林建華

（浙江新昌農(nóng)村合作銀行，浙江 新昌 312500）

浙江省現(xiàn)金投放回籠影響因素灰色關(guān)聯(lián)度分析及凈投放量預測

林建華

（浙江新昌農(nóng)村合作銀行，浙江 新昌 312500）

為進一步加強現(xiàn)金管理，運用廣義灰色關(guān)聯(lián)度分析方法對2004—2010年浙江省現(xiàn)金投放回籠影響因素進行定量研究，并通過構(gòu)建等維灰色遞補GM（1，1）模型，預測浙江省現(xiàn)金凈投放量。其預測結(jié)果對相關(guān)部門的決策具有一定的指導意義。

浙江??；現(xiàn)金投放回籠；凈投放量；灰色關(guān)聯(lián)度

目前，理論界一般會從國家的宏觀角度研究貨幣需求特點及其規(guī)律，但從一個區(qū)域（?。┑慕嵌葋砩钊胙芯楷F(xiàn)金投放回籠的文獻卻并不多見。近年較有代表性的主要文獻有：中國人民銀行杭州中心支行課題組[1]采用GDP的分布滯后模型、投資傳導模型、消費決定模型和時間序列模型對浙江省現(xiàn)金投放回籠進行定量研究；黃向慶[2]引入系統(tǒng)動力學模型，采用季節(jié)趨勢、SARIMA和BP神經(jīng)網(wǎng)絡三種模型對江蘇省2010年四個季度現(xiàn)金投放回籠情況進行分析預測；繆斌等[3]從影響貨幣需求因素入手，以鎮(zhèn)江市為例采用協(xié)整方法分析地區(qū)GDP、物價指數(shù)對現(xiàn)金投放回籠的影響。這些研究對于區(qū)域現(xiàn)金管理和經(jīng)濟社會的健康發(fā)展起到了積極作用。鑒于區(qū)域現(xiàn)金投放回籠研究的重要性，本文對浙江省現(xiàn)金投放回籠影響因素和浙江省現(xiàn)金凈投放量進行分析和預測，以期為相關(guān)部門進一步加強現(xiàn)金管理提供方法和思路。

一、浙江省現(xiàn)金投放回籠影響因素的灰色關(guān)聯(lián)度分析

1.變量和數(shù)據(jù)

區(qū)域金融機構(gòu)一定時期內(nèi)的現(xiàn)金投放與回籠的軋差形成現(xiàn)金凈投放或凈回籠。從統(tǒng)計口徑看，現(xiàn)金回籠渠道包括商品銷售收入X1，服務業(yè)收入X2，稅款收入X3，城鄉(xiāng)個體經(jīng)營收入X4，儲蓄存款收入X5，其他金融機構(gòu)收入X6，居民歸還貸款收入X7，匯兌收入X8，有價證券收入X9和其他收入X10；現(xiàn)金投放渠道包括工資性支出Y1，農(nóng)副產(chǎn)品采購支出Y2，工礦及其他產(chǎn)品采購支出Y3，行政企事業(yè)管理費支出Y4，城鄉(xiāng)個體經(jīng)營支出Y5，儲蓄存款支出Y6，其他金融機構(gòu)支出Y7，居民提取貸款支出Y8，匯兌支出Y9，有價證券支出Y11和其他支出Y12。從現(xiàn)金投放與回籠的形成渠道看，影響二者的因素各不相同，因此將影響現(xiàn)金投放與回籠的因素分別進行廣義灰色關(guān)聯(lián)度分析。2004—2010年浙江省金融機構(gòu)現(xiàn)金投放和現(xiàn)金回籠統(tǒng)計見表1～表2。

表1 2004 —2010年浙江省金融機構(gòu)現(xiàn)金投放統(tǒng)計 億元

表2 2004 —2010年浙江省金融機構(gòu)現(xiàn)金回籠統(tǒng)計 億元

2.灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)度分析是根據(jù)數(shù)據(jù)序列曲線幾何形狀的相似程度判斷事物或因素關(guān)系緊密與否的多因素分析方法。它具有對樣本數(shù)量要求不高，且不要求樣本服從典型概率分布的優(yōu)點，在分析諸因素的相互關(guān)系中具有明顯的優(yōu)越性和廣泛的適用性?；疑P(guān)聯(lián)度的具體算法較多，廣義灰色關(guān)聯(lián)度便是其中比較典型的一種算法。廣義灰色關(guān)聯(lián)度包括灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度和灰色綜合關(guān)聯(lián)度[4-5]，其計算公式分別為：

根據(jù)（1）、（2）、（3）式分別計算灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度、灰色綜合關(guān)聯(lián)度。2004—2010年浙江省金融機構(gòu)現(xiàn)金投放回籠影響因素的灰色綜合關(guān)聯(lián)度見表3。

表3 2004 —2010年浙江省金融機構(gòu)現(xiàn)金投放回籠影響因素的灰色綜合關(guān)聯(lián)度

從灰色綜合關(guān)聯(lián)度的分析原理看，X0和X1的關(guān)聯(lián)度越接近于1，說明二者的灰色關(guān)聯(lián)度越高，X1對X0的影響度也就越大。由表3可知，按灰色關(guān)聯(lián)度大小排序，現(xiàn)金投放影響因素的灰色綜合關(guān)聯(lián)度依次為：；現(xiàn)金回籠影響因素的灰色綜合關(guān)聯(lián)度依次為：

由表1和表2分析可得到，儲蓄存款現(xiàn)金收入占現(xiàn)金回籠的比例由2004年的68.4%上升到2010的71.6%，年均占比71.3%；儲蓄存款現(xiàn)金支出占現(xiàn)金投放的比例由2004年的69.3%上升到2010的77.2%，年均占比74.3%。顯然，2004—2010年浙江省金融機構(gòu)儲蓄存款現(xiàn)金收支已成為其現(xiàn)金投放回籠的主渠道，并且在數(shù)量上遠遠超過了其他現(xiàn)金投放回籠渠道的總和。可見，灰色綜合關(guān)聯(lián)度分析的結(jié)果與實際情況是吻合的。浙江省儲蓄存款現(xiàn)金與非現(xiàn)金收支的共同作用，造成了儲蓄存款余額的一路攀升，儲蓄存款余額由2004年的7364.06億元增加到2010年的20612.16億元,年均增長率為18.7%①，成為促進浙江經(jīng)濟社會發(fā)展的重要資金支撐。浙江省儲蓄存款余額的快速持續(xù)增長，既得益于經(jīng)濟的發(fā)展和城鎮(zhèn)居民人均可支配收入的不斷增長，又與人們的消費偏好和投資渠道狹窄等因素密切相關(guān)。浙江省高儲蓄率現(xiàn)象與全國高儲蓄率現(xiàn)象相類似，其背后的經(jīng)濟社會因素錯綜而復雜，影響程度也長期而深遠，還需要對其作進一步的研究和探討。

二、浙江省現(xiàn)金凈投放量等維灰色遞補GM (1，1)模型及預測

1.等維灰色遞補GM（1，1）模型

等維灰色遞補GM（1，1）模型[6-8]一般是在GM（1，1）灰色模型的基礎上發(fā)展起來的，它能更有效地提高常規(guī)灰色模型預測的精度。為確保所建灰色模型在預測中有較高精度，采用后驗差檢驗方法[7]對模型精度進行檢驗，即通過計算后驗差比值C和小誤差概率p來判斷模型精度（見表4）。通常而言，C值越小，p值越大，則模型精度越好。

表4 后驗差檢驗判別標準

2.現(xiàn)金凈投放量等維灰色遞補GM（1，1）模型預測

改革開放以來，浙江省現(xiàn)金投放回籠狀況大致經(jīng)歷了“凈投放→凈回籠→凈投放”的變化格局，并且能夠預見現(xiàn)金凈投放趨勢還將繼續(xù)保持下去。為提高預測精度，根據(jù)等維灰色遞補GM（1，1）模型的建模原理，一般要建立不少于5維的GM（1，1）模型群，并從中選取預測精度較高的GM（1，1）模型作為預測模型。為此，以2008年的現(xiàn)金凈投放量作為各數(shù)據(jù)序列的尾數(shù)（見表5），分別向前各取4～7個數(shù)據(jù)，構(gòu)建5～8維的GM（1，1）模型，然后從中選取最恰當維數(shù)建立等維灰色遞補GM（1，1）模型，對2009—2012年的浙江省現(xiàn)金凈投放量進行預測。

表5 2001 —2010年浙江省現(xiàn)金凈投放量統(tǒng)計 億元

以5維（2004—2008年）灰色遞補GM（1，1）模型建模為例，具體說明其模型動態(tài)預測現(xiàn)金凈投放量的步驟和過程。

步驟1：對原始數(shù)據(jù)序列x(0)=（403.16，497.9，555.79，640.74，641.95）進行一次累加生成，得到累加序列x(1)=（403.16，901.06，1456.85，2097.59，2739.54）。

步驟2：根據(jù)累加序列x(1)進行緊鄰均值生成，得到緊鄰均值序列為：z(1)=（652.11，1178.96，1777.22，2418.57）。

步驟3：分別構(gòu)造矩陣B和Y得：

步驟7：分別計算原始數(shù)列和殘差序列均值、標準差，后驗差比值C值和小誤差概率p值得：

根據(jù)后驗差檢驗判別標準，因C=0.203<0.35，p=1> 0.95，可以判定5維灰色遞補GM（1，1）模型的精度等級為“好”。

依此類推，可得到6維、7維和8維灰色遞補GM（1，1）模型。各維數(shù)灰色遞補GM（1，1）模型參數(shù)和精度等級判定結(jié)果見表6。

表6 各維數(shù)灰色遞補GM(1，1)模型參數(shù)和精度等級判定結(jié)果

由于7維灰色遞補GM（1，1）模型的C值最小，故選定其作為等維灰色遞補GM（1，1）模型進行預測。根據(jù)7維灰色遞補GM（1，1）模型預測結(jié)果（見表7），將2009年現(xiàn)金凈投放量預測值754.26億元補充到已知原始數(shù)列的末尾，同時去掉第一個現(xiàn)金凈投放量原始數(shù)據(jù)257.88億元，重新建立等維灰色遞補GM（1，1）模型，重復以上的灰色預測步驟和過程，逐個預測依次遞補，可得到2010—2012年浙江省現(xiàn)金凈投放量預測值分別為840.42億元、920.19億元、1016.44億元。預測結(jié)果表明，除2009年應對全球金融危機影響這一特殊年份外，其他年份模型預測精度較高，平均相對殘差為3.74%。

表7 7 維灰色遞補GM(1,1)模型預測精度

三、結(jié) 論

目前，區(qū)域現(xiàn)金投放回籠問題的研究還不夠深入，還需要進一步探討。在諸多影響區(qū)域現(xiàn)金投放回籠的因素中，有些因素是確定的，而另外一些因素則是不確定的，因而區(qū)域現(xiàn)金投放回籠實際上是一個灰色系統(tǒng)。本文運用廣義灰色關(guān)聯(lián)度方法分析了浙江省現(xiàn)金投放回籠影響因素，得出儲蓄存款現(xiàn)金收支為現(xiàn)金回籠投放的主導因素，這與實際情況相吻合。同時，利用7維灰色遞補GM（1,1）模型對浙江省現(xiàn)金凈投放量進行擬合，經(jīng)后驗差檢驗，模型預測精度高，平均相對殘差低。此外，以7維灰色遞補GM（1,1）模型對其現(xiàn)金凈投放量進行預測，以期為相關(guān)管理部門決策提供一定的科學依據(jù)。

[1]中國人民銀行杭州中心支行課題組.浙江省現(xiàn)金投放模型研究[J].浙江金融，2008(7):4-7.

[2]黃向慶.基于系統(tǒng)動態(tài)分析的現(xiàn)金影響要素及趨勢預測研究[J].上海金融，2012(1):102-106.

[3]繆斌，孫雯，張堅，等.影響區(qū)域現(xiàn)金投放的因素分析及對策研究[J].上海金融，2012(2):101-103.

[4]高輝巧，牛光輝，肖獻國.土地荒漠化驅(qū)動因子的灰色綜合關(guān)聯(lián)度分析[J].人民黃河，2009(5):95-96.

[5]顧建強.我國外匯儲備的灰色關(guān)聯(lián)分析與趨勢預測[J].貴州教育學院學報:自然科學版，2008，19(3):68-70.

[6]郝永紅，王學萌.灰色動態(tài)模型及其在人口預測中的應用[J].數(shù)學的實踐與認識，2002(5):813-820.

[7]杜紅偉，鄭笑平，陳兵.基于等維新息GM(1，1)的鄭州市需水量預測[J].人民黃河，2009(1):53-54.

[8]湯云，易東.等維遞補GM(1，1)模型在結(jié)核病發(fā)病率預測中的應用[J].西南國防醫(yī)藥，2009(10):972-974.

[責任編輯：彭壽康]

Grey Relational Grade Analysis of Factors Affecting Cash Issuance and Withdrawal and Predication of Net Cash Injection in Zhejiang Province

LIN Jianhua
(Zhejiang Xinchang Rural Cooperative Bank, Xinchang, 312500, China)

To strengthen the management of cash, the generalized grey relational grade analysis is applied to make a quantitative analysis on the factors affecting the cash issuance and withdrawal from 2004 to 2010 in Zhejiang province. Grey equi-dimension additional GM (1,1) model is established to predict the net cash injection in Zhejiang province. The result will be of certain significance for relative sectors to make decisions.

Zhejiang province; Cash issuance and withdrawal; Net cash injections; Grey relational grade

F832.21

A

1671-4326(2012)03-0037-04

2012-03-26

林建華（1962—），男，浙江新昌人，浙江新昌農(nóng)村合作銀行風險總監(jiān)，浙江省農(nóng)村信用聯(lián)合社特聘研究員.