建设工程项目投资估算探讨论文

建设工程项目投资估算探讨论文 一般来讲，建设工程项目的周期相对较长、技术相对较复杂，在整个过程中，计价步骤要进行很多次，其中，投资估算对整个工程项目产生 _最显著，不仅能够对项目的投资计划进行合理制定，还能够确保项目资金的合理使用。随着建设工程项目的不断发展，投资估算也越来越受到相关部门的普遍重视。但由于投资估算环节的特殊性与不可预见性，其在实际操作过程中比较粗略，编制方面也存在一些问题，因此，需要找到一个能够对投资进行科学高效估算的方法。 一、建设工程投资估算 二、数据的与分析 1.数据的收集与分析。 为了构建起数据模型，需要对历史数据进行分析，从工程费用指数入手，对相关费用进行等价转换。历史数据对于模型的构建来说是不可或缺的输入元素，对模型参数与分析方法的选择有很大影响。笔者从某工程咨询企业中获得了89个建设工程的相关数据，主要涉及的内容有：建筑的标号、年限、类型、地点、面积、结构、可利用率等，实际成本主要指的是项目工程的总造价与单位造价。在回归方程中，自变量主要指的是一些比较典型的建筑物参数，这些参数具有一定特征，能够对单位造价产生影响，主要包括：总面积、层数、层高空间可利用率、结构等，这些参数也是在建筑初期能够基本确定下来的。 2.数据的筛选。 因为样本中的工程类型较多，工程类型的不同所产生的单位造价也会不同，为了准确的将变量分布的偏离量鉴别出来，在运用多元回归法进行分析以前，需要检验变量的分布情况，以不同建筑类型为基础，对数据进行合理筛选。可以运用R软件中的plot语句来实现。经过筛选之后，可以剔除一些特殊的样本，本实验中没有发现特殊样本。之后在89个样本中选取9个项目，分别为3号、8号、13号、17号、34号、45号、53号、61号、82号，剩下的80个数据则用于回归模型的构建与分析。 三、以多元统计为基础的分析模型 在会计领域中，回归分析是一种比较常见的数理分析方法，主要以事物发展为基础，对事物的主要矛盾进行分析，并研究主要矛盾之间的关系，之后构建起相应的数学模型，对模型进行预测。在建设工程项目中，投资的估算与上述过程非常类似，单位造价与建设项目工程中的很多因素都有一定的联系，这些因素相结合，能够在很大程度上对工程的单位造价产生影响。由于大部分多元非线性回归问题都能够变成多元线性回归问题，因此，本文在建立模型时选用多元线性回归进行模型的建立与投资的估算。 1.建立数学模型。 将单位造价设成Y，X1表示总面积，X2表示层高，X3表示空间可利用率、X4表示层数，X5与X6表示的是结构因变量（如果X5=1，X6=0，建筑是砖混结构；如果X5=0，X6=1，建筑是框架结构；如果X5、X6=0，建筑是钢结构），上述六个为非随机因素。Y会受到 _除了这六个因素以外，还会受到随机因素 _，用表示，Y与上述因素之间存在线性联系，可以用公式表示如下：Y=X+，其中，表示的是常数，该式可以看成一元多种回归。 2.拟合回归模型。 将历史数据制作成与之相对应的文本文件，将程序代码输入到R软件中，便可以得到相应的投资估计方程。从计算结果来看，X1与Y之间的关系并不大，因此，可以将这一数据剔除。从逻辑角度看，与投资中单位造价存在较大联系的是空间可利用率，在空间可利用率一定的情况下，总面积的变化不会对单位造价产生太大影响。一般情况下，总面积主要是通过其他变量间接对单位造价产生影响的，举例来说，某建设工程的层数、房间数都一定，总面积的增加会导致空间可利用率变大，单位造价会随之减小；而在层数与空间可利用率一定的情况下，总面积增加会使房间数增多，而单位造价不会发生很大变化，因此，可以剔除总面积这一变量。 3.判断有效性。 在剔除X1以后，可以在R软件中对回归方程进行重新拟合，但所得到数据之间的回归效果并不理想。如果假设模型正确，则可以通过回归函数进行推断，但在此之前，需要对模型的适应性进行检验，以对模型的有效性进行合理判断。从检验结果来看，将X1剔除之后的回归方程残差图呈现出散开的漏斗状，这说明误差方差并不相等，所以，之后需要对Y进行变化，这一过程可以运用BoxCox的方法。运用回归函数线性、误差齐性、误差独立性以及误差服从性，可以对变化之后的回归方程进行有效性分析，得出新的残差图。新的残差图所显示出来的数据点基本上散布在一条线上，满足同方差性. 四、结语 综上所述，本文从会计学的角度，运用了多元回归的方法，构建出了建设项目在投资过程中的单位造价。首先论述了建设工程投资估算的概述，之后对相关数据进行了、分析以及筛选，选择了自变量与因变量进行回归模型的构建，利用R软件进行了模