常熟農商銀行：基于大數據和RPA技術的“智慧頭寸管理”項目

來源：2025年度農村金融機構科技創新優秀案例評選

獲獎單位：常熟農商銀行

榮獲獎項：數智應用創新優秀案例

一、項目背景及目標

隨著我行各項業務的不斷拓寬，以及村改支（村鎮銀行改設分支機構）的加快推進，全行頭寸管理的精細化與復雜程度不斷攀升，頭寸管理已成為我行流動性風險防控與資金運營效率提升的核心問題。我行頭寸管理主要涉及支付系統、農信銀系統、數字人民幣系統、三方存管系統等，各系統數據通過頭寸管理系統進行預報、匯總、核銷，而頭寸管理高度依賴業務人員自身經驗，稍有不慎就有可能造成計算錯誤，進而導致頭寸匡算偏差，流動性風險面臨嚴峻挑戰。

我行研發的“智能頭寸管理”項目，深度融合大數據與RPA（機器人流程自動化）技術，旨在精準攻克以下幾大業務難題：

（一）破解頭寸匡算效率瓶頸。當前，我行在頭寸匡算流程中，分支機構完成頭寸預報后，頭寸管理崗依靠人工方式進行數據收集與匯總，不僅流程繁瑣復雜，更消耗了大量時間與精力，匡算效率低下。

（二）提升頭寸匡算精準程度。人工方式在頭寸匡算過程中猶如在鋼絲上行走，面臨諸多不確定性。頭寸管理崗不可避免地會出現數據計算錯誤、匡算不及時等問題。哪怕只是一個細微的數據差錯，都可能引發整體頭寸匡算結果的大幅偏差，影響決策的科學性和準確性。

（三）解決頭寸調整決策滯后問題。因客戶交易需要，分支機構進行頭寸預報調整后，頭寸管理崗匯總并進行轉通知，缺乏數據共享機制，頭寸變動數據難以實時傳遞至資金營運中心，導致資金營運中心無法及時、全面掌握資金供求的動態變化，對資金的預判和決策造成困擾。

二.創新點

（一）決策智能化支持

“智能頭寸管理”項目將RPA技術的數據采集、存儲與分析能力與大數據技術的數據處理與挖掘能力有機結合。RPA在業務流程中實現了數據的自動化采集、存儲與初步分析，大數據則進一步對這些數據進行深度處理與洞察，為RPA提供決策支持，從而實現了技術之間的優勢互補，突破了傳統單一技術在處理復雜業務場景時的局限性。

（二）流程自動化處理

“智能頭寸管理”項目實現從數據收集、匡算到結果推送的全流程自動化。RPA機器人按照預設規則自動登錄頭寸管理系統，收集分支機構的頭寸預報數據，自動進行數據整合和計算，根據參數設置的推送路徑和頻率，將結果及時推送至相關業務群。整個過程無需人工干預，大大提高了業務處理效率，減少了人為錯誤和流程延誤。

（三）規則參數化管理

“智能頭寸管理”項目基于分支機構的頭寸預報數據、客戶大額進出款交易數據，根據預設的金額、頻率進行分段計算，并根據預設的即時預警金額進行頭寸監測，當單筆出款或進款出現超過風險邊界時，系統自動發出預警信息；當客戶頭寸預報數據出現變動，包括臨時新增、修改、取消、延期進出款時，動態匯總匡算變動數據并按預設的頻率進行預警。

三、項目技術方案

（一）業務模式

1.固定時點報送。頭寸管理過程中，工作人員根據業務需求將頭寸自動匡算時點參數化設置，例如工作日上午8點30分、9點以及多個重要時點定點推送，工作日下午13點至16點每隔1小時固定頻率匡算一次，通過大數據和RPA技術匡算頭寸數據，并將其自動同步至關聯部門消息群。

2.多維變量報送。一是頭寸預報新增數據，即在指定時點系統自動匡算當日人民幣大額預報登記簿收付款軋差金額與上一匡算時點的軋差金額。二是大額交易未預報數據，即在指定時點匡算支付系統大額交易未預報的收付款軋差金額。三是頭寸預報變更數據，即在指定時點，按客戶維度匡算上一時段內頭寸新增、取消、變更預報的具體數據，以及上述三種變更類型（新增、取消、變更）疊加后的頭寸匡算。

3.金額差異報送。一是頭寸預報金額。若分支機構在頭寸預報時，新增、變更、取消的頭寸預報收、付金額超過頭寸管理崗配置的大額預報預警金額，則立即匡算對應客戶的頭寸數據變動情況；若低于頭寸管理崗配置的大額預報預警金額，則按照指定時點匡算。二是客戶進出款金額。若客戶賬發生大額收、付款，且該金額超過頭寸管理崗配置的大額收付預警金額，則立即匡算對應客戶的頭寸數據；若低于頭寸管理崗配置的大額預報預警金額，則按照指定時點匡算。

（二）技術架構

“智能頭寸管理”項目通過模塊化分層設計，使用RPA技術實現從業務需求到自動化落地的無縫銜接。系統以流程設計模塊為業務入口，提供直觀的組件倉庫與靈活的任務調度工具，其中組件倉庫預置可復用的標準化流程片段，開發人員可像搭積木一樣快速組裝流程；任務調度支持定時觸發、事件驅動、人工一鍵執行三種模式。原子能力層作為核心支撐，將表格處理、瀏覽器界面操作、異常值檢測等高頻操作封裝為標準化‘積木塊’，通過自由組合滿足跨場景需求；底層技術支撐層則依托執行引擎、運維監控模塊，支持多線程并發處理、單機器人多任務流處理、異常預警、日志分析等功能，確保RPA自動化流程的穩定運行與高效管理。這一架構兼顧了業務友好性與技術可靠性，既能快速響應頭寸管理的個性化需求，又能通過標準化能力復用降低開發成本，為我行數字化轉型提供敏捷高效的自動化基座。

同時，該項目將Quartz定時任務框架納入行內自研的HELP開發平臺，實現一套高度自動化的預報和交易數據監測流程：資金頭寸管理系統為業務人員提供UI接口，配置頭寸匡算任務的相關信息（支持任務啟停，修改定時配置，調整閾值等），通過文件推送和OMS等數據同步形式實時獲取行內支付系統大額交易信息，再結合當日資金頭寸管理系統內的預報信息，通過并發的定時任務進行預警邏輯輪詢和匡算，在觸發預設的預警規則后，向行內統一消息平臺推送相關頭寸匡算信息。

四、項目過程管理

“智能頭寸管理”整個項目周期為2個月。2025年2月中旬項目啟動，業務部門完成頭寸管理規則梳理。2025年3月初完成需求分析，擬定開發計劃。2025年4月完成主體功能開發。2025年5月測試完成并成功驗收上線。

五、運營情況

“智能頭寸管理”項目上線以來運行平穩，能有效監測我行頭寸變動情況。截止2025年9月末，系統處理頭寸預報數據共計6146筆，金額2509.07億元，處理大額收付款數據89149筆，金額5974.67億元，頭寸匡算及時、有效，為節約人力資源、提高頭寸管理效率提供了有效保障。

六、項目成效

項目上線后，能有效提升我行頭寸管理能力，彌補人工匡算的缺陷，更好地為全行業務發展提供流動性安全保障。我行結合自身業務開展情況，合理設置頭寸匡算時點、即時預警金額、匡算規則等邏輯，高效完成每日頭寸匡算處理，主要成效包括：

（1）頭寸匡算智能化。通過RPA和大數據技術，根據預設規則自動收集、匯總、計算頭寸變動和預報數據，替代人工監測，讓數據收集、處理與報送等重復性工作實現自動化，極大提升工作效率。

（2）變動預警實時化。RPA機器人可根據預設規則，全天候運行，對資金頭寸進行全方位、不間斷監測，實時捕捉來自支付系統的交易數據，一旦頭寸發生異常變動即可實時預警。

（3）風險識別主動化。憑借強大的主動監測能力，當發生大額進出款時，系統能夠主動識別、主動預警，通過預設算法對交易數據進行實時分析和深度挖掘。

（4）分析決策數字化。“智能頭寸管理”項目為我行資金營運提供豐富且精準的數據支撐，能在第一時間將異常信息通過消息平臺發送至相關管理人員，及時采取有效措施調整資金頭寸、優化資產配置，從而避免資金閑置或流動性風險等問題，提升我行應對市場風險的能力，在復雜多變的金融環境中穩健發展。

七、經驗總結

（一）做好前期調研

充分做好前期調研工作，深入了解業務需求及操作過程中的痛點，學習掌握業務日常操作及業務規則。

（二）明確項目目標

讓團隊成員深刻理解項目目標及計劃，制定項目整體及階段性目標，分解任務明確到人，及時通報進度。

（三）及時整理問題

指定專人收集項目運行過程中遇到的問題，定期組織例會通報新增及存量未解決問題，對問題一一分析討論，查詢問題原因并做記錄。

（四）加強團隊協作

項目團隊由不同部門的專業人員組成，包括產品經理、業務經理、開發工程師、測試工程師。項目初期注重團隊成員之間的磨合，加強團隊成員之間的溝通。

（五）及時調整方案

項目實施過程中，經常會出現某一需求點無法實現，或實施效果無法達到預期，需及時與項目經理及業務經理進行溝通，在多方意見達成一致后微調方案。

更多金融科技案例和金融數據智能優秀解決方案，請在數字金融創新知識服務平臺-金科創新社案例庫、選型庫查看。