- 相關(guān)推薦
計量經(jīng)濟學(xué)視角下的高校新增設(shè)備價值的分析與預(yù)測
計量經(jīng)濟學(xué)是以一定的經(jīng)濟理論和統(tǒng)計資料為基礎(chǔ)，運用數(shù)學(xué)、統(tǒng)計學(xué)方法與電腦技術(shù)，以建立經(jīng)濟計量模型為主要手段，定量分析研究具有隨機性特性的經(jīng)濟變量關(guān)系的一門經(jīng)濟學(xué)學(xué)科。主要內(nèi)容包括理論計量經(jīng)濟學(xué)和應(yīng)用經(jīng)濟計量學(xué)。理論經(jīng)濟計量學(xué)主要研究如何運用、改造和發(fā)展數(shù)理統(tǒng)計的方法，使之成為隨機經(jīng)濟關(guān)系測定的特殊方法。應(yīng)用計量經(jīng)濟學(xué)是在一定的經(jīng)濟理論的指導(dǎo)下，以反映事實的統(tǒng)計數(shù)據(jù)為依據(jù)，用經(jīng)濟計量方法研究經(jīng)濟數(shù)學(xué)模型的實用化或探索實證經(jīng)濟規(guī)律。
摘要：高校作為以教學(xué)科研為主要任務(wù)的非營利性組織，開展日常運營活動需要大量的設(shè)備以維持正常運作。采用計量經(jīng)濟學(xué)模型對每年新增的設(shè)備價值進行分析與預(yù)測，能夠有效幫助設(shè)備管理與財務(wù)部門合理安排預(yù)算，分配資金，提升高校資金運作效率。
關(guān)鍵詞：計量經(jīng)濟學(xué) 時間序列模型 高校設(shè)備管理
一、引言
高校進行教育、科研與管理等活動離不開各種儀器設(shè)備的支持。高校的設(shè)備形式多樣，種類繁多，價值不等。按照《高等學(xué)校財務(wù)制度》第42條的相關(guān)規(guī)定，單件價值1 500元以上(含1 500元)，且在使用過程中能夠基本保持原有物質(zhì)形態(tài)、使用期限超過一年的專用設(shè)備以及單件價值 1 000元以上(含1 000元)，且在使用過程中能夠基本保持原有物質(zhì)形態(tài)、使用期限超過一年的非專用設(shè)備及家具應(yīng)當計入各類設(shè)備核算。劃歸為各類設(shè)備核算的設(shè)備的特點是金額較高(1 000元以上)，使用期限較久(1年以上)，一般而言，一所高校擁有的各類設(shè)備總額占高校資產(chǎn)總額的70%以上，而高校各類設(shè)備除房屋與土地之外，主要是各類設(shè)備。房屋及土地的特點是建設(shè)規(guī)劃性強，資金使用量可以準確估計，而各類設(shè)備的需求和開支則表現(xiàn)出需要量大且波動較大，其資金需要量較難估計，在進行資金管理時，合理預(yù)測設(shè)備的需求量將很大程度上影響高校的資金使用效率。合理估計高校設(shè)備占用的資金需求能夠有效避免在賬戶上留下過多閑置資金，從而能夠提高高校資金使用效率。
隨著數(shù)學(xué)統(tǒng)計學(xué)的日趨完善，時間序列的線性模型相繼產(chǎn)生。高校購置、處置各類設(shè)備除了受到歷史數(shù)據(jù)的影響，也會隨著其他方面的因素而變動，通過對其進行時間序列的分析，能夠消除隨機波動的影響，同時能夠?qū)ξ磥淼淖呦蜻M行合理估計。
常用的隨機時間序列分析方法分為平穩(wěn)時間序列分析和非平穩(wěn)時間序列分析兩類。平穩(wěn)時間序列模型包括 AR模型、MA 模型、ARMA 模型，這些模型應(yīng)用的前提是時間序列是平穩(wěn)的，由于常常受到前期事項的影響，日常獲得的數(shù)據(jù)往往不是平穩(wěn)的，不能直接應(yīng)用上述模型。通過首先對非平穩(wěn)時間序列模型取差分使其變?yōu)槠椒�(wěn)序列模型，再應(yīng)用上述模型進行分析，可以合理估計時間序列的走向。ARIMA模型是由 喬治・博克斯(George Box)和格威利姆・詹金斯(Gwilym Jenkins)創(chuàng)立，也稱為B-J方法，該方法不考慮以經(jīng)濟理論為依據(jù)的解釋變量的作用，而是依據(jù)變量本身的變化規(guī)律，利用外推機制描述時間序列的變化，能達到最小方差意義下的最優(yōu)預(yù)測，是一種精度較高的時序短期預(yù)測方法。
二、 構(gòu)建高校年新增設(shè)備價值時間序列模型
(1)數(shù)據(jù)來源及分析
在實證中，筆者所用數(shù)據(jù)為1999―2013年某大學(xué)新增各類設(shè)備賬面價值，采用了“固定資產(chǎn)”一級科目下除“房屋建筑物”及“土地”之外的二級科目各年度的余額作為數(shù)據(jù)來源。1999―2013年的數(shù)據(jù)用于模型分析，2014年的新增各類設(shè)備賬面價值用于檢驗?zāi)Ｐ偷念A(yù)測的準確性，為取得較好的效果，賬面價值的單位精確到分。年新增各類設(shè)備時間序列FA是不平穩(wěn)的，具有較為明顯的上升趨勢，這也表明了隨著時間的推移，高校新增設(shè)備的價值總體處于不斷增加的狀態(tài)。若要應(yīng)用計量經(jīng)濟學(xué)模型對該時間序列進行分析，需要對原始數(shù)據(jù)進行平穩(wěn)化處理。
(2)數(shù)據(jù)平穩(wěn)性檢查及處理
為了更加準確地驗證原時間序列是否平穩(wěn)，可以對該序列進行單位根檢驗，檢驗的結(jié)果如表1所示。
由表1的結(jié)果可知，時間序列FA在ADF檢驗中t統(tǒng)計量大于10%的臨界值，即無法拒絕原假設(shè)H0：ρ=1，原序列FA存在單位根，即認為原序列是非平穩(wěn)的，要使用ARMA(p，q)模型進行預(yù)測分析，需要對原序列進行平穩(wěn)化處理。對原時間序列FA取一階差分后，新的序列DFA單位根檢驗及數(shù)據(jù)曲線圖如圖1所示。
從圖1中可以看出經(jīng)過一階差分，時間序列的上升趨勢已經(jīng)消除，對DFA的單位根檢驗結(jié)果見表2。
由表2可以看出，經(jīng)過一階差分的時間序列DFA的t統(tǒng)計量為-7.19401，小于顯著性水平為1%的t統(tǒng)計量 -4.05791，因此，其在1%、5%和10%的顯著性水平下都是顯著的，DFA模型通過了單位根檢驗，拒絕原假設(shè)，可以認定該時間序列不存在單位根，是平穩(wěn)的。
(3)構(gòu)建時間序列模型
1、模型識別。該時間序列為一元時間序列模型。建模的目的是利用所能夠得到歷史數(shù)據(jù)和當前及過去的隨機誤差項對該時間序列的變化前景進行統(tǒng)計預(yù)測，而該預(yù)測通常假定不同時刻的隨機誤差項為統(tǒng)計獨立且正態(tài)分布的隨機變量。對于時間序列預(yù)測，首先要找到與數(shù)據(jù)擬合最好的預(yù)測模型，所以階數(shù)的確定和參數(shù)的估計是預(yù)測的關(guān)鍵。由于時間序列DFA是平穩(wěn)的，可以運用ARMA模型進行考量。通過考察時間序列DFA的自相關(guān)圖和偏自相關(guān)圖，繪制DFA的相關(guān)圖和Q統(tǒng)計量，確定ARMA模型的階數(shù)p，q。
通過對一階差分時間序列的觀察可以得出，一階差分后的時間序列DFA的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)都具有拖尾的特征，適用于ARIMA(p，1，q)模型。同時，因自相關(guān)函數(shù)僅在滯后1階處超過95%的置信區(qū)域，而其他各階滯后的自相關(guān)函數(shù)都在 95%的置信區(qū)域內(nèi)。而偏自相關(guān)函數(shù)比較明顯地看出屬于1階拖尾。因此，選擇ARIMA(1，1，1)模型進行預(yù)測是比較合理的。
2、模型參數(shù)估計與建立。確定了模型后，運用ARIMA(1，1，1)對原序列進行參數(shù)估計，估計結(jié)果如表3所示。由表3計算結(jié)果可得到模型的估計結(jié)果：
DFAt=5276410-0.386122DFAt-1+εt-0.920393εt-1
模型參數(shù)估計后，應(yīng)該對模型的適合性進行檢驗，即對模型的殘差序列進行自噪聲檢驗。若殘差序列不是白噪聲序列，意味著還存在有用信息沒被提取，需要進一步改進模型。根據(jù)前面估計的參數(shù)，得到新增各類設(shè)備時間序列模型殘差系列的相關(guān)圖和 Q 統(tǒng)計量。殘差系列的樣本自相關(guān)函數(shù)都在 95%的置信區(qū)域以內(nèi)，從滯后 1―12 階的自相關(guān)函數(shù)相應(yīng)的概率值P都大于檢驗水平 0.05，因此不能拒絕原假設(shè)，即可以認為模型 ARIMA(1，1，1)估計結(jié)果的殘差系列不存在自相關(guān)，同時，由于該時間序列模型的各項統(tǒng)計量也很好，模型通過檢驗，可以用于對未來的設(shè)備需求量的預(yù)測。
三、模型短期預(yù)測及分析
(1)模型短期預(yù)測
模型的估計結(jié)果為：
DFAt=5276410-0.386122DFAt-1+εt-0.920393εt-1
該模型表述的含義是，當期DFA值和上一期的DFA值相關(guān)，同時呈現(xiàn)的是負相關(guān)關(guān)系。利用該模型對2014年新增各類設(shè)備數(shù)額進行預(yù)測，結(jié)果見圖2。
利用2014年的數(shù)據(jù)驗證，該模型估計的誤差在1.56% 左右，預(yù)測的效果比較理想，可以進一步運用該模型對2015―2017年度新增各類設(shè)備總額進行估計。通過上一年度的DFAt-1推算本年度的DFAt，再通過本年度的DFAt結(jié)合上一年度的FAt-1推算出今年的FAt，依據(jù)此方法就可以對未來三年的設(shè)備新增額進行預(yù)測(見表4)，從而估計出未來三年的設(shè)備占用資金的數(shù)額，以盡早制定資金需求預(yù)算。
(2)研究結(jié)論及分析
通過對上述時間序列進行一階差分求得平穩(wěn)時間序列，利用ARMA模型對該平穩(wěn)序列的走勢進行預(yù)測，并利用最新數(shù)據(jù)對預(yù)測結(jié)果進行檢驗，表明實證結(jié)果較為理想，可以利用該模型對未來可能新增各類設(shè)備數(shù)額進行分析和預(yù)測。
通過上述分析可以看出，ARIMA法是計量經(jīng)濟學(xué)中的一種常見方法，其模型比較簡單、對資料的要求比較單一、只需考慮變量本身的歷史數(shù)據(jù)，在實際中有著廣泛的適用性。在應(yīng)用中應(yīng)該根據(jù)所要解決的問題及問題的特點等方面來綜合考慮并選擇相對最優(yōu)的模型。但由于其模型簡單，數(shù)據(jù)來源少，要想取得較好的預(yù)測效果，在實際應(yīng)用中需要盡可能多的數(shù)據(jù)，以最大限度地反映出隱藏在數(shù)據(jù)背后的經(jīng)濟現(xiàn)象。
模型預(yù)測和實際值的差異較小，說明應(yīng)用該模型對該現(xiàn)象的預(yù)測效果較好，可以使用這個模型對未來可能發(fā)生的新增各類設(shè)備支出進行合理預(yù)測。通過這種方法，可以優(yōu)化高校資金配置，將更多的閑置資金應(yīng)用于其他方面的支出，避免在銀行存款賬務(wù)上留下過多資金，從而提高資金的使用效率。但應(yīng)用ARIMA模型存在一個缺陷，即該模型在短期內(nèi)預(yù)測比較準確，隨著預(yù)測的延長，隨機擾動項的誤差會疊加，則有可能使得預(yù)測誤差逐漸增大。另外，該模型的預(yù)測只是針對正常情況下的理論走向，對于某一年發(fā)生的非正常波動則無法準確預(yù)測，因此，在應(yīng)用該模型進行預(yù)算籌劃時，需要特別針對特殊情況留有足夠的預(yù)備金，如此方可在保障資金安全的情況下有效提升高校的資金使用效率。
參考文獻：
1.張勃，劉秀麗.基于ARIMA模型的生態(tài)足跡動態(tài)模擬和預(yù)測：以甘肅省為例[J].生態(tài)學(xué)報， 2011，31(20).
2.袁國軍，謝長風.基于ARIMA模型的居民消費價格指數(shù)的建模與預(yù)測[J].齊齊哈爾大學(xué)學(xué)報，2011，(9).
【計量經(jīng)濟學(xué)視角下的高校新增設(shè)備價值的分析與預(yù)測】相關(guān)文章：
價值鏈視角下內(nèi)部審計職能定位11-16
價值觀視角下組織理論演進述評03-22
法制化視角下的高校管理-高校處分權(quán)辨析01-26
教育學(xué)視角下的智性學(xué)習分析論文11-15
企業(yè)資源視角下的核心競爭力分析03-11
交易價值視角下的供應(yīng)鏈合作關(guān)系研究02-27
淺談公允價值視角下的會計概念03-29
熵理論視角下的中國快遞業(yè)市場分析03-18