国库信息化建设是人民银行信息化建设的重要组成部分，其发展历程经历了从手工核算到电子化处理、从各地分散开发到全国数据集中系统应用等发展阶段。2006年，人民银行提出建立以国库信息处理系统（TIPS）、国库会计数据集中系统（TCBS）和国库管理信息系统（TMIS）（简称“3T”系统）为核心的国库综合业务集中系统，实现了财税关库银的信息交互，为央行履行经理国库职能提供了重要的技术支撑。2016年，国家金库工程列入国家“十三五”规划，国库信息化进入全新发展阶段，逐步推动财税关库银横向联网系统在全国实现地域、征收机关和业务种类的全覆盖，2018年完成国家金库工程（一期）及各子系统升级改造，强化了国库业务系统的安全性、便捷度和覆盖面，有效提升国库服务民生质量。

在新时代国库服务和国库监督双支柱体系下，国库信息化建设面临全新的挑战。一是如何充分发挥国库数据价值，提升数据处理效率，让数据分析更加“自动化”；二是怎样让信息系统向国库业务专家学习，掌握专业领域的规则和逻辑从而更加“智能化”；三是从全球范围来看，央行国库业务有自身的特色，在很多方面少有先例可循，如何让智能模型和算法在央行国库领域更加“专业化”。

目前，基于概率统计的机器学习和深度学习算法已经成为人工智能领域的研究主流和应用热点，随着算力的不断提升和数据的持续积累，人工智能技术已在金融领域得到大量应用并取得显著成效。机器学习和深度学习算法的本质是从大量的数据中用概率学习的方法来寻找数据的规律，因此人工智能技术的应用对于业务系统提出一定要求。一是数据的丰富性，包括数据的规模（样本量）和多样性（数据特征），这是统计方法能够从中发现规律的基础。二是规则信息的确定性，所解决问题的规律是静态的或确定的，而不是启发式的。三是应用领域的专注性，针对具体应用领域设计并通过大量数据训练出特定模型，并已经被证明在具体领域问题解决上十分有效。

经过多年的不断努力和发展，人民银行国库信息化建设取得丰硕成果，为人工智能技术的应用奠定了良好基础。一是国库信息化建设积累了大量业务数据，为人工智能的应用提供关键的数据基础。二是国库业务领域形成了成熟的业务逻辑规则，有效保证了相关逻辑规则的确定性。三是多年的业务发展储备了众多对央行国库有深入理解的业务专家，能够对模型算法设计提供业务层面的专业指导和帮助。

成方金科认真贯彻落实总行党委“三集中”改革部署要求，积极打造“数字央行”技术创新体系，根据国库局有关现金流预测业务场景的指导意见，聚焦场景实现和技术支撑，开展国库现金流预测系统建设（代号“先知”，预计2022年6月投产上线），推动人工智能技术的实践应用，助力国库业务迈向智能化发展新时代。

图  国库现金流模型预测流程

1.以国库现金流预测为切入点，推动人工智能技术应用

国库现金管理是一系列财政资金的管理活动，有助于提高国库现金使用效益。使用人工智能技术预测未来一定时期内国库资金的收入、支出与库存余额，一是提升业务处理效率，提高自动化水平，降低人工经验依赖程度，同时提高业务预测准确度；二是为规划国库资金收支、保持国库收支平衡、制定国库现金管理操作计划提供科学依据。

2.加强业务与技术融合，探索实践国库现金流预测模型

一是引入国库业务专家经验，在分析各地分库业务特点、地域性特色，剔除随机性大的地方债、现金管理等科目数据，依据每月工作日数量等进行日历效应修正，依据拉依达准则、Tukey method等方法进行统计学异常值检测与修正，平滑数据曲线；二是结合业务场景特点，从修正数据中筛选出更有利于模型精度提升的周期性、日历等数据特征，提升模型训练效果；三是通过多种特征融合方式，抽取不同特征矢量进行优化组合，形成融合特征；四是采用全局模型设计思路，利用任务嵌入技术学习不同国库主体预测任务的向量表示，实现各地分库共用一套模型，提升模型训练数据规模，降低模型数量，缩短模型训练时间，以利于挖掘共性规律、提升模型精度；五是采用集成模型，集成时序卷积网络、注意力机制长短期记忆神经网络、XGBoost等多模型，集中模型优势，提高泛化性与鲁棒性。

同时，成方金科积极推动人工智能、区块链、隐私计算等关键技术在金融领域的其他应用实践。在人工智能技术方面，正在探索在反洗钱等方面的应用实践；在区块链技术方面，2021年建成的福费廷系统实现了业务信息上链传输和共享；在隐私计算领域，正在探索隐私计算在数据共享、反诈联防联控等场景的应用落地，推动跨行业的数据融合应用试点。通过技术研发与业务创新的融合，完善业务与技术良性互动机制和协作模式，形成新技术研究带动应用研发、促进业务创新发展的长效机制，不断提升支撑央行履职能力。

成方金科将坚持把技术创新作为引领发展的核心动力，立足新时代，把握新机遇，安全有效推动人工智能等关键技术在金融领域的应用实践，为打造“数字央行”奠定坚实基础。