固定资产投资论文范文

引言：寻求写作上的突破？我们特意为您精选了12篇固定资产投资论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

二、投资决策程序

1项目提出

项目决策过程多指立项开始，到可行性研究报告批复为止。根据项目大小和类型不同，可采取自上而下、自下而上两种方式提出项目。对于企业原有产品的扩能改造、产品链的一般延伸等可由项目建设单位自行提出，按管理权限报上级单位审批同意；而对于大型产业基地建设或开创性新产品或新业务开展，例如大型炼化一体化项目，为使决策更加公正科学，则可由集团层面组织提出产品方案，确定工艺路线、与地方政府接洽落实建设条件，比选厂址，论证项目可行性等，决策后组织项目部开展实施或委托下一级单位实施建设。

2项目论证和批复

项目提出并报送投资决策机构后，即进入评估程序，在各企业集团内部，多由专门归口管理部门负责评估（例如中石化发展计划部、五矿集团投资管理部、中国化工规划发展部等）。评估过程视项目复杂程度可采取内部评估、自行组织专家论证、委托专门中介机构进行全面评估出具评估报告等多种方式，根据评估意见报请决策机构审批。在决策审批前多数企业会对项目涉及专业职能管理的内容，例如资金平衡、融资方案、安全、环保、人力资源、法律等征求内部财务部、安全环保部、人力资源部、法律部等职能部门意见参与决策，方式上可以采取成立投资委员会或采取内部文件会签的方式，通过后按规定报公司决策机构（董事会、总经理办公会等）、相关领导（董事长、总经理等）决策审批，至此完成项目决策。集团总部和所属单位投资管理权限的确定根据各企业不同情况，各企业集团对总部及所属二级单位的投资决策管理权限设定也有所差别，其权限的设定与管控模式、二级单位的规模和管理能力等因素相关。合理的界定投资权限既可以保证投资管控的效果，避免投资失控，又可以充分发挥二级单位投资管理的积极性。例如中国中化股份对于对具有较强投资管理能力和完备投资管理制度的业务单位，且近年投资项目成效较好（例如完成预期可研目标）的单位按具体情况对投资额进行差异化授权，根据情况可自行审批1亿元或5000万元以下的投资项目，而对于投资管理能力一般或存在不良记录的单位，则从严管理，所有投资项目都要报集团公司审批。另外一种比较通用的做法是按照按投资额度统一划分权限，一定投资额度（例如2000万）以上的项目由集团总部审批，额度以下的项目由专业事业部或二级单位自行审批，报集团总部备案即可。

篇2

    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。

    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)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。

篇3

投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。

间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。

固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。

一、固定资产投资决策

1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：

NPV=∑CIt／(1+i)t—∑COt／(1+i)t

其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。

净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。

2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：

(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。

(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。

因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。

二、证券投资决策

1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50

年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。

证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。

2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。

综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。

(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。

(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。

三、原因分析

1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。

威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：

Kj=Rf+βj(Km—Rf)。

式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。

可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。

例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：

A项目的必要报酬率=6％+1．5×(12％—4％)=18％

B项目的必要报酬率=6％+0．75×(12％—4％)=12％

因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。

因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。

篇4

固定资产投资项目管理涉及业务领域多，需要多个部门的协作配合，但在项目实施过程中容易出现因标准不一致或理解不同带来工作反复的问题，因此需要通过制定统一标准形成各类模板，以明确各业务部门需协作配合开展的具体工作。例如，由于固定资产投资项目建筑施工、设备采购等合同种类繁多，供应商提供的设计方案、研制总结报告、验收报告等也千差万别，所以通过项目管理规范化、模板化的运作，不仅可使散落的知识经验得到及时积累、整理、共享和应用，而且还可以做到公开透明，进而有效地提高项目管理效率。

2．建立法律法规库、专家库

结合国家颁布的各项法律法规和以往项目管理过程中的专家资源，并根据行业性质和专业类别建立法律法规库、专家库，以便于查询相关规定及解决有关问题，为管理决策提供制度依据和专家建议，以保证项目管理的科学性和合规合法化。

3．搭建固定资产投资管理系统

利用信息技术搭建固定资产投资项目信息化管理平台，使获取的各项知识成果在信息系统中加以表示、处理和共享，并将多个业务部门的投资管理对象集中起来，进而实现对固定资产投资项目的有序管理。

4．建立激励考核制度

通过合理的奖惩措施鼓励员工在固定资产投资项目管理的实际工作过程中及时发现并解决问题，同时对项目管理系统进行不断修订和完善，以促进系统的再生、应用和创新。另外，要加强企业文化的建设，通过开展形式多样的头脑风暴会、经验和信息交流会，倡导和塑造一种相互学习、热爱学习的氛围，以持续不断地改进固定资产投资项目管理系统质量，为持续提升管理水平提供长效机制。

篇5

投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。

间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。

固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。

一、固定资产投资决策

1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：

NPV=∑CIt／(1+i)t—∑COt／(1+i)t

其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。

净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。

2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：

(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。

(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。

因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。

二、证券投资决策

1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50

年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。

证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。

2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。

综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。

(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。

(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。

三、原因分析

1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。

威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：

Kj=Rf+βj(Km—Rf)。

式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。

可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。

例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：

A项目的必要报酬率=6％+1．5×(12％—4％)=18％

B项目的必要报酬率=6％+0．75×(12％—4％)=12％

因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。

因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。

篇6

 

一、湖北省GDP和固定资产投资的基本情况

1、全省GDP总量和固定资产投资快速增长

1995-2007年，湖北省GDP从2109.38亿元增长到9230.68亿元，年增长率达13.2%；固定资产投资从1995年的785.09亿元快速增长到2007年的4330.40亿元，年均增速接近15.52%，成为推动全省经济持续发展的重要力量。

表1：1995-2007湖北省GDP与固定资产投资(单位：亿元)

 

年份

GDP

固定资产投资

2001

3880.53

1486.55

1995

2109.38

785.09

2002

4212.82

1605.06

1996

2499.77

935.22

2003

4757.45

1809.45

1997

2856.47

1023.50

2004

5633.24

2264.80

1998

3114.02

1156.76

2005

6520.14

2676.60

1999

3229.29

1239.14

2006

7581.32

3343.50

2000

3545.39

1339.20

篇7

一、湖北省GDP和固定资产投资的基本情况

1、全省GDP总量和固定资产投资快速增长

1995-2007年，湖北省GDP从2109.38亿元增长到9230.68亿元，年增长率达13.2%；固定资产投资从1995年的785.09亿元快速增长到2007年的4330.40亿元，年均增速接近15.52%，成为推动全省经济持续发展的重要力量。

表1：1995-2007湖北省GDP与固定资产投资(单位：亿元)

年份

GDP

固定资产投资

2001

3880.53

1486.55

1995

2109.38

785.09

2002

4212.82

1605.06

1996

2499.77

935.22

2003

4757.45

1809.45

1997

2856.47

1023.50

2004

5633.24

2264.80

1998

3114.02

1156.76

2005

6520.14

2676.60

1999

3229.29

1239.14

2006

7581.32

3343.50

2000

3545.39

1339.20

2007

9230.68

4330.40

表2：1996-2007湖北省GDP与固定资产投资年增长率

年份

GDP增长率

固定资产年增长率

2002

8.56%

7.97%

1996

18.51%

19.12%

2003

12.93%

12.73%

1997

14.27%

9.44%

2004

18.41%

25.17%

1998

9.02%

13.02%

2005

15.74%

18.18%

1999

3.70%

7.12%

2006

16.28%

24.92%

2000

9.79%

8.07%

2007

21.76%

29.52%

2001

9.45%

11.00%

2、经济增长与固定资产投资增长的变化关系

从图中我们可以看到，固定资产投资增速的波动是影响宏观经济周期波动的一个直接的、物质性的主导因素，固定资产投资也成为经济周期波动的物质基础，又是诱发经济波动的主要因素。此外，经济增长曲线与固定资产投资增长曲线具有明显“时滞效应”，经济增长相对于固定资产投资的变动存在一定的滞后效应，滞后期大约为1-2年。

图1　湖北省GDP与固定资产投资增长速度

二、相关性分析和因果关系检验

1、相关性分析

相关分析是对变量之间的相关关系的分析，其主要目标是考察变量之间是否存在内在依存关系杂志网，并做出符合实际的判断。如果变量间的相关程度很高，还可以通过绘制散点图判断因变量和自变量之间有无明显线性关系。

从湖北省GDP总量和固定资产投资相关性的散点图（图2）可见，多数年份的散点都分布在一条直线附近，可以基本判定GDP总量和固定资产投资之间存在着较强的线性相关。

图2GDP总量和固定资产投资相关性的散点图

对于两者之间是否存在明确的因果关系必须通过相关检验获得，本文运用格兰杰因果关系检验法等方法对1995-2007年GDP与固定资产投资之间的关系进行深入分析。

2、因果关系检验

(1) 数据与变量

为了消除时间序列数据异方差性，对固定资产投资和国内生产总值进行自然对数变换，分别用LnFI和LnGDP表示取自然对数以后的固定资产投资和国内生产总值。

(2) 单位根检验与协整分析

由于时间序列数据往往存在非平稳性，直接对两个非平稳的时间序列进行回归，可能引起伪回归，因此有必要对数据进行平稳性检验。检查序列平稳性的标准方法是单位根检验，在这里采取的检验方法是ADF检验，滞后阶数的选择由AIC准则决定。

表3　ADF检验结果

变量

检验类型

ADF

临界值

结论

LnGDP

(c，t，3)

3.274963

-3.2127(5%)

非平稳

LnFI

(c，t，1)

2.861689

-3.1449(5%)

非平稳

DLnGDP

(c，t，4)

-3.780768

-3.4033(5%)

平稳

DLnFI

(c，t，3)

-4.299737

-3.6122(5%)

平稳

注：本表中检验结果采用Eviews软件计算得到，其中，检验形式中的C、T、K分别表示单位根检验方程中是否包括常数项、时间趋势和滞后阶数。

从表3可以看出LnGDP和LnIFA的ADF值均大于5%显著性水平的临界值，表现为非平稳，而对LnGDP和LnIFA分别进行一阶差分后的DLnGDP和DLnIFA则通过了检验，因此可以认为LnGDP和LnIFA两者均为1阶单整向量。现在在单位根检验的基础上，检验固定资产投资与国内生产总值之间是否具有协整关系。

首先对LnGDP和LnFI进行最小二乘法估计，结果如下：

LnGDP＝1.946746+0.863484LnFI

（15.13） （49.72）

括号内为t值，再对上述方程的回归残差进行单位根检验，由于残差均值为0，所以选择无截距项，无趋势项的ADF检验，结果如下：

表4回归残差的单位根检验

ADF统计量

5%临界值

10%临界值

-2.029896

-1.974028

-1.602922

由表4可知：由上面的检验结果可以看出杂志网，ADF的统计量为-2.029896小于显著性水平0.05时的临界值-1.974028，因此可以认为估计该残差序列属于平稳序列，表明LnGDP和LnFI有协整关系，也就是说湖北省固定资产投资和国内生产总值序列之间存在长期稳定的关系，回归系数0.863484表明固定资产投资增加1%，GDP总值增加约0.863484，从回归系数看固定资产投资对GDP增长的影响很显著。

(3) 误差修正模型

检验结果表明，湖北省固定资产投资和经济增长之间存在着长期稳定的均衡关系，但是变量的这种长期均衡与其短期波动之问的关系，还需要进一步研究。因此在协整分析的基础上建立固定资产投资与经济增长之间的误差修正模型：

LnGDP=0.025080+0.679490LnFI-0.307375Ut-1

(5.292946) (0.975624)

在误差修正模型中，解释了因变量的短期波动是如何被决定的。一方面，它受到自变量短期波动的影响，另一方面取决于Ut-1。由上式可见，短期内固定资产投资总额变动1％，将引起国内生产总值同方向变动0.679490％；误差修正(Ut-1)的系数反映了对偏离长期均衡的调整力度，弹性为-0.307375%。从该模型可以看出，上一年度偏离均衡的误差以-0.307375%的比率对本年度的LnGDP作出反向修正，这一调整系数说明湖北经济增长与固定资产投资之间存在明显的动态均衡机制。

(4)Ganger因果检验

Ganger因果检验实际是考察相互关联的两个变量之间在时间上的先导-滞后关系，对湖北省GDP和固定资产投资进行Ganger因果关系检验结果如下：

表5　因果关系检验结果

滞后期

原假设

观测值

F值

P值

结论

1

固定资产投资不是GDP的Ganger原因

12

4.13578

0.0725

拒绝

GDP不是固定资产投资的Ganger原因

2.16950

0.1749

不拒绝

滞后期选取考虑了投资完成所需时间和SIC指标。由表可知：对于固定资产投资不是GDP原因的原假设，P值为0.0725，表明在95%的置信条件下可以认为固定资产投资是GDP的Ganger原因；对于GDP不是固定资产投资原因的原假设，P值为0.1749，不能拒绝原假设。这表明湖北省的固定资产投资是经济增长的显著原因，而经济增长对固定资产投资增长的作用不显著杂志网，固定资产投资和GDP增长之间只存在单向因果关系。由此，可以得出结论，固定资产投资的增加或减少必然会引起GDP的增加或减少，而GDP的变化对固定资产投资的变化没有直接因果关系。

三、结 语

篇8

财务管理在一个企业管理系统中处于核心地位，在固定资产投资中任何一个环节，都与财务管理有着密不可分的关系。就目前形势来看，我国企业固定资产规模正以前所未有的速度迅速扩大，要实现企业又好又快发展，企业管理阶层必须更加重视对于工程的财务管理水平。然而在现实管理过程中，固定资产投资往往会受到各种因素的影响而被管理者有意无意的忽视，一旦固定资产投资出现问题，轻则为企业发展带来不必要的经济损失，重则关乎企业的生死存亡，必须对其高度重视。

一、我国企业固定资产投资风险管理现状及原因

现阶段我国固定资产投资与发达国家相比存在着一定的差距，笔者以为我国目前固定资产投资主要表现在以下几个方面：（1）企业财务部门本身就没有参与到一个工程的各个环节，因此想要详细而准确的了解到工程造价构其实是十分困难的，这就导致工程财务控制就显得十分被动，更为致命的是财务管理的滞后直接增加了了固定资产投资的风险。（2）就会计内部控制情况而言，相关部门最为关注的重点在于销售以及收款循环，同时采购以及付款循环也是另外一大重要关注点，相比之下对工程预算以及工程财务循环并没有给予应有的重视，在进行工作的过程中，只不过发挥的是一个利用完全成本法开展相关归集核算的角色。

二、如何有效降低企业固定资产投资风险

1.对工程前期所产生的各项费用进行严格控制

通常来讲，工程前期所产生的费用主要由以下几部分构成：项目可行性研究所需要的费用、征地费、当地居民的拆迁费、这一过程中的差旅费以及与之相关的各种协调所需要的费用。尽管严格地讲这一部分费用与整个投资项目的实体产生直接的关系，然而其却直接的和项目建设息息相关，由于这一部分费用弹性相对较大，是出现各种问题的重灾区。再加上内部控制制度在结构上的有待完善和企业内部经济责任制考核等方面的影响，相当一部分企业往往会将本部门在管理费用上的支出，诸如差旅费、办公费等归入到投资成本中。针对这种现象，必须将加强对工程前期费用控制看做是重点。这一过程中进行固定资产管理必须加大两方面问题的控制。第一，建立起规范的明细核算制度；第二，财务管理人员必须对构成的成本费进一步的进行科学分解，财务工作人员需要制定出具体的费用分解表，同时将对费用内容上的实质性审核看做是重点，对并没有资格被纳入前期费用的项目绝不徇私。

2.加强对设备、材料投资成本的控制

相关研究表明，设备、材料投资上的资金投入占到固定资产总投资的六成作用，由此可见其对固定资产投资质量的影响是十分直接而深远的。将财务管理当做控制投资风险的研究交代，笔者以为设备、材料投资中，财务工作人员必须从以下两个方面做好相关工作：

（1）坚决不打折扣的遵从企业所指定的设备出库以及材料调拨的相关规定。为进一步确保企业能够规范工程建设过程中的设备与材料的管理做好必要准备。除此之外，财务工作人员在开展相关工作的时候，还应当根据本企业的具体情况，制定出符合企业发展现实的划分标准，编制出更加科学、合理的设备出库与材料调拨对策，从而为科学的确定制定工程的造价，最大限度的降低企业经济损失做出积极贡献。在具体的工作中，财务人员必须牢牢遵守我国住房与城乡建设部颁布的《关于工程建设设备与材料划分规定》，明确工程建设中设备与材料的划分标准同时牢牢贯彻执行原则，坚决杜绝由于某些工程为了追求时间效应而开展不合法的“绿色通道”，从而导致设备与材料模糊不清。

篇9

一、理论分析

根据投资的加速原理，一定的经济增长依赖一定的资本量，即K=wy，w为加速数，y为产出，K为资本量，资本存量的增加依赖于投资的增长，因此经济对投资的变动具有较大的敏感性，投资对经济的贡献突出。在宏观经济学中，投资对产出增长的贡献可以用投资乘数来反映，乘数越大，投资对经济的促进作用越明显。而且，投资结构对经济也会产生较大的影响，对于政府直接投资的理论分析较多，政府投资除了存在经济乘数作用，还存在挤出效应，即政府投资挤占了社会投资，影响社会投资的增长，对经济的发展产生抑制作用。

二、模型设定

根据投资加速原理，一定的产出依存一定的资本存量，即K=wy，w为加速数，y为产出，K为资本量。而且虑到我国在过去经济增长方式并没有大的调整，也就是说资本形成中各个方面对我国经济增长的影响总体上没有太大的变化，例如：E（外商直接投资/GDP）=a，a为一个固定的常数。基于上述分析，本文进行实证分析，对被解释变量Y（GDP）与X1（外商直接投资）X2（政府固定资产投资）X3（社会资本固定资产投资）进行回归分析，将方程的形式设为对数型：

（二）对变量的协整分析

通过对上述四个变量进行ADF检验，发现lny在10%的置信度下是一阶单整的，lnX1、lnX2、lnX3在5%的置信度下是一阶单整的。利用EG两步法可以看出lny，lnX1、lnX2、lnX3是协整的，说明变量之间存在长期均衡关系。建立误差修正模型，分析其短期波动关系。

DlnYt=a0+ a1Dln X1t+ a 2Dln X2t+ a 3Dln X3t+γet-1+εt

利用OLS计算出估计输出结果为：

DlnYt=0.1054+ 0.0568Dln X1t -0.0175Dln X2t+ 0.1863Dln X4t-0.3549et-1（2）

从上式可以看出，我国经济增长的变动不仅取决于外商直接投资、政府固定资产投资、社会固定资产投资的变动，而且还受到上期经济增长变动对均衡的偏离，系统存在误差修正机制。而且，Dlnx1，Dlnx3的系数为正，说明外商直接投资和社会固定资产投资增速的增加对经济增速的增长起着积极的作用，而Dlnx2的系数为负，说明政府固定资产投资的加速增长，对经济的增长速度起到抑制的作用。

四、本文的结论及政策建议

从最后分析的结果我们可以得出，由（1）式可以看出，外商直接投资可以在很大程度上拉动中国经济的增长，在其他条件不变的情况下外商直接投资每增长1%，中国GDP平均增长0.1776%，其对中国经济拉动能力比较大。同时，从（2）式可以看出，外商直接投资的加速增长对我国GDP的加速增长起到积极的作用，其他条件不变的情况下，外商直接投资增速每增加1%，我国GDP的增速要增加0.0568%。

政府直接投资对我国经济增长也具有比较大的拉动能力，由（1）式可以看出，政府投资每增长1%，GDP平均增长0.1178%。我们也可以从（2）式可以看出，政府固定资产投资增速的增大，对于我国经济增长率起到抑制作用，在其他条件不变的情况下，政府固定资产投资增速每增加1%，我国GDP的增速要下降0.0175%，说明，随着我国政府投资的加速增长，政府投资的挤出效应随之增加，对经济增长的负面影响也逐步显现。

社会固定资产投资对经济的拉动能力较高，由（1）式可以看出，在其他条件不变的情况下，我国社会固定资产投资每增加1%，我国GDP增长0.4937%，其对我国经济的拉动能力高于外商直接投资和政府固定资产投资对经济的拉动能力。而且，由（2）式，我们还可以看出，社会固定资产投资增速的增加对经济增速的增长起到很大的积极作用，社会固定资产投资增速每增加1%，我国GDP增速增加0.1863%，明显高于外商直接投资。

因此，政府要改善投资环境，吸引外资，改善外资结构，利用外资对我国相关产业的推动能力，促进我国经济的发展。我国民间资本投资会对经济增长产生巨大的推动力，因此，我国要改善民间投资环境，促进社会民间投资的增长。金融危机后，政府提出的较大规模的投资方案，确实能够起到稳定经济拉动经济增长的功效，够促进经济的发展。但是，我国政府直接投资过快的增长，政府投资过快增长，其挤出效应也随之显现，会对我国的民间投资产生抑制作用。而且，政府投资具有很大的政策性，而且长期依靠政府投资会导致经济发展的畸形和经济效益的降低，对经济发展的后续推动力不足，确实不是拉动经济增长的持久动力。我国应当继续贯彻“国退民进”的政策，逐步调整政府投资，促进民间投资的增长，投资必须实现由主要依靠政府投资到主要依靠我国民间资本投资的转变。（作者单位：西南财经大学金融学院）

参考文献

[1]豆建民.国内资本流动对我国区域经济增长的影响.当代财经，2005年第8期

[2]李辉文.国际资本流动与中国经济发展.2007年中国世界经济学年会综述

[3]龙霞.中国固定资产投资与经济增长关系实证分析.华东师范大学硕士论文.2006

篇10

军工固定资产投资项目的建设周期是从国防科工委下达的第一批投资计划到该项目实施完成的时间袁在可行性研究报告和初步设计批复中专门有建设周期遥要确保该工程项目在规定的周期完成袁项目管理部门必须合理安排该项目实施进度袁要具有超前谋划的意识袁统领全局袁根据工程批复的建设周期袁合理设计安排投资计划袁根据已到位工程资金情况渊有企业单位自筹和贷款资金的项目要根据项目进展情况及时上报投资计划袁在计划下达后抓紧自筹资金的落实和贷款手续的办理冤及科研生产实际需要袁合理安排资金和项目实施年度尧季度和月份计划袁严格计划管理袁定期召开计划协调会袁落实项目责任人袁确保项目按计划执行遥。

二、加强责任落实，规范过程管理

军工固定资产项目实施最终目的是保障科研生产顺利进行袁并为各单位发展奠定良好的基础袁尽快发挥对科研生产的保障功能遥项目实施的各个环节都要依法严格按照相关的规章制度执行袁同时要把建立项目建设的责任制作为工程建设管理的一项重要内容来抓袁一方面是项目单位实行法人责任制袁另一方面每个子项实施都要确立项目管理责任人和技术责任人袁认真履行职责袁细化落实责任目标袁确保各项措施落到实处遥严格按项目批复和规章制度执行袁对需要调整的项目袁必须履行调整报批手续袁经上级主管部门批准后方可执行袁对需要招投标的项目袁严格执行招投标相关规定执行遥2007年4月袁国防科工委综合计划司刘副司长作为嘉宾袁在网上和网友就国防科工委就国防科技工业固定资产投资管理的329个问题进行了答问袁随后又针对工程建设中相关问题编制下发了叶国防科技工业固定资产投资管理工作手册曳袁2009年国防科技工业局又下发了叶国防科技工业固定资产投资项目申报和审批若干规定曳袁这些制度的出台袁很好的解决了军工企业在固定资产投资项目管理中遇到的各种问题袁指导和规范了项目申报尧审批和实施验收工作袁提高了国防科技固定资产投资行业管理水平遥只要在项目管理和实施中严格遵照制度执行袁才能顺利完成项目实施袁最终确保项目通过验收遥。

三、加强沟通协调，强化监督，确保项目建设顺利推进

要想使项目顺利完成袁必要加强沟通袁一方面是本单位和上级各部门之间的沟通袁另一方面是单位内部项目管理部门和项目所在车间渊研究室冤之间的关系袁只有调动各方面的积极性袁动员各种资源和力量袁才能加强实施的力量袁最终推进项目建设遥另外项目建设的各个环节都要依法实行过程监督袁各单位都必须成立相应的部门并配备相关人员参与项目关键过程监督袁在项目招投标尧合同洽谈签订尧子项目验收尧资金管理使用等方面严格监督管理并加强监督考核力度袁对监督检查中发现的有关问题袁必须坚决予以纠正袁并进行整改袁认真总结经验教训袁举一反三袁把各项整改措施落实到实处袁避免出类似问题袁确保项目建设顺利进行遥。

四、严格基建程序和资金管理，加强项目自查

项目资金管理要实行野专户管理尧专户存储尧专人管理和专款专用冶十六字方针袁认真贯彻执行财政部叶国有建设单位会计制度曳叶基本建设财务管理规定曳尧叶集团公司基本建设会计核算管理办法曳等相关规章制度袁确保建设资金及时尧足额到位和安全使用袁努力防范各类违纪违规问题发生遥项目建设单位要不定期组织相关部门和人员对本单位建设项目进行自查袁检查是否存在严重违规尧是否擅自调整项目概算和建设内容尧对需要调整的项目是否按规定和程序办理了审批手续尧是否存在乱摊成本尧挪用资金和违反基本建设规定等问题袁如果存在袁则应立即整改袁严格遵循相关制度袁使项目管理做到理性化尧规范化和合法化袁为项目顺利实施和将来通过竣工验收奠定良好的基础遥。

五、加强队伍建设，提升业务能力

篇11

一、引言

改革开放以来，我国经济取得了巨大的跨越式发展，居民消费水平得到了极大的提高。统计数据显示，我国居民消费额由1990年的833亿元增加到2012年的14098.21亿元;城市恩格尔系数由0.54降低到2012年的0.36，农村恩格尔系数由1990年的0.55降低到2012年的0.39。这说明我国经济发展取得了巨大的进步，居民消费水平得到了显著提高。

关于居民消费，国内外学者做了很多研究。按区域划分，有全国性的，也有区域性的;按内容划分，主要研究消费的影响因素，消费结构的变化及演变趋势等等。本文建立居民消费额与国民生产总值、固定资产投资与财政收入之间的多元线性回归模型，通过多元回归分析探讨国民生产总值、固定资产投资与财政收入与居民消费的关系。

二、数据来源与处理

本文选取我国1990～2012年居民消费额、国民生产总值、固定资产投资与财政收入的数据，数据来源于《中国统计年鉴》。搜集数据之后，先对数据进行归纳整理，接着对数据进行取自然对数处理。本文中，居民消费额、国民生产总值、固定资产投资和财政收入分别用C、G、K和I来表示。最终数据处理结果如表1所示：

三、模型构建与求解

（一）构建多元线性回归模型

本文构建多元线性回归分析模型，以居民消费额（C）为因变量，国民生产总值（G）、固定资产投资（K）和财政收入（I）为自变量，构建的模型如下：

ln（C）=α・ln（G）+β・ln（K）+γ・ln（I）+ln（μ）

对模型进行变形可得：

C=Gα・Kβ・Iγ・μ

其中，α，β，γ分别表示国民生产总值、固定资产投资和财政收入对居民消费额的弹性系数。

（二）模型参数估计

将处理好的数据输入到eviews软件中，运用多元线性回归方法对数据进行多元线性回归分析。Eviews分析结果如图1所示：

通过图1各变量的散点图可以看出ln（C）与ln（G）、ln（K）与ln（I）之间具有很明显的线性相关关系，这说明原模型的选取是可靠的。

1. 模型参数估计

运用eviews软件对多元线性回归模型进行回归分析，可以很直观地得出结果。本文运用eviews软件进行参数估计，结果显示见表2：

由表2得出，本文的模型参数方程为：ln（C）=1.27ln（G）-0.22ln（K）-0.12ln（I）-2.89。同时，拟合优度为0.999，调整后的拟合优度为0.998，这表明方程拟合效果非常好。

2. 模型估计评价

由上述结果可得，模型估计的方程为ln（C）=1.27ln（G）-0.22ln（K）-0.12ln（I）

-2.89，在这个模型中，α=1.27，β=-0.22，γ=-0.12，这表明国民生产总值与居民消费是正相关，固定资产投资和财政收入与居民消费是负相关关系，这个符合预期。同时α，β，γ表示的是弹性系数，不考虑数据的正负，可以看出国民生产总值对居民消费的影响最大，其次是固定资产投资对居民消费的影响，最低的是财政收入的影响。

3. 对变量进行t检验

由于本文要对三个变量进行检验，故应该设立三个假设：

①H0：α=0 H1：α≠0

②H0：β=0 H1：β≠0

③H0：γ=0 H1：γ≠0

由eviews结果可知，ln（G）、ln（K）和ln（I）的t统计量分别为15.17、-3.35和-2.63。查表可得在5%的显著性水平下，t0.05（23）=2.069，由于三个变量的t统计量均大于2.069，即表明在很小的显著性水平下拒绝原假设，这意味着三个变量都是显著的。

4. 对变量进行联合检验

依据上述结论，三个变量都是统计显著，但是这并不意味着多个变量联合显著。本文接着检验三个变量的联合显著性。假设：

H0：α=β=γ=0

H1：α≠β≠γ=0

三个变量的检验结果要服从F分布，临界值为F（2，19）=3.52。

本文运用eviews软件进行F统计量的分析，分析结果如表3所示：

由表3的分析结果可知，三个变量的F统计量为86.29，这远远大于F（2，19）=3.52，表明拒绝原假设，也即三个变量是联合显著的。

四、结论

本文运用多元线性回归模型，将居民消费额作为因变量，国民生产总值、固定资产投资和财政收入作为自变量，并对各个变量进行t检验，同时将三个变量联合起来进行联合检验。通过计量分析，可以得到以下结论国民生产总值对居民消费是正向影响，固定资产投资和财政收入对居民消费是负向影响。结果显示，国民生产总值越多，居民消费额越高;反之，固定资产投资和财政收入越多，居民消费额越少，这符合人们的预期。当固定资产投资增多时，人们用于消费的收入减少，消费减少;当财政收入增加时，意味着从居民手中“拿”的越多，居民用于消费的越少。

国民生产总值对居民消费的影响最大，财政收入对居民消费的影响最小。分析结果表明，国民生产总值对居民消费影响弹性系数最大，这表明一单位国民生产总值的变化会影响比较大的居民消费;财政收入由于对居民消费的弹性系数较小，一单位的财政收入变动对居民消费的变动不是很大。

各个变量不仅单独显著，还联合显著。通过对各个变量进行t检验，检验结果表明各个变量都是显著影响的;不仅如此，本文通过构建联合检验，检验结果表明三个变量联合显著，表明这三个变量都是影响居民消费的要素。

参考文献：

[1]Tsung -wu Ho，The government sp

ending and private consumption：a panel integration analysis[J].International Review of Economics and Finance，2001（10）.

[2]Hjelm，G.，Is private consumption gr-

owth higher（lower）during periods of fiscal contraction（expansion）[J].Journal of Economics，2002（24）.

[3]胡书东.中国财政支出和民间消费需求之间的关系[J].中国社会科学，2002（06）.

[4]李广众.政府支出与居民消费：替代还是互补[J].世界经济，2005（05）.

篇12

本文依据以往电信行业发展的历史数据，拟采用阿尔蒙多项式法建立电信业投资与收入关系的分布滞后计量经济模型，研究他们之间的关系，一方面能够估计投资产生收入的滞后时间长度，体现同一时期内或者某一段时期的边际效应，这对企业对过去投资效益情况的评价有参考作用；另一方面，模型方程给企业提供了用现有的投资数据来预测以后收入的等量关系，在做3G建设等新的投资决策时有重要的意义。

二、文献回顾

国外对电信行业投投入产出的研究主要是描述固定资产投资与经济增长之间的关系，以及投资效益、投资回报测算等方面。Aschauer（1989）和Delong and Summers（1991）曾指出，一些特定行业，如设备制造业、机械、公共基础产业等，其固定资产投资与经济增长有很强的相关性，而电信业的发展可以使运输成本和交易成本减少，使信息和知识的传播加速，电信业固定资产投资能潜在地促进生产力和国民经济向前发展。Roller 和Waverman（2001）认为，电信基础设施建设投资与经济增长之间存在显著的相关关系。这些文献主要侧重分析固定资产投资与社会总产出的关系，没有涉及到与该行业产出的关系。AM Elvidge & J Martucci（2003）通过对公司财务及风险状况的合理分析，采用一种高结构化的财务模拟方法，比较成本和分析投资回报情况，这种方法本来是为伦敦市场设计的，适用于电信基础设施和服务。该研究主要是在讨论投资回报的测算，对本文在如何测算投资效益的方面有一定的帮助，但没有给出投资与收入的等量关系。国内近年来有一些对电信业投资管理和投资后评的研究，在投入与产出上主要反映的是固定资产投资与经济增长或者与电信业务量的关系，研究固定资产投资和运营收入的文献并不多。曾剑秋（1997）以全国价值型投入产出表中独立出来的电信产业投入产出表为基础，运用建立的电信产业投入产出模型对我国电信产业的发展及其对国民经济和其他产业相关影响进行应用分析讨论，具体通过消耗系数、感应度系数、影响力系数以及依存度分析、敏感性分析，得出了电信与国民经济和人民生活越来越密切的结论，因而为社会经济带来巨大的社会效益。周倩（2006）介绍了投资后评估的方法体系的分析框架、基本内容和指标体系，对投资后评估与投资决策之间的关系进行了概述，给出了投资规模预算和投资结构分配的方法。段芳芳（2007）描述了电信业务投资的滚动性特征，投资不是一次完成，是边投资边回收，资金投放和回收是动态过程。在一个时期某业务产生的效益，不一定是当期增量资金的效果，可能是存量资金和当期增量资金共同产生的效益。

在时间序列建模发展过程中，国外对经济变量作滞后建模分析的时间并不长，早期对经济变量做分布滞后模型分析的文献有：Keith M.Carlson（1978）提出的圣路易斯模型，建立了GNP与货币供给的分布滞后模型。Gikas A，Hardouvelis（1988）利用美国1931年12月到1987年12月度股票数据建立了股票收益率的分布滞后模型，用于估算保证金的长期与短期影响。Joseph H.HaMag，Scott E，Hein（1989）利用美国1960年～1988年货币与GNP数据建立名义GNP增长率与调整后的基础货币增长率之间的分布滞后模型。从20世纪70年代末，以英国计量经济学家Hendry为代表，将理论和数据信息有效结合，在误差修正模型和协整理论的基础上，提出了动态计量经济学模型的理论与方法，为时间序列模型带来了重要的发展。近年来国内滞后变量模型广泛应用于宏观经济领域，例如用来反映消费与收入的关系、生产总值与固定资产的关系、经济波动及在行业投资中的应用、汇率对股票市场的在影响等，但对电信行业的研究还是比较少。

国内外学者对投入产出和滞后变量模型，都有一定的研究，而从用滞后变量模型来研究电信业固定资产投资和业务收入关系的文献不多，本文拟通过分布滞后模型从固定资产投资和业务收入关系的角度来分析电信业投入与产出之间的关系。

三、分布滞后模型的一般形式及参数解释

分布滞后模型有许多种，本文主要讨论一元线性有限分布滞后回归模型。假设（yt，xt）（t=1，2，…）为一时间序列，yt不仅受xt影响，而且还受到xt-1，xt-2…的影响。假定yt与xt，xt-1，xt-2…之间的关系可以用下列形式的函数表示：

yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？着t （Ⅰ）

称（Ⅰ）式为分布滞后模型。式中，？着t为随机项，仍然假定它服从正态分布，且E（？着t）=0，Var（？着t）=？滓2，Cov（？着t，xt）=0，…。xt-1，xt-2…表示xt的滞后值，分别为xt的一期滞后值、二期滞后值等。对xt，xt-1，xt-2…，也可以把他们看成是独立的变量。在式中定义的滞后回归模型中，没有明确界定时间滞后的期数，所以，它属于无限分布滞后模型。与此对应，一个有限滞后分布模型可以定义为：

yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？茁kxt-k+？着t （Ⅱ）

该式表明，对解释变量的时期数做了明确的规定，即总共滞后了k期。 其中，？茁1为t'时期内x值单位变动对t'+1个时期内y产生的影响。式（Ⅰ）反映的正是某一时期内解释变量的单位变动，将对这一时期以及随后所有时期的被解释变量y的影响，即？茁i为？驻yt/？驻xt-i，称为中期i阶乘数，它是时间t-i上x的变化对yt的效应。理论上要求？茁i满足下列两个条件：■？茁i=0 ；■？茁i=？茁

如果把？茁j看成是解释变量x第t-j期的滞后值对第t时期被解释变量y的影响度，则经验告诉我们，过去的时期越远，那些时间上的解释变量的观察值对的影响效应就会越加削弱，乃至可以忽略不计。换句话说，解释变量的变动对被解释变量的影响是逐渐变现出来的，只有经过相当长的时间之后，这种影响才会得到充分的展现。通过上面的分析，■？茁i=？茁就表明解释变量在各个不同时期上单位变动产生的总效应。如果模型的解释变量不变，被解释变量的变化完全可以由不同时间上解释变量的单位变动全部决定。所以，■？茁i=？茁一定具有收敛性。

四、 投资与收入分析与模型估计

（一）变量设计和数据来源 通常我们分析投入和产出的关系一般都以投资总额和产量来衡量投资带来的经济效益，根据电信业生产不需要原材料，投资主要集中在网络建设、运营维护支出、网络优化等方面，投资周期长，投资数额大，固定资产投资占比接近100%的特点，我们采用固定资产投资总额作为电信业的投入指标。通信业的产出指标包括通信业务量、通信业务总量、通信增加值、通信业务收入等。通信业务量和业务总量分别是通信服务产品的实物计量指标和货币计量指标。在通信企业完成的总产品中，不仅包括计费业务，还包括一部分按照邮电资费政策规定予以免费的部分，例如运营商以套餐形式赠送通话时长的营销途径。而电信业务收入所体现的产品量只包含了取得了销售收入的通信产品量，在投资后评估时，真正能够反映经济效益的指标是电信业务收入。因此，本文采用固定资产投资作为自变量X，业务收入作为因变量Y。

由于电信行业经历了几次重组，单个运营企业的数据样本太少，因此选择具有普遍性的行业水平来给企业的投资评价和决策做参考。本文使用数据根据《中国通信年度统计报告2008》整理得到表1：由于固定资产投资数据1965～1971年有缺失，考虑数据的连续性，本文选择1972年以后的数据作为观测样本。

（二）平稳性检验 在进行时间序列分析时，传统上要求所用的时间序列是平稳的，因为如果使用数据是非平稳的，模型中的参数无论是采用对数还是线性形式所观测到的高可决系数值是因为趋势的出现不是由于两者之间的真实关系造成的。那么，利用传统的OLS法进行统计推断时，参数的统计量不再服从标准分布，从而产生“伪回归”问题。

从图1可以看到两序列都有明显的趋势，在进行检验时，考虑趋势和截距项。根据投资（invest）和收入（Income）数据表在EVIEWS中运算，检验结果如表2所示：

序列在1%的显著水平下的临界值为-4.252879，“ ***”表示在1%的显著水平下拒绝原假设。由表2中的结果可以得到，电信业固定资产投资和电信业务收入的t统计量的绝对值均小于临界值，不能拒绝原假设，这两个序列存在单位根是非平稳的。而这两个序列的二阶差分序列在1%的显著水平下是平稳的。

（三）协整检验 处理非平稳变量时问序的一个强有利的工具是协整分析。对于非0阶单整的序列，对进行协整分析，来反映两变量是否有长期的均衡关系。首先对电信业务收入和电信业固定资产投资进行最小二乘法回归估计，建立回归方程为：

yt=α+？茁xt+ ？着t（Ⅲ）

以Inverst为自变量，Income为因变量，得到方程估计结果：

Incomet=-1706109+2.246834Inverstt+ ？着t

（-0.944281） （15.56843***）

其中，F值=242.376，P值=0.0000。括号中的数字为t值，“***”表示1%水平下显著。然后对保留上述估计方程的残差序列：et=yt-■，并对残差序列进行单位根检验，若残差序列不存在单位根，则这两个变量是协整的。检验结果见表3：

序列在1%的显著水平下的临界值为-2.236901，因此残差序列在1%的水平下是显著的，拒绝该序列存在单位根的假设，即电信业固定资产投资和电信业务收入这两个变量是协整的，说明二者存在着长期稳定的均衡关系。

（四）分布滞后模型估计 具体如下：

（1）确定最大滞后期长度和多项式最高次数。滞后期长度和多项式最高次数可以根据经济理论或实际经验加以确定，也可以通过一些统计检验获取信息。常用的统计检验有：相关系数检验。在EVIEWS软件中，作电信业务收入与电信业固定资产投资的交叉相关图（如图2），最大滞后期为软件默认值16，分析相关系数。

交叉相关图的每栏中两侧虚线对应着正负二倍标准差，近似计算为±2/■。左边的一列显示出序列invest与序列income的滞后交叉相关系数基本上呈对数衰减，滞后长度越大，两者的相关系数越小。由图2中y与x的滞后值的相关系数可知，序列invest和income相关系数（即0阶滞后相关系数）为0.9348，序列invest和income的1阶、2阶、3阶到7阶滞后的相关系数分别为0.8576、0.8200、0.7831、0.7440、0.6849、0.6136和0.5378。大于7阶的滞后，这两个序列的相关系数小于0.5，那么认为运营收入与前7年的固定资产投资总额相关。因此，根据序列invest与序列income的滞后交叉相关系数分析，分布滞后模型的最大滞后长度k应该小于8。

根据上述分析，本文选择阿尔蒙多项式法来对式（I）进行变换。在实际应用中，阿尔蒙多项式的最高次数通常很少超过4，把小于等于滞后长度7和小于等于3的最高次数的不同组合依次带入EVIEWS软件中，对模型施加近端约束，选择AIC准则和SC准则最小，拟合度最好的组合。

本文首先尝试滞后长度为3，多项式最高次数为3的组合，施加近端约束得到估计结果如图3。接着尝试做滞后长度为3，多项式次数为2的组合，施加近端约束得到估计结果如图4。比较这两种组合下的估计结果， 多项式次数为3是等于0.930606，略高于多项式次数为2的0.921352，从AIC和SC准则来看，多项式为2是也略小一些。说明滞后期数为3，多项式次数为3的组合由于滞后期数为3，多项式次数为2的组合。然后依次用相同方法对各种不同的结果进行多次估计，比较结果，选择最优组合。估计结果如表4。

比较表4结果发现在相同滞后期，3次多项式的检验均由于2阶多项式检验，从表4中的 以及AIC、SC准则数据，滞后期为7，多项式次数为3的 值最大，达到0.998222，说明拟合度非常好，AIC和SC准则的值最小，为别为30.73617，30.92300，由此判断模型滞后长度为7且多项式次数为3的模型优于上表中的其他模型。

（2）参数估计。阿尔蒙估计变换的一般形式为：

yt=α+α0z0t+α1z1t+α2z2t+…+αmzmt+？着t （Ⅳ）

取电信业固定资产投资7期滞后，三次多项式逼近，得到估计方程：

Incomet=547340.7+0.496769Z0t-0.193920Z1t+0.019244Z2t（Ⅴ）

具体参数估计结果见图5：

从图5中可以看到方程的拟合度较高，意味着在这个模型反应的关系中电信业务收入99.82%能被电信业固定资产投资解释，各个参数的t值均在1%的水平下显著，F值很大，并且F值的P值很小，说明该估计的结果非常有效。同时，发现模型中的截距项只能在10%的显著水平上有效，尽管能通过检验，但是表明电信业务收入不仅与固定资产投资有关，还与其他的因素相关。

根据以上模型中的系数，计算出反映固定资产投资对收入作用程度的各？茁i值：？茁0=0.32209，？茁1=0.37181，？茁2=0.26462，？茁3=0.11599，？茁4=0.04139，？茁5=0.15627，？茁6=0.57611，？茁7=1.41638整理的到模型等量关系为：

yt=547340.7+0.32209x+0.37181xt-1+0.26462xt-2+0.11599xt-3+0.04139xt-4+0.15627xt-5+0.57611xt-6+1.41638xt-7（Ⅵ）

五、模型估计结果分析

（一）投资对收入效应分析 模型中？茁i的主要用以衡量被解释变量y在各个时期内所受到的影响的大小。模型估计的？茁i系数值分别为0.32209、0.37181…1.41638，表示电信业固定资产投资增加一个单位，在当前期将使电信业务收入增加0.32209个单位，由于存在时间滞后的影响，固定资产投资增加一个单位还将在下一期是的业务收入增加0.37181个单位，同样也可以说明各个？茁i的意义。■？茁i=？茁就能够表明解释变量在各个不同时期上单位变动产生的总效应。根据估计结果，■？茁7=3.26468可知，电信业的投资收入弹性为3.26468，即从长期效应看，电信业固定资产投资每增加一个单位，电信业务收入增加3.26468个单位。

图5中？茁i有先降后升的趋势，说明电信业固定资产投资对电信业务收入增长的作用是波动的，这是增量投资和存量投资累积产生作用的结果。在电信业固定资产增量投资中，一部分是生产性投资和技术改造投资，这些投资在当年或者下年就能发挥作用，并随着时间的推移逐渐减弱。而存量投资中的基本建设投资和非生产性投资，则随着建设项目完成程度和配套设施的完善程度才能逐期产生作用。

（二）投资对收入预测分析 对于已建立起来的模型，可以用来直接预测样本的拟合值。在EVIEWS软件中，用模型对2005～2008年的电信业务收入进行预测。预测结果如图6所示

图6中的虚线表示预测置信区间，这里给出的是近似95%的置信区间，实现表示因变量业务收入的预测值。图6右边的附表中给出的是一系列对预测模型的评价指标。Root Mean Sequared Error（RMSE）均方根误差和Mean Absolute Error（MAE）平均绝对误差这两个变量取决于因变量的绝对值，图中的这两个变量的值尽管绝对值比较大，但是相对实际值来可以接受。Mean Abs. Percent Error（MAPE）平均绝对百分误差，一般的认为MAPE

电信运营企业在进行网络规划时，要考虑到投资规模的问题，最常用的办法就是用预测的收入与用历史数据回归得到投资收入占比相乘，得到预测的投资规模。那么，准确的预测业务收入是做好投资规划的前提。同时，评价投资对收入的拉动作用，测算固定资产投资收入率来评价总量投资效益，用动态投资回收期来评价增量投资效益，都需要用到业务收入的预测数据。

六、结论

本文通过分析电信业投资和业务收入的特点，采用分布滞后模型对电信运营企业投资和收入关系进行定量分析，估计投资产生收入的滞后时间长度，体现同一时期内或者某一段时期的边际效应，提供预测业务收入的动态方法。

模型中的？茁i系数反映的是各期电信业固定资产投资的变化对电信业务收入的效应。电信运营企业可以比较企业内部历史边际效应与行业平均的边际效应和总效应，评估企业过去的投资效益，并根据投资收益的驱动因素分析，总结超过行业平均水平的经验，找出落后平均水平的关键因素。同理也可以建立电信业各专业网以及各地区投资与收入的关系进行回归，分析比较专业网之间以及地区之间的投资效益。

另外，由于投资的超前性和市场的滞后性，通常投资决策是依据用历史数据预测得到的未来产生的市场效益来确定。模型方程给企业提供了用现有的投资数据来预测以后收入的等量关系，考虑了项目投资与市场效益的产生时间差，能更准确地预测收入，有了投资收入的预测，还能有效预测投资规模，对投资管理有重要的意义。一方面，在总体投资后评估的过程中，可以通过投资与收入的占比关系来评价投资效益，预测的业务收入可以评价投资的合理性。另一方面，在做滚动规划时能合理规划投资时机和投资规模。

最后，对电信运营企业的投资管理和电信产业的投资结构提出了合理的建议。对电信运营企业来说，运营动态回归，和缩短投资滞后期，建立完善的投资分析体系对提高投资效益和投资管理水平有重要意义。从电信产业来说，未来的投资结构需要从专业结构、布局结构和时期结构三个方面调整。

参考文献：

[1]武晓玲、张亚琼、詹志华：《固定资产投资对电信业发展影响的计量分析》，《山西财经大学学报》2007年第8期。

[2]Roller L H， Waverman L. Telecommunications infrastructure and economic development. a simultaneous approach. American E・conomic Renew. 2001（91）. 909-923

[3]曾剑秋：《电信产业投入产出模型的应用研究》，《中国管理科学》1997年第4期。