固定资产投资的计量经济学模型
固定资产投资价值评估模型研究
固定资产投资价值评估模型研究在企业的经营活动中，固定资产投资是不可避免的。
对于企业而言，投资口径的准确性和正确性直接影响到企业的经济效益和财务状况。
因此，在固定资产投资中，必须要对固定资产的价值进行准确评估。
如何对固定资产的价值进行科学合理评估，一直是企业和投资者关注的问题之一。
本文将通过对固定资产投资价值评估的研究，提出一种适用于中国的固定资产投资价值评估模型。
一、固定资产价值评估的现状1.传统的固定资产价值评估方法固定资产价值的评估一直是企业发展中重要的环节之一。
传统的固定资产价值评估方法主要是直接计算资产价值，即根据固定资产的购置成本和使用年限，按照约定的折旧率计算出固定资产剩余价值，然后减去固定资产的净值、抵押贷款等因素，是一种简单粗暴的方法。
2.传统方法存在的问题然而，这种方法往往会忽略了固定资产随时间流逝所带来的市场变化，也没有考虑到固定资产的市场价值。
因此，传统的固定资产价值评估方法往往存在误差，难以准确反映固定资产的真实价值。
二、固定资产投资价值评估模型1.收益率贴现法为了更准确地综合考虑资本利得、折旧损失和市场风险等因素，在现代的固定资产价值评估中，更多地采用了收益率贴现法进行评估。
该方法的基本思路是将未来的现金流折现到当期，以得出资产的当前价值。
具体方法如下：【图1】收益率贴现法2.现金流量贴现法现金流量贴现法是一种以未来现金流量为基础，将未来现金流量折现到当前期，从而确定当前资产价值的方法。
它是一种以现金流作为评估对象，以确定未来现金流量所构成现金流的当前价值的贴现方法。
在确定未来现金流量的时候，必须先对其进行估计。
【图2】现金流量贴现法三、适用于中国的固定资产投资价值评估模型1.国际经验的应用现代的固定资产投资价值评估方法同样取得了不小的发展，包括美国、英国、日本等发达国家都对此有着很高的研究和实践成果，对中国固定资产投资价值评估方法的借鉴有着重要意义。
2.中国特定情况的应用然而，在中国的实际情况下，固定资产投资的价值评估面临一些特殊的问题。
我国固定资产投资总额的动态分析——基于ARIMA模型
－ ． ２１ １９ ０ ７
Ａ ＭＡ（，） Ｒ １ ４
－ ．６ Ｏ ８ ２４ ｌ４
— －１Ｏ ６ ２３ ７ ６
根据 最优模型的最小信 息量选择原则 ， 上表的比较分 通过
析 ，最小信 息量检 验显示 无论是使 用 Ａ Ｃ准则 还是使用 Ｓ Ｃ Ｉ Ｂ 准 则 ， ＶＭＡ（ ，） Ａ． １４ 均要 优于 ￣ ＲＭＡ １ １模 型 ， 以本文选择 （ ，） 所 Ａ ＲＭＡ １４ 模型进行拟合 。 （ ，） （） ３ 参数估计与模型检验
验
、 介
■ ■■■■■■■■■ ■■■■■■■■ ■●●■■■■●■● ■＿
Ｐ０ ＲＡＲＹＥＣ０ Ｎ ０Ｍ Ｉ ＣＳ
【 摘要 】固定资产投 资总额是影响一 国经济增长的重要 因
素， 对拉 动 国 民 经 济 的发 展 起 着 至 关 重 要 的作 用 。 本 文 以我 国 固定 资 产投 资 总额 为 例 ， 选取 １８－ ２ ０ ９２ ０ ９年 全社 会 固定 资产 投
投资在推动 我国经济高速发展的历程 中有着不容忽视的作用。 固定资产投资是影响我国过去 、 当前及未 来一 段时期经济 增长的关键因素 。我国固定资产投 资增 势良好 ， 对国民经济 的 平稳增长起到了重要 的支撑作用 ， 固定资产投 资总额的变化对 投资策略和经济增长研究具有一定 的指导作用 。因此 ， 研究我 国固定资产投 资总额变化趋势具有必要性 。本文通过 对选取 的 数据建立 自回归移动平均模型 ， 对固定资产投 资总额进行动态 分析和预测 ， 并对预测效 果给予评价 。
资 总 额 的 时 间序 列数 据 ， 用 Ｅ ｉ 软 件 对 该 数 据 进 行 计 量 分 利 ｖ ｗｓ ｅ
由于原 始数 据差异较 大 ， 为了便 于有效分析固定 资产投 资 总额变化趋 势 ， 消除时间序 列的异方差性 ， 对原数 据取对数 并 将 生成 的新 序列定义为 Ｌｌ 运用 Ｅ Ｅ Ｓ ｒ Ｙ， ＶＩＷ 软件对上述数 据做 趋势图 ， 如图 １ 所示 。从图 １ 可以明显看 出， 对数后的 固定资 取
固定资产投资与经济增长关系的计量分析
固定资产投资与经济增长关系的计量分析沙萌【摘要】固定资产投资对于经济增长有着重要的影响,在计量经济模型的基础上,利用协整分析和Granger因果检验的方法,探讨辽宁省经济增长与政府固定资产投资增长率之间的长短期关系,以及它们之间的Granger因果关系。
%The investment in fixed assets has an important impact on economic growth.On the basis of an econometric model,using cointegration analysis and Granger causality test to investigate the relationship between the economic growth and the growth rate of investment in fixed assets of Liaoning Province,as well as Granger causality between them.【期刊名称】《商丘职业技术学院学报》【年(卷),期】2012(011)003【总页数】4页(P52-55)【关键词】固定资产投资;经济增长;计量分析【作者】沙萌【作者单位】河南大学工商管理学院,河南开封475004【正文语种】中文【中图分类】F830.59赤字财政政策必然会导致通货膨胀［1］。
在2008年世界金融危机中，中国政府决定投资4万亿。
巨额投资对经济有何作用？对各地区的影响又如何？本文以辽宁省为例，对固定资产投资与经济增长的关系进行实证分析。
鉴于数据收集的困难，以及股票市场对于经济增长的促进作用并不明显［2］，我们采用《辽宁统计年鉴》（1993～2008年）的数据，包括人均GDP增长率、固定资产投资增长率，其中固定资产投资增长率反映政府固定资产投资水平。
所有数据都采用环比增长率来计算，同时，在消除价格因素时，以前一年价格作为基期。
福建省固定资产投资与经济增长的实证分析
计量经济学课程论文福建省固定资产投资与经济增长的实证分析姓名：张媛专业：国际经济与贸易双语实验班学号：40502022指导老师：周游2007-12-11福建省固定资产投资与经济增长的实证分析专业：国际经济与贸易双语实验班学号：40502022 作者：张媛摘要:固定资产投资对于经济增长有着重要的作用，本文以计量经济学的模型为基础，对福建省固定资产投资和经济增长进行定量分析.结果表明，固定资产投资能够促进经济增长，而且时间因素对福建的经济增长也有影响。
关键词: 固定资产投资；国内生产总值；计量经济学模型一．问题的提出经济增长是指一个国家或地区潜在的国内生产总值(GDP)或国民收入的增加。
在支出法核算国内生产总值中，GDP=消费支出＋投资支出＋政府购买＋净出口，而在中国的现阶段，GDP的增长主要依靠投资拉动。
而固定资产投资作为投资中的重要组成部分，与经济增长有着密切不可分的关系。
自改革开放以来，福建省的经济有着快速的发展：到2005年生产总值达到了17，004.31亿元（现价计算）比1978年的138.83亿元增长了16，000多亿元；而固定资产投资也是快速稳定的增长，2005年的2344.73亿元的固定资产投资是1978年13.35亿元的175.635倍。
如此看来，固定资产投资对经济增长有着重要的贡献，可是具体又是怎么样的，政府应该如何用好固定资产投资来发展经济呢？那么用具体的数字来进行实证分析就有着实际的重要意义。
本文就要用1978年到2005年福建省的国内生产总值和固定投资量，借助现代的计量经济学模型和软件（EViews5.0）具体实际的分析固定投资和经济增长的关系。
二．文献综述学术界已经证明美国等国家的固定资产投资同经济增长之间具有显著的正相关关系（De long和Summers,1992)，即固定资产投资率越高，经济增长速度越快。
在发展中国家，增加机器设备等物质资本投资能提高经济增长的速度，具体地，设备投资对经济增长的贡献率为0.2175，而非设备投资对经济增长的贡献率却只为设备投资的25%;Younge(1995)的研究也表明，物质资本投资增长、人力资本积累和劳动参与率的上升是东亚特别是“四小龙”(香港、新加坡、韩国和台湾)成功实现经济起飞的主要原因。
我国固定资产投资的研究背景和意义计量经济学
我国固定资产投资的研究背景和意义计量经济学研究背景和意义：固定资产投资是一个重要的经济指标，对于国家经济发展具有重要的影响。
固定资产投资是指在一定时期内用于购买、建造或改建固定资产的资金支出，包括房屋、设备、土地等。
固定资产投资的规模和增长率反映了一个国家或地区的经济活力和发展潜力。
研究固定资产投资的背景可以追溯到计量经济学领域，计量经济学是运用数理统计和经济理论方法来研究经济现象的学科。
通过计量经济学的方法，可以对固定资产投资进行量化分析，探索其与其他经济变量之间的关系，如GDP、劳动力市场、货币政策等。
固定资产投资的研究具有重要意义。
首先，它可以揭示经济增长的动力机制。
固定资产投资是经济增长的重要驱动力之一，研究固定资产投资可以帮助我们了解经济增长的根源和规律，为经济政策制定提供依据。
其次，研究固定资产投资可以评估政策效果。
政府通常通过激励或调控固定资产投资来促进经济发展，了解固定资产投资的决定因素和影响因素可以帮助政府评估其政策措施对经济的影响。
最后，固定资产投资的研究对于企业决策也具有重要意义。
企业的固定资产投资对于其发展和竞争力具有重要影响，研究固定资产投资可以帮助企业制定合理的投资策略和规划。
计量经济学：计量经济学是运用数学和统计学方法来研究经济现象的学科。
在研究固定资产投资时，计量经济学可以帮助我们建立经济模型，提供对经济变量之间关系的量化分析。
在计量经济学中，常用的方法包括回归分析、面板数据分析、时间序列分析等。
通过这些方法，我们可以评估固定资产投资与其他经济变量之间的关系，如收入水平、利率、政府支出等。
回归分析是计量经济学中常用的方法之一。
它通过建立数学模型，将固定资产投资作为因变量，将其他经济变量作为自变量，通过统计方法来估计它们之间的关系。
回归分析可以帮助我们确定固定资产投资的决定因素和影响因素，进而预测固定资产投资的走势。
面板数据分析是一种研究多个个体（如不同地区、不同企业）在时间序列上的数据的方法。
固定资产投资的计量经济学模型
・17・2008・07固定资产投资的计量经济学模型许楠（西南财经大学会计学院四川・成都611130）摘要：改革开放以来，我国固定资产投资已经历两次高速增长。
本文建立了一个以国内生产总值GDP 为因变量，以其它可量化的影响因素为解释变量的多元线性回归模型；运用多因素分析法对GDP 的增长变动及其主要影响因素进行了实证分析，从而得到相关启示，并结合我国现在的GDP 增长情况，为未来我国因固定资产而引起的GDP 变动情况提供了依据。
关键词：GDP 固定资产投资计量经济学多元线性回归模型一、问题的提出2008年，中国政府将继续实行“稳健”的货币政策和财政政策。
根据我们的理解，稳健的货币政策意味着央行在2006年仍将会保持利率政策适度从紧，而稳健的财政政策则表明财政部会减少国债的发行规模，削减政府赤字。
如果这些宏观政策得以贯彻实施，同时外部经济环境保持稳定，我们预计2005年中国固定资产投资的增长可以控制在20%左右，GDP 增长将会稳定在8%左右。
二、模型的建立（一）建立模型固定资产对一个企业来说是其主要的劳动手段，它的价值是逐渐地转移到所生产的产品上去。
企业同时又是重要的市场主体，因此对固定资产的投资间接的影响得到了一个经济体的产出，这里主要对GDP 及国有固定资产投资额，集体经济固定资产投资额，个体经济固定资产投资额，进行计量经济学多元线性回归模型分析。
Y=1+X23其中：Y —国内生产总值GDP（亿元）X 1—国有固定资产投资额（亿元）X 2—集体经济固定资产投资额（亿元）X 3—个体经济固定资产投资额（亿元）（二）我们对模型的初步设想在开始模型估计前，让我们先对回归系数的符号做一个预期：因为全社会固定资产投资按经济类型可分为国有经济，集体经济，个体经济，外商投资经济，股份制经济，农村经济等等，在这其中我们选取影响比较显著的三个因素，来做为固定资产投资对GDP 影响的主要因素进行分析研究。
我们初步认为这些因素的系数符号均可能为正，但仍需要通过具体的数据分析来确定。
固定资产投资与经济增长的误差修正模型分析(精)
固定资产投资与经济增长的误差修正模型分析【摘要】为了研究固定资产投资对经济增长的作用方向和效果，本文以重庆市为例结合当地实际经济发展状况，运用计量经济学中的协整关系检验和格兰杰因果检验及误差修正模型，对重庆1985～2009年的国内生产总值与固定资产投资之间的相关关系进行了实证分析，得出结论与启示，固定资产投资有效地推动了重庆市经济增长，二者之间存在着长期稳定关系，但还是要警惕投资过热后的一些问题并提出了相关建议。
【关键词】GDP；固定资产投资；误差修正模型在当今经济的高速列车上，投资需求已然成为我们国家经济一直保持着平稳较快增长的重要因素。
其中投资尤以固定资产投资为主要项目，因此固定资产投资对各省的经济增长起到了主要的促进作用。
重庆作为西南地区的唯一直辖市，成为国家振兴西部经济建设的先头军，也是西部战略中的重要门户。
近年来不仅大力引进外资，同时也增加了固定资产投资的力度，增加了劳动就业，通过比较优势和后发优势逐渐缩小与东部地区之间的差异，多管齐下的促进经济的增长。
为了研究固定资产投资对重庆市经济增长的作用方向和效果，本文欲采用1985～2009年的数据进行回归分析、协整检验、误差修正模型和格兰杰因果检验等计量方法，研究重庆市固定资产对GDP的影响。
由于计算过程中的数据繁琐，所有数据处理均采用excel和Eivews软件实现模型计算。
一、重庆固定资产投资与经济增长的实证分析（一）数据选取和分析本文所使用的样本取自1986-2010年重庆统计年鉴，为了剔除通货膨胀因素和消除数据产生的异方差影响，保证数据的可比性，所有数据除以当年的CPI并取对数，即LNGDP、LNFAI，从而增强数据的平稳性，使结论更准确真实。
同时为了大家直观了解FAI对GDP的作用以及两者的相关性，我们在样本区间对两者数据做了散点图，如图1所示。
（二）协整分析1．变量的平稳性检验。
本文采用的数据是时间序列，采用的方法是对数据进行差分检验，即ADF单位根检验。
固定资产投资的计量经济学模型
汇报人：XX
数据来源：选取合适的样本 数据，确保数据质量和可靠 性
模型应用：利用计量经济学 模型对固定资产投资进行预 测和评估
模型评估：通过对比实际数 据和预测数据，评估模型的
准确性和可靠性
结果分析：对模型结果进行 深入分析，挖掘固定资产投
资的变化趋势和影响因素
实证分析结果：对模型进行统 计检验和解释
预测准确性：模型对未来固定 资产投资的预测能力
政策建议：根据实证分析结果 提出针对性的政策建议
未来研究方向：展望未来固定 资产投资模型的研究方向和改 进空间
固定资产投资 模型能够较为 准确地预测固 定资产投资的 需求和供给。
固定资产投资 模型能够为企 业提供投资决 策的依据，帮 助企业做出合 理的投资决策。
固定资产投资 模型能够为政 府制定相关政 策提供参考， 有助于政府对 经济进行宏观
两阶段最小二 乘法：先对模 型进行一次最 小二乘估计， 得到残差，再 利用残差进行 第二次最小二
乘估计
模型的适用性检验 模型的稳定性检验 模型的预测能力检验 模型的比较优势检验
பைடு நூலகம்
数据来源：国家统计局、行业协会等权威机构 数据筛选：去除异常值、重复值和缺失值 数据预处理：对数据进行清洗、分类、编码和转换 数据质量评估：对数据的准确性、完整性和可靠性进行评估
调控。
固定资产投资 模型能够为研 究机构提供研 究工具，有助 于研究机构对 经济进行深入
研究。
模型假设过于简化，忽略了许多 实际经济因素
模型预测精度有限，不能完全预 测所有经济变化
添加标题
添加标题
添加标题
添加标题
模型参数难以准确估计，容易受 到数据噪音的影响
计量经济学讲义投资函数模型和货币需求函数模型
计量经济学讲义投资函数模型和货币需求函数模型投资函数模型和货币需求函数模型是财务管理和投资管理领域中常用的计量经济学模型。
这些模型可以帮助分析和解释投资决策和货币需求的关键因素，进而指导企业和个人进行有效的财务和投资管理。
本文将就这两个模型进行详细介绍。
一、投资函数模型投资函数模型是描述投资支出与其决定因素之间关系的经济模型。
投资支出是指企业和个人为购买和增加生产资产而进行的支出，通常包括固定资产投资和存货投资。
投资函数模型通过分析各种因素对投资支出的影响，帮助企业和个人预测和规划投资支出。
投资函数模型通常采用线性回归模型表示，基本形式为：I=α+βY+γR+δI其中，I表示投资支出，Y表示收入，R表示利率，α、β、γ、δ分别表示参数。
在这个模型中，收入是影响投资支出最重要的因素之一、通常情况下，较高的收入会促使企业和个人增加投资支出。
利率也是影响投资支出的重要因素之一，一般来说，较低的利率会鼓励更多的投资支出。
此外，企业和个人的预期收入和投资支出也会对实际投资支出产生影响。
根据这个模型，企业和个人可以根据自身情况预测和规划未来的投资支出。
同时，政府和金融机构也可以通过调控利率和提供相关政策，影响企业和个人的投资决策。
货币需求函数模型是描述货币需求与其决定因素之间关系的经济模型。
货币需求是指企业和个人为进行交易和储备而持有的货币数量。
货币需求函数模型通过分析各种因素对货币需求的影响，帮助企业和个人预测和规划货币需求。
货币需求函数模型通常采用经济学模型表示MD=f(Y,R,P)其中，MD表示货币需求，Y表示收入，R表示利率，P表示物价水平。
在这个模型中，收入是影响货币需求的最重要因素之一、一般来说，较高的收入会促使企业和个人增加货币需求。
利率也是影响货币需求的关键因素，一般情况下，较低的利率会减少货币需求。
物价水平也会对货币需求产生影响，一般来说，较高的物价水平会增加货币需求。
根据这个模型，企业和个人可以根据自身情况预测和规划未来的货币需求，例如确定适当的储蓄和投资计划。
计量经济学论文题目与选题参考(2021年-2022年)
最新计量经济学论文题目与选题参考计量经济学是经济学中的一门重要课程，它是对实际经济问题建立模型，对经济现象进行数据统计分析，最终达到预测评估的作用，在计量经济学论文写作中，首先我们要选择一个好的计量经济学论文题目，根据经济主题建立相应的计量模型，用数据和统计分析工具解决实际问题，最终成文，下面是近年来的计量经济学论文题目，供大家参考！1、××国居民消费与可支配收入关系的实证分析2、××年~××年中国失业多因素分析3、××省城市居民消费函数模型分析4、××省城乡居民储蓄存款的计量模型分析5、××省城镇居民消费模型分析6、××省就业状况对经济发展的影响分析7、××省就业状况计量及经济分析8、××省居民消费函数模型9、××省居民消费结构计量分析10、××省居民消费水平的多因素分析11、××省农业生产函数建立与分析12、××省人力资本存量的现状分析13、××省镇居民消费函数模型14、2005年~2021年中国失业多因素分析15、2005-2021年国际金融危机传播的空间计量经济学分析16、220kV变压器全寿命周期成本建模方法研究17、影响上市公司高管薪酬的企业因素实证分析18、中国期货市场与相关市场价格关系的实证研究19、AIC准则及其在计量经济学中的应用研究20、CM公司国际漫游语音业务发展影响因素的实证研究21、FDI对中国经济增长的影响22、FDI溢出效应23、GDP与进出口总额的计量分析24、GIS与空间计量经济学功能集成25、GMDH与回归分析的结合研究26、Johansen协整检验中DGP误设的研究与应用27、PTA与石油价格28、PVC与石油价格29、XX省居民消费水平的多因素分析30、白糖期货价格与现货31、半参数变系数分位数回归模型及其两阶段估计32、贝宁的本地大米供给分析33、贝叶斯计量经济学建模与经典学派比较研究34、玻璃产量与房地产的关系研究35、不同程度通货膨胀下消费与收入的关系36、财政支农与中国农业产出及增长的关系分析37、参数、非参数GARCH模型与半参数GARCH模型的比较研究38、餐饮业区域市场潜力的影响因素分析39、城市化动力机制的微观计量分析40、城市住房均衡价格供求模型41、城乡金融开发与收入差距42、城镇化影响因素43、城镇集体单位固定资产投资对国内生产总值的影响分析44、城镇居民消费水平影响因素浅析45、城镇居民住房面积的多因素分析46、城镇人均收入与人均通讯消费分析47、持仓量排名与价格变动48、储蓄和投资的利率弹性49、船舶市场的规律性分析与发展研究50、创新要素对产业创新绩效51、创业板块股权与股价52、创业板上市日价格波动与绩效53、存款准备金率变化的影响54、大都市经济增长中资本的产出55、带有空间自回归干扰项的空间自回归模型的参数估计56、贷款利率与房价57、道路货运业市场行为分析与运力结构调整58、地区人均收入影响因素的计量分析59、地铁对房价的影响实证分析60、电网物资仓库规模预测与布局选址规划研究61、店铺租金的确定62、东西部居民消费与收入差异63、豆粕价格与饲料64、对××省当前农村政策的合理性分析65、对××省房地产市场的实证考察66、对××省种植业收入模型的初步探索67、对上市公司利用新四项计提进行盈余管理的实证研究68、对外贸易与××省经济增长关系实证分析69、对我国国债发行规模的计量经济分析70、对我国经济增长的因素分析（地区可改）71、对我国人均GDP的各影响因素的计量分析72、对影响某高校研究生录取线的因素分析73、对影响人身保险保费收入诸因素的计量分析74、对中国制造业R&D效应的实证研究75、恩格尔系数模型检验76、发展中国家货币需求模型77、房价与地价的内生性78、菲利普斯曲线的验证79、分析我国影响钢铁产量的因素80、福建省税收数据预测及分析81、改革开放以来商品零售价格指数（RPI）变化因素分析82、工业产值与能源耗量的实证分析83、工资收入差异分析84、公共投资取向与经济增长的实证分析85、固定资产投资的计量经济学模型86、固定资产投资对××省GDP影响分析87、固定资产投资对GDP的影响88、关于××国政府社会保障支出与失业率的计量分析89、关于GDP与其他经济因素关系的计量分析90、关于PM2.5影响因素的统计分析91、关于封闭式基金价格问题92、关于国内旅游需求的计量分析93、关于国内旅游需求的计量经济学分析报告94、关于教育对中国经济增长作用的计量分析95、关于美国政府社会保障支出与失业率的计量分析96、关于农民人均纯收入的计量经济模型97、关于社会商品零售总额的案例分析98、关于司机年龄与发生车祸次数关系的分析99、关于影响大学生就业问题与人口老龄化问题的因素分析与思考100、关于影响就业人数的因素的计量分析101、关于影响我国南方几省市农业总产值因素的实证分析102、国债发行规模影响因素的实证分析103、含有空间误差成分的面板数据自回归模及参数估计的随机模拟104、航运市场运价波动对造船市场影响研究105、宏观经济模型的中国实证模型106、宏观经济政策对中国经济周期波动的影响分析107、湖南省农民收入与农村物流发展水平动态关系研究108、湖南省县域经济发展水平的空间计量经济学分析109、沪深债指波动的协整研究110、环境规制与FDI实证111、环境规制与能源效率112、黄淮海地区小麦生产布局演变研究113、黄金价格与ETF基金持仓114、黄金与白银115、货币超发的实证研究116、货币需求的弹性分析117、货币需求与通胀关联分析118、货币政策、利率传导机制实证分析119、货币政策有效性分析120、货币政策与GDP的回归分析121、货币政策与GDP关系的计量分析122、基金持股与A股收益波动123、基于BP网的关联分析及其在经济管理中的应用124、基于GARCH-EVT方法和Copula函数的组合风险分析125、基于GIS和VAR模型的××城市圈区域经济发展与土地利用结构拟合关系研究126、基于STAR模型的非线性协整定义及其检验127、基于材料形变理论的股票量价关系模型128、基于基尼系数衡量收入分配公平性的计量经济学方法研究129、基于计量经济学的电力投资分析与模型研究130、基于空间计量经济学的生产性服务业集聚及其影响因素研究131、基于空间计量学的云南省政府信息公开外部性研究132、基于空间视角的我国省际农村居民消费趋同性研究133、基于切片抽样MCMC方法的比较分析134、基于全寿命周期成本（LCC）的变电站建设的决策分析135、基于我国银行存款利率对流动性溢酬的研究136、基于无偏估计方程的模型选择137、基于系统动力学的中国大豆产业政策仿真138、基于系统角度的莱新铁矿产能研究139、基于支持向量机的概率密度估计140、吉林市鸡雏市场价格分析与预测141、吉尼系数影响因素的计量分析142、极端气候事件影响我国农业经济产出的计量经济学分析143、计量经济学涵义及其性质研究144、计量经济学消费--收入模型分析145、计量经济学在中国的应用146、计量经济学中的面板数据模型分析147、计量经济学中两种估计方法的实例应用148、计量经济学中统计建模的非参数方法和转变点分析149、加工工业产品出厂价格多因素分析150、加入WTO对我国纺织品服装贸易的影响和对策151、江苏交通运输业与国民经济发展的互动关系研究152、焦煤与螺纹钢153、焦炭与焦煤的价格154、金融发展对经济增长的贡献度量155、金融发展与东西部经济发展156、金融市场（超）高频数据建模及其实证分析157、具有空间相依误差的面板数据自回归模型及参数估计的统计计算实现158、开放经济下储蓄、投资与贸易余额关系的研究159、科技进步对中国经济增长的贡献分析160、空间计量模型及其在我国的应用研究161、空间面板数据模型及其应用研究162、矿产资源城市的系统评价163、利率、租金与房价164、利率汇率与外商直接投资165、利率与房地产投资166、利率与商业银行不良贷款率的波动实证分析167、利率与通胀的关系实证分析168、螺纹钢与股价169、旅游经济分析170、旅游业与经济增长关系的实证研究171、贸易顺差与韩元兑美元汇率172、煤炭行业安全投入与安全效益关系研究173、美国股市与法兰克福指数174、美国居民消费与可支配收入关系的实证分析175、美国汽车销量与经济增长176、美国玉米价格与大豆价格177、美元价格与黄金价格178、美元价格与美国经济增长179、美元价格与原油价格180、面板协整模型及其在中部城镇居民消费中的应用181、能源消费影响因素182、牛肉价格变动的影响因素183、农民人均纯收入影响因素的计量分析184、农民人均收入影响因素分析185、农民收入影响因素分析186、农民收入影响因素研究187、农业总产值分析188、农业总产值影响因素分析189、欧元价格与非商业基金持仓190、欧元实际汇率长期利率的实证分析191、浅析我国城市化的影响因素192、区域经济发展过程中的产业簇群问题研究193、区域经济空间集聚及其溢出效应研究194、区域时空信息与时空过程模型的GIS表达195、券商业绩与股市波动196、人民币升值与热钱流入197、日元实际汇率长期利率的实证分析198、如何提高农业产值和农民人均收入水平199、瑞朗实际汇率长期利率的实证分析200、瑞士社保支出与老龄人口比率201、三大产业的发展与城镇居民家庭消费支出的关系分析202、森林火灾计量经济学研究203、上市公司财务预警模型设计与分析204、上市公司高管变更对绩效的影响205、上市公司关联方交易对利润影响的实证研究206、市场经济条件下居民用电分析与预测模型的研究207、试探交通运输发展与国民经济的关系208、收入与私家车保有量209、数理经济学史研究210、税收收入与国内生产总值的关系分析211、税收收入与国内生产总值及进出口总额的关系分析212、税收收入与进出口总额的关系分析213、私家车拥有量的计量分析214、天气期货在中国电力行业的应用215、天然橡胶与合成橡胶216、铁矿石与螺纹钢217、通货膨胀的影响因素分析218、通胀的影响因素219、铜价与房地产价格220、铜铝价格联动性221、铜锌价格联动性222、投资额与生产总值和物价指数223、外国直接投资决定因素分析224、外商直接投资（FDI）对我国经济影响的实证分析225、外商直接投资FDI与国有企业改革的互动分析226、外资利用与我国进出口贸易关系的实证分析227、微观计量方法及其在农民收入问题方面的应用研究228、我国（××省市）旅游经济的因素分析229、我国××年-××年的财政收入和国民生产总值的计量分析230、我国GDP增长与人民就业及生活水平的关系分析231、我国白糖消费与经济增长232、我国财产保险市场发展的因素分析233、我国财政收入与部分支出结构234、我国采矿业龙头企业利润因素分析235、我国车险费率市场化问题的研究236、我国当前的产业结构与劳动力结构分析237、我国改革开放以来固定资产投资与GDP关系分析238、我国钢铁产量的影响因素分析239、我国固定资产投资对经济增长的滞后影响分析240、我国固定资产投资周期波动及其影响因素研究241、我国国内债务规模的多元线性分析242、我国国债发行规模影响因素的分析243、我国国债挤出效应的实证分析244、我国经济增长对能源消耗的依赖245、我国居民消费的因素分析246、我国居民消费函数实证分析247、我国居民消费增长模型248、我国利用外资与GDP关系我国人均GDP与消费的计量分析249、我国粮食价格形成机制研究250、我国旅游经济的因素分析251、我国农民收入影响因素的回归分析252、我国汽车需求的因素分析253、我国人均GDP与消费的计量分析254、我国入境旅游外汇收入结构实证分析255、我国涉外旅游业收入的实证分析256、我国私人汽车拥有量影响因素分析257、我国外汇储备及其影响因素的分析258、我国消费的影响因素分析259、我国资本市场与经济增长的实证分析260、××市投资额影响因素的实证分析261、西方消费理论在中国的实证分析262、限贷对房价影响的度量263、新中国出口的影响因素分析264、虚拟社区用户后继参与行为以及持续参与行为的研究265、银行股权结构与绩效实证分析266、银行信贷资金与股票市场交易金额变动的关系267、印尼棕榈油与国内棕榈油268、影响××省房地产业发展的因素分析269、影响GDP增长的经济因素分析270、影响IPO公司上市前后的绩效分析271、影响保费收入的因素分析272、影响电信业的因素分析273、影响股价指数的因素分析274、影响黑龙江省机电产品出口的因素研究275、影响居民消费水平的因素分析276、影响居民消费水平的主要因素分析277、影响粮食产量的相关因素分析278、影响人身保险保费收入的重要因素分析279、影响上市公司高管薪酬的企业因素实证分析280、影响寿险保费收入的因素分析281、影响我国城镇居民消费性支出的因素分析282、影响我国电力产量的因素分析283、影响我国居民储蓄的相关因素的实证分析284、影响我国粮食总产量诸因素分析285、影响我国农业总产值因素的实证分析286、影响新股上市定价的因素分析287、影响银行卡交易量的因素分析288、影响中国汽车产量的多因素分析289、有关我国进口商品消费的计量分析290、有关我国居民储蓄影响因素的计量分析291、在校学生总数变动的多因素分析292、浙江省大学排名变化的影响因素293、浙江省居民消费函数变化294、浙江省农村居民消费结构分析295、政府对公共卫生事业的投资分析296、政府投资和民间投资与经济增长的关系研究297、中国城市居民消费计量分析298、中国城镇化与经济增长、农村发展关系的研究299、中国城镇居民2021年可支配收入分析300、中国出口的影响因素分析301、中国对美国进口总额的分析302、中国股票内在价值影响因素的实证分析303、中国股票市场若干现象的实证分析304、中国股票市场一体化进程研究305、中国货币需求函数实证研究306、中国进出口相关因素的数量与实证分析307、中国经济增长的影响因素实证分析308、中国经济增长与周期波动309、中国粮食总产量多因素分析310、中国旅游业发展状况分析311、中国能源需求影响因素实证分析312、中国农业总产值问题的计量分析313、中国期货市场与相关市场价格关系的实证研究314、中国汽车产业市场需求规模及均衡情况下供给规模的调整315、中国上市公司现金股利的影响因素分析316、中国生产者服务业的影响因素与关联效应的实证研究317、中国铁矿石需求预测318、中国证券市场与经济增长319、中长期宏观经济预测模型、方法及应用研究320、周恩来的经济计量分析方法论探究321、资本结构主要影响因素分析。
固定资产投资效益评估的实证研究
固定资产投资效益评估的实证研究随着经济的快速发展和全球化的不断深入发展，固定资产投资对于一个国家或地区的经济发展至关重要。
然而，固定资产投资是否能够带来预期的效益一直是固定资产投资领域的研究焦点。
那么，如何评估固定资产投资的效益呢？本文将对固定资产投资效益评估进行实证研究。
一、固定资产投资效益评估模型目前，固定资产投资效益评估常用的模型有NPV、IRR、PBP、PPI等。
其中，NPV（净现值）和IRR（内部收益率）是最常用的两种模型。
NPV模型通常用于计算固定资产投资项目的全面经济效益，它把项目所有收益和支出计入考虑，计算出项目的净现值。
如果净现值为正，则项目产生的经济效益高于项目成本；如果净现值为负，则项目的收益不足以弥补投资成本。
IRR模型是衡量投资项目财务效益的一种方法，它是使固定资产投资项目产生的现金流量净额等于项目成本的实际利率，如果IRR大于折现率，则说明该投资具有可行性。
其次，PBP（投资回收期）和PPI（投资质量指数）是常用的固定资产投资效益评估模型。
PBP模型是指固定资产投资项目所需时间达到成本和收益的平衡，即投资成本的回收期，长短程度反映出该项投资的风险与回报。
PPI模型则是投资者判断投资项目是否值得投资的一种方法，它通过计算项目的投资产出比和投资成本比，得出PPI值，PPI高，则说明投资项目获得的收益大于成本，反之亦然。
二、固定资产投资效益评估的实证研究1. 国内外固定资产投资效益评估研究进展国外早在20世纪60年代开始，就已经形成了比较完整的固定资产投资效益评估理论体系，其模型种类丰富，如财务评估模型、企业效益评估模型、经济效益评估模型等。
而在中国，固定资产投资效益评估的研究起步较晚，随着经济社会的不断发展，其研究得到了极大的重视和发展。
目前，国内外学者在PBP、IRR、NPV、PPI等固定资产投资效益评估模型的应用上，也做出了大量的实证研究。
2. 电子信息产业固定资产投资效益评估在实证研究中，电子信息产业固定资产投资效益评估引起了广泛关注。
我国固定资产投资的ARIMA模型及其预测
我国固定资产投资的ARIMA模型及其预测作者：谢婧芸来源：《中国经贸》2017年第14期【摘要】本文选取了1980-2015年我国全社会固定资产投资的相关数据作为研究样本，从时间序列的定义出发，结合统计软件R，对1980-2013年的数据建立ARIMA模型，并以2014-2015年的数据作为参照，判断模型的拟合效果，进而对2016-2018年固定资产投资进行预测。
【关键词】时间序列分析；单位根检验；ARIMA模型；预测一、引言改革开放以来，随着我国经济高速发展，我国全社会固定资产投资也以很大的增量快速增长，从1980年的910.9亿元猛增到2015年的561999.83亿元。
本文没有考虑影响固定资产投资的其他因素，因为其影响因素很多并且相关性很高，研究起来很复杂，因此本文从动态的角度考虑，研究固定资产投资的时间序列，建立自回归移动平均模型，通过模型预测值与真实值比较来判断模型拟合的效果，并给出今后几年数据的预测值，可以作为固定资产投资的一个参考数据。
二、实证研究及其分析1.数据收集本文选择的变量为全社会固定资产投资，选择了1980-2015年的数据进行分析，数据来源于CSMAR数据库。
为了检验模型的准确性，本文选择1980-2013年的34个数据进行建模，并通过比较2014-2015年的预测值和真实值来检验拟合效果，最后对2016-2018年的我国固定资产投资进行预测。
2.数据的平稳性检验通过做时间序列图我们发现，原始数据的时间序列图随时间变化剧烈，不平稳，因此我们对原始数据进行对数处理，记为lnfi。
通过对处理过后的对数数据进行ADF检验，得到lnfi的一阶差分平稳，记为dlnfi，因此我们选定dlnfi进行建模。
在ARIMA模型中，我们已经确定了d=1，下面我们通过EACF方法来确定模型的p和q，EACF结果输出如下：3.模型建立在ARIMA模型中，我们已经确定了d=1，下面我们通过EACF方法来确定模型的p和q，EACF结果输出如下：AR/MA0 1 2 3 4 50 oooooo1 x o oooo2 x o oooo3 xx o ooo4 xx o ooo5 x o oooo我们尽量选择数量小并且符合模型要求的阶数，因此我们选择p=1，q=1。
【投资】固定资产投资与经济增长的计量经济学分析
【关键字】投资我国固定资产投资与经济增长分析2009级金融专业蔡斯文学号：020039在宏观经济学的理论中，投资是构成GDP的一部分，我国经济增长一般都用我国的GDP 总量来衡量。
从这一点来说，投资与经济增长之间应该存在着相关关系。
为了探讨其具体的定量关系，我将用固定资产与GDP进行返回分析，探讨投资中的固定资产部分对GDP的贡献。
一、理论基础在宏观经济学中，经济增长被定义为产量的增加。
这里的产量可以表示为经济总产量，也可以表示为人均产量。
通常我们用我国的GDP总量的变化来反映我国的经济增长状况。
再用支出法计算我国的GDP时，其中投资是四大项目之一。
也就是说投资是构成GDP的一部分，因此其对经济增长有着非常重要的作用。
投资分为固定资产投资和存货投资，。
由于投资与经济增长存在着相互作用，因此，从理论上讲固定资产投资对经济增长也存在着相互作用、相互影响的关系。
固定资产投资的增加可以推动我国经济总量的增长，同时经济增长的水平在一定程度上也决定着固定资产投资总量的水平。
一般认为，固定资产投资与经济增长之间存在着正相关关系。
我将对固定资产投资与GDP进行计量经济学的返回分析，做出他们之间的定量关系。
二、必要的统计计量分析一般情况下，我国对GDP或固定资产投资的统计都是在当年的价格水平下进行的，也就是说，统计的数据与往年的数据间存在着价格因素的影响。
因此，要进行返回分析，不能直接用当年的数据，也就是不能直接用统计年鉴上统计的GDP和固定资产投资总额。
为了排除在做返回时价格因素对数据的影响而影响返回结果，必须对数据进行必要的处理。
下面就是78年到2009年，我国的按当年价格统计的GDP和固定资产投资总额，以及经过处理后的数值。
单位：亿元说明：GDP数据来源于近年《中国统计年鉴》，固定资产投资数据来自中国经济信息网，以及1999年《中国统计年鉴》，其中78、79年的固定资产投资来自1983年《中国统计年鉴》，中国统计出版社。
ARIMA模型在省级全社会固定资产投资预测中的应用
差序列是否为纯随机序列噪声来进行 。如果残差序
列不是白噪声 ,则意味着残差序列还存在有用信息
未被提取 ,需要进一步改进模型 。
图 5 AR IMA (1, 1, 1)模型的残差图及 Q 检验
对 AR IMA (1, 1, 1)模型的残差项进行白噪声检 验 (见图 5) ,可以得出残差序列相互独立即为白噪 声的概率很大 ,故不能拒绝序列相互独立的原假设 , 且残差通过扩充 ADF 单位根检验 ,所以残差通过白
- 4. 068 1 - 3. 122 2 - 2. 704 2
(二 )模型识别和定阶
1. 做出时间序列 {DLNX}的直到滞后 10 期的 ACF和 PACF图 (见图 3) 。
·106·
© 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved.
(三 )模型的估计 运用 AR IMA ( 1, 1, 1 )模型来拟和 DLNX 数据 , 估计结果 (见图 4) 。
图 4 自回归估计结果
其拟合方程为 :
DLN Xt
= 0. 1991
+ 0. 4967DLN X t- 1
+
ε t
基于ARIMA模型:全社会固定资产投资总额预测
基于ARIMA模型：全社会固定资产投资总额预测
薛蓓蓓
【期刊名称】《统计与决策》
【年(卷),期】2014()15
【摘要】ARIMA模型能较好地解决非平稳时间序列的建模问题,并且在时间序列的短期预测方面有很好的表现,借助于Eviews等统计软件,可以方便地将ARIMA模型用于时间序列问题的研究和预测。
文章利用安徽省1980--2012年的全社会固定资产投资总额数据,运用计量经济学软件Eviews基于时间序列分析方法建立相应的ARIMA模型,进行预测分析。
【总页数】3页(P141-143)
【关键词】ARIMA;全社会固定资产投资;时间序列分析;预测
【作者】薛蓓蓓
【作者单位】淮北师范大学经济学院
【正文语种】中文
【中图分类】F830.59
【相关文献】
1.基于ARIMA模型的贵州全社会固定资产投资预测 [J], 谭棉
2.福建省全社会固定资产投资预测研究——基于ARIMA模型与二次指数平滑法的应用 [J], 林雅娜;黄显钧
3.基于ARIMA模型的河南省全社会固定资产投资预测分析 [J], 杨茂;王长春;;
4.基于ARIMA模型的我国全社会固定资产投资预测研究 [J], 张军
5.基于拓展ARIMA模型的全社会固定资产投资拟合及预测 [J], 倪宁宁
因版权原因，仅展示原文概要，查看原文内容请购买。
计量经济学4种常用模型
计量经济学4种常用模型计量经济学是经济学的一个重要分支，主要研究经济现象的数量关系及其解释。
在计量经济学中，常用的模型有四种，分别是线性回归模型、时间序列模型、面板数据模型和离散选择模型。
下面将对这四种模型进行详细介绍。
第一种模型是线性回归模型，也是计量经济学中最常用的模型之一。
线性回归模型是通过建立自变量与因变量之间的线性关系来解释经济现象的模型。
在线性回归模型中，自变量通常包括经济学理论认为与因变量相关的变量，通过最小二乘法估计模型参数，得到经济现象的解释。
线性回归模型的优点是简单易懂，计算方便，但其前提是自变量与因变量之间存在线性关系。
第二种模型是时间序列模型，它主要用于分析时间序列数据的模型。
时间序列模型假设经济现象的变化是随时间演变的，通过分析时间序列的趋势、周期性和随机性，可以对经济现象进行预测和解释。
时间序列模型的常用方法包括自回归移动平均模型（ARMA）、自回归条件异方差模型（ARCH）等。
时间序列模型的优点是能够捕捉到时间的动态变化，但其局限性是对数据的要求较高，需要足够的时间序列观测样本。
第三种模型是面板数据模型，也称为横截面时间序列数据模型。
面板数据模型是将横截面数据和时间序列数据结合起来进行分析的模型。
面板数据模型可以同时考虑个体间的差异和时间的变化，因此能够更全面地解释经济现象。
面板数据模型的常用方法包括固定效应模型、随机效应模型等。
面板数据模型的优点是能够控制个体间的异质性，但其需要对个体间的相关性进行假设。
第四种模型是离散选择模型，它主要用于分析离散选择行为的模型。
离散选择模型假设个体在面临多种选择时，会根据一定的规则进行选择，通过建立选择概率与个体特征之间的关系，可以预测和解释个体的选择行为。
离散选择模型的常用方法包括二项Logit模型、多项Logit模型等。
离散选择模型的优点是能够分析个体的选择行为，但其局限性是对选择行为的假设较强。
综上所述，计量经济学中常用的模型有线性回归模型、时间序列模型、面板数据模型和离散选择模型。
计量经济学模型
1969 R. Frish J. Tinbergen 1973 W. Leotief 1980 L. R. Klein 1984 R. Stone 1989 T. Haavelmo 2000 J. J. Heckman D. L. McFadden ○16位担任过世界计量经济学会会长 ○ 30位左右在获奖成果中应用了计量经济学 ○“二战以后的经济学是计量经济学的时代”-Samuelson ○“计量经济学的讲授已经成为经济学课程表中最有权威 的济活动中各因素之间的理论关系， 用确定性的数学方程描述。例如，生产函数可描述为： Q Aet K L 公式描述了技术、资本、劳动与产出量之间 的理论关系，认为这种关系是准确实现的。利用数理经济 模型，可以分析经济活动中各种因素之间的互相影响，为 控制经济活动提供理论指导。但是，数理经济模型并没有 揭示因素之间的定量关系，在上式中，参数是未知的。
解释：如何正确地选择解释变量
• 首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和 经济行为规律。这是正确选择解释变量的基础 – 例如，在上述生产问题中，已经明确指出属于供给不足的情况， 那么，影响产出量的因素就应该在投人要素方面，而在当前，一 般的投人要素主要是技术、资本与劳动 – 如果属于需求不足的情况，那么影响产出量的因素就应该在需求 方面，而不在投入要素方面。这时，如果研究的对象是消费品生 产，应该选择居民收人等变量作为解释变量；如果研究的对象是 生产资料生产，应该选择固定资产投资总额等变量作为解释变量。
• 经济计量模型由系统或方程组成，方程由 变量和系数组成。其中，系统也是由方程 组成。
怎样看待计量经济模型？
• 广义地说，一切包括经济、数学、统计三 者的模型；
GDP与固定资产投资的计量经济模型分析
GDP与固定资产投资的计量经济模型分析关于GDP与固定资产投资的计量经济模型分析关于GDP与固定资产投资的计量经济模型分析市场营销：郎明关能耀一.解释模型固定资产对一个企业来说是其主要的劳动手段,它的价值是逐渐地转移到所生产的产品上去.企业同时又是重要的市场主体,因此对固定资产的投资间接得影响到了一个经济体的产出，而在一定时期内，社会储蓄总额对固定资产的投资起到很大的作用。
.这里主要对GDP及国有经济固定资产投资额(X1),以及储蓄总额（,进行计量经济学多元线性回归模型分析. 原始数据如下:单位(亿元)obs Y X1 X2 1991 21617.8 9241.6 5508.8 1992 26638.1 11759.4 8080.1 1993 34634.4 15203.5 13072.3 1994 46759.4 21518.8 17042.3 1995 58478.1 29662.3 xx9.3 1996 67884.6 38520.8 22974 1997 74462.69 46279.8 25300 1998 78345.2 53407.5 28457 1999 82067.5 59621.8 29876 2000 89403.6 64332.4 32619 xx 94812.96 73762.4 36898------数据《中国统计年鉴》我们建立了如下模型：Y=α+β1X1+β2X2+u 其中： Y——国内生产总值（GDP）α——常数项β1，β2——代定参数 X1——为储蓄总额 X2——为全社会固定资产总额我们分别利用EVIEWS软件，用最小二乘法进行回归分析及统计检验，Dependent Variable: Y Method: Least Squares Date: 06/03/04 Time: 17:18 Sample: 1991 xx Included observations: 11 Variable Coefficient Std. Error t-Statistic Prob. C7776.594 3394.531 2.290918 0.0512 X1 0.128950 0.2519600.511787 0.6226 X2 2.230490 0.563456 3.958585 0.0042 R-squared 0.987237 Mean dependent var 61373.12 Adjusted R-squared 0.984047 S.D. dependent var 25608.37 S.E. of regression 3234.483 Akaike info criterion 19.22813 Sum squared resid 83695054 Schwarz criterion 19.33664 Log likelihood -102.7547 F-statistic 309.4180 Durbin-Watson stat 1.013510 Prob(F-statistic) 0.000000由计算结果可以的出方程：Y=7776.594+0.128950X1+2.230490X2+U T （2.290918）（0.511787）（3.958585） R2= =0.987237 F=309.4180DW=1.013510〈一〉．经济意义的检验从经济意义上来说储蓄总额和固定资产对GDP有促进作用，由计算的结果：β1，β2>0 并且可决系数R2= =0.987237接近与1 可以看出来，所以模型的参数估计是符合经济理论的。
固定资产投资的计量经济学模型完整版
固定资产投资的计量经济学模型完整版固定资产投资的计量经济学模型杨思鸣 40404023摘要：改革开放以来，我国固定资产投资已经历两次高速增长。
其一是1984-1988年期间，由城市经济体制改革引发的集体经济投资快速增长引致的。
其二是1991-1994年经济过热期间由国有经济和集体经济投资的快速增长引致的。
此后，受紧缩性宏观调控政策，亚洲金融危机及结构性供过于求等多种因素的影响，固定资产投资增速在1995年以后大幅度下滑，到1999年降为5.1%。
2000年以后，固定资产投资增长恢复上升趋势，本轮投资快速增长主要是由非国有经济投资快速增长拉动的。
本文建立了一个以国内生产总值GDP 为因变量，以其它可量化的影响因素为解释变量的多元线性回归模型；运用多因素分析法对GDP的增长变动极其主要影响因素进行了实证分析，从而得到相关启示，并结合我国现在的GDP增长情况，为未来我国因固定资产而引起的GDP变动情况提供了依据。
关键词：GDP 固定资产投资计量经济学多元线性回归模型一、问题的提出全社会固定资产投资是社会固定资产再生产的主要手段。
通过建造和购置固定资产的活动，国民经济不断采用先进技术装备，建立新兴部门，进一步调整经济结构和生产力的地区分布，增强经济实力，为改善人民物质文化生活创造物质条件。
这对我国的社会主义现代化建设具有重要意义。
固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。
全社会固定资产投资按经济类型可分为国有、集体、个体、联营、股份制、外商、港澳台商、其他等。
1978年至2005年间，中国经济平均年增长率在9.5%左右，中国经济增长波动的标准差约3个百分点。
中国现阶段的经济增长只是达到了27年来的平均水平，预计2006年的增长速度在8%—9%，也仍属正常范围内。
与之形成对照的是，同期中国固定资产投资的增速的确过快。
从中国目前的现实出发，中国固定资产投资波动在22%至24%之间均属正常范围。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要：改革开放以来，我国固定资产投资已经历两次高速增长。
其一是1984-1988年期间，由城市经济体制改革引发的集体经济投资快速增长引致的。
其二是1991-1994年经济过热期间由国有经济和集体经济投资的快速增长引致的。
此后，受紧缩性宏观调控政策，亚洲金融危机及结构性供过于求等多种因素的影响，固定资产投资增速在1995年以后大幅度下滑，到1999年降为%.2000年以后，固定资产投资增长恢复上升趋势，本轮投资快速增长主要是由非国有经济投资快速增长拉动的。
本文建立了一个以国内生产总值GDP为因变量，以其它可量化的影响因素为解释变量的多元线性回归模型；运用多因素分析法对GDP的增长变动极其主要影响因素进行了实证分析，从而得到相关启示，并结合我国现在的GDP增长情况，为未来我国因固定资产而引起的GDP变动情况提供了依据。
关键词：GDP 固定资产投资计量经济学多元线性回归模型一．问题的提出全社会固定资产投资是社会固定资产再生产的主要手段。
通过建造和购置固定资产的活动，国民经济不断采用先进技术装备，建立新兴部门，进一步调整经济结构和生产力的地区分布，增强经济实力，为改善人民物质文化生活创造物质条件。
这对我国的社会主义现代化建设具有重要意义。
固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。
全社会固定资产投资按经济类型可分为国有、集体、个体、联营、股份制、外商、港澳台商、其他等。
1978年至2004年间，中国经济平均年增长率在%左右，中国经济增长波动的标准差约3个百分点。
中国现阶段的经济增长只是达到了26年来的平均水平，预计2005年的增长速度在8%至9%之间，也仍属正常波动范围。
与之形成对照的是，同期中国固定资产投资的增速的确过快。
从中国目前的现实出发，中国固定资产投资波动在%至24%之间均属正常范围。
但中国2003年固定资产投资增幅已接近27%，去年达到%。
经过2004年的宏观调控，固定资产投资过快的趋势已经得到一定的缓解，通货膨胀压力正在减轻。
从总量数据来看，目前固定资产投资的增长率仍在高水平徘徊，政府的紧缩政策对投资的控制力度似乎不够。
但通过对部门分类的投资数据分析，我们发现，中国的固定资产投资结构2004年已经发生了显著的变化。
首先，制造业投资的年比增长率下降了近一半，同时，农林牧业的投资终止了连年下降的势头，由年初的%负增长变为%的正增长，此外，在制造业内部，对交通和矿业等瓶颈产业的投资不降反升。
由此可见，2004年中国政府的宏观调控更加注重于治理经济结构，而非市场理解的控制增长总量。
长期以来，国际经济界断定中国近年来的经济成长主要归功于“投资拉动”。
然而我们发现，虽然在上世纪80和90年代固定资产投资对中国经济增长的贡献首屈一指，但自2002年一季度至今，消费对于GDP 增长的贡献已经超过了固定资产投资的贡献。
经济结构已经从“投资拉动”转型为“消费拉动”。
2005年，中国政府将实行“稳健”的货币政策和财政政策。
根据我们的理解，稳健的货币政策意味着央行在2005年将会保持利率政策适度从紧，而稳健的财政政策则表明财政部会减少国债的发行规模，削减政府赤字。
如果这些宏观政策得以贯彻实施，同时外部经济环境保持稳定，我们预计2005年中国固定资产投资的增长可以控制在15-20%之间，GDP增长将会稳定在%左右。
我国当前固定资产投资增长的主要特征：（一），非国有经济是新一轮投资快速增长的主导力量。
（二），政府投资的诱导作用弱化，市场约束力加强；再市场经济框架基本建立，企业预算约束僵化之后，市场对企业的投资行为的约束力不断加强。
（三），企业技术改造意愿加强，更新改造投资相对快速增长。
（四），制造业和社会服务业投资快速增长，在投资总额中的比重持续提升；2000年以来我国投资结构的这一变化特征，表明我国经济结构在经过多年的调整后，已进入以制造业和服务业相对快速发展为特征的新工业化时期。
（五），投资率和固定资产投资率进一步提高；投资率和固定资产投资率分别从2000年的%和%提高到2002年的%和%，2003年前三季度固定资产率进一步提高到%,是1953年以来的历史最高水平。
二．模型的建立（一）.建立模型固定资产对一个企业来说是其主要的劳动手段，它的价值是逐渐地转移到所生产的产品上去。
企业同时又是重要的市场主体，因此对固定资产的投资间接的影响得到了一个经济体的产出，这里主要对GDP及国有固定资产投资额，集体经济固定资产投资额，个体经济固定资产投资额，进行计量经济学多元线性回归模型分析。
Y=β+β+ β+β其中：Y—国内生产总值GDP （亿元）—国有固定资产投资额（亿元）—集体经济固定资产投资额（亿元）—个体经济固定资产投资额（亿元）（二）我们对模型的初步设想：在开始模型估计前，让我们先对回归系数的符号做一个预期：因为全社会固定资产投资按经济类型可分为国有经济，集体经济，个体经济，外商投资经济，股份制经济，农村经济等等，在这其中我们选取影响比较显著的三个因素，来做为固定资产投资对GDP影响的主要因素进行分析研究。
我们初步认为这三个因素对GDP都有正相关的影响，只是影响程度有所不同，即认为这些因素的系数符号均可能为正，但仍需要通过具体的数据分析来确定。
三．相关数据的收集我们选择时间序列的年度数据，样本期为1980-2003年，共24个样本。
由于是小样本，检验和解释都有一定的难度，因此我们倍加小心。
数据来源为1980-2003《中国统计年鉴》。
国内生产总值和全社会固定资产投资(按经济类型分) 单位：亿元年份GDP 国有经济集体经济个体经济1980 46 119198119821983 9521984 409198519861987 5471988 30201989 570199019911992 122219931994 46670 9615199519961997199819992000200120022003 21661 7563四．模型的参数估计、检验及修正（一）、模型的参数估计及检验利用EVIEWS软件，用OLS方法估计得：（见下表）Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 22:45Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob. CX1X2X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Ŷ = +T=R-squared= Adjusted R-squared=0.996656 F-statistic=以上是该模型的OLS估计的结果，其中由于X1的T检验值非常显著，因此将X1，X2合并为一个解释变量，也就是将国有经济与集体经济固定资产投资额的和看作为公有经济固定资产投资额（X1+X2），令X1+X2=X12我们重新对其进行估计：Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 22:58Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.CX12X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)我们 08146) (得到406.新的多元线性回归方程：Ŷ = ++T=R-squared= Adjusted R-squared= F-statistic=分析：由F=>(2,21)=（显著性水平为），修正后的可决系数达。
说明模型从整体上看拟合效果较好，表明应变量和各解释变量之间线性关系显著。
但查t分布表，在自由度为n-3=21下，得临界值(21)=，常数项不通过t检验。
计量经济学检验1.多重共线性检验及修正检验计算解释变量之间的简单相关系数，结果如下：X12 X3X12X3由上表可看出，解释变量之间存在高度线性相关，这说明模型中解释变量很可能存在多重共线性。
修正①运用差分模型形式进行修正：令dy=y-y(-1) dx12=x12-x12(-1) dx3=x3-x3(-1)其中y(-1)表示y的滞后一期值,同样X12(-1),X3(-1)也表示它们的滞后一期。
再次进行OLS线性回归，结果如下：Dependent Variable: DYMethod: Least SquaresDate: 06/08/05 Time: 23:19Sample(adjusted): 1981 2003Included observations: 23 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.CDX12DX3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)dŶ =++T=R-squared= Adjusted R-squared=0.747788 F-statistic=再次检验多重共线性：DX12 DX3DX12DX3可以看到多重共线性已经得到缓解，但模型的可决系数并不高，整体拟合效果不是很好，这可能是由于采用了差分模型形式，出现了du序列相关的问题。
2．异方差的检验由于采用了时间序列数据，考虑ARCH检验，输出结果如下：ARCH Test:F-statistic ProbabilityObs*R-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/09/05 Time: 08:24Sample(adjusted): 1984 2003Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.C 2796224. 1698777.RESID^2(-1)RESID^2(-2)RESID^2(-3)R-squared Mean dependent var 3533276. Adjusted R-squared . dependent var 5573683. . of regression 5732894. Akaike info criterion Sum squared resid +14 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)从图中得到Obs*R-squared=，查卡方分布表，给定显著性水平，自由度为3，得临界值χ（3）=远大于,表明模型中并不存在异方差。