企業集團資金集中管控下的現金流預測

陳昕

摘 要：企業集團在實行資金集中管控管理體系時，作為集團內部運營的資金管理中心需要時刻關注其面臨的日常現金流動。為了保障集團公司各單位的資金使用需求，同時降低現金持有成本，能夠有效預測資金管理中心面臨的現金需求量是十分必要的。本文使用某集團資金管理中心每日資金需求量的時間序列數據，采用了ARMA模型、GARCH（1， 1）模型和EGARCH（1， 1）模型等時間序列模型對數據進行建模，并對上述方法的預測效果進行了比較。實證結果表明，EGARCH（1， 1）模型能較好地預測每日資金需求量，從而為資金管理中心進行資金運作規劃提供了有價值的參考意義。

關鍵詞：資金管理；現金流；模型比較

中圖分類號：F830.31 文獻標識碼：B 文章編號：1674-0017-2015（12）-0042-03

一、研究背景及相關理論

（一）研究背景

現金流攸關企業的生存及發展，合理預測企業日常現金流量，從而維持一個既能滿足企業資金流動所需又不影響企業發展速度的現金持有量，是企業財務決策的重要問題。

在實行資金集中管控的大型企業集團，集團內各單位的資金集中到了集團總部承擔著資金管理職能的資金管理中心。作為發揮著集團公司內部銀行功能的機構，充分盤活集團公司體內現金資源，降低現金持有成本，同時滿足集團公司各單位的資金使用需求，是資金管理中心日常工作的基本任務。

從工作內容上看，資金管理中心每日要將集團內各成員單位銀行賬戶中的閑置資金上劃至其自身的銀行賬戶；同時根據用款申請，將資金從自身銀行賬戶下撥至集團內成員單位的銀行賬戶。在這一過程中，資金管理中心需要以銀行活期存款的形式持有一定量的資金，如果資金管理中心的現金持有不足，會導致企業生產經營中斷、無法償還到期債務等風險；現金持有過多，則造成企業資金閑置、財務費用上升的問題。因此，維持合理的現金持有量，是資金管理中心的首要目標之一，而實現這一目標的重要任務就是有效預測資金管理中心面臨的現金需求量。

（二）理論綜述

企業現金管理研究是財務管理領域的熱點問題之一。現金管理最優化的成敗與否，取決于能否對現金需求量做出精準的預測。在準確預測現金流量的基礎上，企業確定最佳現金持有量、有效降低現金持有成本等財務管理需求才有可能實現。Simutis（2008）使用神經網絡、支持向量回歸等預測方法分析現金需求量，并對各個模型的預測效果進行了對比。Castro（2009）在假設現金需求量不確定的前提下，使用隨機規劃和混合整數線性規劃方法考察了相關問題。

考慮到可獲得的數據類型，本文通過對時間序列數據分析來預測資金管理中心面臨的日現金需求量，分別使用了ARMA模型、GARCH（1， 1）模型和EGARCH（1， 1）模型等時間序列模型對數據進行建模，并對上述方法的預測效果進行了比較。

二、實施分析

（一）擬解決的問題

資金管理中心處理日常現金管理業務時需要考慮三個因素：資金需求量，可通過短期信貸獲得的資金數量，管理制度規定或因業務慣例設定的計劃最大現金持有量。

當資金下撥數大于資金上劃數時，我們設定資金管理中心面臨的資金需求量為負值，此時其現金持有量下降；反之，當資金下撥數小于資金上劃數時，則設定資金需求量為正值，此時實際現金持有量將超過計劃最大現金持有量。當因現金持有量較小而使用信貸資金時，企業的財務成本上升，現金持有量較大時，機會成本較大，因此應通過預測資金需求量而持有合理的現金量以最小化現金持有成本。本文使用時間序列方法對數據進行建模，以預測資金管理中心的日資金需求量，我們各自使用不同的模型進行對比，從而選擇出一個最優的預測方法。

（二）數據準備

資金管理信息系統中的資金上劃及下撥數據信息保存的是資金管理中心與多個單位的資金往來數據，我們將這些數據按日周期進行了匯總處理。對于年度內個別發生的大額對外收付款業務，由于事先均能知曉此類業務的發生時間及金額，我們將其資金往來數據進行了剔除處理。

本文使用了某集團資金管理中心2014年內249個工作日的資金上劃及下撥量數據，處理得到日資金需求量的時間序列數據，并將數據分為訓練樣本與檢驗樣本。

三、結論

使用時間序列分析方法預測現金流變化，可以使得資金管理中心更好地確定其現金持有量，同時也便于安排融資規劃業務，及時提取或償還銀行貸款，保障企業營運資金的正常周期，節約大量財務費用。對現金流的數量化模型預測技術能夠通過信息化手段自動實現，從而可以替代管理人員基于自身經驗的主觀判斷。

此項工作未來可以進行更為深入的研究，從預測企業集團內部資金管理中心的現金流量，推廣到對企業集團各個成員公司其各自的現金流波動性及相關性進行分析預測，這一問題更為復雜，但是解決之后可以進一步提升整個企業集團的現金管理和使用效率。同時，可以考慮將影響現金流的其他變量引入預測模型，比如企業集團各個成員公司的生產、銷售模式等，分析這些因素能夠了解企業現金需求行為的更多信息。

參考文獻

[1]韓金紅.應用數據挖掘技術提升資金分析管理質量[J].合作經濟與科技，2007，1（333）：74-75。

[2]張宇馳，郝洪.財務靈活性視角下公司治理與現金持有量關系[J].會計之友，2014，（5）：44-47。

[3]Simutis R， Dilijonas D， Bastina L （2008） Cash demand forecasting for ATM using neural networks and support vector

regression algorithms. In： International conference 20th EURO miniconference “Continuous Optimization and

Knowledge-Based Technologies”（EurOPT-2008） Neringa， LITHUANIA. ISBN 978-9955-28-283-9.

[4]Castro J （2009） A stochastic programming approach to cash management in banking. Eur J Oper Res 192：963–974.

[5]盧佩彤.企業集團公司資金集中管理的利弊與對策分析[J].中國鄉鎮企業會計，2012，（7）：80-81。

The Forecast on the Cash Flow under the

Centralized Control of Enterprise Group Capital

——Based on Time Series Analysis Method

CHEN Xin 1， 2

（1 Shanghai University of Finance and Economics， Shanghai 200433

2 Shaanxi Electric Power （Group） Co. LTD.， Xian Shaanxi 710061）

Abstract：When the management system of the centralized control of the capital is applied in an enterprise group， the capital management center， as the groups internal operations， needs to focus on the daily cash flow. In order to meet the requirement of each unit of the group company for the capital and at the same time reduce the cost of holding cash， it is very necessary to effectively predict the demand for the amount of the cash. The paper uses the time series data of the amount of the daily capital demand of the capital management center of a group， and by means of ARMA model， GARCH （1， 1） model， EGARCH （1， 1） model and time series model sets up the model and compares the prediction effect of each method. The empirical results show that the EGARCH （1， 1） model can well predict the daily demand for the capital， which provides a valuable reference to planning the capital operations for the capital management center.

Keywords： capital management； cash flow； model comparison

責任編輯、校對：苗文龍