- 相關推薦
地方國庫現金流量預測
地方國庫現金流量預測
摘要：本文以許昌市為例，通過分析地方級國庫現金流的特點，選擇時間序列預測法，利用ARIMA模型對2010年1-9月數據進行了預測，并提出了進一步提高預測精度的途徑。
關鍵詞：國庫現金流量;國際現金管理;預算支出;預算收入
一、引言
國庫現金管理是在確保財政支付需要，避免對貨幣政策沖擊的前提下，以實現國庫現金余額和國庫現金持有成本最小化為目的的一系列國庫資金管理活動。
準確預測國庫現金流是國庫現金管理的基本要求，是國庫現金管理決策的依據。
國庫現金流量預測主要包括國庫現金流入量、流出量以及存量的預測，即預算收入、預算支出、庫存的預測。
通過對國庫現金流的動態分析，準確、及時地對國庫現金流入量、流出量以及存量進行預測，監控目前和未來一段時間的現金流狀況，為國庫現金管理提供可量化信息，為國庫現金管理決策服務。
本文以許昌市為例，探討地方級國庫現金流量預測的實現方法。
二、國庫現金流量預測模型選擇
(一)預測期與預測周期
預測期為2010年1月至2010年9月，預測周期為一個月。
(二)預測對象及數據
預測對象為許昌市地方級收、支、存國庫現金流量。
許昌市地方級國庫現金流量包括地方級國庫收入、地方級國庫收入、地方級國庫庫存三個變量。
地方級國庫現金流量數據來源于國庫統計分析系統，并與國庫會計核算系統做了核對，真實反映了地方級國庫現金流量。
我們選取2003年1月至2009年12月許昌市地方級收入、地方級支出、地方級庫存的月度數據為樣本進行預測。
(三)國庫現金流量的統計特征
從許昌市地方級國庫現金流量圖(圖1)可以看出：地方級國庫收入、地方級國庫收入、地方級國庫庫存曲線底部逐年抬高，都存在明顯的趨勢性和季節性特征。
收入、支出在每年11月達到峰值，在每年1月或2月出現全年最低點;庫存在每年9月份達到峰值，2007年以前，在每年11度出現全年最低點，2008年以后谷值分布不規律。
(四)預測方法選擇
在預測方法選擇上，大致可分為回歸預測法和時間序列預測法兩類。
回歸分析預測法是分析預測變量與其他經濟變量的內在關系，選取解釋變量，建立線性或非線性回歸模型進行擬合和預測，但目前對于地(市)級國庫來說，國庫現金流量的解釋變量選擇較為困難。
時間序列預測法是分析時間序列前后各期數據的內在關系，利用序列本身的變化規律和變化趨勢對其未來值進行外推預測，“讓數據自己說話”，在短期預測方面精確度較高。
根據許昌市地方級國庫現金流量的統計特征，時間序列預測法是較好的選擇。
常用的模型有ARIMA模型、季節模型、指數平滑法等，本文選擇ARIMA模型進行預測，軟件應用EVIEWS5.1版本。
三、國庫現金流量預測模型建立及預測結果
(一)收入預測
1. 收入特征分析
地方級收入序列(SR)呈現出明顯趨勢性、季節性波動(圖2)，從序列SR的ADF檢驗結果表(表1)可知，ADF=-0.259764大于不同檢驗水平的臨界值，結合序列SR自相關及偏自相關圖(圖3)，可看出此時間序列為非平穩的。
為消除趨勢性，對SR進行一價逐級差分，得到DSR序列，經觀察序列的趨勢基本消除(圖4)，但K=12，24時，自相關取值仍較為明顯(圖5)，說明序列仍存在明顯的以12個月為周期的季節性。
進一步對序列DSR進行季節差分得到序列SDSR(圖6、圖7)，季節性已明顯改善。
對其進行單位根檢驗(表2)，檢驗t統計量小于其臨界值，拒絕原假設，即序列不存在單位根，為平穩序列。
2. 模型識別
根據平穩序列SDSR的自相關和偏相關圖(圖9)可以看出，樣本的自相關函數和偏相關函數表現都是拖尾的，經過一階逐級差分，序列趨勢消除，故d=1，經過一階季節差分，季節性基本消除，故D=1，所以判定適合選用ARIMA(p，d，q)×(P，D，Q)12階季節時間序列模型，且p=1或2，3，q=1或2，4，6，P=Q=0。
3. 模型選擇
利用EVIEWS軟件對其進行多次擬合，確定模型為ARIMA(1，1，4)×(0，1，0)12。
由表3、圖8可以看出，各滯后多項式的倒數根都在單位圓以內，說明過程既是平穩的，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
參數估計后，對SARIMA模型的殘差序列進行白噪聲檢驗，從殘差序列的自相關圖及偏自相關圖(圖9)可以看出，殘差序列的自相關系數都落入隨機區間，是白噪聲序列。
5. 預測
利用模型對2010年1月至9月地方級收入進行預測(結果見表4)，9個月的平均預測誤差為12.92%，近3個月誤差在10%之內，短期預測精度較高。
(二)支出預測
與地方級收入預測模型建立方法類似，建立支出預測模型。
經多次擬合，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2010年1月至9月地方級支出進行預測(結果見表5)，9個月的平均預測誤差為15.81%，近4個月誤差在10%之內。
(三)庫存預測
與地方級收入預測模型建立方法類似，建立庫存預測模型。
經多次擬合，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2010年1月至9月地方級庫存進行預測(結果見表6)，9個月的平均預測誤差為22.53%，有3個月誤差在10%之內。
五、結論
(一)從上述預測結果可以看出，ARIME模型對收入、支出的預測效果優于庫存預測，原因是收入、支出所受的不確定因素會綜合反映在庫存上，產生累積效應;短期預測優于中、長期預測，這是由ARI-MA模型的自身特點決定的。
(二)時間序列預測法因突出時間序列暫不考慮外界因素的影響，因而存在預測誤差的缺陷，當遇到外界發生較大變化時，往往會有較大偏差。
國家宏觀調控政策、財稅管理體制改革、自然災害和突發事件、地方產業扶持政策等外在因素，都會對國庫現金流產生影響。
這時僅僅使用數學模型進行預測，就會使預測結果嚴重偏離實際值，需要我們對預測模型或結果進行及時修正。
(三)地方財政預算編制粗放、預算執行軟約束、預算政策多變等問題也是影響預測精度的重要因素。
如果地方財政部門能夠建立大額支出報備制度，各政府部門能夠提供更加詳細、準確的用款計劃，地方人民銀行國庫、財政部門能夠建立起有效的國庫現金管理預測溝通機制，將會有效提升國庫現金流量預測精度。
參考文獻：
[1]易丹輝，數據分析與EVIEWS應用[M]，北京：中國統計出版社，2002.
[2]中國人民銀行國庫局2009年全國國庫現金流預測報告集[R].
[3]李海，王奇，加拿大國庫現金管理經驗介紹及啟示[J]，國庫研究，2009，(5)：1-18.
【地方國庫現金流量預測】相關文章：
11-15
10-05
10-05
12-16
10-05
10-06
04-26
01-31
12-03
04-07