国家电投财务公司：资金池运营模型创新实践，提升集团资金池效能

来源：市场资讯

（来源：财资一家）

2026财资奖评选邀您参与~

原文标题：国家电投财务公司集团资金池运营模型创新实践

作者：栾帅 | 国家电投集团财务有限公司总经理；姚金甫 | 国家电投集团财务有限公司资产负债部

来源：《财务与会计》2026年第15期

摘要：实现科学、高效、安全的集团资金池运营既是中央企业集团普遍面临的管理难题，也是提升资金管理效率效益、防范资金风险的重要手段。国家电投集团财务有限公司作为国家电投集团司库建设及运营的实施主体，按照安全合规、科学高效、服务效益并重的原则，从管理、业务、技术等创新维度，构建了一个与集团产业特性相契合、多周期资金池运营模型，实现了基于不同运营策略、不同管理要求下的资金池运营要素的科学预测与高效配置，全面提升了集团资金池效能。

央企集团资金池资金来源全部为内部企业，大部分都是临时沉淀资金。特别是资本密集型的能源行业由于投资强度大、资金流动性强，更需要科学地预测全集团一定时期内的可沉淀资金总规模，以便更高效地进行内部资金余缺调剂，从而减少财务费用及外部融资规模，降低资产负债率，为集团战略发展和项目投资提供更大空间的资金支撑。2022年国务院国资委《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》发布以来，司库体系建设逐步向纵深推进，依托司库体系建设和信息化手段建立集团资金池运营模型成为企业集团战略落地的重要支撑。国家电投集团财务有限公司（以下简称国家电投财务公司）结合国务院国资委对央企的管理要求，依托司库体系建设和信息化手段，通过构建集团资金池运营模型，实现了基于不同运营策略、不同管理要求下的资金池运营要素的科学预测与高效配置，在确保运营合规的前提下提升了集团资金池运营效率。

一、集团资金池运营模型创新实践

国家电投财务公司围绕集团产业特性，按照安全合规、科学高效、服务效益并重的运营原则，遵循“以来源定投放，以存定贷”的运营逻辑，搭建了以“业务层、监督层、算法层、数据层”为核心的运营架构（见图1、图2），并通过算法层的五大线性回归模型、12个参数指标配置，实现了基于不同运营策略下集团货币资金总量、资金池存贷款规模、内部定价等资金池运营要素的科学预测与配置，全面提升了集团资金池运营效能。

（一）业务层

业务层主要由“年、月、日”三周期运营平衡表组成，通过年度运营边界由算法层确定、月度运营边界由资金收支计划预测、合规指标由监督层管控等运营规则，实现不同运营策略下的资金池运营平衡计划。

1.年度运营平衡。年度运营平衡以集团货币资金总量为测算基础，重点关注可用于内部余缺调剂资金的日均规模配置（资金池贷款规模）。年度集团资金池存款规模是以上一年度的资金池存款日均规模为基础，通过算法层的存款规模参数来进行预测；年度资金池贷款规模是以年度集团资金池存款规模及算法层的贷款参数进行配置。年度运营平衡表主要用来：一是平衡年度资金池运营，确定年度运营策略、运营要素边界。二是指导月度运营平衡，通过资金池历史运营规律曲线及本年运营影响要素等自动进行月度分解。三是自动形成年度执行情况，并根据各月实际执行情况滚动调整剩余月份分解计划。

2.月度运营平衡。月度运营平衡以上月末资金池存款时点规模、本月集团资金收支计划为当月资金池存款规模测算基础，综合考虑当月贷款需求及监督层的合规指标，多次平衡优化确定资金池贷款规模。月度运营平衡表主要用来：一是平衡月度资金池运营，确定月度运营策略、规模及效益。二是月度运营平衡更侧重月度计划执行，并通过当月计划与执行、年度分解差异等分析，挖掘存款来源和贷款配置受宏观经济、资产规模、季节性变化等周期性规律的影响，进一步修正调整算法层的回归模型平滑系数及参数设置。

3.每日运营平衡。每日运营平衡侧重每日执行情况，主要保证集团资金池流动性安全及每日合规指标动态监控，用以决策当天外部拆借及备付资金安排。

4.经营情况分析。根据集团运营管理需求，模型可自动生成T-1日、上月、本年的生产经营报表，并可实现历年经营分析及未来多周期经营数据预测。通过资金池运营效益的多维分析，为国家电投财务公司经营业务提供决策驾驶舱。

（二）监督层

监督层对业务层进行实时监督，保证资金池运营在合规、可控范围内开展。根据司库管理、金融合规等管理要求，国家电投财务公司设定了9个运营合规指标，嵌入事前预测、事中执行、事后分析全过程。具体包括合规指标（流动性比例、贷款比例、拆借比例、投资比例、拨备率）、运营指标（生息资产平均收益率、存贷净息差率、投资净息差率、同业净息差率）等。

（三）算法层

算法层主要包含了12个参数指标及五大线性回归模型。

1.参数指标用于确定年度运营平衡的运营要素边界。其中，规模边界参数10个（存款参数、贷款参数、投资参数、权益参数、货币资金沉淀率参数、投放参数、准备金参数、外币参数、头寸参数、同业存单参数）、价格参数2个（新业务利率波幅参数、资金转移定价利率参数）。

2.五大线性回归模型用于支撑5个核心参数。

（1）集团货币资金总量预测模型——存款参数。该模型通过时间序列和线性回归，依托资金池存款规模的历史数据，预测当年集团资金池规模。存款参数根据前3年资金池历史增长率平均值、集团年投资额、集团资产总额、集团成员单位数量等趋势因素，使用最小二乘法计算而得。

年度资金池预测公式：Xt （资金池存款规模）=Xt-1×β+ξt （残差）。其中，残差ξt属于随机扰动项，在 95%置信区间内取预测值的上限和下限。平滑系数β由前三年的资金池历史增长率平均值β1、集团年投资额β2、集团资产总额β3、集团成员单位数量β4等增长趋势因素构成，用最小二乘法计算确定，直接应用于计算Xt。β（平滑系数）=β1×（β2/β2（t-1））×（β3/β3（t-1））×

（β4/β4（t-1）），β通过年度动态修订方式不断优化，使得预测值与实际值的平均偏离度最小，从而得到最佳的平滑系数。

（2）集团货币资金沉淀模型——货币资金沉淀率参数。该模型用于集团年度及月度的货币资金沉淀率测算。现阶段主要是通过测算存量及新增存款规模，结合存款定价进行资金池运营效益预测。目前模型采用“最低余额÷最高余额”计算年沉淀率，用1年内存款下跌月份的“本月余额÷上月余额”计算出沉淀比率，得出全年最低沉淀率和平均沉淀率。考虑到虽然资金池收支变动频繁，但整体看总有一定规模相对稳定的长期留存资金，可将其视为存量存款规模，用于配置1年期以上长期资产。因此，后续可嵌套作为资金池贷款投放进度模型的要素之一，提升月度贷款投放规模的测算精准度。

（3）投放进度模型——投放参数。投放进度模型是根据历史投放规律，自动计算上年各月各类业务增速，并结合当年存款结构、增速预期等因素，形成投放参数。在此基础上，自动将各业务年度规模按照投放进度分配到全年各月。

（4）增量业务利率波幅模型——新业务利率波幅参数。增量业务利率波幅模型是根据历史增量业务规律，自动计算上年各月各类新发生业务利率波幅（分为近1个月、近3个月、近半年、近1年四个维度），结合当年利率定价策略等因素，形成新业务利率波幅参数。在此基础上，分别支撑业务层年度运营平衡表、月度分解计划的价格边界。

（5）资产定价模型——FTP利率参数。资产定价模型主要是按照业务品种、期限对不同业务进行差异化定价。根据资金市场报价构建标准FTP曲线参数表（1天、7天引入上海银行间同业拆借利率；1月、3月、6月、9月引入同业存单价格；1年、5年引入国债），将当年的资产业务赋予FTP定价，用于各项资产收益分析和资产配置决策参考。

（四）数据层

数据层是集团资金池运营模型的基础，用于支撑业务层的数据来源、监督层的合规指标计算、算法层的参数及模型测算。

数据层的构建主要包含三个方面：一是数据集成。模型主要是将金融业务系统、辅助决策系统、全球司库系统、核心系统、财务核算系统等数据集成到数智中台。二是数据加工。根据资金池运营管理需要对数据分类整理和加工计算，基于标准化数据字典构建数据集市，并通过数据血缘分析技术实现跨系统数据的同源性校验，保证数据的唯一性、同源性。三是数据输出。依托应用程序编程接口（API）网关、数据质量监控矩阵，实现数据服务的统一调度和输出时效性、准确性保障。