■袁庆禄

改进GM-Markov模型的仿真研究：以中国财政存款为例

■袁庆禄

一、引言

近几年我国财政存款增长势头强劲，2011年 10月末猛增到 3.88万亿元，在10年内增长7倍。近4万亿的中央财政存款体现中国财政体制改革的成果，同时带来一系列现实问题：巨量库底资金的存而不放反衬出财政存款投资效率极低，与每年的国债高位发行形成明显反差，给货币政策甚至宏观经济带来不容忽视的影响。如何有效提高对财政存款的管理能力，其中一个重要问题就是对未来中国财政存款的准确预测。关于各种预测方法仿真能力的高低，许多学者较为认同统计计量方法：Watts(1972)、Lew(1983) 以及 Lorek 和Willinger(1996)曾分别建立低阶自回归模型和多元回归模型实施资金流预测，国内的陈建奇、李金珊(2007)运用ARIMA(1,1,1)模型拟合了政府资金运动。但是，不同特征的数据需要选用合适的仿真方法，例如牛润盛、刘琼(2010)建立GM(1,1)模型，对地方财政存款做过尝试性预测。本文针对中国财政存款数据量少及其波动性大的特点，建立改进的灰色马尔可夫模型 (GM-Markov Model)，通过2010年中国政府存款检验模型的预测，然后计算出2011年和2012年中国政府存款预测值。

二、建立GM-Markov模型

中国财政存款受众多因素影响，其中包含着随机因素，可将其变化发展过程视为随机过程。本文基于中国财政存款灰色系统方法，引入Markov链预测理论，建立中国财政存款的GMMarkov模型。

灰色系统理论对于灰色量的处理，并不寻求其统计规律和概率分布，而是从原始数据中寻找规律，即对数据通过算例规则处理之后，再建立模型。……