住房公积金资金分析及辅助决策研究

作者:未知

  摘 要:根据住建部关于《住房公积金信息建设导则》建立住房公积金运营分析支持系统要求,结合住房公积金业务发展和管理要求,对住房公积金资金历史数据进行分析建模,结合公积金业务发展和政策取向建立了中短期业务预测模型。为公积金中短期事业发展提供辅助决策支持。
  关键词:公积金管理  资金分析预测  winters模型
  一、可行性分析及研究方案
  L省省直住房资金管理中心为隶属于辽宁省财政厅不以营利为目的的自收自支事业单位,主要负责省(中)直驻沈单位住房公积金的归集、管理、使用和会计核算。中心的公积金缴存、回收、提取等数据具有一定规律性。
  分析发现,L省省直住房资金管理中心的公积金汇缴、支取、回收等数据具有较强的时序性,对规律性较强的数据,可使用时间序列平滑法或趋势外推法对其进行分析预测;对更复杂的数据,可以将上述方法结合起来进行分析预测。
  二、数据分析及处理
  数据采用2012-2017年L省省直住房资金管理中心的真实业务数据,通过数据分析,选取合适的数学模型对公积金汇缴、贷款回收、公积金提取进行模拟仿真。
  (一)公积金汇缴的预测
  经分析发现,公积金汇缴具有较强的规律,虽然按月统计的汇缴金额规律不强,但按季度汇总后却有较强的线性规律。可用最小二乘法进行中短期预测。
  首先,按季度预测。选取预测数据之前连续5年的汇缴数据作为基础数据,按季度进行汇总,利用最小二乘法得到每一季度的预测方程。
  然后,按月预测。计算基础数据每月在其所属季度中所占比值。用季度预测值乘以每月在其所属季度中占比均值即可得到每月的预测值。对其他各季度及月份的汇缴金额进行预测,也有类似结果。
  (二)公积金贷款回收的预测
  利用指数模型对2018年第一季度的贷款回收进行预测,预测该季度贷款回收金额为239087138.3元,而真实值为228304335.1元,误差为4.7%,预测精度高,该预测模型可靠度好。
  (三)公积金支取总量的预测
  对2012年1月至2017年12月公积金总支取金额进行分析。没有较强的规律性。一方面,该数据随着时间的推移表现出增大的总体趋势;另一方面,又存在着季节的波动性;此外,数据还存在随机性波动。利用一般的模型对其进行预测时,误差较大,效果不好。温特斯(winters)季節预测法是一种较为高级的平滑预测方法,以三个方程为基础。其中,每个方程用于平滑模型的三个组成部分(平稳的、趋势的和季节性的),且都含有一个有关参数。这种方法可以平滑随机性、修正倾向性、处理季节性。
  温特斯季节预测法的三个基本方程为:
  这里[p]是季节长度,[α,β,γ]为(0,1)中的数,称为平滑参数,[Yt]为观测的实际值。
  以2012年各月与2012年全年提取金额的月均值之比,作为初始月份平滑值[I1~I12],用2013年1月份的实际值作为一次平滑值[St]的初始值[S13],以2013年一季度与2012年一季度差值的均值作为趋势平滑值[bt]的初始值[b13],用[~Y2=(S13+b13)I2]预测2013年2月的总支取。然后按3个基本方程计算[St],[bt],[It],并用[~Yt+1=(St+bt)It-p+1]对下个月的总支取金额进行预测。
  使用此方法时,最重要,也是最困难的工作是确定平滑参数[α,β,γ]的取值问题,平滑参数的取值合适与否,决定着预测的准确程度。经过大量实验和以往数据分析工作的实践经验,此处我们选择[α=0.382,β=0.45,γ=0.7]作为该模型的平滑参数。考虑到政策因素以及某些月份的特殊性(如春节在1月或2月份,十一长假在10月份),我们又加入政策调整因子和月份调整因子,共计5个参数。
  该模型是一个逐步修正的过程,一般需要3个季节周期就会基本稳定,前面预测的数据可能不太好。等数据修正基本稳定后。后面模型预测值比较理想。
  利用上述模型对2018年4至6月的总支取金额进行预测, 最大误差为7.4%,精度比上两个模型较差,但仍然可以接受。
  三、结束语
  通过对历史数据分析,根据其规律选择合适的模型进行中短期预测。只要模型选择得当,精度和稳定性都可以有效保障。可以根据公积金的存量及可以为公积金的合理使用及政策出台提供有力的理论依据,充分发挥公积金的效用。
转载注明来源:https://www.xzbu.com/1/view-14801989.htm

服务推荐