陳國(guó)平 邵潔 張俊杰

【摘要】企業(yè)的生產(chǎn)經(jīng)營(yíng)及財(cái)務(wù)管理活動(dòng)起始于現(xiàn)金，經(jīng)過(guò)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(yíng)及建設(shè)資金的情況下，應(yīng)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。為使現(xiàn)金使用效率和效益達(dá)到最高水平，對(duì)現(xiàn)金持有量的科學(xué)性估測(cè)不可或缺。本文利用蒙特卡羅模擬法對(duì)電網(wǎng)企業(yè)最佳現(xiàn)金持有量進(jìn)行估測(cè)，估測(cè)結(jié)果可以較好地滿足電網(wǎng)企業(yè)資金需求，同時(shí)提高資金運(yùn)作效率。

關(guān)鍵詞 最優(yōu)現(xiàn)金，大數(shù)據(jù)模型，循環(huán)神經(jīng)網(wǎng)絡(luò)法

一、引言

（一）研究背景和意義

最佳現(xiàn)金持有量（或最佳安全備付金額）是指在滿足基本建設(shè)和正常生產(chǎn)經(jīng)營(yíng)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(guò)低時(shí)，將造成資金短缺，無(wú)法償還到期債務(wù)，乃至生產(chǎn)經(jīng)營(yíng)中斷等風(fēng)險(xiǎn)；而預(yù)測(cè)過(guò)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。

目前，某某電網(wǎng)公司（下稱“某某公司”）不斷提升預(yù)算及存量資金管理水平，但在制定安全備付額度方面仍缺乏科學(xué)的預(yù)測(cè)模型等數(shù)據(jù)支撐工具。當(dāng)前，某某公司采取的安全備付額度的測(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。其中，日常凈支付額度是指公司上年度正常生產(chǎn)經(jīng)營(yíng)以及電網(wǎng)建設(shè)活動(dòng)資金支出，加上年度連續(xù)高峰支付收支差額；日均不可動(dòng)用資金是指受流動(dòng)性較差的資金日均余額。

本次工作主要通過(guò)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。

（二）研究?jī)?nèi)容

本次研究主要通過(guò)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，從而獲取每一日某某公司的凈現(xiàn)金流，以預(yù)測(cè)2017年長(zhǎng)中短期的最佳現(xiàn)金持有量。此研究工作主要從三個(gè)方面展開。

一是對(duì)2014—2017年每日凈現(xiàn)金流數(shù)據(jù)進(jìn)行清洗及觀測(cè)。通過(guò)Python軟件將現(xiàn)金日記賬以及憑證信息等數(shù)據(jù)進(jìn)行關(guān)聯(lián)，以獲取分析過(guò)程中所需的關(guān)鍵信息；對(duì)關(guān)聯(lián)后的數(shù)據(jù)進(jìn)行篩選，以剔除與現(xiàn)金流無(wú)關(guān)的憑證信息，獲取有效的現(xiàn)金流數(shù)據(jù)；對(duì)篩選后的數(shù)據(jù)進(jìn)行可視化分析，挖掘某某公司的收支構(gòu)成，現(xiàn)金流量隨時(shí)間變化的規(guī)律，售電及購(gòu)電是否集中在某些獨(dú)特日期，凈流量隨時(shí)間變化的規(guī)律，以及歷年安全備付額度的對(duì)比情況等。

二是對(duì)已有現(xiàn)金持有量預(yù)測(cè)模型進(jìn)行評(píng)估。結(jié)合某某公司的實(shí)際情況，對(duì)三類常見的現(xiàn)金持有量預(yù)測(cè)模型，即成本分析模型、存貨模型以及隨機(jī)模型進(jìn)行分析及研究，評(píng)估其特性以及這三類模型是否適用于某某公司的現(xiàn)狀。

三是利用科學(xué)性預(yù)測(cè)模型對(duì)現(xiàn)金流進(jìn)行預(yù)測(cè)。利用蒙特卡羅模擬法，模擬大量符合歷史數(shù)據(jù)特性的負(fù)現(xiàn)金流量（現(xiàn)金支出），并通過(guò)風(fēng)險(xiǎn)價(jià)值模型計(jì)算某某公司全年的安全備付額度；通過(guò)歷史數(shù)據(jù)訓(xùn)練適用于某某公司現(xiàn)金流的循環(huán)神經(jīng)網(wǎng)絡(luò)，以預(yù)測(cè)未來(lái)短期內(nèi)現(xiàn)金流量的變動(dòng)。

二、分析數(shù)據(jù)準(zhǔn)備

（一）數(shù)據(jù)獲取

從數(shù)據(jù)對(duì)象范圍看，本次研究的對(duì)象范圍為某某公司及其子公司；數(shù)據(jù)時(shí)間范圍為2014年1月1日至2017年5月8日。

數(shù)據(jù)內(nèi)容主要包括現(xiàn)金日記賬、憑證信息以及某子公司憑證信息三類。其中，一是現(xiàn)金日記賬數(shù)據(jù)用于獲取憑證信息的準(zhǔn)確對(duì)賬日期，主要包括記賬日期、憑證類型、憑證編碼、摘要、借方、貸方、余額7個(gè)字段，全部來(lái)自ERP系統(tǒng)。二是憑證信息用于清洗非現(xiàn)金流范疇的憑證，主要包括公司、憑證編碼、原因代碼、總賬科目、總賬金額、借貸、文本7個(gè)字段，全部來(lái)自ERP系統(tǒng)。三是某子公司的憑證信息用于獲取某子公司的有效的現(xiàn)金流憑證，主要包括月、日、憑證編碼、摘要、借方、貸方、余額7個(gè)字段，全部來(lái)自財(cái)務(wù)管控系統(tǒng)。

從數(shù)據(jù)質(zhì)量看，某某公司及其子公司在2014年1月到2017年5月共有38.9萬(wàn)條憑證信息，且憑證信息的完整率為100%，但在憑證信息中缺乏準(zhǔn)確的記賬日期，因此通過(guò)與日記賬數(shù)據(jù)的關(guān)聯(lián)獲取其記賬日期。因部分憑證科目不屬于現(xiàn)金科目，因此關(guān)聯(lián)后只保留兩者相交部分的憑證信息，共38.6萬(wàn)條。

（二）數(shù)據(jù)預(yù)處理

1.憑證信息篩選

在最佳現(xiàn)金持有量預(yù)測(cè)時(shí)，需剔除與現(xiàn)金流無(wú)關(guān)的憑證，因?yàn)橹T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，從而使預(yù)測(cè)準(zhǔn)確性降低。因此，應(yīng)剔除無(wú)關(guān)憑證，只保留某某公司有效的現(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。在憑證信息篩選后，最終保留32.4萬(wàn)條憑證信息進(jìn)行分析及研究。

2.現(xiàn)金流計(jì)算

根據(jù)借貸方向及記賬日期，將篩選后的32.4萬(wàn)條憑證分為現(xiàn)金收入憑證及現(xiàn)金支出憑證，并按日期匯總，獲取從2014年1月1日到2017年5月8日期間的每日支出金額及每日收入金額；將每日收入減去每日支出，獲取每日凈現(xiàn)金流金額，用以輸入預(yù)測(cè)模型。

三、每日凈現(xiàn)金流數(shù)據(jù)觀測(cè)

利用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。

（一）某某公司的收支構(gòu)成

根據(jù)現(xiàn)金收入及現(xiàn)金支出憑證信息，發(fā)現(xiàn)某某公司的收入來(lái)源較單一而支出渠道較為多樣化。其中，收入主要來(lái)源于售電，占據(jù)總收入的75%。而對(duì)于支出渠道來(lái)說(shuō)，購(gòu)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74.24%，購(gòu)電一項(xiàng)只占據(jù)總支出的50%。

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。初步考慮將金額較大且日期固定的發(fā)生額提取出，對(duì)其余現(xiàn)金流采用隨機(jī)過(guò)程進(jìn)行擬合。

①將數(shù)據(jù)按比例劃分為訓(xùn)練集與測(cè)試集；

②將訓(xùn)練集的數(shù)據(jù)劃分為訓(xùn)練組，訓(xùn)練組中元素的個(gè)數(shù)由數(shù)據(jù)特點(diǎn)和模型結(jié)構(gòu)決定；

③將分好的訓(xùn)練組依次輸入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，訓(xùn)練完成后將模型存儲(chǔ)在計(jì)算機(jī)中；

④利用訓(xùn)練好的模型進(jìn)行預(yù)測(cè)。

（三）模型建立與應(yīng)用

1.中長(zhǎng)期預(yù)測(cè)（蒙特卡羅模擬及風(fēng)險(xiǎn)價(jià)值模型）

（1）現(xiàn)金流與已知分布的擬合

通過(guò)對(duì)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)金流量服從于某種統(tǒng)計(jì)分布。由于安全備付額的制訂只與負(fù)現(xiàn)金流量相關(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(guò)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凈流出的金額分布，設(shè)定風(fēng)險(xiǎn)水平為0.1%，獲取安全備付額度的預(yù)測(cè)值為17.03億元，即未來(lái)在99.9%的概率下，一日的凈流出不會(huì)超過(guò)17.03億元，全年維持這一水平即可。

通過(guò)上述方法，可以利用2014年支出現(xiàn)金流量計(jì)算2015年最佳現(xiàn)金持有量，利用2014—2015年支出現(xiàn)金流量計(jì)算2016年最佳現(xiàn)金持有量，計(jì)算的最佳現(xiàn)金持有量與實(shí)際支出現(xiàn)金流量。如圖2所示，計(jì)算出的2015年、2016年與2017年的最佳現(xiàn)金持有量分別為分布時(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(wú)法拒絕原假設(shè)，則判定樣本服從已知分布。

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，如表1所示。

（2）通過(guò)已有分布進(jìn)行蒙特卡羅模擬

通過(guò)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(guò)對(duì)該分布進(jìn)行100萬(wàn)次的蒙特卡羅模擬，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，結(jié)果如圖1所示。

（3）根據(jù)蒙特卡羅模擬，提取分位點(diǎn)，得出安全備付額度

通過(guò)上一步得到蒙特卡羅模擬的13.9億元、14.9億元以及17.03億元。從2015年1月至2017年4月期間，只有3天超出了計(jì)算最佳現(xiàn)金持有量。2015年與2016國(guó)網(wǎng)定制備付金額均為20億元，2017年國(guó)網(wǎng)定制金額為17億元。

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)行蒙特卡羅模擬及風(fēng)險(xiǎn)價(jià)值測(cè)算，獲取未來(lái)每月（中期）最佳備付額度預(yù)測(cè)值。1月至4月間，實(shí)際現(xiàn)金支出均為超出計(jì)算值。預(yù)測(cè)支出金額最多的天所在月份為9月，金額為16.8億元，未超出預(yù)測(cè)的17.03億元。

2.短期預(yù)測(cè)：循環(huán)神經(jīng)網(wǎng)絡(luò)

（1）數(shù)據(jù)篩選

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)。

（2）數(shù)據(jù)預(yù)處理

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，首先將支出數(shù)據(jù)正值化，即在某某公司測(cè)算過(guò)程中，將所有現(xiàn)金流數(shù)據(jù)加1682947806（約17億），即最小凈流出絕對(duì)值加一，使所有數(shù)據(jù)大于等于1；其他公司，按同理處理。之后，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)練是通過(guò)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(guò)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1。

（3）模型訓(xùn)練與參數(shù)調(diào)整

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(zhǎng)及訓(xùn)練次數(shù)，每調(diào)整一次模型（修改組長(zhǎng)或訓(xùn)練次數(shù)）就需重新計(jì)算一次誤差。

（4）誤差獲取

（5）最優(yōu)模型選擇

在步驟4中獲得的模型中選取誤差值最低的一個(gè)模型。

（6）日現(xiàn)金流預(yù)測(cè)

利用訓(xùn)練好的最優(yōu)模型，預(yù)測(cè)日現(xiàn)金流，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(guò)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)誤差率為15%。

六、結(jié)論及效果

（一）數(shù)據(jù)分析結(jié)論

根據(jù)有效的資金收支數(shù)據(jù)觀測(cè)，可以發(fā)現(xiàn)某某公司資金流具有如下特性。

①收入來(lái)源較單一而支出渠道較為多樣化的結(jié)論。其中收入主要來(lái)源于售電。

②對(duì)于支出渠道來(lái)說(shuō)，主要包括購(gòu)電、工程支出、政府部門附加費(fèi)及稅費(fèi)四類支出。

③2014年1月1日至2017年4月30日，除2016年1月1日外，凈現(xiàn)金流在正負(fù)20億元之間浮動(dòng)。

（二）建模工作

通過(guò)統(tǒng)計(jì)驗(yàn)證，發(fā)現(xiàn)2017年以前的凈流出服從（ alpha=3.47 ，beta=0.54）的beta分布?；谠摻Y(jié)論，建立了基于統(tǒng)計(jì)的年度和月度最佳現(xiàn)金持有量模型，可以用于預(yù)測(cè)年度和月度最佳現(xiàn)金持有量。

利用長(zhǎng)短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)計(jì)算方法可以實(shí)現(xiàn)日現(xiàn)金流量預(yù)測(cè)。其中最好的模型為將8天分為一組，即利用前19天的現(xiàn)金流量預(yù)測(cè)第20天的現(xiàn)金流量。

（三）應(yīng)用效果

通過(guò)中長(zhǎng)期以及日現(xiàn)金流量的預(yù)測(cè)，可以提升現(xiàn)金預(yù)算及存量資金精益化管理水平，為制定安全備付額度提供科學(xué)性預(yù)測(cè)模型等數(shù)據(jù)支撐工具。

同時(shí)，根據(jù)年度與月度預(yù)測(cè)數(shù)值，可以將多余的備付資金用于投資，提高公司收益。以2015年與2016年為例，國(guó)網(wǎng)定制安全備用金為20億元，而根據(jù)模型計(jì)算的數(shù)值分別為13.9億元與14.9億元。將多余的資金用于投資的話，以4%年化利率計(jì)算，則可獲得收益為：（20-14）×4% + （20-15）×4% = 0.44億元。同時(shí)，基于月度預(yù)測(cè)，可以利用多余的備付金進(jìn)行短期投資，如圖3所示。

除此之外，通過(guò)精準(zhǔn)預(yù)測(cè)公司未來(lái)現(xiàn)金流量，可以有效指導(dǎo)公司未來(lái)融資策略，應(yīng)對(duì)復(fù)雜的內(nèi)外部形勢(shì)和未來(lái)現(xiàn)金流管理存在的不確定形勢(shì)，在保障資金安全的前提下，創(chuàng)新公司融資模式，確定最佳的融資金額及融資時(shí)機(jī)，提高資金運(yùn)作效率和效益，降低融資成本。

七、思考與啟示

省級(jí)電網(wǎng)企業(yè)應(yīng)不斷提升現(xiàn)金持有量預(yù)測(cè)方面的科學(xué)性和精準(zhǔn)性，最大限度減少資金閑置，提高資金使用效率。由于電網(wǎng)企業(yè)資金業(yè)務(wù)特點(diǎn)，一般情況下用來(lái)分析最佳現(xiàn)金持有量的成本分析模型、存貨模型和隨機(jī)模型均不適用。經(jīng)檢驗(yàn)，本文提出的通過(guò)蒙特卡羅模擬法及風(fēng)險(xiǎn)價(jià)值模型來(lái)預(yù)測(cè)中長(zhǎng)期現(xiàn)金持有量以及通過(guò)循環(huán)神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)短期現(xiàn)金持有量的方法，可以較好地預(yù)測(cè)年度和月度等最佳現(xiàn)金持有量。

對(duì)于模型應(yīng)用的關(guān)鍵在于對(duì)歷史現(xiàn)金流量數(shù)據(jù)的準(zhǔn)確提取，省級(jí)電網(wǎng)公司應(yīng)加強(qiáng)日常憑證管理的規(guī)范性，并開發(fā)相應(yīng)程序自動(dòng)進(jìn)行憑證整理和現(xiàn)金流數(shù)據(jù)提取，以提升預(yù)測(cè)手段的實(shí)用性和自動(dòng)化。數(shù)據(jù)提取后，進(jìn)行數(shù)據(jù)正值化處理，建立蒙特卡羅模型，并進(jìn)行模型訓(xùn)練和調(diào)參，最后通過(guò)誤差值獲取確定最優(yōu)模型，并利用最優(yōu)模型預(yù)測(cè)日現(xiàn)金流。

在實(shí)際工作中，導(dǎo)致不能保持最佳現(xiàn)金持有量的因素有很多，企業(yè)應(yīng)從多方面入手加強(qiáng)管理。首先，應(yīng)建立健全內(nèi)控制度，加強(qiáng)內(nèi)控監(jiān)督，盡量減少隨意支付行為的發(fā)生，從而降低現(xiàn)金持有量。其次，加強(qiáng)預(yù)算管理，預(yù)算偏差度越小越有利于持有量的控制。再次，與銀行等金融機(jī)構(gòu)保持良好的合作關(guān)系，一旦有融資需求，能盡快取得融資款項(xiàng)并最小化成本，資金溢余時(shí)，多種理財(cái)組合以達(dá)到收益率最大化。最后，在預(yù)算管理即現(xiàn)金日調(diào)度基礎(chǔ)上，建立并落實(shí)定期付款制度。不僅在總額上控制支出，而且落實(shí)到具體日期，例如可以按10日、15日、25日為支付日等，以便于財(cái)務(wù)人員調(diào)度資金，更好地實(shí)現(xiàn)現(xiàn)金管理，最大限度降低支付風(fēng)險(xiǎn)，發(fā)揮資金的最大效益。

參考文獻(xiàn)

[1]趙冉，唐敏.企業(yè)現(xiàn)金持有理論解釋及影響因素研究.商業(yè)會(huì)計(jì)，2015（5）：44-47.

[2]張西征，許英.經(jīng)營(yíng)現(xiàn)金流波動(dòng)、現(xiàn)金持有與企業(yè)研發(fā)投資. 商業(yè)會(huì)計(jì)，2015（23）：13-17.

[3]李建卿.最佳現(xiàn)金持有量確定方法的應(yīng)用分析.中國(guó)鄉(xiāng)鎮(zhèn)企業(yè)會(huì)計(jì)，2014（12）：105-106.