资产总额

资产总额（精选4篇）

资产总额 篇1

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1982—2009年全社会固定资产投资总额的时间序列数据, 利用Eviews软件对该数据进行计量分析, 研究我国固定资产投资总额的变化趋势和特征, 建立自回归移动平均模型即ARIMA模型, 并据此模型对我国固定资产投资总额进行预测, 分析未来投资规模趋势。

关键词：固定资产投资总额,时间序列,ARIMA模型

一、引言

我国固定资产投资政策对国民经济有着至关重要的影响。纵观改革开放30多年来我国经济增长的变动趋势, 不难发现固定资产投资是影响其变动的主要因素。1981—1990年我国固定资产投资对经济增长的贡献份额为56.65%;1991—2002年固定资产投资对经济增长的贡献份额为64.85%。而同期劳动力对经济增长的贡献份额分别仅为26.22%、6.65%, 科技进步对我国经济增长的贡献份额分别为17.13%、28.170%。可见, 固定资产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。

二、ARIMA建模思想与步骤

AR IMA (p, d, q) 模型是美国统计学家Box和Jenkins于1970年首次提出的, 广泛应用于各种类型时间序列数据的分析方法, 是一种预测精度较高的短期预测方法。其实质是差分运算与ARMA模型的组合。

AR IMA模型的基本思想是:将预测对象随时间推移而形成的数据序列视为一个随机序列, 用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。现代统计方法、计量经济模型在某种程度上已经能够帮助企业对未来进行预测。其建模步骤主要为:第一, 对序列的平稳性进行识别;第二, 对非平稳序列进行平稳化处理;第三, 建立相应的模型并对参数进行估计;第四, 检验模型的估计效果;第五, 利用模型进行预测分析。

三、ARIMA模型在固定资产投资中的应用

1、数据的选取

本文选取1982—2009年全社会固定资产投资年度总额进行建模, 探讨模型在固定资产投资预测中的应用。数据来源于国家统计局网站的年度统计数据 (具体数据略) 。

2、数据的处理

(1) 数据的时间序列趋势性

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LnY, 运用EVIEWS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, 取对数后的固定资产投资总额时间序列随着时间的外后推移呈递增趋势。

(2) 数据的平稳性检验

对上述数据LnY做一阶差分, 生成新的序列LnY1, 再对新序列进行时序图分析、自相关图分析或单位根检验, 如图2所示。通过时序图可以显著看出, 一阶差分后的固定资产投资总额序列趋势性消失, 围绕固定值上下波动。进一步地, 采用单位根法对数据进行平稳性检验。在5%的显著性水平下, LnY1时间序列数据通过了ADF检验, P值为0.0259, 表明一阶差分后的固定资产投资总额时间序列是平稳的, 并进行残差白噪声检验, 可知该序列为平稳非白噪声序列。由此可以得出取对数后的固定资产投资总额序列是一阶单整的, 即I (1) 。

3、模型的建立

(1) 模型的识别

时间序列ARIMA模型的选择, 取决于该序列的自相关系数和偏自相关系数, 通过该序列的AC值和PAC值, 选择适当阶数的ARMA (p, q) 进行拟合。本文利用Eviews软件对上述数据进行时序图的自相关图和偏自相关图分析 (图3) 。

(2) 模型选择

通过上述的LnY1的自相关图和偏自相关图, 可以看出, 自相关图的系数K=1和K=4时在二倍标准差之外, 其余均在零值附近波动, 偏自相关图的系数在K=1之后都落在随机区间内。由此, 可以根据ACF和PACF值落入置信区间并呈拖尾现象的特征, 考虑建立模型ARMA (1, 1) 和ARMA (1, 4) , 见表1。

根据最优模型的最小信息量选择原则, 通过上表的比较分析, 最小信息量检验显示无论是使用AIC准则还是使用SBC准则, ARMA (1, 4) 均要优于ARMA (1, 1) 模型, 所以本文选择AR MA (1, 4) 模型进行拟合。

(3) 参数估计与模型检验

运用计量分析方法可对ARIMA (1, 1, 4) 模型进行参数估计与检验, 用Eviews软件建立模型并运用最小二乘法对参数进行估计, 结果如下:

其中, LnY1是对时间序列的原始数据取对数后的一阶差分后的序列, 括号里表示参数的t检验值。由上述可知, 在5%的显著性水平下, 模型各参数均通过了显著性检验, 且可决系数为0.636470, 模型拟合效果较好。

进一步地, 需对模型的残差序列进行白噪声检验。残差的白噪声检验可通过残差自相关图、Q、LB、DW统计量进行判断分析。本文采用Q统计量的值进行判断, 检验结果如表2所示。

可以看出, 在5%的显著性水平下, 取对数并一阶差分后的固定资产投资总额拟合模型的残差序列通过白噪声检验, 即模型信息提取充分, ARIMA (1, 1, 4) 拟合模型显著有效。

4、模型的预测

预测就是利用序列已观测到的样本值对序列在未来某时刻的取值进行估计。预测包括动态预测和静态预测, 对ARIMA模型来讲, 一步静态向前预测比动态预测更为准确。

因此, 本文采用一步向前静态预测方法, 依据上述模型对我国1982—2009年取对数并一阶差分后的全社会固定资产投资总额进行预测, 如图4所示。

从图中可以看出, 模型的拟合效果较好, 预测值围绕着实际值上下波动, 误差范围不大, 因此预测结果具有一定的参考价值。利用该预测方法, 可对2007—2010年我国固定资产投资总额进行预测, 结果见表3。

我国固定资产投资总额2007—2009年预测值分别为136870.83亿元、166529.20亿元、224936.06亿元, 其相对误差在4%以下, 因此, 可以认为该模型预测值很好的拟合了固定资产投资总额真实值。

运用该模型, 对2010年我国固定资产投资总额进行预测, 其预测值为287079.08亿元, 在2009年的基础上有所上升, 与近几年短期变动趋势一致, 与我国宏观经济政策相吻合。

四、结论

固定资产投资总额变化具有明显的非平稳性, 因此使用单纯的自回归模型或移动平均模型都无法很好的对投资趋势进行拟合预测, 而ARIMA模型可以将两者结合并引入对非平稳序列的差分操作, 从而实现对非平稳数列的较好的拟合及预测。

通过以上的分析, 我们可以看出运用ARIMA (p, d, q) 在对我国固定资产投资总额的分析中, 模型较好的拟合了该时间序列数据, 模型预测值与真实值之间的误差率很小, 随着时间跨度的增加, 该模型的预测值与真实值之间的误差率逐渐增大。从短期来看, ARIMA模型在全社会固定资产投资总额的预测上具有一定的可信度, 政府可以根据预测结果来制定相应的政策和措施, 使全社会固定资产投资达到一个合理的水平, 从宏观上调控整个国民经济的整体运作, 促进经济的良好健康发展。因此, 我们可以用该模型来进行短期的政策指导, 特别是在我国出现经济过热或过冷的情况下, 合理利用预测数据进行经济运行情况分析, 显得尤为重要。

参考文献

[1]孙雪:我国进出口总额的动态分析——基于ARIMA模型[J].经济观察, 2010 (1) .

[2]魏宁:基于ARIMA模型的陕西省GDP分析与预测[J].安徽农业科学, 2010 (9) .

[3]刘培:基于ARIMA模型对上证国债指数的预测研究[J].上海金融学院学报, 2009 (6) .

[4]刘勇:ARIMA模型在我国能源消费预测中的应用[J].经济经纬, 2007 (5) .

[5]张华初:我国社会消费品零售额ARIMA预测模型[J].统计研究, 2006 (7) .

资产总额 篇2

有些时候，做一件事不需要任何理由。

清晨，我走进一家早餐店，服务员热情地问我想吃些什么。我一个多月没吃热干面了，慢慢扫着牌子上的内容，在第六行找到了它。“来碗热干面，外加一杯豆浆。”“好的，一共六元。”

几分钟之后，我边吃边想接下来该做的事。听说主食过后再吃点水果，营养价值可以到达巅峰，而家里似乎没有水果。

前面就是超市，我在水果区走着，随意观看，思索买哪一种。冰糖橘三元一斤，枝叶连着果子，买前要拧断枝叶，怪麻烦的。水晶红富士五元一斤，色泽不正，暗黄暗黄的`，像没熟一样。我目光停留在阿克苏苹果上，颜色真好看，粉亮粉亮的，宛如穆蓝娇羞含情的笑脸。当然价格也好看，11元一斤。以前没吃过，品尝一次不过分，我一咬牙，买了三个，将近两斤，花了17块。

资产总额 篇3

关于工业生产总值与资产总额和职工人数三者之间的关系, 经济学上有不同的论述, 有的认为他们之间的关系是线性的, 有的认为他们之间的关系是C-D生产函数形式的, 这里, 我们把它们之间的关系假定为线性的, 基于此建立了多元的线性回归模型。

二、工业生产总之与资产总额和职工人数的实证分析

(一) 计量模型选择及数据的选择和处理

本文中用Y表示按行业分类全国规模以上工业生产总值, 用K表示按行业分类全国规模以上工业资产总额, 用L表示按行业分类年平均就业人数。假设Y与K, L之间存在多元线性关系, 其模型可以为:Y=β0+β1K+β2L+μ

其中, Y为因变量, K, L为自变量, β0, β1, β2为待估参数, μ为随机误差项。

本文利用了《中国统计年鉴》 (2012年) 中, 2011-工业-按行业分类规模以上工业企业主要经济指标的数据, 具体包括在2011年我国按行业分类规模以上工业企业工业总产值, 资产总额, 年平均就业人数。把处理得到的数据运用Eview7.0软件进行计量分析。

(二) 模型的结构

运用Eviews7.0软件通过对上述处理后的数据分析, 得出以下结果:

从得到的计量结果来看, 在经济意义上, 各个系数都大于0;决定系数 , 调整后的决定系数R=0.859076, 图形拟合的好;另外, 各个解释变量的系数t统计量在5%的显著性水平下都能通过检验。因此我们可得出我国的资本投入总额与劳动力投入总额对工业生产总值有显著影响。

(三) 模型检验

1. 自相关性检验

首先, 采用DW检验自相关性。

在计算结果中得到DW=2.273359, 查临界值表 (n=42, k=2, a=5%) , 可知d L=1.45, d U=1.55, 因此, d U

2. 异方差性检验

由Heteroskedasticity Test:Breusch-Pagan-Godfrey结果知, n R2=14.963, 而在5%显著性水平下, x2 (2) =5.991, 此时, n R2>x2 (2) , 故存在异方差性。但由Heteroskedasticity Test:White结果知, n R2=19.222, 而在5%显著性水平下, x2 (2) =5.991, 对新方程进行怀特检验, n R2>x2 (2) , 故存在异方差性。

3. 多重共线性检验

运行Eviews7.0软件得出K与L的相关系数为0.66, 两者正相关。将资产总额K与职工人数L进行回归, 得结果。

因此K与L之间不存在显著的线性关系。

三、结论

通过上文的一系列计量检验, 我们得出了我国工业企业工业生产总值与资产总额和职工人数之间的函数关系:

该关系式, 无论在经济意义上还是统计学意义和计量意义方面都符合一定的标准。

四、政策建议

通过以上的模型研究可以看出规模以上工业企业工业总产值主要取决于以下两个方面的因素:资产总额和职工人数。资产总额每增加1万元, 工业总产值增加0.6万元;职工人数每增加1万人, 工业总产值增加41万元。这说明目前我国经济增长主要还是靠增加劳动力数量实现的。

我国要想实现工业产值的稳步增长, 就必须依靠科技进步和创新, 走可持续发展道路。工业固定资产投资不仅决定着工业结构的发展变化, 而且是工业发展的巨大原动力。投资决定工业增长的速度和质量, 影响工业发展的后劲和活力在保持一定投资规模的前提下, 应进一步加大从宏观规模速度型向质量效益型的转变, 努力实现发展速度与结构、质量、效益相统一, 调整工业结构, 尽量避免低水平和重复建设, 防止盲目投资盲目发展, 促使在建项目内在质量有所提高, 逐步提高投资决策水平和管理水平。要坚持走新型工业化道路, 真正按照比较优势来发展工业。

摘要：通过建立工业总产值与资产总额和职工人数的回归模型, 用Eviews3.1软件对模型采用最小二乘法进行参数估计, 对它们三者之间的关系进行研究。我们得到三者间存在线性关系的结论。

关键词：工业总产值,资产总额,职工人数

参考文献

[1]李子奈.计量经济学[M].北京:高等教育出版社, 2004.

[2]易丹辉.数据分析与EVIEWS应用[M].北京:中国统计出版社, 2002.

医保总额控费 篇4

一、总额控制的方法：

1、直分法：将地区总额预算按照某种办法预先直接分解到每家医疗机构。目前，绝大多数统筹地区采用的就是这种方法。

具体实施：每家医疗机构总额预算控制指标以过去（1-3年）实际发生的医疗费用为基数（存量不变）。以地区基金预算总量的增长（基金收入增长幅度）为基础为每家医疗机构确定一个基金预算的增幅（调整系数），基金预算的增长部分既取决于地区基金预算总量的增长幅度，也取决于每家医疗机构的等级、过去的服务提供效率和资源浪费情况以及考虑一定的资源配置调节（比如通过预算分配的倾斜促进基层医疗机构的发展）等因素。简单的计算公式为：总额控制指标=基数×（1+增量部分的调整系数%）。在年终清算时根据实际费用发生并结合监管考核情况，对医疗机构实际发生的费用超出或低于总额控制指标的部分，由医保经办机构与医疗机构按照一定的比例关系进行分担或分享（所谓结余留用、超支分担）。

优点：直观和简便易行，医保经办机构可以通过分解总额预算到每家医疗机构来达到地区基金预算总额控制的目标，医疗机构也因为有了自己具体的控费目标，以预算指标为依据来安排和调整医疗服务行为。

缺点：每家医疗机构的总额预算指标确定很难科学准确（定不准），在就医流动性大的情况下，年初预先确定的预算控制指标与实际发生费用往往存在较大的差距，从而不能对就诊量大幅增加、特别是治疗难度较高的复杂病种比例较高的医疗机构发生的合理医疗费用增长给予充分的费用支付。另外，医疗机构由于无力完成总额控制指标（指标与实际费用差距较大）或者不愿主动调整行为方式、主动控费，往往通过推诿病人、转嫁费用的方式来规避总额控制的约束，从而给参保患者带来医疗服务质量下降和个人负担加重的问题。

2、点数法：按病种分值付费（病种分值即点数）。实施点数法的前提是预先为每个病种赋予一个具体的点数，一个病种的点数大小取决于其与其他病种在治疗上的难易程度和资源消耗多少的相对比例关系，越复杂、资源消耗越大的病种点数也越高。（1）、具体实施：

首先，确定用于总额预算分配的基金总额（从基金总量中扣除用于门诊大病、异地报销和风险储备等其他支出的部分）；

然后，确定医疗机构的等级系数，根据不同等级医疗机构平均住院医疗费用之间的比例关系，确定不同等级医疗机构的等级系数；

三是确定病种，病种是根据ICD-10（国际疾病分类）的疾病分类和不同的治疗手段（手术和非手术）直接生成；

四是确定每个病种的点数，通常根据过去1-3年各个病种的医疗费用数据来确定不同病种发生费用的比例关系来确定每个病种的点数（即相对价值）；

五是计算点值（现金价值），年终时，根据所有医疗机构发生的所有病种的数量和每个病种的点数，计算出地区所有病种的总点数，用地区的基金预算总额除以总点数得到每个点数的点值；最后确定年终每个医疗机构的基金预算分配额。

（2）、优点：一是将总额预算与按病种付费充分结合起来便于医保控制费用，而且点数法起点较低，技术含量也相对较低，容易操作和实施，具有广泛的可应用性；二是在实施过程中，点数法通过不断协商、调整和修正，病种分类和权重确定也会越来越科学、合理，也是渐进式推行DRGs的一种比较可行的现实路径。三是点数法能够促使医疗机构主动控制成本和费用，因为只有努力将病种成本和费用控制在所有医疗机构该病种平均成本和费用之下，医疗机构才能获利。四是能够促进医疗机构相互竞争，医疗机构必须努力降低成本、提高效率，才能在相互竞争中处于有利地位。而且医疗机构的相互竞争也有助于促进分级医疗。

（3）、缺点：点数法为不同等级医疗机构确定不同的等级系数不尽合理、高套分值（将低点数的疾病虚报成高点数的疾病）、低标准入院（为了增加点数而收治不该住院的病例），以及与其他支付方式类似的推诿病人、转嫁费用等问题。（4）、试点：

a、银川的按病种分值付费

银川从2015年开始实行点数法，按照“总额预付，预算管理，月预结算，决算，总量控制”的原则，按病种权重分类，赋予各病种一定的分数，并按类别确定不同级别医院的等级系数，再加上与考核系数的动态平衡，实现最终的结算支付。取得效果：银川的点数法实施至今已经有近3年时间，取得了初步成效。其一，参保人员有病能得到及时医疗，定点医院推诿患者情况大大减少。因为医院只有接诊医保患者才能得到相应的分值，否则得不到分值就分不到医保支付的资金，所以定点医院会按照病情收住患者。

其二，费用增速趋缓，基金运行平稳。一是控费效果明显，次均住院费增幅趋缓。二是医保基金实现了收支平衡。

其三，助推分级诊疗，引导新的就医秩序形成。根据病种分值设定和结算办法的不同，对该下沉的疾病分值设定在低级别的医疗机构区间内，医院自发选择自己服务最好的病种以求结余留用，各医院按自身功能定位形成分级诊疗，引导患者有序就医。其四，个人自付降低，参保人利益得到保障。由于如果参保患者未达到结算的下限，差额需要医院补齐，医院自身更有动力使用医保目录范围内的药品和项目，减少了患者个人自付费用。

其五，医院自主管理意识增强，信息上传规范。病种分值付费方式要求定点医院既要规范医疗，还要规范上传疾病诊断等信息，因此，医院自主规范管理的意识增强，信息上传准确率快速上升，也同时为医保管理的发展提供了便利。

其六，医院收入不减或增加。由于控费，医院总收入增速会减缓，但是，由于医保基金用于住院支出的总盘子是年初预先确定的，只要医院避免过度检查、过度治疗，以“高含金量分值”的费用提供服务，成本虽然降低了，但医院的纯收入不会减少，甚至会增加。

b、金华的病组点数法

金华的病组点数法是一种DRGs与点数法相结合的支付方式。在总额预算下，主要住院医疗服务按疾病诊断相关分组（DRG）付费，长期慢性病住院服务按床日付费，复杂住院病例通过特病单议按项目付费。这种付费方式将病组、床日、项目等各种医疗服务的价值以点数体现，年底根据基金预算总额和医疗服务总点数确定每个点的实际价值，各医疗机构按实际总点数价值进行费用拨付清算，就是以服务量乘以价值最后决定付费。

金华的医保预算总额的制定首先要确定住院医保基金支出增长率，根据市区GDP、人头增长、CPI等因素，结合省医疗费用增长控制指标，经利益相关方协商谈判确定；再根据上年住院医保基金支出总额和增长率来确定预算总额，其中包括异地转诊就医的报销费用，并且总预算不分解到每个医疗机构，而是作为本市全部试点医疗机构的整体预算来看待。

对于病种分组的具体措施，金华采取的也不是单纯的行政化手段推行，而是更加市场化手段的谈判分组方式，根据美国的MS-DRGs、北京的DRGs经验和临床专家团队的经验，结合本地实际情况先制定初步的分组，再与医院谈判，最终通过5轮沟通谈判形成了595个疾病分组（2017年增加值至625个）。在结算时，金华目前均按照实际点数结算，结余的医保资金医院可以留用，而超过预算资金的部分则由医院自行承担。取得效果：

其一，金华在分组谈判后，建成了分组器、病案信息填报、病组反馈、基金结算等系统，实行信息化管理，各种数据更标准、规范；

其二，从一年多的实践结果来看，分组运行平稳，月分组数量波动不大，而且医院比较有积极性；

其三，医疗机构质控管理、绩效提升。支付方式改革助力试点医院提升质控管理水平、病案编码人员力量、病案质量，促进了临床路径管理应用；同比实现增收，7家试点医院同原付费制度相比共实现增效节支收益3800余万元。

其四，参保人员受益。数据统计显示，实行病组点数法之后，分解住院减少，推诿重症病人的情况也有所好转，参保患者自负费用下降，投诉减少，总体来说参保人比较满意。

其五，医保治理能力有效提升。预算控制机制更加精准有效，基金支出增长率下降平稳可控，实现预算结余311万元，实际基金支出增长率为 7.11%。

其六，分级诊疗有效推进。基层、二级医疗机构服务量增速和收入增速均快于三级医疗机构，出现合理接诊的趋势。

二、意义：

1、总额控制就是控制医疗费用过快增长的基础性管理和支付工具，本质上是对医保基金的预算管理和约束，也就是根据医保基金收入预算来分配可用的基金，使得基金收支保持预算平衡。

2、总额控费是医保支付制度改革的基础和必由之路，可以将医疗费用增长控制在医保基金可承受范围之内。如果撇开总额控制，仅仅推动住院按病种付费（DRGs），很有可能会因为总的医疗费用得不到有效控制而最终无法推行下去。

三、基本思路：

1、实现总额控制的全面覆盖。一是尚未实行总额控制的地区需要加快实施步伐，尽快实现所有统筹地区全覆盖；二是将总额控制从职工医保扩展到城乡居民医保，实现制度的全覆盖；三是将总额控制的实施范围从住院延伸至门诊，实现所有医疗服务项目和费用的全覆盖；四是在全面实行医保基金总额控制的同时，进一步全面实行医疗总费用的总额控制，通过后者来有效控制个人自付的经济负担。

2、加快从粗放型总额控制向精细型总额控制下复合式支付过渡。一是建立精细化总额控制管理办法，更加科学合理地确定医疗机构总额控制指标；研究确定更为精细的监督考核指标，有效约束总额控制存在的弊端和问题。二是完善医保经办机构与医疗机构的协商谈判机制，以数据共享为基础，医保经办机构与医疗机构、临床专家就总额预算分配办法、疾病分类和权重、监管考核指标及阈值、风险分担办法等进行平等、充分地协商，努力达成一致。三是在实施总额控制的基础上，大力推进复合式支付方式改革。