(國網(wǎng)天津市電力公司天津300010)
企業(yè)的生產(chǎn)經(jīng)營及財(cái)務(wù)管理活動(dòng)起始于現(xiàn)金,經(jīng)過資產(chǎn)各種形態(tài)的轉(zhuǎn)化最終又回到現(xiàn)金狀態(tài),周而復(fù)始,循環(huán)運(yùn)動(dòng),以實(shí)現(xiàn)企業(yè)生存、發(fā)展、盈利等目的。在保障生產(chǎn)經(jīng)營及建設(shè)資金的情況下,充分利用閑置資金實(shí)現(xiàn)效益最大化,以達(dá)到提升資金管理效率和效益的目的,同時(shí)提高對(duì)資金短缺等高風(fēng)險(xiǎn)情況的整體調(diào)控力。
最佳現(xiàn)金持有量(或安全備付金額)是指在滿足基本建設(shè)和正常生產(chǎn)經(jīng)營活動(dòng)需要的基礎(chǔ)上,使現(xiàn)金使用效率和效益達(dá)到最高水平時(shí)的最為合理的資金存量。即能夠使現(xiàn)金管理的機(jī)會(huì)成本與轉(zhuǎn)換成本之和保持最低的現(xiàn)金持有量。最佳現(xiàn)金持有量預(yù)測(cè)過低時(shí),將造成資金短缺,無法償還到期債務(wù),乃至生產(chǎn)經(jīng)營中斷等風(fēng)險(xiǎn);而預(yù)測(cè)過高時(shí),會(huì)使資金得不到合理利用,產(chǎn)生較高的機(jī)會(huì)成本,難以達(dá)到提升現(xiàn)金使用效率和效益的目標(biāo)。因此,對(duì)現(xiàn)金持有量的科學(xué)性估測(cè)不可或缺。
某大型城市電網(wǎng)企業(yè)多年來持續(xù)提升預(yù)算及存量資金管理水平,但在制定最佳現(xiàn)金持有量方面仍缺乏科學(xué)的預(yù)測(cè)模型等數(shù)據(jù)支撐工具。目前,該公司采取的最佳現(xiàn)金持有量的測(cè)算方式為日常凈支付額度和日均不可動(dòng)用資金兩部分的疊加。
本文研究希望通過對(duì)最佳現(xiàn)金持有量在科學(xué)性預(yù)測(cè)方面的不斷完善,最大限度減少資金閑置,提高資金的使用效率。因此,本文研究主要通過對(duì)現(xiàn)金科目日記賬以及憑證信息等數(shù)據(jù)進(jìn)行關(guān)聯(lián)及清洗,從而獲取每一日該公司的凈現(xiàn)金流,以預(yù)測(cè)2017年的長中短期的最佳現(xiàn)金持有量。具體工作主要從三個(gè)方面進(jìn)行:(1)對(duì)研究時(shí)間范圍內(nèi)的日現(xiàn)金數(shù)據(jù)進(jìn)行處理與分析觀測(cè);(2)對(duì)傳統(tǒng)現(xiàn)金持有量預(yù)測(cè)模型進(jìn)行評(píng)估;(3)利用先進(jìn)的統(tǒng)計(jì)模型對(duì)最佳現(xiàn)金持有量建模并進(jìn)行預(yù)測(cè)。
本文研究的時(shí)間范圍為2014年1月至2017年5月,數(shù)據(jù)內(nèi)容主要包括現(xiàn)金日記賬、憑證信息等。獲取研究數(shù)據(jù)后,首先需剔除與現(xiàn)金流無關(guān)的憑證,如沖銷、轉(zhuǎn)賬、調(diào)整現(xiàn)金流量等憑證會(huì)在預(yù)測(cè)時(shí)影響實(shí)際發(fā)生的現(xiàn)金流金額,只保留有效的現(xiàn)金收入及現(xiàn)金支出以獲取真實(shí)發(fā)生的凈現(xiàn)金流。其次,根據(jù)借貸方向及記賬日期,將篩選后的憑證分為現(xiàn)金收入憑證及現(xiàn)金支出憑證,并按日期匯總,獲取數(shù)據(jù)范圍期間的每日支出金額及每日收入金額。最后,將每日收入減去支出,獲取每日凈現(xiàn)金流金額,用以輸入分析模型進(jìn)行觀測(cè),并在未來用于預(yù)測(cè)模型建模。
在每日現(xiàn)金流數(shù)據(jù)觀測(cè)分析時(shí),選擇利用新興的Tableau軟件對(duì)篩選后的憑證信息進(jìn)行可視化分析,能夠更為直觀地挖掘凈現(xiàn)金流的特點(diǎn),根據(jù)不同特點(diǎn)選取最為合適的科學(xué)性預(yù)測(cè)模型。
1.研究對(duì)象的收支構(gòu)成特點(diǎn)。根據(jù)現(xiàn)金收入及現(xiàn)金支出憑證信息,發(fā)現(xiàn)研究對(duì)象的收入來源較單一,而支出方式較為多樣化?,F(xiàn)金收入主要來源于售電流入,已占據(jù)總收入的四分之三。而在支出方面,購電支出、工程支出、政府部門附加費(fèi)及稅費(fèi)四類支出的總和占總支出的四分之三,購電一項(xiàng)約占總支出的一半。
2.現(xiàn)金收入與支出的時(shí)間性規(guī)律。根據(jù)日期將每日的收入和支出匯總,發(fā)現(xiàn)收入和支出都存在較強(qiáng)的周期性,一般在月末容易發(fā)生較大金額的收支。
3.購售電業(yè)務(wù)的時(shí)間特性。根據(jù)日期將研究期間每日售電收入及購電支出的金額匯總,發(fā)現(xiàn)售電日期主要集中在月底,而購電日期分布未呈現(xiàn)一定規(guī)律性。
傳統(tǒng)的現(xiàn)金持有量預(yù)測(cè)方法有成本分析模型、存貨模型和隨機(jī)模型,上述模型在不同行業(yè)的企業(yè)得到一定程度的應(yīng)用。對(duì)于研究對(duì)象而言,需要結(jié)合其行業(yè)特點(diǎn)、在現(xiàn)金流數(shù)據(jù)分析中發(fā)現(xiàn)的規(guī)律等,確定傳統(tǒng)預(yù)測(cè)模型的適用性。
成本分析模型指通過分析持有現(xiàn)金的成本,尋找持有成本最低點(diǎn)對(duì)應(yīng)的現(xiàn)金持有量。其中將企業(yè)持有現(xiàn)金造成的成本分為機(jī)會(huì)成本、管理成本和短缺成本。
1.機(jī)會(huì)成本?,F(xiàn)金作為企業(yè)的一項(xiàng)資源占用,是有代價(jià)的,這種代價(jià)就是它的機(jī)會(huì)成本。現(xiàn)金資產(chǎn)的流動(dòng)性極佳,但盈利性極差。持有現(xiàn)金則不能將其投入生產(chǎn)經(jīng)營活動(dòng),失去本可以獲得的收益。而企業(yè)為維持經(jīng)營,有必要持有一定的現(xiàn)金,以應(yīng)對(duì)意外的現(xiàn)金需求。但現(xiàn)金擁有量過多,機(jī)會(huì)成本代價(jià)也會(huì)大幅上升。
2.管理成本。企業(yè)擁有現(xiàn)金時(shí),便會(huì)產(chǎn)生現(xiàn)金管理費(fèi)用,如管理人員的工資、安全措施費(fèi)等。管理成本是一種固定成本,與現(xiàn)金持有量之間無明顯的比例關(guān)系。
3.短缺成本。現(xiàn)金的短缺成本,是因缺乏必要的現(xiàn)金,不能應(yīng)付業(yè)務(wù)開支所需,從而使企業(yè)蒙受損失或?yàn)榇烁冻龅拇鷥r(jià)?,F(xiàn)金的短缺成本隨現(xiàn)金持有量的增加而下降,隨現(xiàn)金持有量的減少而上升。
上述三項(xiàng)成本之和最小的現(xiàn)金持有量,便為最佳現(xiàn)金持有量。
圖1 成本分析模型示意圖
結(jié)合實(shí)際情況來看,該公司的資金機(jī)會(huì)成本較小,且短缺成本難以估計(jì),故總成本的估計(jì)難以確定。因此,用成本分析模型來確定最佳持有量并不可取。
存貨模型指若企業(yè)平時(shí)只持有少量現(xiàn)金,在有現(xiàn)金需求時(shí),通過出售有價(jià)證券換回現(xiàn)金,便能滿足現(xiàn)金的需求,避免短缺成本,又能減少機(jī)會(huì)成本。因此,適當(dāng)?shù)默F(xiàn)金與有價(jià)證券之間的轉(zhuǎn)換,是企業(yè)提高資金使用效率的有效途徑。在這一模型中,將企業(yè)擁有現(xiàn)金造成的成本分為機(jī)會(huì)成本及交易成本,其中交易成本主要指將有價(jià)證券轉(zhuǎn)換為現(xiàn)金的成本。
使用該模型時(shí),需要假設(shè)現(xiàn)金總量穩(wěn)定并可預(yù)測(cè),整個(gè)期間內(nèi)現(xiàn)金收支均勻分布,波動(dòng)少;并不適用于現(xiàn)實(shí)情況中預(yù)算復(fù)雜的情況。實(shí)際上,該大型城市電網(wǎng)企業(yè)所面臨的機(jī)會(huì)成本較少,當(dāng)前模式并不支持現(xiàn)金與有價(jià)證券之間的轉(zhuǎn)換。因此,存貨模型并不適用于電網(wǎng)企業(yè)的最佳現(xiàn)金持有量預(yù)測(cè)。
隨機(jī)模型是在現(xiàn)金需求量難以預(yù)知的情況下進(jìn)行現(xiàn)金持有量控制的方法。對(duì)企業(yè)來講,現(xiàn)金需求量往往波動(dòng)大且難以預(yù)知,但企業(yè)可以根據(jù)歷史經(jīng)驗(yàn)和現(xiàn)實(shí)需求,測(cè)算出現(xiàn)金持有量的控制范圍,即制定出現(xiàn)金持有量的上限和下限,將現(xiàn)金量控制在上下限之間。當(dāng)現(xiàn)金量達(dá)到控制上限時(shí),用現(xiàn)金購入有價(jià)證券,使現(xiàn)金持有量下降;當(dāng)現(xiàn)金量降到控制下限時(shí),則拋售有價(jià)證券的轉(zhuǎn)換,保持它們各自的現(xiàn)有存量。
由于電網(wǎng)公司無法靈活地將現(xiàn)金與有價(jià)證券進(jìn)行轉(zhuǎn)換,且現(xiàn)金余額變化的標(biāo)準(zhǔn)差相對(duì)固定,導(dǎo)致該模型計(jì)算出的持有量相對(duì)保守,無法很好地預(yù)測(cè)最佳現(xiàn)金持有量。
綜上分析,上述三種常見的現(xiàn)金持有量預(yù)測(cè)模型在應(yīng)對(duì)復(fù)雜的現(xiàn)實(shí)情況下差強(qiáng)人意。因此,需要結(jié)合研究對(duì)象的業(yè)務(wù)特點(diǎn)、現(xiàn)金收入和支出特性選擇更加實(shí)用的預(yù)測(cè)工具建立最佳資金持有量預(yù)測(cè)模型。
在中長期預(yù)測(cè)模型建模及應(yīng)用方面,參考金融領(lǐng)域中運(yùn)用廣泛的風(fēng)險(xiǎn)價(jià)值測(cè)量方法,利用蒙特卡洛模擬計(jì)算在一定風(fēng)險(xiǎn)下,全年及每月的最佳現(xiàn)金持有額度。
1.蒙特卡洛模擬法簡(jiǎn)述。蒙特卡洛模擬法(Monte Carlo Simulation,簡(jiǎn)稱MC)是一種隨機(jī)模擬方法。可涵蓋非線性資產(chǎn)的價(jià)格風(fēng)險(xiǎn)以及波動(dòng)性風(fēng)險(xiǎn),在處理時(shí)間變異的變量、厚尾分布、不對(duì)稱分布等非正態(tài)分布和極端狀況等特殊情景上更為適用。
此方法主要根據(jù)市場(chǎng)數(shù)據(jù)估計(jì)歷史波動(dòng)參數(shù),模擬出市場(chǎng)因子未來波動(dòng)的大量可能路徑。在建立模型的過程中,使用的歷史數(shù)據(jù)較少,且能保證一定的精度和可靠性。蒙特卡洛模擬法屬于一種全值估計(jì)方法,無須假定市場(chǎng)因子服從正態(tài)分布,有效地解決了分析方法在處理非線性、非正態(tài)問題中遇到的困難。
近年來,蒙特卡洛模擬法在國外研究中被廣泛使用。其不足為計(jì)算復(fù)雜,因在應(yīng)用中多次重復(fù)模擬,以提高衡量值的準(zhǔn)確性,故而使計(jì)算量增大多倍。目前,主要依靠計(jì)算機(jī)的高效計(jì)算能力來解決計(jì)算量增大的問題。
2.風(fēng)險(xiǎn)價(jià)值模型簡(jiǎn)述。風(fēng)險(xiǎn)價(jià)值模型(Value at Risk)指給定置信區(qū)間的一個(gè)持有期內(nèi)的最壞預(yù)期損失。例如,在給定持有期為一個(gè)星期,給定置信水平為99%的條件下,某資產(chǎn)組合的VaR為1 000萬元人民幣。則在下一個(gè)星期內(nèi)99%的概率下,該資產(chǎn)組合的最大損失不會(huì)超過1 000萬元人民幣,即有1%的概率在下一星期內(nèi)損失超過1 000萬元人民幣。VaR的計(jì)算公式如下:
其中:E(W)為資產(chǎn)組合的預(yù)期價(jià)值,W為持有期末資產(chǎn)組合的價(jià)值,W*為一定置信區(qū)間c下最低的資產(chǎn)組合價(jià)值,P為期貨在持有期t內(nèi)的損失。
蒙特卡洛模擬法計(jì)算風(fēng)險(xiǎn)價(jià)值假設(shè)期貨的價(jià)格變動(dòng)服從某種隨機(jī)過程的形態(tài),可用計(jì)算機(jī)來仿真,產(chǎn)生若干次可能價(jià)格的路徑,并以此構(gòu)建期貨的報(bào)酬分配,進(jìn)而估計(jì)其風(fēng)險(xiǎn)值。選擇價(jià)格隨機(jī)過程,最常用的模型是幾何布朗運(yùn)動(dòng),即隨機(jī)行走模型,其離散形式可表示為:
3.中長期預(yù)測(cè)模型建模研究。
(1)現(xiàn)金流與已知分布的擬合。通過對(duì)現(xiàn)金流數(shù)據(jù)進(jìn)行的初步可視化探索,能夠發(fā)現(xiàn)2014年至2017年的凈現(xiàn)金流量服從某種統(tǒng)計(jì)分布。由于最佳現(xiàn)金持有量的確定只與負(fù)現(xiàn)金流量具有強(qiáng)相關(guān),因此將負(fù)現(xiàn)金流量單獨(dú)提出進(jìn)行統(tǒng)計(jì)分布的擬合。通過Python軟件將負(fù)現(xiàn)金流與79個(gè)已知分布進(jìn)行擬合,發(fā)現(xiàn)負(fù)現(xiàn)金流量服從(alpha=3.06,beta=0.49)的Beta分布,且擬合程度較高。
在統(tǒng)計(jì)學(xué)判定樣本是否服從已知分布時(shí),先假定樣本服從已知分布,并計(jì)算此時(shí)的檢測(cè)值,并將檢測(cè)值與查詢到的統(tǒng)計(jì)值相比對(duì),判定是否拒絕原假設(shè)。更為直觀的做法是,計(jì)算統(tǒng)計(jì)檢測(cè)結(jié)果的P-value,當(dāng)P-value小于0.05時(shí)(此時(shí)設(shè)定的置信水平為95%),拒絕原假設(shè),即樣本不服從已知分布。換言之,當(dāng)P-value大于0.05時(shí),無法拒絕原假設(shè),則判定樣本服從已知分布。最終,篩選出與負(fù)現(xiàn)金流量擬合最好的前十個(gè)已知分布的測(cè)試結(jié)果。
(2)通過已有分布進(jìn)行蒙特卡洛模擬。通過上一步的分析,得知負(fù)現(xiàn)金流量服從(alpha=3.06,beta=0.49)的 Beta分布。本部分通過對(duì)該分布進(jìn)行100萬次的蒙特卡洛模擬,獲取模擬金額的分布,求取風(fēng)險(xiǎn)價(jià)值,這樣可以增加樣本點(diǎn)數(shù),提高模擬穩(wěn)定性。
圖2 蒙特卡洛模擬100萬次結(jié)果
(3)根據(jù)蒙特卡洛模擬,提取分位點(diǎn),得出最佳現(xiàn)金持有量。通過上一步得到的蒙特卡洛模擬的凈流出的金額分布,設(shè)定風(fēng)險(xiǎn)水平為0.1%,獲取最佳現(xiàn)金持有量的預(yù)測(cè)值,即未來在99.9%的概率下,單日的凈流出不會(huì)超過該預(yù)測(cè)值,全年維持這一水平即可。在此基礎(chǔ)上,利用相同的方法,將2014—2016年的現(xiàn)金流以月份為依據(jù)分為12份,對(duì)每一份進(jìn)行蒙特卡洛模擬及風(fēng)險(xiǎn)價(jià)值測(cè)算,獲取未來每月(中期)最佳現(xiàn)金持有量預(yù)測(cè)值。
由于中長期預(yù)測(cè)模型基于統(tǒng)計(jì)學(xué)規(guī)律,因此對(duì)數(shù)據(jù)量的要求較高。當(dāng)數(shù)據(jù)條較少時(shí),會(huì)影響統(tǒng)計(jì)分布規(guī)律擬合,進(jìn)而影響模型預(yù)測(cè)準(zhǔn)確率。根據(jù)目前測(cè)試結(jié)果,當(dāng)有效條目少于60條時(shí),會(huì)影響預(yù)測(cè)精度。同時(shí)當(dāng)條目較少,如在100條左右,其中某一條或幾條具有很大支出時(shí),也會(huì)影響分布擬合。在該情況下,可以分析數(shù)額較大條目原因,結(jié)合業(yè)務(wù)分析,判斷是否需要將該條目移除,進(jìn)而提高中長期預(yù)測(cè)模型準(zhǔn)確率。
短期預(yù)測(cè)模型運(yùn)用最前沿的循環(huán)神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)短期內(nèi)(每周)現(xiàn)金流的變動(dòng)情況,可在未來短期內(nèi)實(shí)時(shí)監(jiān)控現(xiàn)金流走勢(shì),以精細(xì)化管理預(yù)算水平。
1.循環(huán)神經(jīng)網(wǎng)絡(luò)法簡(jiǎn)述。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種計(jì)算機(jī)制,即由簡(jiǎn)單函數(shù)串聯(lián)起來的復(fù)雜函數(shù),可以學(xué)習(xí)長期依賴信息。舉例來說,這種計(jì)算機(jī)制能在預(yù)測(cè)未來某一日的現(xiàn)金流量時(shí),充分考慮過去一年里現(xiàn)金流量的變化情況。相比于其他神經(jīng)網(wǎng)絡(luò),循環(huán)神經(jīng)網(wǎng)絡(luò)很適合進(jìn)行時(shí)間序列預(yù)測(cè),并且能夠結(jié)合長期的時(shí)序變化預(yù)測(cè)未來現(xiàn)金流量。循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖3所示。不同于普通神經(jīng)網(wǎng)絡(luò),循環(huán)神經(jīng)網(wǎng)絡(luò)引入了定向循環(huán),能夠處理那些輸入之間前后關(guān)聯(lián)的問題。
圖3 循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
2.短期預(yù)測(cè)模型建模研究。
(1)數(shù)據(jù)篩選和預(yù)處理。首先,在憑證信息中篩選出有效的現(xiàn)金流數(shù)據(jù),將其根據(jù)日期合并成以日期及凈現(xiàn)金流為字段的輸入數(shù)據(jù)。其次,因輸入循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)要求必須大于0,因此要將支出數(shù)據(jù)正值化。最后,對(duì)正值化處理后的數(shù)據(jù)進(jìn)行分組,按經(jīng)驗(yàn)最小取7天一組,每組內(nèi)含有的天數(shù)為可調(diào)參數(shù),將會(huì)在模型訓(xùn)練時(shí)通過誤差大小進(jìn)行選擇。分組后的數(shù)據(jù)將進(jìn)行窗口平滑處理,具體過程為每組數(shù)值都除以每組第一個(gè)數(shù)據(jù),并將結(jié)果減去一。
(2)模型訓(xùn)練與調(diào)參。在循環(huán)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中,只有兩個(gè)參數(shù)需要不斷調(diào)整:組長及訓(xùn)練次數(shù),每調(diào)整一次模型(修改組長或訓(xùn)練次數(shù))就需重新計(jì)算一次誤差。
(3)誤差獲取。誤差計(jì)算采用均方誤差,是衡量“平均誤差”的一種較方便的方法,可以評(píng)價(jià)數(shù)據(jù)的變化程度。計(jì)算方式為預(yù)測(cè)的現(xiàn)金流量與真實(shí)現(xiàn)金流量差值平方的平均值。例如:用某一模型分別預(yù)測(cè)1/8/2014、1/9/2014、1/10/2014三日的現(xiàn)金流,得到金額全部為0,而真實(shí)值分別為0.05、-0.05、-0.03,則每日的誤差分別為0.05^2、0.05^2、0.03^2,平均誤差為(0.05^2+0.05^2+0.03^2 )/3=0.002。通過不斷調(diào)整組長及訓(xùn)練次數(shù),并計(jì)算每一模型的誤差,獲取最優(yōu)模型。對(duì)于該公司來說,2017年1月至4月訓(xùn)練的最優(yōu)模型為取8天為一組。
(4)最優(yōu)模型選擇和預(yù)測(cè)。在本步驟中獲得的模型中選取誤差值最低的一個(gè)模型。之后,利用訓(xùn)練好的最優(yōu)模型,預(yù)測(cè)日現(xiàn)金流。該大型城市電網(wǎng)企業(yè)日現(xiàn)金流預(yù)測(cè)結(jié)果如圖4所示。
圖4 日預(yù)測(cè)結(jié)果
淺顏色線代表神經(jīng)網(wǎng)絡(luò)從2017年3月開始的預(yù)測(cè)金額,深顏色線代表真實(shí)現(xiàn)金流金額,可以發(fā)現(xiàn)預(yù)測(cè)結(jié)果能夠較好地體現(xiàn)真實(shí)變動(dòng)情況,且這一結(jié)果還能通過更多的訓(xùn)練使之更加精準(zhǔn)。目前選取8天預(yù)測(cè)第9天,平均預(yù)測(cè)誤差率在15%左右。
最終,通過建立適應(yīng)于大型城市電網(wǎng)的最佳現(xiàn)金持有量預(yù)測(cè)模型,顯著提升了企業(yè)財(cái)務(wù)管理的精益化水平,為企業(yè)面向新時(shí)期、新常態(tài)經(jīng)濟(jì)下的發(fā)展奠定了良好的管理基礎(chǔ)。