投资测算

投资测算（共5篇）

投资测算 篇1

0 引言

电网企业财务投资能力测算是通过研究分析电费电量、资产负债、成本效益与企业投资之间的数理关系, 构建起相互关联、彼此互动的测算模型[1]。借助模型测算企业财务投资能力, 并以此为基础确定科学、合理的投资规模, 为企业规划和年度资本性支出预算编制提供数据支持, 并有助于进一步提高公司精益化管理水平。

1 电网企业财务投资能力测算模型的理论基础

1.1 电网企业财务投资能力测算模型的基本逻辑

电网企业财务投资能力测算基于售电量增长等假设, 以目标利润、资产负债率限值和现金流供给为主要约束, 分析、构建资本性投资与资产、负债、主营业务收入、主营业务成本之间的关联关系, 测算与之相匹配的企业投资能力[2]。测算时以现金流量恒等式作为模型推导的逻辑起点。即:投资活动现金流出 (即投资额) =经营活动产生的现金流量净额+筹资活动产生的现金流量净额+投资活动现金流入–现金及现金等价物净增加额。

为求得投资额的最大值, 等式右侧各项均需在相应的约束条件下取极值, 具体为:经营活动产生的现金流量净额为在给定电量增幅和目标利润总额约束下的最大值;筹资活动产生的现金流量净额为在目标利润总额和资产负债率限值约束下的最大值;投资活动现金流入为根据实际情况预计的最大值;现金及现金等价物净增加额为保证资金安全备付约束下的最小值。

1.2 电网企业财务投资能力测算模型的构成

电网企业财务投资能力测算受多种因素影响, 其确定较为复杂。模型的关键基础假设是售电量增长比率假设, 主要以近期电量增幅为基础测定;模型参数包括起初现金及现金等价物余额、期末安全备付现金余额、投资活动现金流入、分类资产的折旧率、转资系数、每万元固定资产运检成本率、人工成本增长率等, 通过经验分析和历史数据计算确定;模型变量为投资额、目标利润总额和资产负债率限值;约束条件主要是在保证资金安全备付的前提下, 为满足公司绩效考核要求, 对资产负债率和利润水平做出约束[3]。

1.3 电网企业财务投资能力测算模型的主要功能

目前, 电网企业财务投资能力测算模型已由远光软件开发完成, 具备投资能力测算、敏感性分析、计算投资规模对财务效益的主要影响等功能。

通过验证测算结果, 表明电网企业财务投资能力测算模型能够起到辅助决策作用, 有利于合理确定年度企业投资规模, 确保投资水平不超过财务支撑能力, 保持经营状况健康稳定, 保证投资具有较高效益, 充分发挥预算的集约调控作用。

2 电网企业财务投资能力测算及分析

2.1 测算工作的主要步骤

电网企业财务投资能力测算主要步骤可分为3部分[4]。

1) 模型初始化。包括输入前3年投资规模、负债及权益总额、利润总额等历史数据, 以及预算编制期的资产结构、各类资产折旧率、转资系数等关键参数。

2) 模型计算。输入目标利润总额、资产负债率和预计售电量增长比率, 计算投资规模上限, 并进行敏感性分析。

3) 模型分析。假设按投资规模上限投资, 测算未来2~3年投资增量成本完全释放后, 经营期内预计利息保障倍数、经济附加值、利润总额等指标, 从而可以发现是否因过度投资而引起未来年度出现亏损的局面。

2.2 关键参数的收集

为客观反映测算结果与实际投资规模的吻合度, 以某电网企业2011~2013年远光财务管控系统年度财务报表数据为基础, 2014年使用预算数据, 测算2014年的投资规模。

2.3 电网企业财务投资能力测算

输入目标利润总额、资产负债率和预计售电量增长比率, 计算投资规模上限, 系统会根据所列参数计算得出2014年投资规模上限。

2.4 电网企业财务投资能力分析

企业财务投资在规划、建设、投运等各阶段都会对公司的经营指标有深刻影响。因此, 从发展能力、偿债能力、运营能力与盈利能力等方面分别观察与投资相关的财务活动对经营指标的变动影响, 分析评价投资规模是否适度, 是否符合公司经营现状。

2.4.1 从投资规模与企业发展能力方面分析

企业财务投资主要为未来的经营发展服务。因此, 投资规模应与公司的收入相匹配, 并根据经营过程中的合理预期适当进行微调, 以满足生产需要。某企业2011~2013年, 营业收入对投资规模的影响见表1所列。

从表中可以看出, 该企业2011~2013年资本性投资增长较为平缓, 逐年增长仅在1~2亿元, 营业收入增长较为稳健, 持续增长的营业收入带动相对稳定的投资, 该企业没有进行超过收入增长水平的投资规划, 总体投资策略过于稳健。

2.4.2 从投资规模与企业偿债能力方面分析

企业财务投资建设阶段, 公司需要投入资金、物资和人力, 资金的变化对公司的偿债能力产生影响, 经营活动现金流净额对投资规模的影响见表2所列。

从表中可以看出, 经营活动现金流的稳定增长为持续投资提供了主要资金支持, 也说明公司的资本性投资带来的偿债风险相应较低, 经营收入的增长完全可以支撑投资规模的增长。

2.4.3 对投资能力分析结论的评价

综上所述, 该企业的资本性投资是以稳定的收入驱动为基础, 以自有资金为主体, 收入产出配比的投资模式。主要表现在投资稳定性高、风险小, 对于偿债资金的保障能力强。目前的资本性投资稳健, 筹划合理, 效益显著。

2.5 测算模型数据敏感性分析

电网企业财务投资能力测算模型的数据逻辑和公式已固化在模型中, 从测算的目的来看, 一方面可以通过输入真实准确的历史数据和关键参数以及约束条件, 客观地测算投资规模, 并通过深入分析以诊断企业经营风险;另一方面, 也可以首先确定投资规模, 通过调整模型变量和关键参数达到目的, 并按投资规模测算合理的资产负债率、售电量增长率等经营指标, 为预算编制测算数据。

对投资能力进行敏感性分析, 主要是分析利润总额以及售电量增长率, 以这2个指标确定主要经营指标, 但是其他关键参数在企业经营中同样具有举足轻重的作用, 其数据的微小变化, 对测算结果都会产生较大影响, 因此在企业经营管理中应更加重视其敏感性带给企业管理的实质意义, 扬长避短, 使其向更有利于企业持续经营发展的方向迈进。

3 应用电网企业财务投资能力测算模型的优缺点

3.1 测算模型应用的优点

1) 从源头控制投资规模。通过建立企业财务投资测算模型, 输入历史数据、关键数据以及约束条件测算投资规模, 可以从源头上对投资规模进行控制。

2) 为投资决策提供支撑。通过投资规模测算结果, 为公司投资决策提供有力支撑, 合理确定公司投资能力, 提高投资效益, 确保公司稳健经营, 有助于进一步提高公司精益化管理水平。

3) 有利于预算集约调控。有利于合理确定年度企业投资规模和预算安排, 确保投资水平不超过财务支撑能力, 保持经营状况健康稳定, 保证投资具有较高效益, 充分发挥预算的集约调控作用。

3.2 测算模型应用的缺点

1) 测算方法比较单一。模型本身具有局限性, 主要基于历史数据, 匡算出年均增长比例或数额, 据以测算预算编制期内的投资能力数据, 测算过程中必然会参与人为的因素和经验主义, 从测算模式上说方法比较单一。

2) 数据质量难以保证。实际情况一直在动态变化, 资本性投资却影响深远, 输入数据时的内外部环境影响, 系统主要参数的不确定性, 都对测算数据有必然的影响, 预测与实际的偏差必然存在。

3) 测算结果无法照搬。测算结果对确定投资规模“大盘子”的应用价值较高, 但具体投资却无法照搬, 比如存在网架安全性、供电可靠性或社会责任等现实需要, 即使投资能力不足, 也有可能做出超出投资规模的决策。

4 对电网企业财务投资能力测算模型应用的改进

1) 继续丰富完善测算模型。进一步深入研究电网企业财务投资能力测算分析模型, 通过丰富相互有牵制作用的关键参数或变量指标, 构建起财务与业务相互关联、彼此互动的电网企业财务投资能力测算模型, 进一步提高预测的科学性、合理性。

2) 提高测算数据质量。加强财务与业务部门的协调和沟通, 取得完整准确的历史数据, 应用客观合理的测算方法, 减少不必要的假设和经验主义, 提高测算数据的质量, 使电网企业财务投资能力测算趋近于管理实际。

5 结语

通过借助电网企业财务投资能力测算模型得出资本性投资规模, 并以此为基础, 可充分考虑公司承受能力, 确定科学、合理的投资规模, 并从计划、预算环节避免投资安排超出财务承受能力等问题, 进一步优化投资规模、结构和时序, 提升投资对效益的正向拉动作用, 完善企业投资投入产出机制, 确保投资规模与财务效能相适应, 投资方向与企业结构相衔接, 投资增幅与投资效益相匹配, 努力达到投资规模合理、投资效益明显、企业经营稳健的目的。

参考文献

[1]戴文博.电网企业投资能力分析系统设计与实现[D].北京:华北电力大学, 2012.

[2]赵会茹, 符力文.电网企业投资能力的量化研究[J].水电能源科学, 2012, 30 (4) :191–194.ZHAO Hui-ru, FU Li-wen.Quantitative analysis of investment capacity for electric power enterprises[J].Water Resources and Power, 2012, 30 (4) :191–194.

[3]吴霆声.论电网企业如何构建科学的投资能力测算模型[J].经济视野, 2012 (5) :153–154.

[4]桂鹏.基于价值引领的可持续电网财务投资模型构建与应用[J].低碳世界, 2013 (22) :257–259.

投资测算 篇2

目现金流测算

截止到2011年7月，xx市发展建设投资有限公司（以下简称“公司”）现有银行贷款本金余额59239万元，其中国家开发银行项目贷款本金余额11064万元，农发行项目贷款本金余额48175万元。国家开发银行项目贷款本金余额11064万元包括xx市工业园区道路网工程贷款本金余额7000万元、xx市工业园区孵化器项目贷款本金余额2500万元和xx市农村中小学D级危房改造项目贷款本金余额1564万元。农发行项目贷款本金余额48175万元包括xx市农村路网项目贷款本金余额4875万元、xx市xx河环境综合治理工程建设项目贷款本金余额13300万元、xx市农村道路建设工程项目贷款本金余额17000万元和xx市外环路建设工程项目贷款本金余额13000万元。公司现有银行贷款本金余额59239万元扣除不需要公司偿还本息的xx市农村中小学D级危房改造项目贷款本金余额1564万元后的本金余额为57675万元，按6.8%的当前贷款年利率测算，到贷款本金57675万元全部偿还完毕需支付贷款利息18800万元（其中农发行贷款利息15530万元，国家开发银行贷款利息3270万元），公司应偿还贷款本息合计为76475万元。

根据公司与农发行签订的贷款合同等有关文件约定，公司从农发行取得的项目贷款以公司持有的土地使用权和位于xx市城区的沿街门面房作为抵押担保。按照xx市2010年基准地价测算，为xx市农

投资测算 篇3

影响区域经济增长的因素有很多, 大致可以分为内部因素与外部因素。内部因素由其供给与需求的相互作用决定, 供给方面如生产要素投入、相关生产技术、生产组织管理、经济规模性等, 需求方面如消费、储蓄、投资等, 外部影响因素主要是指区域产业结构、区域布局结构、区域生产要素流动。毫无疑问, 区域投资水平对区域经济增长具有至关重要的作用, 特别是基础设施建设投资, 因为其正向的外部经济效应可能带来大量的产业投资, 推动区域经济强劲增长。但是, 目前关于基础设施建设投资推动经济增长的定量分析研究, 国内外研究的成果尚不多[1]。

对于基础设施与经济增长关系的实证研究, Aschauer (1989) 作了具有开创性的贡献。他使用美国1945～1985年的时间序列和横截面数据, 运用柯布—道格拉斯生产函数 (C-D生产函数) , 研究了生产率和政府支出形成资本的关系, 实证结果表明生产率的提高和政府支出用于公共设施的资本高度相关, 尤其是核心基础设施如高速公路、机场、运输、水、电等[2]。伊斯特里和雷波罗 (1993) 年收集了28个发达国家的历史时间序列数据以研究基础设施对国内生产总值的影响。 他们发现在影响增长的其他变量不变的假定下, 运输和通讯投资对增长的作用明显, 结果是基础设施通过增加私人投资的社会报酬率促进经济增长, 而不是通过私人投资本身来加快增长速度[3]。罗姆 (1986) 和卢卡斯 (1988) 的研究表明, 生产率增长的地区差异与公共基础设施地区差异相关[4]。Gramlich, Edward M[5]和Aschauer[6], Glomn Gerhard、Ravikumar[7]等把基础设施投资 (资本) 从总投资 (资本) 中分离出来, 单独估计基础设施资本对经济增长的影响。多数的研究方法使用的是生产函数法, 其结果表明基础设施对经济产出的增长有着重要的、正向的影响[8]。马璇、谈步稳 (2009) 基于不同类别基础设施对江苏省13个省辖市的经济和基础设施指标进行聚类分析, 通过基础设施投资与城市国内生产总值的回归分析, 说明了城市基础设施建设对城市经济增长的巨大促进作用[9]。范前进等 (2004) 将公共设施水平引入一个区域经济的中间品生产过程, 建立了一个多部门一般均衡模型, 详细分析了政府基础设施投资变动对于相关产品价格、产量、专业化分工程度及国际贸易模式的影响[10]。

通过研究基础设施投资对区域经济增长的推动作用, 可以系统分析基础设施投资对经济增长的作用大小, 评价基础设施投资的合理性, 优化投资政策和制度安排, 为基础设施建设投资的决策与评估提供一定的理论依据[11]。本文通过构建一个二级三要素CES生产函数模型, 测算基础设施建设投资推动城市经济增长的宏观效益。首先以长沙市为例对相关城市的经济数据进行线性回归分析, 发现得到的回归效果并不理想。然后从全国范围内选取六个与长沙市经济特性相差不大的沿江城市与其一起进行了横截面时间序列数据 (Panel data) 分析, 通过单位根检验和协整分析避免了伪回归的可能。经过Panel data 回归分析, 所得回归参数测算出来的GDP经过验证与实际GDP值相差并不大, 验证了Panel data分析的可行性, 并运用OLS法回归出相关参数, 运用这些回归参数测算出了长沙基础设施建设投资推动长沙经济增长的宏观效益。

1 基本模型

1.1 区域经济增长的二级三要素 生产函数模型及其假设

本项研究的计量经济学分析基础是一个包含资本 (K) 及劳动 (L) 等的二级三要素CES生产函数, 其基本假设是:

(1) 同组的具有相似的技术经济投入要素之间具有相同的替代弹性;

(2) 不同组的投入要素之间具有相同的替代弹性, 但此替代弹性大于0;

(3) 同组内投入要素之间的边际替代率独立于组外要素。

根据二级三要素CES生产函数的要求, 考虑到相关统计指标的可获得性, 本文选取区域经济成长过程中由非基础设施建设固定资产投资年末形成的固定资产净值、基础设施建设固定资产投资年末形成的固定资产净值和社会劳动者数量等三个基本要素, 以该区域年末国内生产总值为因变量, 建立其一个二级三要素的CES生产函数模型。并运用计量经济学分析软件Eviews6.0进行模型参数估计。

本文根据Sato (1976) 年提出的二级CES生产函数理论, 构建了一个基于GDP、KF、KJ和L的CES生产函数模型, 表达式为:

$\begin{array}{l}GD{\rm P}\\ =A(\beta (\alpha {\rm K}{}_F^{-\rho {}_1}+(1-\alpha ){\rm K}{}_J^{-\rho {}_1}){}^{\rho /\rho {}_1}+(1-\beta )L{}^{-\rho }){}^{-\mu /\rho }\end{array}(1)$

第一级:

$GD{\rm P}=A(\beta GD{\rm P}{}_{{\rm K}}^{-\rho }+(1-\beta )L{}^{-\rho }){}^{-\mu /\rho }(2)$

第二级:

$GD{\rm P}{}_{{\rm K}}=(\alpha {\rm K}{}_F^{-\rho {}_1}+(1-\alpha ){\rm K}{}_J^{-\rho {}_1}){}^{-1/\rho {}_1}(3)$

其中:

K:区域年末固定资产净值;

KF:区域非基础设施建设固定资产投资年末形成的资本存量;

KJ:区域基础设施建设固定资产投资年末形成的资本存量;

L:区域年末社会劳动者数量;

LF:区域年末非基础设施建设社会劳动者数量;

LJ:区域年末基础设施建设社会劳动者数量;

GDPK:区域资本要素KF、KJ形成的GDP产出;

GDPF:区域非基础设施资本KF与劳动L形成的GDP;

GDP:年末区域生产总值。

其中, A代表综合技术进步因子;α、β为分配系数;ρ1、ρ是弹性系数, 其中ρ1为资本之间的替代弹性系数;ρ为YK与L替代弹性系数;μ是反映规模报酬的参数。

1.2 二级三要素生产函数模型的参数估计方法

由于二级三要素CES生产函数是不能线性化的非线性模型, 需要对其参数进行估计, 通过泰勒级数展开将 (3) 线性化, 可以得到如下形式的CES简化近似模型:

$\begin{array}{l}\text{l}\text{n}GD{\rm P}\\ =\text{l}\text{n}A+\mu \alpha \beta \ln ({\rm K}{}_F/{\rm K}{}_J)+\mu \beta \ln ({\rm K}{}_J/L)+\mu \text{l}\text{n}L\\ -\frac{1}{2}\mu \rho {}_1\alpha (1-\alpha )\beta [\ln ({\rm K}{}_F/{\rm K}{}_J)]{}^2\\ -\frac{1}{2}\mu \rho \beta (1-\beta )[\ln ({\rm K}{}_F/L)]{}^2\end{array}(4)$

第一级:

$\begin{array}{l}\text{l}\text{n}GD{\rm P}=\text{l}\text{n}A+\mu \beta \ln {\rm K}{}_F+\mu (1-\beta )\text{l}\text{n}L\\ -\frac{1}{2}\mu \rho \beta (1-\beta )[\ln (GD{\rm P}{}_{{\rm K}}/L)]{}^2(5)\end{array}$

第二级:

$\begin{array}{l}\text{l}\text{n}GD{\rm P}{}_{{\rm K}}\\ =\alpha \ln {\rm K}{}_F+(1-\alpha )\ln {\rm K}{}_J-\frac{1}{2}\rho {}_1\alpha (1-\alpha )[\ln ({\rm K}{}_F/{\rm K}{}_J)]{}^2\end{array}(6)$

通过变量置换可以进一步将式 (4) 转化成:

$\text{l}\text{n}Y=C+\lambda {}_1\text{l}\text{n}F+\lambda {}_2\text{l}\text{n}J+\lambda {}_3\text{l}\text{n}L+\lambda {}_4{\rm P}+\lambda {}_{5}Q(7)$

其中, Y=GDP, C=lnA, F=KF/KJ, J=KJ/L, P=[lnF]2, Q=[ln (KF/L) ]2.

λi (i=1, 2, …, 5) 即为所要估计的参数, 在此基础上可以求得二级三要素CES生产函数 (1) 的具体表达式。

1.3 基础设施建设投资推动经济增长的测算过程

对式 (7) 采用最小二乘法求得参数估计值, 进一步估计出式 (1) 中A、μ、ρ1、ρ、α、β的数值, 测定出在整个投入要素K下的中间产出GDPk (3) 和在没有基础设施投资要素KJ, 只有非基础设施投资要素KF和L情况下的产出GDPF的大小, 从而就可计算出由基础设施投资KJ所带动GDP的增长GDPJ, 即

$GD{\rm P}{}_J=GD{\rm P}-GD{\rm P}{}_F(8)$

由此就可测算出区域各年基础设施投资推动的经济增长GDPJ及贡献率ξ:

$\xi =GD{\rm P}{}_J/\Delta GD{\rm P}(9)$

2 回归分析的相关数据说明

(1) 数据来源:

基于数据的可获取性, 本文采用2001～2010年年度数据进行分析。若无特殊说明, 均来源于《中国统计年鉴》 (2001～2010) , 各省市《统计年鉴》 (2001～2010) 和《国民经济和社会发展统计公报》 (2001～2010) 。

(2) 资本存量的处理:

由于国民收入核算体系修订之后, 从1993年开始官方不再公布积累额的数据, 所以对于模型中所涉及到的固定资产投资形成的年末资本存量的数据无法直接从官方资料中获得数据。因此对于资本存量的处理, 单豪杰 (2008) 对中国1952～2006年期间各省区资本存量的估算方法上较为规范和严谨[12], 所以采用单豪杰提出的资本存量估计方法——永续盘存法 (PIM) 对2001～2010年各市资本存量序列基准值进行估算, 也采用同样的折旧率 (年10.96%) 。

永续盘存法基本公式可以表达为:

${\rm K}{}_u={\rm K}{}_{t-1}(1-\delta )+{\rm I}{}_t(10)$

其中, i指的是第i个市, t指第t年, Ki (t+1) 和Kit分别指第i个市第t+1年和第t年的实物资本存量, δit指第i个市第t年实物资本存量的折旧率, Ii (t+1) 指的是第i个市t+1年的投资数额。从该公式可以看出, 在利用永续存盘法估算固定资产投资年末形成的实物资本存量时主要涉及以下四个变量:①基期资本存量K的确定:本文基于数据的可获得性, 选用的是2001～2010年的数据进行分析, 因此基期的资本存量以2001年为标准。②每年的投资额I的确定:各市每年的固定资产投资总额及基础设施建设投资和非基础设施建设投资在各市年度《国民经济和社会发展统计公报》中有公布。③固定资产投资价格指数的确定, 以便折算到不变价格:自1992年以后官方开始正式公布固定资产投资价格指数, 本文各年固定资产投资价格指数来源于国家统计局公布的《中国统计年鉴》中各区域固定资产投资价格指数统计数据。④经济折旧率δ的确定:本文没有对固定资产的折旧率进行逐一估算, 而是采用单豪杰 (2008) 所估算出来的折旧率10.96%.

3 区域经济增长二级三要素生产函数模型的参数估计

3.1 长沙市简单时间序列数据回归分析

(1) 数据平稳性检验

为防止由于宏观经济变量的不平稳而产生的谬误回归, 首先需要对时间序列进行单位根检验, 此处利用ADF单位根检验程序, 检验结果见表1。

注:ADF临界值中的*、**、***分别代表该值是在1%、5%、10%的显著水平下的临界值。

由表1结果可知, 各变量的时间序列均在10%的显著性水平上存在单位根, 是非平稳的, 而其一阶差分序列均能拒绝单位根假设, 故均为一阶单整序列, 即I (1) 。

(2) 协整检验

根据单位根检验结果可知, CES生产函数的模型 (4) 中所涉及的变量均为非平稳的, 若直接靳行回归, 将会导致伪回归。但它们的一阶差分序列为平稳的, 可以进行协整检验。在此运用Engle-Granger (1987) 的两步法来估计生产函数。表2为回归残差的协整检验结果。该结果表明在1%的置信水平下, t统计量小于临界值, 拒绝原假设, 接受不存在单位根的结论。

(3) OLS回归分析

因为CES生产函数模型 (4) 各变量之间存在着协整关系, 因此可以进行OLS回归分析, 从而得到的回归结果。通过运用Eviews6.0计量分析软件得到的回归结果中决定系数R2=0.2501, 模型拟合效果非常不好, F=0.2小于临界值F0.05, 说明在显著性水平下, 因变量与自变量之间没有显著的线性关系。且关于系数显著性检验, 对于每个变量, 给定α=0.05的显著水平下所得临界值t<t0.025 (n-2) , 不能拒绝原假设 (系数为零) , 说明自各变量对因变量并不能产生显著性影响。这与实际经济情况并不吻合, 一地的区域生产总值必然受到其资本投资于劳动力因素的影响。

引致上述结果的原因可能是本文中可获数据的时间年限限制, 时间短个体少, 从而在这种小样本分析中不能得到一个较优的拟合结果。

3.2 Panel data回归分析

为了达到更优的拟合效果, 本文在全国范围内选取了七个经济发展水平相距不大的沿江省会城市进行panel data分析, 包括长沙、武汉、南昌、合肥、南京、郑州、济南。在增加观测值的基础上, 提高估计量的抽样精度, 使得个体回归的数据更为合理。

图1、图2为7市每年基础设施固定资产投资与非基础设施固定资产投资经过永续盘存法折算后的资本存量剖面图。

(1) 数据平稳性检验

为防止由于宏观经济变量的不平稳而产生的伪回归, 同样, 首先需要对时间序列进行单位根检验。Eviews6.0为截面时序数据的单位根检验提供了完备的检验程序, 文中考虑到各数据的时序值大都不是由平稳过程产生的, 因此在进行单位根检验之前对所有数据进行了对数化处理, 使数据得到优化。对数化前后的Panel散点图见图3、 图4。

检验结果如表3所示 (此处利用ADF检验方法) 。表中结果显示, 7市2001～2010年的截面性时间序列数据的单位根检验中, 所有变量均是一阶单整I (1) 序列, 说明这些变量的截面时序数据在取一阶差分时才是稳定的。在此基础上, 采用Johansen Fisher检验方法对各解释变量与因变量Y之间的协整关系进行了检验, 结果见表4。

注:I (0) =零阶单整变量;I (1) =一阶单整变量;I (2) =二阶单整变量。

Fisher检验的原假设为“不存在协整关系”, 表4结果显示, 各变量的P值都小于0.05, 所以认为因变量Y与自变量F、J、L、P、Q都有协整关系, 它们之间存在着一个长期稳定的比例关系, 从计量经济模型的意义上讲, 本文模型构建中变量的选择是合理的。

(2) 生产函数的估计结果

由于Panel data源于7个不同城市不同时间的数据, 对于模型中所涉及到的变量, 对于不同的城市这是一个变化的量, 对于不同的时点同样是一个变化的量, 因此, 使用个体时点固定效应模型进行估计。采用最小二乘法所建立的回归模型如下:

$\begin{array}{l}\text{l}\text{n}Y{}_{it}\\ =3.6704+\alpha {}_i+\gamma {}_t+0.0349\text{l}\text{n}F+0.4543\text{l}\text{n}J\\ (0.6484)(0.1205)(0.0548)\\ +0.5547\text{l}\text{n}L+0.1693{\rm P}-0.0032Q\\ (0.1092)(0.0642)(0.0089)\end{array}(11)$

i对应面板数据中不同城市, t对应面板数据中不同时点, αi是随机变量, 表示对于i个不同城市有i个不同的截距项, γt也是随机变量, 表示对于T个截面有T个不同的截距项。R2=0.9970, F=841.18, DW=2.132, 回归方程拟合效果较好。且在给定显著水平α=0.05下, 所有被估参数都能很好的通过显著性检验。因此根据Eviews6.0提供的参数估计结果, 得到的长沙市参数回归模型为:

$\begin{array}{l}\text{l}\text{n}Y\\ =3.7708+0.0349\text{l}\text{n}F+0.4543\text{l}\text{n}J\\ +0.5547\text{l}\text{n}L+0.1693{\rm P}-0.0032Q\end{array}(12)$

由lnA=3.7708, μαβ=0.0349, μβ=0.4543, μ=0.5547, -μρ1α (1-α) β/2=0.1693, -μβ (1-β) ρ/2=0.0032, 可得:A=43.4148, α=0.0768, β=0.8188, μ=0.5547, ρ1=-10.5095, ρ=0.0778。

从而求得用于测定长沙市城市基础设施建设投资推动经济增长的二级三要素CES生产函数模型为:

$\begin{array}{l}GD{\rm P}\\ =43.4148(0.8188(0.0768{\rm K}{}_F^{10.5095}+0.9232{\rm K}{}_J^{10.5095}){}^{-0.0074}\\ +0.1812L{}^{-0.0778}){}^{-7.1324}\end{array}(13)$

4 长沙市基础设施投资推动长沙经济增长测算

由式 (13) 即可测定出2001～2010年长沙市各年的GDP以及在没有基础设施投资KJ, 而只有非基础设施投资KF和劳动力投入要素L时的产出GDPF.再利用式 (8) 和式 (9) 就可测算出2001～2010年长沙市各年基础设施投资推动的经济增长GDPJ及贡献率ξ, 如表5所示。

由表5中计算结果可以看出, 运用模型所测算出来的GDP值与实际GDP值相差并不大, 模型的现实可行性得到了验证。 表5结果表明长沙市基础设施建设投资具有一定的推动经济增长作用, 平均每年有4.21%的GDP产出由基础设施投资引起, 在每年的GDP增量中平均有29.75%是由基础设施投资推动的。平均每年的固定资产投资所推动的GDP增长中有10.01%是由基础设施投资贡献的, 即基础设施建设投资的主要功能体现在带动产业资本的投入而不是直接推动经济增长, 符合调结构、改善民生、转变经济成长方式的宏观调控要求。

在进行总体分析的基础上, 以湘江长沙综合枢纽为例作单个项目的效益测算。

湘江长沙综合枢纽工程项目于2009年10月下旬建设, 2011年10月船闸建成当年投产。电站、坝顶公路桥、库区2014年10月全面建成当年投产, 总建设投资60亿。预计到2040年湘江运量将增长2亿吨, 枢纽库区货物周转量增加73.9亿吨, 枢纽过坝货运量增加5900万吨。由于本文的研究过程中, 湘江长沙综合枢纽还没有完全建成投产, 因此目前暂时选择2009年投建以及2010年的数据进行综合分析。假定2009年和2010年两年每年投资为I (亿元) , 可算得在剔除湘江枢纽I基础上的GDP增长量, 记为GDP′, 再利用总GDP值减去GDP′即可得到湘江枢纽每年投资所带来的GDP增长量。

$\begin{array}{l}\begin{array}{l}GD{{\rm P}}^{\prime }\\ =A(\beta (\alpha {\rm K}{}_F^{-\rho {}_1}+(1-\alpha ){\rm K}{}_{J-{\rm I}}^{-\rho {}_1}){}^{\rho /\rho {}_1}+(1-\beta )L{}^{-\rho }){}^{-\mu /\rho }\end{array}(14)\\ GD{\rm P}{}^{*}=GD{\rm P}-GD{{\rm P}}^{\prime }(15)\end{array}$

假定湘江长沙综合枢纽每年建设投资额为20亿, 式 (14) 可写成:

$\begin{array}{l}GD{\rm P}\\ =43.4148(0.8188(0.0768{\rm K}{}_F^{10.5095}+0.9232{\rm K}{}_{J-{\rm I}}^{10.5095}){}^{-0.0074}\\ +0.1812L{}^{-0.0778}){}^{-7.1324}\end{array}$

将2009年和2010年数据代入上式即可得到GDP′2009和GDP′2010, 分别为:4013.12, 4564.07。

从而可得GDP*2009=0.1357, GDP*2010=0.1425。

因此, 湘江长沙综合枢纽的建设投资2009年推动GDP增长为0.136亿, 2010年为0.143亿。值得说明的是, 这是湘江长沙综合枢纽建设期的外部经济效益, 因为没有建成期的数据, 目前不能有效地估计建成后的宏观经济效益。

5 结束语

本文通过建立一个二级三要素CES生产函数, 利用我国2001～2010年总产出 (GDP) 、基础设施投资、非基础设施投资和劳动等数据, 通过Panel data的OLS回归, 估计了基础设施建设投资对区域经济增长的影响。实例分析发现长沙市平均每年的固定资产投资所推动的GDP增长中有10.01%是由基础设施投资贡献的, 即基础设施建设投资的主要功能体现在带动产业资本的投入而不是直接推动经济增长, 符合调结构、改善民生、转变经济成长方式的宏观调控要求。分析表明基础设施建设投资对促进经济增长具有实质性的重要作用。

以湘江长沙综合枢纽的投资建设为例进行了宏观效益测算, 为单项基础设施建设投资推动区域经济增长的宏观效益分析提供了一个有效的测算模型, 可供有关部门在基础设施建设投资项目后评估时采用。

摘要：基础设施建设对于区域经济成长具有正向的外部性。本文通过构建一个二级三要素CES生产函数模型, 测算基础设施建设投资推动城市经济增长的宏观效益。首先以长沙市为例对相关经济数据进行线性回归分析, 发现得到的回归效果并不理想。然后从全国范围内选取六个与长沙市经济特性相差不大的沿江城市与其一起进行了横截面时间序列 (Panel data) 分析, 通过单位根检验和协整分析避免了伪回归的可能。经过Panel data回归分析, 所得回归参数测算出来的GDP经过验证与实际GDP值相差并不大, 验证了Panel data分析的可行性, 最后运用这些回归参数测算出了长沙基础设施建设投资推动长沙经济增长的宏观效益:平均每年的固定资产投资所推动的GDP增长中基础设施建设投资贡献了十个百分点, 即基础设施建设投资的主要功能体现在带动产业资本的投入而不是直接推动经济增长。

投资测算 篇4

一、项目现金流测算的地位和意义

一个项目从确定立项到最后建成要经过一系列环节, 主要包括:项目建议书的提出、可行性研究报告的形成 (有些项目还需要初步设计) 、发改委审批立项、工程招投标、工程施工、竣工验收、工程审计、工程付款, 有些工程还需要进行专门的绩效评估。一般而言, 从政府的角度通常考虑的是项目的社会效益, 是否有利于提高人民的生活水平, 眼光放得比较长远。而银行则更是注重, 该项目在贷款期限内是否有足够的现金流覆盖本息, 获得必要的收益, 注重的是经济效益。如何合理有效地进行项目现金流的测算, 获得银行的信任, 成为项目能否如期实施的关键。

二、项目现金流测算实例解析

下面笔者通过参与的一个融资项目现金流的测算全过程, 作一个粗略的解析。

某地方政府为提高居民的饮用水质量, 决定建造一段管网从长江里取水对当地政府所辖区域的居民饮用水实行区域供水全覆盖。本例中实施的项目是从主管网延伸出来的支管网工程, 从可研等基础资料中获息, 该项目总投资额为45262.55万元, 自有资金为17262.55万元, 需要从银行筹集28000万元。为此银行要求对该项目投产后的经济效益进行分析。

首先要进行测算现金流的基础数据的准备:

(一) 财务费用的测算

按2.8亿本金, 建设期1年, 建设期内匀速放款, 基准利率上浮20%, 借款期间为8年 (不含建设期) 内等年等额还款, 测算如下表1:

(二) 总成本费用的测算

总成本包含动力费、净水购置费、管理人员工资及福利费、日常检修维护费、固定资产折旧费等。通过现有主管网以及其他支管网资料测算所需动力费、以及净水购置费;参照地方工作人员工资水平和日常所需办公经费, 测算泵站工作人员工资、福利费和日常办公所需费用;按总投的固定比例测算日常检修维护费;固定资产折旧费为总投按残值率4%, 使用年限为25年计算。具体如下表2。

第九年后总成本费用相等, 均为7336.04万元。

(三) 利润及分配的测算

1. 计算总收入

投产第一年日供水量按80%, 第二年按90%, 第三年达产后按日供水量16万吨, 单价2.14 (这些数据均有可靠依据) 计算。

2. 计算总税金

按小规模纳税人计算6%增值税以及相应比例的附加税费进行测算。

(四) 计算年净利润

根据以上数据计算年净利润, 如下表3。

第九年后利润总额相等, 均为4336.72万元。

(五) 进行年现金流以及相关指标的测算

每年的净利润加上未支付现金的折旧及摊销得出经营现金净流量, 将年现金净流量按必要报酬率折现, 计算项目现金净流量, 本项目中该城投公司免征所得税, 每年的利润总额等于净利润, 按24年生产运营期测算, 各年现金流见表4。

投资测算 篇5

安徽跨区输送工程是国家“十一五”电力发展规划的重要组成部分,是优化华东地区能源资源配置的一项重大战略[1]。主要工程包括东通道送出、中通道加强工程、西通道构建工程、宣城—富阳省际通道工程及1 000千伏淮南—浙北—上海特高压交流输电工程以及相关配套工程等,目前除淮上特高压正在建设过程中而外,其它工程均已竣工投产运行。整体工程投资由两大主体构成,一是安徽省的发电企业,二是安徽省电网企业。作为该项送出工程投资主体的电网公司有必要测算一下该项工程投资回收年限,用时间性指标来评价该项工程投资的经济性。本文采用现金流量分析法,对该项工程安徽电网投资部份的动态投资回收期进行测算。测算结果作为安徽省今后类似送出工程投资策略的参考。

1 投资回收期的概念[2]

投资回收期,也称投资返本年限,是指以项目的净收益抵偿投资所需要的时间(常用年表示),是反映项目财务上投资回收能力的重要指标,如果项目评价求出的投资回收期pt不大于行业基准投资回收期pc时,可以认为该项目在财务上可以考虑。项目投资回收期越短,表明投资回收快,抗风险能力强。反之则可以考虑拒绝该项目。

项目投资回收期分静态投资回收期和动态投资回收期两种。通常静态投资回收期是在不考虑资金的时间价值条件下以净收益抵偿投资所需要的时间,通常项目的优劣,不能作为全面衡量项目的理想指标,只以年为单位。静态投资回收期值考虑投资回收之前的效果,不考虑资金的时间价值,因此无法正确地辨识能用于粗略评价或者作为辅助指标加以运用。

为克服静态投资回收期未考虑资金的时间价值的缺点,通常财务上采用改进指标动态投资回收期。其测算公式为

${\displaystyle \sum _{t=0}^{p{}_t}\underset{t}{{\displaystyle (C{\rm I}-C{\rm O})(1+i){}^{-t}}}}=0(1)$

其中pt为动态投资回收期。通常可以根据财务现金流量折现值和累计净现金流量折现值计算。pt=累计净现金流量折现值开始为正值的年份-1+上年累计净现金流量折现值的绝对值/当年净现金流量折现值。

2 工程建设投资现金流量表制作[2,3]

现金流量表制作思路描述:由于输送的是电能,因此电网工程具有其特殊性,输配电工程的投产的效益是体现在输送电量的增量上,因此,本文在制作现金流量表之前必须先测算清楚输送电量所发生的费用情况;2006-2008年分年贷款每年还本付息总额,按照行业投资回收期的固定资产折旧情况,以及年维护运营、检修成本等情况,均需要在制作现金流量表之前测算清楚。

2.1 基本费用情况测算

以上基于增值税按照收益的17%考虑,不考虑所得税测算。具体测算情况见表1。

2.2 投运期间运营总成本费用测算

该项电网一期送出工程于2008年年底完全投运,按照既定边界条件测算,2007-2011年期间总成本费用见表2。

注:本表仅列出2007-2011年。上述表格中修理费、其他费用按照预估值测算,折旧费引用表3测算结果。

其中,利息支出采用等额还本付息方式测算,还款起始年年初借款余额以2006年投资总额的65%测算。而折旧采用年数总和法,按照“工业企业固定资产分类折旧年限表,输电线路按照30~35年折旧”,变电设备按照18~22年考虑,本次测算取25年为折旧年限,残值10 000万元;折旧计算公式如下:

年折旧率=100%×[(折旧年限-已使用年限数)/ 折旧年限×(折旧年限+1) ÷2]

年折旧额=(固定资产原值-预计净残值)×年折旧率

按照上述方法测算,投资年折旧额分别如表3。

2.3 工程现金流量表

根据表4以及动态投资回收期计算公式,测算该项送出工程动态投资回收期 =累计净现金流量折现值开始为正值的年份-1+上年累计净现金流量折现值的绝对值/当年净现金流量折现值=27+6 224/18 300=27.3(年)

3 结论

如果计网损损失,则该项送出工程动态投资回收期约27.3年; 根据测算结果来看,该项工程的动态投资回收期与电网资产折旧年限基本相当,因此投资主体收益不是十分明显,而通过该项工程实现了向省外周边其他省份输送电力能源,有效拉动了周边其他省份的经济增长。从某种意义上讲该项工程的投资社会效益大于经济效益。需要特别说明的是本次测算只是单纯从电网看得见的投入与收益角度,实际上该项送出工程的投产对安徽省500千伏骨干网架的形成,地区供电可靠性的提高、网架潮流的分布优化等方面也有一定的效果,但这部分收益无法量化,故本文未作考虑。

参考文献

[1]安徽省政府.安徽省国民经济和社会十一五发展规划纲要[Z].合肥,2006.

[2]全国注册咨询工程师资格考试参考教材编写委员会.中国项目决策分析与评价(2012年版)[M].北京:中国计划出版社,2011.