中国R&D资本化核算存在的问题与再测算

国家统计局改革了R&D支出核算方法,但全国层面的R&D资本化核算和调整GDP只是开始.文章从SNA08以及R&D核算的国际经验出发,分析R&D资本化核算的基本问题和处理方法,并基于中国1995-2014年数据进行了再测算,结果明显高于国家统计局核算数,主要归因于折旧率、价格指数、固定资本净回报率、时间跨度等技术参数处理以及重复测算的调整差异.建议区分R&D与自主软件产出、修订技术参数、改进数据来源,覆盖全部知识产权产品的数据基础,加强支出法GDP核算.     

研发支出资本化核算及对GDP和主要变量的影响

本文依据2008年SNA,阐述了GDP核算框架中的R&D支出资本化核算处理、基本分类和基本方法,分别从生产法GDP核算、收入法GDP核算和支出法GDP核算三个角度,系统梳理了各种不同类型研发活动的资本化核算对GDP核算和相关主要变量的影响,详细讨论了自给性生产与以出售为目的生产、市场生产者与非市场生产者的区别。研究结果表明,不同类型研发活动的资本化核算方法有所不同,对GDP核算的影响也有所不同。总体而言,在研发支出资本化后,从生产法看,总产出和增加值有所增加,中间消耗有所减少;从收入法看,劳动者报酬和生产税净额保持不变,固定资产折旧和营业盈余增加;从支出法看,资本形成总额有所增加,政府消费有所减少,居民消费和净出口保持不变。同时,本文还讨论了开放经济中研发出口和进口核算的问题。     

关于中国数据库调查方法与资本化核算方法研究

随着信息技术、互联网、人工智能、云计算的迅速发展,数据呈爆炸式增长,已逐渐成为一种极具价值的资产,世界主要国家纷纷出台扶持数据产业发展战略。国民经济核算国际标准《国民账户体系(2008)》明确建议将数据库作为知识产权产品包括在固定资产中。但目前包括中国在内的大部分国家还未对数据库资产建立完善的统计调查制度。本文梳理了目前发达国家有关数据库统计的经验,结合中国实际,对中国数据库调查方法和数据库资本化核算方法进行了研究,从生产法、收入法、支出法三个角度探讨了数据库资本化核算对GDP产生的影响,讨论了数据库类型转化与数据库资产价值未来调整方向,辅之以案例分析,旨在为中国数据库调查和资本化核算工作提供有益参考。     

企业研发支出资本化和费用化的价值研究

文章以我国A股市场的上市公司为样本,检验上市公司研发支出处理选择资本化的影响因素.实证结果发现:债务契约对研发支出资本化选择影响显著,而政治成本即规模以及管理层分红报酬假设不成立:研发支出资本化选择与管理层的盈余管理动机相关,与公司研发投入强度显著相关:资本化选择与行业相关,高科技行业资本化倾向较显著.文章还检验了研发支出资本化对公司价值的影响,结果显示资本化选择对公司价值有一定影响.     

GDP核算中的环境核算与福利核算

本文首先把原GDP核算方式与经环境和福利调整后的核算方式进行对比,以此体现GDP核算方式的修正对评价一国经济发展真实性的必要性;其次对非经济资产的测算进行货币化度量;最后阐明修正的核算方式对可持续性发展的重要意义.     

中国制造业研究与开发资本存量测算

《中国国民经济核算体系（2016）》（Chinese System of National Accounts 2016,CSNA2016）修订了固定资本形成总额的核算范围和核算分类,将能为所有者带来经济利益的研究与开发（Research and Development, R&D）支出纳入固定资本形成总额的核算范围。基于《2008国民账户体系》（System of National Accounts 2008,SNA2008）的GDP核算平台,本文构建了制造业R&D支出的资本化核算框架,测算了中国1990-2016年26个制造业行业的R&D投资与资本存量,为进一步探究制造业无形资产的资本回报率、生产率等经济问题提供了数据支撑。测算结果显示：○1R&D投资是测算R&D资本存量的准确指标。直接使用各行业R&D经费内部支出作为R&D投资,将高估各行业R&D资本存量;○2本文构造的R&D投资价格指数通过了稳健性检验,说明使用城镇居民消费价格指数作为R&D工资支出的价格缩减指数是有效的;○3中国制造业研发实力不断增强。制造业R&D资本存量占全国R&D资本存量的比例从1990年的35.33%增长到2016年的67.75%;高技术制造业的R&D资本存量年均增长率高达20%~22%,对中国经济实现提质增效、转型升级起到重要的支撑和带动作用。     

企业研发投入:政府统计与企业会计核算方法比较

企业是实施研发活动的最重要主体,夯实企业研发投入数据关系到国家研发投入统计和核算,关系到对企业创新能力的判断.本文从概念定义、指标设置、核算实务等层面,对政府统计和企业会计围绕企业研发支出数据形成过程做系统比较,并延伸到国民经济核算的处理方式.研究表明:第一,当前企业研发支出会计核算有比较明显的功利色彩,从覆盖的企业面、数据的客观性等方面考虑,尚不能与政府研发支出统计衔接;第二,政府研发支出统计内容及形成指标尚比较有限,有待于进一步扩展以便为国民经济核算提供更有力的支持.     

GDP指标的修正与环境损耗核算

GDP是反映一个国家或地区整体经济产出水平和发展速度的经济指标.但是,传统GDP只反映经济总量的增长,却不能反映经济发展的质量,没有将资源环境耗损因素纳入其内.文章认为,为了加大环境保护的力度,促进经济社会与生态的可持续发展,必须引入绿色GDP,加强对环境损耗的核算,对传统核算方法进行修正.     

R&D卫星账户整体架构与编制的国际实践

卫星账户被视为国民经济核算体系严谨性与灵活性的折中产物.在各国纷纷进行R&D资本化核算和GDP数据调整的同时,开展R&D卫星账户(R&DSA)整体架构与编制国际实践的研究仍具重要意义.本文勾勒了R&DSA整体框架,较系统地阐释了R&DSA所涉及的R&D桥接表、R&D供给使用表、R&D资本形成表、R&D资本存量表、R&D资本化影响表的编制方法、可能表式与技术难点.同时,以美国、加拿大、丹麦、芬兰、英国、日本、德国、以色列8个国家为例,展开R&DSA编制国际实践的深度解析与差异比较,期待为中国R&DSA的编制与试算提供借鉴.     

美国GDP的测算方法变了——访美观感之二

美国正处于历史上最长的经济繁荣期.至今年2月底,美国经济已持续增长107个月,打破了20世纪60年代持续增长106个月的记录.美国经济已从工业经济时代迈向知识经济时代,针对经济发展的变化,美国统计界逐步认识到,原有统计方法已不能准确地反映出美国经济的发展,尤其是信息技术的快速发展.改革统计方法已迫在眉睫.1999年10月底,美国商务部正式宣布,计算机软件的营业性支出不再作为生产过程中的原材料消耗即中间投入,而是按照联合国1993年国民核算体系的要求,将它作为一种投资活动,计入国内生产总值(GDP).同时,还对1978年以来的历史数据进行调整,使得历史数据具有可比性.1999年底商务部经济分析局和劳工部分别公布了GDP和劳动生产率的调整结果.     

社会经济不平等及其测度

对社会中普遍存在的不平等现象 ,人们很早就给予了关注和研究 ,并提出了可行的测度不平等程度的方法和指标。然而我们注意到 ,这些传统的研究成果所体现的不平等 ,主要集中在社会的“收入不平等”上 ,实质上也就是经济不平等的即时反映。但生活毕竟不只是生存问题 ,社会中的不平等远不仅是人们收入多少的差异 ,还有很多无法用货币或数值来表现的不平等 ,而这些往往是人们生活质量更深层次、更真实的反映。“社会经济不平等”概念的提出 ,跳出了“收入不平等”这个狭隘的思维体系 ,也为全面研究社会中诸多不平等现象奠定了新的基石。虽然这一…     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.     

Trimmed and Outer Means and Their Variances

Some properties of trimmed and outer means for the normal situation are considered; in particular, the mean of the outer half of the sample has the same variance as the mean of the inner half. An inequality involving variances of unbiased estimators of location and their complements is derived and some of its consequences are examined.     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.