固定資產投資運行分析精選(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運行分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：固定資產投資運行分析范文

今年以來，面對宏觀經濟持續下行和產業結構加速調整的雙重壓力，全市上下認真貫徹市委市政府決策部署，堅持把穩投資作為穩增長的關鍵，積極對接國家投資方向和產業政策，全力推進項目建設，固定資產投資保持平穩增長。

一、上半年固定資產投資運行情況

（一）投資保持平穩增長。1—6月，全市全社會固定資產投資完成712.2億元，同比增長（簡稱“增長”，下同）14.2%，固定資產投資總量位居全省第6位，增速位居全省第5位，比全國、全省平均水平分別高5.2個、1.9個百分點。上半年完成全社會固定資產投資占全年投資預期目標1310億元的54.4%，實現投資總量過半目標。

（二）三次產業投資增速放緩。第一產業完成投資33.1億元，增長45.4%，增速比上年同期回落17.2個百分點、比今年一季度回落53.2個百分點；第二產業完成投資153.1億元，下降1.4%，增速比上年同期回落13.3個百分點、降幅比今年一季度收窄6.6個百分點；第三產業完成投資526億元，增長18.1%，增速比上年同期回落11.9個百分點、比今年一季度回落1.5個百分點。三次產業投資增速總體呈下降趨勢，且下降幅度比較大。

（三）行業投資結構極不平衡。1-6月，全市有15個行業投資保持增長，其中金融業、建筑業、科學研究和技術服務業、信息傳輸、軟件和信息技術服務業、衛生和社會工作等5個行業投資保持3位數增長，增速分別為605.3%、328.6%、274.7%、145.9%、116.7%。全市有4個行業投資呈負增長，其中，采礦業完成投資9.04億元，下降27.3%；交通運輸、倉儲和郵政業完成投資83.97億元，下降17.4%；制造業完成投資100.87億元，下降12.5%；教育業完成投資15.23億元，下降6.5%。房地產業、水利、環境和公共設施管理業、制造業、交通運輸、倉儲和郵政業、農林牧漁業等5個行業為投資重點領域，共完成投資570.8億元，占全社會固定資產投資的80.1%。

（四）民間投資逐步升溫。受工業企業效益逐步回暖和國家出臺刺激民間投資政策等因素影響，民間投資增幅逐步上升。1-6月，民間投資完成390.9億元，增長10.4%，民間投資占全社會固定資產投資的54.9%，增速比今年一季度、1-4月、1-5月分別提高7.8個、2.5個、5.2個百分點，環比呈上升趨勢。

（五）省市重點項目建設加快推進。全市664個省市縣重點項目完成投資496.3億元、占年度投資計劃61%，其中：156個省市重點項目累計完成投資201.1億元、超時間進度13.8個百分點（27個列省獨立考核的重點項目完成投資61.3億元、超時間進度9.5個百分點），508個縣級重點項目完成投資295.2億元、超時間進度9個百分點。321個新開工類項目完成投資146.2億元、占年度計劃45%；154個加快建設類項目完成投資214.9億元、占年度計劃66.6%；189個竣工類項目完成投資135.2億元、占年度計劃82%。

二、存在的主要問題

（一）工業和技改投資呈負增長。受宏觀經濟下行及市場整體低迷的影響，業主投資意愿減退，新開工工業項目減少，制造業投資下滑。1—6月，全市完成工業投資149.8億元（去年同期為154.5億元）、下降3%；全市技改投資完成59.4億元，下降39.4%。

（二）部分重大項目進展緩慢。6個省市重點項目，29個專項建設基金項目因前期工作不到位、征地拆遷、設計變更等原因，未按計劃開工。星光光電LED戶內外照明燈具生產等10個續建省市重點項目因資金短缺、規劃調整等原因，建設進度滯后。

（三）統計庫存投資余額不足。新入庫項目嚴重不足，在庫項目余額持續處于“瀕危”狀態，不利于全年投資任務的完成。截止6月底，全市在庫項目1386個，較去年同期（1651個）減少265個，下降16.1%。在庫項目計劃總投資結余282.2億元、下降45.6%。

（四）投資5000萬元以上重大項目支撐乏力。呈現“小馬拉大車”的態勢。5000萬元以下項目投資增長較快，500—5000萬元投資項目1057個，完成投資214.3億元，增長39.2%，比全社會固定資產投資增速快25個百分點。但大型投資項目進度緩慢，全市5000萬元及以上項目329個，完成投資337.1億元，下降6.9%，比固定資產投資增速低21.1個百分點。

三、下步工作建議

（一）擴大開放協作，促進產業投資穩定增長。依托16個重大產業工作組，實施精準招商，著力簽約引進一批優質高端工業項目。深化行政審批改革、提高行政服務效能，切實解決招引工業企業“落地難”問題。以深入推進供給側結構性改革為抓手，鼓勵工業企業加大研發技改和設備更新投入，幫助工業企業拓寬融資渠道、減輕成本負擔，確保全市規上工業完成投資290億元、增長8%以上，全年工業投資完成376億元以上、技改投資完成175億元以上。力促25個項目全面開工建設，15個竣工項目、技改項目投產達產，盡快形成新的工業投資增長點。

（二）強化項目申報，激發專項基金撬動作用。全力做好今年第三、第四批專項建設基金項目申報工作，創新推行企業債、旅游專項債等融資方式，確保全年爭取到位專項建設基金50億元以上。對已獲得專項建設基金支持的項目集中開展專項督查，著力提高基金項目簽約率、開工率、投資完成率、基金支付率、配套資金到位率，確保發揮專項建設基金對投資的引領帶動作用。

第2篇：固定資產投資運行分析范文

關鍵詞：第三產業固定資產投資　投資需求　投資供給

一、引言

許多文章文獻已從各個角度分析了固定資產投資對我國經濟增長的重要推動作用，但很少論及第三產業固定資產投資對第三產業的推動作用。自改革開放以來，我國投資體制不斷進行改革，但以中央和地方政府等為投資主體的格局尚未改變，這樣的體制在我國現有國情下發揮了重要作用。現今，又一起全球性的經濟危機正在蔓延。如何進行投資驅動三駕馬車，政府應采取有力措施加強投資，正確引導投資，對保持國內經濟增長，緩解危機起到了至關重要的作用。

本文選取1990、1995、1998、2000―2007年，我國第三產業固定資產與第三產業產值的時間序列數據，對我國第三產業固定資產投資和第三產業產值作了描述分析和回歸分析，相關數據來自國家統計局網站stats.省略。

二、第三產業固定資產投資與第三產業產值的基本態勢

樣本區間為1990、1995、1998、2000―2007年，這11年第三產業固定資產投資由1990年的1191.96增加到2007年的72766.67，增加了60倍，第三產業增加了11倍。

(一)第三產業固定資產投資與第三產業產值的運行態勢

從表1和圖1中可以看出，在這11年中第三產業的均值為51654.15億元，第三產業固定資產均值為30169.69億元，其中1990―1995年間，第三產業固定資產投資增長較快，由1191.96億元增加到1995年的6131.88億元，增加5.14倍，第三產業增加3.4倍，增速較快。從1996―2007年第三產業固定資產投資與第三產業產值運行態勢基本一致，絕對值增幅較大，年增長率保持穩定態勢并緩慢上升。這段時間盡管有1998年的南方洪災和2003年的SARS流感，但第三產業和其固定資產投資并為受到很大影響，反而有所穩定上升。

同時，在二者的對比態勢中可看出，第三產業固定資產投資和第三產業產值之間的間距，隨著時間的推移而有所擴大，需維持同樣的速度所需固定資產投資業越來越大。我們從中可看到，2000年，第三產業和其同定資產投資間距最大，可知這一年第三產業同定資產投資對第三產業的貢獻率下降，以后緩慢回升并迅速增加。

(二)第三產業固定資產投資年度增長率與第三產業產值年度增長率對比

從圖2可看出，二者增長率基本一致。從1990―1995年，增長率為最高，以后增幅放緩，到1998年達到最低，以后逐步上升在2000年又出現一個高峰值，到2007年7年間增速降低，呈現平穩狀態并有所上升。

(三)第三產業產值／第三產業固定資產投資分析

從圖3和圖4中可看出，第三產業固定資產投資絕對數在不斷上升，尤其足本世紀以來，呈現不斷上升趨勢，然而第三產業產值與第三產業固定資產投資的比值卻在不斷下降。除去2000年，第三產業產生一個跳幅，可看出第三產業與其同定資產投資的比值基本是一個持續下降的過程，這說明第三產業固定資產投資度第三產業的貢獻率在不斷下降。

三、第三產業與第三產業固定資產投資間的回歸分析

為了進一步分析二者之間的關系，我們采用線性同歸分析方法來討論。下面是第三產業與其同定資產投資之間的Pearson相關系數及Spearman相關系數。

從表中可看出二者之間是高度相關的，1統計量值的顯著性概率P=0.000＜0.05，而且從Spearman相關系數看，二者也王是高度相關的。

下面用如下經濟計量模型來對第三產業同定資產投資和第三產業增長的關系作定量分析

第三產業產值：Y=a1+b1FA1+c1……(1)

lnY=a2+b2FAI+c2……(2)

其中(1)和(2)式的a1和a2為常數項，b1和b2為系數，c1和c2為隨機擾動項。我們得到(1)的同歸結果：

a Predictors：(Constant)，固定資產

b Dependent Variable：第三產業

方程(2)的回歸結果

從各個表中可看出，上述經濟計量模型的各個參數檢驗值基本符合要求，而且各同歸方程的相關系數顯著。線形型式的計量模型表明，每增加1億元同定資產投資，增加1.21億元第三產業產值，而對數行式的計量模型則從彈性的角度做出解釋，即第三產業固定資產投資每增加1％，可以在當年帶來0.66％第三產業產值。

四、從投資對經濟增長的宏觀分析來看第三產業固定資產投資對第三產業的影響

(一)投資的供給效應

投資作為供給主要是從投資作為一種物質基礎即資本積累的角度進行分析。亞當斯密在其《國富論》中指出“要大大改進勞動生產力，必須預先積累資金，而資金的積累亦自然導致勞動生產力的改進”即資本作為一種積累為其以后的經濟增長做好物質上的準備。

作為供給的第三產業的投資，由于存在滯后期，通常從當年中難以看出其對第三產業的推動作用，因此應該從其以后幾年或以后幾期來考察其對第三產業的推動作用。據有關資料分析，由于第三產業門類繁多，而每一行業的滯后期又不同，所以特選了有一定代表性的第三產業兩個部門――運輸郵電業和商業，作為對第三產業投資的效果分析。從中可看出作為供給手段的第三產業固定資產投資對第三產業同樣存在這巨大的推動作用。

作為需求的第三產業投資對第三產業產值的增長同時也會由于被擴散而被弱化。這是因為第三產業固定資產投資不僅引致第三產業內消費品的需求，并且可引致對工業、農業等一二產業內消費品及投資品的需求。我們可以看出第三產業固定資產投資對服務需求或對第三產業內需求的轉化率將直接影響第三產業固定資產投資對對第三產業的促進作用，同時，固定資產資產投資規模的大小、服務消費占人們總消費的比重也是其重要的影響因素。

(二)投資的需求效應

投資需求主要是指由于投資活動而引致的一系列市場需求，薩繆爾森認為“投資是發號施令的因素投資使收入上升或下降”而凱恩斯的“投資乘數論”的一個創新發現，證明了投資對經濟增長可發揮數倍于自己即乘數的作用，對經濟做出貢獻。舉個簡單例子，即100元的投資對經濟的貢獻可能是其10倍、20倍、100倍……的經濟增長。

五、啟示

通過以上描述分析和回歸分析，可以看出第三產業同定資產投資和第三產業之間存在著顯著相關性，因此，擴大同定資產投資、推動第三產業的發展，成為一種日益重要的投資決策。同時，應該看到擴大投資需求也成為一種擴大內需的主要的政策方式，但也應充分重視投資資金的來源、去向、結構和投資安全性等。對市場失靈的調節，政府應該注意努力做到以下幾個方面：

(一)要把握投資力度，調整固定資產投資結構，充分發揮其使用效益，切實增進國民財富。要不斷強化投資前論證、建設中監管增強透明度、竣工后的運營，從而提高投資效益。

(二)調整投資產業結構，發揮第三產業投資對第三產業的推動作用，引導人們加強對服務領域的消費，拉動第三產業的發展。

第3篇：固定資產投資運行分析范文

關鍵詞：固定資產；投資審計；審計障礙

隨著現代化社會經濟的發展，我國投資審計已形成了較為健全的體系，且該體系隨著社會的發展而不斷完善，對各個領域的進一步發展有著極大推動作用。投資審計時，應強調審計內容的與時俱進，分析其因時間的變遷而改變，這時的審計內容陳舊且淺顯，會制約我國社會經濟的發展。而固定資產投資審計中存在許多障礙，因此，探討固定資產投資審計中存在的障礙，并提出針對性處理策略，對固定資產投資審計工作水平的提升有著極大現實意義。

一、固定資產投資審計

固定資產投資審計強調的是審計機關按照國家法律法規與政策規定，全面監督投資項目收支真實性、合法性，其主要是開工前的合法性審計和建設中的監督審計，再是建設竣工決算的真實性審計，工程竣工之后的效益性審計。往往固定資產投資金額大，效益實現周期較長，這時就應展開適當的固定資產投資審計，這是國家發展的需求，亦可促使企業資金利用率提升。審計工作應強調全方位展開，強調事前預防、事中監控、事后審計，還應根據國家規定的要求，展開效益審計，從而強化項目管理，以便提升投資效益，加深投融資體制改革。

二、固定資產投資審計中存在的障礙

固定資產投資審計中存在的障礙主要是固定資產投資審計范圍小，且力度缺失。建設項目投資監督體系并未強調審計機構的重要性，且其監管權力非常分散，這時的審計監督力自身極具限制性；且審計人才知識結構不完善，能力缺失。往往固定資產投資審計工作涉及內容極多，復合性知識是審計人員必不可少的，不過此類人才較少，審計結構亦不注重此類人才的培養與積累；審計工作不系統，其間存在的問題很難搞清原因。審計工作中的任何漏洞都極易使得系統中出現各種問題，從而影響到投資經濟性及其效率和效果；計算機審計亦是十分匱乏，效率偏低。電算化審計十分滯后，計算機輔助審計應用缺失，審計成本偏高。

三、固定資產投資審計完善對策

（一）增強審計經費投入

應不斷加大審計經費投入，以保證審計工作有序開展，還應將固定資產投資審計工作滲透于固定資產投資的各個階段，把事前、事中和事后審計工作充分結合，這里主要強調的是基于施工圖預算展開事前審計，基于經濟合理性展開事中審計，基于項目結算展開事后審計。全方位審查項目招投標工作，嚴格預防其間出現各種不良行為。且應對項目建設之前的工程預算、資金來源、合同訂立等進行全面審計，務必做到事前預防。

（二）增大審計人員培養及人才引進

要不斷強化固定資產投資審計人員的綜合素質，加強人才隊伍建設。定期展開各種培訓，引導審計人員學習財務知識，使其更加了解工程項目管理與計算機等方面知識。可以相應的手段來激勵和引導審計人員自學，以便提升其學歷水平；讓審計人員進行輪崗培訓，將固定資產投資審計人員置于不同崗位進行鍛煉，使其能夠了解各種業務流程，習得所需的技能，讓投資審計人員在審計過程中，獲得許多隱性知識，有助于審計工作的持續深化。加強人才引進，可于人才市場中引進各種復合型人才，亦可培養工程造價師或是計算機人員等，均可將其引進審計部門，展開審計工作時，工作小組中的人員則可技能互補、知識互補，從而充分提升組織運轉效率。

（三）增強領導重視度

未來的審計工作一定是基于計算機而實現的，這時就應加快設計信息化建設，促進計算機審計技術于固定資產投資審計中的應用，加強硬件配置，且大力推廣審計軟件，使得審計人員以較強的計算機應用能力，處理固定資產投資審計中的大量數據，再對其進行詳細的整理，從而提升審計工作的效率及其準確性，且不斷擴大工程造價軟件的應用范圍，加強審計人員對相關軟件的掌握程度。要積極運用計算機網絡，以便及時獲得各類數據信息，且展開詳細的動態投資分析，再對其進行嚴格的復核，要合理降低運行成本，將審計人力資源充分發揮，確保固定資產投資審計工作有序開展。

四、結束語

固定資產投資審計工作對國家經濟的發展有著極大推動作用，相關人員應根據實際情況，全面分析固定資產投資審計工作中存在的障礙，并提出針對性處理措施，以提升固定資產投資審計水平，這也說明探討固定資產投資審計中存在的障礙，并提出針對性處理策略，對固定資產投資審計工作水平的提升有著極大現實意義。本文簡析了固定資產投資審計，并探討了固定資產投資審計中存在的障礙，提出了適用于固定資產投資審計的完善對策，為固定資產投資審計工作的進一步發展提供參考依據。（作者單位：山西省政府投資項目審計中心）

參考文獻：

[1]江松.論固定資產投資審計中存在的障礙及對策分析[J].中國鄉鎮企業會計，2012（03）：65-66.：

第4篇：固定資產投資運行分析范文

為進一步提升統計基礎工作和統計數據質量，全面準確地掌握我區固定資產投資進度及運行情況，確保全年目標任務的完成，現就加強固定資產投資統計質量管理工作提出如下意見：

一、落實統計質量管理責任。堅持“部門聯動、分線負責、合力推進”，建立發改部門統籌抓、統計部門具體抓、項目主管部門專項抓、業主單位落實抓的責任體系，確保固定資產投資項目不遺不漏、應統盡統。區發改局、統計局負責牽頭固定資產投資質量管理的組織實施，分析投資完成進度。同時按照行業分工，區農林局、經信局、商務局、住建局、重點辦、工業園區（重點區塊）管委會分別負責抓好農業投資、工業投資、商貿投資、房地產投資、重點工程投資及園區項目投資的統計協調與質量管理工作。各相關部門、各鎮（鄉）街道主要領導要親自抓，落實項目投資統計分管領導，加強進度預測分析，加強與項目單位的聯系，及時解決投資統計工作中的矛盾和問題，做到項目投資進度與統計進度同步。

二、夯實統計入庫基礎工作。適應統計制度的變化，按照從源頭起報的工作要求，嚴格規范固定資產投資統計基層報表操作流程，把握各個主要環節，防止前期工作的被動。區統計局要加強業務培訓和工作指導，各鎮（鄉）街道、項目主管部門要督促項目業主單位健全內部統計網絡，配備具有從業資格的統計人員，建立并填報統計臺賬，齊全各項基礎資料，保證源頭數據準確無誤。按照屬地統計原則，各項目主管部門要指導、幫助業主單位認真執行新增投資項目統計報告制度，改進和完善投資統計辦法，加強與上級部門的溝通與銜接，理順投資統計關系，做到在鄞投資項目納入當地統計范圍。

三、健全統計信息聯動互通機制。注重投資信息交流，加強部門間的溝通和聯系，構建良性互動的工作機制。區發改局、經信局、規劃分局、國土分局、環保局、住建局要將項目審批（核準、備案）和規劃、用地、環評、施工許可等批復文件及時抄送給區統計局，區財政局政府采購辦要將相關固定資產購置信息及時告知區統計局，便于統計部門全面準確掌握固定資產投資項目的基本情況。各鎮（鄉）街道、項目主管部門要對各自管轄范圍內投資項目開展清查和統計報表布置工作，及時報送項目資料，并與統計部門加強項目立項前準備、立項后實施情況的對接。區統計局要對收集到的項目信息進行核實和跟蹤，將符合統計制度規定的項目全面準確納入固定資產投資項目庫。

四、建立固定資產投資統計專項工作小組。區統計工作聯席會議下設固定資產投資統計專項工作小組，區發改、統計、住建、經信、商務、農林等部門主要負責人為小組成員，同時結合固定資產投資“月公示、季點評、年考核”，小組不定期召開會議，主要通報固定資產投資完成情況、重大項目實施進度以及協調解決項目建設和統計工作中的問題。各地各部門要加強固定資產投資規模、結構及變化趨勢的排摸與監測，編制分月進度計劃，匯總投資項目進度信息，并將固定資產投資月度進度分析在每月18日前報送專項工作小組辦公室。

第5篇：固定資產投資運行分析范文

受國內市場消費旺盛的影響，紡織品服裝產量保持較快增速。一季度我國城鎮居民人均可支配收入3935元，同比增長19.5％；農民人均現金收入1260元，同比增長15.2％，達到1997年以來同期增幅最高水平。在此帶動下，1～2月份全國服裝鞋帽針紡織品限額以上批發和零售額同比增長27.9％，創近年增幅最高水平。旺盛的市場需求促進了我國紡織品服裝內銷比重的進步提升，2007年1～2月份，我國規模以上紡織企業內銷額2825.7億元，占銷售產值的75.16％。與此同時，除了布以外，一季度紡織行業規模以上企業各主要產品產量均保持兩位數的增長，增幅普遍比2006年同期有所提高。其中，紗產量417.1萬噸，同比增長21.6％，各類服裝40.84億件，同比增長20.52％化纖產量537.4萬噸，同比增長16.9％，聚酯產量252.6萬噸，同比增長12.5％，布產量105.3億米，同比增長8.14％。

行業分析師預測2007年行業在平穩運行基礎上，呈現趨緩態勢

2007年國內外市場環境總體仍呈現良好的態勢，國內經濟穩步快速增長以及居民可支配收入的穩步提高為紡織行業的發展提供了可靠的保證，預計全年GDP增速在10％左右，居民衣著類限額以上批發和零售額預計比上年增長超過20％，世界經濟預計一季度以后將渡過低谷，增長速度將逐漸提升。

但運行中依然存在一些阻礙行業發展的因素，除棉花、化纖原料、羊毛對外依存度偏高、原油價格持續在高位波動、人民幣持續升值影響行業盈利水平、企業出現“用工荒”等傳統的問題外，紡織運行也出現新情況、新問題，值得予以關注

1、影響行業出口的不利因素較多。一是《中歐紡織品貿易協定》將于2007年底到期。該協議到期后，如果中國產品再次大量涌入歐盟市場，歐盟市場必然會采取新的打擊措施。二是REACH法令將于2007年6月1日正式生效，將對我國紡織品服裝出口歐盟市場提出了更高的要求。三是我國進出口貿易產生的巨大順差有可能導致國家出臺調控出口的宏觀政策。

2、由于股市資金分流，商業銀行資金流動性有可能趨緊，行業獲取貸款資金將受到影響；與此同時，為應對通貨膨脹的壓力、控制固定資產投資增速，中國可能進入利率上升通道，資金使用成本進一步加大。在貸款資金趨緊、資金使用成本增加的情況下，行業固定資產投資可能會受到影響。

3、國內外棉花價差及新滑準稅稅制的實施不利于紡織行業競爭力的提高。目前，我國標準棉價格比印度高4000元／噸：而6％～40％的新滑準稅稅率的實施，更增加棉紡企業的用棉成本。

4、行業在節能、節水、環保、降耗等方面的任務艱巨。在環境建設、資源節約上缺乏必要的資金投入和技術投入，以及企業規模偏小等因素的影響，紡織行業要實現“十五”規劃的節能減排目標，任務仍十分艱巨。

在此基礎上，預計2007年行業在平穩運行的基礎上呈現出整體趨緩的態勢，全年紡織品服裝出口額增速在15％～20％之間，固定資產投資增速在20％左右，主要大類產品產量增速仍將保持在10％以上，規模以上企業工業增加值、總產值及利潤增速保持在20％～25％之間。

行業分析師點評出口金額增速減緩，市場結構有所調整

今年季度我國共出口紡織品服裝322.34億美元，同比增長14.86％，達到2003年以來同期出口增幅的最低水平。季度紡織品出口呈現出以下新特點：

1、由于1～2月我國紡織品服裝出口增速為39.9％，而1～3月出口增速僅為14.8％，出口增長減緩是由3月份出口金額驟降引起的，原因究竟是春節導致的季節性出口低谷轉移，還是國家政策調控的作用，尚需未來幾個月出口數據的檢驗。

2、受配額招標體制不斷完善影響，對歐美出口增長迅速。1～2月，我國出口設限產品的情況比去年同期有明顯好轉，其中，對美國出口設限產品同比增長153.5％；對歐盟出口設限產品同比增長129.2％。一季度，我國共對歐盟、美國共計出口紡織品服裝112.3億美元，同比增長27.2％，比2006年同期提高17.5個百分點。

3、2007年一季度，紡織品服裝出口價格比去年同期下降2.76％，其中，紡織品價格同比下降15.25％，服裝價格上漲6.57％。根據出口價格指數和出口金額進行測算， 季度紡織品出口120.09億美元，增長10.65％，則紡織品數量同比增長30.56％，紡織品出口價格下跌的主要誘因很可能是其出口數量的大幅增長。

行業分析師點評行業固定資產投資趨緩，企業自籌資金比例不斷加大

一季度，我國規模以上企業固定資產投資390.6億元，同比增長31.6％；其中，棉紡固定資產投資133.2億，增長24.1％；服裝制造固定資產投資98.3億，增長36.8％，化纖受盈利狀況改善的影響，固定資產投資30.99億，增長68.9％。行業固定資產投資呈現以下特征

1、行業固定資產投資趨緩。全行業、棉紡、服裝一季度固定資產投資增速分別比去年同期低8.9、9.6、31.1個百分點。主要原因是3月份固定資產投資增速的大幅下滑。

第6篇：固定資產投資運行分析范文

近些年來,關于不確定性對企業固定資產影響的研究越來越受到學者的關注。但迄今為止,二者之間的關系,無論是在理論上還是在實證上都沒有得出一致的結論。

Hartman(1972,1976)[1,2]以及A-bel(1983)[3]認為不確定的增加會增加風險中性競爭性公司的投資水平。McDonald和Siegel(1986)[4]考慮到投資的不可逆性,并假設投資項目的未來值和初始投資成本服從幾何布朗運動。其研究結果表明,僅當公司投資項目的價值超過某一臨界值時,公司才會投資。而且,投資臨界值和投資期權的價值隨初始投資成本以及未來項目價值不確定性的增加而增加。Dixit和Pindyck(1994)[5]在其名著《不確定條件下的投資》中指出在不確定條件下,企業會權衡通過延遲投資決策而獲得更多關于項目未來價值信息的收益以及立即投資所產生的收益。

而且在通常情況下,企業會延遲做出投資決策以等待關于項目新信息的到來,即不確定性的增加會減少企業當期的投資。Campa(1993)[6]利用沉沒成本、不確定性和退出之間的關系考察了企業的投資問題。具體而言,他研究了1981~1987年進入美國批發交易市場的外國公司的數量。結果發現,較高的匯率提高了進入者的數量,較高的沉沒成本以及較大的匯率變化降低了進入者的數量,這一結果支持不確定條件下的投資理論———實物期權理論。

Bell和Campa(1997)[7]考察了美國和歐洲化學加工行業的生產能力投資,他們檢驗了匯率、石油價格(輸入價格)、產出價格(產品需求)的波動性對投資的影響,結果發現僅匯率波動性對投資的影響與不確定條件下的投資文獻預測一致。Kalckreuth(2002)[8]以1987~1997年6745家德國公司為研究對象,考察了公司銷售不確定性和成本不確定性對投資需求的影響。結果發現兩種不確定性對公司投資有顯著負影響,而且不確定性提高一個標準差,估計的投資需求將降低6·5個百分點。

目前,中國還處于轉軌經濟時期,環境中的不確定性因素很多。本文即是在這樣的背景下,研究不確定性對中國企業固定資產投資的影響。通過分析,本文旨在回答以下一些問題:對于中國企業而言,不確定性對企業固定資產投資是否有影響?如果有影響,有多大的影響?不同種類的不確定性對企業固定資產投資的影響是否相同?哪種不確定性對企業固定資產投資的影響更大?不同種類公司的固定資產投資受不確定性影響的程度是否相同?各自原因何在?如果不確定性對企業固定資產投資沒有影響,原因又是什么?從而得出一定的啟示。

二、幾種不確定性對企業固定資產投資影響的理論分析很多種不確定性都會對企業固定資產投資產生影響。

就固定資產投資而言,最主要的不確定性影響因素是產品價格的不確定性、運行成本的不確定性和利率的不確定性等。它們會通過對現金流或折現率的影響而對企業的固定資產投資產生影響。

產品的價格是影響企業進行固定資產投資的重要因素。產品價格的不確定性直接對企業的固定投資產生不確定性。產品的價格變化會導致預期現金流流量大小的變化。按照貼現現金流準則,當其他條件不變時,產品的價格下降,使得預期現金流流量下降,項目的凈現值減少;產品的價格上升,使得預期現金流流量上升,項目的凈現值增加。

運行成本的不確定性會引起預期現金流的不確定性。運行成本增加會使預期現金流下降,使得投資項目的凈現值減少;運行成本下降會使預期現金流上升,從而導致項目的凈現值增加。

利率的不確定性會對企業的固定資產投資帶來不確定的影響。利率的變化會導致預期貼現率的變化,預期貼現率的不確定性又會導致項目凈現值的變化。在項目帶來的未來現金流量一定的情況下:預期貼現率提高,項目的凈現值下降;預期貼現率下降,項目的凈現值上升。同時,預期貼現率的不確定性還會間接地影響項目的投資。利率的不確定性對于企業來說,意味著融資總量、融資結構、融資成本和股利政策的不確定性,企業現金周轉循環具有不確定性。利率、資本成本、融資政策、股利政策與現金周轉循環之間的相互關聯關系導致了財務風險的客觀存在。

按照實物期權理論,以上各種不確定性會加深企業進行等待的動機,以期獲得更多未來價格的信息,來權衡通過延遲投資決策而獲得更多關于項目未來價值信息的收益以及立即投資所產生的收益。

因此,這些指標不確定性的增加都會減少企業當期的固定資產投資。

由于影響企業固定資產投資的不確定性的種類很多,本文將采用反映不確定性的綜合指標———股票日收益率的波動性來進行研究,即不單獨研究某種不確定性對企業投資的影響。另外,由于選取不確定性量化指標存在一定的困難,本文將仿照國外學者的研究方法,借助采用衡量風險的方法(標準差)對其進行量化研究。同時,為了進行深入分析,本文將總體不確定性拆分為市場不確定性和企業特有不確定性。

三、實證研究設計

1.研究假設基于已有文獻的研究以及本文的定性分析,提出以下研究假設:

假設1總體不確定性、市場不確定性和企業特有不確定性對企業固定資產投資產生負影響。

假設2不可逆程度與企業固定資產投資之間存在負相關關系。具體來說,原材料類上市公司比機械類上市公司受不確定性的負影響程度更大。

不確定性與不可逆性休戚相關,研究不確定性不能不考慮不可逆性的影響。根據不可逆投資理論,不可逆性是影響企業固定資產投資的重要因素,它主要受技術特性和行業市場結構等因素的影響。

大型加工行業中的機器設備比信息密集行業中的行業專用性及公司專用性更強。當一個行業的競爭較激烈且同質化程度較強時,在一個公司安裝的資產可以更容易地賣給其他公司。因此,不可逆程度的不同使得不同行業對不確定性的反應不同。

具體來說,原材料類上市公司比機械類上市公司受不確定性的影響程度更大。現實中,有形資產的折舊更快,而折舊速度與沉沒成本呈反比。據調查,資產使用壽命(按照經濟折舊來看),原材料類公司資產的使用壽命大于機械類上市公司,即機械類上市公司資產的折舊速度大于原材料上市公司資產的折舊速度。而折舊速度與沉沒成本呈反比,即說明機械類上市公司的不可逆程度小一些,相應地使得不確定性對其固定資產投資的影響變小。

假設3市場不確定性對企業固定資產投資的負影響大于企業特有不確定性對企業固定資產投資的負影響。

總體不確定性分為市場不確定性和企業特有不確定性兩種。事實上不同種類的不確定性對投資影響的程度是不同的。根據不可逆投資理論,不可逆的性質取決于企業面臨不確定性的種類。如果一個企業面對一個特有的不確定性,它可以很容易地將資產賣給行業內其他企業,因此不可逆性要輕一些;但是整個行業面臨不確定性沖擊,則企業不容易將資產賣給其他企業。因此,不同種類不確定性企業對固定資產投資的影響并不相同。市場不確定性對企業固定資產投資的影響大于企業特有不確定性對固定資產投資的影響。

2.變量與樣本選取

(1)不確定性與固定資產投資的衡量指標實證分析中,在衡量不確定性指標的選取上,主要有以下幾種:

①采用標準差、方差和協方差來度量不確定性;

②由廣義自回歸條件異方差模型(GARCH模型)估計得到的標準差;

③由具有幾何布朗運動類型的隨機波動模型(AR模型)估計得到的標準差;

④調查得到的數據,如影響公司未來投資的一個特定變量,在實證研究中認為重要的因素,包括:匯率、回報率、輸入價格、產出需求和產出價格等。其中,由基本變量計算得到的方差方法較簡單,而且所受限制較少。同時考慮到數據上的可獲得性,本文利用公司股票日收益率的波動性度量其不確定性。

具體來說,公司i的總體不確定性以其在年度t的日收益率的標準差計算,以σ∧it表示:σ∧it=1ti∑tik=1(rik-rik)2(1)其中,k=1,2,3,……,ti,ti為公司在該年度的交易天數,rik為公司i的日個股收益率,為其當年的平均收益率。

為了詳細地研究不確定性對企業固定資產投資的影響,本文將不確定性分解,即將總體的不確定性(σ∧it)分為市場不確定性(β∧itσ∧mt)和公司特有的不確定性(σ∧εit)。

σ∧2it=β∧2itσ∧2mt+σ∧2it(2)由市場收益率標準差的計算公式,可得:σ∧mt=1ti∑tik=1(rmk-rmk)2(3)其中,rmt為日市場收益率,rmt為平均日市場收益率。

市場回報率指的是整個市場所有股票的加權平均回報率,其權重的計算方法有等權平均法、流通市值加權平均法和總市值加權平均法。考慮到中國特殊的股權結構,公司發行的股票中既有流通股,又有非流通股,本文以考慮現金紅利的流通市值加權平均法為日市場收益率的計算方法。其計算公式為: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計算,V,ik-1表示股票i在k-1日的流通股數;P,ik-1表

示股票i在k-1日的收盤價。

σ∧εit可由(3)式直接計算得到:σ∧εit=1ti∑tik=1ε∧2ik(5)因此,本文的不確定性由以下變量度量:總體不確定性(σ∧it)、市場不確定性(β∧itσ∧mt)以及公司特有的不確定性(σ∧εit)。另外,(2)式中βit的數據直接采用CCER數據庫中的計算方法,本文直接采用該數據庫中計算的β。

實證分析中,大多采用固定資產增加值來衡量固定資產,本文也采用此指標。具體來說,本文所指的固定資產增加值為資產負債表中的固定資產凈值、工程物質和在建工程三項之和的增加值。此外,將固定資產除以期初固定資產合計(資產負債表中固定資產凈值、工程物資和在建工程三項之和)計算得到的相對值作為模型中的被解釋變量,這樣做的好處是可以剔除各個企業期初固定資產投資規模不同的影響。

(2)樣本選擇和數據來源本文以中國滬深兩市A股制造業部分上市公司的財務數據和交易數據為研究樣本。

選擇制造業公司為研究樣本是因為公司固定資產投資行為具有明顯的行業特征,制造業公司投資于固定資產的比例大、回收周期長、資產專用性強、具有不可逆投資的特征,更能體現固定資產投資的特點。同時,為了研究不可逆性對不確定性與企業固定資產投資關系的影響,所有的樣本數據均來自制造業上市公司中的原材料類行業和機械類行業。其中,原材料類上市公司包括化學原料及化學制品制造業、黑色金屬冶煉及壓延加工業、金屬制品業、有色金屬冶煉及壓延加工業;機械類上市公司包括普通機械制造業、專用設備制造業、電器機械及器材制造業、交通運輸設備制造業。具體樣本參見表1。

樣本采用2001~2005年5年的時間序列/截面數據(panel-data)。采用時間序列/截面數據是因為它具有很多優點:

①時間序列/截面數據包含截面、時間和指標三維信息,可以構造和檢驗比以往單獨使用截面和時間序列數據更為真實的行為方程;

②觀測樣本量大大增加,使構造更加可靠的參數估計量成為可能,而且能夠識別和檢驗約束條件放松了的更為一般的模型;③多重共線性的影響被減弱;

④識別和度量一些純粹截面模型和純粹時間序列模型所不能識別的因素,如潛變量的影響;

⑤降低估計誤差。

樣本按以下原則進行篩選:

①為避免異常值的影響以及不同市場不確定性對公司投資的影響,所取樣本均為A股上市公司,且從原始樣本中剔除每年被ST和PT的公司

。②各公司2001~2005年度財務數據齊全。

③對樣本值進行標準化,分析具體原因,剔出其中的異常值。最后樣本數量為158家,其中原材料類上市公司82家、機械類上市公司7家;滬市80家、深市78家。

本文的市場收益率數據來自中國股票市場研究CSMAR數據庫;其他數據均來自CCERTM股票價格收益數據庫和一般公司財務數據庫。

前面介紹了時間序列/截面數據的各種優點,因此,本文將采用時間序列/截面數據模型進行計量經濟學研究。結合研究目的和實際情形,本文采用的基本經濟模型是托賓Q模型,對其進行簡單的修改,將不確定因素納入其中。此外,融資約束和投資機會是影響投資的重要因素,因此,為了控制融資約束因素的影響,本文將融資約束指標納入其中(托賓Q代表了投資機會),并選擇現金流作為融資約束的替代指標。同時為了對不確定性與投資的關系進行穩健型檢驗,本文采用將不確定性指標納入銷售加速模型進行對比分析。

按照時間序列/截面數據模型的基本思想,在建立模型之前,首先應進行F檢驗,確定具體采用哪種模型。

(1)將總體不確定性納入方程,其F檢驗結果為:S1=50·42305,S2=69·90299,S3=91·88072;F2=1·2412,F1=1·1664利用Excel軟件得到的概率分布值分別為:F2(1·2412,314,474)=0·017F1(1·1664,157,474)=0·1117因此,在α=0·05的顯著性水平下,0·017<0·05,拒絕假設;0·1117>0·05,接受假設。由此,方程應采用變截距模型。

(2)將市場不確定性納入方程,其F檢驗結果為:S1=55·23999,S2=72·15095,S3=94·027;F2=1·0599,F1=0·9243利用Excel軟件得到的概率分布值分別為:F2(1·0599,314,474)=0·2833,F1(0·9243,157,474)=0·7184因此,在α=0·05的顯著性水平下,0·2833>0·05,接受假設H2,方程應采用無個體影響的不變系數模型。

(3)將公司特有不確定性納入方程,其F檢驗結果為:S1=46·10017,S2=70·98556,S3=94·794;F2=1·5947,F1=1·6297利用Excel軟件得到的概率分布值分別為:F2(1·5947,314,474)=2·2×10-6,F1(1·6297,157,474)=4·6×10-5因此,在α=0·05的顯著性水平下,2·2×10-6<0·05,拒絕假設H2;4·6×10-5<0·05,拒絕假設H1。由此,方程應采用變系數模型。

此外,由于該實證模型集中于制造業中原材料類和機械類行業的研究,所以選取固定影響的變系數進行分析。

根據前面理論和實證方法的討論,本文基于Tobin’sQ模型建立如下計量經濟模型①后面簡稱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為固定資產(資產負債表中的固定資產凈值、工程物質和在建工程三項之和)增加值;K為期初固定資產合計(資產負債表中固定資產凈值、工程物資和在建工程三項之和);Q為Tobin’sQ值,以公司權益市場價值與公司負債面值之和除以公司總資產賬面價值,具體來說,是年末收盤價與年末股本總數之積加上年末負債帳面價值再除以年末總資產帳面價值計算得出;CF為經營活動現金凈流量;σit為總體不確定性,βitσmt為市場不確定性,σεit為公司特有不確定性;μi為公司固定效應,εit為誤差項。

為了進行模型的穩健性檢驗,本文同時采用銷售加速模型進行分析,具體建立的回歸模型如下(后面簡稱銷售加速模型):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)上面的穩健性檢驗模型中的S表示主營業務收入,其他指標和Tobin’sQ模型中的一樣。

由于模型的截面數據較多,容易出現異方差現象,因此本文選擇可行的廣義最小二乘法(GLS)進行回歸,具體在Eviews5·0中選擇cross-sectionweights,目的是減少由于截面數據造成的異方差影響。

四、實證結果與分析

1·樣本的統計特征從表2可以看出,對于解釋變量而言:原材料類上市公司與機械類上市公司的總體不確定性、市場不確定性和公司特有不確定性均值比較接近,沒有特別大的不同,二者的公司特有不確定性均值都大于市場不確定性均值。這說明平均來看,特有不確定性在公司的不確定性中所占的比重較大。

對于被解釋變量而言:原材料類上市公司的投資-固定資產比率均值、中位數均大于機械類上市公司的,不考慮其他因素,可以得出,面對相似的不確定性,機械類上市公司的投資更為保守。

對于控制變量而言:現金流-固定資產比率、主營業務收入-固定資產比率和托賓Q值,機械類上市公司的均值明顯大于原材料類的均值,也就是說機械類上市公司的投資機會要大于原材料類上市公司,且所受的融資約束要小于原材料上市公司。

2·實證模型結果與分析表3~表5是對本文建立的Tobin’sQ回歸模型,利用Eviews5·0統計軟件計算的結果。從這三個表中可以得到以下一些結論。

(1)從表3和表4可以得出:不論是全樣本還是分樣本(原材料類上市公司、機械類上市公司),也不論是否考慮投資機會和融資約束,總體不確定性和市場不確定性都對公司固定資產投資具有顯著的負影響,在α=0·01的水平下顯著成立。這說明對于大多數的制造業上市公司而言,總體不確定性和市場不確定性的增加,會使得其固定資產投資減少。這與實物期權理論以及本文的理論分析相一致,支持假設1的一部分。

(2)從表3和表4可以得出:考慮投資機會和融資約束時,總體不確定性和市場不確定性對原材料類上市公司固定資產投資的負影響大于對機械類上市公司固定資產投資的負影響。

該項結果支持假設2。正如前面進行的分

析,產生這種結果的主要原因之一是機械類上市公司不可逆程度小于原材料類上市公司。當然,從本質上來說,不可逆性不足以導致不確定性對固定資產投資產生負影響,形成這種差別的原因還應考慮投資機會和盈利水平,從表2可以看出,機械類上市公司的投資機會(Q值)大于原材料類上市公司,其盈利能力(SK、CFK)也大于原材料類上市公司,即其所受的融資約束要小。這些都使得不確定性對機械類上市公司固定資產投資的影響小些。

(3)比較表3和表4,市場不確定性對公司固定資產投資的負影響大于總體不確定性對固定資產投資的負影響。這個結果從另外一個角度說明了,從平均水平來看,市場不確定性對固定資產投資的影響大于公司特有不確定性對固定資產投資的影響。

因此從整體來看,該項結果支持假設3②。由于市場不確定性會對整個行業產生影響,當市場不確定性出現時,企業很難將資產賣出去,即公司面對的不可逆性較大,因此,固定資產投資會很謹慎。

(4)從表5可以得出(這里說明的是針對所有公司的回歸結果而言的,即包括沒有列示在表5中的公司):考慮到投資機會和融資約束,對于全樣本的回歸結果而言,公司特有不確定性對固定資產投資的影響為正的公司有71家,為負的公司有87家對于原材料類公司而言,為正的公司有40家,為負的公司有42家;對于機械類公司而言,為正的公司有31家,為負的公司有45家。

但不同公司的情況也有所不同,有些公司的公司特有不確定性對固定資產投資的影響大于市場不確定性對固定資產投資的影響,同時有些公司的公司特有不確定性對固定資產投資的影響為正。也就是說,有些公司在公司特有不確定性增加時,投資反而加大。相比較而言,這種現象在原材料類上市公司中更為嚴重。這說明在中國,有些公司的管理層偏好風險,具有較強的“賭博”心理和機會主義行為。即當公司面臨特有的不確定性時,往往會低估其風險,盲目上馬,有過度投資的傾向。

本文認為,產生以上現象的原因主要是由于中國公司治理機制不完善。眾所周知,中國制造業上市公司大多由國有企業改制而來,國有股“一股獨大”和內部人控制的現象較為嚴重,董事會、管理層激勵和約束嚴重不足,建立內部科學的投資決策程序和規范的運作機制較弱。投資決策往往由關鍵人控制,投資項目的財務分析則以樂觀情形為基本方案,高估收益、淡化競爭、低估風險。而且管理層則常常以舊習慣和經驗在新的競爭環境下進行投資決策,決策過程跳躍、不連貫。若投資成功,公司管理層既得名又得利;若投資失敗,則責任自有國家承擔。這從一個側面說明,雖然隨著改革的推進,上市公司的治理不斷地完善,情況有所好轉,但是建立預想的現代公司制度仍任重而道遠。

以上對本文建立的實證模型———Tobin’sQ模型的三個模型,針對全樣本、原材料類上市公司、機械類上市公司三個樣本分別進行了估計,并分析了具體的估計結果,結果與研究假設基本相一致。為了驗證該實證結果的穩健性(robustness)水平,同時利用銷售加速模型進行分析,回歸結果基本與To-bin’sQ模型的回歸結果得出的結論相一致①,這說明本文建立的實證模型穩健性程度較高,得出的結論更加準確、可信。

五、研究結論與建議

通過前面的分析,本文得出以下一些結論:

(1)不論是全樣本還是分樣本(原材料類上市公司、機械類上市公司),也不論是否考慮投資機會和融資約束,總體不確定性和市場不確定性都對公司固定資產投資具有顯著的負影響。

(2)不可逆程度與公司固定資產投資呈顯著的負相關關系,不可逆程度越大,不確定性對公司固定資產投資的負影響程度越大。考慮投資機會和融資約束時,總體不確定性和市場不確定性對原材料類上市公司固定資產投資的負影響大于對機械類上市公司固定資產投資的負影響。

(3)市場不確定性對公司固定資產投資的負影響大于總體不確定性對固定資產投資的負影響。從平均水平來看,市場不確定性對固定資產投資的負影響大于公司特有不確定性對固定資產投資的負影響。

第7篇：固定資產投資運行分析范文

【關鍵詞】投資；適度規模水平

投資需求是經濟發展過程中產生的內在需求。固定資產投資是擴大再生產規模，提高社會生產力，構建產業結構及空間布局，增強經濟實力，提升競爭力，提高和改善人民物質文化生活條件的基本途徑。

固定資產投資通過乘數效應拉動經濟增長。從生產的角度看，投資本身就是一種生產活動，通過投資建設可以直接創造工業、服務業等相關產業，形成新的生產能力和效益，為社會提供新的產品和服務，直接使生產總值增加。同時，通過投資創造出來的工業、服務業等相關產業的發展，又可以形成新的增加值，通過多層次的傳遞方式間接推動經濟增長。從使用角度看，投資增加會使社會有效需求增加。擴大投資會拉動原材料、生產設備、勞動力等的需求，從而拉動與投資活動相關行業的產出的增長。

投資作為推動經濟增長的重要因素，其規模和速度對舟山經濟的影響，已成為一個不可忽視的重要問題。分析固定資產投資與經濟增長之間的關系，把握固定資產投資與經濟增長的運行軌跡，對于確定舟山合理的投資規模，保持舟山經濟持續快速健康發展具有十分重要的現實意義。

本文分析了改革開放以來舟山市固定資產投資與經濟增長的基本態勢，采用回歸模型對固定資產投資與經濟總量之間關系進行了定量測度，通過分析兩者之間的數量關系，對“十二五”期間我市固定資產投資需求作了初步預測，并就如何優化固定資產投資結構、保持固定資產投資適度增長從而促進舟山經濟又好又快發展進行了思考。

一、改革開放以來舟山GDP與固定資產投資基本態勢

改革開放以來，舟山經濟取得長足發展，固定資產投資額不斷攀升。全市GDP從1978年的3.9億元增加到2010年的633.5億元，固定資產投資額從1978年的0.9億元增加到2010年的413.8億元，固定資產投資與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年多來投資與經濟運行的軌跡，可以得出一些結論：

1、投資波動與經濟波動緊密關聯，舟山是典型的投資拉動型經濟

1999年以前投資波動與經濟波動具有明顯的“趨同性”，1999年以后出現明顯的“滯后效應”，滯后期為1年。從二者的環比名義增幅曲線圖可以看出，1999年以前（除了1985年和1991年固定資產投資增速有點異常外），舟山固定資產投資增長率與經濟增長率之間上下波動曲線變化趨勢基本相同，它們之間具有幾乎相同的波動方向。固定資產投資增長，GDP也相應增長，固定資產投資增勢趨緩，經濟增長速度相應放緩。兩者波動的波峰、波谷也幾乎同時出現，1985年兩者同時到達波峰、1990年和1998年同時到達波谷。1999年以后，兩者出現滯后期為一年的“滯后效應”，當年投資增長上升，次年GDP增長也相應上升，當年投資增長放緩，次年GDP增長相應放緩。如2000年投資增長放緩，2001年GDP增長跟著放緩，2001年投資增幅上升，2002年GDP增長跟著上升。分析投資對GDP滯后期出現的原因，跟投資項目的規模和項目完成跨越時間長短有關。1999年以前，舟山固定資產投資項目規模普遍較小，當年投資當年完成當年即可對經濟產生乘數效應；1999年以后，隨著投資項目規模的逐漸擴大，建設項目跨越時間延長，當年的投資項目也許在一年或幾年后才能有相應產出，所以，產生一定的滯后效應。

3、投資結構的變化使其對經濟的促進方式有所改變

判斷投資對經濟促進作用，可以使用一個簡單的指標，即單位投資產出的GDP增量，稱之為投資產出率，又稱投資效果系數，簡稱投資系數。引起投資效果變化的原因比較復雜，這跟市場的需求、產能利用率的高低等等因素緊密關聯，但起決定作用的是投資結構的變化。1994年前，舟山投資效果總體較高，投資效果系數1981―1985年達到71.9%，1986―1990年為36.7%，1991―1994年為53.9%，這與當時由于投資總量小，一個較大的投資項目就可對全市固定資產投資總額產生很大的影響，同時，投資以生產性投資為主，一般是當年建設，當年或第二年就見效，對經濟的拉動作用比較直接快速。但1995―2010年投資效果系數為24.1%，似乎與投資率出現了“背離”，這與舟山投資結構的變化密切相關。1994年以來，全市在水利圍墾、城市建設上的投資急劇增加，2000年后的大橋、港口建設在全市投資中所占份額也大幅提高，可以說，近幾年舟山的投資結構呈現出大項目多、長期項目多、基礎設施項目多的特征。這些項目對舟山經濟實現全面跨越發展起著至關重要的影響，但也存在著投資回報周期延長等情況。這一階段的投資結構特點，決定了其對經濟的促進作用從短期向長期、從快速見效向可持續發展轉變。這從某種程度上也是舟山經濟發展到新的階段在投資領域所體現出來的特點。

二、舟山固定資產投資與GDP之間的量化分析

改革開放以來，舟山投資率總體呈上升趨勢，特別是2006―2010年，投資率一直保持在64%以上。高積累高投資帶來了經濟的高速增長，推動了舟山工業化、現代化進程，這不僅大大提高了舟山經濟在全省的地位，也為舟山提前基本實現現代化打下了良好基礎。工業化國家的發展歷史證明，在初步實現工業化時期，無論是經濟總量的增長還是結構的轉換，都需要巨額的投資作為支撐。就今后舟山經濟發展而言，要保持經濟持續快速健康增長，加快推進工業化、現代化、城市化進程，仍需要一定投資規模的支持和推動。高投資率是經濟起飛的必然現象，這是一個無法逾越的發展階段，是不以人的意志為轉移的。

投資規模到底該多大？誠如上面所述，不同時期投資對經濟的促進效果是不一樣的，新增同樣的GDP在不同的階段對投資的需求也是不一樣的，同樣總量的GDP在不同的階段所要求的投資規模也是不一樣的。

這里利用SPSS統計軟件，對舟山不同歷史階段GDP和投資之間的總量關系逐一進行分析，力求能找到最適合舟山現階段及未來幾年GDP和投資總量之間的數量關系，以供參考。

1、兩者相關程度。相關關系是指客觀現象之間確實存在的，但在數量上表現為不固定的相互依存關系。相關系數是描述兩個變量之間線性關系程度和方向的統計量，相關系數絕對值越接近1，兩者關系越密切，絕對值越接近0，兩者關系越不密切。對相關程度的測定是建立線性回歸模型的前提和基礎，如果測出來兩者相關程度不高，建立出來的模型效果就大打折扣。根據舟山1978―2010年GDP和固定資產投資額統計資料，以固定資產投資額為自變量X，以GDP為因變量Y，對不同年份到2010年之間的兩者相關程度進行逐一測定，兩者相關系數均在0.9以上，表明GDP和固定資產投資高度正相關，具有極強的關聯性，可以建立兩者之間的線性回歸模型。

2、建立一元線性回歸模型。采用一元線性回歸模型：Yi=a+bXi（其中，Yi為歷年GDP，Xi為歷年固定資產投資額，a和b為回歸系數）。對改革開放以來不同年份到2010年之間逐一建立GDP和固定資產投資額之間的回歸模型，對建立的回歸模型逐一進行檢驗，最終確定，選擇2002―2010年這9年樣本量最能反映舟山現階段GDP和固定資產投資之間的數量關系，得到回歸方程：

=696973+1.268Xii=2002,2003,……,2010。

上述關系表明，每增加1萬元的固定資產投資，將帶動GDP增加1.268萬元。

對該回歸模型的回歸系數以α=0.05進行假設性檢驗，回歸系數a的T統計量值是4.3，回歸系數b的T統計量值是20.6，兩者均大于臨界值1.96，可以認為該模型通過了假設性檢驗，即有95%的概率可以保證，該模型是可以接受的。

對回歸模型的擬合程度進行檢驗，可決系數R2=0.984，顯示模型擬合程度極好。

[說明：T統計量是在假設檢驗中，用于檢驗回歸系數是否等于某一特征值的統計量，T統計量檢驗的是某個系數是否為0（即該變量是否不存在于回歸模型中）；可決系數又稱決定系數，是衡量在樣本范圍內用回歸來預測被解釋變量的好壞程度。該系數越接近于1，說明回歸擬合得越完美。]

三、預測不同總量GDP所需要的固定資產投資規模

舟山市國民經濟和社會發展第十二個五年規劃綱要提出了再造一個新舟山的宏偉目標，若單從經濟總量翻一番來看，到2015年，全市GDP總量計劃達到1267億元，要達到這個目標，根據上述回歸模型進行測算，同期固定資產投資規模須達到944億元。

四、下階段舟山固定資產投資增長路徑思考

舟山固定資產投資增長點在上世紀80年代可概括為發展集體經濟，鄉鎮企業蓬勃發展；90年代是以水產品加工業為主的傳統產業布局和開發區建設，舟山水產加工業迎來了最輝煌的鼎盛時期；新世紀以來，舟山緊緊抓住產業“梯度轉移”的歷史機遇，充分利用自身的資源優勢，固定資產投資的增長主要是以常石、中遠、歐華、金海灣、和邦化學等為代表的臨港工業投資和以洋山港、大陸連島工程等為代表的大規模的基礎設施建設。進入“十二五”的舟山投資的增長點將在哪里，如何在現有投資項目陸續完工的情況下，固定資產投資按照科學發展觀要求再能有適度規模的增長。這不僅關系到舟山經濟持續快速健康發展、趕超沿海發達地區的現實需要，更是決定舟山下階段發展方向的一個重大課題，不能不讓人深思。

1、加大港口物流體系等投資力度。與國內各大港口相比，舟山擁有豐富的深水岸線資源，未來一段時期是舟山充分發揮區位優勢尋求經濟發展的重要戰略機遇期，港口開發是舟山下階段最具潛力和競爭力的產業。舟山要大力發展港口物流等現代服務業，使其成為繼臨港工業后拉動舟山經濟增長的又一新的支柱產業。要按照貨源結構的變化趨勢加快港口開發建設、核心港區建設，構建現代港口物流體系；要加快港口公共基礎設施建設，提高港口發展的基礎支撐和服務能力。要努力把舟山港打造成煤炭、礦石、石油、糧食、化工品、集裝箱等大宗戰略物資儲備中轉基地；適應修造船、海洋工程裝備、重化工等發展的臨港工業基地；適應對外貿易持續穩定的物流基地。

2、大力加強海島開發。舟山沿海島嶼眾多，分布很廣。絕大多數島嶼還是處在封閉、單一的島嶼經濟狀態，與外界聯系較弱。這些海島發展滯后的主要原因是有“位”無“區”，即有重要的地理位置，但是沒有強勁的經濟區位帶動因素。隨著舟山港口建設時代的到來，將從整體上改變這一區域的經濟區位格局，從現有封閉落后的“邊緣地帶”，成為開放現代的海洋經濟的前沿區。對舟山港口建設的周邊海島來說，應抓住港口建設的契機，實現由封閉的“島嶼區位”向開放的“海港區位”的轉變，圍繞港口建設的市場需求，通過海上補給和海洋旅游發展商務、旅游、房地產、度假休閑、娛樂等高附加值的服務業投資建設。

第8篇：固定資產投資運行分析范文

［關鍵詞］固定資產；投資決策；油田運輸設備

固定資產投資是建造和購置固定資產的一項經濟活動，也就是說固定資產的投資和建造是固定資產的再生產活動。固定資產的再生產過程包括固定資產更新、改建、擴建、新建等活動。固定資產投資是社會固定資產再生產的主要手段。隨著現代物流業的迅猛發展，運輸設備的投資決策與管理越來越成為管理層關注的焦點。由于石油資源易燃、易爆、易揮發等特點，對于油品運輸設備的投資決策與管理具有一定的特殊性。

1 固定資產投資決策與管理

1.1 固定資產投資決策

作為企業的一項重要決策，固定資產投資決策綜合了投資決策的基本程序、整個投資決策過程中各種不同的評價方法以及決策的不確定性分析。固定資產投資決策的程序一般包括以下步驟：固定資產投資項目的提出、固定資產投資項目的評價、固定資產投資項目的決策、固定資產投資項目的執行以及固定資產投資再評價。

1.2 固定資產投資的分類

（1）按照投資在生產過程中的作用分類。可以把固定資產的投資分為新建企業投資、簡單再生產投資和擴大再生產投資。其中新建企業投資指的是為了一個新企業建立生產、經營、生活條件所進行的投資；簡單再生產投資是指為了更新生產經營中已經老化的物質資源和人力資源所進行的投資。擴大再生產投資是指為了擴大企業現有的生產經營規模而進行的投資。

（2）按照對企業前景的影響進行分類。固定資產投資可以分成戰術性投資和戰略性投資兩大類。所謂戰術性投資是指不牽涉整個企業前景或對企業前景影響甚小的投資。所謂戰略性投資是指對企業的全局有著重大影響的投資。

（3）按照投資項目之間的關系進行分類。企業固定資產的投資可以分成兩大類：相關性投資和非相關性投資。非相關性投資是指：如果采納或放棄某一項目并不顯著地影響另一項目的投資，則可以說這兩個項目在經濟上是不相關的；相反如果采納或放棄某個投資項目，可以顯著地影響到另外一個投資項目，那么這兩個項目在經濟上則是相關的。

1.3 固定資產投資的特點

固定資產投資具有回收時間較長、變現能力較差、資金占用數量相對穩定、實物形態與價值形態可以分離以及投資次數相對較少等特點。

1.4 固定資產投資決策需要考慮的因素

固定資產投資決策時除了要考慮其財務上的可行性之外，還應當考慮市場因素，比如當前的市場周期、國內經濟環境的影響以及人力資源，投資后的管理、成本等。總的來說即需要考慮投資的風險與報酬。

2 油田運輸設備的特殊性

由于石油資源具有易燃、易爆、易揮發等特點，在石油資源的運輸過程中稍有不慎可能就會帶來損失甚至滅絕性的危險。正是由于托運物的這些特殊性，決定了油田運輸設備的特殊性。油田運輸設備主要具有以下特點：

①必須選用防爆型的運輸設備。②必須具有滿足使用環境要求的防腐性能。環境中腐蝕性物質不僅會影響石油的質量甚至還會帶來嚴重的防爆隱患。③必須滿足相應的戶外等環境條件要求。④必須具有滿足較長周期的免維護或少維護的高可靠性要求。⑤為了滿足發展需要，對油田運輸設備還提出了高電壓、大容量、高效率、節能源和環保型的要求。

3 油田運輸設備投資決策與管理

隨著現代物流業的發展，油田運輸也開始從設備老化、包袱重、經營困難等的落后形態向現代物流發展。物流市場競爭日趨激烈，汽車運輸投入受資金限制較小；個體、集體、合資、外資等運輸公司為油田運輸提供了較為優越的條件。而這又進一步加大了油田運輸業的競爭。與其他固定資產的投資決策一樣，油田運輸設備的投資決策與管理也需要考慮該項投資的可行性、風險與報酬因素。只是不同的是，為了能夠保證運輸質量，在油田運輸設備的管理中需要定期進行維修檢測。下面舉個例子加以說明：

假設考慮投入一輛新款運油車，噸位12.9噸、容量18立方米，原值28.55萬元、折舊年限（油田）6年、年折舊額（按無殘值）4.76萬元，五年內分別可帶來現金流入為20萬元、20萬元、18萬元、15萬元、10萬元、8萬元。年利率按6%。下面分別進行討論：

（1）不考慮每年維修報檢情況下（單位：萬元）

（2）考慮到每年需要支付一定的維修報檢費用（單位：萬元）

在這個簡單的假設前提下，考慮維修報檢費用與不考慮維修報檢費用兩種情況下的凈現值相差很大。事實上，基于石油的特殊性，我們在進行投資決策時應當考慮到維修報檢費用。另外，在實務中我們還應當考慮折現率的影響。

油田運輸設備需要進行有效的管理。從油田物流的角度來考慮，主要以運油車輛為例，對于油田物流的發展有以下幾點建議：

（1）開展全員規范化維修活動。在工作中，司機作為車輛的操作者和直接的設備管理員，發揮其工作的主動性，是提高車輛技術狀況的最好途徑。開展全員規范化生產維修活動就是要達到以設備為手段、創造技術服務的最佳效益。其做法主要有：在全體員工中開展整理、整頓、清掃、清潔、素養活動；工段崗位的工人每天對工作場地進行整理、清潔；司機對所駕駛的車輛在執行出車前、行車中的檢查中也要及時進行整理、清潔工作。

（2）對運輸設備認真進行回場檢查、月度檢查、季度檢查工作。對于油田運輸設備實行公司全員規范化生產維修的預防手段：通過駕駛員、公司專職人員對車輛的日常維修、點檢等預防手段對車輛的性能狀態進行檢查，隨時發現問題，隨時解決問題，預防和防止設備發生技術故障。對于檢查出的大問題及時反饋到公司全員規范化維修小組，全員規范化維修小組再根據車輛具體問題來制定車輛修復方案和設備管理措施以督促實施部門（保養工段和外協修理單位）及時修復解決。

（3）規范化修理，提高工段修理質量。通過對車輛的強制進檢，并采取外部督導隊檢查，極大地提高了車輛技術狀況。

（4）完善車輛手續辦理。①新車入戶手續。在決定了對一項運輸設備的投資以后，為了使車輛及早地投入使用，應當積極辦理新車入戶等手續。②辦理市政部門運輸管理處的資質檢查和辦理企業資質申請。③辦理車輛報廢手續。隨著新車的增加，原有車輛必然會到報廢年限，對于通過檢測顯示車輛技術狀況差的車輛應當予以停用、報廢。④及時、合理的部署車輛審驗工作。⑤辦理車輛保險。對于車輛保險的辦理，應當結合歷次投保的經驗和車輛索賠的結果，提前對車輛保險進行預算管理，并多次與保險公司協商，結合車輛的運行、性質、車狀等特點在投保統一的前提下再購買特殊險，以降低風險。

綜上所述，固定資產的投資決策與管理歷來是管理人員關注的焦點，隨著企業現代物流業的迅猛發展又加之油田運輸設備的特殊性，對于油田運輸設備的投資決策與管理也相應的具有一定的特殊性，這就需要我們針對特殊問題進行特殊處理。

參考文獻：

第9篇：固定資產投資運行分析范文

【關鍵詞】固定資產投資 ARMA模型 經濟預測

固定資產投資作為發展社會生產力和提高人民生活水平的重要手段，對促進經濟增長具有非常重要的作用。但過大的投資規模可能會導致后續資金不足，增大經濟運行的潛在風險。因此，加強對固定資產投資問題的分析研究，對掌控今后投資的強度及走勢，推動經濟社會又好又快發展，無疑是十分必要的。本文在分析重慶市渝北區固定資產投資的發展變化規律的基礎上，根據時間序列分析方法建模，預測了短期內的固定資產投資規模，提出了經濟發展的建議，以期對未來經濟發展狀況的改善起參考作用。

一、ARMA模型

ARMA模型是一類常用的隨機時序模型，由博克斯(Box)、詹金斯（Jenkins）創立，亦稱B-J方法。它是一種精度較高的時序短期預測方法，其基本思想是：某些時間序列是依賴于時間t的一族隨機變量，構成該時序的單個序列值雖然具有不確定性，但整個序列的變化卻有一定的規律性，可以用相應的數學模型近似描述。通過對該數學模型的分析研究，能夠更本質地認識時間序列的結構與特征，達到最小方差意義下的最優預測。

1、ARMA模型的三種基本類型

ARMA模型有三種基本類型包括自回歸（AR：Auto-regressive）模型、移動平均（MA：Moving Average）模型以及自回歸移動平均（ARMA：Auto-regressive Moving Average）模型。

（1）自回歸（AR：Auto-regressive）模型。如果時間序列yt是它的前期值和隨機項的線性函數，即可表示為

yt=1yt-1+2yt-2+…+pyt-p+ut（1）

則稱該時間序列yt是自回歸序列，（1）式為p階自回歸模型，記為AR（p）。實參數1，2，…，p稱為自回歸系數，是模型的待估參數。隨機項ut是相互獨立的白噪聲序列，且服從均值為0、方差為

的正態分布。隨機項ut與滯后變量yt-1，yt-2，…，yt-p不相關。

（2）移動平均（MA：Moving Average）模型。如果時間序列yt是它的當期和前期的隨機誤差項的線性函數，即可表示為

yt=ut-1ut-1-2ut-2-…-qut-q（2）

則稱該時間序列yt是移動平均序列，（2）式為q階移動平均模型，記為MA（q）。實參數1，2，…，q為移動平均系數，是模型的待估參數。

（3）自回歸移動平均（ARMA：Auto-regressive Moving Average）模型。如果時間序列yt是它的當期和前期的隨機誤差項以及前期值的線性函數，即可表示為：

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

則稱該時間序列yt是自回歸移動平均序列，（3）式為（p，q）階自回歸移動平均模型，記為ARMA（p，q）。實參數1，2，…，p為自回歸系數，1，2，…，p為移動平均系數，都是模型的待估參數。

顯然，（1）和（2）都是（3）的特殊情況，即對于ARMA（p，q），若階數q=0，則是自回歸模型AR（p）；若階數p=0，則成為移動平均模型MA（q）。引入滯后算子B，模型（3）可簡記為（B）yt=（B）ut

ARMA（p，q）過程的平穩條件是滯后多項式（B）的根均在單位圓外，可逆條件是（B）的根都在單位圓外。

2、ARMA模型的識別

識別ARMA（p，q）模型的最主要工具是自相關（ACF）函數k，偏自相關（PACF）函數kk。設yt為平穩零均值時間序列，用yt的前k個時刻的值yt-1，yt-2，…，yt-k的線性函數來對yt作線性最小方差估計。

利用自相關圖（k，k）及偏自相關圖（k，kk）可直觀地識別自回歸（AR：Auto-regressive）模型、移動平均（MA：Moving Average）模型和自回歸移動平均（ARMA：Auto-regressive Moving Average）模型。具體地說，若由樣本值計算出來的自相關函數q步拖尾，就認為原來的序列為MA（q）序列；若計算出來的偏自相關函數p步截尾，就認為原來的序列為AR（p）序列；若自相關函數與偏自相關函數分別是拖尾的和截尾的，就為ARMA序列；若計算出來的自相關函數與偏自相關函數既不截尾也不拖尾，不屬于這三種模型中的任何一種。

需要注意的是，在B-J方法中，只有平穩的時間序列才能直接建立ARMA模型，否則必須經過適當的處理使序列滿足平穩性要求。

二、實證分析

1、樣本及數據

本文選取渝北區全社會固定資產投資額（以YGT表示）的歷史數據作為分析樣本。本文的數據來源于《渝北年鑒》，所采用的分析軟件是Eviews3.1 。

2、畫時間序列圖

圖1為渝北區全社會固定資產投資的時間序列圖。數據時間跨度為1999―2007年。

圖1 渝北區固定資產投資YGT序列圖

從圖1可以看出，我區固定資產投資形成的時間序列屬于隨機時間序列，除在2003年和2004年出現明顯的偏移之外，其余年份基本上保持線形增長趨勢。從其變化特征看，是非平穩序列。

3、識別模型形式

序列YGT差分后進行分析，對其二階差分序列D（YGT，2）作ADF檢驗，結果見表1。

表1 二階差分序列D（YGT，2）的ADF檢驗結果

由表1知，檢驗統計量值是-3.107423，小于顯著性水平為10%的臨界值-2.9312，表明YGT的二階差分序列D（YGT，2）是平穩的（滯后期為0），可以用B-J方法（ARMA模型）對序列進行分析，需自相關――偏自相關圖識別模型。

圖2 二階差分序列D（YGT，2）自相關――偏自相關圖

由于圖2中的相關圖衰減較快，序列的自相關系數（AC）表現為拖尾性，在滯后期k=2時顯著不為0，考慮取q=2；而滯后一期的偏自相關系數（PAC）很快地趨于0，所以取p=1。

綜上，固定資產投資YGT的二階差分序列D(YGT，2)可以ARMA(1，2)模型。

4、時間序列模型估計

對序列D（YGT，2）構建ARMA（1，2）模型（見表2）

從表2可見，ARMA(1，2)模型的滯后多項式倒數根也都落入單位圓內，滿足過程平穩的基本要求，系數t的檢驗值分別為t=0.856975，t=-1.631359， t=27.51705， t=-0.922217，顯著性檢驗概率分別為p=0.4818， p=0.2444， p=0.0013， p=0.4538，其樣本決定系數R2 = 0.604659，模型擬合效果較好。 對應的模型表達式：

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年固定資產投資額預測值呈逐年增長趨勢，即2008年、2009年和2010年固定資產投資實際規模將擴大（見表3）。進一步結合實際值與預測值之間的標準差，未來兩年（2009年和2010年）固定資產投資實際值會明顯低于預測值。

三、結論

1、渝北地區固定資產投資額繼續增加的可能性加大

據最新數據顯示，2008年1―12月份，渝北區完成固定資產投資350億元，今后幾年固定資產投資可能持續穩定增長的基本面沒有發生變化。從一定程度上反映出該區堅持以科學發展觀為統領，認真貫徹落實“314”總體部署，積極解放思想，擴大開放，不斷優化投資環境，著力招商引資，加快投資建設取得新的成果。

2、渝北地區固定資產投資實際增長率將出現下滑趨勢

圖3 2003―2010年渝北區固定資產投資增長率趨勢圖

由圖3我們可以清晰地看到近幾年渝北區固定資產投資增長率的變化情況。在2004年固定資產一改往年慢熱態勢，實際投資額達到71.28%的增長率，當時正是渝北區的項目建設年啟動時期，固定資產投資對經濟增長的拉動作用明顯增強，而之后的幾年開始出現回落。此外，參照固定資產投資預測增長率的持續下降，預計今后幾年渝北區的固定資產投資實際增長率將跌破10%，零增速的現象也可能出現，基礎行業的產能過剩問題將進一步凸現。

四、建議

針對所研究渝北區固定資產投資的變化規律，提出如下建議。

1、結構調整

隨著全球金融危機的持續和蔓延，在未來幾年，渝北區固定資產投資速度將會減緩，甚至出現下滑局面，經濟增長也將面臨嚴峻考驗。面對當前經濟總體的下滑態勢，按照中央擴大內需的要求，必須抑制經濟下滑勢頭。為確保渝北區經濟持續平穩發展，必須調整經濟增長結構，盡快由投資依賴型轉變為內需拉動型，這將是渝北區經濟結構調整的首選方向。政府應積極支持內銷內需，盡快清除區域商品流通和銷售障礙，及時出臺刺激消費的激勵政策，提供更多的優惠條件和扶持措施，改善商品的流通、銷售和消費環境，以消費推動整體經濟發展。

2、“草根”崛起

本次金融危機中沿海許多外向型經濟城市出現企業倒閉，但浙江臺州、義烏等“小商品”生產經營城市并未受多大影響，原因就在于“草根經濟”的強大生命力。當前渝北區全民創業的熱潮尚未形成，因此必須全面激活“老百姓”這個創業主體，大力培育民本經濟，以創業帶動就業，這是振興渝北經濟的迫切要求。各級政府及部門要切實改進工作方法，充分發揮基礎性市場資源的配置作用，從資金、技術、信息和市場等方面為民本經濟發展提供幫助，努力為“草根經濟”營造濃厚的市場經濟氛圍。

3、分流減壓

區內大型企業要進行多元化調整生產和經營，減輕企業單一生產經營的市場壓力，多元化的核心意義不在于擴大營業規模，而在于在主流單一產品受限時企業能繼續生存下去，同時也可以擺脫特定產品的生命周期。企業在應對危機時，要想生成和發展并逐步壯大，可通過不斷調整產品和配套服務來維持生產經營，減少企業生產經營壓力，保持資金鏈的持續“回籠”供給，確保企業繼續生成和發展。

【參考文獻】

[1] 易丹輝：數據分析與Eviews應用[M].北京：中國統計出版社，2002.

[2] George E P B． Gwilym M J．George C R：時間序列分析預測與控制[M].北京：經濟科學出版社，1997.