电网企业现金流入影响因素.docxVIP

电网企业现金流入影响因素 作者：王惠 来源：《现代经济信息》 2017年第18期 摘要：本文分析了电网企业现金流入预测的重要性和必要性，对现金流入影响因素进行识别并分析，运用SPSS 等统计软件对历史数据加以验证，确定资金收入影响因素，进一步提高现金收入预测的准确性。 关键词：电网企业；预测 中图分类号：F406.71 文献识别码：A 文章编号：1001-828X(2017)027-0044-02 一、电网企业现金流入预测的重要性和必要性 江苏省电力公司系统全面推行现金预算管理以来，取得了显著成效，在保障资金支付、提高资金使用效率、节约融资成本方面发挥着重要作用。通过多年的积累与提升，公司已经建成现金预算编制、执行、分析、考核一系列制度规定与标准流程。随着近年来财务集约化管理体系的建设和应用，电网企业在现金流量预算管理方面取得了长足的进步，形成月度预算、周预算和日预算三位一体资金预算体系。 但受管理体制和思维习惯影响，目前现金流量预算管理仍存在一些问题，信息化程度较低、缺乏有效的数据分析手段等情况在不同程度制约现金流量预算管理水平的提高。因此电网企业首先要从自身角度出发，完善内部管理。 二、影响电力现金流入的因素 一是电力资源带有部分“公共资源”的属性，电价要受到宏观调控，因此，电价具有一定的稳定性，那么电费现金流入在一定期间内就不会受电价的影响，除非电价调整。 二是电力资源的使用情况存在地区之间的差异、行业之间的差异、季节之间的差异，在电价稳定的情况下，电费与电量的多少成正比，地区电量差异、行业电量差异、季节电量差异决定了电费现金流入的地区差异、行业差异、季节差异。 三是电网企业电费收取以及客户交纳电费的渠道多样化，这也在一定程度上影响电费收取情况。对电网企业现金流入的预测需要考虑多种因素的影响，并且还需要收集较多的全面并且真实的历史数据。 四是用电量与气象、地形和交通等因素有较大的关系，地形和气候条件也在一定程度上影响到电费收取情况。 通过上文的分析看出，很多因素会对电网企业的现金流入造成影响，宏观经济、客观外部条件、客户因素以及电网企业自身管理因素等，这些因素有直接对电费收入产生影响的，也有通过其他因素间接影响电费收入的。而对于各电力公司进行研究又会存在地区之间的差异，因此，针对不同的电力公司要有针对性的对电费现金流入影响因素进行进一步的探究，找出符合规律性的影响因素，构建合理的模型。具体影响因素如下表： 三、电费现金流入预测模型的实际应用 1. 预测的主要技术方法、工具及其数据要求 根据现有的研究成果以及历史经验，在对电费收入进行预测研究时，主要基于时间序列以及利用回归方程思想来构建预测电费现金流入的模型。基于时间序列构建模型就是仅考虑电费现金流入本身的历史数据及历史规律进行预测。利用回归分析进行电费现金流入预测基本原理是，先对预测对象进行定性分析，确定影响其变化的一个或多个因素， 然后通过预测对象和影响因素的多组观察值建立适当的回归模型，对未来的电费现金流入进行预测。研究工具主要是运用SPSS、Stata、matlab 等的统计软件。 运用回归思想进行分析时，对数据的要求比较严格，首先，要有较为完整的、真实的关于一段时间年度内的电费现金流入数据，最好可以精确到月度。其次，还要充分分析影响到电费现金流入的各个因素，并且将这些因素的数据与电费现金流入按照时间顺序匹配。最后，要对数据进行各种合理的初等变换，使其能够拟合出较为理想的结果。 2. 预测结果和差异 以某地市公司地区为研究对象，以2011 年1 月至2013 年6 月为历史期间，在已知历史数据的基础上对2013 年7 月以及8 月的电费现金流量进行预测。 将该地市的数据分别运用SPSS 进行拟合，其拟合曲线和预测值如下： 对于BP 神经网络法，从整体上来预测，同样的将参数归一化后，建立对应的BP 神经网络，其收敛平方和误差如图所示： 预测7、8 月份的电费现金流入经反归一化后见下表： 可以看出上述两种方法都能较好的满足电费现金流入的预测要求，但是鉴于BP 神经网络法对于数据的处理过程比较复杂，我们建议采用SPSS 多元回归模型来完成对现金流的预测，而以BP 神经网络为校验方法作补充，这样能取得较好的结果。四、对公司加强收入现金预算管理的建议经过上述对电费现金流入预测的实践，预测结果准确性尚可，能够将偏差率控制在2.5% 以内，也就是电费现金流入影响因素都是客观合理的。以后，公司主要需要关注以下几个方面，进一步提高现金流入预算精准度：