我国社会融资规模的预测及对策研究——基于新陈代谢灰色GM(1,1)视角

金融市场　中国市场２０１５年第２１期（总第８３６期）　我国社会融资规模的预测及对策研究　基于新陈代谢灰色Ｇ　Ｍ（１。１）视角　张德美，张菁菁　（云南财经大学　国际工商学院，云南　昆明　６５０２２１）　［摘要］本文从社会融资规模的具体内涵出发，构建新陈代谢灰色ＧＭ（１，１）社会融资规模预测模型，以　２００６－－２０１０年我国社会融资规模数据为原始数据测试集，对其进行数据拟合，并对２０１１—２０ｌ２年社会融资规模进行预　测及检验，确定未来五年内我国社会融资规模的预测值，为其发展趋势的合理性判断提供支持，具有现实的指导意义。　［关键词］社会融资规模；灰色预测；新陈代谢ＧＭ（１，１）模型　［ＤＯＩ］１０．１３９３９￣．ｅｎｋｉ．ｚｇｓｅ．２０１５．２１．２１６　社会融资规模是中国的货币政策理论与法规调控实践　的重大创新。社会融资规模指的是在一定时期内（每月、　每季或每年）实体经济从金融体系获得的全部资金总额，　它能够全面反映金融与实体经济的关系，以及金融对实体　经济关系的总量统计指标。社会融资规模对我国实体经济　运行（ＧＤＰ、ＣＰＩ、社会消费品零售总额、城镇固定资产　预测模型和方法众多，针对我国社会融资规模的有限　数据，且序列数据的不完整性和不可靠性，灰色模型是适　合的选择。特别是其中的新陈代谢灰色预测模型（Ｍｅｔａｂ—　ｏｌｉｓｍ　Ｇｒａｙ　Ｆｏｒｅｃａｓｔ　Ｍｏｄｅ１），目前，国内学者运用新陈代谢　ＧＭ（１，１）模型进行预测研究已得到广泛应用。其中，　王弘宇，马放等（２００４）针对常规ＧＭ（１，１）模型存在　的不足，建立了灰色新陈代谢ＧＭ（１，１）需水量预测模　型，并利用此模型对北方某缺水城市未来１Ｏ年的需水量　进行了预测，结果表明，模型精度较高，预测误差较小。　投资、全国发电量等）的影响作用，对提高货币政策传　导机制的有效性、推动宏观经济健康发展具有重要意义。　因此，社会融资规模的预测研究显得尤为重要。　１　社会融资规模预测现状分析　１．１传统融资预测弊端分析　传统社会融资规模的预测方法基本上是回归分析法，　它在研究大样本数据的统计规律时具有重要的作用。但是　对于大多数企业和整个国家来说，其自身所具有的往年财　许强等（２００９）建立了灰色新陈代谢ＧＭ（１，１）滑坡预　测模型，并利用该模型对向加坡滑坡和链子崖危岩体ＧＡ　监测点位移变形进行了预测。结果表明，灰色新陈代谢　ＧＭ（１，１）模型精度较高，预测误差较小，有很好的利　用价值。　由于社会融资规模是具有中国特色的创新概念，因此　务数据并不多，不构成大样本数据，因此在使用回归分析　法预测社会融资规模时往往会出现许多偏差，影响分析　结果。　国内外有关社会融资规模的研究不多，并且很少有对我国　社会融资规模进行预测的研究，基于此，本文引入灰色系　统理论中的新陈代谢ＧＭ（１，１）模型，将其应用到我国　社会融资规模预测中，并对我国社会融资规模的控制提出　了合理化建议。　１．２相关文献综述　我国提出社会融资规模具有传统货币理论背景和现代　金融理论支持，符合我国融资结构深化的现实国情。盛松　成（２０１１）总结了社会融资规模这一指标的理论基础与　国际经验，并在统计分析和实证研究的基础上强调社会融　资规模是符合金融宏观调控市场化方向的中间目标。李沂　（２０１３）通过构建ＳＶＡＲ模型，研究社会融资规模作为货　币政策中介目标的可行性。研究表明，以利率为主的价格　２社会融资规模预测模型　２．１构建新陈代谢灰色ＧＭ（１，１）模型步骤　新陈代谢灰色ＧＭ（１，１）模型，随着时间序列的预　测，每预测一个值我们将其补充到已知时间序列中，同时　剔除最原始的数据，保持着数列的等维性。再补充新信息　型工具比以社会融资规模为主的数量型工具更能提高货币　政策传导机制的有效性。　我国目前专门针对社会融资规模进行预测的相关性研　究较少，现有文献并没有从定量的角度探讨社会融资规模　的同时，及时剔除掉老化数据。具体方法如下。　第一步：构造一个小样本数据序列，即　‘们＝（　‘。　（１），　‘。　（２），…，　‘。　（ｎ））。　对该序列进行ＧＭ（１，１）建模，得到时间响应序　列为　‘　（ｋ＋１）＝（　‘。　（１）一旦）ｅ　＋旦，　未来发展趋势及其总量的问题，无法为未来融资规模是否　符合社会发展的合理性提供依据。基于此，本文从对社会　融资规模的发展趋势及其合理性进行预测分析。　张德美，等：我国社会融资规模的预测及对策研究　将其还原得到预测值　‘。　（ｋ＋１）＝（１一ｅ　）（　。　（１）一　）ｅ　。　金融市场　表１我国２００６－－２０１２年社会融资规模总量　单位：亿元　第二步：将第一个数据剔除，用后　一１个数据的实　际值和第ｎ＋１个数据的预测值构成一个新的数据序列　Ｘ‘　＝（　‘。　（２），　‘。　（３），…，　。　（／７，＋１）），然后进行ＧＭ　（１，１）建模，得到该新数据序列的拟合值和预测值。　第三步：将原始数据序列的第二个数据剔除，运用剩　注：（１）社会融资规模是指一定时期内实体经济从金融体系获得的资金　总额，是增量概念；（２）２０１２年数据为初步统计数。　３．２我国社会融资规模的新陈代谢灰色ＧＭ（１，１）的拟　合和预测　下ｎ一１个数据和第ｎ＋２个数据的预测值建立ＧＭ（１，　１）模型，如此反复，得到新数据序列的拟合值和预　测值。　依据新陈代谢灰色ＧＭ（１，１）模型的建模步骤，我　们首先以２００６－－２０１０年的社会融资规模数据作为原始测　试集。　２．２误差检验　第一种是残差大小检验，即对模型值和实际值的残差　进行逐点检验。　据此建立社会融资规模数据序列：　Ｘ　＝（４２６９６，５９６６３，６９８０２，１３９１０４，１４０１９１），　设模拟值的残差序列的绝对值为Ｉ　ｅ（０　（￡）ｌ，则　ｌ　ｅ　（ｔ）ｌ＝ｌ　（ｔ）一ｘ　（ｔ）Ｉ　第二种是相对误差检验就是通过求残差序列的相对值　来检验模型。相对误差越小说明模型精度越高。相对误差　的计算如下：　作累加生成（１一ＡＧＯ）序列：　Ｘ…＝（４２６９６，１０２３５９，１７２１６１，３１１２６５，４５１４５６），　计算紧邻均值生成序列：　Ｚ　’＝（７２５２７．５，１３７２６０，２４１７１３，３８１３６０．５）。　针对灰色白化方程并进行参数估计，其中数据矩阵及　设模拟值的残差序列为ｅ（ｔ），则　ｅ参数估计结果如下：　‘。　（　）＝　‘。　（ｔ）一ｘ‘。　（ｔ）　曰：『　７２５２７・５，一１３７２６０，一２４１７１３，一３８ｌ３６０・　１Ｔ，　Ｌ　１，　１，　１，　１　Ｊ　令ｅ（ｔ）为残差的相对值，即　ｅ（ｚ）：　＝Ｙ＝［５９６６３，６９８０２，１３９１０４，１４０１９１］　，　＝（ａ，ｂ）Ｔ＝（　ＴＢ）－１ＢＴｙ　［一０．２９１２１１，４１５５５．５１１０３５］，　３基于新陈代谢灰色ＧＭ（１，１）模型的社　会融资规模预测实例分析　３．１我国社会融资规模的数据分析　计算得时间响应序列：　：　（ｋ＋１）＝１８５３９５．１６７８５９ｅ“　“　一１４２６９９．１６７８５９。　对该数据序列分别进行新陈代谢处理，并根据新数据　序列重新建立ＧＭ（１，１）模型，得到２００６－－２０１２年我　国社会融资规模的拟合值和预测值，且进行了检验，其所　有结果如表２所示。　根据《中国统计年鉴》整理得到我国历年（２００６—　２０１２年）社会融资规模的数据如表１所示。　表２我国２００６－－２０１２年社会融资规模的新陈代谢ＧＭ（１，１）建模情况　年份　２ＯＯ６　２ＯＯ７　实际值（亿元）　初始建模值（亿元）　二次建模值（亿元）　拟合＆预测值（亿元）　４２６９６　５９６６３　残差（亿元）　Ｏ　３Ｏｏ９．１６　相对误差（％）　Ｏ．０ｏ　５．０４　４２６９６　５９６６３　５９６６３　４２６９６　６２６７２．１６　２ｏ０８　２ｏ０９　２Ｏｌ０　２０１１　６９８０２　１３９１Ｏ４　１４Ｏｌ９１　１２８２８６　６９８０２　ｌ３９１０４　１４０１９１　６９８０２　１３９１Ｏ４　１４０１９１　１５０８９０．４５　８３８５８．２５　１１２２０６．２　１５０１３７．１　１５０８９０．４５　１４０５６．２５　—２６８９７．８　９９４６．１　２２６０４．４５　２０．１４　—１９．３４　７．Ｏ９　１７．６２　２０１２　１５７６３１　１６２８２０．２６　５１８９．２６　３．２９　通过表２的预测结果及模型检验情况可以看出，新陈　作为数据预测集，构建原始数据序列：　Ｘ‘。　＝（１５３０１９．００，１６２６７９．９６，１７５９３４．１５，１７９４５９．８９，　１９１９７２．０５）。　代谢ＧＭ（１，１）模型具有较高的预测精度，能在一定程　度上反映数据的变化趋势，因此很适合用于我国社会融资　规模的预测当中。　３．３我国社会融资规模的未来预测　下面我们利用我国２００８－－２０１２年社会融资规模总量　利用新陈代谢ＧＭ（１，１）模型进行预测，得到我国　２０１３－－２０１７年社会融资规模预测值如表３所示。　２０１５．５　金融市场　中国市场２０１５年第２１期（总第８３６期）　表３我国２０１３－－２０１７年社会融资规模的预测值　年份　２０１３　２０１４　２０１５　２０１６　ｌ　２０１７　预测值（亿元）　１５３０１９．００　１６２６７９．９６　１７５９３４．１５　续进一步研究。　参考文献：　１７９４５９．８９　１　１９１９７２．０５　从预测结果我们可以看出，我国未来社会融资规模呈　ＧＭ（１，１）预测模型还需考虑多因素的影响，有待后　小幅度逐年递增趋势，若国家要控制融资规模，应出台相　关政策控制。　４结束语　依据社会融资规模发展规律，运用新陈代谢灰色　ＧＭ（１，１）对我国２０１３－－２０１７年各年度社会融资规模　进行预测，结果表明我国社会融资规模的预测效果比较　好，具有较强的现实意义与创新性，对增强金融支持实　［１］盛松成．社会融资规模是符合金融宏观调控市场化方向的　中间目标［Ｒ］．金融时报，２０１１．　［２］张嘉为，赵琳，郑桂环．基于ＤＳＧＥ模型的社会融资规模　与货币政策传导研究［Ｊ］．财务与金融，２０１２（１）：１—７．　［３］石培基，胡科．等维灰数递补模型在人口预测中的应用　［Ｊ］．统计与决策．２００８（３）．　［作者简介］张德美（１９８９一），女，汉族，河北唐山人，就读　体经济力度等现实问题具有一定的科学指导意义。当然，　由于政策等其他因素发生变化可能会对我国社会融资规　模产生较大影响，如可能导致一些年份社会融资总额的　激增或骤减，影响实际预测效果。因此，新陈代谢灰色　（上接Ｐ１９２）需要正确分辨Ｐ２Ｐ借贷平台，主要需要分辨　以下几方面的内容：第一，认清平台的规模，一般大型的　Ｐ２Ｐ借贷平台或者是发展比较久的借贷平台，具有雄厚的　资金实力，信誉度也比较高，能够为用户的投资提供一定　的保障；第二，不要盲目投资利率过高的Ｐ２Ｐ借贷平台，　对于Ｐ２Ｐ借贷平台来讲，利率有一个正常的范围，过高　的利率很有可能是诈骗平台；第三，关注用户的相关保障　于云南财经大学。研究方向：项目管理；张菁菁（１９９１一），女，　汉族，山西太原人，就读于云南财经大学。研究方向：项目管理。　依然无法联系用户，需要诉诸法律途径，从而避免Ｐ２Ｐ　借贷平台的资金危机。　４．４建立资金风险的防范体系　对于Ｐ２Ｐ借贷平台来讲，除了容易出现用户资金的　安全问题，还有可能出现一定的资金风险问题。因此，为　了更好地促进Ｐ２Ｐ借贷平台的发展，必须要建立资金风　险的防范体系，为此可以做到以下几点：第一，对借贷过　程中的各项风险进行完善地评估，从而能够建立正确的风　措施，在一些大型的Ｐ２Ｐ借贷平台中，会有一些担保机　构保障用户的本金，从而能够进一步确保用户的资金　安全。　险评估模型，有利于更好地规划Ｐ２Ｐ借贷平台的发展；　第二，根据平台的历史数据，规划未来平台能够吸收的资　金量和放贷总额，从而能够更好地实施平台的借贷计划。　４．２建立完善的保障平台　保障用户的资金安全是Ｐ２Ｐ借贷平台的重要职责，　为了进一步保障用户的资金安全，需要不断建立完善的保　障平台，使得保险机构、网络借贷平台和用户形成有力的　５结论　Ｐ２Ｐ借贷模式是互联网金融发展到一定时期的重要产　物，该模式的出现对银行原有的贷款模式产生了冲击，同　时为小额贷款提供了发展机遇。但是，目前Ｐ２Ｐ借贷模　式还存在一定的风险，在借贷和投资过程中必须要存在一　定的风险意识，同时针对Ｐ２Ｐ借贷模式中的风险制定一　定的防范措施，从而促进Ｐ２Ｐ借贷模式的良好发展。　保障机制，为此可以做到以下几点：第一，Ｐ２Ｐ借贷平台　需要向信誉良好的保险公司进行投保，从而能够建立完善　的资金保障体系，确保用户的资金安全；第二，可以适当　减少用户的资金回报率，从而确保用户的资金安全，Ｐ２Ｐ　借贷平台的这一转变能够进一步提高平台的信誉，从而吸　引更多的用户进行借贷和投资。　４．３建立逾期控制和催收保障机制　对于有些用户超出还款期限无法还款的情况，必须建　参考文献：　［１］张娜，Ｐ２Ｐ在线借贷研究述评［Ｊ］．经营管理者，２０１０　（８）：２０—３４．　立完善的逾期控制和催收机制，这是控制Ｐ２Ｐ借贷平台　风险的重要举措，为此可以做到以下几点：第一，当发现　客户逾期还款之后，需要打电话确认用户逾期还款的原　［２］银监会．中国银监会办公厅关于人人贷有关风险提示的通　知（银监办发［２０ｕ］第２５４号）【ＥＢ／ＯＬ］．（２０１１—０８—２３）．　ｈｔｔｐ：／／ｖｉｐ．ｃｈｉｎＭａｗｉｎｆｏ．ｃｏｍ／ｎｅｗｌａｗ２００２／ｓｌｃ／ｓｌｃ．ａｓｐ？ｇｉｄ：１５９００９．　因，并给予用户一定的时限，确认用户是否真正没有偿还　能力；第二，在到达宽限的期限后，用户还无法还款或者　是拒绝沟通的情况，必须要进行面对面催收；第三，如果　［３］张玉梅．Ｐ２Ｐ小额网络贷款模式研究决策参考生产力研究　［Ｊ］．生产力研究，２０１０（１２）：７—１４．