胡昕辰 王嵩

摘 要 論文研究了吉林省的固定資產(chǎn)投資結(jié)構(gòu)的現(xiàn)狀及其未來的優(yōu)化方向，這是一個宏觀的大問題，要考慮的方面和所涉及的問題都十分繁雜。因此，為清晰起見，我們分四個方面來展開論文的主要內(nèi)容。要分析吉林省的固定資產(chǎn)投資結(jié)構(gòu)的現(xiàn)狀，首先要對全省的經(jīng)濟大環(huán)境有一個初步的了解，因此，我們第一步先站在宏觀角度，通過定性了解及數(shù)據(jù)分析的方法來初步研究一下吉林省的經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、投資環(huán)境等，為下一步的定量工作做好鋪墊。第二步，我們將固定資產(chǎn)投資額看作一時間序列，根據(jù)過去15年的資料得出其變化規(guī)律，用此來預測未來的發(fā)展變化，得到了未來3年的固定資產(chǎn)投資額度的預測。第三步，基于所收集的數(shù)據(jù)，將吉林省的經(jīng)濟結(jié)構(gòu)按行業(yè)類型加以劃分。通過查閱相關文獻，我們確立了一個能對企業(yè)的經(jīng)濟效益進行綜合評價的指標體系，然后用主成分分析的方法，對吉林省的主要行業(yè)進行了經(jīng)濟效益的評價，確定出幾個經(jīng)濟效益確實較高的行業(yè)（如汽車制造業(yè)等）。第四步，在之前這一系列定量結(jié)果的基礎上，給出吉林省未來固定資產(chǎn)投資方向的建議，以期能對相關政策的制定與實施起到一定的參考作用。至此，完成了論文的主要內(nèi)容。

關鍵詞 固定資產(chǎn) 投資 優(yōu)化

一、吉林省經(jīng)濟背景

改革開放以來，吉林省固定資產(chǎn)投資保持了較高的增速，年均增速為20%；消費的增速相對平穩(wěn)，年均增速為14%；國際貿(mào)易一直處于貿(mào)易逆差，保持進口狀態(tài)。由此我們看出，吉林省的固定資產(chǎn)投資一直處于高增長狀態(tài)，并且作為了吉林省經(jīng)濟增長的主要推動力，固定資產(chǎn)投資一直在吉林省的經(jīng)濟增長中發(fā)揮著十分重要的作用。

從我省近幾年經(jīng)濟運行情況看，其中消費、投資和凈出口是對新增國民生產(chǎn)總值貢獻率最高的三個項目，三者合計貢獻率達90%以上，其中固定資產(chǎn)投資貢獻率最高，因此吉林省經(jīng)濟一定程度上可以說是投資主導型經(jīng)濟。

眾所周知，投資對一個地區(qū)經(jīng)濟發(fā)展具有重要作用。投資結(jié)構(gòu)反映的是一定時期內(nèi)社會投資在不同的經(jīng)濟空間或地理空間內(nèi)組合分配、運用的格局，這個格局的最佳組合會使社會投資的效率達到最大化，也就是說，一定時期內(nèi)投資產(chǎn)出達到最大化。

固定資產(chǎn)投資結(jié)構(gòu)系統(tǒng)本身是一個“資金分配調(diào)節(jié)器”，是投資資金到投資產(chǎn)出的一個中間環(huán)節(jié)。一定時期內(nèi)社會固定資產(chǎn)投資總量是一定的，這些投資資金經(jīng)過不同的投資結(jié)構(gòu)所產(chǎn)生的效果是不同的。固定資產(chǎn)投資結(jié)構(gòu)系統(tǒng)內(nèi)部包括多種結(jié)構(gòu)和比例關系，對投資資金的分配有著決定性的影響，固定資產(chǎn)投資資金在投資結(jié)構(gòu)內(nèi)部存在著此消彼長的效應——投入到一個行業(yè)或地區(qū)的資金多了，其他行業(yè)或地區(qū)的資金必然會減少。

（一）地區(qū)生產(chǎn)總值

根據(jù)吉林省統(tǒng)計年鑒及吉林省人民政府網(wǎng)站的數(shù)據(jù)等的初步統(tǒng)計，吉林省在2014年實現(xiàn)地區(qū)生產(chǎn)總值13803.81億元，按可比價格計算，比上年增長6.5%。其中，第一產(chǎn)業(yè)增加值1524.56億元，增長4.6%；第二產(chǎn)業(yè)增加值7287.26億元，增長6.6%；第三產(chǎn)業(yè)增加值4991.99億元，增長6.9%。按常住人口計算，全省人均GDP達到50162元（按年平均匯率折合8166美元），比上年增長6.5%。三次產(chǎn)業(yè)的結(jié)構(gòu)比例為11.0：52.8：36.2，對經(jīng)濟增長的貢獻率分別為6.8%、55.6%和37.6%。

（二）固定資產(chǎn)投資情況

2014年全年全社會固定資產(chǎn)投資11486.52億元，比上年增長15.1%，人均投資達到41733元。其中，不含農(nóng)戶的固定資產(chǎn)投資為11254.84億元，增長15.4%。

在不含農(nóng)戶的固定資產(chǎn)投資中，第一產(chǎn)業(yè)投資414.04億元，增長44.07%；第一產(chǎn)業(yè)投資6445.19億元，增長16.0%；第三產(chǎn)業(yè)投資4395.61億元，增長12.4%。

全年完成工業(yè)投資6233.56億元，增長15.3%，對全省固定資產(chǎn)投資增長的貢獻率為55.0%。全年民間投資達到8040.58億元，占不含農(nóng)戶的固定資產(chǎn)投資比重達到71.4%，比上年提高1.9個百分點。

二、建立模型

固定資產(chǎn)投資是吉林省重要的投資方式，本文的模型建立包括固定資產(chǎn)投資額度的預測和各行業(yè)投資回報率的評估，通過時間序列分析和ARIMA法對固定資產(chǎn)投資額度進行預測；用主成分分析法得到各行業(yè)投資回報率，并結(jié)合定性的情況解決了本文所研究的問題，即給出了吉林省固定資產(chǎn)投資在下一階段投入的側(cè)重點，為投資提供可行的依據(jù)。

（一）吉林省固定資產(chǎn)額的預測

吉林省固定資產(chǎn)投資往往受到許多因素的制約，且這些因素之間又保持著錯綜復雜的聯(lián)系。因此，運用結(jié)構(gòu)性的因果模型分析和預測往往比較困難。于是將固定資產(chǎn)投資額看作一時間序列，可以根據(jù)過去的資料得出其變化規(guī)律，用此來預測未來的發(fā)展變化。

1.方法簡介。時間序列分析在經(jīng)濟中的應用，主要是確定性的時間序列分析方法，包括指數(shù)平滑法、滑動平均法、趨勢預測法、趨勢季節(jié)模型預測法、時間序列的分解等等。

ARIMA法是一種典型的時間序列分析法，由于不需要對時間序列的發(fā)展模式作先驗的假設，同時方法的本身保證了可通過反復識別修改，直到獲得滿意的模型。因此適合于各種類型的時間序列數(shù)據(jù)，特別是考慮到固定資產(chǎn)投資無明顯特征或者說較為固定的投資規(guī)模，這種方法不僅考察預測變量的過去值與當前值，同時對模型同過去值擬合產(chǎn)生的誤差也作為重要因素進入模型，有利于提高模型的精確度，是一種精確度相當高的短期預測方法。

2.具體模型建立。我們以1995～2015年的吉林省固定資產(chǎn)投資總額識別、估計、檢驗，文章運用此模型對未來3年的固定資產(chǎn)投資總額進行預測，以期為吉林省有關部門制定固定資產(chǎn)投資政策提供比較科學的依據(jù)。運用spss軟件運行模型，得到投資額隨時間變化的曲線從圖像上可以看出固定資產(chǎn)投資總額是明顯的非平穩(wěn)序列。通過建立ARIMA（0，1，0）模型后得到如圖4像，并得到了預期結(jié)果。

（二）各行業(yè)固定資產(chǎn)投資回報率的評估

我們選取五個企業(yè)效益評價指標，運用主成分分析法對數(shù)據(jù)進行處理，得到五個指標的兩個主成分的得分。最后對企業(yè)的投資回報率進行綜合排名。

1.方法簡介。主成分分析是利用降維的思想，將多個變量轉(zhuǎn)化為少數(shù)幾個綜合變量（即主成分），其中每個主成分都是原始變量的線性組合，各主成分之間互不相關，從而這些主成分能夠反映始變量的絕大部分信息，且所含的信息互不重疊。

2.具體模型建立。根據(jù)吉林省實際情況以及國家制定的企業(yè)效益評價指標，我們選取了總資產(chǎn)貢獻率、資產(chǎn)負債率、流動資產(chǎn)周轉(zhuǎn)率、成本費用利潤率、全員勞動生產(chǎn)率作為經(jīng)濟效益評價體系的五個經(jīng)濟效益指標。并根據(jù)選取的指標，將所獲得的數(shù)據(jù)進行統(tǒng)計處理。

由于所選指標較多較復雜，我們打算運用主成分分析法匯總出幾個較關鍵的因素，以便于我們構(gòu)建綜合效益評價體系。

主成分分析法的具體步驟為：

之后借助spss編程軟件，實現(xiàn)了主成分分析法，得到成分得分系數(shù)矩陣，并得到最終排名。

3.給出投資建議。根據(jù)計算出的各行業(yè)綜合效益得分排名以及吉林省實際情況，我們選取了汽車制造業(yè)、石油化工、文化體育和娛樂業(yè)、食品產(chǎn)業(yè)、醫(yī)藥產(chǎn)業(yè)、采礦業(yè)、其他制造業(yè)這幾個經(jīng)濟效益較好且具有代表性的行業(yè)作為吉林省固定資產(chǎn)投資的主要產(chǎn)業(yè)。

4.資料出處。數(shù)據(jù)圖表中的資料來自吉林省統(tǒng)計年鑒。

（作者單位為吉林大學數(shù)學學院）