固定资产投资计算方法精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的固定资产投资计算方法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：固定资产投资计算方法范文

第一条为了贯彻落实“抓项目促发展”的工作方针，切实落实投资目标责任制，确保完成市政府与省上签订的固定资产投资任务，促进全市经济社会健康稳定快速协调发展，参照省人民政府甘政发[]23号文件精神和《省全社会固定资产投资完成考核办法(试行)》，制定本办法。

第二条本办法适用于对各县(区)固定资产投资任务完成情况的考核

第二章考核任务的确定

第三条全社会固定资产投资年度计划以省上下达全市当年固定资产投资增长率、各县(区)近三年投资完成情况、各县(区)当年在建投资项目情况、城镇固定资产项目情况为依据进行编制。

第四条各县(区)年度全社会固定资产投资计划由市发展和改革委员会提出建议意见，提交市政府有关会议讨论确定，并在全市经济工作会议上由市政府与各县(区)政府签订《固定资产投资目标管理责任书》(以下简称《责任书》)，作为考核当年各县(区)全社会固定资产投资任务的依据。

第三章考核、奖惩办法

第五条督查考核工作每季度进行一次，半年初评，年底总评。考核工作由市发展和改革委员会组织实施。

第六条全社会固定资产投资全年完成数和引进市以外资金实际到位数、城镇固定资产投资完成数，以市统计局年终向社会公布的数据为准。

第七条考核包括六项指标，即：引进市以外资金实际到位占当地完成投资比重；投资增长率；投资目标完成率；县(区)完成城镇固定资产投资占当地完成投资比率；县(区)完成投资对全市完成投资贡献率；县(区)级财政给县(区)发改委投入的项目前期费用。

引进市以外资金实际到位占当地完成投资比重，是指各县(区)在国内外(不包括本市各县区间)以招商引资实际到位数和实际利用外商投资数占本县(区)当年完成全社会固定资产投资比重。计算公式是，引进市以外资金实际到位占当地完成投资比重；(当年国内招商引资及利用外商投资实际到位数／当年完成全社会固定资产投资)×100％。

投资增长率，是反映年度投资规模和投资增长的指标，考核选择使用前三年平均投资作为基数来测算。计算公式是：投资增长率：[(当年完成全社会固定资产投资／前三年完成全社会固定资产投资平均数)-1]×100％。

投资目标完成率，反映年度投资目标完成效果的指标。计算公式是，投资目标完成率；(当年完成全社会固定资产投资／当年全社会固定资产投资目标)×100％。

县(区)完成城镇固定资产投资占当地完成投资比率，是指各县(区)当年完成城镇固定资产投资在当年全社会固定资产投资比重。计算公式是，县(区)完成城镇固定资产投资占当地完成投资比率：(当年完成城镇固定资产投资／当年完成全社会固定资产投资)×100％。

县(区)完成投资对全市完成投资贡献率，是指在县(区)完成全社会固定资产投资中，除去中央、省、市属工业企业投资后的县(区)自身完成投资与全市完成投资总额同口径的比值。计算公式是：县(区)完成投资对全市完成投资贡献率=[县(区)完成投资／全市完成投资总额]×100％。

县(区)级财政给县(区)发改委投入的项目前期费用，是指各县(区)财政通过自筹，当年拨入县(区)发改委，由县(区)发改委专项用于项目前期论证工作的费用。计算公式：县(区)级财政给县发改委投入的项目前期费用=县(区)级财政拨入县(区)发改委帐户的前期经费(以拨款凭证为准)一年终县(区)发改委专户帐余额(以凭证为准)。

第八条分值的具体计算方法：六项指标按照权重确定分值为总分100分。其中：引进市以外资金实际到位占当地完成投资比重25分，投资增长率20分，投资目标完成率20分，县(区)完成城镇固定资产投资占当地完成投资比率20分，县(区)完成投资对全市完成投资贡献率10分，县级财政投入的项目前期费用5分。各县(区)的投资增长率，县(区)完成投资对全市完成投资贡献率分值，投资目标完成率，引进市以外资金实际到位占当地完成投资比重，县(区)完成城镇固定资产投资占当地完成投资比率分值的计算；市上采用将每项指标各县(区)数据一次性计算出来，确定此指标中最高比率的县(区)取得此指标的最高分值(满分)，然后用最高分值县(区)的比率和分值，计算其它县(区)的分值。县(区)级财政给县(区)发改委投入的项目前期费用分值的计算：市上确定投入项目前期费20万元为基数，达到20万元，得5分。达不到20万元的，每减少1万元，分值减少0.25分；超过20万元的，每增加1万元前期经费，分值增加0.25分。

所有增长幅度及计分数据均保留2位小数。

第2篇：固定资产投资计算方法范文

近些年来,关于不确定性对企业固定资产影响的研究越来越受到学者的关注。但迄今为止,二者之间的关系,无论是在理论上还是在实证上都没有得出一致的结论。

Hartman(1972,1976)[1,2]以及A-bel(1983)[3]认为不确定的增加会增加风险中性竞争性公司的投资水平。McDonald和Siegel(1986)[4]考虑到投资的不可逆性,并假设投资项目的未来值和初始投资成本服从几何布朗运动。其研究结果表明,仅当公司投资项目的价值超过某一临界值时,公司才会投资。而且,投资临界值和投资期权的价值随初始投资成本以及未来项目价值不确定性的增加而增加。Dixit和Pindyck(1994)[5]在其名著《不确定条件下的投资》中指出在不确定条件下,企业会权衡通过延迟投资决策而获得更多关于项目未来价值信息的收益以及立即投资所产生的收益。

而且在通常情况下,企业会延迟做出投资决策以等待关于项目新信息的到来,即不确定性的增加会减少企业当期的投资。Campa(1993)[6]利用沉没成本、不确定性和退出之间的关系考察了企业的投资问题。具体而言,他研究了1981~1987年进入美国批发交易市场的外国公司的数量。结果发现,较高的汇率提高了进入者的数量,较高的沉没成本以及较大的汇率变化降低了进入者的数量,这一结果支持不确定条件下的投资理论———实物期权理论。

Bell和Campa(1997)[7]考察了美国和欧洲化学加工行业的生产能力投资,他们检验了汇率、石油价格(输入价格)、产出价格(产品需求)的波动性对投资的影响,结果发现仅汇率波动性对投资的影响与不确定条件下的投资文献预测一致。Kalckreuth(2002)[8]以1987~1997年6745家德国公司为研究对象,考察了公司销售不确定性和成本不确定性对投资需求的影响。结果发现两种不确定性对公司投资有显著负影响,而且不确定性提高一个标准差,估计的投资需求将降低6·5个百分点。

目前,中国还处于转轨经济时期,环境中的不确定性因素很多。本文即是在这样的背景下,研究不确定性对中国企业固定资产投资的影响。通过分析,本文旨在回答以下一些问题:对于中国企业而言,不确定性对企业固定资产投资是否有影响?如果有影响,有多大的影响?不同种类的不确定性对企业固定资产投资的影响是否相同?哪种不确定性对企业固定资产投资的影响更大?不同种类公司的固定资产投资受不确定性影响的程度是否相同?各自原因何在?如果不确定性对企业固定资产投资没有影响,原因又是什么?从而得出一定的启示。

二、几种不确定性对企业固定资产投资影响的理论分析很多种不确定性都会对企业固定资产投资产生影响。

就固定资产投资而言,最主要的不确定性影响因素是产品价格的不确定性、运行成本的不确定性和利率的不确定性等。它们会通过对现金流或折现率的影响而对企业的固定资产投资产生影响。

产品的价格是影响企业进行固定资产投资的重要因素。产品价格的不确定性直接对企业的固定投资产生不确定性。产品的价格变化会导致预期现金流流量大小的变化。按照贴现现金流准则,当其他条件不变时,产品的价格下降,使得预期现金流流量下降,项目的净现值减少;产品的价格上升,使得预期现金流流量上升,项目的净现值增加。

运行成本的不确定性会引起预期现金流的不确定性。运行成本增加会使预期现金流下降,使得投资项目的净现值减少;运行成本下降会使预期现金流上升,从而导致项目的净现值增加。

利率的不确定性会对企业的固定资产投资带来不确定的影响。利率的变化会导致预期贴现率的变化,预期贴现率的不确定性又会导致项目净现值的变化。在项目带来的未来现金流量一定的情况下:预期贴现率提高,项目的净现值下降;预期贴现率下降,项目的净现值上升。同时,预期贴现率的不确定性还会间接地影响项目的投资。利率的不确定性对于企业来说,意味着融资总量、融资结构、融资成本和股利政策的不确定性,企业现金周转循环具有不确定性。利率、资本成本、融资政策、股利政策与现金周转循环之间的相互关联关系导致了财务风险的客观存在。

按照实物期权理论,以上各种不确定性会加深企业进行等待的动机,以期获得更多未来价格的信息,来权衡通过延迟投资决策而获得更多关于项目未来价值信息的收益以及立即投资所产生的收益。

因此,这些指标不确定性的增加都会减少企业当期的固定资产投资。

由于影响企业固定资产投资的不确定性的种类很多,本文将采用反映不确定性的综合指标———股票日收益率的波动性来进行研究,即不单独研究某种不确定性对企业投资的影响。另外,由于选取不确定性量化指标存在一定的困难,本文将仿照国外学者的研究方法,借助采用衡量风险的方法(标准差)对其进行量化研究。同时,为了进行深入分析,本文将总体不确定性拆分为市场不确定性和企业特有不确定性。

三、实证研究设计

1.研究假设基于已有文献的研究以及本文的定性分析,提出以下研究假设:

假设1总体不确定性、市场不确定性和企业特有不确定性对企业固定资产投资产生负影响。

假设2不可逆程度与企业固定资产投资之间存在负相关关系。具体来说,原材料类上市公司比机械类上市公司受不确定性的负影响程度更大。

不确定性与不可逆性休戚相关,研究不确定性不能不考虑不可逆性的影响。根据不可逆投资理论,不可逆性是影响企业固定资产投资的重要因素,它主要受技术特性和行业市场结构等因素的影响。

大型加工行业中的机器设备比信息密集行业中的行业专用性及公司专用性更强。当一个行业的竞争较激烈且同质化程度较强时,在一个公司安装的资产可以更容易地卖给其他公司。因此,不可逆程度的不同使得不同行业对不确定性的反应不同。

具体来说,原材料类上市公司比机械类上市公司受不确定性的影响程度更大。现实中,有形资产的折旧更快,而折旧速度与沉没成本呈反比。据调查,资产使用寿命(按照经济折旧来看),原材料类公司资产的使用寿命大于机械类上市公司,即机械类上市公司资产的折旧速度大于原材料上市公司资产的折旧速度。而折旧速度与沉没成本呈反比,即说明机械类上市公司的不可逆程度小一些,相应地使得不确定性对其固定资产投资的影响变小。

假设3市场不确定性对企业固定资产投资的负影响大于企业特有不确定性对企业固定资产投资的负影响。

总体不确定性分为市场不确定性和企业特有不确定性两种。事实上不同种类的不确定性对投资影响的程度是不同的。根据不可逆投资理论,不可逆的性质取决于企业面临不确定性的种类。如果一个企业面对一个特有的不确定性,它可以很容易地将资产卖给行业内其他企业,因此不可逆性要轻一些;但是整个行业面临不确定性冲击,则企业不容易将资产卖给其他企业。因此,不同种类不确定性企业对固定资产投资的影响并不相同。市场不确定性对企业固定资产投资的影响大于企业特有不确定性对固定资产投资的影响。

2.变量与样本选取

(1)不确定性与固定资产投资的衡量指标实证分析中,在衡量不确定性指标的选取上,主要有以下几种:

①采用标准差、方差和协方差来度量不确定性;

②由广义自回归条件异方差模型(GARCH模型)估计得到的标准差;

③由具有几何布朗运动类型的随机波动模型(AR模型)估计得到的标准差;

④调查得到的数据,如影响公司未来投资的一个特定变量,在实证研究中认为重要的因素,包括:汇率、回报率、输入价格、产出需求和产出价格等。其中,由基本变量计算得到的方差方法较简单,而且所受限制较少。同时考虑到数据上的可获得性,本文利用公司股票日收益率的波动性度量其不确定性。

具体来说,公司i的总体不确定性以其在年度t的日收益率的标准差计算,以σ∧it表示:σ∧it=1ti∑tik=1(rik-rik)2(1)其中,k=1,2,3,……,ti,ti为公司在该年度的交易天数,rik为公司i的日个股收益率,为其当年的平均收益率。

为了详细地研究不确定性对企业固定资产投资的影响,本文将不确定性分解,即将总体的不确定性(σ∧it)分为市场不确定性(β∧itσ∧mt)和公司特有的不确定性(σ∧εit)。

σ∧2it=β∧2itσ∧2mt+σ∧2it(2)由市场收益率标准差的计算公式,可得:σ∧mt=1ti∑tik=1(rmk-rmk)2(3)其中,rmt为日市场收益率,rmt为平均日市场收益率。

市场回报率指的是整个市场所有股票的加权平均回报率,其权重的计算方法有等权平均法、流通市值加权平均法和总市值加权平均法。考虑到中国特殊的股权结构,公司发行的股票中既有流通股,又有非流通股,本文以考虑现金红利的流通市值加权平均法为日市场收益率的计算方法。其计算公式为: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计算,V,ik-1表示股票i在k-1日的流通股数;P,ik-1表

示股票i在k-1日的收盘价。

σ∧εit可由(3)式直接计算得到:σ∧εit=1ti∑tik=1ε∧2ik(5)因此,本文的不确定性由以下变量度量:总体不确定性(σ∧it)、市场不确定性(β∧itσ∧mt)以及公司特有的不确定性(σ∧εit)。另外,(2)式中βit的数据直接采用CCER数据库中的计算方法,本文直接采用该数据库中计算的β。

实证分析中,大多采用固定资产增加值来衡量固定资产,本文也采用此指标。具体来说,本文所指的固定资产增加值为资产负债表中的固定资产净值、工程物质和在建工程三项之和的增加值。此外,将固定资产除以期初固定资产合计(资产负债表中固定资产净值、工程物资和在建工程三项之和)计算得到的相对值作为模型中的被解释变量,这样做的好处是可以剔除各个企业期初固定资产投资规模不同的影响。

(2)样本选择和数据来源本文以中国沪深两市A股制造业部分上市公司的财务数据和交易数据为研究样本。

选择制造业公司为研究样本是因为公司固定资产投资行为具有明显的行业特征,制造业公司投资于固定资产的比例大、回收周期长、资产专用性强、具有不可逆投资的特征,更能体现固定资产投资的特点。同时,为了研究不可逆性对不确定性与企业固定资产投资关系的影响,所有的样本数据均来自制造业上市公司中的原材料类行业和机械类行业。其中,原材料类上市公司包括化学原料及化学制品制造业、黑色金属冶炼及压延加工业、金属制品业、有色金属冶炼及压延加工业;机械类上市公司包括普通机械制造业、专用设备制造业、电器机械及器材制造业、交通运输设备制造业。具体样本参见表1。

样本采用2001~2005年5年的时间序列/截面数据(panel-data)。采用时间序列/截面数据是因为它具有很多优点:

①时间序列/截面数据包含截面、时间和指标三维信息,可以构造和检验比以往单独使用截面和时间序列数据更为真实的行为方程;

②观测样本量大大增加,使构造更加可靠的参数估计量成为可能,而且能够识别和检验约束条件放松了的更为一般的模型;③多重共线性的影响被减弱;

④识别和度量一些纯粹截面模型和纯粹时间序列模型所不能识别的因素,如潜变量的影响;

⑤降低估计误差。

样本按以下原则进行筛选:

①为避免异常值的影响以及不同市场不确定性对公司投资的影响,所取样本均为A股上市公司,且从原始样本中剔除每年被ST和PT的公司

。②各公司2001~2005年度财务数据齐全。

③对样本值进行标准化,分析具体原因,剔出其中的异常值。最后样本数量为158家,其中原材料类上市公司82家、机械类上市公司7家;沪市80家、深市78家。

本文的市场收益率数据来自中国股票市场研究CSMAR数据库;其他数据均来自CCERTM股票价格收益数据库和一般公司财务数据库。

前面介绍了时间序列/截面数据的各种优点,因此,本文将采用时间序列/截面数据模型进行计量经济学研究。结合研究目的和实际情形,本文采用的基本经济模型是托宾Q模型,对其进行简单的修改,将不确定因素纳入其中。此外,融资约束和投资机会是影响投资的重要因素,因此,为了控制融资约束因素的影响,本文将融资约束指标纳入其中(托宾Q代表了投资机会),并选择现金流作为融资约束的替代指标。同时为了对不确定性与投资的关系进行稳健型检验,本文采用将不确定性指标纳入销售加速模型进行对比分析。

按照时间序列/截面数据模型的基本思想,在建立模型之前,首先应进行F检验,确定具体采用哪种模型。

(1)将总体不确定性纳入方程,其F检验结果为:S1=50·42305,S2=69·90299,S3=91·88072;F2=1·2412,F1=1·1664利用Excel软件得到的概率分布值分别为:F2(1·2412,314,474)=0·017F1(1·1664,157,474)=0·1117因此,在α=0·05的显著性水平下,0·017<0·05,拒绝假设;0·1117>0·05,接受假设。由此,方程应采用变截距模型。

(2)将市场不确定性纳入方程,其F检验结果为:S1=55·23999,S2=72·15095,S3=94·027;F2=1·0599,F1=0·9243利用Excel软件得到的概率分布值分别为:F2(1·0599,314,474)=0·2833,F1(0·9243,157,474)=0·7184因此,在α=0·05的显著性水平下,0·2833>0·05,接受假设H2,方程应采用无个体影响的不变系数模型。

(3)将公司特有不确定性纳入方程,其F检验结果为:S1=46·10017,S2=70·98556,S3=94·794;F2=1·5947,F1=1·6297利用Excel软件得到的概率分布值分别为:F2(1·5947,314,474)=2·2×10-6,F1(1·6297,157,474)=4·6×10-5因此,在α=0·05的显著性水平下,2·2×10-6<0·05,拒绝假设H2;4·6×10-5<0·05,拒绝假设H1。由此,方程应采用变系数模型。

此外,由于该实证模型集中于制造业中原材料类和机械类行业的研究,所以选取固定影响的变系数进行分析。

根据前面理论和实证方法的讨论,本文基于Tobin’sQ模型建立如下计量经济模型①后面简称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为固定资产(资产负债表中的固定资产净值、工程物质和在建工程三项之和)增加值;K为期初固定资产合计(资产负债表中固定资产净值、工程物资和在建工程三项之和);Q为Tobin’sQ值,以公司权益市场价值与公司负债面值之和除以公司总资产账面价值,具体来说,是年末收盘价与年末股本总数之积加上年末负债帐面价值再除以年末总资产帐面价值计算得出;CF为经营活动现金净流量;σit为总体不确定性,βitσmt为市场不确定性,σεit为公司特有不确定性;μi为公司固定效应,εit为误差项。

为了进行模型的稳健性检验,本文同时采用销售加速模型进行分析,具体建立的回归模型如下(后面简称销售加速模型):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)上面的稳健性检验模型中的S表示主营业务收入,其他指标和Tobin’sQ模型中的一样。

由于模型的截面数据较多,容易出现异方差现象,因此本文选择可行的广义最小二乘法(GLS)进行回归,具体在Eviews5·0中选择cross-sectionweights,目的是减少由于截面数据造成的异方差影响。

四、实证结果与分析

1·样本的统计特征从表2可以看出,对于解释变量而言:原材料类上市公司与机械类上市公司的总体不确定性、市场不确定性和公司特有不确定性均值比较接近,没有特别大的不同,二者的公司特有不确定性均值都大于市场不确定性均值。这说明平均来看,特有不确定性在公司的不确定性中所占的比重较大。

对于被解释变量而言:原材料类上市公司的投资-固定资产比率均值、中位数均大于机械类上市公司的,不考虑其他因素,可以得出,面对相似的不确定性,机械类上市公司的投资更为保守。

对于控制变量而言:现金流-固定资产比率、主营业务收入-固定资产比率和托宾Q值,机械类上市公司的均值明显大于原材料类的均值,也就是说机械类上市公司的投资机会要大于原材料类上市公司,且所受的融资约束要小于原材料上市公司。

2·实证模型结果与分析表3~表5是对本文建立的Tobin’sQ回归模型,利用Eviews5·0统计软件计算的结果。从这三个表中可以得到以下一些结论。

(1)从表3和表4可以得出:不论是全样本还是分样本(原材料类上市公司、机械类上市公司),也不论是否考虑投资机会和融资约束,总体不确定性和市场不确定性都对公司固定资产投资具有显著的负影响,在α=0·01的水平下显著成立。这说明对于大多数的制造业上市公司而言,总体不确定性和市场不确定性的增加,会使得其固定资产投资减少。这与实物期权理论以及本文的理论分析相一致,支持假设1的一部分。

(2)从表3和表4可以得出:考虑投资机会和融资约束时,总体不确定性和市场不确定性对原材料类上市公司固定资产投资的负影响大于对机械类上市公司固定资产投资的负影响。

该项结果支持假设2。正如前面进行的分

析,产生这种结果的主要原因之一是机械类上市公司不可逆程度小于原材料类上市公司。当然,从本质上来说,不可逆性不足以导致不确定性对固定资产投资产生负影响,形成这种差别的原因还应考虑投资机会和盈利水平,从表2可以看出,机械类上市公司的投资机会(Q值)大于原材料类上市公司,其盈利能力(SK、CFK)也大于原材料类上市公司,即其所受的融资约束要小。这些都使得不确定性对机械类上市公司固定资产投资的影响小些。

(3)比较表3和表4,市场不确定性对公司固定资产投资的负影响大于总体不确定性对固定资产投资的负影响。这个结果从另外一个角度说明了,从平均水平来看,市场不确定性对固定资产投资的影响大于公司特有不确定性对固定资产投资的影响。

因此从整体来看,该项结果支持假设3②。由于市场不确定性会对整个行业产生影响,当市场不确定性出现时,企业很难将资产卖出去,即公司面对的不可逆性较大,因此,固定资产投资会很谨慎。

(4)从表5可以得出(这里说明的是针对所有公司的回归结果而言的,即包括没有列示在表5中的公司):考虑到投资机会和融资约束,对于全样本的回归结果而言,公司特有不确定性对固定资产投资的影响为正的公司有71家,为负的公司有87家对于原材料类公司而言,为正的公司有40家,为负的公司有42家;对于机械类公司而言,为正的公司有31家,为负的公司有45家。

但不同公司的情况也有所不同,有些公司的公司特有不确定性对固定资产投资的影响大于市场不确定性对固定资产投资的影响,同时有些公司的公司特有不确定性对固定资产投资的影响为正。也就是说,有些公司在公司特有不确定性增加时,投资反而加大。相比较而言,这种现象在原材料类上市公司中更为严重。这说明在中国,有些公司的管理层偏好风险,具有较强的“赌博”心理和机会主义行为。即当公司面临特有的不确定性时,往往会低估其风险,盲目上马,有过度投资的倾向。

本文认为,产生以上现象的原因主要是由于中国公司治理机制不完善。众所周知,中国制造业上市公司大多由国有企业改制而来,国有股“一股独大”和内部人控制的现象较为严重,董事会、管理层激励和约束严重不足,建立内部科学的投资决策程序和规范的运作机制较弱。投资决策往往由关键人控制,投资项目的财务分析则以乐观情形为基本方案,高估收益、淡化竞争、低估风险。而且管理层则常常以旧习惯和经验在新的竞争环境下进行投资决策,决策过程跳跃、不连贯。若投资成功,公司管理层既得名又得利;若投资失败,则责任自有国家承担。这从一个侧面说明,虽然随着改革的推进,上市公司的治理不断地完善,情况有所好转,但是建立预想的现代公司制度仍任重而道远。

以上对本文建立的实证模型———Tobin’sQ模型的三个模型,针对全样本、原材料类上市公司、机械类上市公司三个样本分别进行了估计,并分析了具体的估计结果,结果与研究假设基本相一致。为了验证该实证结果的稳健性(robustness)水平,同时利用销售加速模型进行分析,回归结果基本与To-bin’sQ模型的回归结果得出的结论相一致①,这说明本文建立的实证模型稳健性程度较高,得出的结论更加准确、可信。

五、研究结论与建议

通过前面的分析,本文得出以下一些结论:

(1)不论是全样本还是分样本(原材料类上市公司、机械类上市公司),也不论是否考虑投资机会和融资约束,总体不确定性和市场不确定性都对公司固定资产投资具有显著的负影响。

(2)不可逆程度与公司固定资产投资呈显著的负相关关系,不可逆程度越大,不确定性对公司固定资产投资的负影响程度越大。考虑投资机会和融资约束时,总体不确定性和市场不确定性对原材料类上市公司固定资产投资的负影响大于对机械类上市公司固定资产投资的负影响。

(3)市场不确定性对公司固定资产投资的负影响大于总体不确定性对固定资产投资的负影响。从平均水平来看,市场不确定性对固定资产投资的负影响大于公司特有不确定性对固定资产投资的负影响。

第3篇：固定资产投资计算方法范文

关键词：PMI；基本构成；引导关系

中图分类号：F224.9 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2012.12.16 文章编号：1672-3309（2012）12-45-02

采购经理指数，英文全称purchasing manager index，是采用互联网形式对企业采购经理发放月度调查问卷，根据问卷结果编制的一个月度指数，区间是在[0，100%]，它涵盖了企业采购、生产、流通等各个环节，是国际上通用的监测宏观经济走势的先行性指数之一，具有较强的预测、预警作用。

采购经理指数分为制造类企业采购经理指数和非制造类企业采购经理指数，前者针对制造类行业为大类，各个子行业按照其增加值占全部制造业增加值比重进行分配。企业问卷调查涉及生产量、新订单、出口订货、现有订货、产成品库存、采购量、进口、购进价格、原材料库存、从业人员、供应商配送时间等11个问题。

单个指数采用扩散指数方法，综合指数采用加权综合指数方法，其中计算方法设计如下：

PMI主要由5个扩散指数（分类指数）加权，PMI是一个综合指数，由5个扩散指数（分类指数）加权计算而成。

假设制造行业中有甲、乙以及其他行业，甲乙行业增加值占总的制造业增加值分别为a%、b%，那么，所有制造类企业发放问卷总数为N，这两类行业所发放的问卷数目即为a%*N，b%*N。在行业内部，具体企业抽选根据其主营业务收入成比例概率抽取。将问卷项目中选择增加的企业赋值为1，将选择持平的企业选择为0.5，将选择减少的企业选择为0。

PMI综合指数=PMI=订单×30%+生产×25%+雇员×20%+配送×15%+存货×10%

可以看出，当大部分调查对象选择增加选项时，各单项指数偏向于大于50%，所以，PMI综合指数通常以50%作为经济强弱的分界点，PMI高于50%时，反映制造业经济扩张；低于50%，则反映制造业经济收缩。

一、文献综述

陈琼、汝宜红（2006）介绍和分析了采购经理指数的背景含义，深入论述了采购经理指数对经济运行的指导功能。于颖、蔡进（2008）通过实证分析对PMI指数与其他经济指标的相关性进行了研究。赵薇（2009）从PMI的国外发展现状、国内现状及重要性和前景三方面，阐述和比较了这一指数。唐琴琴（2012）针对PMI指数的计算方法和发展路径进行了研究，阐述了PMI指数的统计特点。本文综合以前的研究成果，通过研究季度GDP，城镇固定资产投资等经济总量与PMI指数的关系，实证分析PMI的引导效率问题。

二、数据及实证分析

本文选取2008年第1季度至2012年第3季度的季度PMI平均值，经济指标选择GDP和三大产业的增长率来考察PMI指数对我国经济状况的预测情况。其中，GDP采用2008年第1季度至2012年第3季度的数据，PMI和城镇固定资产投资采用2008年2月至2012年12月的月度数据，PMI的月度数据为该季度PMI的算术平均值。

从图2可以看出，2008年第4季度PMI达到一个低谷，紧接着2009年1季度经济达到一个谷底；2009年第4季度PMI达到一个峰值，随后2010年1季度经济达到一次峰值。从总体上看，PMI指数的变动对经济有明显的预示作用，从几个峰值和低谷看，PMI大概领先GDP一个季度。

对PMI指数与社会固定资产投资运用VAR模型，本文发现，PMI的一阶滞后项与二阶滞后项对城镇固定资产的系数均为显著，所以，PMI的一阶滞后项和二阶滞后项对城镇固定资产投资均有显著的预测作用，也就是说，PMI对城镇固定资产投资有着较强的前期预示作用。投资作为我国GDP组成的一部分，在历年GDP增长中均起着主导性的作用，所以，PMI对城镇固定资产投资总额的引导作用也就是作为经济总量的引导预示作用。

三、结论以及研究展望

本文通过实证研究发现，我国PMI指数对经济总量拥有较强的预示作用，其中，对GDP大约提前一个季度的显著的引导预示作用，对城镇固定投资有着迅速的引导预示作用。PMI包含了社会总需求和社会总供给两方面的因素，其中新订单是关于社会总需求的因素，生产量、存货、从业人员等是关于社会总供给的因素。所以，当PMI指数显著提高时，在社会总供给与社会总需求方面预示着未来经济总量的稳步上升。PMI的引导作用有利于我国根据经济形势调整宏观调控政策，防范过大的经济波动，调控经济发展预期，确保我国经济平稳、较快增长。同时，PMI指数对于市场经济其他经济主体也有较强的预示作用，有利于企业及时调整生产计划，抓住发展机会，规避市场风险，繁荣市场经济。所以，PMI指数在我国有着重要的意义，实证结果也表明，我国PMI指数已经发挥明显的先行引导作用。

参考文献：

[1] 陈琼、汝宜红.论采购经理指数对经济运行的指示功能[J].统计与决策，2006，（22）：54-56.

[2] 赵薇.PMI的现状及国内外对比[J].统计与决策，2009，（24）：31-32.

第4篇：固定资产投资计算方法范文

1节能降耗的政策、法律法规和规程规范研究

（1）国家层面的相关法律法规和规程规范；（2）国务院相关部委的法规和规程规范；（3）与水电行业有关的规范性文件等。

2水电水利工程施工期节能降耗分析

施工期能耗分析着重研究：施工生产过程、施工辅助生产系统及施工营地等项目的主要用能设备、能耗种类、能耗分布点、负荷水平，并制定统一的能耗计算方法，计算单位工程量（产品）能耗、能耗总量及分年度能耗量。

3水电水利工程运行期节能降耗分析

运行期能耗分析着重研究：生产辅助系统、生产性建筑物及办公、生活设施等项目的主要用能设备、能耗种类、能耗分布点，并制定统一的能耗计算方法，计算单位产品能耗、年度能耗量及电站运行期（一般为40～50年）内的能耗总量。

4水电水利工程节能技术及措施的切入点研究

节能技术及措施的切入点研究主要从以下几个方面展开：

（1）工程规划与总布置的节能设计；

（2）建筑物节能设计；

（3）机电及金属结构节能设计；

（4）施工节能设计；

（5）工程管理节能设计。从上述5个方面阐述工程节能措施、非工程节能措施、建筑物节能、管理节能、设备节能及施工节能等实际运用实例。

5水电水利工程节能效益分析

探讨节能效益分析的方法，提出有实际运用价值的施工期、运行期能耗指标的计算方法并提出相应的节能评估标准。宏观评价工程项目是否符合国家、地方关于节能减排的法律、法规的要求，对工程的总体布置、施工组织、机电设备选型及运行中采用的节能技术及措施等进行综合评价，给出是否满足节能降耗的结论，为节能效益分析提供数据支持。

专题研究方法及技术路线

专题研究将以理论分析为主，调查研究水电行业施工期及运行期的主要用能设备、耗能指标以及能源利用效率。根据工程实例，着力于提出一些具有工程实际应用价值的能耗计算统计方法。研究技术路线为：

（1）技术难点的提出及分析。根据DL/T5020—2007《水电工程可行性研究报告编制规程节能降耗分析篇》、《水电工程可行性研究节能降耗分析篇章编制暂行规定》、《固定资产投资项目节能评估和审查暂行办法》、《固定资产投资项目节能评估工作指南》等相关规程规范性文件的要求，结合已颁布实施的GB/T50649—2011《水利水电工程节能设计规范》，对水电工程节能降耗应用中的重点及难点进行系统分析，提出需要解决的核心问题。

（2）结合行业现状，进行广泛调研。调研主要分两个方面：一是查阅类似工程文献资料；二是调研水电工程现场实际情况。

（3）在充分掌握第一手资料的基础上，针对专题研究中存在的技术难点进行剖析，提出相应的解决办法。

（4）实践应用，验证分析。将研究成果适时反馈于工程实际，并不断修改完善。

（5）形成行业标准，并提出需进一步研究的问题建议。项目研究主要工作流程见图1。

专题研究的主要技术难点及创新点

1主要技术难点

（1）《水电水利工程节能降耗分析设计导则》属新编行业技术标准，欠缺以往的经验积累，同行业参考资料少。

（2）水电水利工程规模大、各工程相异性大、情况复杂、施工工期长、技术要求高，导致无论是施工期还是运行期，其节能降耗分析需要统计的分项工程、生产系统及设备多，计算方法繁琐，统计分析难度大。

（3）水电水利工程节能降耗技术方案及措施涉及专业面广，需与工程建设、运行管理实际紧密结合，不同工程项目需制定与之相适应的相关分析及研究，有共性之处，但更多的是特性，为此，需收集的工程资料广泛。

（4）我国地域辽阔，各地区社会、经济环境差异大，能耗值统计计算后与之对应用来评估节能与否的标准，目前已有的设计规范仅有原则性的规定，需要着力研究与水电工程相适应的具有实际可操作性的相关节能评估方法。

2主要创新点

（1）提供一套切实可行的、完整的水电站施工期及运行期能耗计算及取值的方法。

（2）针对水电站施工期及运行期提出可行的节能降耗措施，节约不可再生能源，提高能源利用效率。

（3）为正在编制的《水电水利工程节能降耗分析设计导则》提供技术支撑。

（4）提出水电水利工程节能评估的计算及方法。

结语

第5篇：固定资产投资计算方法范文

经济转型的中国来说，

把企业的研发投资“计入”

固定资产投资，

有利于激励重视GDP增长

的地方政府更有力地

推动企业投资研发，

而不是简单扩大规模

生产的意愿，

这对于我国产品升级

和企业转型无疑是正能量。

美国经济分析局（BEA）近日宣布，将在今年7月公布第十四次对国民收入和产品账户（NIPAs）综合调查的初步结果，并调整GDP统计方式，将把包括企业研发、娱乐文化支出以及退休金等指标并入政府统计数据中。有分析估计，采取新统计方式，美国经济总量将增大约3%，这对美国经济复苏将是巨大的鼓舞，由此产生的直接效用将提振投资者的信心。按照这种分析，美国人在试图通过数字游戏粉饰经济前景。笔者对此不以为然。先不说全球投资人是以“算计”别人为生的群体，能那么容易被“算计”，且BEA是一批真正意义上的经济学家，不是市场分析师，因而笔者倾向于他们不会刻意制造歌舞升平的太平盛世气象，掩饰美国经济疲软的现状。再说，按照新数据计入GDP的增长率，还需要设置基期价格作价格平减指数处理，2013年调整的基准为2007年数据，也就是要考虑通胀因素，名义GDP增长规模会扩大，实际GDP增长未必大幅调高。BEA每5年调整一次NIPAs，今年的调整应是一次正常的制度安排。所以，美国这次新的GDP统计方式将改变什么，对中国有什么影响，才应是我们最该关心的问题。

美国为什么要采取新的GDP统计方式？BEA的表述是，“为了捕捉美国经济产出不断变化的性质”。GDP作为衡量经济状态最重要的指标，一直受到诟病。GDP主要是当年新增的产值和计算有市场交易价格的经济活动，很多自给自足的生产活动至今都没有被计算在内，更不要说幸福指数这样一些相对抽象指标。但却有一些没有意义的活动被计入GDP。所以，GDP的核算不是一成不变的，是需要不断完善的。特别重要的是，不同发展阶段和经济形态，产业结构、企业活动和居民行为都不一样，这就决定企业投资、居民消费，政府行为都会发生变化，GDP的国家会计核算方式若一成不变，可能带来核算结果的巨大误差。

特别是发达经济体，在完成经济形态从劳动密集转变为资本密集以后，要相对准确地反映经济状态，GDP核算当然也该随着新经济形态的转变而改变。这就是为什么美国GDP核算方式已经历了十三次调整的缘故。随着美国经济基本形态进一步转变为技术密集型，特别是近年高科技的快速发展，产业结构、企业行为和消费者行为都有了不同于资本密集形态的新的显著变化，GDP核算方式的第十四次调整也就有了某种必要性了。

那么，这次美国GDP统计方式的调整究竟是基本计算方法的改变还是GDP计算基本思路的改变呢？笔者的判断，还是方式的改变而非GDP计算体系的改变。也就是说，GDP的核算主体仍是居民、企业和政府的经济活动，GDP的国民经济会计基本计算的三大方法，生产法、支出法和收入法也没有变。改变的是一些经济行为的定义。比如，苹果公司的研发创新和技术进步成为公司的核心竞争力，所以研发投入成为未来成长性和产品增值的一部分，而不是简单的成本概念，所以，按照GDP基本核算规则，把企业研发投入“计入”固定资产投资应该有合理的解释。有关娱乐、文学及艺术原创的支出，也可以作同样的解释而被“计入”固定资产投入。这个统计思路符合以三大驱动力表述的总需求计算GDP的基本思想。房屋交易时的多项税费包括律师费，中介费等，过去可能是以买卖双方的交易成本计算，如果换个主体考虑，站在律师以及其他中介角色的角度，这也可按照“收入”来计算，符合“收入法”计算的思路。至于养老金计划的国定收益是在当年养老金已“计入”GDP以后的增值部分，增量计入当期GDP符合生产法的基本计算原理。

笔者认为，美国在技术密集型和服务型产业得到长足发展以后，特别在近十年互联网技术的快速发展过程中，大量“无形资产”没有被传统GDP计算方式充分“识别”。这次美国GDP核算方式的调整，主要是使无形资产“固态化”和“有形化”，严格说，这是统计范畴的扩大，量化概念的扩充，使原来的GDP计算体系能体现新经济形态和新产业结构的特征以及技术密集型企业对经济的贡献，使GDP能更真实准确地反映经济状态，并没有改变GDP核算的基本规则。

美国这种统计方式的改变，对中国的国民经济统计计算会有什么影响，这要看美国的这次改变的内容是在国际计算规则之内，或是否能变成国际计算规则。

中国国家统计局官网资料显示，《中国国民经济核算体系（2002）》采纳了联合国1993年《国民经济核算体系》（SNA）的基本核算原则、内容和方法，中国年度GDP计算体系与国际公认的计算体系是一致的。国家统计局表示中国将进一步完善GDP核算方法。

第6篇：固定资产投资计算方法范文

关键词:城市轨道交通　国民经济评价　效益与费用　识别与计算方法

《投资项目可行性研究指南(试用版)》(计办投资[2002]15号文出版)明确指出交通运输项目、较大的水利水电项目等需要进行国民经济评价。城市轨道交通项目属于需要进行国民经济评价的范围。由于城市轨道交通项目投资巨大，财务效益差，项目的经济合理性以国民经济评价结论为主，因此国民经济评价编制质量直接关系到项目的取舍。国民经济效益与费用的识别及计算是编制好国民经济评价的基础，而目前城市轨道交通项目国民经济效益与费用的识别及计算方法没有统一的行业标准，多数参照交通运输项目的标准，但是二者之间还是有较大的区别。结合本人编制城市轨道交通项目国民经济评价的体会，本文试图对城市轨道交通项目国民经济效益与费用的识别及计算方法作一初步探讨。

一、国民经济评价的概念与研究内容

1. 国民经济评价的概念。《投资项目可行性研究指南(试用版)》给出了明确的定义:国民经济评价是按照合理配置资源的原则，采用影子价格等国民经济评价参数从国民经济的角度考察投资项目所耗费的社会资源和对社会的贡献，评价投资项目的经济合理性。

2. 国民经济评价的研究内容。国民经济评价的研究内容主要是识别国民经济效益与费用，计算和选取影子价格，编制国民经济评价报表，计算国民经济评价指标并进行方案比选。由此可见，国民经济效益与费用的识别及计算是编制好国民经济评价的基础和主要内容，只有正确识别及计算国民经济效益与费用才能编制好国民经济评价。

二、国民经济效益与费用的识别

1. 国民经济效益与费用识别的原则。1993年4月7日国家计划委员会、建设部联合以“计投资[1993]530号《关于印发建设项目经济评价方法与参数的通知》”的《建设项目经济评价方法与参数(第二版)》明确规定效益与费用识别及计算遵循以下原则:(1)遵循效益和费用计算口径对应一致的原则。(2)国民经济评价使用影子价格，在计算期内各年均不考虑物价总水平上涨因素。(3)交通运输项目国民经济评价按照“有无项目对比法”进行分析测算。

2. 国民经济效益与费用的识别。根据以上识别原则，城市轨道交通项目国民经济评价效益与费用主要有:

国民经济效益主要有投资乘数效益、固定资产余值回收、流动资金回收以及项目的间接效益。间接效益包括:节约在途时间效益、提高劳动生产率效益、减少交通事故效益、土地升值效益以及代替公交车的效益。此外还有一些难以量化的效益应作定性描述。

国民经济费用包括固定资产投资、流动资金及经营费用。

三、国民经济费用的调整计算方法

城市轨道交通项目国民经济费用的计算一般通过对财务评价基础数据调整而得。

1. 固定资产投资的调整。影子价格是进行项目国民经济评价，计算国民经济效益与费用时专用的价格，是指依据一定原则确定的，能够反映投入物和产出真实经济价值，反映市场供求状况，反映资源稀缺程度，使资源得到合理配置的价格。城市轨道交通项目需投入的设备材料财务价格基本上能反映市场供求状况及真实经济价值，所以固定资产投资只作如下调整:1)扣除建设期利息和税金等转移支付。(2)土地影子费用调整。

2. 流动资金按指标估算，不调整。

3. 经营费用的调整。经营费用在财务评价经营成本的基础上进行调整，调整内容如下:1)电价使用影子电价，调整电费计算。(2)生产人员工资及福利调整:根据目前我国劳动力市场现状及城市轨道交通项目运营的实际情况，生产人员工资及福利影子换算系数取0.9。

(3)扣除财务费用等转移支付费用。

四、国民经济效益的计算方法城市轨道交通项目国民经济效益一般是在正确识别的基础上根据一定的计算方法计算而得。

1. 投资乘数效益(B1)。据经济学理论显示，直接关系国计民生的基础设施投资，由于该项目实施能有效突破经济发展中的“瓶颈制约”，有效改善基础设施，大力优化投资环境，产生直接和间接的“诱发性投资”，因而具有巨大的投资乘数效益。城市轨道交通建设项目投资所产生的乘数效益是十分明显的。按国际上通用的投资系数来分析投资效益，根据有关的研究表明，在我国现有经济条件下，投资1元可增加GDP约1.6至2.05元。城市轨道交通建设项目投资大，建设周期长，对所在城市的国内生产总值贡献是明显的。

2. 旅客时间节约效益(B2)。这部分效益按客运量中的生产人员所能创造的经济效益估算。估算时一般可以假定旅客生产人员节约的时间中有一半可以用于生产，创造价值。

3. 提高劳动生产率效益(B3)。由于乘坐地铁较乘坐公交车舒适度大为提高，加上减少了塞车带来的烦躁和疲劳，使乘坐地铁上班的乘客较乘坐公交车的乘客有较高的劳动生产率，据统计约提高5.6%的效率。

4. 减少交通事故损失效益(B4)。由于地铁的安全性，大大降低了乘客的交通事故损失。

5. 土地升值效益(B5)。根据各地的实际情况，城市主要道路和城市轨道交通的建设，沿线物业均有不同程度的升值。据2000年5月出版的《广州市内环路建成后对周边地区社会经济影响研究》一书所作的研究表明，内环路的建设使沿线物业每平方米升值达15%左右，升值幅度在500元/平方米以上。根据广州、上海等地的实际情况，城市轨道交通的建成，会引起车站500米至800米范围内土地的升值，升值幅度根据各地及各地铁线路所经城市区域不同。

6. 代替公交车的效益(B6)。如果不修建城市轨道交通工程，大部分的客流考虑由地面公交车运输，需增加公交车投入、公交车配套设施费投入及需消耗资源而产生运营费;需投入资金拓宽道路，以后每年投入一定费用进行道路维修。代替公交车的效益包括公交车购置费、公交车配套设施费、道路拓宽及维修和公交车运营费四项。

7. 不可量化的国民经济效益。城市轨道交通项目还可产生大量不可量化的国民经济效益，也应作简单的定性描述。主要有:增加社会就业;城市轨道交通工程的建成，减少了地面车流量，从而减少了油耗及尾气和噪音污染;促进城市规划的实现，促进城市经济发展;有利于居民居住环境和提高生活质量。

五、结束语

城市轨道交通项目属于必须进行国民经济评价的范围。由于城市轨道交通项目投资巨大，财务效益差，项目的经济合理性以国民经济评价结论为主，因此国民经济评价编制质量直接关系到项目的取舍，国民经济效益与费用的识别及计算是编制好国民经济评价的基础。因此，正确识别及计算国民经济效益与费用是非常重要的。本文所提到的识别及计算方法仅是探讨，望能起到抛砖引玉的作用。

第7篇：固定资产投资计算方法范文

关键词 固定资产 折旧政策 路径选择

1 折旧政策的特征

固定资产折旧数额的多少取决于企业折旧政策的选择。所谓企业折旧政策是指企业根据自身的财务状况、经营目标及其变化趋势，对固定资产的折旧方法和折旧年限作出的理性选择。折旧方法就是对固定资产损耗分配的时间范围问题。不同的计提方法和计提范围构成了不同的折旧政策。企业的折旧政策一般具有如下特征：

1.1 折旧政策具有多种选择性

由于折旧本身的成本特性，使折旧政策与企业财务状况及其变动趋势密切相连，折旧政策不仅受制于企业的财务状况，而且通过折旧政策还可以调整企业的财务状况，甚至于整个经营状况。企业管理者可以根据不同需要，选择适合本企业的折旧政策。对于不同企业，或者同一企业的不同发展阶段，战略目标不同，所处的财务环境不同，所拥有的固定资产本身在技术形态上的巨大差别，都会使决策者所选择的最佳折旧政策各不相同。

1.2 一定时期折旧政策的相对稳定性

虽然在会计准则中一般允许企业在一个会计年度后调整折旧方法和年限，但考虑到规律性原则的要求和折旧对企业利润及现金流转的影响，折旧必须具有一定的稳定性。这是因为多变的折旧政策不仅会影响企业的外部形象。而且还影响企业的财务活动，特别是对外筹资活动。由此可见，折旧政策不仅仅表现为一种固定资产折旧计算方法，更主要体现为一个不断选择的过程，但就短期而言，应体现相对稳定。

1.3 政策要素的简单性与决策因素的复杂性

构成折旧政策的要素主要有两个，即确定折旧方法和折旧年限。折旧方法有快速、慢速，折旧年限有长期和短期之分，折旧方法与折旧年限的不同组合就构成了风格各异的折旧政策，如短期快速折旧政策、长期慢速折旧政策等等。但究竟如何组合不同的折旧方法和折旧年限，其需考虑的因素是多样的、复杂的，如上述提到的对利润的影响，对现金流量的影响，甚至对企业风险影响，另外还需考虑到企业外部国家的政策约束等等。

2 折旧政策选择对企业财务的影响

2.1 对企业筹资的影响

折旧费用随着货款的收回沉淀在企业，成为企业更新固定资产的重要来源。在一特定的会计期间内，不同的折旧政策决定着这一来源的规模。折旧费提的越多，意味着企业沉淀下的现金越多，或者说出于固定资产更新准备的现金越多，随着企业可利用自有资金的增多，对外筹资后的企业综合资本成本都相对降低。可以说，折旧政策的选择应根据未来期间的资金需求和将要面临的筹资环境而定。

2.2 对企业投资的影响

影响固定资产投资决策的一个重要因素就是可利用的资金规模，由于折旧政策影响着企业内部筹资量，因此它也就间接地影响着企业的投资活动。可利用的资本越多，而且成本相对较低时，就会刺激企业的投资活动。折旧政策不仅从规模上影响投资活动，它还会影响固定资产更新投资的速度。如采用快速折旧，固定资产的更新也会加快。

2.3 对分配的影响

折旧政策的选择，直接决定进入产品和劳务成本中的折旧成本的多少。在其他因素不变的情况下，不同的折旧政策会使企业同一期间的可分配利润金额有所不同，从而影响企业分配。

3 折旧政策的影响因素

没有哪一种折旧政策是完美无缺的，也没有哪一种折旧政策是放之四海而皆准的。如果没有选择正确的折旧政策，无论价值形态还是实物形态，企业的固定资产都难以得到补偿的，生产能力的提高以及收益的计量都有重要的影响。制定固定资产折旧政策应考虑以下几点：

3.1 制定折旧政策的主体

折旧政策是企业财务政策的一个重要组成部分，在我国，由于国家具有国有企业投资者的身份，因此，我国国有企业的折旧管理政策由国家财政部门统一制定；另外，当企业采用的折旧政策与税法规定不一致时，在交纳所得税时，根据税法要求再进行必要的调整。

3.2 固定资产的磨损状况

固定资产折旧所反映的是固定资产的磨损价值，因而，固定资产折旧计提数量的多少及折旧年限的长短主要依据资产的磨损状况。固定资产的磨损包括有形磨损或物理磨损以及无形磨损或精神磨损。有形磨损一般与固定资产的被使用程度及时间成正比关系，而无形磨损则与技术的进步及劳动生产率的提高直接相关。对技术含量较高的固定资产，无形损耗是计提折旧的主要依据。不同的行业，固定资产本身的特点不同，对固定资产损耗的强度与方式也各不相同。同样的是汽车，一般生产企业所使用的和出租汽车公司运营所用的折旧是肯定不一样的。一般性企业和高新技术企业的固定资产磨损状况的关注点也是不同的。在制定固定资产折旧政策时，充分考虑行业特征及相应的资产使用特点及磨损性质是十分重要的。

转贴于 3.3 企业一定时期的现金流动状况

在实际工作中，财务经理日常的大部分精力都是放在现金流的管理中。财务经理对现金净流量的关心要远胜于对会计利润的关心，许多日常的财务决策也是从这个角度作出的。根据计算现金净流量的简略公式：现金净流量=税后利润+折旧，可以得出，折旧作为现金流量的一个增量，它的多少是调节企业现金流动状况的重要依据。从长期来看，无论采用什么折旧方法，在设备使用年限内所提供的现金流入量总额是相等的，但从短期来看，加速折旧法可以提早提供可利用的资源。由于货币时间价值，加速折旧法比其他的方法能提供较大的折现后的现金流入量，因此，在制定折旧政策时，应利用折旧的成本特点，综合考虑现金状况后，选择适宜的折旧政策。

3.4 纳税义务的考虑

折旧政策的选择直接影响着企业应纳税所得的多少，国家对折旧政策的选择是有所管制的，企业只在国家折旧政策的弹性范围内作出有限选择并尽量节约税金。虽然纳税总额与其他方法基本一致，但根据货币时间的观念，通过延期纳税较多，企业实际上是节约了税金。

3.5 资本保全的考虑

一般来讲，固定资产在全新时工作效率较高，提供的效益较大。企业在选择折旧政策时应考虑到这一特点，以便使企业能够尽早收回大部分投资，减少物价变动造成的货币贬值风险，保全实物生产能力。在技术不断进步、设备更新换代加快以及物价变动较大的情况下，为保全企业原始投资，体现资本保全原则，采用加速折旧法是较为合适的。

4 折旧政策的选择

折旧政策从根本上讲就是如何进行折旧方法和折旧期间的有效组合。折旧方法有两种基本类型，就是快速折旧法和直线折旧法。快速折旧法，也称递减费用法，是指固定资产在前期提取较多的费用，以后逐年递减的一种折旧计算方法，目前我国具体包括年数总和法及双倍余额递减法。许多固定资产与设备在全新时效率很高，即在最初数年提供的效益较高，因此折旧费用也应较大，采用快速折旧法合乎成本与收益配比的会计原则。这种方法可以加速固定资产的更新，促进企业技术进步，刺激生产和经营增长，同时降低了企业当前利润水平，延迟了纳税，给企业带来了纳税优惠。直线折旧法，是指将固定资产成本均衡地分摊于折旧期内的各个会计期间。这种方法简单明了，易于计算。但忽视了固定资产实际损耗状况，由于各期固定资产的耗用情况不同，按照直线法平均计提折旧会出现明显的账实不符现象，影响了财务信息的质量，妨碍了客观、公正地对各期的经济效益作出评价。

4.1 企业的折旧政策

折旧的期限分为长期和短期的两种。长期一般是以固定资产的实物使用为折旧期限，短期则是以固定资产的经济使用年限为折旧期限，长短期期限反映了企业对固定资产磨损、资本保全、风险的态度不同。根据折旧方法和折旧政策的不同组合，企业的折旧政策可归纳为以下类型：

（1）短期快速折旧政策。它要求折旧在较短的期限里提取完，折旧数额的时间分布可以是各年等额，也可以是先多后少，使投资尽早收回。这种方法适合于高新技术企业。

（2）长期快速折旧政策，它是指折旧的提取依时间顺序先多后少，使固定资产投资收回先期较多、后期较少，在折旧时期上并不缩短。

（3）长期平均折旧政策。它是指折旧提取的时间较长，并且折旧期间内各期提取的折旧数额相等，使固定资产投资收回的数额平均分布在折旧期。

4.2 企业折旧政策选择的标准

从整体上讲，折旧政策的选择，应既不使企业市价降低，同时也应尽可能地满足企业特定时期的理财需要。以此为基础，折旧政策选择的总标准就是：

（1）当企业盈利水平不断提高时，可以选择长期平均折旧。这样，或者可以使各期可分配利润不致下降，或者可以因盈利水平提高，使可分配利润上升。

（2）当企业盈利水平呈下降趋势或先高后低时，可以选择短期快速折旧和长期快速折旧，这样或者可以使各期的可分配利润不致下降，或者可以因折旧减少速度超过盈利水平的下降程度，而使各期可分配利润略有上升；还可以把折旧政策与财务目标结合起来，使财务报表所揭示的利润信息或获利水平显示出稳定和稳步增长的趋势，企业的市值也会同样稳定。当然，制定折旧政策还应考虑其他因素，而且，有些因素对折旧政策的影响与企业价值还可能出现矛盾。例如，当企业需要以增加折旧来增加可用现金、延期纳税时，会导致企业可分配利润的减少，影响企业市价。因此，考虑到这些特殊因素，折旧政策的选择标准就应作适当调整。

总的来说，折旧政策的选择应从企业的实际情况出发，充分认识折旧的财务意义，认识到折旧与财务状况之间的辩证关系，综合考虑各种影响因素后，谨慎作出。

参考文献

第8篇：固定资产投资计算方法范文

 

一、引言

 

货运量、用电量作为“克强指数”中的重要指标，其对GDP的影响十分显著。但目前的研究多集中在单一指标对GDP的影响上，较少出现多指标系统的研究。

 

货运量与经济发展关联关系研究主要通过计量经济学完成。冯艳春分析了各个产业对货运量的影响，发现第一产业、第二产业和第三产业的发展对货运量各自具有一定的影响。林航飞基于上海市数据，利用协整理论及其分析软件，对上海市公路货运量与经济进行协整分析，发现公路货运量与经济指标之间存在长期的均衡关系。

 

电力与经济关系的研究中，主要通过格兰杰因果检验模型、误差修正模型、多变量格兰杰因果检验模型等进行。1997年Glasure和Lee研究了南朝鲜及新加坡电力与经济增长之间的关系，结果表明二者的影响是双向的。Morimoto应用Johansen模型研究了斯里兰卡及泰国的电力消费、价格、收入之间的关系。Alice和Pun-Lee Lam对中国电力与经济之间的关系进行了研究。

 

本文在已有研究的基础上，基于系统动力学原理，努力构建出相对接近现实情况的模型，用于模拟货运量、工业用电量与GDP系统的发展情况，为西安市经济发展提供一定的理论支持。

 

二、系统动力学模型构建

 

系统动力学的整个建模过程是从定性到定量的综合分析过程。该过程主要分为以下几个部分：一是明确建模目的;二是划分系统边界;三是系统的结构分析;四是建立数学模型;五是模型的模拟;六是模型的运用。

 

本文主要研究货运量和工业用电量对区域经济的影响情况，因此货运(工业用电)供需关系、货运量(工业用电量)、运输投资(能源投资)等和经济因素都划入系统边界内。

 

1、建立因果关系图

 

因果关系图的建立是构建模型的重要步骤之一。经济发展与货运量和工业用电量的相互关系主要通过供需和投资来连接。其具体关系为：经济的发展对货运和工业用电需求产生影响;经济的发展决定资产投资的规模，而资产投资的一部分用于运输和能源投资;在投资的作用下提高货运和工业用电量的供给能力;供需产生货运量和工业用电量促进经济发展的同时，也会因为能力短缺对经济产生阻碍作用。因果关系图如图1所示。

 

2、建立系统流图

 

因果关系图展示了货运量和工业用电量与经济发展之间的关系，然而它只能描述反馈结构的基本关系，不能表示不同变量的区别。为了计算反馈系统中的动态累计效应，就必须对变量进行描述，建立系统流图(见图2)。本文选取生产总值、货运供给能力、工业用电供给能力作为状态变量，选取运输投资、能源投资等作为辅助变量，来完成对系统的关系描述。

 

由于货运量、工业用电量在生产总值中实际占比较小，完全通过货运量与工业用电量的变化情况来描述GDP的变化会导致较大误差，因此本文在货运量与工业用电量的基础上引入生产总值增长系数，三者共同来描述生产总值的具体情况：货运量与工业用电量增长会导致GDP的增长，同时货运量与工业用电量的短缺又会对生产总值的增长产生阻碍。当然货运短缺以及工业用电短缺也会对经济的发展造成影响，本文通过GDP增长阻碍率来体现这一影响，而是否短缺则取决于供给能力与需求的比值，即供需比。当供需比大于等于1时，需求完全被满足，不会对GDP产生不利影响;当供需比小于1时，需求得不到满足，从而影响GDP的增长。货运需求和工业用电需求受到生产总值的影响，本文通过曲线回归计算其影响程度。而货运供给和工业用电供给则受运输投资及能源投资影响，本文通过确定运输投资及能源投资在固定资产投资中所占比例来计算具体的投资情况，从而确定供给能力，而固定资产投资则由生产总值确定。

 

三、系统动力学模型的参数确定

 

本文以西安市为例，完成模型仿真。通过对西安市有关数据的调查分析，结合统计学方法进行处理，得到相关参数值。

 

1、状态变量方程及其初始值的确定

 

状态变量初始值的选择为2008年西安市相关数据数值。

 

(1)生产总值=INTEG (GDP增长量?鄢(1-GDP增长阻碍率)，2318.14)

 

(2)货运供给能力=INTEG (货运供给能力增量，27560)

 

(3)工业用电供给能力=INTEG (工业用电供给能力增量，696291)

 

2、其他变量方程及常量的确定

 

本文将运输投资比率、能源投资比率视为常数，通过查阅文献，选取西安市近年来相关数据，求算数平均值得到。GDP自增长系数通过对GDP增长率进行曲线回归取得，通过表函数形式体现。其他相关方程通过回归分析得到，以固定资产投资为例，其变动受到生产总值规模的影响，因此运用计量经济学的计算方法，以2008—2014年数据为样本，选取固定资产投资为因变量，生产总值为自变量进行回归计算，得到需要的表达式，考虑当年固定资产投资计划由前一年经济发展水平确定，因此取一年滞后期进行回归分析。货运短缺及工业用电短缺对GDP的阻碍效果通过查阅文献及分析后得出，通过运行改进并考虑其敏感程度，最终确定为货运短缺阻碍效果为0.1，工业用电短缺阻碍效果为0.05。同理，确定货运量与工业用电量对GDP增长的影响程度占比分别为0.1与0.05，即GDP增长量通过GDP自增长量、货运量回归结果、工业用电量回归结果按0.85、0.1、0.05占比求得。

 

(1)GDP增长量=生产总值?鄢生产总值自增长系数?鄢0.85+(0.106?鄢货运量+45.812-生产总值)?鄢0.1+(0.011?鄢工业用电量-4546.22-生产总值)?鄢0.05

 

(2)生产总值自增长系数=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)))

 

回归方程求得GDP自增长系数为当年GDP增长率，是通过当年GDP与上一年GDP求出的，而在系统动力学模型中会用当年的自增长系数乘以当年的GDP表示下一年的增量，意味着增长率相差一年。因此为了计算出正确结果，表函数赋值时所取增长率均前推一年，即2008年增长率20.08%实际为2009年增长率。同时，货运量与工业用电量计算的也为下一年的增量，因此在同生产总值做回归分析时取一年滞后期，即以2008年货运量回归分析2009年GDP的值。

 

(3)GDP增长阻碍率=IF THEN ELSE(工业用电短缺<1，0.05?鄢(1-工业用电短缺)，0)+IF THEN ELSE(货运短缺<1，0.1?鄢(1-货运短缺)，0)

 

货运阻碍系数和工业用电阻碍系数分别为0.1与0.05，但并不意味着只要短缺就会造成完全系数值的阻碍，还要考虑短缺程度，因此通过阻碍系数与短缺程度的乘积来衡量具体阻碍程度。

 

(4)工业用电量=IF THEN ELSE(工业用电短缺<1，工业用电短缺*工业用电需求，工业用电需求)

 

(5)工业用电供给能力增量=312.701*能源投资+

 

12138.9

 

(6)工业用电需求=89.092*生产总值+502638

 

(7)工业用电短缺=工业用电供给能力/工业用电需求

 

(8)能源投资=固定资产投资*能源投资比率

 

(9)能源投资比率=0.024

 

(10)货运量=IF THEN

 

ELSE(货运短缺<1，货运短缺*货运需求，货运需求)

 

(11)货运供给能力增量=

 

16.308*运输投资+917.913

 

(12)货运需求=9.18?鄢生产总值+5239.55

 

(13)货运短缺=货运供给能力/货运需求

 

(14)运输投资=固定资产投资?鄢运输投资比率

 

(15)运输投资比率=0.061

 

(16)固定资产投资=1.312?鄢生产总值-724.518

 

四、模型运行及政策模拟

 

1、仿真结果及分析

 

运行系统动力学模型，对系统进行仿真，主要变量结果如图3所示。

 

2、有效性分析

 

为了检验模型与实际情况是否吻合，可将实际数据与模型生成值进行对比分析，结果如表1所示。由表1可知，模拟值与实际值基本吻合，误差均小于10%，说明模型能够较好地反映实际情况。表1中工业用电量2010年误差较大的原因是当年工业用电量产生了巨大的增长，考虑可能受到当时其他因素的影响，此后数年增长量恢复正常，并不影响模型整体情况。

 

3、结论

 

通过模型检验可以得出结论，西安市货运量、工业用电量与GDP系统的运行状况较好，可以相对准确地反映西安市近年及未来几年货运量、工业用电量与GDP的运行情况。因此通过仿真结果对西安市经济发展情况做出分析。

 

(1)GDP、货运量、工业用电量稳步增长。通过模型运行结果可以发现，西安市GDP从2008年的2318.14亿元增长到2020年的8930.23亿元，总量增长明显，但增长幅度逐年下降，符合中国近年来的经济发展趋势;货运量从2008年的26520.1万吨增长到2020年的87219.1万吨;工业用电量从2008年的696291万千瓦时增长到2020年的1298250万千瓦时，期间波动幅度较大，增幅依次减小，考虑其体量较小，受外界刺激反应较GDP更明显，结合西安市行业发展现状分析，符合现实系统实际情况。

 

(2)货运量、工业用电量对GDP的影响。货运量、工业用电量对GDP的影响主要通过两个方面体现，一是货运量、工业用电量实际值变化对GDP的影响作用，二是货运短缺与工业用电短缺对GDP增长的阻碍作用。通过仿真结果可知，西安市GDP在长期受到货运量与工业用电量实际值增长产生的促进作用的同时，2009—2013年，由于货运供给能力不足，出现货运短缺，对其增长产生阻碍作用，2008—2016年，由于工业用电供给能力不足，出现工业用电短缺，对其增长产生阻碍作用。

第9篇：固定资产投资计算方法范文

关键词：信息产业；价格指数；特征回归法；IT经济价值

中图分类号：F416.672文献标识码：A文章编号：1003-4161(2007)03-0118-03

如何正确地将每期投入变动分解为物量变动与价格变动，是评价计算机硬件投入经济价值的重要问题。这种分解通常通过建立价格指数，将每年投入按选定基年平减，以消除价格变动对投入变动的影响。我国目前没有公布计算机硬件投入价格指数，这一数据的缺失，成为研究我国计算机投入价值的一大障碍。

Wyckoff1995[1]研究提出：各国计算机硬件投入价格变动存在较大的差异，导致这种差异的主要原因是各国不同的价格指数统计方法。基于Wyckoff的研究，Schreyer2000[2]提出以投入价值评测参照国的价格统计方法为基础，外推被研究国的价格指数。Schreyer2000与Colecchia2003[3]对OEDC各国IT投入经济价值测量结果表明，以这种方法构造的价格指数，可以有效控制被研究国与参照国之间价格统计方法的差异，提高测量结果的可比性。作为IT投入量占世界一半以上的IT大国（刘树成2000）[4]，美国将是我国未来计算机投入价值评价的参照点。因此，本文根据Schreyer2000的研究方法，建立以美国计算机硬件投入指数为基础的外推指数模型，利用中美两国1986～2004年相关数据①，构造我国这一时期的计算机硬件价格指数。

1． 外推价格指数模型

美国计算机硬件投入价格指数构造的核心是利用特征回归方法（Hedonic method）控制计算机硬件投入的属性变化对价格变动的影响。特征回归法由Griliches1961[7]提出，该方法将价格统计单位由单位产品转化为单位属性，假定每一属性都是一个单独市场，通过获取单位属性的价格回归推导投入品价格。这种价格统计方法可以有效剔除质量变化导致的价格变化，只剩下由市场供求引起的价格变化，即价格指数构造中的“纯价格”变化。美国经济分析局1985年开始采用这种方法计算美国计算机硬件投入价格指数，并在同年倒推了美国1972～1984年基于特征回归法的计算机硬件投入价格指数（Triplett 1986）[8]。

以美国指数序列变动为参照体，外推我国同类指数序列模型的基本假定是：我国计算机硬件投入指数变化与固定资产投入指数变化之间的差异具有与美国同类数据相似的变动趋势。基于这一假定，我国计算机硬件投入价格指数模型分为预测值回归模型与外推投入指数模型。

1．1预测回归模型

预测值回归模型通过计算美国计算机硬件投入价格变动（ΔlnPupc,t）与固定资产投入价格变动（ΔlnPuk,t）之间的差，假定二者之间存在某种函数关系，以此作为预测回归模型。

以（1）式进行剔除年度变动因子的指数平滑回归，测定两类资本价格变化差的预测值序列λt，作为外推我国计算机硬件投入指数的基础。

1．2外推投入指数模型

外推投入指数模型分为测算价格指数变动与计算价格指数两步。首先将我国固定资产投入价格指数变动（ΔlnPck,t），与λt相加，得到我国计算机硬件投入价格指数变化（ΔlnPcpc,t）。

2．外推价格指数序列测算过程控制

由于我国计算机硬件投入指数序列通过外推法计算，因而测算结论的可靠性，需要对测算过程中的各项外推基础，包括回归时间序列（ΔlnPupc,t-ΔlnPuk,t）、预测值序列（λt）及残差值序列，进行平稳性、独立性及随机性检验控制。

2．1 回归时间序列检验

对回归序列的自相关检验表明，随延迟阶数的增加，序列的自相关系数很快地衰减向零，因而回归序列具有平稳性；在一阶差分后，序列值之间的相关性检验结果也表明各序列值之间独立，没有相关性（P值明显大于0.05）（表1）。

由于预测时序数据平稳，并且为白噪声序列，满足随机性要求，因此，可用该序列预测计算机硬件投入指数变动与固定资产投入指数变动之间差异，作为外推我国计算机硬件投入指数的基础。

2．2 预测值序列检验

对回归时间序列，进行剔除年度变动因子的指数平滑回归，所得的预测值序列线型轨迹与原始序列非常接近，表明预测值对真实值进行了很好的跟踪，反映了真实值的变动（图1②）。

图1 回归序列真实值与预测值轨迹对照图

预测值虽然对真实值进行了良好的跟踪，但为保证预测值的可信度，还需要对预测的残差值序列的平稳与独立进行检验。

2．3 残差值序列检验

随着延迟阶数的增加，残差值序列的自相关系数在零值附近随机波动。Box-LjungO~检验结果P值明显大于0.05，表明在95%的置信区间无法拒绝序列为纯随机序列的原假设，因此，回归所得的残差序列为纯随机序列（表2）。残差自相关检验的结果证明预测所得的残差序列平稳随机，进一步证明回归所得的预测序列不仅良好地反映了真实值变动，而且具有较高的可信度，因此可基于该预测序列外推我国计算机硬件投入价格指数。

3． 我国计算机硬件投入价格指数序列测算检验与分析

可靠的外推基础是研究结论可靠性的重要保证，然而研究结论的可信度，还需要进一步检验外推指数序列对现实经济现象的拟合。

3．1 我国计算机硬件投入价格指数测算结果检验

根据预测值序列，及我国1986～2004年固定资产投入价格指数变动③，利用公式（2）、（3）计算出我国1986～2004年计算机硬件投入价格指数（图2）。

注：以1986=100，序列值为价格指数的自然对数值；美国数据来自美国经济分析局（BEA）。

从测算结果看，我国计算机硬件投入价格指数与美国同期数据相比，下降趋势缓、波动幅度大。波动区域集中在1987～1989年及1991～1995年期间。但指数序列在波动的同时，仍然保持了总体下降趋势，表明外推的指数序列符合计算机硬件投入品更新换代快，价格下降快的特点。如果指数序列出现的波动与减缓趋势符合我国同期经济运行情况，则研究不仅具有技术上的可靠性，而且具有经济意义上的可信性。

3．2 中国计算机硬件投入价格指数波动原因分析

我国固定资产投入价格指数序列是外推计算机硬件投入指数序列的重要基础，其波动必然影响测算结果的变动。我国固定资产投入价格采用样本配对的方法统计价格，以加权的方法计算总的固定资产投入价格指数，反映投入品价格变动的相对程度与趋势。这种方法与美国固定资产投入价格指数的计算方法大体相同。但基于相同统计方法得到的我国固定资产投入价格指数的波动幅度明显高于美国同期数据（图3）。

注：中国数据来自《中国统计年鉴2005》及作者的计算;美国数据来自美国经济分析局(BEA)，以上年=1。

造成我国固定资产投入价格指数大幅波动的根本原因在于我国同期经济运行情况：我国在1987～1989年及1991～1995年这两段时期先后出现过投资过热，物价上涨过快等经济运行状况。1987年我国年固定资产投资热度加大，物价上涨幅度较大，全年物价平均上涨7.3%；1988年物价水平没有得到控制，投资热度引起了生产资料价格的大幅上涨，该年主要生产资料销售价格总指数比上年上升21.5%；1989年经济过热导致了通货膨胀。在国家压缩固定资产投资及压缩社会需求等紧缩的财政政策下，1990～1991年期间投资品价格回落。然而，1992年经济运行中再次出现固定资产投资规模偏大，货币投放增长过猛，生产资料价格涨幅偏高；1993年固定资产投资持续高速增长，投入品价格大幅上升，经济运行再次出现通货膨胀。在国家若干政策干预下，1995年固定资产投资过猛的趋势得到一定程度的控制，投资增幅回落④，投资品价格再次回落，经济运行再次进入平稳时期。

我国固定资产投资热，导致了投资品价格上扬，引起了投资价格指数两段时期的大幅波动。这种波动也影响了测算结果的变动趋势，使外推的同期计算机硬件投入价格指数表现出相似的变动幅度，具有对同期经济运行中价格上扬、通货膨胀等运行状况良好的解释能力。外推序列的这种经济解释能力，也表明影响指数序列变动根本原因是经济运行状况，是经济运行状况的反映。而同一时期，美国低通货膨胀率的良好经济运行情况也使美国固定资产投入环比价格指数呈现出平稳的变动趋势。

3．3 中国计算机硬件投入价格指数下跌趋势减缓原因分析

从下跌趋势看，我国计算机硬件投入价格指数的下跌幅度明显低于美国，其根本原因也在于通货膨胀与投入品价格上扬，对计算机硬件投入价格指数下跌的补偿。

受我国同期固定资产投入价格变动趋势影响，计算机硬件投入价格在1987～1989年及1991～1995年期间价格下落趋明显减缓。受这两周期缓减趋势的影响，我国计算机硬件投入价格指数的下落趋势明显低于美国。这一下落趋势，也反映了同期我国经济运行状况：受投资热及通货膨胀影响，我国计算机硬件价格虽然保持了下降的趋势，但部分下落趋势被投入品价格上扬及通货膨胀补偿，使我国计算机硬件投入价格的下降幅度低于美国同期数据。我国计算机硬件投入价格指数的下跌趋势，进一步证实了研究结论对同期经济运行情况有良好的解释能力，因而研究得到的我国计算机硬件投入价格指数具有良好的可信度。

4.结论

研究使用外推指数法，以美国为研究参照体，推导中国计算机硬件投入价格指数，是数据缺失的情况下，研究我国每期计算机硬件价格变动趋势的一种方法。由于缺少相关研究，研究所得的数据无法与同类研究比较。但从外推指数各项基础的可信度检验及研究结论对同期经济现象的解释能力看，研究结论具有良好的可信性。因此，可以利用研究所得的我国计算机硬件投入价格指数区分我国每期计算机硬件投入变动中的价格变动与物量变动，进一步研究我国几十年计算机硬件投入的经济价值。

注 释：

① 美国数据来源：美国经济分析局（BEA），包括固定资产投入价格指数与计算机硬件投入价格指数［5］；中国数据来自国家统计局，包括固定资产投入价格指数［6］。

② 预测值先在一阶差分的基础上进行，再根据基年，对差分后预测值进行转换。图1中的预测值为后者。

③ 我国统计年鉴中公布了1991年以后的固定资产投入价格指数。1986-1990的投入价格指数利用《中国国内生产总值核算历史资料：1952-1995》［9］中的固定资本形成指数，采用张军（2004）［10］计算固定资产投入价格指数的方法计算。

④ 上述数据均来自《中国改革开放以来经济大事辑要1978-1995》［11］。

参考文献：

［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］ 刘树成，张平. “新经济”透视［M］， 北京：社会科学文献出版社，2001：59-69.

［5］ Bureau of Economic Analysis. Detailed data for Fixed Assets and Consumer Durable Goods ［EB/OL］: .

［6］ 中国国家统计局.《2005年统计年鉴 ： 各种价格定基指数》［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］ 国家统计局国民经济核算司. 中国国内生产总值核算历史资料： 1952-1995［M］ , 大连：东北财经大学出版社， 1997.

［10］ 张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000［J］, 经济研究, 2004，（10）： 35-44.

［11］武力，陈晓旭. 中国改革开放以来经济大事辑要（1978-1998）［M］，北京：经济出版社， 2000.