固定资产投资运行分析精选(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运行分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：固定资产投资运行分析范文

今年以来，面对宏观经济持续下行和产业结构加速调整的双重压力，全市上下认真贯彻市委市政府决策部署，坚持把稳投资作为稳增长的关键，积极对接国家投资方向和产业政策，全力推进项目建设，固定资产投资保持平稳增长。

一、上半年固定资产投资运行情况

（一）投资保持平稳增长。1—6月，全市全社会固定资产投资完成712.2亿元，同比增长（简称“增长”，下同）14.2%，固定资产投资总量位居全省第6位，增速位居全省第5位，比全国、全省平均水平分别高5.2个、1.9个百分点。上半年完成全社会固定资产投资占全年投资预期目标1310亿元的54.4%，实现投资总量过半目标。

（二）三次产业投资增速放缓。第一产业完成投资33.1亿元，增长45.4%，增速比上年同期回落17.2个百分点、比今年一季度回落53.2个百分点；第二产业完成投资153.1亿元，下降1.4%，增速比上年同期回落13.3个百分点、降幅比今年一季度收窄6.6个百分点；第三产业完成投资526亿元，增长18.1%，增速比上年同期回落11.9个百分点、比今年一季度回落1.5个百分点。三次产业投资增速总体呈下降趋势，且下降幅度比较大。

（三）行业投资结构极不平衡。1-6月，全市有15个行业投资保持增长，其中金融业、建筑业、科学研究和技术服务业、信息传输、软件和信息技术服务业、卫生和社会工作等5个行业投资保持3位数增长，增速分别为605.3%、328.6%、274.7%、145.9%、116.7%。全市有4个行业投资呈负增长，其中，采矿业完成投资9.04亿元，下降27.3%；交通运输、仓储和邮政业完成投资83.97亿元，下降17.4%；制造业完成投资100.87亿元，下降12.5%；教育业完成投资15.23亿元，下降6.5%。房地产业、水利、环境和公共设施管理业、制造业、交通运输、仓储和邮政业、农林牧渔业等5个行业为投资重点领域，共完成投资570.8亿元，占全社会固定资产投资的80.1%。

（四）民间投资逐步升温。受工业企业效益逐步回暖和国家出台刺激民间投资政策等因素影响，民间投资增幅逐步上升。1-6月，民间投资完成390.9亿元，增长10.4%，民间投资占全社会固定资产投资的54.9%，增速比今年一季度、1-4月、1-5月分别提高7.8个、2.5个、5.2个百分点，环比呈上升趋势。

（五）省市重点项目建设加快推进。全市664个省市县重点项目完成投资496.3亿元、占年度投资计划61%，其中：156个省市重点项目累计完成投资201.1亿元、超时间进度13.8个百分点（27个列省独立考核的重点项目完成投资61.3亿元、超时间进度9.5个百分点），508个县级重点项目完成投资295.2亿元、超时间进度9个百分点。321个新开工类项目完成投资146.2亿元、占年度计划45%；154个加快建设类项目完成投资214.9亿元、占年度计划66.6%；189个竣工类项目完成投资135.2亿元、占年度计划82%。

二、存在的主要问题

（一）工业和技改投资呈负增长。受宏观经济下行及市场整体低迷的影响，业主投资意愿减退，新开工工业项目减少，制造业投资下滑。1—6月，全市完成工业投资149.8亿元（去年同期为154.5亿元）、下降3%；全市技改投资完成59.4亿元，下降39.4%。

（二）部分重大项目进展缓慢。6个省市重点项目，29个专项建设基金项目因前期工作不到位、征地拆迁、设计变更等原因，未按计划开工。星光光电LED户内外照明灯具生产等10个续建省市重点项目因资金短缺、规划调整等原因，建设进度滞后。

（三）统计库存投资余额不足。新入库项目严重不足，在库项目余额持续处于“濒危”状态，不利于全年投资任务的完成。截止6月底，全市在库项目1386个，较去年同期（1651个）减少265个，下降16.1%。在库项目计划总投资结余282.2亿元、下降45.6%。

（四）投资5000万元以上重大项目支撑乏力。呈现“小马拉大车”的态势。5000万元以下项目投资增长较快，500—5000万元投资项目1057个，完成投资214.3亿元，增长39.2%，比全社会固定资产投资增速快25个百分点。但大型投资项目进度缓慢，全市5000万元及以上项目329个，完成投资337.1亿元，下降6.9%，比固定资产投资增速低21.1个百分点。

三、下步工作建议

（一）扩大开放协作，促进产业投资稳定增长。依托16个重大产业工作组，实施精准招商，着力签约引进一批优质高端工业项目。深化行政审批改革、提高行政服务效能，切实解决招引工业企业“落地难”问题。以深入推进供给侧结构性改革为抓手，鼓励工业企业加大研发技改和设备更新投入，帮助工业企业拓宽融资渠道、减轻成本负担，确保全市规上工业完成投资290亿元、增长8%以上，全年工业投资完成376亿元以上、技改投资完成175亿元以上。力促25个项目全面开工建设，15个竣工项目、技改项目投产达产，尽快形成新的工业投资增长点。

（二）强化项目申报，激发专项基金撬动作用。全力做好今年第三、第四批专项建设基金项目申报工作，创新推行企业债、旅游专项债等融资方式，确保全年争取到位专项建设基金50亿元以上。对已获得专项建设基金支持的项目集中开展专项督查，着力提高基金项目签约率、开工率、投资完成率、基金支付率、配套资金到位率，确保发挥专项建设基金对投资的引领带动作用。

第2篇：固定资产投资运行分析范文

关键词：第三产业固定资产投资　投资需求　投资供给

一、引言

许多文章文献已从各个角度分析了固定资产投资对我国经济增长的重要推动作用，但很少论及第三产业固定资产投资对第三产业的推动作用。自改革开放以来，我国投资体制不断进行改革，但以中央和地方政府等为投资主体的格局尚未改变，这样的体制在我国现有国情下发挥了重要作用。现今，又一起全球性的经济危机正在蔓延。如何进行投资驱动三驾马车，政府应采取有力措施加强投资，正确引导投资，对保持国内经济增长，缓解危机起到了至关重要的作用。

本文选取1990、1995、1998、2000―2007年，我国第三产业固定资产与第三产业产值的时间序列数据，对我国第三产业固定资产投资和第三产业产值作了描述分析和回归分析，相关数据来自国家统计局网站stats.省略。

二、第三产业固定资产投资与第三产业产值的基本态势

样本区间为1990、1995、1998、2000―2007年，这11年第三产业固定资产投资由1990年的1191.96增加到2007年的72766.67，增加了60倍，第三产业增加了11倍。

(一)第三产业固定资产投资与第三产业产值的运行态势

从表1和图1中可以看出，在这11年中第三产业的均值为51654.15亿元，第三产业固定资产均值为30169.69亿元，其中1990―1995年间，第三产业固定资产投资增长较快，由1191.96亿元增加到1995年的6131.88亿元，增加5.14倍，第三产业增加3.4倍，增速较快。从1996―2007年第三产业固定资产投资与第三产业产值运行态势基本一致，绝对值增幅较大，年增长率保持稳定态势并缓慢上升。这段时间尽管有1998年的南方洪灾和2003年的SARS流感，但第三产业和其固定资产投资并为受到很大影响，反而有所稳定上升。

同时，在二者的对比态势中可看出，第三产业固定资产投资和第三产业产值之间的间距，随着时间的推移而有所扩大，需维持同样的速度所需固定资产投资业越来越大。我们从中可看到，2000年，第三产业和其同定资产投资间距最大，可知这一年第三产业同定资产投资对第三产业的贡献率下降，以后缓慢回升并迅速增加。

(二)第三产业固定资产投资年度增长率与第三产业产值年度增长率对比

从图2可看出，二者增长率基本一致。从1990―1995年，增长率为最高，以后增幅放缓，到1998年达到最低，以后逐步上升在2000年又出现一个高峰值，到2007年7年间增速降低，呈现平稳状态并有所上升。

(三)第三产业产值／第三产业固定资产投资分析

从图3和图4中可看出，第三产业固定资产投资绝对数在不断上升，尤其足本世纪以来，呈现不断上升趋势，然而第三产业产值与第三产业固定资产投资的比值却在不断下降。除去2000年，第三产业产生一个跳幅，可看出第三产业与其同定资产投资的比值基本是一个持续下降的过程，这说明第三产业固定资产投资度第三产业的贡献率在不断下降。

三、第三产业与第三产业固定资产投资间的回归分析

为了进一步分析二者之间的关系，我们采用线性同归分析方法来讨论。下面是第三产业与其同定资产投资之间的Pearson相关系数及Spearman相关系数。

从表中可看出二者之间是高度相关的，1统计量值的显著性概率P=0.000＜0.05，而且从Spearman相关系数看，二者也王是高度相关的。

下面用如下经济计量模型来对第三产业同定资产投资和第三产业增长的关系作定量分析

第三产业产值：Y=a1+b1FA1+c1……(1)

lnY=a2+b2FAI+c2……(2)

其中(1)和(2)式的a1和a2为常数项，b1和b2为系数，c1和c2为随机扰动项。我们得到(1)的同归结果：

a Predictors：(Constant)，固定资产

b Dependent Variable：第三产业

方程(2)的回归结果

从各个表中可看出，上述经济计量模型的各个参数检验值基本符合要求，而且各同归方程的相关系数显著。线形型式的计量模型表明，每增加1亿元同定资产投资，增加1.21亿元第三产业产值，而对数行式的计量模型则从弹性的角度做出解释，即第三产业固定资产投资每增加1％，可以在当年带来0.66％第三产业产值。

四、从投资对经济增长的宏观分析来看第三产业固定资产投资对第三产业的影响

(一)投资的供给效应

投资作为供给主要是从投资作为一种物质基础即资本积累的角度进行分析。亚当斯密在其《国富论》中指出“要大大改进劳动生产力，必须预先积累资金，而资金的积累亦自然导致劳动生产力的改进”即资本作为一种积累为其以后的经济增长做好物质上的准备。

作为供给的第三产业的投资，由于存在滞后期，通常从当年中难以看出其对第三产业的推动作用，因此应该从其以后几年或以后几期来考察其对第三产业的推动作用。据有关资料分析，由于第三产业门类繁多，而每一行业的滞后期又不同，所以特选了有一定代表性的第三产业两个部门――运输邮电业和商业，作为对第三产业投资的效果分析。从中可看出作为供给手段的第三产业固定资产投资对第三产业同样存在这巨大的推动作用。

作为需求的第三产业投资对第三产业产值的增长同时也会由于被扩散而被弱化。这是因为第三产业固定资产投资不仅引致第三产业内消费品的需求，并且可引致对工业、农业等一二产业内消费品及投资品的需求。我们可以看出第三产业固定资产投资对服务需求或对第三产业内需求的转化率将直接影响第三产业固定资产投资对对第三产业的促进作用，同时，固定资产资产投资规模的大小、服务消费占人们总消费的比重也是其重要的影响因素。

(二)投资的需求效应

投资需求主要是指由于投资活动而引致的一系列市场需求，萨缪尔森认为“投资是发号施令的因素投资使收入上升或下降”而凯恩斯的“投资乘数论”的一个创新发现，证明了投资对经济增长可发挥数倍于自己即乘数的作用，对经济做出贡献。举个简单例子，即100元的投资对经济的贡献可能是其10倍、20倍、100倍……的经济增长。

五、启示

通过以上描述分析和回归分析，可以看出第三产业同定资产投资和第三产业之间存在着显著相关性，因此，扩大同定资产投资、推动第三产业的发展，成为一种日益重要的投资决策。同时，应该看到扩大投资需求也成为一种扩大内需的主要的政策方式，但也应充分重视投资资金的来源、去向、结构和投资安全性等。对市场失灵的调节，政府应该注意努力做到以下几个方面：

(一)要把握投资力度，调整固定资产投资结构，充分发挥其使用效益，切实增进国民财富。要不断强化投资前论证、建设中监管增强透明度、竣工后的运营，从而提高投资效益。

(二)调整投资产业结构，发挥第三产业投资对第三产业的推动作用，引导人们加强对服务领域的消费，拉动第三产业的发展。

第3篇：固定资产投资运行分析范文

关键词：固定资产；投资审计；审计障碍

随着现代化社会经济的发展，我国投资审计已形成了较为健全的体系，且该体系随着社会的发展而不断完善，对各个领域的进一步发展有着极大推动作用。投资审计时，应强调审计内容的与时俱进，分析其因时间的变迁而改变，这时的审计内容陈旧且浅显，会制约我国社会经济的发展。而固定资产投资审计中存在许多障碍，因此，探讨固定资产投资审计中存在的障碍，并提出针对性处理策略，对固定资产投资审计工作水平的提升有着极大现实意义。

一、固定资产投资审计

固定资产投资审计强调的是审计机关按照国家法律法规与政策规定，全面监督投资项目收支真实性、合法性，其主要是开工前的合法性审计和建设中的监督审计，再是建设竣工决算的真实性审计，工程竣工之后的效益性审计。往往固定资产投资金额大，效益实现周期较长，这时就应展开适当的固定资产投资审计，这是国家发展的需求，亦可促使企业资金利用率提升。审计工作应强调全方位展开，强调事前预防、事中监控、事后审计，还应根据国家规定的要求，展开效益审计，从而强化项目管理，以便提升投资效益，加深投融资体制改革。

二、固定资产投资审计中存在的障碍

固定资产投资审计中存在的障碍主要是固定资产投资审计范围小，且力度缺失。建设项目投资监督体系并未强调审计机构的重要性，且其监管权力非常分散，这时的审计监督力自身极具限制性；且审计人才知识结构不完善，能力缺失。往往固定资产投资审计工作涉及内容极多，复合性知识是审计人员必不可少的，不过此类人才较少，审计结构亦不注重此类人才的培养与积累；审计工作不系统，其间存在的问题很难搞清原因。审计工作中的任何漏洞都极易使得系统中出现各种问题，从而影响到投资经济性及其效率和效果；计算机审计亦是十分匮乏，效率偏低。电算化审计十分滞后，计算机辅助审计应用缺失，审计成本偏高。

三、固定资产投资审计完善对策

（一）增强审计经费投入

应不断加大审计经费投入，以保证审计工作有序开展，还应将固定资产投资审计工作渗透于固定资产投资的各个阶段，把事前、事中和事后审计工作充分结合，这里主要强调的是基于施工图预算展开事前审计，基于经济合理性展开事中审计，基于项目结算展开事后审计。全方位审查项目招投标工作，严格预防其间出现各种不良行为。且应对项目建设之前的工程预算、资金来源、合同订立等进行全面审计，务必做到事前预防。

（二）增大审计人员培养及人才引进

要不断强化固定资产投资审计人员的综合素质，加强人才队伍建设。定期展开各种培训，引导审计人员学习财务知识，使其更加了解工程项目管理与计算机等方面知识。可以相应的手段来激励和引导审计人员自学，以便提升其学历水平；让审计人员进行轮岗培训，将固定资产投资审计人员置于不同岗位进行锻炼，使其能够了解各种业务流程，习得所需的技能，让投资审计人员在审计过程中，获得许多隐性知识，有助于审计工作的持续深化。加强人才引进，可于人才市场中引进各种复合型人才，亦可培养工程造价师或是计算机人员等，均可将其引进审计部门，展开审计工作时，工作小组中的人员则可技能互补、知识互补，从而充分提升组织运转效率。

（三）增强领导重视度

未来的审计工作一定是基于计算机而实现的，这时就应加快设计信息化建设，促进计算机审计技术于固定资产投资审计中的应用，加强硬件配置，且大力推广审计软件，使得审计人员以较强的计算机应用能力，处理固定资产投资审计中的大量数据，再对其进行详细的整理，从而提升审计工作的效率及其准确性，且不断扩大工程造价软件的应用范围，加强审计人员对相关软件的掌握程度。要积极运用计算机网络，以便及时获得各类数据信息，且展开详细的动态投资分析，再对其进行严格的复核，要合理降低运行成本，将审计人力资源充分发挥，确保固定资产投资审计工作有序开展。

四、结束语

固定资产投资审计工作对国家经济的发展有着极大推动作用，相关人员应根据实际情况，全面分析固定资产投资审计工作中存在的障碍，并提出针对性处理措施，以提升固定资产投资审计水平，这也说明探讨固定资产投资审计中存在的障碍，并提出针对性处理策略，对固定资产投资审计工作水平的提升有着极大现实意义。本文简析了固定资产投资审计，并探讨了固定资产投资审计中存在的障碍，提出了适用于固定资产投资审计的完善对策，为固定资产投资审计工作的进一步发展提供参考依据。（作者单位：山西省政府投资项目审计中心）

参考文献：

[1]江松.论固定资产投资审计中存在的障碍及对策分析[J].中国乡镇企业会计，2012（03）：65-66.：

第4篇：固定资产投资运行分析范文

为进一步提升统计基础工作和统计数据质量，全面准确地掌握我区固定资产投资进度及运行情况，确保全年目标任务的完成，现就加强固定资产投资统计质量管理工作提出如下意见：

一、落实统计质量管理责任。坚持“部门联动、分线负责、合力推进”，建立发改部门统筹抓、统计部门具体抓、项目主管部门专项抓、业主单位落实抓的责任体系，确保固定资产投资项目不遗不漏、应统尽统。区发改局、统计局负责牵头固定资产投资质量管理的组织实施，分析投资完成进度。同时按照行业分工，区农林局、经信局、商务局、住建局、重点办、工业园区（重点区块）管委会分别负责抓好农业投资、工业投资、商贸投资、房地产投资、重点工程投资及园区项目投资的统计协调与质量管理工作。各相关部门、各镇（乡）街道主要领导要亲自抓，落实项目投资统计分管领导，加强进度预测分析，加强与项目单位的联系，及时解决投资统计工作中的矛盾和问题，做到项目投资进度与统计进度同步。

二、夯实统计入库基础工作。适应统计制度的变化，按照从源头起报的工作要求，严格规范固定资产投资统计基层报表操作流程，把握各个主要环节，防止前期工作的被动。区统计局要加强业务培训和工作指导，各镇（乡）街道、项目主管部门要督促项目业主单位健全内部统计网络，配备具有从业资格的统计人员，建立并填报统计台账，齐全各项基础资料，保证源头数据准确无误。按照属地统计原则，各项目主管部门要指导、帮助业主单位认真执行新增投资项目统计报告制度，改进和完善投资统计办法，加强与上级部门的沟通与衔接，理顺投资统计关系，做到在鄞投资项目纳入当地统计范围。

三、健全统计信息联动互通机制。注重投资信息交流，加强部门间的沟通和联系，构建良性互动的工作机制。区发改局、经信局、规划分局、国土分局、环保局、住建局要将项目审批（核准、备案）和规划、用地、环评、施工许可等批复文件及时抄送给区统计局，区财政局政府采购办要将相关固定资产购置信息及时告知区统计局，便于统计部门全面准确掌握固定资产投资项目的基本情况。各镇（乡）街道、项目主管部门要对各自管辖范围内投资项目开展清查和统计报表布置工作，及时报送项目资料，并与统计部门加强项目立项前准备、立项后实施情况的对接。区统计局要对收集到的项目信息进行核实和跟踪，将符合统计制度规定的项目全面准确纳入固定资产投资项目库。

四、建立固定资产投资统计专项工作小组。区统计工作联席会议下设固定资产投资统计专项工作小组，区发改、统计、住建、经信、商务、农林等部门主要负责人为小组成员，同时结合固定资产投资“月公示、季点评、年考核”，小组不定期召开会议，主要通报固定资产投资完成情况、重大项目实施进度以及协调解决项目建设和统计工作中的问题。各地各部门要加强固定资产投资规模、结构及变化趋势的排摸与监测，编制分月进度计划，汇总投资项目进度信息，并将固定资产投资月度进度分析在每月18日前报送专项工作小组办公室。

第5篇：固定资产投资运行分析范文

受国内市场消费旺盛的影响，纺织品服装产量保持较快增速。一季度我国城镇居民人均可支配收入3935元，同比增长19.5％；农民人均现金收入1260元，同比增长15.2％，达到1997年以来同期增幅最高水平。在此带动下，1～2月份全国服装鞋帽针纺织品限额以上批发和零售额同比增长27.9％，创近年增幅最高水平。旺盛的市场需求促进了我国纺织品服装内销比重的进步提升，2007年1～2月份，我国规模以上纺织企业内销额2825.7亿元，占销售产值的75.16％。与此同时，除了布以外，一季度纺织行业规模以上企业各主要产品产量均保持两位数的增长，增幅普遍比2006年同期有所提高。其中，纱产量417.1万吨，同比增长21.6％，各类服装40.84亿件，同比增长20.52％化纤产量537.4万吨，同比增长16.9％，聚酯产量252.6万吨，同比增长12.5％，布产量105.3亿米，同比增长8.14％。

行业分析师预测2007年行业在平稳运行基础上，呈现趋缓态势

2007年国内外市场环境总体仍呈现良好的态势，国内经济稳步快速增长以及居民可支配收入的稳步提高为纺织行业的发展提供了可靠的保证，预计全年GDP增速在10％左右，居民衣着类限额以上批发和零售额预计比上年增长超过20％，世界经济预计一季度以后将渡过低谷，增长速度将逐渐提升。

但运行中依然存在一些阻碍行业发展的因素，除棉花、化纤原料、羊毛对外依存度偏高、原油价格持续在高位波动、人民币持续升值影响行业盈利水平、企业出现“用工荒”等传统的问题外，纺织运行也出现新情况、新问题，值得予以关注

1、影响行业出口的不利因素较多。一是《中欧纺织品贸易协定》将于2007年底到期。该协议到期后，如果中国产品再次大量涌入欧盟市场，欧盟市场必然会采取新的打击措施。二是REACH法令将于2007年6月1日正式生效，将对我国纺织品服装出口欧盟市场提出了更高的要求。三是我国进出口贸易产生的巨大顺差有可能导致国家出台调控出口的宏观政策。

2、由于股市资金分流，商业银行资金流动性有可能趋紧，行业获取贷款资金将受到影响；与此同时，为应对通货膨胀的压力、控制固定资产投资增速，中国可能进入利率上升通道，资金使用成本进一步加大。在贷款资金趋紧、资金使用成本增加的情况下，行业固定资产投资可能会受到影响。

3、国内外棉花价差及新滑准税税制的实施不利于纺织行业竞争力的提高。目前，我国标准棉价格比印度高4000元／吨：而6％～40％的新滑准税税率的实施，更增加棉纺企业的用棉成本。

4、行业在节能、节水、环保、降耗等方面的任务艰巨。在环境建设、资源节约上缺乏必要的资金投入和技术投入，以及企业规模偏小等因素的影响，纺织行业要实现“十五”规划的节能减排目标，任务仍十分艰巨。

在此基础上，预计2007年行业在平稳运行的基础上呈现出整体趋缓的态势，全年纺织品服装出口额增速在15％～20％之间，固定资产投资增速在20％左右，主要大类产品产量增速仍将保持在10％以上，规模以上企业工业增加值、总产值及利润增速保持在20％～25％之间。

行业分析师点评出口金额增速减缓，市场结构有所调整

今年季度我国共出口纺织品服装322.34亿美元，同比增长14.86％，达到2003年以来同期出口增幅的最低水平。季度纺织品出口呈现出以下新特点：

1、由于1～2月我国纺织品服装出口增速为39.9％，而1～3月出口增速仅为14.8％，出口增长减缓是由3月份出口金额骤降引起的，原因究竟是春节导致的季节性出口低谷转移，还是国家政策调控的作用，尚需未来几个月出口数据的检验。

2、受配额招标体制不断完善影响，对欧美出口增长迅速。1～2月，我国出口设限产品的情况比去年同期有明显好转，其中，对美国出口设限产品同比增长153.5％；对欧盟出口设限产品同比增长129.2％。一季度，我国共对欧盟、美国共计出口纺织品服装112.3亿美元，同比增长27.2％，比2006年同期提高17.5个百分点。

3、2007年一季度，纺织品服装出口价格比去年同期下降2.76％，其中，纺织品价格同比下降15.25％，服装价格上涨6.57％。根据出口价格指数和出口金额进行测算， 季度纺织品出口120.09亿美元，增长10.65％，则纺织品数量同比增长30.56％，纺织品出口价格下跌的主要诱因很可能是其出口数量的大幅增长。

行业分析师点评行业固定资产投资趋缓，企业自筹资金比例不断加大

一季度，我国规模以上企业固定资产投资390.6亿元，同比增长31.6％；其中，棉纺固定资产投资133.2亿，增长24.1％；服装制造固定资产投资98.3亿，增长36.8％，化纤受盈利状况改善的影响，固定资产投资30.99亿，增长68.9％。行业固定资产投资呈现以下特征

1、行业固定资产投资趋缓。全行业、棉纺、服装一季度固定资产投资增速分别比去年同期低8.9、9.6、31.1个百分点。主要原因是3月份固定资产投资增速的大幅下滑。

第6篇：固定资产投资运行分析范文

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7篇：固定资产投资运行分析范文

【关键词】投资；适度规模水平

投资需求是经济发展过程中产生的内在需求。固定资产投资是扩大再生产规模，提高社会生产力，构建产业结构及空间布局，增强经济实力，提升竞争力，提高和改善人民物质文化生活条件的基本途径。

固定资产投资通过乘数效应拉动经济增长。从生产的角度看，投资本身就是一种生产活动，通过投资建设可以直接创造工业、服务业等相关产业，形成新的生产能力和效益，为社会提供新的产品和服务，直接使生产总值增加。同时，通过投资创造出来的工业、服务业等相关产业的发展，又可以形成新的增加值，通过多层次的传递方式间接推动经济增长。从使用角度看，投资增加会使社会有效需求增加。扩大投资会拉动原材料、生产设备、劳动力等的需求，从而拉动与投资活动相关行业的产出的增长。

投资作为推动经济增长的重要因素，其规模和速度对舟山经济的影响，已成为一个不可忽视的重要问题。分析固定资产投资与经济增长之间的关系，把握固定资产投资与经济增长的运行轨迹，对于确定舟山合理的投资规模，保持舟山经济持续快速健康发展具有十分重要的现实意义。

本文分析了改革开放以来舟山市固定资产投资与经济增长的基本态势，采用回归模型对固定资产投资与经济总量之间关系进行了定量测度，通过分析两者之间的数量关系，对“十二五”期间我市固定资产投资需求作了初步预测，并就如何优化固定资产投资结构、保持固定资产投资适度增长从而促进舟山经济又好又快发展进行了思考。

一、改革开放以来舟山GDP与固定资产投资基本态势

改革开放以来，舟山经济取得长足发展，固定资产投资额不断攀升。全市GDP从1978年的3.9亿元增加到2010年的633.5亿元，固定资产投资额从1978年的0.9亿元增加到2010年的413.8亿元，固定资产投资与GDP的比例由1978年的0.24:1上升到2010年的0.65:1。

分析舟山30年多来投资与经济运行的轨迹，可以得出一些结论：

1、投资波动与经济波动紧密关联，舟山是典型的投资拉动型经济

1999年以前投资波动与经济波动具有明显的“趋同性”，1999年以后出现明显的“滞后效应”，滞后期为1年。从二者的环比名义增幅曲线图可以看出，1999年以前（除了1985年和1991年固定资产投资增速有点异常外），舟山固定资产投资增长率与经济增长率之间上下波动曲线变化趋势基本相同，它们之间具有几乎相同的波动方向。固定资产投资增长，GDP也相应增长，固定资产投资增势趋缓，经济增长速度相应放缓。两者波动的波峰、波谷也几乎同时出现，1985年两者同时到达波峰、1990年和1998年同时到达波谷。1999年以后，两者出现滞后期为一年的“滞后效应”，当年投资增长上升，次年GDP增长也相应上升，当年投资增长放缓，次年GDP增长相应放缓。如2000年投资增长放缓，2001年GDP增长跟着放缓，2001年投资增幅上升，2002年GDP增长跟着上升。分析投资对GDP滞后期出现的原因，跟投资项目的规模和项目完成跨越时间长短有关。1999年以前，舟山固定资产投资项目规模普遍较小，当年投资当年完成当年即可对经济产生乘数效应；1999年以后，随着投资项目规模的逐渐扩大，建设项目跨越时间延长，当年的投资项目也许在一年或几年后才能有相应产出，所以，产生一定的滞后效应。

3、投资结构的变化使其对经济的促进方式有所改变

判断投资对经济促进作用，可以使用一个简单的指标，即单位投资产出的GDP增量，称之为投资产出率，又称投资效果系数，简称投资系数。引起投资效果变化的原因比较复杂，这跟市场的需求、产能利用率的高低等等因素紧密关联，但起决定作用的是投资结构的变化。1994年前，舟山投资效果总体较高，投资效果系数1981―1985年达到71.9%，1986―1990年为36.7%，1991―1994年为53.9%，这与当时由于投资总量小，一个较大的投资项目就可对全市固定资产投资总额产生很大的影响，同时，投资以生产性投资为主，一般是当年建设，当年或第二年就见效，对经济的拉动作用比较直接快速。但1995―2010年投资效果系数为24.1%，似乎与投资率出现了“背离”，这与舟山投资结构的变化密切相关。1994年以来，全市在水利围垦、城市建设上的投资急剧增加，2000年后的大桥、港口建设在全市投资中所占份额也大幅提高，可以说，近几年舟山的投资结构呈现出大项目多、长期项目多、基础设施项目多的特征。这些项目对舟山经济实现全面跨越发展起着至关重要的影响，但也存在着投资回报周期延长等情况。这一阶段的投资结构特点，决定了其对经济的促进作用从短期向长期、从快速见效向可持续发展转变。这从某种程度上也是舟山经济发展到新的阶段在投资领域所体现出来的特点。

二、舟山固定资产投资与GDP之间的量化分析

改革开放以来，舟山投资率总体呈上升趋势，特别是2006―2010年，投资率一直保持在64%以上。高积累高投资带来了经济的高速增长，推动了舟山工业化、现代化进程，这不仅大大提高了舟山经济在全省的地位，也为舟山提前基本实现现代化打下了良好基础。工业化国家的发展历史证明，在初步实现工业化时期，无论是经济总量的增长还是结构的转换，都需要巨额的投资作为支撑。就今后舟山经济发展而言，要保持经济持续快速健康增长，加快推进工业化、现代化、城市化进程，仍需要一定投资规模的支持和推动。高投资率是经济起飞的必然现象，这是一个无法逾越的发展阶段，是不以人的意志为转移的。

投资规模到底该多大？诚如上面所述，不同时期投资对经济的促进效果是不一样的，新增同样的GDP在不同的阶段对投资的需求也是不一样的，同样总量的GDP在不同的阶段所要求的投资规模也是不一样的。

这里利用SPSS统计软件，对舟山不同历史阶段GDP和投资之间的总量关系逐一进行分析，力求能找到最适合舟山现阶段及未来几年GDP和投资总量之间的数量关系，以供参考。

1、两者相关程度。相关关系是指客观现象之间确实存在的，但在数量上表现为不固定的相互依存关系。相关系数是描述两个变量之间线性关系程度和方向的统计量，相关系数绝对值越接近1，两者关系越密切，绝对值越接近0，两者关系越不密切。对相关程度的测定是建立线性回归模型的前提和基础，如果测出来两者相关程度不高，建立出来的模型效果就大打折扣。根据舟山1978―2010年GDP和固定资产投资额统计资料，以固定资产投资额为自变量X，以GDP为因变量Y，对不同年份到2010年之间的两者相关程度进行逐一测定，两者相关系数均在0.9以上，表明GDP和固定资产投资高度正相关，具有极强的关联性，可以建立两者之间的线性回归模型。

2、建立一元线性回归模型。采用一元线性回归模型：Yi=a+bXi（其中，Yi为历年GDP，Xi为历年固定资产投资额，a和b为回归系数）。对改革开放以来不同年份到2010年之间逐一建立GDP和固定资产投资额之间的回归模型，对建立的回归模型逐一进行检验，最终确定，选择2002―2010年这9年样本量最能反映舟山现阶段GDP和固定资产投资之间的数量关系，得到回归方程：

=696973+1.268Xii=2002,2003,……,2010。

上述关系表明，每增加1万元的固定资产投资，将带动GDP增加1.268万元。

对该回归模型的回归系数以α=0.05进行假设性检验，回归系数a的T统计量值是4.3，回归系数b的T统计量值是20.6，两者均大于临界值1.96，可以认为该模型通过了假设性检验，即有95%的概率可以保证，该模型是可以接受的。

对回归模型的拟合程度进行检验，可决系数R2=0.984，显示模型拟合程度极好。

[说明：T统计量是在假设检验中，用于检验回归系数是否等于某一特征值的统计量，T统计量检验的是某个系数是否为0（即该变量是否不存在于回归模型中）；可决系数又称决定系数，是衡量在样本范围内用回归来预测被解释变量的好坏程度。该系数越接近于1，说明回归拟合得越完美。]

三、预测不同总量GDP所需要的固定资产投资规模

舟山市国民经济和社会发展第十二个五年规划纲要提出了再造一个新舟山的宏伟目标，若单从经济总量翻一番来看，到2015年，全市GDP总量计划达到1267亿元，要达到这个目标，根据上述回归模型进行测算，同期固定资产投资规模须达到944亿元。

四、下阶段舟山固定资产投资增长路径思考

舟山固定资产投资增长点在上世纪80年代可概括为发展集体经济，乡镇企业蓬勃发展；90年代是以水产品加工业为主的传统产业布局和开发区建设，舟山水产加工业迎来了最辉煌的鼎盛时期；新世纪以来，舟山紧紧抓住产业“梯度转移”的历史机遇，充分利用自身的资源优势，固定资产投资的增长主要是以常石、中远、欧华、金海湾、和邦化学等为代表的临港工业投资和以洋山港、大陆连岛工程等为代表的大规模的基础设施建设。进入“十二五”的舟山投资的增长点将在哪里，如何在现有投资项目陆续完工的情况下，固定资产投资按照科学发展观要求再能有适度规模的增长。这不仅关系到舟山经济持续快速健康发展、赶超沿海发达地区的现实需要，更是决定舟山下阶段发展方向的一个重大课题，不能不让人深思。

1、加大港口物流体系等投资力度。与国内各大港口相比，舟山拥有丰富的深水岸线资源，未来一段时期是舟山充分发挥区位优势寻求经济发展的重要战略机遇期，港口开发是舟山下阶段最具潜力和竞争力的产业。舟山要大力发展港口物流等现代服务业，使其成为继临港工业后拉动舟山经济增长的又一新的支柱产业。要按照货源结构的变化趋势加快港口开发建设、核心港区建设，构建现代港口物流体系；要加快港口公共基础设施建设，提高港口发展的基础支撑和服务能力。要努力把舟山港打造成煤炭、矿石、石油、粮食、化工品、集装箱等大宗战略物资储备中转基地；适应修造船、海洋工程装备、重化工等发展的临港工业基地；适应对外贸易持续稳定的物流基地。

2、大力加强海岛开发。舟山沿海岛屿众多，分布很广。绝大多数岛屿还是处在封闭、单一的岛屿经济状态，与外界联系较弱。这些海岛发展滞后的主要原因是有“位”无“区”，即有重要的地理位置，但是没有强劲的经济区位带动因素。随着舟山港口建设时代的到来，将从整体上改变这一区域的经济区位格局，从现有封闭落后的“边缘地带”，成为开放现代的海洋经济的前沿区。对舟山港口建设的周边海岛来说，应抓住港口建设的契机，实现由封闭的“岛屿区位”向开放的“海港区位”的转变，围绕港口建设的市场需求，通过海上补给和海洋旅游发展商务、旅游、房地产、度假休闲、娱乐等高附加值的服务业投资建设。

第8篇：固定资产投资运行分析范文

［关键词］固定资产；投资决策；油田运输设备

固定资产投资是建造和购置固定资产的一项经济活动，也就是说固定资产的投资和建造是固定资产的再生产活动。固定资产的再生产过程包括固定资产更新、改建、扩建、新建等活动。固定资产投资是社会固定资产再生产的主要手段。随着现代物流业的迅猛发展，运输设备的投资决策与管理越来越成为管理层关注的焦点。由于石油资源易燃、易爆、易挥发等特点，对于油品运输设备的投资决策与管理具有一定的特殊性。

1 固定资产投资决策与管理

1.1 固定资产投资决策

作为企业的一项重要决策，固定资产投资决策综合了投资决策的基本程序、整个投资决策过程中各种不同的评价方法以及决策的不确定性分析。固定资产投资决策的程序一般包括以下步骤：固定资产投资项目的提出、固定资产投资项目的评价、固定资产投资项目的决策、固定资产投资项目的执行以及固定资产投资再评价。

1.2 固定资产投资的分类

（1）按照投资在生产过程中的作用分类。可以把固定资产的投资分为新建企业投资、简单再生产投资和扩大再生产投资。其中新建企业投资指的是为了一个新企业建立生产、经营、生活条件所进行的投资；简单再生产投资是指为了更新生产经营中已经老化的物质资源和人力资源所进行的投资。扩大再生产投资是指为了扩大企业现有的生产经营规模而进行的投资。

（2）按照对企业前景的影响进行分类。固定资产投资可以分成战术性投资和战略性投资两大类。所谓战术性投资是指不牵涉整个企业前景或对企业前景影响甚小的投资。所谓战略性投资是指对企业的全局有着重大影响的投资。

（3）按照投资项目之间的关系进行分类。企业固定资产的投资可以分成两大类：相关性投资和非相关性投资。非相关性投资是指：如果采纳或放弃某一项目并不显着地影响另一项目的投资，则可以说这两个项目在经济上是不相关的；相反如果采纳或放弃某个投资项目，可以显着地影响到另外一个投资项目，那么这两个项目在经济上则是相关的。

1.3 固定资产投资的特点

固定资产投资具有回收时间较长、变现能力较差、资金占用数量相对稳定、实物形态与价值形态可以分离以及投资次数相对较少等特点。

1.4 固定资产投资决策需要考虑的因素

固定资产投资决策时除了要考虑其财务上的可行性之外，还应当考虑市场因素，比如当前的市场周期、国内经济环境的影响以及人力资源，投资后的管理、成本等。总的来说即需要考虑投资的风险与报酬。

2 油田运输设备的特殊性

由于石油资源具有易燃、易爆、易挥发等特点，在石油资源的运输过程中稍有不慎可能就会带来损失甚至灭绝性的危险。正是由于托运物的这些特殊性，决定了油田运输设备的特殊性。油田运输设备主要具有以下特点：

①必须选用防爆型的运输设备。②必须具有满足使用环境要求的防腐性能。环境中腐蚀性物质不仅会影响石油的质量甚至还会带来严重的防爆隐患。③必须满足相应的户外等环境条件要求。④必须具有满足较长周期的免维护或少维护的高可靠性要求。⑤为了满足发展需要，对油田运输设备还提出了高电压、大容量、高效率、节能源和环保型的要求。

3 油田运输设备投资决策与管理

随着现代物流业的发展，油田运输也开始从设备老化、包袱重、经营困难等的落后形态向现代物流发展。物流市场竞争日趋激烈，汽车运输投入受资金限制较小；个体、集体、合资、外资等运输公司为油田运输提供了较为优越的条件。而这又进一步加大了油田运输业的竞争。与其他固定资产的投资决策一样，油田运输设备的投资决策与管理也需要考虑该项投资的可行性、风险与报酬因素。只是不同的是，为了能够保证运输质量，在油田运输设备的管理中需要定期进行维修检测。下面举个例子加以说明：

假设考虑投入一辆新款运油车，吨位12.9吨、容量18立方米，原值28.55万元、折旧年限（油田）6年、年折旧额（按无残值）4.76万元，五年内分别可带来现金流入为20万元、20万元、18万元、15万元、10万元、8万元。年利率按6%。下面分别进行讨论：

（1）不考虑每年维修报检情况下（单位：万元）

（2）考虑到每年需要支付一定的维修报检费用（单位：万元）

在这个简单的假设前提下，考虑维修报检费用与不考虑维修报检费用两种情况下的净现值相差很大。事实上，基于石油的特殊性，我们在进行投资决策时应当考虑到维修报检费用。另外，在实务中我们还应当考虑折现率的影响。

油田运输设备需要进行有效的管理。从油田物流的角度来考虑，主要以运油车辆为例，对于油田物流的发展有以下几点建议：

（1）开展全员规范化维修活动。在工作中，司机作为车辆的操作者和直接的设备管理员，发挥其工作的主动性，是提高车辆技术状况的最好途径。开展全员规范化生产维修活动就是要达到以设备为手段、创造技术服务的最佳效益。其做法主要有：在全体员工中开展整理、整顿、清扫、清洁、素养活动；工段岗位的工人每天对工作场地进行整理、清洁；司机对所驾驶的车辆在执行出车前、行车中的检查中也要及时进行整理、清洁工作。

（2）对运输设备认真进行回场检查、月度检查、季度检查工作。对于油田运输设备实行公司全员规范化生产维修的预防手段：通过驾驶员、公司专职人员对车辆的日常维修、点检等预防手段对车辆的性能状态进行检查，随时发现问题，随时解决问题，预防和防止设备发生技术故障。对于检查出的大问题及时反馈到公司全员规范化维修小组，全员规范化维修小组再根据车辆具体问题来制定车辆修复方案和设备管理措施以督促实施部门（保养工段和外协修理单位）及时修复解决。

（3）规范化修理，提高工段修理质量。通过对车辆的强制进检，并采取外部督导队检查，极大地提高了车辆技术状况。

（4）完善车辆手续办理。①新车入户手续。在决定了对一项运输设备的投资以后，为了使车辆及早地投入使用，应当积极办理新车入户等手续。②办理市政部门运输管理处的资质检查和办理企业资质申请。③办理车辆报废手续。随着新车的增加，原有车辆必然会到报废年限，对于通过检测显示车辆技术状况差的车辆应当予以停用、报废。④及时、合理的部署车辆审验工作。⑤办理车辆保险。对于车辆保险的办理，应当结合历次投保的经验和车辆索赔的结果，提前对车辆保险进行预算管理，并多次与保险公司协商，结合车辆的运行、性质、车状等特点在投保统一的前提下再购买特殊险，以降低风险。

综上所述，固定资产的投资决策与管理历来是管理人员关注的焦点，随着企业现代物流业的迅猛发展又加之油田运输设备的特殊性，对于油田运输设备的投资决策与管理也相应的具有一定的特殊性，这就需要我们针对特殊问题进行特殊处理。

参考文献：

第9篇：固定资产投资运行分析范文

【关键词】固定资产投资 ARMA模型 经济预测

固定资产投资作为发展社会生产力和提高人民生活水平的重要手段，对促进经济增长具有非常重要的作用。但过大的投资规模可能会导致后续资金不足，增大经济运行的潜在风险。因此，加强对固定资产投资问题的分析研究，对掌控今后投资的强度及走势，推动经济社会又好又快发展，无疑是十分必要的。本文在分析重庆市渝北区固定资产投资的发展变化规律的基础上，根据时间序列分析方法建模，预测了短期内的固定资产投资规模，提出了经济发展的建议，以期对未来经济发展状况的改善起参考作用。

一、ARMA模型

ARMA模型是一类常用的随机时序模型，由博克斯(Box)、詹金斯（Jenkins）创立，亦称B-J方法。它是一种精度较高的时序短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一族随机变量，构成该时序的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型近似描述。通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。

1、ARMA模型的三种基本类型

ARMA模型有三种基本类型包括自回归（AR：Auto-regressive）模型、移动平均（MA：Moving Average）模型以及自回归移动平均（ARMA：Auto-regressive Moving Average）模型。

（1）自回归（AR：Auto-regressive）模型。如果时间序列yt是它的前期值和随机项的线性函数，即可表示为

yt=1yt-1+2yt-2+…+pyt-p+ut（1）

则称该时间序列yt是自回归序列，（1）式为p阶自回归模型，记为AR（p）。实参数1，2，…，p称为自回归系数，是模型的待估参数。随机项ut是相互独立的白噪声序列，且服从均值为0、方差为

的正态分布。随机项ut与滞后变量yt-1，yt-2，…，yt-p不相关。

（2）移动平均（MA：Moving Average）模型。如果时间序列yt是它的当期和前期的随机误差项的线性函数，即可表示为

yt=ut-1ut-1-2ut-2-…-qut-q（2）

则称该时间序列yt是移动平均序列，（2）式为q阶移动平均模型，记为MA（q）。实参数1，2，…，q为移动平均系数，是模型的待估参数。

（3）自回归移动平均（ARMA：Auto-regressive Moving Average）模型。如果时间序列yt是它的当期和前期的随机误差项以及前期值的线性函数，即可表示为：

yt=1yt-1+2yt-2+…+pyt-p+ut-1ut-1-2ut-2-…-qut-q（3）

则称该时间序列yt是自回归移动平均序列，（3）式为（p，q）阶自回归移动平均模型，记为ARMA（p，q）。实参数1，2，…，p为自回归系数，1，2，…，p为移动平均系数，都是模型的待估参数。

显然，（1）和（2）都是（3）的特殊情况，即对于ARMA（p，q），若阶数q=0，则是自回归模型AR（p）；若阶数p=0，则成为移动平均模型MA（q）。引入滞后算子B，模型（3）可简记为（B）yt=（B）ut

ARMA（p，q）过程的平稳条件是滞后多项式（B）的根均在单位圆外，可逆条件是（B）的根都在单位圆外。

2、ARMA模型的识别

识别ARMA（p，q）模型的最主要工具是自相关（ACF）函数k，偏自相关（PACF）函数kk。设yt为平稳零均值时间序列，用yt的前k个时刻的值yt-1，yt-2，…，yt-k的线性函数来对yt作线性最小方差估计。

利用自相关图（k，k）及偏自相关图（k，kk）可直观地识别自回归（AR：Auto-regressive）模型、移动平均（MA：Moving Average）模型和自回归移动平均（ARMA：Auto-regressive Moving Average）模型。具体地说，若由样本值计算出来的自相关函数q步拖尾，就认为原来的序列为MA（q）序列；若计算出来的偏自相关函数p步截尾，就认为原来的序列为AR（p）序列；若自相关函数与偏自相关函数分别是拖尾的和截尾的，就为ARMA序列；若计算出来的自相关函数与偏自相关函数既不截尾也不拖尾，不属于这三种模型中的任何一种。

需要注意的是，在B-J方法中，只有平稳的时间序列才能直接建立ARMA模型，否则必须经过适当的处理使序列满足平稳性要求。

二、实证分析

1、样本及数据

本文选取渝北区全社会固定资产投资额（以YGT表示）的历史数据作为分析样本。本文的数据来源于《渝北年鉴》，所采用的分析软件是Eviews3.1 。

2、画时间序列图

图1为渝北区全社会固定资产投资的时间序列图。数据时间跨度为1999―2007年。

图1 渝北区固定资产投资YGT序列图

从图1可以看出，我区固定资产投资形成的时间序列属于随机时间序列，除在2003年和2004年出现明显的偏移之外，其余年份基本上保持线形增长趋势。从其变化特征看，是非平稳序列。

3、识别模型形式

序列YGT差分后进行分析，对其二阶差分序列D（YGT，2）作ADF检验，结果见表1。

表1 二阶差分序列D（YGT，2）的ADF检验结果

由表1知，检验统计量值是-3.107423，小于显著性水平为10%的临界值-2.9312，表明YGT的二阶差分序列D（YGT，2）是平稳的（滞后期为0），可以用B-J方法（ARMA模型）对序列进行分析，需自相关――偏自相关图识别模型。

图2 二阶差分序列D（YGT，2）自相关――偏自相关图

由于图2中的相关图衰减较快，序列的自相关系数（AC）表现为拖尾性，在滞后期k=2时显著不为0，考虑取q=2；而滞后一期的偏自相关系数（PAC）很快地趋于0，所以取p=1。

综上，固定资产投资YGT的二阶差分序列D(YGT，2)可以ARMA(1，2)模型。

4、时间序列模型估计

对序列D（YGT，2）构建ARMA（1，2）模型（见表2）

从表2可见，ARMA(1，2)模型的滞后多项式倒数根也都落入单位圆内，满足过程平稳的基本要求，系数t的检验值分别为t=0.856975，t=-1.631359， t=27.51705， t=-0.922217，显著性检验概率分别为p=0.4818， p=0.2444， p=0.0013， p=0.4538，其样本决定系数R2 = 0.604659，模型拟合效果较好。 对应的模型表达式：

D（YGT，2）= 7.051988596 +［AR（1）=-0.8838253803，MA（1）=0.09580768017，MA（2）=-0.8851551995，BACKCAST=2002］

由上述模型得出的2008年、2009年、2010年固定资产投资额预测值呈逐年增长趋势，即2008年、2009年和2010年固定资产投资实际规模将扩大（见表3）。进一步结合实际值与预测值之间的标准差，未来两年（2009年和2010年）固定资产投资实际值会明显低于预测值。

三、结论

1、渝北地区固定资产投资额继续增加的可能性加大

据最新数据显示，2008年1―12月份，渝北区完成固定资产投资350亿元，今后几年固定资产投资可能持续稳定增长的基本面没有发生变化。从一定程度上反映出该区坚持以科学发展观为统领，认真贯彻落实“314”总体部署，积极解放思想，扩大开放，不断优化投资环境，着力招商引资，加快投资建设取得新的成果。

2、渝北地区固定资产投资实际增长率将出现下滑趋势

图3 2003―2010年渝北区固定资产投资增长率趋势图

由图3我们可以清晰地看到近几年渝北区固定资产投资增长率的变化情况。在2004年固定资产一改往年慢热态势，实际投资额达到71.28%的增长率，当时正是渝北区的项目建设年启动时期，固定资产投资对经济增长的拉动作用明显增强，而之后的几年开始出现回落。此外，参照固定资产投资预测增长率的持续下降，预计今后几年渝北区的固定资产投资实际增长率将跌破10%，零增速的现象也可能出现，基础行业的产能过剩问题将进一步凸现。

四、建议

针对所研究渝北区固定资产投资的变化规律，提出如下建议。

1、结构调整

随着全球金融危机的持续和蔓延，在未来几年，渝北区固定资产投资速度将会减缓，甚至出现下滑局面，经济增长也将面临严峻考验。面对当前经济总体的下滑态势，按照中央扩大内需的要求，必须抑制经济下滑势头。为确保渝北区经济持续平稳发展，必须调整经济增长结构，尽快由投资依赖型转变为内需拉动型，这将是渝北区经济结构调整的首选方向。政府应积极支持内销内需，尽快清除区域商品流通和销售障碍，及时出台刺激消费的激励政策，提供更多的优惠条件和扶持措施，改善商品的流通、销售和消费环境，以消费推动整体经济发展。

2、“草根”崛起

本次金融危机中沿海许多外向型经济城市出现企业倒闭，但浙江台州、义乌等“小商品”生产经营城市并未受多大影响，原因就在于“草根经济”的强大生命力。当前渝北区全民创业的热潮尚未形成，因此必须全面激活“老百姓”这个创业主体，大力培育民本经济，以创业带动就业，这是振兴渝北经济的迫切要求。各级政府及部门要切实改进工作方法，充分发挥基础性市场资源的配置作用，从资金、技术、信息和市场等方面为民本经济发展提供帮助，努力为“草根经济”营造浓厚的市场经济氛围。

3、分流减压

区内大型企业要进行多元化调整生产和经营，减轻企业单一生产经营的市场压力，多元化的核心意义不在于扩大营业规模，而在于在主流单一产品受限时企业能继续生存下去，同时也可以摆脱特定产品的生命周期。企业在应对危机时，要想生成和发展并逐步壮大，可通过不断调整产品和配套服务来维持生产经营，减少企业生产经营压力，保持资金链的持续“回笼”供给，确保企业继续生成和发展。

【参考文献】

[1] 易丹辉：数据分析与Eviews应用[M].北京：中国统计出版社，2002.

[2] George E P B． Gwilym M J．George C R：时间序列分析预测与控制[M].北京：经济科学出版社，1997.