基层实践 | 基于神经网络的现金净投放量预测实践

文/中国人民银行保山市分行 蒋贵斌

现金净投放量预测背景及痛点

为切实降低货币发行费用，减少现金运输和管理成本，按照金融高质量发展要求，需要人民银行对现金供应量进行精准预测，以使得调运货币与经济社会发展相匹配。对于关键时间节点和年度区间需要调运多少货币，人民银行货币金银部门通过收集商业银行需求，结合当年掌握的变化情况，依据工作经验进行判断。该判断方式存在弊端：一是商业银行报送的现金供应量需求仅从与其合作的企业微观层面提出，收集的信息不够全面，变化的因素较多，存在现金供应量预测数据支撑不够全面的问题；二是依据工作经验进行判断，严重依赖于管理人员的工作能力和水平，管理人员判断的方法难以形成理论的体系，很难进行推广和复制。鉴于上述工作痛点和难点，人民银行保山市分行（以下简称保山市分行）结合人工智能发展，收集整理10年来地方国民经济指标数据和元旦春节期间现金净投放量历史数据，运用人工智能工具，开展了2025年保山市元旦春节期间现金净投放量预测，形成较为成熟的预测方法和体系。

神经网络应用与现金净投放量测算的契合点

预测现金净投放量需要依据本地区群众现金使用习惯、民俗、经济发展状况、移动支付普及情况、对外贸易量、居民文化程度等因素进行综合判断。管理人员对各因素之间存在的关系以及各因素在本地区现金净投放量中的影响权重很难形成理论的指导体系，不便于进行复制和推广。神经网络经过多年的研究和发展，已具备在输入变量与输出结果之间查找最优解决方案的能力，可以很好的依赖已有输入和输出参考，对一定时间内现金净投放量进行预测。按照神经网络分层理论，可以将现有国民经济指标数据作为神经网络的输入层，历史的净投放量作为输出层，通过模型自动评估和选择，选择最优隐藏层模式，输出2025年元旦春节期间现金净投放量数据。

经查阅相关资料，云南省范围内人民银行分支机构开展过现金供应量回归分析，依托自回归滑动平均（ARMA）模型开展预测。保山市分行依托神经网络开展现金净投放量预测较现金供应量回归分析具有以下优势：一是此次神经网络预判的输入性指标更为宏观，且可以在互联网中获得相关数据；二是此次神经网络预判选取的工具更为友好，可实现可视化操作，无需进行代码编写，便于业务人员自行开展预测，能够很好的进行推广和复制；三是此次神经网络现金供应量预测分析，重点关注预测数据，着重对预判分析的准确性进行评估，输入数据和输出数据之间的关联由于模型自动选择评估完成，无需人工参与。

数据的来源与变量的选择

1. 输入数据的来源和选择。对于预测现金供应量，需要考虑的因素较多，各因素对预测结果的影响此消彼长。为解决好该问题，保山市分行采集了社会运行宏观层面的数据，即不考虑婚丧嫁娶、外出务工返乡人员、企业经营状况等微观层面数据，而采用保山市统计局公布的国民经济指标数据。地区现金供应量属于宏观层面数据，采用国民经济指标数据进行匹配预测，可以很好的涵盖微观层面数据之间此消彼长带来的变化，形成微观层面数据平衡和对冲。保山市分行采用输入数据包括地区生产总值、农业生产增加率、社会消费品零售总额等13个指标，其中1~11指标为保山市统计局在互联网公布的上一年度1—10月份数据。这里需要说明的是，由于保山市统计局数据公布的滞后性，2025年在元旦来临之前，仅可以获得1—10月份数据，而无法获得更为准确的全年数据，故其他年份1~11项指标也选择上一年度的1—10月份数据。考虑到移动支付兴起对现金替代因素及疫情影响因素，保山市分行还增加了移动支付兴起年限、是否受疫情影响两项指标作为参考。

2. 输出参考的来源。根据工作安排，在现金需求较为旺盛的元旦和春节节点，上级均会通知各地区做好辖区现金供应量的预测，元旦和春节过后，均需要统计在此期间的现金净投放量，对于预测的数据和实际发生的数据进行轧差，以此作为上级货币金银业务考核参考。预测的准确性关系到现金印制、押运等各方面成本，是体现中央银行高质量发展的重要方面。保山市分行对2016年至2024年春节元旦现金净投放量进行了统计，作为数据输出参考（注：考虑到数据安全保护要求，现金净投放量数据在文中不进行展示）。本次预测以2015年至2023年1—10月保山市国民经济主要指标作为输入参考，使用2016年至2024年元旦春节的历史现金净投放量作为输出参考，使用2024年1—10月份的保山市国民经济主要指标作为预测输入，预测2025年元旦春节期间现金净投放量。

神经网络预测现金净投放量的实现

1. 实现工具的选择。为高效快捷对2025年元旦春节期间现金净投放量进行预测，保山市分行选用了SPSS Modeler，该工具可实现常用数据格式的快速导入和数据清洗整理，能够方便快捷的建立数据挖掘流程，调用神经网络模型，对数据进行训练、预测和分析，最终输出预测结果。整个过程无编程能力要求，通过简单的培训，业务人员也可进行数据挖掘和预测分析。形成的流程可形成文件，传输给其他需要的机构，做到智能分析预测可复制。对小批量数据分析和预测，人民银行现有计算机设备可以满足SPSS Modeler运行需要。

2. 流程定制。首先，使用SPSS Modeler中数据源板块中的Excel读取模块，读取Excel表格数据，此次输入的表格数据为.xls格式，故Excel导入模块文件类型应选择Excel97-2003，使用导入模块中的过滤器过滤掉年份标志数据。其次，使用字段选项模版中的类型模块对数据进行处理，一是选择净投放量数据作为输出，二是将是否受疫情影响作为分类变量输入，其余均作为连续变量输入，即分类变量为1或0，连续变量为区间内数值。再次，使用建模模版中的类神经网络对数据进行智能化分析预判。为增强模型预判的准确性，对类神经网络模型选项进行调整，在构建选项中，设置目标为增强模型精准度，神经网络模型为多层感知器（NLP）。最后，模型顺利运行完成以后，使用输出板块中的表格模板和分析模版对预测结果进行输出和分析，其中，表格模版可直接查看2025年元旦春节期间的现金供应量预测数据，分析模版可对结果进行分析。

神经网络预测现金净投放量评估

1. 现金净投放量实际发生额与神经网络预测数据的比较。保山市分行对2016年至2025年元旦春节期间实际现金净投放量进行了统计，对2016年至2025年元旦春节期间现金投放量进行了预测，其中，2025年元旦春节期间现金投放量预测于2024年12月开展，属现金净投放量未统计前的预测。通过观察表格，不难发现，相较于实际净投放量，神经网络预测的净投放量变化率不大，最小变化率为0.1%，最大变化率为3%，人工预测量较实际净投放量最大变化率最高达36.24%，最小变化率也在1.08%，神经网络预测准确性明显高于人工预测，神经网络预测的现金净投放量与实际发生现金净投放量基本吻合，神经网络对2025年元旦春节现金净投放量的预测与实际现金净投放量变化控制在3%以内，对货币金银部门开展现金净投放量预判具有较强的指导意义。

表 实际投放量与预测投放量对比表

2. 模型评估。使用SPSS Modeler可以对神经网络模型预测结果进行评估，保山市分行选取了模型评估图和变量重要性评估图对神经网络模型进行评估。SPSS Modeler给出了最佳参考模型和所有模型整体的评估，其中，最佳参考模型准确度可达99.9%，所有模型整体准确度可达99.8%，能够很好的对保山市辖内元旦春节现金投放给出预测和参考。影响现金投放预测的前三项因素分别为社会消费品零售总额、生产总值、农村居民人均可支配收入，人民币各项贷款余额、移动支付年限、进出口总额也是影响现金净投放的重要参考，影响因素对现金投放量影响符合保山市的实际情况：一是边境地区居民和境外来华人员喜欢使用人民币现金；二是农村地区居民的可支配收入对现金投放的影响不容忽视；三是移动支付的兴起减少了现金使用量；四是疫情对现金使用影响不大，社会消费品零售总额、生产总值，经济体量增长是现金需求的决定性因素。

存在的不足及下一步工作打算

1. 变量选取的时间区间有待进一步优化。此次保山市辖区元旦春节现金供应量预测的输入变量为2015年至2024年1—10月份的国民经济主要指标，在未能使用全年的国民经济指标情况下，预测的准确性有可能下降。保山市分行在未来的工作中，收集更多更新国民经济数据作为参考，不断提升神经网络预判的准确性。

2. 神经网络预测现金供应量推广中需要对变量进行有针对性的调整。保山市地处中缅边境，中缅边境贸易习惯使用现金结算，加之保山市属于欠发达地区，保山市范围内农村地区对现金使用的依赖程度高。鉴于上述原因，其他地区在开展现金供应量预测时和进行预测变量选取时，需要在保山市现金供应量预测变量的基础上进行取舍，提高预测的准确性。

（此文刊发于《金融电子化》2025年2月下半月刊）