国库现金流预测存在的问题及方法研究——基于混频数据模型的实证分析

张淑霞 刘蕴霄

（中国人民银行长春中心支行，吉林长春 130051）

一、选题意义

国库资金余额管理是在确保财政资金安全，同时满足财政日常支出需要的前提下，对国库资金进行有效管理，从而实现国库库存余额最小化、国库资金收益最大化。近年来，随着地方财政收入的不断增长，国库库存余额不断攀升，有必要对国库存量资金的余额进行管理，从而降低国库资金的机会成本，实现利润最大化。目前，各地方国库多通过开展国库现金管理来实现对国库资金的余额管理，而国库现金流预测工作对国库现金管理的规模、期限、利率等关键要素可以发挥引导和纠偏作用，从这个角度看，国库现金流预测工作十分重要。

二、国库现金流量预测存在的问题

（一）地方国库现金流量不稳定，影响预测的稳定性

上级财政转移支付是吉林省保证预算支出的主要来源，这些资金主要用于保障基层正常运转及人员工资。近几年，随着调拨收入较快增长，吉林省国库库存起伏剧烈，季节性波动较为明显，增加了国库现金流预测工作的开展难度。

（二）地方国库账户设置不规范，影响预测的完整性

地方国库资金主要由省本级和各市、区县、乡镇级国库资金构成，当前财政国库账户管理制度的基础是国库单一账户。由于地方财政账户设置不规范，部分财政国库资金游离于国库管理体系外，导致地方财政收支结构不清晰，没有完整的反映出地方国库收支现状，地方国库资金规模也因国库资金使用不集中而受到了制约，现金流预测的完整性也受到了影响。

（三）预测所需数据来源单一，影响预测的准确性

由于数据来源有限，因此在模型的选用和修正方面，现金流预测工作面临一定瓶颈。一是国库现金流预测工作所需的数据来源丰富，种类繁杂，由于缺乏预测系统，导致数据挖掘不彻底，影响预测精度。二是国库与财政、税务、海关、金融机构联系紧密，单靠自身掌握的数据，难以有效的对现金流量进行全面预测，而部门之间存在业务壁垒，数据、信息还难以实现全面共享，一定程度影响了现金流预测的准确程度。

三、地方国库现金流实证监测分析

（一）吉林省国库现金流总体情况

2019年吉林省国库资金流入、流出总量分别为9420.69亿元和9457.62亿元，同比增长6.7%和5.9%。日均流入、流出量为25.81亿元和25.91亿元，同比增长6.7%和5.9%，日均库存560.79 亿元，同比增长0.5%，年末库存354.41亿元，同比下降9.4%。

（二）国库现金流分析

1.国库资金流量增势明显。2019年国库资金流入量和流出量分别为9420.69亿元和9457.62亿元，较2015年、2016年、2017年、2018年分别增长24.4%和24.2%、25.9%和26.5%、10.8%和11.6%、6.3%和5.9%，流量与增量明显。

2.国库现金流平均流量加大。2015年国库现金流日均流入量、流出量分别为20.70亿元、20.87亿元，2019年增加到25.81亿元、25.91亿元；国库现金流月均流入量、流出量2015年分别为629.77亿元、634.80亿元，2019年分别增加到785.06亿元、788.14亿元。国库现金流日均流量、月均流量都增长了24%以上。

3.国库现金流年度内走势规律性上扬。2015-2019年间，国库现金流走势呈规律性上扬。每一年度内，一季度现金流量均处于底部，而后经过二、三季度的缓慢增长，在四季度达到最高峰。

4.公共预算调拨收入对国库现金流量影响较大。2019年吉林省公共预算调拨收入为6246.92亿元，占当年国库现金流总量的66.3%，公共预算调拨收入具有金额大、拨付节奏较难把握的特点，导致了国库资金流量不均衡，特别是转移支付收入多发生在当年的四季度，直接影响全年国库资金流量的稳定性和均衡性。（见表1）。

表1 2015-2019年吉林省国库现金流入构成情况表 单位：亿元

（三）国库库存情况分析

1.国库库存结构性特征明显。2017-2019年间，我省国库库存持续增长，呈三个结构性特征。一是月末平均库存余额逐年增长。我们将每年的月度库存数据中剔除一个最高值、一个最低值，由此保证样本数据集中趋势的稳定性。近三年数据显示，月末库存余额均值分别为494.88亿元、495.58亿元、522.88亿元，库存余额呈现出小幅增长态势。二是年内月度库存波动幅度逐渐降低。2017-2019年，当年月末库存最大值分别是最小值的2.36倍、2.02倍、1.99倍，库存波动幅度逐渐趋缓。三是年内大部分月份月末库存在当年均值以下。2017-2019年当月库存均值在全年均值以下的月份个数分别为8个、6个、7个。

2.国库库存年内波动相对规律。2015-2019年库存余额周期性变化显示，每年5-7月、9-11月库存余额增速较快，进入12月则大幅回落。国库库存随着季节的变换，呈规律性上升或下降。每年的一、二季末，库存走势均呈上升态势。进入四季度，特别是12月份，由于年底支出增加，库存大幅下降。2019年吉林省四季度国库现金流入2653.03亿元，占全年国库现金流入的28.2%；现金流出为2922.10亿元，占全年国库现金流出的30.9%（见图6）。

3.调拨收入对月度库存波动作用明显。转移支付多集中在每年的9-12月份，特别是12月份，对库存影响巨大。2019年9月、10月、11月、12月库存分别为623.47亿元、569.87亿元、532.47亿元、354.41亿元。12月份库存呈断崖式下降。

四、模型设定与实证分析

国库现金流预测工作经过多年的经验摸索，已形成了一定的积累。目前来看，ARIMA 及其扩展模型- ARMA、ARIMA 或SARIMA是各地方国库应用最广泛的模型。除此之外，线性回归模型、指数平滑法、滤波乘法模型、季节乘积模型、VAR模型等使用率也较高。

本文采用的混频数据模型 MIDAS 优点在于：一是MIDAS模型可以有效解决高频数据向低频数据转化时，样本数据丢失对预测准确度的影响；二是MIDAS模型可以最大限度的弥补月度数据相较于日度数据在数据生成时间方面存在的滞后性，从而提高预测的准确性。这也是MIDAS被广泛应用于经济走势的判断、物价通胀、股市波动等宏观经济研究的重要原因。

（一）混频数据模型

多数情况下，移动平均模型是对日末数据加权得到的平均值：

（二）权重函数的设定

MIDAS权重函数对估计效果的影响显著，通常使用Beta函数或指数Almon函数来计算权重函数。

Beta函数：

Beta函数和指数Almon函数虽然在不同滞后期赋予的权重有所差异，但两种函数都是非等权重函数。相较于指数Almon函数，Beta函数计算相对简便，因此本文采用Beta函数计算权重函数。

（三）实证分析

本文采用2015-2019年五年间每日的日末库存，平均得到每月的月末库存值，然后利用MIDAS模型，用每日的日末数据转化生成每月数据，进而通过eviews6.0和MATLAB软件去预测下月数据。

1.描述性分析。吉林省国库2015年1月至2019年12月库存余额月均值的平均值为519.95，标准差为127.31。从分布看，P值为1.26%，样本拒绝服从正态分布，即库存余额月均值不服从正态分布。又因为标准差系数（=标准差/平均值）0.2448，极差（=最大-最小值）574.25，说明库存余额月均值波动较大且分布离散，这在一定程度上影响了预测的准确度，同时加大了预测难度。

2.预测分析。由表2可见，用MIDAS混频数据模型与常用的指数平滑法、ARMA模型分别对国库现金流进行预测，并对比预测结果。结果显示，以2015年1月、2016年1月、2017年1月、2018年1月分别至2019年12月作为样本区间，预测精度平均值分别为11.1%、10.4%、8.5%和10.5%，可见样本区间的长度对混频数据模型的预测结果有一定影响，样本区间过大或过小的预测效果都不好。以 2017年1月-2019年12月作为样本区间，利用MIDAS模型预测2020年的月度数据预测的结果，相较于指数平滑法的预测结果11.3%和ARMA模型的15.8%有显著提高。

表2 MIDAS混频数据模型对库存余额月均值的预测误差率（%）

3.结论。MIDAS模型相较于其他模型预测准确度有明显提高，但其缺点也比较明显，由于模型中没有包含长期性和周期性因素，这使得模型存在缺陷。如果能够结合上述因素对模型进行修正，比如ARIMA模型、灰色系统模型等，相信8.5%的预测准确度还有可提升的空间。

五、完善国库现金流预测方法的建议

在日常工作中，国库现金流受财政收支状况、金融投资工具和外部市场环境等因素影响，存在波动较大的情况，给预测带来了一定的难度。因此，需要从多方面入手提高国库现金流预测的准确性。

（一）深化预算改革，完善集中收付制度

一是加强事中监督。在财政预算执行过程中，充分履行国库监督职能，保证预算偏离度的合理，提高地方预算管理水平。二是从源头上对国库资金收支进行管理，深化集中收付制度改革，将游离于国库单一账户外的资金收纳入库。

（二）加强队伍建设，提高分析水平

一是打造国库现金流预测专业队伍，选配具备统计分析专业知识且熟悉国库业务的优秀人才。二是定期组织培训，让国库现金流预测工作开展较好的单位进行经验介绍，加强不同地区国库现金流预测岗位人员沟通与交流。三是加强与地方高校的合作力度，不断提高国库现金流预测岗位人员专业素质，更新知识储备，提升队伍的专业性。

（三）加大数字化投入力度，完善现有国库系统

一是加强信息化建设。各级国库应加大信息化投入，通过大数据及互联网技术，探索符合财政预算的编制模式，进而促进地方经济发展。二是在国库现有 “3T” 系统基础上，建立国库现金流预测系统，将国库资金流入、资金流出的金额、来源、用途纳入到数据系统中，形成国库现金流预测数据分析库，实现对国库现金流整体情况及分类流量的实时监测，提升国库现金流预测工作的信息化及现代化水平，推动地方国库现金流预测工作更加高效、规范。