固定資產投資論文精選(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論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：固定資產投資論文范文

我國固定資產投資增長高度依賴信貸資金的特殊原因

中國經濟目前仍是投資主導型經濟，投資占GDP比重不斷提高，信貸增長仍然是固定資產投資增長的重要來源。我國固定資產投資增長對信貸資金的高度依賴，主要是由以下幾個因素決定的：

第一，經濟處在經濟周期的不同位置和經濟增長的不同階段，對信貸資金的需求有所不同。在經濟周期的上升階段，信貸需求增加。每一輪經濟快速增長之前，投資開始加速，物價開始回升，貨幣供應量和銀行信貸資金也開始高增長。近年來，新一輪經濟周期的上升階段正值我國進入資本密集型增長階段，不僅是傳統的重化學工業(yè)，而且新興產業(yè)和技術的不斷出現，也使得企業(yè)和社會對資金的需求越來越大，資本深化不斷推進，創(chuàng)造單位GDP需要的資金存量增加，一定速度的經濟增長客觀上需要更多的資金供給。

第二，我國直接融資比重過低，導致企業(yè)融資高度依賴信貸資金。直接融資和間接融資的比例在發(fā)達市場經濟國家已達到1∶1左右，我國直接融資比例長期較低，融資結構以間接融資為主。貸款在全部非金融機構的融資中占近80%的比重，在企業(yè)融資中占90%左右，企業(yè)長期資金需求絕大部分通過銀行中長期貸款來滿足。

第三，政府國債投資和外商直接投資進一步增長，客觀上需要銀行配套資金，從而導致信貸資金需求的增長。以國債投資為例，1998～2002年我國共發(fā)行長期建設國債6600億元，銀行配套貸款1.32萬億元，銀行配套貸款是長期建設國債的2倍。也就是說，1000億元的國債投資需要2000億元的銀行配套貸款。

第四，商業(yè)銀行不良資產比例降低后，信貸擴張具有內在動力。國有獨資商業(yè)銀行股份制改造和農村信用合作社改革中，加強了對商業(yè)銀行不良貸款比例和余額持續(xù)“雙降”的考核，商業(yè)銀行紛紛采用新增貸款的方式稀釋不良貸款。與此同時，商業(yè)銀行上市的沖動，也有力地推動了貸款投放。另外，商業(yè)銀行出于控制信貸風險考慮并受制于投資渠道狹窄，也偏好于發(fā)放中長期貸款。而我國目前在商業(yè)銀行資產運用方面的限制較多，主要限于貸款業(yè)務，其他可投資產品較少，因此，銀行體系的大量資金也不得不投向中長期貸款。

對固定資產投資加強信貸政策引導的必要性

由于投資與貨幣供給和信貸增長之間的內在聯系，特別是在我國投資對信貸資金依賴程度較高的情況下，投資過熱往往伴隨著信貸過熱。信貸過熱之后往往形成大量不良資產，導致信貸緊縮，經濟增長速度大幅度回落。為了避免投資過熱及其產生的嚴重后果，就需要對信貸政策進行積極引導，促使投資總量保持在合理的限度內，投資結構不斷優(yōu)化。

當前，致使投資過熱的原因很多：一是相當一部分投資是由政府主導下的投資，一些地方在經濟發(fā)展思路上還沒有完全擺脫盲目和片面追求經濟增長速度的思維模式，地區(qū)之間互相攀比，不少地方政府仍然用一年一變樣、三年大變樣的指導思想發(fā)展地方經濟；二是國有企業(yè)投資預算的軟約束；三是地方政府給予私營和外資企業(yè)過于優(yōu)惠的土地、稅收等優(yōu)惠政策，造成這些企業(yè)投資成本低估。

第2篇：固定資產投資論文范文

[關鍵詞]固定資產投資證券投資決策方法

投資是企業(yè)重要的財務活動之一，它通常是指企業(yè)將一定的財力和物力投入到一定的對象上，以期在未來獲取收益的經濟行為。投資活動可以按多種標準進行分類，其中按投資方式的不同可分為直接投資和間接投資，直接投資又稱為實物投資，是指直接用現金、固定資產、無形資產等進行投資，直接形成企業(yè)生產經營活動的能力。直接投資往往數額大，回收期長、與生產經營聯系緊密。

間接投資一般也稱為證券投資，是指用現金、固定資產、無形資產等資產購買或取得其他單位的有價證券（股票、債券等）。

固定資產投資的規(guī)模大小和技術的先進程度、證券投資的規(guī)模大小和投資對象的合理性，在很大程度上決定了企業(yè)經營和發(fā)展的潛力，因此，對固定資產投資和證券投資決策方法的研究和使用對企業(yè)的生存和發(fā)展都具有十分重要的意義。

一、固定資產投資決策

1、固定資產投資決策方法。如前所述，固定資產投資直接影響企業(yè)的生產經營規(guī)模，由于它投資數額大、投資回收期長、一經決策和實施就難以改變，因此固定資產投資決策成敗與否后果深遠。實務中，企業(yè)在進行固定資產投資決策時，一般都要提出幾種投資方案，進行反復比較后從中選取最佳或最合理的方案，這就需要運用凈現值法、內含報酬率法、現值指數法、投資回收期法、平均報酬率法等投資決策方法，但現行財務管理理論和實踐對固定資產投資主要采用凈現值(簡稱NPV)法。所謂凈現值是指投資方案的未來現金流人量的現值和現金流出量的現值的差額。用公式可表達為：

NPV=∑CIt／(1+i)t—∑COt／(1+i)t

其中：CIt表示第t年的現金流入量；COt表示第t年的現金流出量；i表示預定的折現率。

凈現值法的決策規(guī)則是：在只有一個備選方案的采納與否決策中，凈現值為正者則采納，凈現值為負者不采納；在有多個備選方案的互斥選擇決策中，應選用凈現值是正值中的最大者。

2、對固定資產投資決策方法的說明。不難發(fā)現，凈現值法與其他方法相比具有以下優(yōu)點：

(1)凈現值法考慮了資金的時間價值，能夠反映各種投資方案的凈收益，即以各種投資方案收益的大小作為投資決策的依據，因此是一種較好的方法。

(2)凈現值法與企業(yè)的財務管理目標相一致。投資方案的凈現值就是該方案能夠給企業(yè)增加的價值，因此要實現企業(yè)價值最大化這一目標，就必須在多種備選方案中選擇凈現值最大且不小于零的投資方案。

因此，現行企業(yè)財務管理工作中主要采用凈現值法進行固定資產的投資決策。

二、證券投資決策

1．證券投資決策方法。證券投資決策的目標就是將投資收益和投資風險風險聯系起來，對二者進行權衡后選擇最為合理的證券進行投資。因此，證券投資決策主要是討論如何在規(guī)避風險的基礎上最大限度地獲取證券投資收益，這就是著名的投資組合理論。投資組合理論最初由馬考維茨(HMarkowitz)于20世紀50年代創(chuàng)立，后經威廉•夏普(WSharpe)等人發(fā)展，主要運用證券投資回報率的期望值E和系統風險系數β兩個指標表示一個證券(或證券組合)的投資價值，以此為基礎的分析被稱為“E—β”分析。

證券投資組合的風險可以分為兩種性質完全不同的風險，即系統風險和非系統風險。系統風險又稱為不可分散風險或市場風險，是由于一些會影響到所有公司的因素如戰(zhàn)爭、通貨膨脹、經濟衰退、金融危機、國際市場的變化引起的風險。這些因素對任何企業(yè)來說，都是不可避免的；非系統風險又稱為可分散風險或公是指發(fā)生于個別公司的因素如新產品開發(fā)失敗、失去一項重要合同、重大項目投標的失敗、競爭對手的出現、生產工藝技術的老化等所造成的風險，此類風險可以通過多元化的投資來分散或消除。

2．對證券投資決策方法的說明。資本市場理論和實踐研究表明，證券的回報率和系統風險之間存在著很高的相關性，即風險與收益對等，高風險可以用高回報來補償，而低風險則伴隨著低回報。在完全有效的資本市場中，證券的價格反映其價值，證券的價格在任何時刻都應與其價值相符，因此購買或出售證券只能獲得與該證券的系統風險相一致的回報率。也就是說，證券投資的凈現值等于零。因此證券投資決策不能用凈現值作為評價指標，而應采用“E—β”分析法。

綜上所述，對固定資產投資與證券投資決策方法的差異歸納為以下幾點：

(1)現行企業(yè)財務管理理論和實踐對固定資產投資決策主要采用凈現值(NPV)法，而對證券投資決策則采用回報率與風險(E—β)分析法。

(2)只有當固定資產投資方案的凈現值不小于零時，才有可能接受該方案，而證券投資方案的凈現值一般為零。

(3)由于證券市場的競爭性遠遠高于產品市場，使得證券市場能夠迅速達到競爭性均衡狀態(tài)，因此，證券投資的平均租金高于零；而產品市場或者因為存在壟斷和寡頭，或者因為某個或某些企業(yè)的創(chuàng)新而使得該行業(yè)調整到競爭性均衡狀態(tài)還需要一定的時間，所以固定資產投資可以賺取經濟租金。

三、原因分析

1．從資本資產定價模型的角度來看。上面的分析似乎表明固定資產決策和證券投資決策是兩種截然不同的決策類型，其實并非如此，兩者實際上都使用資本資產定價模型來量化風險。

威廉•夏普1964年開創(chuàng)的資本資產定價模型(CapitalAssetPricingModel，簡稱CAPM)被認為是財務管理學形成和發(fā)展中最重要的里程碑，它的出現第一次使人們能夠對風險進行定量分析。這一模型為：

Kj=Rf+βj(Km—Rf)。

式中：Kj表示第j種股票或第j種證券組合的必要報酬率；Rf代表無風險報酬率；βj表示第j種股票或第j種證券組合的β系數；Km表示所有股票或所有證券的平均報酬率。

可見，資本資產定價模型簡單、直觀地揭示了證券的期望報酬率與風險之間的關系。

例：當前的無風險報酬率為6％，市場平均報酬率為12％，A項目的預期股權現金流量風險大，其值β為1．5；B項目的預期股權現金流量風險小，其β值為0．75，則：

A項目的必要報酬率=6％+1．5×(12％—4％)=18％

B項目的必要報酬率=6％+0．75×(12％—4％)=12％

因此，資本資產定價模型是證券投資分析的直接工具，應用資本資產定價模型可以直接預測證券投資組合的期望報酬率；而在固定資產投資決策中，資本資產定價模型同樣發(fā)揮作用，即可以用于估計固定資產投資方案的機會成本，固定資產投資方案的風險越大，資金的機會成本也就越大。如果固定資產投資方案的凈現值大于零，就說明該固定資產投資方案的期望報酬率大于資金的機會成本。

因此，無論是固定資產投資決策還是證券投資，資本資產定價模型都是一個有效的工具，所不同的是，在證券投資決策中，資金的機會成本就是該證券投資的期望報酬率；在固定資產投資決策中，用估計的資金機會成本作為折現率對固定資產投資方案的預期現金流量進行折現，計算其凈現值，并根據計算結果的大小對投資方案作出取舍。

2．從經濟租金和有效資本市場假說的角度來看。

第3篇：固定資產投資論文范文

關鍵詞:固定資產投資;變化趨勢;波動性;結構變動

一、工業(yè)固定資產投資的變化

(一)數據的獲得途徑及計算方法

1990全社會工業(yè)固定資產投資的數據引自張世賢2000年發(fā)表在《管理世界》第5期的論文《工業(yè)投資效率與產業(yè)結構變動的實證研究》一文。在《中國統計年鑒》和《中國固定資產統計年鑒》并沒有關于工業(yè)固定資產的直接統計值,對于1996年之后的工業(yè)固定資產投資,本文通過全社會采礦業(yè)、制造業(yè)與電力、煤氣及水的生產和供應三個大類行業(yè)固定資產投資數據加總的方式獲得。1991年至1995年期間無法從統計年鑒和統計數據庫中獲取能直接準確計算出工業(yè)全社會固定資產投資的數據,只能采用估算的方式。將基本建設和更新改造中工業(yè)項的投資額加總,并根據固定資產投資價格系數進行調整換算成1990年不變價格值,計算出相應的增長率,根據1991-1996年期間6年年均增長率值對計算出的各年份增長率進行調整,得出1991-1995年這五年的工業(yè)全社會固定資產投資實際增長率的估算值,并以此計算出這五年全社會工業(yè)固定資產投資實際額(1990年不變價)的估算額。由于統計年鑒中統計數據的缺失,不能計算或者相對科學地估算1990年之前工業(yè)固定資產。

(二)工業(yè)固定資產投資的變動分析

1990年以來的18年里,考慮價格變動的因素,工業(yè)固定資產投資增長了14.46倍,年均增長率為16%。同期,全社會固定資產投資增長了15.28倍,年均增率為16.35%,高于工業(yè)固定資產投資增長率。分階段工業(yè)投資增長情況如下:1991-1996年期間的6年里,工業(yè)固定資產投資率年均增長率為13.62%,同期全社會固定資產投資年均增長率為17.33%;1997-2002年期間,工業(yè)固定資產投資年均增長率為7.31%,同期全社會固定資產年均增長率為10.91%;2003-2008年期間,工業(yè)固定資產投資年均增長率為28.0%,同期全社會固定資產投資年均增長率為21.04%。從分階段的情況來看:2003-2008年期間,工業(yè)投資增速顯著加快,比1997-2002年期間的工業(yè)投資年均增速高了近17個百分點,比1991-1996年期間的年均增速高了近14個百分點;2003-2008年期間,工業(yè)固定資產投資還有一個顯著的特點,那就是其年均增速高于全社會固定資產投資年均增速7個百分點,在這之前的12年里,工業(yè)固定資產投資年均增長率一直低于全社會固定資產投資年均增長率3.6個百分點左右。2002年以來,工業(yè)固定資產投資增長顯著提速,其增速遠高于此前各年份,工業(yè)固定資產投資增速持續(xù)高于全社會固定資產投資增速,而在此前的多數年份,工業(yè)固定資產投資增速小于全社會固定資產投資。近年來工業(yè)固定資產投資增速顯著提高有兩個重要的原因:一是2000年以來城市化和重化工業(yè)化進程顯著加速,帶動了重工業(yè)投資的高速增長;二是工業(yè)品出口的高速增長與工業(yè)品出口結構的升級,帶動了輕工業(yè)投資的高速增長。

二、工業(yè)固定資產投資的波動情況

2001年之前,工業(yè)固定資產投資波動與全社會固定資產投資波動趨勢大體上同步,2002年以來兩者波動則體現出高度的同步性。為了進一步分析工業(yè)固定資產投資的波動性,我們采用HP濾波的方法。

(一)數據說明與研究方法

本文用工業(yè)固定資產投資年度數據(1990年不變價)和全社會固定資產投資年度數據(1990年不變價)這兩組數據作為基本數據,使用HP濾波方法分析工業(yè)投資波動情況。Hodrick-Prescott(HP)濾波方法是測定序列長期趨勢的一種方法,其優(yōu)勢在于可以將趨勢要素和循環(huán)要素進行分解而又不會損失序列首尾的數據,通過對懲罰因子的調整,HP濾波法更為靈活。

其基本原理是:設{Yt}是包含趨勢成分和波動成分的經濟時間序列,{YtT}是其中含有的趨勢成分(Trend),{YtC}是其中包含的波動成分(Cycle)。則

Yt=YtT+Ytc,t=1,2,3,…,T①

HP濾波的思想就是從{Yt}中將YtT分離出來。一般的,時間序列{Yt}中的可觀測趨勢{YtC}被定義為以下最小化問題的解。

min(Yt-YtT)2+λc(L)Ytt2②

c(L)=(L-1-1)-(1-L)③

其中c(L)是延遲算子多項式。將式③代入式②,則HP濾波的問題就歸結為損失函數的最小化問題,即要使得下式最小化。min{(Yt-YtT)2+λ[(YTt+1-YtT)-(YTt-YTt-1)]2}最小化問題由c(L)YtT2來調整趨勢的變化,并隨著λ的增大而增大。HP濾波依賴于控制平滑程度的懲罰因子λ的設定。當λ=0時,滿足最小化條件的趨勢序列即為{Yt}本身;隨著λ的增加,估計的趨勢逐漸變得光滑;當λ趨近無窮大時,估計的趨勢將接近線性函數,HP濾波就退化為最小二乘法。對λ取值存在一個權衡的問題,即要在趨勢序列對實際序列的跟蹤程度和趨勢的光滑程度之間做一個選擇。對于年度數據,本文使用經濟合作與發(fā)展組織(OECD)建議的λ=100。

(二)工業(yè)固定資產投資的波動性分析

用HP濾波的方法,將工業(yè)固定資產投資額(II)序列,分解為工業(yè)固定資產趨勢序列(II_TREND)與工業(yè)固定資產投資波動序列(II_CYCLE),并得出趨勢圖,根據序列的變化,2002年以來趨勢線變得更為陡峭,表明工業(yè)固定資產投資顯著提速。從波動序列看,1998年至2005年期間,存在一個跨時7年的投資缺口。這樣還不能直觀評價工業(yè)固定資產投資的波動幅度,通過進一步測算工業(yè)固定資產投資和全社會固定資產投資的偏離率指標(偏離率=Cycle/Trend),可以清晰地得出其波動情況。在圖1中給出了工業(yè)固定資產投資(II_Cycle/Trend)和全社會固定資產投資偏離率(NI_Cycle/Trend)指標序列圖。從圖1中可以看出,全社會固定資產投資偏離率序列的波峰、波谷絕對值均顯著小于工業(yè)固定資產投資序列,這表明工業(yè)固定資產投資相對全社會固定資產投資而言更為劇烈。工業(yè)固定資產投資偏離序列波峰值為33.81%、波谷值為-31.17%,峰值與谷值之間的時間跨度為8年(半周期),表明工業(yè)固定資產投資波動周期較長但波動幅度劇烈的特征。

三、工業(yè)投資的結構變動

(一)數據來源及輕重工業(yè)分類根據

在中國,傳統上會將工業(yè)分成輕工業(yè)和重工業(yè)兩大類,輕工業(yè)主要是由生產消費品及其中間產品的工業(yè)行業(yè)組成,而重工業(yè)主要由生產生產資料品及其中間產品的工業(yè)行業(yè)組成。本文研究工業(yè)投資的結構變動主要探討,工業(yè)投資在輕工業(yè)與重工業(yè)之間的分配比例的變化,這種變化可以反映再生產資源在消費品生產和資料品生產的分配情況。由于在《中國統計年鑒》與《中國固定資產投資統計年鑒》中并沒有輕、重工業(yè)固定資產投資的數據,1990-2003年的輕重工業(yè)投資占比主要根據《中國統計年鑒》中給出的各行業(yè)基本建設、更新改造數據計算,2004年以來的占比則根據《中國統計年鑒》中城鎮(zhèn)各行業(yè)固定資產投資計算。輕工業(yè)包括:農副食品加工業(yè)、飲料制造業(yè)、煙草制品業(yè)、紡織業(yè)、紡織服裝鞋帽制造業(yè)、皮革毛皮羽毛及其制品業(yè)、木材加工及木竹藤棕草制品業(yè)、家具制造業(yè)、造紙及紙制品業(yè)、印刷業(yè)及記錄媒介的復制、文教體育用品制造業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、儀器儀表文化辦公用機械制造業(yè)、工藝品及其他制造業(yè)、廢舊資源和廢舊材料回收加工業(yè)。重工業(yè)則包括:采礦業(yè)、電力燃氣水的生產與供應業(yè)以及除輕工業(yè)行業(yè)外的制造業(yè)各行業(yè)。

(二)工業(yè)投資結構的變化趨勢

通過對數據進行分析,得出以下輕工業(yè)固定資產投資與工業(yè)增加值在工業(yè)中份額的變化:1993-1999年期間,輕工業(yè)投資占比20.63%逐漸下降到12.06%;2000年以來輕工業(yè)投資占比逐漸上升,2005年輕工業(yè)投資占比重新回到20%以上,2006年、2007年該值分別為26.69%和26.65%,2008年輕工業(yè)投資占比下降至24.80%。近十年來我國城市化顯著加快、重化工業(yè)化的趨勢十分顯著,輕工業(yè)工業(yè)增加值占比迅速下降,同期輕工業(yè)投資占比卻穩(wěn)步提高,這一現象似乎令人覺得不解。但是通過對輕工業(yè)的考察我們不難發(fā)現,近十年來我國輕工業(yè)的產品升級換代十分迅速,出口量的快速增長也帶動了許多輕工業(yè)產品的升級換代,輕工業(yè)裝備的更新改造和升級換代也非?？?這在很大程度上可以解釋輕工業(yè)投資占比上升和工業(yè)增加值占比下降同時出現的矛盾。

參考文獻:

1、 Gilbert, R.J.Mobility barriers and the value of incumbency. Handbook of Industrial Organization[M]. Amsterdam: North-Holland Publishing,1989.

2、Jin,Hehui., Yingyi Qian, and Berry Weingast. Regional Decentralization and Fiscal Incentive: federalism, Chinese Style[J]. Journal of Public Economics, 2005(89).

3、北京大學中國經濟研究中心宏觀組.產權約束、投資低效與通貨緊縮[J].經濟研究,2004(9).

第4篇：固定資產投資論文范文

[論文摘要]我國的信息化發(fā)展水平與經濟發(fā)展水平呈明顯正相關，目前推動我國信息化發(fā)展的因素主要是政府財政支出和最終消費，而固定資產投資對信息化建設的促進作用最弱。

一、信息化與經濟、社會發(fā)展水平的相關分析

國務院信息化工作領導小組在1997年全國信息化工作會議上提出，信息化是在國家統一規(guī)劃和組織下，在農業(yè)、工業(yè)、科學技術、國防及社會生活各個方面應用現代信息技術，深人開發(fā)、廣泛利用信息資源，加速國家實現現代化的進程。為了科學評價國家及地區(qū)的信息化水平，正確指導各地信息化發(fā)展，需要建立全國統一的信息化指標體系。信息產業(yè)部會同有關部委共同研究提出了《國家信息化指標構成方案》，作為當前進行國家和地區(qū)信息化水平量化分析和管理的依據和手段，該套方案由資源開發(fā)利用、信息網絡建設、信息技術應用、信息產品與月鳳務、信息化人力資源、信息化發(fā)展環(huán)境六個大項，20個小項指標組成。

國家信息化測評中心NIEC受國家主管部門的委托，根據信息產業(yè)部公布的《國家信息化指標構成方案》及有關指標數據，對全國各地區(qū)信息化水平進行了測算，2000年中國國家信息化水平總指數(NIQ)為38.46，比1999年的30.14和1998年的25.89，有較大提高，1998-2000年中國信息化水平總指數提高了48.6%，平均每年提高21.9%，大大快于國民經濟7—8%的增長速度。

本文試圖分析我國各地區(qū)信息化水平與經濟與社會發(fā)展水平之間的相關關系以及影響我國信息化水平的主要因素，數據如表1。

做信息化指數與人均GDP和社會發(fā)展指數的散點圖，結果如下(見圖一、圖二):可以看出，信息化水平和我國的經濟發(fā)展水平和社會發(fā)展水平都有明顯的正相關，信息化指數較高的地方，人均GDP和社會發(fā)展指數也較高，信息化指數與人均GDP的相關系數為0.754，與社會發(fā)展指數的相關系數為0.815，由此可以看出信息化的重要性。

二、影響我國信息化發(fā)展水平的因豪分析

影響信息化發(fā)展的因素很多，但本文只分析決定國民生產總值的投資、消費、和政府購買這三項宏觀指標對信息化的影響。由于全國各地區(qū)的信息化水平是一個水平數據，而不是總量數據，分析影響信息化發(fā)展水平的因素時，應該使用人均數據，而不是總量數據，因此，本文用各地區(qū)的固定資產投資、最終消費、政府財政支出的數據來除以人口總數得到人均固定資產投資RIJ、人均最終消費RJC以及人均政府財政支出RJG，用SPSS軟件做信息化指數Ⅱ與RJIRJC以及RJG的線性回歸分析，Ⅱ為因變量，其他變量為自變量，結果如表2。

從分析結果可知:固定資產投資、最終消費、政府財政支出對我國的信息化指數都有促進作用，各系數統計顯著，其中，人均固定資產投資增加一元，可以讓信息化指數增加8.621E—03個單位，人均最終消費增加一元，可以讓信息化指數增加8.881E-03個單位，人均政府財政支出增加一元，可以讓信息化指數增加2.273E-02個單位，對比之下，政府支出對我國信息化的推進作用最大，最終消費對我國信息化的推動作用次之，而固定資產投資對信息化的推進作用最弱?？梢姡壳拔覈畔⒒耐七M主要還是靠政府財政支持，其次是靠消費的拉動，而固定資產投資對信息化的拉動作用在目前明顯不夠。

三、國際信息化指數與經濟發(fā)展水平的相關分析

1999年，國家統計局“中國信息能力研究”課題組建立了一套指標體系測度一些主要國家的信息化能力，該體系由體現信息能力的基礎性因素(包括促進性因素)、資源性因素、活躍性因素和保障性因素共四大類、30個小項組成，測度結果如上表，為了分析信息化能力與經濟發(fā)展水平之間的相關性，本文從《2001國際統計年鑒》上得到上表中對應國家1999年按購買力平價的人均GDP數據(美元)。從圖三的統計圖可以看出，各國的信息能力水平和人均GDP呈明顯的正相關，采用上述相同的方法得出兩者的相關系數為0.974，由此可見，在世界范圍內，信息化能力與經濟發(fā)展水平的相關性更為明顯。世界正步入信息化時代，信息已經成為比物質和能源更為重要的經濟贊源_，信,能力也將成為決定一個國家綜合國力的重要指標，較高的信息能力可以對國民經濟產生“產值倍增效應”，可以使經濟結構優(yōu)化和高度化，從而提高國民經濟的國際競爭力。從數據表明，美國位居信息能力的榜首，其他發(fā)達國家的信息能力也處于較高水平，但中國的信息能力只相當于美國的8.6%、日本的8.892%、甚至比經濟發(fā)展水平不如我國的印度也低。從中可以看出，我國的信息能力水平在世界居于落后水平，這無疑會使中國在未來的國際競爭中處于不利的位置。

第5篇：固定資產投資論文范文

［關鍵詞］云南GDP；影響因素；相關分析

［中圖分類號］F121 ［文獻標識碼］A ［文章編號］1005-6432（2011）31-0105-03

1 研究的意義

國內生產總值是指在一定時期內(一個季度或一年),一個國家或地區(qū)的經濟中所生產出的全部最終產品和勞務的價值,常被公認為衡量國家經濟狀況的最佳指標。它不但可反映一個國家的經濟表現,更可以反映一國的國力與財富。就支出算法而言,國內生產總值(GDP)等于消費、投資、政府支出與進出口差額之和,但GDP與這些因素的關系如何,這些因素對于GDP的影響程度如何,是否還存在別的因素影響,卻沒有結論。云南省在后金融危機時期保持了經濟平穩(wěn)較快發(fā)展,有效地配合國家順利實現了“保八”的目標。研究和分析云南省GDP的影響因素,預測未來的經濟發(fā)展趨勢,能使我們更好地適應當前社會經濟環(huán)境,為國家和社會的發(fā)展貢獻自己的一份力量。

2 理論背景

目前國內很多學者對不同領域的GDP影響因素做過大量研究,而對于地區(qū)性的GDP影響因素目前的研究方向主要在以下方面：

（1）地區(qū)性的GDP影響因素研究多集中于經濟發(fā)達地區(qū)：現有研究成果多探討北京、上海、廣州、山東、江蘇等較發(fā)達城市的經濟增長因素及存在問題,欠發(fā)達地區(qū)則較少有人問津。

（2）對云南經濟的數量分析研究論文較少且研究對象較單一：對于云南經濟的數量分析研究多集中于旅游業(yè)的影響,除此之外還有少量對農業(yè)、稅收收入影響的研究,但大多數研究都是單一變量對GDP的影響,多因素的多元回歸則較少涉及。

本文側重于多因素條件下的GDP影響因素分析。利用Eviews3.1對最終消費、國有經濟固定資產投資總額、出口總額、進口總額、工業(yè)總產值、農業(yè)總產值、資本形成總額對云南省生產總值的多元回歸計量分析后,確定云南省GDP的影響因素,并對2011年云南省的經濟增長情況做出預測。

3 模型的選擇和建立

本文采用多元回歸模型分析云南省GDP的影響因素,建立模型如下：

Y=β0+β1×X1+β2×X2+β3×X3+β4×X4+β5×X5+β6×X6+μ（1)

其中：Y――云南省生產總值(億元)；

X1――最終消費(億元)；

X2――國有經濟固定資產投資總額(萬元)；

X3――凈出口(+出超、-入超)(億元)；

X4――工業(yè)總產值(萬元)；

X5――農業(yè)總產值(萬元)；

X6――資本形成總額(億元)。

4 數據來源與分析

本文模型參數估計采用時間序列數據，數據中1978―2008年云南省生產總值(億元)數據來自《云南統計年鑒》；2009年云南省生產總值(億元)、出口總額(萬美元)、進口總額(萬美元)、資本形成總額(億元)出自云南省統計局官網；2009年最終消費(億元)數據來自《中國統計年鑒(2010)》。

5 模型估計

在基本假設條件下,以含有截距項的線性回歸模型為理論依據,由模型數據,利用OLS方法進行模型參數估計,構建各種檢驗以篩選模型,并對數據進行有效的處理,以得到合理的模型。(在95%置信概率下)經過多次自相關和異方差處理后,因六元模型t檢驗不合格,五元模型存在多重共線性使矩陣退化,所以最終剔除X1和X3后得到合格的四元模型如下：

該方程已不存在自相關、異方差及多重共線性中的任何問題,各解釋變量及總體方程的經濟意義也完全符合要求。所以,建立的最終模型為：

（1）對方程模型有關系數的計算和相關經濟意義的解釋：通過對偏相關系數、大β系數和彈性系數的計算,可以看出：

所以,按偏相關系數計算得到的四個解釋變量的系數排列順序與按大β系數和彈性系數的計算得出的順序不同。由于偏相關系數是考慮到系統中其他變量的存在,并在消除其他變量影響的情況下,衡量多個變量中某兩個變量之間的先行相關程度的指標。而實際上,各解釋變量之間不可能沒有任何影響,所以應該選取按大β系數和彈性系數的計算得到的系數排列順序,即對云南省GDP的影響強度排列順序為：工業(yè)總產值＞農業(yè)總產值＞資本形成總額＞國有經濟固定資產投資總額。

（2）預測：本文利用樣本32年數據,使用“布朗單一參數線性二次指數平滑法”對2011年云南省國有經濟固定資產投資總額X2、云南省工業(yè)總產值X4、云南省農業(yè)總產值X5、云南省資本形成總額X6進行預測。預測結果如下：X’2=22565690.09萬元(平滑指數為0.99)；X’4=92050374.63萬元(平滑指數為0.90)；X’5=25717088.95萬元(平滑指數為0.85)；X’6=4694.583937 億元(平滑指數為0.85)。

① 均值區(qū)間預測：當α=0.05時,tα/2(n-k-1)=2.052得到：P［10016.19157≤E(Y0)≤10304.88315］=0.95

現實數據反映的經濟意義：將預測出的剔除價格因素影響的云南GDP值還原為現實數據后可得,在95%的置信概率下,當國有經濟固定資產投資總額為22565690.09萬元,工業(yè)總產值為92050374.63萬元,農業(yè)總產值為25717088.95萬元,資本形成總額為4694.583937億元時,云南省GDP平均在8026.357785億~8257.697401億元。

② 單值區(qū)間預測：當α=0.05時,tα/2(n-k-1)=2.052得到：P(9991.667569≤Y0≤10329.40715)=0.95

現實數據反映的經濟意義：將預測出的剔除價格因素影響的云南GDP值還原為現實數據后可得,在95%的置信概率下,當國有經濟固定資產投資總額為22565690.09萬元,工業(yè)總產值為92050374.63萬元,農業(yè)總產值為25717088.95萬元,資本形成總額為4694.583937億元時,云南省GDP在8006.705764億~8277.349421億元。

6 經驗解釋

本次計量經濟模型的分析,就是以云南省GDP為分析對象。單從模型的分析結果來看,國有經濟固定資產投資總額、工業(yè)總產值、農業(yè)總產值和資本形成總額對云南省GDP都有一定的影響。該結論符合實際。首先,國有經濟固定資產投資總額很重要,加大固定資產投資額,能以更加強勁的拉動力來拉動云南經濟的發(fā)展,云南省GDP隨之增加。其次,工業(yè)總產值是以貨幣表現的工業(yè)企業(yè)在報告期內生產的工業(yè)產品總量。工業(yè)總產值越大,代表生產的工業(yè)產品總量越多,因而GDP也會相應增加。但農業(yè)總產值對云南省GDP的影響也不可忽視,農業(yè)總產值指以貨幣表現的農、林、牧、漁業(yè)全部產品的總量,它反映一定時期內農業(yè)生產總規(guī)模和總成果。農業(yè)總產值越大,代表生產的農、林、牧、漁業(yè)全部產品的總量越多,因而GDP也會相應增加。最后,資本形成總額跟地區(qū)的經濟發(fā)展水平呈正比,資本形成總額是指常住單位在一定時期內獲得的減去處置的固定資產加存貨的變動,包括固定資本形成總額和存貨增加。資本形成總額越大,代表固定資本形成總額和存貨增加越多,因而GDP也會相應增加。因此,一個地區(qū)的經濟發(fā)展越快,國有經濟固定資產投資總額越高,工業(yè)總產值、農業(yè)總產值和資本形成總額也越高。所以該模型與現實很符合,預測的數據與現實也十分貼近,而且它貼近生活,容易理解。通過進一步的各種比較表明,在四個解釋變量中,工業(yè)總產值對云南省GDP的影響是最大的。需要說明的是,雖然在最后的模型中去掉了最終消費(億元)和凈出口(+出超、-入超)(億元)這兩個變量,但并不說明這些變量對于云南省GDP沒有影響,只是說本模型暫不考察它們對于云南省GDP所產生的影響,而只針對所選取的解釋變量進行重點考察。

7 結 論

由以上分析我們可以看出,要想使GDP快速增長,就得有效提高國有經濟固定資產投資總額、工業(yè)總產值、農業(yè)總產值、資本形成總額。所以,發(fā)展云南省經濟,必須保持經濟又快又好發(fā)展,加快轉變經濟增長方式,增強和提高自主創(chuàng)新能力,加強和諧社會建設,進一步深化改革開放?？傊?云南經濟的發(fā)展,必須選擇具有地方特色和競爭優(yōu)勢的產業(yè)作為重點發(fā)展的產業(yè),使之成為地方經濟發(fā)展的引擎,帶動和推進云南地方經濟的整體發(fā)展。在發(fā)展傳統優(yōu)勢產業(yè)中,應重視市場開拓、技術創(chuàng)新和產業(yè)簇群的培育,才能在競爭中不斷保持和增強傳統產業(yè)在市場的競爭優(yōu)勢。我們相信,“十二五”規(guī)劃后,在中國經濟崛起的大背景下,云南省將有新的騰飛。

參考文獻:

［1］孫士嶺.北京市公共投資對GDP影響的實證分析［J］.現代商業(yè)，2009(3).

［2］黃吟瀛,余思勤.物流增加值與港口貨物吞吐量對江蘇GDP影響的定量分析［J］.中國水運(學術版)，2006(2).

［3］祖恩三,羅平.云南GDP的灰色預測和分析［J］.經濟師，2006(6).

［4］朱春臨.云南省農業(yè)總產值和經濟增長之間關系的實證分析［J］.云南財貿學院學報(社會科學版)，2004(5).

［5］李子奈,潘文卿.計量經濟學［M］.北京：高等教育出版社,2008.

第6篇：固定資產投資論文范文

關鍵詞：投資效率；ICOR；投資彈性系數

中圖分類號：F832.48　文獻標識碼：A　文章編號：1003－4161(2011)03－0026－04

投資效率反映的是投資所獲有用成果與其耗費的關系。關于投資效率問題，我國理論界已從不同側面進行了較深入研究和探索，并取得了一系列研究成果。王崢(2000)以美、日等發(fā)達國家的證券市場為參照，剖析了現代市場經濟中證券市場對投融資效率的影響，并就我國證券市場對投融資效率的影響進行分析評價；陳明里(2001)對經濟增長中投資效率提高途徑問題進行了研究；侯榮華、汲鳳翔(2002)對固定資產投資效益的基本范疇、固定資產投資效益研究的理論框架等進行了探討；沈煉、馬永紅、白銀寶(2008)利用DEA－Malmquist指數方法對各省市歷年的研發(fā)投資效率進行了分析與比較；高莉莉(2008)測算了安徽省投資率、投資效果系數、投資彈性系數等指標，并與全國同類數據進行了比較分析；李同寧(2008)通過計算歷年中國的實際增量資本一產出比反映經濟的總體投資效率，研究了中國投資率與投資效率的關系；此外，魏后凱(2001)、盧福財(2001)、劉付(2002)等分別就工業(yè)生產能力利用率、投資的特殊領域并購效率、融資效率進行了探討和分析。

總之，從現有相關文獻資料來看，目前有關我國投資效率的研究主要側重于理論方面，盡管實證方面也取得相應進展，但對區(qū)域投資效率差異的研究尚不夠深入。本文擬在充分吸收現有研究成果基礎上，以比較的視角，深入分析中國東西部地區(qū)的投資效率差異，這對促進東西部地區(qū)調整投資結構，推動東西部地區(qū)經濟協調發(fā)展具有重要現實意義。

一、研究方法與數據來源

本文擬通過對ICOR指標的計算、投資對經濟增長作用的計量分析，從增量資本一產出比率、投資彈性兩個角度分析東西部投資效率差異及其變化態(tài)勢。

(一)ICOR指標

國際上常用“增量資本一產出比”(Incremental Capital-Output Ratio，縮寫為ICOR)衡量國家或地區(qū)的宏觀投資效率。當不考慮固定資產折舊時，資本存量的變動等于投資流量(I)，即資本形成總額，則ICOR=I/AGDP，即資本存量變動與產出增量(AGDP)的比率。ICOR反映一個單位的GDP增量需要多少個單位的投資拉動，邊際資本產出比率越大表示投資效率越低。該指標用以反映東西部及其各省份的年度投資效率變化。

(二)投資彈性系數

通常判斷投資效率還有另一種方式，即通過計量方法，用投資對GDP進行回歸，回歸方程中解釋變量的系數實際上就是投資彈性系數，它反映的是投資每增加一單位，GDP所能增加的單位。如果投資彈性系數越大，則投資效率越高；反之，投資彈性系數越小，則投資效率越低。該指標用以反映東西部及其各省份的區(qū)間投資效率變化。

本文所使用的數據均為時間序列，為避免時間序列的異方差性，在回歸分析之前，先對數據進行自然對數變換。由于時間序列可能是平穩(wěn)的，也可能是非平穩(wěn)的，對兩個非平穩(wěn)的時間序列做回歸，可能引起謬誤回歸，即使變量之間沒有任何有意義的關系，但常會得到一個很高的擬合優(yōu)度值。因此，在對變量進行回歸檢驗之前，有必要對時間序列數據進行平穩(wěn)性檢驗。本文將使用ADF單位根檢驗方法對時間序列來進行平穩(wěn)性檢驗。若時間序列同階單整，即可對時間序列數據進行回歸。在同階單整的情況下，還需要對回歸結果的殘差序列進行單位根檢驗，以確保GDP與投資之間存在協整關系，由此得到的投資彈性系數更可靠。

(三)區(qū)域界定與數據來源

本文研究的東部地區(qū)包括江蘇、上海、浙江、福建、廣東、廣西、山東、海南、遼寧、河北、天津、北京；西部地區(qū)包括陜西、寧夏、甘肅、四川、重慶、貴州、云南、、青海、新疆。本文采用全社會固定資產投資作為投資流量指標，東西部各省市區(qū)的全社會固定資產投資以及GDP數據均來自中國統計年鑒(1982－2008年)(中國統計出版社出版)。計算軟件為Eviews5。

二、東西部地區(qū)投資效率比較分析

(一)東西部投資效率年度比較分析

應用ICOR計算方法分別對1981－2007年間東西部地區(qū)歷年的ICOR進行計算，計算結果見圖1。由圖1可以看出，在20世紀80年代，東西部地區(qū)的投資效率差距并不明顯，在1988－1996年間，西部地區(qū)的投資效率一直高于東部地區(qū)，特別是1990年，東部投資效率為2.93，西部投資效率為O.93，即GDP增長一個單位，東部地區(qū)需要2.93單位的投資拉動，而西部僅需O.93單位的投資拉動，西部投資效率明顯高于東部。但1996年以后，西部投資效率曲線又重新處于東部投資效率曲線之上，表明其投資效率要低于東部，并且兩者差距不斷擴大，在1999年達到最大值，東部的這一指標為5.13，西部為8.04，即GDP增長一個單位，東部地區(qū)需要5.13單位的投資拉動，而西部地區(qū)需要8.04單位的投資拉動，隨后不斷縮小，但西部投資效率始終低于東部。值得注意的是，1999年以來，東西部地區(qū)的投資效率不斷提高，但仍然低于20世紀90年代中期之前的水平。

伴隨西部大開發(fā)戰(zhàn)略正式啟動，國家通過規(guī)劃指導、政策扶持、項目安排等加大了對西部地區(qū)的投資支持力度。2000－2007年，中央對西部地區(qū)的各類財政轉移支付累計近15000億元，國債、預算內建設資金和部門建設資金累計安排西部地區(qū)7 300多億元。這些資金有力地推動了西部地區(qū)經濟發(fā)展，西部地區(qū)生產總值從16655億元增加到47455億元，年均增長達到11.6%。但西部地區(qū)在經濟高速增長的同時，其投資效率卻遠低于東部地區(qū)，也低于其20世紀90年代中期之前的水平。由此可見，西部大開發(fā)戰(zhàn)略在具體實施過程中，在項目選擇、資金使用、投資結構等影響投資效率的諸多方面還存在亟待改進之處，改進投資效率將是促進西部地區(qū)經濟增長的重要途徑。

(二)東西部投資效率區(qū)間比較分析

首先，分別對東部和西部地區(qū)的投資與GDP時間序列數據序列進行自然對數變換，以消除非平穩(wěn)時間序列的異方差。

然后，對新序列進行單位根檢驗，以確定時間序列是否平穩(wěn)。檢驗結果，表l顯示，東部地區(qū)國內生產總值序列l(wèi)nGDP1與全社會固定資產投資序列l(wèi)nl1的ADF統計值均大于其臨界

值，因而存在單位根，為非平穩(wěn)時間序列。盡管lnGDP1、lnl1是非平穩(wěn)的，但它們是二階單整的。同理，西部地區(qū)國內生產總值序列InGDP2與全社會固定資產投資序列l(wèi)nl2也是二階單整的。

備注：GDP1表不東部地區(qū)國內生產總值、I1表示東部地區(qū)全社會固定資產投資、GDP2表示西部地區(qū)國內生產總值、l2表示西部地區(qū)全社會固定資產投資。

最后，進行回歸估計。分別以lnGDP1或lnGDP2為因變量，以lnl1或lnl2為自變量，用最小二乘法回歸估計。估計結果，表2表明：在1981－2007年間，東部地區(qū)投資每增長1%，GDP能增長0.81%；西部地區(qū)投資每增加1%，GDP能夠增長O.79%。由此可見，在1981－2007年問，同等數量的投資，東西部投資效率存在O.02%差距。

應用同樣方法，對1981－2000年間東部地區(qū)與西部地區(qū)的投資效率進行計算，計算結果如表3。表3顯示：在1981－2000年間，東部地區(qū)投資每增長1%，GDP增長0.8814%；西部地區(qū)投資每增加1%，GDP增長O.8775%。由此可見，在1981－2000年間，同等數量的投資，東西部投資效率僅存在0.004%差距，幾乎可以忽略。從投資效率數值看，1981－2000年間的投資效率高于1981－2007年間的投資效率，甚至1981－2000年間西部地區(qū)的投資效率也高于1981－2007年間東部地區(qū)的投資效率。這表明，2000年之后，無論是東部，還是西部，投資效率都有了明顯下降，但西部地區(qū)投資效率下降幅度更大，致使西部地區(qū)與東部地區(qū)的投資效率差距不斷擴大。這與東西部投資效率年度分析結果是一致的。

三、東西部地區(qū)各省份投資效率比較分析

(一)東部地區(qū)各省份投資效率比較分析

根據上述方法，分別計算東部各省份1981－1989年、1990－1999年、2000－2007年度平均ICOR值，并計算東部各省1981－2007年間的投資彈性系數，見表4。

從年度平均ICOR值看：東部地區(qū)可分為三類：一是年度平均ICOR值呈現上升趨勢的省份：江蘇、浙江、福建、山東、廣西、遼寧、河北，這些省份的投資效率呈現下降趨勢，表明這些省份單位GDP增長所需的投資呈現上升趨勢；二是年度平均ICOR值呈現下降趨勢的省份：上海、天津，這兩省的投資效率呈現上升趨勢，表明這兩省份單位GDP增長所需的投資呈現下降趨勢；三是年度平均ICOR值呈現起伏趨勢的省份：廣東、海南、北京，這三個省份的投資效率先升后降，表明這三個省份單位CDP增長所需的投資先降后升。

從投資彈性系數看：在1981－2007年間，海南省為O.76，是所有東部地區(qū)投資效率最低的省份，即投資每增加1%，GDP增長0.76%；廣東、福建、天津在O.86以上，表明這三個省份的投資效率較高，即投資每增加1%，GDP增長0.86%以上；而同期長三角地區(qū)的江蘇、浙江與上海均在O.77左右，表明長三角地區(qū)投資效率較低，而且地區(qū)差距較小，即投資每增加1%，GDP增長O.77%左右；東部其他各省份的投資彈性系數處于O.76－O.86之間，高于海南省，低于廣東、福建等省份。

由此可見，東部地區(qū)不僅不同省份間投資效率也存在很大差異，而且同一省份在不同時期投資效率也在發(fā)生變化，因此，東部地區(qū)內部也存在投資地區(qū)結構與投資時機的優(yōu)化問題。

(二)西部地區(qū)各省份投資效率比較分析

同理，可以分別計算西部各省份1981－1989年、1990－1999年、2000－2007年度平均IGOR值，并計算西部各省份1981－2007年間的投資彈性系數，見表5。

從年度平均ICOR值看：西部地區(qū)可分為兩類：一是年度平均ICOR值呈現上升趨勢的省份：陜西、寧夏、甘肅、貴州、云南、青海、新疆，這些省份的投資效率呈現下降趨勢，表明這些省份單位GDP增長所需的投資呈現上升趨勢；二是年度平均ICOR值呈現下降趨勢的省份：四川、，這兩各省的投資效率呈現上升趨勢，表明這兩省份單位GDP增長所需的投資均呈現下降趨勢。

從投資彈性系數看：在1981－2007年間，為0.6989，是所有西部地區(qū)投資效率最低的省份，即投資每增加1%，GDP增長0.6989%；同期新疆為O.8749，是所有西部地區(qū)投資效率最高的省份，即投資每增加1%，GDP增長O.O.8749%；西部其他各省份的投資效率處于這兩省份之間。

由此可見，西部地區(qū)與東部地區(qū)相似，其內部不同省份間投資效率存在差異，而且同一省份在不同時期投資效率也有變化，因此，西部地區(qū)內部也存在投資地區(qū)結構與投資時機的優(yōu)化問題。

(三)東西部地區(qū)間各省份投資效率比較分析

通過對表4與表5的比較，可以發(fā)現東西部地區(qū)間各省份投資效率有以下特點：

1、在年度平均ICOR值方面。在1981－2007年間，無論是東部地區(qū)，還是西部地區(qū)，其內部多數省份的投資效率呈現下降趨勢，只有少數省份的投資效率呈現上升趨勢，由此可見，東西部地區(qū)多數省份均存在投資效率低下的問題。產生這些問題可能有決策失誤、資金閑置、滯留、損失浪費等多方面的原因，但決策失誤導致的投資效率低下不可低估。改善政府決策機制與公眾意愿表達機制是減少決策失誤，提高投資效率的有效途徑。

2、在投資彈性系數方面。在1981－2007年間，東部地區(qū)各省份的投資效率多數高于西部地區(qū)，同時東部地區(qū)各省份間的投資效率差異小于西部地區(qū)。但是東部地區(qū)的有些省份，如江蘇、浙江、上海的投資效率低于陜西、青海、新疆等西部省份。東部經濟發(fā)達地區(qū)存在投資過剩，而一些西部省份，投資效率高于東部省份，卻存在投資不足，地區(qū)性投資結構不合理的現象明顯?？梢?，投資效率水平與投資水平并不直接相關，投資政策應引導投資流向，著力改善這種不合理的地區(qū)投資結構。

四、主要結論

本文在統計資料的支持下，通過計算ICOR指標、投資彈性系數，對1981－2007年間東西部投資效率進行了分析比較，得到以下結論：

第一，從東西部地區(qū)整體比較看，1981－2007年間，東部與西部的年度投資效率起伏變化，高低互現。東部地區(qū)投資每增長1%，GDP能增長O.8l%；西部地區(qū)投資每增加l%，GDP能夠增長0.79%。同等數量的投資，東西部投資效率存在O.02%差距。特別是西部大開發(fā)戰(zhàn)略后，西部地區(qū)的投資效率還存在亟待改進之處。

第二，從東西部地區(qū)內分省份比較看，1981－2007年間，東部與西部地區(qū)不僅不同省份間投資效率存在很大差異，而且同一省份在不同時期投資效率也在發(fā)生變化。與此同時，東部與西部地區(qū)內部均存在投資地區(qū)結構與投資時機的優(yōu)化問題。

第三，從東西部地區(qū)間各省份比較看，東部與西部地區(qū)多數省份的投資效率呈現下降趨勢，只有少數省份的投資效率呈現上升趨勢，東西部地區(qū)多數省份均存在投資效率低下的問題；東部地區(qū)多數省份的投資效率高于西部地區(qū)，同時東部地區(qū)各省份間的投資效率差異小于西部地區(qū)，東部地區(qū)有些省份的投資效率低于西部地區(qū)的一些省份，東部地區(qū)的投資過剩與西部地區(qū)的投資不足并存，地區(qū)性投資結構不合理。

參考文獻：

[1]王崢，證券市場與投融資效率[D]，中國社會科學院研究生院博士論文，2000

[2]陳明理，經濟增長與投資效益研究[D]，中國人民大學博士論文，2001

[3]侯榮華，汲風翔，中國固定資產投資效益研究[M]，北京：中國計劃出版社,2002

[4]魏后凱，從重復建設走向有序競爭[M]，北京：人民出版社，2001

[5]劉付，對企業(yè)并購效率的分析[D]，中國人民大學博士論文

[6]盧福財，企業(yè)融資效率分析[M]北京：經濟管理出版社,2001

[7]沈煉，馬永紅，白銀寶，基于曼奎斯特指數的我國R&D投資效率區(qū)域分析[J]，商場現代化,2008，(05)

[8]高莉莉，安徽省投資效率分析[J]，現代商貿工業(yè)，2008，(12)

[O]李同寧中國投資率與投資效率的國際比較及啟示[J]，亞太經濟，2008，(02)

[10]張軍，資本形成、投資效率與中國的經濟增長：實證研究[M]，北京：清華大學出版社,2005

第7篇：固定資產投資論文范文

論文關鍵詞：欠發(fā)達，產業(yè)結構，調整

 

1.宿遷市概況

宿遷市位于江蘇省北部，于1996年建市，現轄宿城區(qū)、宿豫區(qū)、沭陽縣、泗陽縣和泗洪縣。總面積8555平方公里，2008年低，人口數為534.58萬人論文的格式，GDP總量為655.06億元，人均12289元，其中，工業(yè)總產值244.11 億元, 農業(yè)總產值136.62億元; 第三產業(yè)生產總值216.10億元，固定資產投資605.00億元。從多項經濟指標在江蘇省的地位看（見表1），應屬于經濟欠發(fā)達地區(qū)。

表1 2008年宿遷市社會經濟狀況一覽表

 

地區(qū)

總面積

Km %

總人口

萬人 %

人口密度

人

人均GDP

元

宿遷市

8555 8.3

534.58 7.2

625

12289

蘇北地區(qū)

54357 53.0

3318.31 43.2

610

19555

江蘇省

102600 —

7676.50 —

第8篇：固定資產投資論文范文

■ 固定資產投資統計

1.跨區(qū)縣項目如何拆分填報統計報表？

答：為滿足分區(qū)縣核算需要，從2009年定報起嚴格執(zhí)行跨區(qū)縣項目拆分填報的規(guī)定。拆分時按以下辦法處理：

（1）將跨區(qū)縣項目拆分到涉及的各區(qū)縣。

（2）《固定資產投資項目基本情況》（201-6表）中“項目建設地址代碼”填寫投資額所占比重較大的居（村）委會。

（3）其他指標數據按比重分劈。

2.具有多個審批文號的億元以上新開工項目如何填報審批文號？

答：若億元以上新開工項目有多個審批文號，只需填報一個文號。按照優(yōu)先選擇的順序依次為發(fā)改委、建委、規(guī)委、國土局、環(huán)保局等相關審批文號。

3.農村合作建房是否應計入經濟適用房統計？

答：按照《固定資產投資統計報表制度》中關于經濟適用房統計的定義，農村居民在村委會的組織下利用自有土地合作建房，因未納入政府經濟適用房建設計劃，無法拿到市建委核發(fā)的經濟適用房產權證明，所以不應計入經濟適用房。

4.如何劃分農戶建造經營性用房的投資性質？

答：若農戶建造經營性用房（如旅游景區(qū)內建造住宿用房），且同時滿足以下三個條件：（1）有營業(yè)執(zhí)照即具有工商部門登記的注冊類型；（2）不利用自有宅基地；（3）計劃總投資超過50萬元時，可計入農村非農戶投資，否則計入農戶投資。

■ 科技及中關村統計

1.科技項目表填報的項目是否需要正式的項目立項書？

答：嚴格意義上，科技項目表填報的項目均應有項目（課題）立項書，如果沒有正規(guī)的項目（課題）立項書，但有較為固定的研究人員和財務上相對獨立的專門開支和核算，也應填報項目表。

2.關于臨時和外聘人員是否計入本單位科技活動人員？

答：臨時和外聘人員如果是直接從事或參與本單位科技活動，包括參加本單位科技項目（課題），以及從事科技活動管理和為科技活動提供直接服務，且全年累計從事科技活動時間超過制度工作時間10%以上，同時其勞務費（含工資）是由本單位發(fā)放，則應計入本單位的科技活動人員，其勞務費（含工資）應計入本單位的科技活動經費支出。

3.如何計算“發(fā)表科技論文篇數”？

答：發(fā)表科技論文是指在學術刊物上以書面形式發(fā)表的最初的科學研究成果。具體包括在全國性學報或學術刊物上、省部屬大專院校對外正式發(fā)行的學報或學術刊物上發(fā)表的論文，以及向國外發(fā)表的論文?？萍颊撐膽邆湟韵氯齻€條件：（1）首次發(fā)表的研究成果；（2）作者的結論和試驗能被同行重復并驗證；（3）發(fā)表后科技界能引用。注意：只統計本單位科技人員為第一作者的論文。

4.產品銷售收入中的系統集成收入如何界定？

答：系統集成收入以系統集成商與項目委托單位簽訂協議或合同時所涉及的合同金額為準。例如，某生產手機的企業(yè)從外單位購入的手機配件200元，整臺手機賣1000元。那么系統集成收入就應填1000元。

■ 房地產價格統計

1.非正常銷售的房屋如何填報？

答：非正常銷售房屋是指未按照市場價格進行銷售，如低于市場價格銷售給關系戶和以成本價格銷售給內部員工等。

樣本單位存在非正常銷售房屋時按以下方法處理：

（1）非正常銷售房屋“規(guī)劃住宅面積”分類與正常銷售房屋分類一致時，從正常銷售房屋中選擇樣本；“上期交易面積”和“上期交易金額”包括非正常銷售房屋部分。

（2）非正常銷售房屋“規(guī)劃住宅面積”分類與正常銷售房屋分類不一致時，分別從正常銷售房屋和非正常銷售房屋中選擇樣本；分別計算、填報正常銷售房屋和非正常銷售房屋“上期交易面積”和“上期交易金額”。

2.房屋銷售中既不屬于高檔住宅又不符合普通住宅標準，但建委批準用途為住宅的房屋如何填報房屋類別？

答：對于房屋銷售中既不屬于高檔住宅又不符合普通住宅標準，但建委批準用途為住宅的房屋中140平方米及以上的住宅計入“其他住宅”；屬于普通住宅標準的按照層數分為多層住宅和高層住宅。

3.實際建設房屋用途與批準用途不一致時如何填報房屋類別？

答：按照房屋實際建設用途填報。

4.房屋租賃和物業(yè)管理中“上期交易金額”是按合同金額填報還是按業(yè)主實際繳納的金額填報？

答：房屋租賃和物業(yè)管理均按照合同簽訂的金額填報。

5.房屋租賃和物業(yè)管理中樣本交易單價月租金標準如何確定？

答：如果合同中有月租金額，則按照三個月的平均數填報；如果合同中沒有月租金額，則將合同中的租賃金額總計按照租賃時間平均分配至各月，計算平均月租金填報樣本交易單價。

6.跨年度項目的項目編碼如何確定？

答：分三種情況處理。

（1）上年項目11月份銷售完畢，次年該項目不再填報，其編碼可為其他項目使用。

（2）上年項目12月份仍有銷售，次年該項目繼續(xù)填報，項目編碼與上年一致。

（3）本年項目年度中銷售完畢，項目編碼本年度保持不變，次年其編碼可為其他項目使用。

■ 批發(fā)和零售業(yè)、住宿和餐飲業(yè)主營業(yè)務統計

1.外貿企業(yè)經營的未進入我國境內流通的商品是否計入企業(yè)的商品的購進或銷售？

答：外貿企業(yè)在轉口貿易中，從境外購進的商品，僅在免稅區(qū)停留或未進入我國境內就直接被銷往境外，盡管未在我國境內流通，但由于這部分商品的購銷金額已納入企業(yè)財務核算，其商品購進或銷售應包括這部分商品的購銷金額，分別計為進口或出口。

2.批發(fā)和零售業(yè)商品購進、銷售、庫存統計指標“商品庫存總額”與財務指標“存貨”的區(qū)別？

答：“商品庫存總額”指企業(yè)取得所有權的庫存商品金額。對于商品流通企業(yè)，即批發(fā)和零售業(yè)企業(yè)，庫存商品主要指外購或委托加工完成后驗收入庫、用于銷售的各種商品。財務指標“存貨”反映企業(yè)期末在庫、在途和加工中的各種材料、商品、在產品、半成品、包裝物、低值易耗品等?！按尕洝钡暮怂惴秶笥凇吧唐穾齑婵傤~”的統計范圍。

3.住宿和餐飲業(yè)企業(yè)是否填報財務表（E103-2表、E603表）中的增值稅？

答：如果住宿和餐飲業(yè)企業(yè)在進行住宿或餐飲經營活動的同時，也進行商品銷售或其他產生增值稅的經營活動，財務核算中設立了增值稅賬目，則應填報“增值稅”，否則，不填。

■ 財務狀況報表

1.如何填報批發(fā)和零售業(yè)、住宿和餐飲業(yè)企業(yè)的財務指標“主營業(yè)務應付工資”？

答：“主營業(yè)務應付工資”指報告期內企業(yè)應付給與主營業(yè)務直接有關人員的工資。批發(fā)和零售業(yè)、住宿和餐飲業(yè)企業(yè)根據會計科目“應付工資”中本期轉入“主營業(yè)務成本”、“營業(yè)費用”、“管理費用”科目的貸方發(fā)生額歸納填列。

2.怎樣理解調整后的“收入合計”和“支出合計”指標？

第9篇：固定資產投資論文范文

內容摘要：本篇論文主要介紹房地產業(yè)，共分為四大部分：一，房地產的重要地位二，匯率的波動情況三，人民幣升值對房地產的影響四，總結及建議。其中重點研究對象為人民幣升值對房地產業(yè)的影響，并從四方面研究匯率降低的影響：1，國內房價2，外資走向3，國內購買力4，過度升值的影響

關鍵詞：房地產、匯率、投資、總需求、進出口、房價、購買力等

一、房地產業(yè)的重要地位

衣、食、住、行是人的四大需求，在中國經濟發(fā)展的現階段，衣食飽暖對大部分人來說已經不是問題，而住房問題已成為百姓關注的“頭等大事”。如果說，中國現階段的主要矛盾是落后的社會生產力同人民群眾日益增長的物質文化需求之間的矛盾，那么，住房就是這一主要矛盾中的重點。由此，我們也就不難理解當前房地產市場需求的旺盛和各界對房地產市場的關注。

我們小組的調查分析結果表明，從1998年我國實行住房改革以來，房地產一直處于快速發(fā)展之中。從投資角度看，房地產開發(fā)投資占全社會固定資產的比重從1998年的12.7%上升至2004年的18.8%，在這7年中房地產開發(fā)投資增長速度平均為22.5%，房地產在國民經濟中的地位越來越高，對國民經濟的拉動作用越來越顯著，已成為我國的支柱產業(yè)之一。

表11995-2004年GDP、全社會固定資產投資、房地產投資及其增長率情況

年份GDP全社會固定資產投資額房地產開發(fā)投資額GDP增長率固定資產投資增長率房地產開發(fā)投資增長率房地產開發(fā)投資占固定資產投資比重

19955847820019314910.517.523.315.73

1996678852291432169.614.82.114.04

1997744632494131788.88.8-1.212.74

1998783452840636147.813.913.712.72

1999820682985541037.15.113.513.74

200089468329184984810.321.515.14

2001973153721463447.51327.317.05

20021051724350077918.316.922.817.91

200311725255567101549.327.730.318.27

200413651570073131589.525.828.118.78

圖11995-2004GDP增長率、固定資產增長率和房地產開發(fā)投資增長率

圖2房地產投資占GDP比重

由表1，圖1和圖2反映的事實可見，房地產業(yè)在國民經濟中扮演舉足輕重的角色。

二、匯率波動情況

影響房地產業(yè)的因素有很多項，我們組主要從人民幣匯率降低（即人民幣升值）的角度來研究。

表21995—2006年6月1日人民幣匯率變化情況（美元兌人民幣）

年份1997199819992000200120022003200420052006-6-1

匯率值8.28988.27918.27838.27848.2778.2778.27688.27658.118.021

圖3:美元兌人民幣匯率制

人民幣升值主要有以下兩方面原因：

1.外在的升值壓力。

近些年來，中國經濟增長迅速，出口勢頭非常迅猛，外匯儲備一再創(chuàng)出新高，與此同時美國和日本都一再要求人民幣升值。日本宣稱中國向外輸出通貨緊縮，而美國要求中國實行更加靈活的匯率制度。歐盟也一反常態(tài)的點名要求人民幣升值，在這種背景下人民幣的升值壓力悄然而生。人民幣升值會使經濟成本上升。美、日等國此舉的真實動機都是希望中國承擔世界經濟調整的沉重成本。

2.內在的升值要求。

進入20世紀90年代以來，隨著國家宏觀調控手段的不斷完善，經濟波動減少，經濟發(fā)展進入了可持續(xù)增長的階段，中國經濟整體質量不斷提高，出口的非價格競爭能力不斷增強。同時，國家駕馭宏觀經濟的能力日益成熟，國內物價穩(wěn)定。這些因素也決定了未來人民幣匯率將保持穩(wěn)定和升值趨勢。

由于內外因的塵埃落定：央行宣布從05年7月21日19點起，我國開始實行有管理的浮動匯率制度，人民幣不再盯住單一美元，美元對人民幣交易價格調整為1美元兌8.11元人民幣，人民幣將升值2%。

三、人民幣升值對房地產業(yè)的影響

下圖是我們組根據現實數據做出的房價波動表，由此表也可以看出全國平均房價呈上升趨勢。

圖41991-2004全國平均房價

1．國內房價

人民幣升值使物價總水平降低，房價也隨之會出現短時期內的降低，使人們對房地產偏好上升，導致對房地產業(yè)的需求量增加，從而使D曲線向上移動價格P上隨之上升，進而導致房價最終上漲（如圖5所示）

圖5國內房價供求分析圖

2．外資走向

人民幣升值，外國投資者投資中國資產將獲得兩部分收益，一是購買人民幣標價的資產價格上漲的收益，二是匯率變動收益。人民幣升值幅度、商品房價格漲幅是影響外資進入中國房地產的動力。言外之意是，人民幣繼續(xù)升值的預期會吸引外資投資中國房地產，外資進入又會進一步推升房地產價格上漲。進而同時也可以得出市場預期人民幣將要升值時，許多歐盟國家的投資者希望通過投資中國房地產達到保值增值的目的，導致大量的短期投機性資金將涌入中國，必然會有部分資金流向房地產市場。

3．購買力變化

擠出購買力，人民幣升值意味著進口商品價格與升值前相比較有所下降，進而帶動國內一般消費品價格走低，擠出多余的購買力將大量進入房地產領域。

擠出內資，我國目前實際上已經出現了局部的資本過剩，外資的超常流入會很容易形成對內資的大規(guī)模“擠出”人民幣升值，意味著中國老百姓購買力的提高，這樣進口商在進口乃至銷售價格不變的情況下從中直接受益，因此從廣義上講對所有的進口商都是利好。，房地產市場也不例外。

4．過度升值的影響

人民幣適當的升值，匯率穩(wěn)步下降，對房地產來說是有益的，且會帶動區(qū)域的經濟快速發(fā)展(即國民收入大大增加)。中國目前正處于順差失業(yè)狀態(tài)，經濟發(fā)展不平衡，人民幣升值，匯率降低即R下降，又因為D曲線上升（如圖5）即內需A增加向右移動，如圖所示是經濟好轉的現象，會使中國經濟發(fā)展趨向平衡，即將帶動國民經濟快速發(fā)展（見圖6SwanModel）。

圖6SwanModel

然而,人民幣過渡的升值匯率快速下降，對經濟是毀滅性的打擊。房價的不斷攀升，讓消費者不知所措。而政府不斷出臺的宏觀調控政策，猶如一道道沖擊波，迫使房價下降，會給房地產市場帶來前所未有的震動，容易產生房地產經濟泡沫，一旦泡沫破滅，就會給投資者造成巨大損失。

四、總結

匯率的降低即人民幣升值使房價上漲并且拉動內需，刺激經濟增長，使資本大量流入，擠出購買力和內資。然而在房地產業(yè)不斷進步和發(fā)展過程中要注意過度的價格上漲而導致的“經濟泡沫”現象，所以要保持良好的宏觀經濟與政策環(huán)境，才能使房地產業(yè)穩(wěn)步、快速、健康地發(fā)展。

房地產業(yè)既是資本密集、關聯度高的產業(yè)，又是提供生活必需品的基礎產業(yè)，判斷房地產業(yè)形勢和發(fā)展前景必須從基本國情出發(fā)，充分考慮中國加速的城市化進程和住房市場化改革的影響，以科學發(fā)展觀為指導，在經濟社會發(fā)展的整體環(huán)境中去把握。

從短期來看，房地產業(yè)受政策性因素影響較大；從中長期來看，房地產業(yè)屬于朝陽產業(yè)，目前還處于總量增長時期，現階段出現的結構性和區(qū)域性矛盾屬于前進中的問題，是長期發(fā)展中必然出現的相對波動。未來房地產業(yè)必將隨著宏觀經濟的持續(xù)發(fā)展和國家產業(yè)政策的調整逐步解決，房地產業(yè)的中長期趨勢良好。

參考文獻：

[1].李凱《中國行業(yè)發(fā)展報告》中國經濟出版社，2005

[2].牛鳳瑞《中國房地產發(fā)展報告》社會科學文獻出版社，2005