產投資熱，導致了投資品價格上揚，引起了投資價格指數兩段時期的大幅波動。這種波動也影響了測算結果的變動趨勢，使外推的同期計算機硬件投入價格指數表現出相似的變動幅度，具有對同期經濟運行中價格上揚、通貨膨脹等運行狀況良好的解釋能力。外推序列的這種經濟解釋能力，也表明影響指數序列變動根本原因是經濟運行狀況，是經濟運行狀況的反映。而同一時期，美國低通貨膨脹率的良好經濟運行情況也使美國固定資產投入環比價格指數呈現出平穩的變動趨勢。
3．3 中國計算機硬件投入價格指數下跌趨勢減緩原因分析
從下跌趨勢看，我國計算機硬件投入價格指數的下跌幅度明顯低于美國，其根本原因也在于通貨膨脹與投入品價格上揚，對計算機硬件投入價格指數下跌的補償。
受我國同期固定資產投入價格變動趨勢影響，計算機硬件投入價格在1987～1989年及1991～1995年期間價格下落趨明顯減緩。受這兩周期緩減趨勢的影響，我國計算機硬件投入價格指數的下落趨勢明顯低于美國。這一下落趨勢，也反映了同期我國經濟運行狀況：受投資熱及通貨膨脹影響，我國計算機硬件價格雖然保持了下降的趨勢，但部分下落趨勢被投入品價格上揚及通貨膨脹補償，使我國計算機硬件投入價格的下降幅度低于美國同期數據。我國計算機硬件投入價格指數的下跌趨勢，進一步證實了研究結論對同期經濟運行情況有良好的解釋能力，因而研究得到的我國計算機硬件投入價格指數具有良好的可信度。
4.結論
研究使用外推指數法，以美國為研究參照體，推導中國計算機硬件投入價格指數，是數據缺失的情況下，研究我國每期計算機硬件價格變動趨勢的一種方法。由于缺少相關研究，研究所得的數據無法與同類研究比較。但從外推指數各項基礎的可信度檢驗及研究結論對同期經濟現象的解釋能力看，研究結論具有良好的可信性。因此，可以利用研究所得的我國計算機硬件投入價格指數區分我國每期計算機硬件投入變動中的價格變動與物量變動，進一步研究我國幾十年計算機硬件投入的經濟價值。
注 釋：
① 美國數據來源：美國經濟分析局（BEA），包括固定資產投入價格指數與計算機硬件投入價格指數［5］；中國數據來自國家統計局，包括固定資產投入價格指數［6］。
② 預測值先在一階差分的基礎上進行，再根據基年，對差分后預測值進行轉換。圖1中的預測值為后者。
③ 我國統計年鑒中公布了1991年以后的固定資產投入價格指數。1986-1990的投入價格指數利用《中國國內生產總值核算歷史資料：1952-1995》［9］中的固定資本形成指數，采用張軍（2004）［10］計算固定資產投入價格指數的方法計算。
④ 上述數據均來自《中國改革開放以來經濟大事輯要1978-1995》［11］。
參考文獻：
［1］ Wyckoff，AW. The Impact of Computer Prices on International Comparison of Productivity［J］, Economics of Innovation and New Technology ,277-93.
［2］Schreyer, P. The Contributionof Information and Communication Technology to Output Growth: A Study of the G7 Countries［R］, OECD Science doi: 10.1787/151634666253: 2000，(2) ： 1-24.
［3］ Colecchia & Schreyer, ICT Investment and Economic Growth in the 1990s: Is the United states a Unique Case?［J］ , Review of Economic Dynamics, 2002，(5)： 408-442.
［4］ 劉樹成，張平. “新經濟”透視［M］， 北京：社會科學文獻出版社，2001：59-69.
［5］ Bureau of Economic Analysis. Detailed data for Fixed Assets and Consumer Durable Goods ［EB/OL］: .
［6］ 中國國家統計局.《2005年統計年鑒 ： 各種價格定基指數》［EB/OL］：stats.省略/tjsj/ndsj/2005/indexch.htm.
［7］Griliches, Z. Hedonic Price Indexes for Automobiles: an Econometric Analysis of Quality Change［R］, NBER Staff Report No.3 , 1961, 173-96.
［8 Triplett, JE, The Economic Interpretation of Hedonic Methods ［J］, Survey of Current Business 66 (January),36-40.
［9］ 國家統計局國民經濟核算司. 中國國內生產總值核算歷史資料： 1952-1995［M］ , 大連：東北財經大學出版社， 1997.
［10］ 張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952-2000［J］, 經濟研究, 2004，（10）： 35-44.
［11］武力，陳曉旭. 中國改革開放以來經濟大事輯要（1978-1998）［M］，北京：經濟出版社， 2000.
