對中國經(jīng)濟增長影響因素的實證分析

對中國經(jīng)濟增長影響因素的實證分析摘要：改革開放三十三年以來，中國的社會經(jīng)濟取得了飛速發(fā)展，經(jīng)濟增長速度更是舉世矚目。本文根據(jù)計量經(jīng)濟學、西方經(jīng)濟學和Eviews軟件相關知識，采用時間序列數(shù)據(jù)模型和多元線性回歸分析方法對1980-2009年（中國統(tǒng)計年鑒數(shù)據(jù)截止到2009年）三十年間中國經(jīng)濟增長因素進行研究，分析了物質(zhì)資本、勞動力、消費對國內(nèi)生產(chǎn)總值（GDP）的影響，建立計量經(jīng)濟學模型，尋求這些變量與國內(nèi)生產(chǎn)總值的數(shù)量關系，進行定量分析，對模型進行檢驗，最終得出結論。關鍵詞：勞動力、投資、消費、經(jīng)濟增長、最小二乘法。1.背景經(jīng)濟增長是指一個國家生產(chǎn)商品和勞務能力的擴大。在實際核算中，常以一國生產(chǎn)的商品和勞務總量的增加來表示，即以國民生產(chǎn)總值（GDP）和國內(nèi)生產(chǎn)總值的的增長來計算。古典經(jīng)濟增長理論以社會財富的增長為中心，指出生產(chǎn)勞動是財富增長的源泉?，F(xiàn)代經(jīng)濟增長理論認為知識、人力資本、技術進步是經(jīng)濟增長的主要因素。從古典增長理論到新增長理論，都重視物質(zhì)資本和勞動的貢獻。物質(zhì)資本是指經(jīng)濟系統(tǒng)運行中實際投入的資本數(shù)量.然而，由于資本服務流量難以測度，在這里我們用全社會固定資產(chǎn)投資總額（億元）來衡量物質(zhì)資本。中國擁有十三億人口，為經(jīng)濟增長提供了豐富的勞動力資源。因此本文用總就業(yè)人數(shù)（萬人）來衡量勞動力。居民消費需求也是經(jīng)濟增長的主要因素。經(jīng)濟增長問題既受各國政府和居民的關注,也是經(jīng)濟學理論研究的一個重要方面。在1978—2008年的31年中,我國經(jīng)濟年均增長率高達9.6%,綜合國力大大增強,居民收入水平與生活水平不斷提高,居民的消費需求的數(shù)量和質(zhì)量有了很大的提高。但是,我國目前仍然面臨消費需求不足問題。本文將以中國經(jīng)濟增長作為研究對象，選擇時間序列數(shù)據(jù)的計量經(jīng)濟學模型方法，將中國國內(nèi)生產(chǎn)總值與和其相關的經(jīng)濟變量聯(lián)系起來，建立多元線性回歸模型，研究我國中國經(jīng)濟增長變動趨勢，以及重要的影響因素，并根據(jù)所得的結論提出相關的建議與意見。用計量經(jīng)濟學的方法進行數(shù)據(jù)的分析將得到更加具有說服力和更加具體的指標，可以更好的幫助我們進行預測與決策。因此，對我國經(jīng)濟增長的計量經(jīng)濟學研究是有意義同時也是很必要的。2.模型的建立為了具體分析各要素對我國經(jīng)濟增長影響的大小，我們可以用國內(nèi)生產(chǎn)總值（）這個經(jīng)濟指標作為研究對象；用總就業(yè)人員數(shù)（）衡量勞動力；用固定資產(chǎn)投資總額()衡量資本投入：用價格指數(shù)（）去代表消費需求。運用這些數(shù)據(jù)進行回歸分析。這里的被解釋變量是，Y：國內(nèi)生產(chǎn)總值，與Y-國內(nèi)生產(chǎn)總值密切相關的經(jīng)濟因素作為模型可能的解釋變量，共計3個，它們分別為：代表社會就業(yè)人數(shù)，代表固定資產(chǎn)投資，代表消費價格指數(shù)，代表隨機干擾項。模型的建立大致分為理論模型設置、參數(shù)估計、模型檢驗、模型修正幾個步驟。如果模型符合實際經(jīng)濟理論并且通過各級檢驗，那么模型就可以作為最終模型，可以進行結構分析和經(jīng)濟預測。2.1理論模型的確定通過變量的試算篩選，最終確定以以下變量建立回歸模型。被解釋變量：國內(nèi)生產(chǎn)總值,解釋變量:代表社會就業(yè)人數(shù)，:代表固定資產(chǎn)投資，:代表消費價格指數(shù)，另外，從經(jīng)濟意義上來說，社會就業(yè)人數(shù)、固定資產(chǎn)投資和消費價格指數(shù)這三個宏觀經(jīng)濟指標基本反映了我國經(jīng)濟發(fā)展狀況，因此也就很大程度上決定了經(jīng)濟增長水平。單從經(jīng)濟意義上講，變量的選擇是正確的。而且，就直觀上來說，解釋變量與被解釋變量都是相關的，這三個解釋變量都是經(jīng)濟增長的“良性”變量，它們的增長都對我國經(jīng)濟增長起著積極的推動作用，這一點可以作為模型經(jīng)濟意義檢驗的依據(jù)。表1：被解釋變量與解釋變量1980-20009數(shù)據(jù)年份國內(nèi)生產(chǎn)總值（現(xiàn)價）/億元年末從業(yè)人員數(shù)/萬人全社會固定資產(chǎn)投資總額/億元居民消費價格指數(shù)（上年=100）19804545.62397342361910.9107.519814889.46106243725961102.519825330.450965452951230.410219835985.551568464361430.110219847243.751718481971832.9102.719859040.736581498732543.2109.3198610274.37922512823120.6106.5198712050.61513527833791.7107.3198815036.82301543344753.8118.8198917000.91911553294410.4118199018718.32238569094517103.1199121826.19941583605594.5103.4199226937.27645594328080.1106.4199335260.024716022013072.3114.7199448108.456446147017042.1124.1199559810.529216794720019.3117.1199670142.491656885022913.5108.3199778060.8356960024941.1102.8199883024.279776995728406.299.2199988479.154757058629854.798.6200098000.454317208532917.7100.42001108068.22067302537213.5100.72002119095.68937374043499.999.22003135173.97617443255566.6101.22004159586.74797520070477.4103.92005185808.5597582588773.6101.82006217522.669876400109998.2101.52007267763.658876990137323.9104.82008316228.824877480172828.4105.92009343464.690377995224598.899.3資料來源：《中國統(tǒng)計年鑒》。首先，檢查被解釋變量和解釋變量之間的線性關系是否成立。觀察被解釋變量與解釋變量之間的散點圖。圖1：被解釋變量與解釋變量的散點圖由圖中趨勢線可以判斷，被解釋變量Y與解釋變量之間基本呈線性關系。圖2：被解釋變量與解釋變量的散點圖由圖中趨勢線可以判斷，被解釋變量與解釋變量之間基本呈線性關系。圖3：被解釋變量與解釋變量的散點圖由圖中趨勢線可以判斷，被解釋變量Y與解釋變量之間基本呈線性關系。再通過變量之間的相關系數(shù)判斷。表2：被解釋變量與解釋變量相關系數(shù)表CovarianceAnalysis:OrdinaryDate:12/29/11Time:13:05Sample:19802009Includedobservations:30CovarianceCorrelationY

X1

X2

X3

Y

8.85E+091.000000X1

8.91E+081.33E+080.8206791.000000X2

5.05E+094.52E+082.99E+090.9810580.7173941.000000X3

-197583.1-20469.67-102814.741.73889-0.325058-0.274607-0.2911371.000000

看到被解釋變量Y與解釋變量，，之間具有較高的相關性。通過散點圖和相關系數(shù)表的判斷，可以判斷被解釋變量和解釋變量之間具有明顯的相關線性關系。同時通過被解釋變量與解釋變量的相關圖形分析，設置理論模型為：2.2建立初始模型——OLS2.2.1使用OLS法進行參數(shù)估計表3：普通最小二乘法參數(shù)估計輸出結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:14:23Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X11.9348400.2159908.9579970.0000X21.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510R-squared0.991233

Meandependentvar85749.31AdjustedR-squared0.990221

S.D.dependentvar95692.85S.E.ofregression9462.951

Akaikeinfocriterion21.27172Sumsquaredresid2.33E+09

Schwarzcriterion21.45855Loglikelihood-315.0758

Hannan-Quinncriter.21.33149F-statistic979.8468

Durbin-Watsonstat1.178143Prob(F-statistic)0.000000得到初始模型為：2.2.2對初始模型進行檢驗要對建立的初始模型進行包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟學檢驗、預測檢驗在內(nèi)的四級檢驗。(1)經(jīng)濟意義檢驗解釋變量的系數(shù)分別為=1.934840、=1.382559。兩個解釋變量系數(shù)均為正，符合被解釋變量與解釋變量之間的正相關關系，符合解釋變量增長帶動被解釋變量增長的經(jīng)濟實際，=-379.2654，符合被解釋變量與解釋變量之間的負相關關系。與現(xiàn)實經(jīng)濟意義相符，所以模型通過經(jīng)濟意義檢驗。(2)統(tǒng)計檢驗=1\*GB3①擬合優(yōu)度檢驗：R2檢驗，R-squared=0.991233；AdjustedR-squared=0.990221；可見擬合優(yōu)度很高，接近于1，方程擬和得很好。=2\*GB3②變量的顯著性檢驗：t檢驗，表4：模型系數(shù)顯著性檢驗，t檢驗結果CoefficientStd.Errort-StatisticProb.

X11.9348400.2159908.9579970.0000X21.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510從檢驗結果表中看到，包括常數(shù)項在內(nèi)的所有解釋變量系數(shù)的t檢驗的伴隨概率均小于5%，所以，在5%的顯著水平下、、的系數(shù)顯著不為零，通過顯著性檢驗，常數(shù)項也通過顯著性檢驗，保留在模型之中。=3\*GB3③方程的顯著性檢驗：F檢驗，方程總體顯著性檢驗的伴隨概率小于0.00000，在5%顯著水平下方程顯著成立，具有經(jīng)濟意義。(3)計量經(jīng)濟學檢驗：方程通過經(jīng)濟意義檢驗和統(tǒng)計檢驗，下面進行居于計量經(jīng)濟學模型檢驗核心的計量經(jīng)濟學檢驗。=1\*GB3①進行異方差性檢驗：首先用圖示法對模型的異方差性進行一個大致的判斷。令X軸為方程被解釋變量，Y軸為方程的殘差項，做帶有回歸線的散點圖。圖4：初始模型的異方差性檢驗散點圖圖5：初始模型的異方差性檢驗散點圖圖6：初始模型的異方差性檢驗散點圖通過圖形看到，回歸線向上傾斜，大致判斷存在異方差性，但是，圖示法并不準確，下面使用White異方差檢驗法進行檢驗，分別選擇不帶有交叉項和帶有交叉項的White異方差檢驗法。得到下面的檢驗結果：表5：不帶有交叉項的White異方差檢驗結果HeteroskedasticityTest:WhiteF-statistic75.59849

Prob.F(3,26)0.0000Obs*R-squared26.91450

Prob.Chi-Square(3)0.0000ScaledexplainedSS52.75104

Prob.Chi-Square(3)0.0000TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/29/11Time:17:53Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

C1.51E+081.08E+081.3984920.1738X1^2-0.0297750.009593-3.1038680.0046X2^20.0174190.00124513.987760.0000X3^2-2715.9968243.375-0.3294760.7444R-squared0.897150

Meandependentvar77607780AdjustedR-squared0.885283

S.D.dependentvar1.80E+08S.E.ofregression61075426

Akaikeinfocriterion38.81668Sumsquaredresid9.70E+16

Schwarzcriterion39.00351Loglikelihood-578.2502

Hannan-Quinncriter.38.87645F-statistic75.59849

Durbin-Watsonstat1.947056Prob(F-statistic)0.000000表6：帶有交叉項的White異方差檢驗結果HeteroskedasticityTest:WhiteF-statistic33.57944

Prob.F(9,20)0.0000Obs*R-squared28.13789

Prob.Chi-Square(9)0.0009ScaledexplainedSS55.14882

Prob.Chi-Square(9)0.0000TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/29/11Time:17:54Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

C-2.08E+094.06E+09-0.5129120.6136X1-34576.9939720.32-0.8705120.3943X1^20.1897190.2240910.8466150.4072X1*X2-0.2972990.442472-0.6719060.5093X1*X3127.5161329.28240.3872540.7027X229147.1435662.290.8173100.4234X2^20.0331350.0077604.2700530.0004X2*X3-97.1163796.87489-1.0024930.3281X355473498685387340.8093740.4278X3^2-283697.5290382.6-0.9769780.3403R-squared0.937930

Meandependentvar77607780AdjustedR-squared0.909998

S.D.dependentvar1.80E+08S.E.ofregression54097636

Akaikeinfocriterion38.71168Sumsquaredresid5.85E+16

Schwarzcriterion39.17875Loglikelihood-570.6752

Hannan-Quinncriter.38.86110F-statistic33.57944

Durbin-Watsonstat2.262413Prob(F-statistic)0.000000使用White檢驗法不論是否帶有交叉項，所得的檢驗伴隨概率均小于5%，均在5%的顯著水平下拒絕方程不存在異方差性的原假設，認為模型具有比較嚴重的異方差性。需要對模型進行修正。=2\*GB3②多重共線性檢驗：用逐步回歸法檢驗如下以為被解釋變量，逐個引入解釋變量、、，構成回歸模型，進行模型估計。表7：被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:18:32Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X16.6920860.8805267.6001010.0000C-334986.156283.70-5.9517430.0000R-squared0.673513

Meandependentvar85749.31AdjustedR-squared0.661853

S.D.dependentvar95692.85S.E.ofregression55645.78

Akaikeinfocriterion24.75574Sumsquaredresid8.67E+10

Schwarzcriterion24.84915Loglikelihood-369.3361

Hannan-Quinncriter.24.78562F-statistic57.76153

Durbin-Watsonstat0.096883Prob(F-statistic)0.000000

表8：被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:18:34Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X21.6885940.06301126.798310.0000C19746.454234.3284.6634200.0001R-squared0.962474

Meandependentvar85749.31AdjustedR-squared0.961134

S.D.dependentvar95692.85S.E.ofregression18865.38

Akaikeinfocriterion22.59239Sumsquaredresid9.97E+09

Schwarzcriterion22.68580Loglikelihood-336.8858

Hannan-Quinncriter.22.62227F-statistic718.1495

Durbin-Watsonstat0.402624Prob(F-statistic)0.000000

表9：被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:18:36Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X3-4733.7892602.669-1.8188210.0797C586426.4275788.72.1263610.0424R-squared0.105663

Meandependentvar85749.31AdjustedR-squared0.073722

S.D.dependentvar95692.85S.E.ofregression92097.98

Akaikeinfocriterion25.76343Sumsquaredresid2.37E+11

Schwarzcriterion25.85685Loglikelihood-384.4515

Hannan-Quinncriter.25.79332F-statistic3.308109

Durbin-Watsonstat0.120717Prob(F-statistic)0.079650由圖可以看出，與的擬合優(yōu)度是最大的，R-squared=0.962474。再做與和的回歸模型。表10：被解釋變量與和的最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:18:47Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X11.9636070.2181888.9996170.0000X21.3912530.04605530.208780.0000C-92084.4212611.85-7.3014230.0000R-squared0.990618

Meandependentvar85749.31AdjustedR-squared0.989923

S.D.dependentvar95692.85S.E.ofregression9606.088

Akaikeinfocriterion21.27282Sumsquaredresid2.49E+09

Schwarzcriterion21.41294Loglikelihood-316.0923

Hannan-Quinncriter.21.31765F-statistic1425.411

Durbin-Watsonstat0.956357Prob(F-statistic)0.000000再做與和、的回歸模型。表11：被解釋變量與和、的最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/29/11Time:18:51Sample:19802009Includedobservations:30CoefficientStd.Errort-StatisticProb.

X11.9348400.2159908.9579970.0000X21.3825590.04582330.171690.0000X3-379.2654280.8999-1.3501800.1886C-49822.3133676.59-1.4794340.1510R-squared0.991233

Meandependentvar85749.31AdjustedR-squared0.990221

S.D.dependentvar95692.85S.E.ofregression9462.951

Akaikeinfocriterion21.27172Sumsquaredresid2.33E+09

Schwarzcriterion21.45855Loglikelihood-315.0758

Hannan-Quinncriter.21.33149F-statistic979.8468

Durbin-Watsonstat1.178143Prob(F-statistic)0.000000觀察與和最小二乘估計的擬合優(yōu)度（R-squared=0.990618），與與最小二乘估計的擬合優(yōu)度（R-squared=0.673513）比較，變化明顯，說明對y的影響顯著。觀察與和、最小二乘估計的擬合優(yōu)度（R-squared=0.991233），與與和最小二乘估計的擬合優(yōu)度（R-squared=0.990618）比較，變化不明顯，說明對y影響不顯著。=3\*GB3③序列相關性檢驗：方程含有截距項，因此，可以使用DW檢驗法來檢驗方程是否具有序列相關性。該模型中，樣本量n=30，解釋變量的個數(shù)為3個，查DW檢驗表知5%的上下界為dl=1.28，4-dl=2.72，du=1.57，4-du=2.43，；1%的上下界為dl=1.07，4-dl=2.93，du=1.34，4-du=2.66。本模型的DW檢驗值為：DW=1.178143，在5%的水平下，0<DW<dl，落在正自相關區(qū)；在1%的水平下，dl<DW<du，落在無結論區(qū)，無法判斷。圖7圖8由于DW值在5%的上下界條件下正自相關，說明模型存在序列相關性，所以需要對模型進行修正。(4)預測檢驗圖9：模型預測檢驗結果圖預測誤差MAPE=28.52734%，MAPE大于10，預測效果。通過參數(shù)估計和四級檢驗，得到的初始模型是：t=（-1.479434）（8.957997）（30.17169）（-1.350180）p=（0.1510）（0.0000）（0.0000）（0.1886）R-squared=0.991233AdjustedR-squared=0.9902212.3建立修正模型——WLS加權最小二乘法估計模型系數(shù)建立模型能夠有效地消除模型的異方差性，同時也可以在一定程度上克服序列相關性，因此，使用WLS方法估計模型參數(shù)是修正模型的常用方法。2.3.1使用WLS法進行參數(shù)估計表12：加權最小二乘法估計模型參數(shù)結果輸出表DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:13:09Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X11.7084960.07599822.480690.0000X21.5749690.05831527.007730.0000X3-332.618613.90237-23.925320.0000C-43825.712255.915-19.427020.0000WeightedStatisticsR-squared0.999841

Meandependentvar14463.34AdjustedR-squared0.999823

S.D.dependentvar31652.85S.E.ofregression253.3304

Akaikeinfocriterion14.03083Sumsquaredresid1668584.

Schwarzcriterion14.21766Loglikelihood-206.4625

Hannan-Quinncriter.14.09060F-statistic54656.07

Durbin-Watsonstat1.063337Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.980555

Meandependentvar85749.31AdjustedR-squared0.978311

S.D.dependentvar95692.85S.E.ofregression14092.91

Sumsquaredresid5.16E+09Durbin-Watsonstat0.708654

2.3.2對修正模型進行檢驗要對使用加權最小二乘法估計參數(shù)建立的新模型進行包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟學檢驗、預測檢驗在內(nèi)的四級檢驗。(1)經(jīng)濟意義檢驗解釋變量的系數(shù)分別為β1=1.708496、β2=1.574969。兩個解釋變量系數(shù)均為正，符合被解釋變量與解釋變量之間的正相關關系，符合解釋變量增長帶動被解釋變量增長的經(jīng)濟實際，與現(xiàn)實經(jīng)濟意義相符；β3=-332.6186，符合被解釋變量與解釋變量之間的正相關關系，所以模型通過經(jīng)濟意義檢驗。對于常數(shù)項的意義將在模型經(jīng)濟意義的分析中討論。(2)統(tǒng)計檢驗（顯著水平1%）=1\*GB3①擬合優(yōu)度檢驗：R2檢驗，R-squared=0.999841；AdjustedR-squared=0.999823；可見擬合優(yōu)度較初始使用OLS法估計建立的模型有所改善，擬和優(yōu)度相當高，新方程擬和得很理想。=2\*GB3②變量的顯著性檢驗：t檢驗，表13：WLS模型系數(shù)顯著性檢驗，t檢驗結果CoefficientStd.Errort-StatisticProb.

X11.7084960.07599822.480690.0000X21.5749690.05831527.007730.0000X3-332.618613.90237-23.925320.0000C-43825.712255.915-19.427020.0000所有系數(shù)的t檢驗伴隨概率均遠遠小于5%，所以，解釋變量的系數(shù)顯著不為零，通過顯著性檢驗，常數(shù)項同時也通過顯著性檢驗，保留在模型當中不必剔除。=3\*GB3③方程的顯著性檢驗：F檢驗，方程總體顯著性檢驗的伴隨概率小于0.00000，方程在很高的置信水平下顯著成立，具有經(jīng)濟意義。(3)計量經(jīng)濟學檢驗方程通過經(jīng)濟意義檢驗和統(tǒng)計檢驗，下面進行居于計量經(jīng)濟學模型檢驗核心的計量經(jīng)濟學檢驗。=1\*GB3①異方差性檢驗：下面用White異方差檢驗法準確檢驗新方程的異方差性，分別選擇不帶有交叉項和帶有交叉項的White檢驗。得到下面的檢驗結果：表14：不帶有交叉項的White異方差檢驗HeteroskedasticityTest:WhiteF-statistic4.55E+29

Prob.F(2,27)0.0000Obs*R-squared30.00000

Prob.Chi-Square(2)0.0000ScaledexplainedSS0.000713

Prob.Chi-Square(2)0.9996TestEquation:DependentVariable:WGT_RESID^2Method:LeastSquaresDate:12/30/11Time:13:41Sample:19802009Includedobservations:30CollineartestregressorsdroppedfromspecificationCoefficientStd.Errort-StatisticProb.

C4.57E-134.80E-130.9505450.3503WGT85.711312.22E-123.85E+130.0000WGT^22.06E-117.73E-14267.27290.0000R-squared1.000000

Meandependentvar85.71131AdjustedR-squared1.000000

S.D.dependentvar450.1754S.E.ofregression2.54E-12

Akaikeinfocriterion-50.46374Sumsquaredresid1.74E-22

Schwarzcriterion-50.32362Loglikelihood759.9561

Hannan-Quinncriter.-50.41892F-statistic4.55E+29

Durbin-Watsonstat2.067149Prob(F-statistic)0.000000表15：帶有交叉項的White異方差檢驗HeteroskedasticityTest:WhiteF-statistic4.55E+29

Prob.F(2,27)0.0000Obs*R-squared30.00000

Prob.Chi-Square(2)0.0000ScaledexplainedSS0.000713

Prob.Chi-Square(2)0.9996TestEquation:DependentVariable:WGT_RESID^2Method:LeastSquaresDate:12/30/11Time:13:42Sample:19802009Includedobservations:30CollineartestregressorsdroppedfromspecificationCoefficientStd.Errort-StatisticProb.

C4.57E-134.80E-130.9505450.3503WGT85.711312.22E-123.85E+130.0000WGT^22.06E-117.73E-14267.27290.0000R-squared1.000000

Meandependentvar85.71131AdjustedR-squared1.000000

S.D.dependentvar450.1754S.E.ofregression2.54E-12

Akaikeinfocriterion-50.46374Sumsquaredresid1.74E-22

Schwarzcriterion-50.32362Loglikelihood759.9561

Hannan-Quinncriter.-50.41892F-statistic4.55E+29

Durbin-Watsonstat2.067149Prob(F-statistic)0.000000使用White異方差檢驗法，不論是否帶有交叉項，均在很高的的置信水平下接受方程不存在異方差性的原假設，使用加權最小二乘法估計模型參數(shù)幾乎完全消除了初始方程的異方差性。=2\*GB3②多重共線性檢驗：用逐步回歸法檢驗如下：以為被解釋變量，逐個引入解釋變量、、，構成回歸模型，進行模型估計。表16被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:13:49Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X16.2717740.15314240.954020.0000C-311439.07873.862-39.553530.0000WeightedStatisticsR-squared0.983580

Meandependentvar22359.80AdjustedR-squared0.982994

S.D.dependentvar56275.68S.E.ofregression5204.581

Akaikeinfocriterion20.01681Sumsquaredresid7.58E+08

Schwarzcriterion20.11022Loglikelihood-298.2521

Hannan-Quinncriter.20.04669F-statistic1677.232

Durbin-Watsonstat1.137013Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.669921

Meandependentvar85749.31AdjustedR-squared0.658132

S.D.dependentvar95692.85S.E.ofregression55951.10

Sumsquaredresid8.77E+10Durbin-Watsonstat0.094031表17被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:13:54Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X22.2167384.32E-105.13E+090.0000C3356.8271.35E-062.49E+090.0000WeightedStatisticsR-squared1.000000

Meandependentvar10277.45AdjustedR-squared1.000000

S.D.dependentvar56273.32S.E.ofregression1.80E-08

Akaikeinfocriterion-32.76770Sumsquaredresid9.03E-15

Schwarzcriterion-32.67429Loglikelihood493.5155

Hannan-Quinncriter.-32.73782F-statistic2.63E+19

Durbin-Watsonstat2.000003Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.866275

Meandependentvar85749.31AdjustedR-squared0.861499

S.D.dependentvar95692.85S.E.ofregression35612.81

Sumsquaredresid3.55E+10Durbin-Watsonstat0.265495表18：被解釋變量與最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:14:00Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X3274.58547.12879938.517770.0000C-20969.69770.4057-27.219020.0000WeightedStatisticsR-squared0.981477

Meandependentvar8410.697AdjustedR-squared0.980815

S.D.dependentvar32169.51S.E.ofregression380.2095

Akaikeinfocriterion14.78366Sumsquaredresid4047660.

Schwarzcriterion14.87708Loglikelihood-219.7549

Hannan-Quinncriter.14.81355F-statistic1483.619

Durbin-Watsonstat0.701247Prob(F-statistic)0.000000UnweightedStatisticsR-squared-0.694244

Meandependentvar85749.31AdjustedR-squared-0.754753

S.D.dependentvar95692.85S.E.ofregression126761.5

Sumsquaredresid4.50E+11Durbin-Watsonstat0.020367由圖可以看出，與的擬合優(yōu)度是最大的，R-squared=1.000000。再做與和的回歸模型。表19：被解釋變量與和的最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:14:02Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X10.0074320.0055221.3459670.1895X22.8658130.026827106.82700.0000C1611.471222.30767.2488350.0000WeightedStatisticsR-squared0.999292

Meandependentvar7087.930AdjustedR-squared0.999239

S.D.dependentvar16692.75S.E.ofregression123.6844

Akaikeinfocriterion12.56798Sumsquaredresid413041.5

Schwarzcriterion12.70810Loglikelihood-185.5197

Hannan-Quinncriter.12.61281F-statistic19043.32

Durbin-Watsonstat2.390725Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.403224

Meandependentvar85749.31AdjustedR-squared0.359018

S.D.dependentvar95692.85S.E.ofregression76612.97

Sumsquaredresid1.58E+11Durbin-Watsonstat0.130406再做與和、的回歸模型。表20：被解釋變量與和、的最小二乘估計結果DependentVariable:YMethod:LeastSquaresDate:12/30/11Time:14:02Sample:19802009Includedobservations:30Weightingseries:1/RESID^2CoefficientStd.Errort-StatisticProb.

X10.0432310.0070366.1443510.0000X22.8215740.018699150.89200.0000X332.471165.8997175.5038510.0000C-3346.513908.6591-3.6829140.0011WeightedStatisticsR-squared0.999994

Meandependentvar5046.045AdjustedR-squared0.999993

S.D.dependentvar21322.69S.E.ofregression5.497988

Akaikeinfocriterion6.370207Sumsquaredresid785.9246

Schwarzcriterion6.557034Loglikelihood-91.55311

Hannan-Quinncriter.6.429975F-statistic1473142.

Durbin-Watsonstat1.879944Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.441593

Meandependentvar85749.31AdjustedR-squared0.377162

S.D.dependentvar95692.85S.E.ofregression75520.90

Sumsquaredresid1.48E+11Durbin-Watsonstat1.083962觀察與和最小二乘估計的擬合優(yōu)度（R-squared=0.999292），與與最小二乘估計的擬合優(yōu)度（R-squared=0.983580）比較，變化比較明顯，說明對y的影響比較顯著。觀察與和、最小二乘估計的擬合優(yōu)度（R-squared=0.999994），與與和最小二乘估計的擬合優(yōu)度（R-squared=0.999292）比較，變化不明顯，說明對y影響不顯著。=3\*GB3③序列相關性檢驗：方程含有截距項，因此，可以使用DW檢驗法來檢驗方程是否具有序列相關性。該模型中，樣本量n=30，解釋變量的個數(shù)為3個，查DW檢驗表知5%的上下界為dl=1.28，4-dl=2.72，du=1.57，4-du=2.43，；1%的上下界為dl=1.07，4-dl=2.93，du=1.34，4-du=2.66。本模型的DW檢驗值為：DW=1.083337，在5%的水平下，0<DW<dl，落在正自相關區(qū)；在1%的水平下，dl<DW<du，落在無結論區(qū)，無法判斷。由于新模型的性質(zhì)很好，因此在1%的水平下檢驗模型的各種性質(zhì)，認為新模型不再具有序列相關性。(4)預測檢驗圖10：WLS估計修正模型的預測檢驗結果圖預測誤差MAPE=24.88907%，大于10%，預測的誤差較修正前有所改善，預測精度不高，預測效果一般，模型的預測效果較修正前要好得多，但是，還需要進一步修正。最后得到的使用加權最小二乘法估計參數(shù)的模型是：t=（-19.42702）（22.48069）（27.00773）（-23.92532）p=（0.0000）（0.0000）（0.0000）（0.0000）R2=0.9998412=0.999823D.W.=1.083337通過上面的四級檢驗，可以看到，模型在很高的置信水平（99%）下通過統(tǒng)計檢驗，計量經(jīng)濟學檢驗，模型不再具有異方差性和序列相關性，模型預測檢驗顯示模型的預測效果比較理想。另外赤池檢驗值為8.063，施瓦茨檢驗值為8.259，二者都較修正前要小(修正前兩者分別是11.358和11.555)，表明模型的建立效果要好于修正之前。3.模型經(jīng)濟意義分析與預測建立模型的最終目的就是要通過模型獲得有用的信息，計量經(jīng)濟模型提供了結構分析和經(jīng)濟預測兩大應用。3.1模型的經(jīng)濟意義分析——結構分析通過對最初的使用普通最小二乘估計參數(shù)得到的模型進行加權修正，得到的使用加權最小二乘法估計參數(shù)的模型是：t=（-19.42702）（22.48069）（27.00773）（-23.92532）p=（0.0000）（0.0000）（0.0000）（0.0000）R2=0.9998412=0.999823D.W.=1.083337模型具有較好的性質(zhì)，通過了包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟學檢驗和預測檢驗在內(nèi)的四級檢驗，模型符合現(xiàn)實經(jīng)濟理論和計量經(jīng)濟學的相關假設，可以較好的提供經(jīng)濟信息和預測研究對象的趨勢。模型是可以應用于經(jīng)濟意義分析和預測。3.2利用模型進行預測使用修正過一次的WLS法估計參數(shù)建立的模型對農(nóng)村居民家庭人均收入的變動趨勢進行預測，外推五年，預測的時間為20010年-20014年，以期得到比較具體的數(shù)據(jù)和結論。3.2.1被解釋變量Y的點預測(1)解釋變量X1、X2、X3的點預測圖11圖12圖13首先觀察解釋變量的變動趨勢。畫出各解釋變量的曲線圖?？梢允褂没魻柼亍獪靥厮怪笖?shù)平滑法，對解釋變量進行預測，可以得到相對合理的解釋變量的預測值。擴展觀察年限至2014年，利用霍爾特—溫特斯指數(shù)平滑法預測。alpha，beta,gamma由系統(tǒng)選取。得到的預測結果中最下面有mean和trend項，有如下關系F(t)=trend+mean*t。表21：解釋變量X1、X2、X3，2010-2014年霍爾特-溫特斯指數(shù)平滑預測值年份x1x2x3201078911.15276369.299.942011156906.2500968199.242012234901.2725566.8298.5420131092846950165.6397.84201411708411174764497.14(2)被解釋變量Y的點預測圖14：被解釋變量Y的預測情況表22：被解釋變量Y2005-2009年點預測值年份y2010370700.62011714165.3201210576302013140109520141744559從圖14最后擴展出的五年的預測曲線的趨勢和所得到的點預測的預測值曲線，看到預測基本上成功揭示了研究對象未來的發(fā)展趨勢，預測結果是比較合理的。4.結論4.1主要結論1、固定資產(chǎn)投資是經(jīng)濟增長的重要原動力。經(jīng)濟發(fā)展取決于投入資金的數(shù)量和資金的利用效率。固定資產(chǎn)投資是經(jīng)濟增長的重要原動力，它對經(jīng)濟運行具有先導作用，并以其乘數(shù)效應拉動經(jīng)濟增長。2、勞動力對GDP有一定的促進作用但對經(jīng)濟增長的貢獻率卻微不足道。這是因為我國勞動力結構總量巨大、供給充足、流動性強,對GDP影響很大。但是勞動力的人力資本含量、高技術含量偏低,勞動力素質(zhì)結構存在嚴重缺陷,會直接影響了經(jīng)濟的增長。3、消費需求對經(jīng)濟的拉動作用消費需求是三大需求要素中所占份額最大、波動幅度最小的部分，是國民經(jīng)濟的重要支柱和最主要的組成部分，同時也是明顯地反映經(jīng)濟自發(fā)增長態(tài)勢的宏觀經(jīng)濟指標。4.2政策建議就業(yè)是民生之本，有效促進就業(yè)，保持經(jīng)濟增長良好勢頭成為我國當前乃至今后一段時期的重要課題。針對目前勞動力數(shù)量龐大且總體素質(zhì)不高的現(xiàn)狀，應通過多種途徑，一方面加強就業(yè)培訓的投入力度，提高勞動者就業(yè)及再就業(yè)能力，降低失業(yè)率；另一方面，加強各地區(qū)間人才交流及促進勞動力自由流動，并通過合理技術壁壘方式，阻止外來流動人員的無序進入。同時，鼓勵靈活就業(yè)，以減輕就業(yè)壓力。勞動力的人力資本含量、高技術含量偏低,勞動力素質(zhì)結構存在嚴重缺陷,直接影響了經(jīng)濟的增長。因此應當控制人口數(shù)量,優(yōu)化勞動力結構,提升勞動力素質(zhì)。物質(zhì)資本對我國的經(jīng)濟增長也起到了一定的影響作用，應加強對投資的科學管理，提高投資效率。參考文獻：[1]《中國統(tǒng)計年鑒》中國國家統(tǒng)計局網(wǎng)站1980-2010年[2]中國勞動人事網(wǎng)全國從業(yè)人員年末人數(shù)1980-1990年[3]中國企業(yè)勞動維權網(wǎng)全國從業(yè)人員年末人數(shù)1980-1990年[4]中國人民大學經(jīng)濟論壇[5]《計量經(jīng)濟學》第二版李子奈潘文卿。北京：高等教育出版社，2005.3[6]《數(shù)據(jù)分析與Eviews應用》易丹輝。北京：中國統(tǒng)計出版社，2002.10[7]《西方經(jīng)濟學（微觀部分）》第四版高鴻業(yè)。北京：中國人民大學出版社，2010.1[8]《西方經(jīng)濟學（宏觀部分）》第四版高鴻業(yè)。北京：中國人民大學出版社，2010.7

投資分析第一次作業(yè)（1-2章）一、單項選擇題1.項目市場分析（C）。A.只在可行性研究中進行B.只在項目評估中進行C.在可行性研究和項目評估中都要進行D.僅在設計項目產(chǎn)品方案時進行2.計算項目的財務凈現(xiàn)值所采用的折現(xiàn)率為（B）。A.財務內(nèi)部收益率B.基準收益率C.財務凈現(xiàn)值率D.資本金利潤率3.由項目產(chǎn)出物產(chǎn)生并在項目范圍內(nèi)計算的經(jīng)濟效益是項目的（A）。A.直接效益B.間接效益C.外部效益D.全部效益4.已知終值F求年金A應采用（C）。A.資金回收公式B.年金終值公式C.償債基金公式D.年金現(xiàn)值公式5.計算經(jīng)濟凈現(xiàn)值時所采用的折現(xiàn)率為（C）。A.基準收益率B.利率C.社會折現(xiàn)率D.內(nèi)部收益率二、名詞解釋投資回收期投資回收期是指以項目的凈收益抵償全部投資所需要的時間。項目周期項目周期又稱項目發(fā)展周期，它是指一個項目從設想、立項、籌資、建設、投產(chǎn)運營直至項目結束的整個過程。項目周期大體可分為三個時期：投資前期、投資期和運營期，每個時期又分為若干個的工作階段。德爾菲法德爾菲法又稱專家調(diào)查法；它是按照規(guī)定程序以匿名方式多輪征詢專家意見，并采用統(tǒng)計處理方法得出預測結論的一種經(jīng)驗判斷預測法。在項目市場分析中，此法主要用于確定項目投資方向、新產(chǎn)品開發(fā)方向和需求前景預測等?，F(xiàn)金流量現(xiàn)金流量是現(xiàn)金流入與現(xiàn)金流出的統(tǒng)稱，它是把投資項目作為一個獨立系統(tǒng)，反映投資項目在其壽命期(包括項目的建設期和生產(chǎn)期)內(nèi)實際發(fā)生的流入與流出系統(tǒng)的現(xiàn)金活動及其流動數(shù)量。三、簡答題1．什么是現(xiàn)金流量？工業(yè)投資項目常見的現(xiàn)金流量有哪些？現(xiàn)金流量是現(xiàn)金流入與現(xiàn)金流出的統(tǒng)稱，它是把投資項目作為一個獨立系統(tǒng)，反映投資項目在其壽命期(包括項目的建設期和生產(chǎn)期)內(nèi)實際發(fā)生的流入與流出系統(tǒng)的現(xiàn)金活動及其流動數(shù)量。它只反映投資項目的現(xiàn)金收支，不反映非現(xiàn)金收支(如折舊費、攤銷費等)，并且要明確現(xiàn)金收支實際發(fā)生的時間。對于各種工業(yè)項目而言，現(xiàn)金流入一般包括產(chǎn)品銷售收入、回收固定資產(chǎn)余值和回收流動資金；現(xiàn)金流出一般包括固定資產(chǎn)投資、流動資金投入、經(jīng)營成本、銷售稅金及附加、所得稅等。2．簡述項目市場分析的意義。項目市場分析主要是指通過市場調(diào)查和市場預測，了解和掌握項目產(chǎn)品的供應、需求、價格等市場現(xiàn)狀，并預測其未來變動趨向，為判斷項目建設的必要性和合理性提供依據(jù)。項目市場分析的意義：市場分析是項目可行性研究和項目評估的重要內(nèi)容；市場分析是確定項目合理經(jīng)濟規(guī)模的重要依據(jù)；市場項分析是設計項目產(chǎn)品方案的重要依據(jù)；市場分析是選擇目工藝技術和廠址的重要依據(jù)。四、計算題1．某企業(yè)興建一工業(yè)項目，第一年投資1200萬元，第二年投資2000萬元，第三年投資1800萬元，投資均在年初發(fā)生，其中第二年和第三年的投資使用銀行貸款，年利率為12%。該項目從第三年起開始獲利并償還貸款，10年內(nèi)每年年末獲凈收益1500萬元，銀行貸款分5年等額償還，問每年應償還銀行多少萬元？畫出企業(yè)的現(xiàn)金流量圖。附：(F/P,12%,1)=1.1200(A/P,12%,5)=0.2774解：（2）將第2、3年投資折算到3年末，貸款及利息共計：[2000*（F/P,12%,1）+1800]*(F/P,12%,1)=4524.8萬元，從第3年開始，分5年還款，每年還款額為：4524．80*（A/P,12%,5）=4524.80*0.2774=1255.18萬元。2．某投資項目各年的現(xiàn)金流量如下表（單位：萬元）：年份現(xiàn)金流量01234~101.投資支出3001200400

2.除投資以外的其他支出

5008003.收入

100015004.凈現(xiàn)金流量-300-1200-400500700試用財務凈現(xiàn)值指標判斷該項目在財務上是否可行（基準收益率為12%）。附：(P/F,12%,1)=0.8929(P/F,12%,2)=0.7972(P/F,12%,3)=0.7118(P/A,12%,7)=4.5638解：取i1=25%，（P/F,25%,1）=，（P/F,25%,2）=，(P/F,25%,3)=，(P/A,25%,7)=，PNPV（i1）=-300-1200（P/F,25%,1）-400（P/F,25%,2）+500(P/F,25%,3)+700(P/A,25%,7)(P/F,25%,3)=-300-1200*0.80-400*0.64+500*0.512+700*3.1611*0.512=32.94取i2=30%，（P/F,30%,1）=，（P/F,30%,2）=，(P/F,30%,3)=，(P/A,30%,7)=，PNPV（i2）=-300-1200（P/F,30%,1）-400（P/F,30%,2）+500(P/F,30%,3)+700(P/A,30%,7)(P/F,30%,3)=-300-1200*0.7692-400*0.5917+500*0.4552+700*2.8021*0.4552=-339.26FIRR=25%+>12%所以，項目可行。

投資分析第二次作業(yè)（3-4章）一、單項選擇題1.敏感性因素是指（A）。A．該因素稍一發(fā)生變動就會引起項目經(jīng)濟效益發(fā)生較大變動B．該因素稍一發(fā)生變動就會引起項目經(jīng)濟效益發(fā)生較小變動C．該因素稍一發(fā)生變動就會使項目承擔較小風險D．能夠使項目獲得較高利潤的因素2．一般來說，盈虧平衡點越低（D）。A．項目盈利機會越少，承擔的風險也越小B．項目盈利機會越多，承擔的風險也越大C．項目盈利機會越少，承擔的風險越大D．項目盈利機會越多，承擔的風險越小3.社會折現(xiàn)率是下列哪一項的影子價格？（D）A.基準收益率B.利率C.匯率D.資金4.由于項目使用投入物所產(chǎn)生的并在項目范圍內(nèi)計算的經(jīng)濟費用是項目的（A）。A.直接費用B.間接費用C.外部費用D.全部費用5.在線性盈虧平衡分析中，盈虧平衡點（D）。A.只能用產(chǎn)銷量表示B.只能用銷售收入表示C.只能用銷售單價表示D.可以用多種指標表示二、名詞解釋1．

影子價格影子價格，又稱為最優(yōu)計劃價格，是指當社會經(jīng)濟處于某種最優(yōu)狀態(tài)時，能夠反映社會勞動的消耗、資源的稀缺程度和市場供求狀況的價格。換句話說，影子價格是人為確定的一種比現(xiàn)行市場價格更為合理的價格。它不用于商品交換，而是僅用于預測、計劃和項目國民經(jīng)濟效益分析等目的。從定價原則看，它力圖更真實地反映產(chǎn)品的價值、市場供求狀況和資源稀缺程度。從定價效果看，它有助于實現(xiàn)資源的優(yōu)化配置。2．

經(jīng)濟換匯成本經(jīng)濟換匯成本，是用貨物影子價格、影子工資和社會折現(xiàn)率計算的為生產(chǎn)出口產(chǎn)品而投入的國內(nèi)資源現(xiàn)值(以人民幣表示)與生產(chǎn)出口產(chǎn)品的經(jīng)濟外匯凈現(xiàn)值(通常以美元表示)之比，亦即換取1美元外匯所需要的人民幣金額，是分析評價項目實施后在國際上的競爭力，進而判斷其產(chǎn)品應否出口的指標。3．

盈虧平衡點盈虧平衡點是指項目在正常生產(chǎn)條件下，項目生產(chǎn)成本等于項目銷售收入的點，它通常以產(chǎn)銷量、銷售收入、生產(chǎn)能力利用率、單位產(chǎn)品售價等指標表示。三、簡答題1、什么是轉移支付？在項目國民經(jīng)濟效益分析中為什么要采用影子價格度量項目的費用和效益？某些直接與項目有關的現(xiàn)金收支(如項目得到的國家補貼、以及項目支付的各種國內(nèi)稅金、國內(nèi)借款利息和職工工資等)盡管在財務效益分析中要作為效益(現(xiàn)金流人)和費用(現(xiàn)金流出)，但由于這些收支發(fā)生在國內(nèi)各部門之間，從國民經(jīng)濟角度來看，這些收支并未造成國內(nèi)實際資源的增加和減少，在項目國民經(jīng)濟效益分析中它們不能作為效益和費用，而應作為內(nèi)部的“轉移支付”從原效益和費用中剔除。在項目國民經(jīng)濟效益分析中，采用影子價格度量項目的費用和效益，主要是為了真實地反映項目對國民經(jīng)濟所作的凈貢獻，因為現(xiàn)行價格往往是扭曲的，不能真實地反映產(chǎn)品的價值、市場供求狀況和資源希缺程度，采用現(xiàn)行價格度量項目的費用和效益，不能真實地反映項目對國民經(jīng)濟所作的凈貢獻。2、簡述在項目國民經(jīng)濟效益分析中識別費用和效益的基本原則。項目國民經(jīng)濟效益分析是從國民經(jīng)濟的角度出發(fā)，考察項目對國民經(jīng)濟的凈貢獻。識別費用和效益的基本原則是：凡項目對國民經(jīng)濟所作的貢獻，即由于項目的興建和投產(chǎn)給國民經(jīng)濟帶來的各種效益，均應計為項目的效益；反之，凡國民經(jīng)濟為項目所付出的代價、即國民經(jīng)濟為項目建設和生產(chǎn)所付出的全部代價，均應計為項目的費用。四、計算題1．

某工廠設計年產(chǎn)量為50萬件產(chǎn)品，每件售價（P）14元，單位產(chǎn)品變動成本（V）為10元/件，固定成本（F）60萬元。試求用產(chǎn)銷量（Q）、銷售收入（R）、生產(chǎn)能力利用率（S）、產(chǎn)品價格等表示的盈虧平衡點和產(chǎn)銷量安全度、價格安全度。解：P=14元/件，V=10元/件，Q0=50萬件，F(xiàn)=60萬元Q*=，R*=PQ*=14×15=210萬元，S*=，P*=，產(chǎn)銷量安全度=1-S*=1-30%=70%，價格安全度=1-P*/P=1-11.2/14=20%。2．已知某產(chǎn)品的生產(chǎn)成本函數(shù)和銷售收入函數(shù)分別為TC=180000+100Q+0.01Q2，TR=300Q-0.01Q2，試求其盈虧平衡產(chǎn)銷量和最大盈利產(chǎn)銷量。解：TC=TR有：180000+100Q+0.01Q2=300Q-0.01Q2-0.02Q2+200Q+180000=0，解得，盈虧平衡點：Q1=1000,Q2=9000。利潤M=TR-TC=-0.02Q2+200Q-180000在時,M有最大值，即M=5000，最大值為：-0.02*50002+200*5000-180000=320000。投資分析第三次作業(yè)（5-6章）一、單項選擇題1．用于房地產(chǎn)出租、出售、信托、互換等經(jīng)營活動的投資叫做（C）。A.土地開發(fā)投資B.房屋開發(fā)投資C.房地產(chǎn)經(jīng)營投資D.房地產(chǎn)中介服務投資2.某股份公司發(fā)行2億股股票，則每一股代表公司（C）的2億分之一。A.總資產(chǎn)B.總負債C.凈資產(chǎn)D.凈利潤3．如果房地產(chǎn)投資者的預期收益率為15%，在通貨膨脹率為8%的情況下，投資者以原價出售，實際收益率為（A）。A.7%B.8%C.15%D.23%4.某股票預期每股收益0.35元,同期市場利率為2.5%,則該股票理論價格是（D）。A.10元B.15元C.12元D.14元5．風俗習慣、名人效應等因素影響房地產(chǎn)投資水平，這種影響稱為（D）。A.國內(nèi)形勢的影響B(tài).國家政策的影響C.地理因素的影響D.時尚程度的影響二、名詞解釋1．國房景氣指數(shù)國房景氣指數(shù)是全國房地產(chǎn)開發(fā)業(yè)景氣指數(shù)的簡稱，從土地、資金、開發(fā)量、市場需求等角度顯示全國房地產(chǎn)業(yè)基本運行狀況，反映全國房地產(chǎn)業(yè)發(fā)展景氣狀況的總體指數(shù)。2．股票的基本分析基本分析法就是利用豐富的統(tǒng)計資料，運用多種多樣的經(jīng)濟指標，采用多種分析方法從宏觀的經(jīng)濟大氣候、中觀的行業(yè)興衰以及微觀的企業(yè)經(jīng)營現(xiàn)狀和前景進行分析，