基于系统动态分析的现金影响要素及趋势预测研究

摘要：本文从江苏省“十一五”期间现金运行情况分析和要素总结出发，引入系统动力学模型对货币政策、经济增长和现金运行的要素系统进行动态设计，指出各要素的方向和因果关系，分别采用季节趋势、SARIMA和BP神经网络三种模型对江苏省2010年4季度现金投放回笼情况进行分析预测，并对现金供应工作提出对策建议。

关键词：现金运行；系统动态设计；神经网络；SARIMA：预测

JEL分类号：E51　中图分类号：F822.2　文献标识码：A　文章编号：1006-1428(2012)01-0102-05

江苏省作为我国沿海发达省市之一，经济总量较高，工业发展较快，地区差异较大，外向特征明显，企业数量较多，尤其是苏南、苏中地区积聚了大量的外资、民营企业，对经济金融环境敏感，社会融资量多，现金需求量大。“十一五”期间，全省GDP增长了1.20倍，年均增长17.07％；现金净投放增长了3.10倍，年均增长25.37％；其中2010年，全省GDP同比增长18.71％，而现金净投放同比增长81.20％，现金需求增速明显超过经济增长。因此，从江苏省现金收支历史数据出发，系统性分析影响要素，利用计量方法构建分析模型，定量预测现金投放趋势，对现金供应与发行基金调拨工作具有较好的指导意义。

一、江苏省“十一五”期间现金运行基本情况

(一)江苏省2006-2010年现金运行分析

1、现金运行的总体情况。

2006-2010年“十一五”期间。全省现金投放呈现持续快速增长趋势，尤其2010年全省现金净投放1217.13亿元，首次突破千亿元，同比增幅高达81.20％。

表1江苏省“十一五”期间现金收支情况

从投放看，全省现金投放“首尾快、中间缓”，即期初、期末快速增长，期中2008年因全球经济环境影响同比少投放0.63％。2010年全省投放现金合计93040.19亿元，比2006年增长了49.64％，“十一五”期间年均增幅为10.60％。

从轧差看，全省2006-2010年现金净投放“增势持续强劲，序时差异明显”，2010年全省净投放1217.13亿元，同比增长81.20％，而前四年同比增幅分别为18.76％、13.32％、20.22％和5.88％，增长持续。但增幅波动较大。

2、现金运行的地区差异。

“十一五”期间，全省累计净投放现金3520.27亿元，其中苏州、无锡、常州、镇江、扬州、泰州、连云港、宿迁8地市合计净投放4766.35亿元，南京、徐州、南通、淮安、盐城5地市合计净回笼1246.08亿元。从格局看，全省现金投放主要集中在苏南地区，现金回笼主要集中在苏北、苏中地区，现金投放呈现明显的“南投北回”特征。其中，苏锡常是现金需求热门地区，3市5年内累计净投放现金占净投放地市总量76.23％；徐州和淮安2市，由于农业集中、劳务输出等因素，连年净回笼，5年累计净回笼现金占净回笼地市总量56.75％。

(二)江苏省现金收支情况的国内比较

“十一五”期间，江苏省与全国现金收支规律相似，即“总量高增，中期停滞”。江苏现金收支全国占比历年均在9％左右，与GDP比重相当。同时随着现金需求增多。江苏省现金收支的全国比重逐年增加，现金收支年均增速高出全国6.72个百分点，而现金净投放占全国比重5年内上涨了3.72个百分点。

1、江苏省与现金投放地区比较分析。

沪浙鲁三地均为现金净投放，但规模及趋势差异明显。其中，上海市净投放量大且持续增长，2006-2009年年均增幅高出江苏4.22个百分点，2009年分别比江苏、浙江多投放42.04％和60.91％；浙江省净投放高位稳定，2006-2009年均量在600亿元左右，年均增幅仅2.18％；山东省净投放呈现“总量少、持续降、趋回笼”特点，2006年净投放103.64亿元，2009年净回笼5.44亿元。

2、江苏省与现金回笼地区差异分析。

安徽省地理位置紧邻江苏，但两省经济社会发展各领域差异较大。2006-2010年安徽累计GDP、社会消费品零售总额、进出口商品总值分别为江苏的28.97％、30.73％和4.83％，而2006-2009年安徽累计收入、支出现金分别为江苏的27.85％和27.08％；收支轧差后安徽省连年净回笼现金，回笼量持续增加，年均回笼397.12亿元，江苏则年均投放575.80亿元。

二、江苏省现金流通体系的影响分析

现金流通影响要素涉及政治、经济、人文、地理各方面，总体归纳为两类：一是货币政策、经济形势、产业结构、非现金支付、居民现金偏好等长期性要素，确定了现金运行长期趋势，短期作用较弱；二是节假日、重大影响事件、寒暑假等短期性要素，对现金运行短期影响明显并确定了季节循环规律，长期影响较弱。其中，除重大事件外大部分因素规律性较强，影响可定量分析和模拟预测。

(一)现金运行影响要素的系统动态分析

1、系统动力学模型引入。

系统动力学是一门分析研究复杂信息反馈系统的学科，广泛应用于宏观经济规划、社会经济发展、生态环境等领域，包括因果关系反馈环路图和流程图。因果关系反馈环路图是对系统问题的定性描述，是后续建模仿真的基础；流程图则是根据因果关系反馈环路，利用系统动力学特有的描述变量及其相互关系的符号绘制而成，并确定系统结构的数学或逻辑关系。

鉴于现金流通系统符合系统动力学研究的基本特征和总体属性，从定性角度出发，用流程图描述现金系统各要素的性质和结构，进行系统模拟分析。

2、现金流通的系统动态流程设计。

现金运行要素系统分为货币政策、经济增长与现金投放三个子系统，模块内部各因子相互影响、相互制约、连锁互动，是一个相互联系的有机整体。三个子系统的因果关系可从三个方面阐述，即分别以货币政策、经济增长和现金投放三个要素为起点和终点，形成多条因果关系链，间接影响地区现金投放。

(1)基于货币政策的主要因果关系链：货币政策因子货币供应量利率汇率净出口贸易顺差外汇储备货币供应总量货币政策因子。

(2)基于经济增长的主要因果关系链：经济增长因子劳动人口流入节日效应现金跨境流出区域现金投放地下经济活动居民消费物价总产出经济增长因子。

(3)基于区域现金投放的主要因果关系链：区域现金投放因子民间融资经济增长劳动力人口流入房地产需求房地产价格区域现金投放因子。

(二)江苏省现金运行的主要影响因素分析

1、外向型经济特点引致全省货币供应总量迅速增加。

江苏省生产、消费和投资各领域发展良好，作为国内经济相对发达地区，具有典型的外向型经济特点，进出口增长迅速，对外贸易持续顺差，省内企业和居民赚取大量外汇，并转换成人民币现金或存款在境

内持有，全省货币资金供给不断增多，拉动了全省的商品交易和现金流通需求。

2、中小型民营企业快速发展，增加了全省现金投放需求。

苏南、苏中地区中小型民营企业集聚发展，其中大部分为生产制造出口企业。中小型民营企业规模较小，在生产经营、财务管理和制度建设等环节存在缺失，为规避行政管理风险和满足流动性需要，会大量持有现金或现金交易，现金偏好明显。因此，中小型民营经济的快速发展对现金净投放有明显拉动作用。

3、外来人员假日携现返乡，造成全省假日现金投放集中。

苏南、苏中地区经济的快速发展每年吸引大量外地务工人员流入，这些群体常集中选择传统假日期间返乡探亲或务农，而原籍地相对欠缺的非现金支付设施和相对落后的非现金结算观念，造成了现金使用在返乡人员中具有明显偏好，造成了假日期间外来人员携现返乡现象的长期存在。

4、其他重要因素影响江苏省现金投放规律。

江苏省现金收支还会受到国内外经济金融事件与本地及周边地区突发、偶然和单一性事件影响，现金收支会因此发生异常。例如：2007年下半年全球金融危机，江苏出口行业深受影响，造成2008年全省现金投放回笼明显减少；2010年上海世博会造成了江苏当年10月现金的投放增加和回笼减少。

三、江苏省现金运行趋势预测的实证分析

(一)现金运行的趋势模型引入

目前可用于现金运行时间序列预测的方法和模型较多，但预测效果因指标性质和数据特征而异。本文采用季节趋势、SARIMA和BP神经网络三种模型进行预测，介绍如下：

1、季节趋势模型。

经济金融时间序列的变化受许多因素的影响，这些要素主要分为四种，即长期趋势因素(T)、季节变动因素(S)、周期变动因素(C)和不规则变动因素(I)，而我们通常认为经济时间序列Y是这四个因素的函数，即Y1=f(T1，St，Ct，It)。为此，我们可以借助乘法模型将经济时间序列进行因素分解：

Yt=Tt×St×Ct×It (1)

2、SARIMA模型。

ARIMA模型将预测对象的时间序列数据视为一组依赖于时间的随机序列，整个序列的变化具有一定规律性，可依此建立数学模型，从而预测未来值。但是，当时间序列有明显的时间趋势和季节性变化时，只有将ARIMA模型和随机季节模型组合成SARIMA模型，才能较好地描述，并进行合理预测。

若原时间序列Yt进行d阶逐期差分和D阶长度为s的差分后才平稳，则建立自回归单整移动平均季节模型ARIMA(p，d，q)(P，D，Q)S。

3、BP神经网络模型。

神经网络作为一种自适应的模式识别技术并不需要预先给出差别函数，通过自身的学习机制自动形成所需求的决策区域，充分利用状态信息，对来自不同状态的信息逐一训练以获得均衡的收敛权重和映射。

BP神经网络是神经网络中常见的网络学习结构，由输入层、隐含层、输出层3个神经元层次组成，层间神经元相互联接，层内神经元之间无联接。BP神经网络模型结构如图2所示。

(二)现金运行趋势预测的实证分析

1、数据选取。

分析使用2005年1月至2010年12月江苏省现金投放、回笼和净投放三个变量的共72期数据，数据来源于中国人民银行南京分行调查统计处。

2、模型设定与参数估计。

(1)季节趋势模型的参数估计。

由于现金净投放月度时序数据没有明显趋势性。因此只对现金投放、回笼数据进行建模预测，两者轧差计算全省现金净投放，以此进行预测分析。

由于季节调整后现金投放序列表现非线性趋势，所以采用二次曲线拟合模型趋势，根据Eviews6.0软件输出结果建立现金投放趋势函数为如下：

f(t)=a+bt+ct2-4062.167+64.55147t-0.213231t2　(2)

同理，建立现金回笼季节趋势函数如下：

f(t)=a+bt+ct2=4059.656+63.41460t-0.216996t2(3)

(2)SARIMA模型的设定。

首先对原时间序列利用公式m'=m-min(m)+0.001进行预处理。发现序列平稳但季节性明显，再对其进行1阶周期长度为12的季节差分后，序列完全平稳；同时，现金投放和回笼序列2阶逐期差分和1阶季节差分后序列平稳。

因此，设定时序模型d=2、D=I。根据偏自相关和自相关图分别确定p=2、q=1；同时由于k=12时，样本自相关和偏自相关系数都显著不为0，所以P=Q=1，因此设定现金投放回笼的时序模型为ARIMA(2，2,1)(1，1，1)。

现金净投放时间序列趋势不明显，可看作平稳序列，且1阶季节差分后季节性消除，再根据自相关和偏自相关图，选定模型为ARIMA(2，0,1)(1，1，1)。

(3)BP神经网络模型的建立。

研究选用基于时间序列的神经网络预测，构建三层神经网络模型。分别把现金投放、回笼和净投放三项指标2005年1月至2010年9月的69个指标值作为训练样本，同时依据经验公式n1=n×75％确定网络的隐层神经元为50个，输出层神经元为1个。其中，n表示输入层神经元个数，n1表示隐层神经元个数。

运用MATLAB7.0编程运算，对归一化处理后的输入样本向量进行训练，根据网络误差变化(见表2)发现：三个样本训练有效，可以进行网络预测检验。

3、预测结果比较。

对基于季节趋势、SARIMA和BP神经网络三种模型的现金投放、回笼和净投放预测结果进行综合比较，见表3。

从表3中发现，季节趋势模型预测精度较为稳定，除了10月份净投放因影响事件冲击(上海世博会影响)误差较大外，大部分时期预测准确率均在85％以上，尤其是11月和12月的现金净投放准确率均在93％以上；SARIMA模型预测误差起伏较大，但总体误差控制较好，其中最小误差为11月现金净投放的1.42％，同时也较易受到重大事件影响，如10月份现金净投放误差较大；BP神经网络的预测精度和稳定性要弱于季节趋势模型，预测最高精度要低于SARIMA模型，但模型预测稳定性和准确性总体评价适中，尤其对重大事件冲击因素具有一定的抗干扰性，如10月现金净投放预测误差2.05％。

四、研究结论与对策建议

(一)研究结论

(1)从现金运行情况看，江苏现金流通总量增长迅速，净投放量不断高增，并将延续增势，全省现金投放南北格局差异较大且持续扩大，经济水平、产业结构和人口流动的变化将进一步影响全省南北格局的形成和变动；与周边地区相比，江苏现金收支与经济水平相当，同样受产业和人口影响，全省净投放水平及趋势与沪浙两地相似，与鲁皖两地区别明显。

(2)从要素系统分析看，现金流通受来自政治、经

济、人文、地理等多方面因素影响。包括长期性要素和短期性要素两类；根据系统动态分析，现金运行及要素系统分为货币政策、经济增长与现金投放三个子系统，各因子相互影响、相互制约、连锁互动，是一个相互联系的有机整体，同时以货币政策、经济增长和现金投放三个要素为起点和终点，可以形成多条因果关系链。

(3)从模型预测结果看，季节趋势、SARIMA和BP神经网络三种模型均为基于现金收支历史数据自身信息特征建模，都能给出较好预测结果，但由于各模型的适应差异，预测结果存在偏差：季节趋势模型预测精度较为稳定，SARIMA模型总体误差控制较好，BP神经网络预测精度和稳定性弱于季节趋势模型，预测最高精度低于SARIMA模型，但对重大事件具有一定抗干扰性。

(二)对策建议

人民银行分支行作为我国中央银行在各地区的派出机构，在维护地区金融稳定、提高人民币流通满意度和保障支付结算渠道畅通方面负有首要责任。为解决我国央行当前现金供应工作困境。我们结合研究结果，提出如下对策建议：

(1)针对江苏当前剧增的现金需求和明显的地区差异，人民银行工作要进行制度变革和管理创新。首先，实行发行基金调拨管理规划，运用运筹学理论分析，合理选址并成立区域调拨中心，在保障现金供应基础上，提高调拨效率，节约调拨经费。其次，借鉴欧美国家做法，成立具有专业企业性质的现金中心或对存取款机构征收重复调拨费用，以市场化手段提高存取款机构的社会责任意识和现金成本观念。最后，鼓励银行业机构开展相互取现业务。人民银行分支行提供券别需求信息平台，帮助完成现金调剂。减少人民银行发行库现金出入数量。

(2)由于现金及影响要素共同构成一个复杂动态系统，系统内各要素相互影响、相互联系，部分要素无法全面反映现金流通全部信息。因此对于人民银行工作，一方面要基于现有工作，加强现金运行分析和人民币流通状况监测工作，定期调研，及时了解、分析和掌控现金运行遇到的新情况、新现象：另一方面要不断改进完善现金运行系统动态模型，建立系统要素序时数据库，逐一分析要素之间的模型改进和参数设计，完成现金运行系统动态仿真设计和预测实现。

(3)人民银行作为人民币发行部门，在现金服务上负有首要职责，需保障现金供应，但银行业机构更偏向从事从央行存取现金的简单工作，缺乏足够动力来完成现金计划和提高预测准确性；同时目前国内现金分析预测工作主要由人民银行完成，用于指导央行发行基金计划调拨工作，但银行业机构现金与央行发行基金数据统计存在差异，难以作出合理预测。因此，人民银行要实现从宏观预测向微观预测转型，在制度改进和管理约束基础上，采取措施监督和鼓励银行业机构学习国外同行做法，引用计量方法做好自身各网点的现金计划和预测工作。

(4)我国现金支付使用长期处于较高水平，而现金流通与非现金支付相比成本较高，而非现金支付在反洗钱、反偷税漏税和控制地下经济等方面优势明显，因此人民银行要做好几项工作。一是，加强对非现金结算工具发展战略研究，协调相关部门，出台发展非现金支付业务的鼓励措施，加大银行卡非现金支付使用的推广宣传。二是，推动社会信用体系和银行卡支付安全体系的完善和改进。帮助理顺银行卡消费的费率机制，加大银行卡消费和转账支付空间的释放。三是，统筹城乡支付服务市场规划，缩小城乡支付环境差距，改善农村地区非现金支付基础设施条件，扩大非现金支付工具的使用范围和接受群体。