习题5.4 各地区建筑业总产值和建筑业企业利润总额案例分析

建筑企业经济计算习题答案1. 基本概念题1.1 请简述建筑企业经济计算的主要内容。

答案：建筑企业经济计算的主要内容包括：1. 投资计算：包括建筑项目的总投资、资本金、负债等方面的计算。

2. 成本计算：包括直接成本、间接成本、固定成本、变动成本等方面的计算。

3. 收入计算：包括建筑项目的总收入、销售收入、其他收入等方面的计算。

4. 利润计算：包括建筑项目的总利润、净利润、营业利润等方面的计算。

5. 资金时间价值计算：包括现值、未来值、年值、现值系数、未来值系数等方面的计算。

6. 经济分析：包括投资回收期、内部收益率、净现值、获利指数等方面的计算。

1.2 请简述建筑企业经济计算的目的。

答案：建筑企业经济计算的目的主要有以下几点：1. 合理控制建筑项目的投资规模，确保投资的有效性。

2. 准确计算建筑项目的成本，有效控制成本支出。

3. 充分了解建筑项目的收入情况，提高项目的盈利能力。

4. 分析建筑项目的经济效益，为项目决策提供依据。

5. 掌握建筑企业资金的时间价值，合理利用资金。

6. 提高建筑企业经济效益，增强企业的市场竞争力。

2. 计算题2.1 某建筑企业拟实施一项投资项目，项目寿命期为5年，预计总投资为1000万元，预计每年可获得净收益200万元。

请计算该项目的投资回收期。

答案：投资回收期 = 总投资 / 年净收益= 1000万元 / 200万元= 5 年因此，该项目的投资回收期为5年。

2.2 某建筑企业拟实施一项投资项目，项目寿命期为6年，预计总投资为800万元，预计第六年可获得净收益120万元。

请计算该项目的内部收益率。

答案：内部收益率是指使得项目净现值等于零的贴现率。

根据公式：0 = -800 + 120 / (1 + r)^6解得：(1 + r)^6 = 120 / 800(1 + r)^6 = 0.15取对数得：6 * log(1 + r) = log(0.15)log(1 + r) = log(0.15) / 61 + r = e^(log(0.15) / 6)r = e^(log(0.15) / 6) - 1使用计算器计算得：r ≈ 0.118 ≈ 11.8%因此，该项目的内部收益率约为11.8%。

第1篇一、案例背景某建筑公司（以下简称“甲公司”）是一家具有国家一级资质的建筑施工企业。

2019年，甲公司与某房地产开发公司（以下简称“乙公司”）签订了一份建筑工程施工合同，约定由甲公司承建乙公司开发的某住宅小区项目。

合同金额为1亿元人民币，工期为24个月。

合同中还约定，若因甲方原因导致工期延误，每延误一天，甲方应向乙方支付合同金额的1‰作为违约金。

2020年3月，由于甲公司施工过程中管理不善，导致项目进度严重滞后。

至2021年1月，项目工期延误已达10个月。

乙公司多次与甲公司协商，要求其加快施工进度，但甲公司以各种理由推脱，拒不履行合同约定的违约责任。

乙公司遂向法院提起诉讼，要求甲公司支付违约金1000万元，并赔偿因其工期延误造成的损失。

二、案件争议焦点1. 甲公司是否应承担工期延误的违约责任？2. 乙公司要求甲公司支付的违约金是否过高？三、法律分析1. 关于工期延误的违约责任根据《中华人民共和国合同法》第一百零七条规定：“当事人一方不履行合同义务或者履行合同义务不符合约定的，应当承担继续履行、采取补救措施或者赔偿损失等违约责任。

”本案中，甲公司作为合同约定的施工方，未能按照合同约定的时间完成工程，已构成违约。

根据合同约定，甲公司应承担工期延误的违约责任。

2. 关于违约金是否过高的问题根据《中华人民共和国合同法》第一百一十四条规定：“当事人可以约定一方违约时应当根据违约情况向对方支付一定数额的违约金，也可以约定因违约产生的损失赔偿额的计算方法。

约定的违约金低于造成的损失的，当事人可以请求人民法院或者仲裁机构予以增加；约定的违约金过分高于造成的损失的，当事人可以请求人民法院或者仲裁机构予以适当减少。

”本案中，乙公司要求甲公司支付的违约金为合同金额的1‰，即1000万元。

根据合同约定，甲公司因工期延误给乙公司造成的损失可能远远超过1000万元，因此，乙公司要求支付的违约金并不过高。

四、法院判决经审理，法院认为甲公司未能按照合同约定的时间完成工程，构成违约，应承担工期延误的违约责任。

5.3为了研究中国出口商品总额EXPORT对国内生产总值GDP的影响，搜集了1990 2015年相关的指标数据，如表 5.3所示。

(1) 根据以上数据，建立适当线性回归模型。

(2) 试分别用White检验法与ARCH检验法检验模型是否存在异方差?(3) 如果存在异方差，用适当方法加以修正。

解：（1）Dependent Variable: YMethod: Least SquaresDate: 04/18/20 Time: 15:38Sample: 1991 2015Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -673.0863 15354.24 -0.0438370.965 4X 4.061131 0.201677 20.136840.000 0R-squared 0.946323 Mean dependent var234690. 8Adjusted R-squared 0.943990 S.D. dependent var210356. 7S.E. of regression 49784.06 Akaike info criterion 24.5454Sum squared resid 5.70E+10 Schwarz criterion 24.64291 Log likelihood -304.8174 Hannan-Quinn criter. 24.57244F-statistic 405.4924 Durbin-Watson stat 0.366228Prob(F-statistic) 0.000000模型回归的结果：AY 673.0863 4.0611X it ( 0.0438 )(20.1368)R20.9463, n 25(2) white:该模型存在异方差Heteroskedasticity Test: WhiteF-statistic 4.493068 Prob. F(2,22) 0.0231Obs*R-squared 7.250127 Prob. Chi-Square(2) 0.0266 Scaled explained SS 8.361541 Prob. Chi-Square(2) 0.0153Test Equation:Dependent Variable: RESIDEMethod: Least SquaresDate: 04/18/20 Time: 17:45Sample: 1991 2015Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -1.00E+09 1.43E+09 -0.7003780.491 0XA2 -0.455420 0.420966 -1.081847 0.2910 X 102226.2 60664.19 1.685117 0.1061R-squared 0.290005 Mean dependent var2.28E+0 9Adjusted R-squared 0.225460 S.D. dependent var 3.84E+09S.E. of regression 3.38E+09 Akaike info criterion 46.83295Sum squared resid 2.51E+20 Schwarz criterion 46.97922 Log likelihood -582.4119 Hannan-Quinn criter. 46.87352F-statistic 4.493068 Durbin-Watson stat 0.749886Prob(F-statistic) 0.023110ARCH检验：该模型存在异方差Test Equation:Dependent Variable: RESID A2Method: Least SquaresDate: 04/18/20 Time: 19:55Sample (adjusted): 1992 2015Included observations: 24 after adjustmentsVariableCoefficient Std. Error t-Statistic Prob. C8.66E+08 6.92E+08 1.251684 0.2238RESID A 2(-1) 0.817146 0.1889444.3248020.0003 R-squared0.459511 Mean dependent var 2.37E+09 Adjusted R-squared 0.434944 S.D. dependent var 3.90E+09S.E. of regression 2.93E+09 Akaike info criterion 46.51293 Sum squared resid 1.89E+20 Schwarz criterion 46.61110 Log likelihood -556.1552 Hannan-Quinn criter. 46.53898 F-statistic 18.70391Durbin-Watson stat0.888067Prob(F-statistic)0.000273(3)修正：加权最小二乘法修正却 WF Woricflil-ri UTLECi id tl e^cJ\ i « T t"l t-|<p-r f T 护i ■"i-i ■「■ H 1 < ~HV Prbll 1 T ffM r« 11 BHR 7 F r F -K * J *■ J —厂ilTHL 日芦£臼电*电引 OdiJ 1 0*左(■ 20 3>5r^lucilifl -MI^I TGR 1 Z7Q I S w= — T ,皿”=E Ba^-oa 山口 fE=-UH a P -OE = -口曰 3.2 1 且-口9 I B 之与尸-口口 ti .3-Z2E-DO 出q,峙尸・C 旦( 4.3-1 E-O^3 0 3IE 09 N.HMU O-QI 立o 右匚> - nO4 TDE--W Z.&15^=- DC1 hi-tiE - "IIIJ i. um r ci Q SJ ^F -iii i 旦日二-①口Dependent Variable: Y Method: Least Squares Date: 04/18/20 Time: 20:46 Sample: 1991 2015Included observations: 25 Weighting series: W2Weight type: Inverse variance (average scaling)VariableCoefficientStd. Errort-StatisticProb.C 10781.17 2188.706 4.925821 0.0001 X3.9316060.19200420.476670.0000Weighted StatisticsR-squared0.947998 Mean dependent var 51703.40 Adjusted R-squared 0.945737 S.D. dependent var 11816.72 S.E. of regression 8420.515 Akaike info criterion 20.99135 Sum squared resid1.63E+09Schwarz criterion21.08886「工 P U 『匕 7 日nQ r U J-4m y Q M-n!R-0 Kc D 」a 口 9m 日0: B 吝口 oaooom 口 「1 ;「m =2 Q 工H rKLog likelihood -260.3919 Hannan-Quinn criter. 21.01839F-statistic 419.2938 Durbin-Watson stat 0.539863 Prob(F-statistic) 0.000000 Weighted mean dep. 39406.30 Unweighted StatisticsR-squared 0.944994 Mean dependent var234690. 8Adjusted R-squared 0.942602 S.D. dependent var 210356.7S.E. of regression 50396.82 Sum squared resid 5.84E+1修正后进行white检验:Heteroskedasticity Test: WhiteF-statistic 0.261901 Prob. F(2,22) 0.7720 Obs*R-squared 0.581387 Prob. Chi-Square(2) 0.7477 Scaled explained SS 0.211737 Prob. Chi-Square(2) 0.8995Test Equation:Dependent Variable: WGT_RESID A2Method: Least SquaresDate: 04/18/20 Time: 20:41Sample: 1991 2015Included observations: 25Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C 71441488 22046212 3.2405340.003 8X*WGTA2 -2711.961 5055.773 -0.536409 0.5971 WGTA2 13536351 20714871 0.653461 0.5202R-squared 0.023255 Mean dependent var 65232673 Adjusted R-squared -0.065539 S.D. dependent var 61762160 S.E. of regression 63753972 Akaike info criterion 38.89113Sum squared resid 8.94E+16 Schwarz criterion 39.03739 Log likelihood -483.1391 Hannan-Quinn criter. 38.9317F-statistic 0.261901 Durbin-Watson stat 0.898907Prob(F-statistic) 0.771953修正后的模型为AY 10781.17 3.931606X it (4.925821)(20.47667)R20.9480, n 255.4 表5.4的数据是2011年各地区建筑业总产值（X）和建筑业企业利润总额（Y）。

P9 习题1拟建某工业建设项目，各项费用估计如下：（1）主要生产项目4410万元（其中：建筑工程费2550万元，设备购置费1750万元，安装工程费110万元）（2）辅助生产项目3600万元（其中：建筑工程费1800万元，设备购置费1500万元，安装工程费300万元）（3）公用工程2000万元（其中：建筑工程费1200万元，设备购置费600万元，安装工程费200万元）（4）环境保护工程600万元（其中：建筑工程费300万元，设备购置费200万元，安装工程费100万元）（5）总图运输工程300万元（其中：建筑工程费200万元，设备购置费100万元）（6）服务性工程150万元（7）生活福利工程200万元（8）厂外工程100万元（9）工程建设其他费380万元（10）基本预备费为工程费用与其他工程费用合计的10%（11）建设期内年均投资价格上涨率估计6%（12）建设期为2年，每年建设投资相等，贷款利率11%（每半年计息一次）问题：(1)将以上的数据填入投资估算表。

(2)列式计算基本预备费、涨价预备费、投资方向调节税、实际年贷款利率和建设期贷款利息。

(3)完成建设项目投资估算表。

注：除贷款利率取两位小数外，其余均取整数计算。

答案：（1）（2）预备费：基本预备费=11740*10%=1174万元涨价预备费=（11740+1174）/2*（（1+6%）^1-1）+(11740+1174)/2*((1+6%)^2-1)=1186万元预备费=1174+1186=2360万元固定资产投资方向调节税=0年实际贷款利率i=（1+r/m）^m-1=（1+11%/2）^2-1=11.30% 建设期贷款利息：第一年贷款利息=（11740+2360）*0.5*0.5*11.30%=398万元第二年贷款利息=（7050+398+7050*0.5）*11.30%=1240万元建设期贷款利息=398+1240=1638万元（3）见1）中表格工程费用占固定资产的比例=11360/（11360+380+2360）=11360/14100=80.57%工程建设其他费占固定资产的比例=380/14100=2.70%预备费占固定资产的比例=2360/14100=16.73%P11 习题3背景资料：1、某拟建工业项目年生产能力为500万吨。

经济师考试建筑与房地产经济高级经济实务自测试题(答案在后面)一、案例分析题（本大题有3个案例题，第一题20分，其他每题25分，共70分）第一题背景材料某大型房地产开发公司计划在城市新区建设一座集商业、办公和居住于一体的综合性建筑群。

项目规划用地面积为10万平方米，总建筑面积约为45万平方米，其中地下部分占5万平方米，主要用于停车库及设备用房；地上部分则由三栋高层住宅楼（每栋约20层）、一栋超高层办公楼（约50层）以及一个单层购物中心组成。

整个项目预计总投资额达到30亿元人民币。

考虑到项目的复杂性和规模，开发商决定采用BIM技术进行全生命周期管理，并引入绿色建筑设计理念以提高能源效率并减少对环境的影响。

此外，为了确保施工质量和进度控制，还特别设立了专门的质量监督小组，负责从设计到竣工验收的全过程监控。

该项目已经完成了初步设计方案并通过了相关部门审批，即将进入施工准备阶段。

根据市场调研结果预测，如果能够按时完成且质量达标，则未来五年内该综合体将带来年均至少1.5亿元的净收入增长。

问题1、请结合上述背景信息，分析本项目中应用BIM技术和绿色建筑设计的重要性，并简述这两种方法如何有助于实现项目的经济效益和社会效益？2、假设你作为项目经理负责此项目，请提出至少三项关键措施保证工程质量和安全？3、基于给定条件，请估算该项目的投资回报周期大约是多少年？（提示：可使用简化公式计算）第二题【案例背景】某市拟建一座集住宅、商业和办公为一体的综合大楼，总建筑面积为15万平方米，其中住宅面积占60%，商业面积占25%，办公面积占15%。

该项目建设期预计为3年，总投资估算为8亿元人民币，资金来源包括银行贷款、企业自筹和社会资本合作三种形式。

项目建成后预计每年可带来租金收入4亿元人民币，并且可以提供约2000个就业岗位。

为了确保项目的顺利实施，开发商聘请了专业的项目管理团队负责施工进度控制、成本管理和质量管理。

在项目施工过程中，由于建材价格上涨以及人工成本增加，导致项目实际支出超出了预算。

习题5.4一、模型设定假定各地区建筑业总产值和建筑业企业利润总额之间满足线性约束，则理论模型设定为表1各地区建筑业总产值（X ）和建筑业企业利润总额(Y)i i i X Y μββ++=21二、参数估计估计结果为=2.368138+0.034980t=(0.261691) (19.94530)=0.932055 F=397.8152iY ˆiX 2R三、检验模型的异方差（一）goldfeld-quandt检验由图得到残差平方和21i=5739.944，残差平方和22i=23084.48 ,根据goldfeld-quandt检验，F统计量为F===4.0217在α=0.05下,式中α分子、分母的自由度均为10，查F分母表得临界值F0.05（10,10）=2.98，因为F=4.0217>F0.05(10,10)=2.98,所以拒绝原假设，表明模型确实存在异方差（二）White检验根据White检验中辅助函数的构造，则辅助函数为经估计出现White 检验结果，见图从图可以看出，n =20.15100,由White 检验知，查分布表，得临界值(2)=5.9915,同时X 和的t 检验也显著。

比较计算的统计量与临界值，因为n =20.15100>(2)=5.9915，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。

四、异方差性的修正在运用WLS 法估计中，可以分别选中各种权数做比较，从中则较为理想的权数。

经估计检验用权数1/X t 2的效果最好。

下图为估计结果tt t tv x x +∂+∂+∂=22102σ2R 2χ205.0χ2X 2R 205.0χ可以看出，运用加权最小二乘法消除了预防差性后，参数的t 检验均显著，F 检验也显著，即估计结果为t=(8.303693) (6.569011)=0.976392 DW=1.816022 F=43.15191五．结论这说明个地区建筑业总产值每增加1元，平均来说将增加0.018026元建筑业企业利润总额，而不是引子中得出的需要增加0.37627元建筑业企业利润总额。

经济师考试建筑与房地产经济高级经济实务模拟试题(答案在后面)一、案例分析题（本大题有3个案例题，第一题20分，其他每题25分，共70分）第一题【背景资料】某市拟建设一座综合性商业大楼，预计总投资额为2亿元人民币，总建筑面积为4万平方米。

该工程计划分为两期实施，第一期建筑面积为2万平方米，投资金额为1.2亿元；第二期建筑面积同样为2万平方米，投资金额为0.8亿元。

项目开发商希望通过合理的规划与管理，在保证工程质量的前提下，缩短工期并控制成本。

目前，项目已完成了土地购置及初步设计工作，现正处于施工图设计阶段。

为了确保项目的顺利进行，开发商邀请了专业的工程咨询公司对项目进行了全面的风险评估，并根据评估结果调整了项目管理策略。

在风险评估过程中发现的主要问题有：1.施工过程中可能出现材料价格上涨导致的成本增加；2.可能因天气原因或其他不可抗力因素导致的工期延误；3.由于设计变更而导致的额外费用。

【问题】1、根据上述案例，从经济学角度分析，如何通过合同条款来规避材料价格上涨带来的风险？2、面对可能的工期延误，项目管理团队可以采取哪些措施来减轻影响？3、从成本控制的角度出发，当设计发生变更时，如何有效管理以避免额外费用的发生？第二题案例材料：某房地产开发商在市中心开发了一座集商业、办公、居住为一体的综合体项目。

该项目占地200亩，总建筑面积约为50万平方米。

项目总投资约20亿元人民币，其中土地成本占40%，建筑工程成本占30%，其他成本占30%。

项目预计于2025年底竣工交付使用。

项目立项时，根据市场调研和预测，预计该项目的销售价格为每平方米1.5万元。

考虑到项目周边配套设施完善、交通便利、环境优美等因素，开发商认为该项目的投资回报率有望达到15%。

项目实施过程中，由于市场环境变化，建筑材料价格上涨，导致建筑工程成本增加了10%。

同时，项目周边地区规划调整，使得项目用地成本增加了5%。

以下是项目实施过程中的一些具体情况：1.建筑材料价格上涨导致建筑工程成本增加10%，即增加了2亿元人民币；2.项目用地成本增加5%，即增加了1亿元人民币；3.项目竣工后，由于市场环境变化，实际销售价格每平方米降至1.3万元。

庞皓计量经济学第三版课后习题及答案顶配庞皓计量经济学第三版课后习题及答案顶配 Last revised by LE LE in 2021第⼆章练习题及参考解答表中是1992年亚洲各国⼈均寿命（Y）、按购买⼒平价计算的⼈均GDP（X1）、成⼈识字率（X2）、⼀岁⼉童疫苗接种率（X3）的数据（1）分别分析各国⼈均寿命与⼈均GDP、成⼈识字率、⼀岁⼉童疫苗接种率的数量关系。

（2）对所建⽴的回归模型进⾏检验。

【练习题参考解答】（1）分别设定简单线性回归模型，分析各国⼈均寿命与⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率的数量关系:1)⼈均寿命与⼈均 GDP 关系Y i 1 2 X1i u i估计检验结果:2)⼈均寿命与成⼈识字率关系3)⼈均寿命与⼀岁⼉童疫苗接种率关系（2）对所建⽴的多个回归模型进⾏检验由⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率分别对⼈均寿命回归结果的参数 t 检验值均明确⼤于其临界值,⽽且从对应的P 值看,均⼩于 ,所以⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率分别对⼈均寿命都有显着影响.（3）分析对⽐各个简单线性回归模型⼈均寿命与⼈均 GDP 回归的可决系数为⼈均寿命与成⼈识字率回归的可决系数为⼈均寿命与⼀岁⼉童疫苗接种率的可决系数为相对说来,⼈均寿命由成⼈识字率作出解释的⽐重更⼤⼀些为了研究浙江省财政预算收⼊与全省⽣产总值的关系,由浙江省统计年鉴得到以下数据:的显着性,⽤规范的形式写出估计检验结果,并解释所估计参数的经济意义(2)如果 2011 年，全省⽣产总值为 32000 亿元，⽐上年增长 %,利⽤计量经济模型对浙江省 2011 年的财政预算收⼊做出点预测和区间预测(3)建⽴浙江省财政预算收⼊对数与全省⽣产总值对数的计量经济模型,. 估计模型的参数,检验模型的显着性,并解释所估计参数的经济意义【练习题参考解答】建议学⽣独⽴完成由12对观测值估计得消费函数为：（1）消费⽀出C的点预测值；（2）在95%的置信概率下消费⽀出C平均值的预测区间。

习题 5.4 各地区建筑业总产值和建筑业企业利润总额13 应用统计班132097101姬紫朝习题5.4各地区建筑业总产值和建筑业企业利润总额案例分析」、模型设定：为分析比较各地区建筑业总产值和建筑业企业利润总额的关系，建立各地区建筑业总产值和建筑业企业利润总额的回归模型。

假设各地区建筑业总产值和建筑业企业利润总额之间满足线性约束，则理论模型设定为：Y = B i+ B 2X+ 卩i 式中，Y表示建筑业企业利润总额；X建筑业总产值。

由《国家统计网站》得到表5.4.1所示的数据。

表5.4.1各地区建筑业总产值（X）和建筑业企业利润总额（Y）参数估计：利用EViews软件，生成丫、X的数据，采用OLS方法估计参数，得到回归结果如图5.4.2□ Eqgticm UNTTLED WorkFilei UWTTTLED::Unt[tled\Y?i =2.368138+0.034980X it =(0.261691) (19.94530) R2=0.932055, F=397.8152三、检验模型异方差：由于地区建筑业总产值不同，对建筑业企业利润总额有不同的影响, 这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。

为此, 需对模型是否存在异方差进行检验。

(一) White 检验利用EViews 软件进行White 检验，构造辅助函数为:检验结果如图5.4.3所示估计结果为些w 卩竺 Obj 己匚11 Prjjt | Mmfme F T 已竟巳| E$ B E H F 冋花匚砂t 盅西屈切虫Date: 05/11/15 Time: 19.&7 Sample: 1 31Included observations: 31VariableCoefficient Std, Error (-Statistic Prob. c2358138 9 049371 0.251691 fl 7954 X0 03+960 0 00175419.94530{) 0000 R-squared0,932055 Mean depend?nt\ar 134.4574 Adjusted F?-squared 0.929712 S D dependentvar 129.&14& S.E. of r&gression 24.31673 Akaiks info criterion 9 972549 Sum squared resid 34191.33 Schwarz criterion 10.06516 Leg likelihood -152.5761 Hmnnan-Ciuinn criter. 10.002S1F -statistic397.^152 DurMn-Watson stat2.575841Pro^fF-statistic) 0 000000图542 回归结果2(Ta 0+ a 1X + a 2X2t + u tDependent Variable: Y Method: Least Squares□ Equation: LJNTTTLED Worldile: UNTTTLED::Untitled\| u ’両xView Pro c| Object 1 Print| Name FreezeEstimate Forecast Stats ResideH eteroslkedasticih T est: Wh iteF-statistic52 38907 Pr&b. F(1,29)0.0 oco O&s^R-squared 19.95415 Prob. Chi-Square(l) 0 0000 Scaled explained SS40 435S3Prob. Chi-Square(l)C 0000Test Equation:Dependent Variable: RESIDEMemod ： Least Squares Date: 05/11d5 Time: 19:59 Sample ： 1 31Included observations' 31Variable Coeffldent Std. Error t-Statistic Prob. c160.0361 292.6349 0.545110 0.6930 畑3.54E-05 4 89E-O07.237960ooooo R-squared0 643582 Mean dependentvar 1102 945 Adjusted R-squared 0J531396 S.D. dependent var 2412791 S.E. of regression1404.873Akai Ke info cnterian17.47927 Sum squared resid62229718 Schwarz cntericn 17-57178 likelihoQd-263.9285 Hannan-Quinn crrter. 17,50942F-statisticS2.38807 Durbin-Watson stat2.746747Prot>(F-siatistic)O.QOOOOO图543 White 检验结果从图5.4.3 可以看出，nR2=19.95415，由 White 检验知，在a =0.05 下，查X 2分布表，得临界值％ 2 0.05 (2) =5.9915,同时X 和X2的t 检 验值也显著。

P9 习题1拟建某工业建设项目，各项费用估计如下：（1）主要生产项目4410万元（其中：建筑工程费2550万元，设备购置费1750万元，安装工程费110万元）（2）辅助生产项目3600万元（其中：建筑工程费1800万元，设备购置费1500万元，安装工程费300万元）（3）公用工程2000万元（其中：建筑工程费1200万元，设备购置费600万元，安装工程费200万元）（4）环境保护工程600万元（其中：建筑工程费300万元，设备购置费200万元，安装工程费100万元）（5）总图运输工程300万元（其中：建筑工程费200万元，设备购置费100万元）（6）服务性工程150万元（7）生活福利工程200万元（8）厂外工程100万元（9）工程建设其他费380万元（10）基本预备费为工程费用与其他工程费用合计的10%（11）建设期内年均投资价格上涨率估计6%（12）建设期为2年，每年建设投资相等，贷款利率11%（每半年计息一次）问题：(1)将以上的数据填入投资估算表。

(2)列式计算基本预备费、涨价预备费、投资方向调节税、实际年贷款利率和建设期贷款利息。

(3)完成建设项目投资估算表。

注：除贷款利率取两位小数外，其余均取整数计算。

答案：（1）（2）预备费：基本预备费=11740*10%=1174万元涨价预备费=（11740+1174）/2*（（1+6%）^1-1）+(11740+1174)/2*((1+6%)^2-1)=1186万元预备费=1174+1186=2360万元固定资产投资方向调节税=0年实际贷款利率i=（1+r/m）^m-1=（1+11%/2）^2-1=11.30% 建设期贷款利息：第一年贷款利息=（11740+2360）*0.5*0.5*11.30%=398万元第二年贷款利息=（7050+398+7050*0.5）*11.30%=1240万元建设期贷款利息=398+1240=1638万元（3）见1）中表格工程费用占固定资产的比例=11360/（11360+380+2360）=11360/14100=80.57%工程建设其他费占固定资产的比例=380/14100=2.70%预备费占固定资产的比例=2360/14100=16.73%P11 习题3背景资料：1、某拟建工业项目年生产能力为500万吨。