- 相關(guān)推薦
地方國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)
地方國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)
摘要：本文以許昌市為例，通過(guò)分析地方級(jí)國(guó)庫(kù)現(xiàn)金流的特點(diǎn)，選擇時(shí)間序列預(yù)測(cè)法，利用ARIMA模型對(duì)2010年1-9月數(shù)據(jù)進(jìn)行了預(yù)測(cè)，并提出了進(jìn)一步提高預(yù)測(cè)精度的途徑。
關(guān)鍵詞：國(guó)庫(kù)現(xiàn)金流量;國(guó)際現(xiàn)金管理;預(yù)算支出;預(yù)算收入
一、引言
國(guó)庫(kù)現(xiàn)金管理是在確保財(cái)政支付需要，避免對(duì)貨幣政策沖擊的前提下，以實(shí)現(xiàn)國(guó)庫(kù)現(xiàn)金余額和國(guó)庫(kù)現(xiàn)金持有成本最小化為目的的一系列國(guó)庫(kù)資金管理活動(dòng)。
準(zhǔn)確預(yù)測(cè)國(guó)庫(kù)現(xiàn)金流是國(guó)庫(kù)現(xiàn)金管理的基本要求，是國(guó)庫(kù)現(xiàn)金管理決策的依據(jù)。
國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)主要包括國(guó)庫(kù)現(xiàn)金流入量、流出量以及存量的預(yù)測(cè)，即預(yù)算收入、預(yù)算支出、庫(kù)存的預(yù)測(cè)。
通過(guò)對(duì)國(guó)庫(kù)現(xiàn)金流的動(dòng)態(tài)分析，準(zhǔn)確、及時(shí)地對(duì)國(guó)庫(kù)現(xiàn)金流入量、流出量以及存量進(jìn)行預(yù)測(cè)，監(jiān)控目前和未來(lái)一段時(shí)間的現(xiàn)金流狀況，為國(guó)庫(kù)現(xiàn)金管理提供可量化信息，為國(guó)庫(kù)現(xiàn)金管理決策服務(wù)。
本文以許昌市為例，探討地方級(jí)國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)的實(shí)現(xiàn)方法。
二、國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)模型選擇
(一)預(yù)測(cè)期與預(yù)測(cè)周期
預(yù)測(cè)期為2010年1月至2010年9月，預(yù)測(cè)周期為一個(gè)月。
(二)預(yù)測(cè)對(duì)象及數(shù)據(jù)
預(yù)測(cè)對(duì)象為許昌市地方級(jí)收、支、存國(guó)庫(kù)現(xiàn)金流量。
許昌市地方級(jí)國(guó)庫(kù)現(xiàn)金流量包括地方級(jí)國(guó)庫(kù)收入、地方級(jí)國(guó)庫(kù)收入、地方級(jí)國(guó)庫(kù)庫(kù)存三個(gè)變量。
地方級(jí)國(guó)庫(kù)現(xiàn)金流量數(shù)據(jù)來(lái)源于國(guó)庫(kù)統(tǒng)計(jì)分析系統(tǒng)，并與國(guó)庫(kù)會(huì)計(jì)核算系統(tǒng)做了核對(duì)，真實(shí)反映了地方級(jí)國(guó)庫(kù)現(xiàn)金流量。
我們選取2003年1月至2009年12月許昌市地方級(jí)收入、地方級(jí)支出、地方級(jí)庫(kù)存的月度數(shù)據(jù)為樣本進(jìn)行預(yù)測(cè)。
(三)國(guó)庫(kù)現(xiàn)金流量的統(tǒng)計(jì)特征
從許昌市地方級(jí)國(guó)庫(kù)現(xiàn)金流量圖(圖1)可以看出：地方級(jí)國(guó)庫(kù)收入、地方級(jí)國(guó)庫(kù)收入、地方級(jí)國(guó)庫(kù)庫(kù)存曲線底部逐年抬高，都存在明顯的趨勢(shì)性和季節(jié)性特征。
收入、支出在每年11月達(dá)到峰值，在每年1月或2月出現(xiàn)全年最低點(diǎn);庫(kù)存在每年9月份達(dá)到峰值，2007年以前，在每年11度出現(xiàn)全年最低點(diǎn)，2008年以后谷值分布不規(guī)律。
(四)預(yù)測(cè)方法選擇
在預(yù)測(cè)方法選擇上，大致可分為回歸預(yù)測(cè)法和時(shí)間序列預(yù)測(cè)法兩類。
回歸分析預(yù)測(cè)法是分析預(yù)測(cè)變量與其他經(jīng)濟(jì)變量的內(nèi)在關(guān)系，選取解釋變量，建立線性或非線性回歸模型進(jìn)行擬合和預(yù)測(cè)，但目前對(duì)于地(市)級(jí)國(guó)庫(kù)來(lái)說(shuō)，國(guó)庫(kù)現(xiàn)金流量的解釋變量選擇較為困難。
時(shí)間序列預(yù)測(cè)法是分析時(shí)間序列前后各期數(shù)據(jù)的內(nèi)在關(guān)系，利用序列本身的變化規(guī)律和變化趨勢(shì)對(duì)其未來(lái)值進(jìn)行外推預(yù)測(cè)，“讓數(shù)據(jù)自己說(shuō)話”，在短期預(yù)測(cè)方面精確度較高。
根據(jù)許昌市地方級(jí)國(guó)庫(kù)現(xiàn)金流量的統(tǒng)計(jì)特征，時(shí)間序列預(yù)測(cè)法是較好的選擇。
常用的模型有ARIMA模型、季節(jié)模型、指數(shù)平滑法等，本文選擇ARIMA模型進(jìn)行預(yù)測(cè)，軟件應(yīng)用EVIEWS5.1版本。
三、國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)模型建立及預(yù)測(cè)結(jié)果
(一)收入預(yù)測(cè)
1. 收入特征分析
地方級(jí)收入序列(SR)呈現(xiàn)出明顯趨勢(shì)性、季節(jié)性波動(dòng)(圖2)，從序列SR的ADF檢驗(yàn)結(jié)果表(表1)可知，ADF=-0.259764大于不同檢驗(yàn)水平的臨界值，結(jié)合序列SR自相關(guān)及偏自相關(guān)圖(圖3)，可看出此時(shí)間序列為非平穩(wěn)的。
為消除趨勢(shì)性，對(duì)SR進(jìn)行一價(jià)逐級(jí)差分，得到DSR序列，經(jīng)觀察序列的趨勢(shì)基本消除(圖4)，但K=12，24時(shí)，自相關(guān)取值仍較為明顯(圖5)，說(shuō)明序列仍存在明顯的以12個(gè)月為周期的季節(jié)性。
進(jìn)一步對(duì)序列DSR進(jìn)行季節(jié)差分得到序列SDSR(圖6、圖7)，季節(jié)性已明顯改善。
對(duì)其進(jìn)行單位根檢驗(yàn)(表2)，檢驗(yàn)t統(tǒng)計(jì)量小于其臨界值，拒絕原假設(shè)，即序列不存在單位根，為平穩(wěn)序列。
2. 模型識(shí)別
根據(jù)平穩(wěn)序列SDSR的自相關(guān)和偏相關(guān)圖(圖9)可以看出，樣本的自相關(guān)函數(shù)和偏相關(guān)函數(shù)表現(xiàn)都是拖尾的，經(jīng)過(guò)一階逐級(jí)差分，序列趨勢(shì)消除，故d=1，經(jīng)過(guò)一階季節(jié)差分，季節(jié)性基本消除，故D=1，所以判定適合選用ARIMA(p，d，q)×(P，D，Q)12階季節(jié)時(shí)間序列模型，且p=1或2，3，q=1或2，4，6，P=Q=0。
3. 模型選擇
利用EVIEWS軟件對(duì)其進(jìn)行多次擬合，確定模型為ARIMA(1，1，4)×(0，1，0)12。
由表3、圖8可以看出，各滯后多項(xiàng)式的倒數(shù)根都在單位圓以內(nèi)，說(shuō)明過(guò)程既是平穩(wěn)的，也是可逆的。
最終選擇模型如下：D(SR，1，12)=342.0763702+[AR(1)=-0.8846155988，MA(2)=-1.361947506，MA(4)=0.4053724672，BACK―CAST=2004M03]
4. 模型檢驗(yàn)
參數(shù)估計(jì)后，對(duì)SARIMA模型的殘差序列進(jìn)行白噪聲檢驗(yàn)，從殘差序列的自相關(guān)圖及偏自相關(guān)圖(圖9)可以看出，殘差序列的自相關(guān)系數(shù)都落入隨機(jī)區(qū)間，是白噪聲序列。
5. 預(yù)測(cè)
利用模型對(duì)2010年1月至9月地方級(jí)收入進(jìn)行預(yù)測(cè)(結(jié)果見(jiàn)表4)，9個(gè)月的平均預(yù)測(cè)誤差為12.92%，近3個(gè)月誤差在10%之內(nèi)，短期預(yù)測(cè)精度較高。
(二)支出預(yù)測(cè)
與地方級(jí)收入預(yù)測(cè)模型建立方法類似，建立支出預(yù)測(cè)模型。
經(jīng)多次擬合，確定模型為ARIMA(0，1，1)×(0，1，1)12，即D(ZC，1，12)=283.5767569+[MA(1)=-0.9666586502，SMA(12)=-0.823336359]。
利用模型對(duì)2010年1月至9月地方級(jí)支出進(jìn)行預(yù)測(cè)(結(jié)果見(jiàn)表5)，9個(gè)月的平均預(yù)測(cè)誤差為15.81%，近4個(gè)月誤差在10%之內(nèi)。
(三)庫(kù)存預(yù)測(cè)
與地方級(jí)收入預(yù)測(cè)模型建立方法類似，建立庫(kù)存預(yù)測(cè)模型。
經(jīng)多次擬合，確定模型為ARIMA(1，1，0)×(0，1，1)12，即D(KC，1，12)=0+[AR(1)=-0.4437294287，MA(12)=-0.813167227]
利用模型對(duì)2010年1月至9月地方級(jí)庫(kù)存進(jìn)行預(yù)測(cè)(結(jié)果見(jiàn)表6)，9個(gè)月的平均預(yù)測(cè)誤差為22.53%，有3個(gè)月誤差在10%之內(nèi)。
五、結(jié)論
(一)從上述預(yù)測(cè)結(jié)果可以看出，ARIME模型對(duì)收入、支出的預(yù)測(cè)效果優(yōu)于庫(kù)存預(yù)測(cè)，原因是收入、支出所受的不確定因素會(huì)綜合反映在庫(kù)存上，產(chǎn)生累積效應(yīng);短期預(yù)測(cè)優(yōu)于中、長(zhǎng)期預(yù)測(cè)，這是由ARI-MA模型的自身特點(diǎn)決定的。
(二)時(shí)間序列預(yù)測(cè)法因突出時(shí)間序列暫不考慮外界因素的影響，因而存在預(yù)測(cè)誤差的缺陷，當(dāng)遇到外界發(fā)生較大變化時(shí)，往往會(huì)有較大偏差。
國(guó)家宏觀調(diào)控政策、財(cái)稅管理體制改革、自然災(zāi)害和突發(fā)事件、地方產(chǎn)業(yè)扶持政策等外在因素，都會(huì)對(duì)國(guó)庫(kù)現(xiàn)金流產(chǎn)生影響。
這時(shí)僅僅使用數(shù)學(xué)模型進(jìn)行預(yù)測(cè)，就會(huì)使預(yù)測(cè)結(jié)果嚴(yán)重偏離實(shí)際值，需要我們對(duì)預(yù)測(cè)模型或結(jié)果進(jìn)行及時(shí)修正。
(三)地方財(cái)政預(yù)算編制粗放、預(yù)算執(zhí)行軟約束、預(yù)算政策多變等問(wèn)題也是影響預(yù)測(cè)精度的重要因素。
如果地方財(cái)政部門(mén)能夠建立大額支出報(bào)備制度，各政府部門(mén)能夠提供更加詳細(xì)、準(zhǔn)確的用款計(jì)劃，地方人民銀行國(guó)庫(kù)、財(cái)政部門(mén)能夠建立起有效的國(guó)庫(kù)現(xiàn)金管理預(yù)測(cè)溝通機(jī)制，將會(huì)有效提升國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)精度。
參考文獻(xiàn)：
[1]易丹輝，數(shù)據(jù)分析與EVIEWS應(yīng)用[M]，北京：中國(guó)統(tǒng)計(jì)出版社，2002.
[2]中國(guó)人民銀行國(guó)庫(kù)局2009年全國(guó)國(guó)庫(kù)現(xiàn)金流預(yù)測(cè)報(bào)告集[R].
[3]李海，王奇，加拿大國(guó)庫(kù)現(xiàn)金管理經(jīng)驗(yàn)介紹及啟示[J]，國(guó)庫(kù)研究，2009，(5)：1-18.
【地方國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)】相關(guān)文章：
現(xiàn)金流量表的編制方法11-15
企業(yè)現(xiàn)金流量預(yù)算管理問(wèn)題10-05
財(cái)政國(guó)庫(kù)績(jī)效自評(píng)報(bào)告（精選6篇）12-16
國(guó)庫(kù)內(nèi)部管理分析論文范文10-06
國(guó)庫(kù)集中支付制度改革的調(diào)研報(bào)告04-26
高考預(yù)測(cè)作文及范文01-31
旅游預(yù)測(cè)報(bào)告12-03