大型城市電網(wǎng)企業(yè)最佳現(xiàn)金持有量預(yù)測(cè)研究

（國網(wǎng)天津市電力公司天津300010）

一、最佳現(xiàn)金持有量的研究背景

（一）最佳現(xiàn)金持有量

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。

（二）研究目的和工作內(nèi)容

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)。

二、現(xiàn)金流數(shù)據(jù)處理與分析

（一）數(shù)據(jù)獲取與處理

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。

（二）凈現(xiàn)金流數(shù)據(jù)觀測(cè)

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。

三、傳統(tǒng)現(xiàn)金持有量預(yù)測(cè)模型評(píng)估

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。

（一）成本分析模型

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。

（二）存貨模型

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)。

（三）隨機(jī)模型

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。

（四）評(píng)估結(jié)論

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。

四、最優(yōu)現(xiàn)金持有量模型建模及應(yīng)用

（一）中長期最佳現(xiàn)金持有量預(yù)測(cè)

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。

（二）短期最佳現(xiàn)金持有量預(yù)測(cè)

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)。