文 · 上海国家会计学院 刘佳慧 刘勤

一、研究背景与意义

资金是企业经营与发展至关重要的资源，资金集中管理可以对资金资源进行集中统筹规划，帮助企业合理调配资金资源，提升资金管理质量和效率。2014年和2018年，国资委两次发文敦促中央企业利用财务公司等资金集中管理模式，优化资金配置、加速内部资金融通并提高自身风险管控能力。

司库管理是资金集中管理的先进模式，以辅助战略落地与实现价值创造为目标，对资金、票据等金融资源进行集中管控与优化配置，并通过提供资金业务活动相关基础信息，满足企业管理决策需求。相比于财务公司等其他资金集中管理模式，司库管理在资金管理职能方面，将机构关系管理纳入管理职能范畴，并更加侧重于资金风险管理和战略决策支持，帮助企业更好地适应新发展理念下的经济高质量发展转型。

近年来，信息科学技术与经济产业实务深度融合的趋势日益明显。《会计改革与发展“十四五”规划纲要》指出，要运用“大智移云物区”等技术，推进会计信息化应用场景全面向数字化和智能化转型。2022年国资委《关于推动中央企业加快司库体系建设进一步加强资金管理的意见》指出，传统的资金管理模式已难以适应高质量发展新要求，企业要把握信息技术革命和数字经济快速发展的战略机遇，将司库体系建设作为促进企业数字化转型升级和管理能力现代化的关键切入点和突破口。由此可见，在科技变革与政策推动背景下，通过智能技术赋能企业司库管理，实现企业司库管理的数字化和智能化转型升级逐渐成为其未来发展演进的重要趋势。

当前学术界对于资金集中管理理论与企业司库管理职能的研究较为成熟，但对企业司库管理实施策略优化的研究较少。在智能司库管理研究方面，一些学者在对企业司库管理进行理论与案例分析后，提出可以将数字化和智能化作为优化企业司库管理的理论方向建议，但至今鲜有学者在理论层面上系统性构建企业智能司库管理体系，并提出整体性的应用框架。因此，本文基于智能财务的视角，从企业金融资源管理向辅助决策支持和价值创造转型的迫切需求出发，在理论层面上试图构建企业智能司库管理体系，基于司库管理的主要职能，深入探索研究智能技术在司库管理中的具体实现形式、应用场景、发展阶段及适用性影响因素，以丰富企业智能财务管理理论与方法，期望对于企业智能司库管理落地应用实施具有参考价值。

二、文献综述及理论基础

Berle et al.（1932）最早提出企业应集中管理成员单位资金。张瑞君 等（2006）提出资金集中管理的具体含义是总部实现对成员单位银行账户和流动资金的统筹管控，实现对于收付结算和投融资的统一调配。李莹 等（2017）认为大型企业集团实行资金集中管理能充分利用集团资金资源，提高资金周转效率，实现利润率的提升。经济全球化背景下，大型跨国集团对统筹配置金融资源、防范汇率风险的需求更为强烈，跨境资源的集中管控，能够提升跨国公司全球化资金运营能力和竞争水平，有利于“一带一路”倡议落地（姬广林，2017）。

司库管理是资金集中管理的先进形式，是对于结算中心等其他模式的优化与健全（秦荣生，2016），以企业战略目标落地和辅助价值创造为导向，利用司库信息系统，保障资金风险管控质量，优化融资结构及融资渠道（张庆龙 等，2015），为投资方案选择提供信息支持，并对金融机构、信息服务商等战略合作伙伴关系进行管理（赫英广，2021）。

“大智移云物区”等智能技术对财务管理流程和思路逐渐渗透，财务分析预测和风险管控质量不断优化提升，企业财务管理智能化是大势所趋（戚聿东 等，2021）。这些深度影响企业财务管理优化升级的会计科技（AccTech），在智能化阶段主要包括RPA（机器人流程自动化）、神经网络、NLP(自然语言处理）等（刘勤 等，2021）。将智能先进技术渗透进企业司库管理，实现企业司库管理的智能优化升级，是未来企业司库发展演进的重要方向（王兴友，2019；王竹泉 等，2022）。通过智能技术赋能企业司库管理，能够更好地优化资金业务流程和提升金融资源管理效能（Petr et al.，2018），满足投融资管理、风险管理与战略决策支持等高级司库管理职能的需要（杨茂华，2019），实现企业司库管理事后控制向事前控制转型，被动管理向主动创造价值与提供战略决策支持转型（张庆龙等，2022）。

三、企业智能司库及其管理体系研究

参考当前一些对于智能财务的定义，我们理解的企业智能司库管理是：“通过将‘大智移云物区’等智能化技术运用于司库管理具体业务流程，基于智能司库管理信息系统，对资金等金融资源的数据信息进行实时获取共享和集中处理分析，提高企业金融资源管理运作效率、统筹组织质量和价值创造能力，赋能企业管理效能提升和战略目标落地。”

企业智能司库管理基于先进信息技术，能够优化对于资金等金融资源的实时监控和统筹调配能力，资金使用效率得到充分提升，进一步缓解“存贷双高”等；利用机器智能可以自动化处理规则明确、重复量大且耗时多的低价值业务，充分释放企业资源到分析和决策等高价值事务中；能够充分挖掘金融资源信息价值，利用神经网络等深度学习模型，帮助管理者对金融资源配置优化进行智能判断、策略生成和策略选择；可以有效精准地识别和控制风险，并对分析结果进行可视化展示，有效避免决策者主观理解和解释偏差，更好地助力企业发挥司库管理在提升经营效益、主动创造价值和战略落地支持等方面的作用。

（一）企业智能司库管理系统基础架构

作者根据国内外学者对于企业司库管理系统的研究、智能财务管理系统研究的先进成果和领先咨询公司的方案，基于企业司库管理职能，构建企业智能司库管理系统基础架构，如图1所示。企业智能司库管理系统基础架构主要由技术层、数据层、应用服务层、门户层以及系统接口组成。其中，应用服务层为智能司库管理系统核心层级，包含现金和流动性管理、营运资本管理、投融资管理、风险管理、金融机构关系管理以及决策支持与信息管理六大职能，囊括账户管理、资金结算、票据管理、融资管理、市场风险、战略支持等多个应用场景。而技术层则为智能司库管理系统提供技术支撑，主要包含云计算、RPA、规则引擎、专家系统以及深度学习等智能技术。智能司库系统接口为系统数据层提供数据及信息交换渠道，支撑应用服务层及门户层的良好运营，主要包括智能司库与集团内部信息系统的接口，与SWIFT全球组织、各银行银企直联、第三方支付公司的接口，以及与外部监管机构系统的接口等。

图1 企业智能司库管理系统基础架构

（二）企业智能司库管理应用场景分析

作者基于企业司库管理六大职能，分析探讨云计算、RPA、规则引擎、商业智能、专家系统、神经网络等智能化技术赋能企业司库管理的具体应用场景，并依据应用环节对其进行梳理划分与总结，归纳结果如表1所示。

表1 企业智能司库管理应用场景

1.现金和流动性管理

（1）账户透明管理及智能对账。基于云计算技术，将Ukey托管至云机房，利用银企联云实现国内银企直联，并通过SWIFT实现国际银企直联，对企业境内外资金和外汇进行实时管控，实现资金交易信息在银行业务系统和企业智能司库管理信息系统上的同步更新。帮助企业通过智能司库管理信息系统界面直接进行账户及境内外资金可视化管理，解决银企信息传递过程中的时滞和阻塞问题，实现账户余额和交易明细的穿透式监控。企业可以随时掌握境内外资金存量、流向及流量信息，各分公司和子公司等成员单位在线上即可完成账户开立和注销，并自动清理无效账户。同时，利用RPA技术自动获取银行对账信息，实现资金自动账实核对，并在对账完成后自动输出银行余额调节表，及时向企业财务人员反馈对账结果。此外，随着AI技术的引入，RPA能获得自主学习的能力，通过主动增强学习算法提高对账精确度，实现资金管理流程的自我优化。

（2）智能资金归集与下拨。通过规则引擎与RPA的应用，在设定好企业资金归集与下拨具体规则后，即可以实现资金的自动归集与下拨调配。同时，在应用专家系统和机器学习后，可根据分公司和子公司资金需求数额和需求事项性质等因素帮助企业进行资金调配安排，使得企业合理调配全球资金资源，优化资金配置组合，减少资金沉淀，提高使用效率。

（3）智能资金结算。通过系统集成技术实现企业司库管理信息系统前端与财务共享中心的核算系统连接，获取合同、采购、应收应付等交易结算数据，后端则通过银企直联技术对接境内外银行，并将RPA、NLP和规则引擎等技术应用于企业资金收付款中，从而实现企业智能收付款。具体而言，在处理收款时，通过智能识别来款类型匹配客户、合同、项目等业务信息，快速完成回款自动化确认，完成智能收款；在处理付款时，通过预先设置好的规则引擎进行自动付款审批，或工作人员通过移动互联技术进行移动付款审批等。在审批完成后，机器人自动执行资金线上划转，并在支付完成后自动下载交易回单。从而实现资金高效不落地收付结算，大大提高结算效率和准确率，降低资金结算成本和资金占用成本。

（4）现金流动性分析。利用大数据分析、BI中的数据挖掘等技术，基于历史现金流数据进行分析，从海量资金数据中挖掘现金流趋势和变动规律，从而预测未来现金流水平及现金流缺口问题，并根据分析结果对企业资金进行合理调配。

2.营运资本管理

（1）智能票据管理。在企业建立内部票据池，要求分公司和子公司将所持有和发行的票据信息录入企业智能司库管理信息系统。通过OCR和云计算，实现纸质票据信息的提取，以及企业智能司库管理信息系统与外部金融机构和票交所的互联互通，支持企业票据开立登记、票据承兑、票据贴现、背书转让等业务的处理，及时、准确地掌握各类票据取得、保管、使用进行的全过程记录信息。此外，通过大数据分析与专家系统，根据票据期限和金额等元素，实现票据智能匹配和贴现，提高票据在企业内部使用和周转的效率，从而减少利用外部商业银行而产生的金融中介费用等交易成本。

（2）应收应付款智能对账。利用OCR及NLP技术获取客户债务及债权的对账信息，通过RPA机器人流程自动化技术进行自动核对，并根据核对结果向对账信息不完全一致的客户发送对账结果差异明细，同时向对账信息完全一致的客户发送对账结果无误确认邮件。

3.投融资管理

（1）智能投资管理。企业将分公司和子公司等成员单位的资金资源进行统一筹划安排，并将部分闲置资金投资于金融理财领域，为企业提供投资收益。参考金融科技领域的智能投资顾问，将人工智能技术应用于企业投资理财，运用大数据分析和商业智能中的数据挖掘技术，基于宏微观经济数据，根据企业投资需求和投资计划，建立最优存款利率和存款积数组合等投资组合优化模型，为企业提供辅助投资决策的相关支持信息。同时，通过自动计息、到期自动提示和跟踪投资环境变化等，对投资策略进行持续跟踪。

（2）智能融资管理。通过大数据分析、人工智能、数据挖掘及专家系统，结合企业战略规划、长短期融资需求规模、资金流存量、资金来源可靠性与灵活性、企业偿债能力等因素，对金融工具品种、期限、币种、金额、利率、利息基准、付息频率以及宏微观政治经济环境等进行分析，生成多层次、期限匹配的低资金成本企业融资组合，为企业提供可视化、多维度、动态融资方案推荐，帮助企业实施科学合理的融资决策。同时，通过规则引擎和大数据分析等实现自动计息、内部定价测算、到期提前预警、科学预测融资环境变化，帮助企业持续追踪融资业务并合理控制融资成本。

4.风险管理

（1）智能市场风险管理。结合宏观经济环境，利用大数据分析、人工智能和专家系统对利率和汇率风险敞口进行模拟分析，推荐套期保值和利率互换等风险对冲和转移策略。根据宏观经济变动趋势积极调整利率及外汇策略，避免由于利率或汇率波动造成经济负担和经济损失，降低融资及汇兑成本。同时，通过全球资金管理看板，对账户及资金进行全层级、穿透式的动态监控，实时掌握利率及外汇走势、央行中间价等信息。通过司库管理系统实现集中结售汇处理、外汇头寸监控、外汇报表查询、自动计息等，实现由被动到主动的利率及汇率风险管理。

（2）智能信用风险管理。利用RPA技术抓取并建立供应商及客户与企业的业务往来信息、财务报告信息、对外公告信息和舆论新闻信息等，动态掌握有关上下游企业的经营情况。基于上述信息，利用知识图谱、专家系统等技术对客户和供应商进行动态资信评价，评估资金回款风险，挖掘资金管理信用风险源和风险潜在的传导路径。同时，在企业智能司库管理信息系统中对不同资信评级等级设定预付、赊销账款等授信上限的期限和比例。通过规则引擎，自动对票据是否合格进行评判，实现问题票据自动识别，为企业主动强化防范资金管理信用风险提供可行方案。

（3）智能流动性风险管理。利用商业智能及数据挖掘，基于集团资金计划及日常业务经营数据信息，推测企业资金需求，并动态监测企业经营现金流与债务到期情况。同时，结合企业收付结算、投融资等计划，对企业未来的资金流进行预测，并对资金缺口风险进行有效识别和量化，帮助企业以合理成本获取充足资金，以满足企业资金需求。

（4）智能操作风险管理。利用规则引擎和人机协同模式，通过对资金业务处理进行分级授权审批，并在关键控制节点设置资金使用标准并严格实施管控措施，提高资金管理业务审批流程的自动化和智能化水平；在系统中设定授信额度限制、资金开支限定额度等，实现对于大额资金支付或异常资金支付等高操作风险业务的持续监测与及时预警。通过专家系统对付款金额、频次、对象、用途等多维度信息进行合规性分析，实现资金异常流动变化智能预警，在极大程度上降低资金的操作风险及舞弊和挪用的风险。利用区块链技术，实现资金业务数据可追溯、全透明，保障资金数据信息安全可靠。

5.金融机构关系管理

利用知识图谱技术，对知识进行学习并开展推理，通过建立复杂关系网络，在海量的战略合作伙伴关系中挖掘有价值的信息，实现对于上下游的动态信用监控与评级实时调整，促进企业资金回笼；对银行等金融机构及信息技术服务商，结合企业业务需求，合理评定费用与服务水平，开展市场化竞价，择优进行战略合作，并持续进行关系评价，从而降低企业融资成本并满足企业个性化需求，帮助企业提升价值创造能力。

6.决策支持与信息管理

利用全球资金看板和管理驾驶舱技术，以柱状图、仪表盘等形式进行可视化展示和智能穿透。帮助管理层快速了解企业在公司维度、行业维度等多维度资金管理的重要指标，监控集团资金运转情况，实时掌握资金流入和资金流出等趋势，为现金流决策提供量化依据。通过自然语言处理和知识图谱的引入，给用户提供文字搜索、语音问答等个性化信息查询及分析，满足企业战略决策要求。此外，通过RPA技术的应用，可实现资金定期分析报告自动化生成，释放更多企业人力资源和时间资源等到分析数据变动具体原因和影响程度等高价值流程中。

针对企业内部数据、外部行业数据、宏微观经济数据、司法数据、监管数据、金融市场数据等结构化和非结构化数据信息，基于大数据分析、数据挖掘、专家系统、人工智能等技术，利用回归、聚类、神经网络、决策树等多种模型，进行主动、全量、多类型的数据抓取、整合、处理与分析。模拟人类专家推理过程，深度挖掘数据信息和数据价值，实现头寸预测、最佳资金归集路径选择、最优资金配置组合等决策，为企业经营管理和战略决策进行事前预测、事中控制和事后分析等提供客观科学参考依据与较优方案推荐选择。进一步实现企业战略决策由传统的人利用财务经验驱动决策向智能系统辅助人决策转型，并最终向人与智能系统协同驱动决策转型。

（三）企业智能司库管理发展阶段

参考李克红（2020）关于传统财务管理向智慧化财务发展五个阶段的研究成果、王岩玲等（2014）和Polak et al.（2020）关于司库发展1.0到4.0阶段的具体描述，基于企业智能司库管理具体应用场景，作者认为企业智能司库管理主要可以归纳为以下三个发展阶段，如图2所示。

图2 企业智能司库管理发展阶段

1.企业智能司库管理1.0阶段

资金信息集成管理与资金管理流程自动化。在该阶段，主要通过云计算和以API（应用程序编程接口）为代表的信息系统集成技术实现银企直联和内外部系统集成，企业可以直接通过智能司库管理系统，对境内外账户及资金和票据资源进行集中可视化监控，实时掌握内部金融资源流动、外部宏微观经济和政策变动等信息。此外，通过机器人流程自动化的应用，实现交易量大、重复性高、易于标准化的资金结算、归集与下拨，银企对账等司库管理业务流程自动化实施，从而降低操作出错率，提高业务流程处理效率，释放更多企业资源到资金数据分析流程中。

2.企业智能司库管理2.0阶段

资金高价值信息挖掘与资金信息智能化展示。在该阶段，主要通过规则引擎、大数据分析、数据挖掘等技术，帮助企业对历史资金资源流动、外部经济市场变动等结构化信息和非结构化信息进行抓取、整合、处理与分析，实现资金异常流动变化预警、资金风险预警。对企业未来资金流、资金缺口风险、利率和汇率敞口进行预测，以及自动测算投融资利息、自动进行投融资工具到期提示。同时，通过智能驾驶舱、全球资金看板和自然语言理解等技术，实现企业金融资源信息多维度可视化动态展示，帮助使用者进行智能化、个性化的信息查询和穿透展示，为企业战略决策提供辅助信息支持。

3.企业智能司库管理3.0阶段

资金管理流程智能优化与智能资金战略决策。在该阶段，主要通过引入神经网络等深度学习技术，实现资金管理流程的自我学习和自我优化，从而使得资金管理能够智能化完善，进一步贴合与满足企业战略落地要求。通过大数据分析和专家系统等技术，基于企业内部资金资源数据、业务数据信息和外部行业数据、宏微观数据等进行充分挖掘分析，并模拟人类专家推理过程，实现资金投融资配置组合推荐、风险对冲组合推荐等方案智能推荐，为企业管理者提供客观合理的科学决策支持依据。决策者可根据企业个性化实际需求，选择和调整对应方案。随着智能技术应用程度与业务流程优化程度的加深，逐步实现部分业务直接由机器智能代替人工智能进行智能决策，从而使得企业战略决策主要由传统的财务经验驱动为主向智能系统驱动为主转型，更好地帮助企业提升核心竞争力与实现智能化价值创造。

（四）企业智能司库管理适用性分析

企业应根据自身发展战略、管理模式、业务经营情况等特征，综合考量是否建设应用企业智能司库管理。相对来说，规模较大、国际化程度较深、行业类别单一、管理组织协同性较高、信息技术基础较强的企业，企业智能司库管理建设适用性更强，同时，投入成本与经济效益和政策导向也会对企业智能司库管理适用性产生重大影响。

在企业司库管理具体的智能化应用场景选择方面，具有规则易于标准化、重复度高、人工效率低、人工易错率高，金融资源管理信息处理分析体量大，决策分析对于数据信息的实时性、可靠性要求高，管理决策质量提升需要客观多维分析结果参考，实时动态监控与可视化展示要求等特征的场景，更适合通过智能化技术的应用，提高企业司库管理质量和管理效率。

四、研究结论

本文通过研究分析认为，将数字化、智能化技术应用于企业以资金为主的金融资源管理，是国际化大型企业集团基于当前资金管理转型发展的现实要求所应重点考虑的司库优化升级的可行方向。同时，企业应根据其自身发展战略、管理模式、业务经营情况等特征，综合考量是否建设应用企业智能司库管理与选择具体应用场景。此外，企业还应不断深化司库管理智能技术应用、增强组织资源保障与完善评价监督体系，以保障企业智能司库管理顺利发挥其应有效用，从而实现企业资金风险管控能力、分析决策能力与价值创造能力的提升，进一步满足企业核心竞争力提升和战略落地支持的需求。