基于云模型的国库资金风险评价

摘 要：在国家金库会计数据集中系统（TCBS）全面上线运行的背景下，以甘肃省平凉市为例，采用云模型量化技术对国库资金风险进行衡量与评估，构建一套标准统一、综合性强、便于操作的国库资金风险量化指标和风险评价理论体系，以期客观、准确地度量和反映新形势下的国库资金运行风险，继而为促进国库资金风险管理的科学化、规范化和系统化奠定良好的基础。

关键词：TCBS；云模型；风险评估

中图分类号：F810 文献标志码：A 文章编号：1673-291X（2013）36-0109-03

引言

随着2013年7月国库会计数据集中系统（TCBS）在甘肃省全辖上线运行，国库服务领域进一步拓宽，资金风险点也随之增多，总体呈现出多样化、复杂化、隐蔽化的趋势，原有的资金风险评价体系已难以胜任对新生风险点的评价。在新的形势下，建立国库资金风险量化管理机制，构建国库资金风险量化指标体系，采用量化技术对国库资金风险进行衡量和评价，以促进国库资金风险管理的科学化、规范化，有效地防控国库资金风险，具有更加重要的实践意义。

一、云模型简介

云模型是1995年中国工程院院士李德毅提出，一种基于概率论和模糊数学理论，通过特定算法形成的可在定性概念与定量表示之间转换的模型。通常用云滴在论域空间分布的期望Ex，定性概念的不确定性度量熵En和熵的不确定性度量超熵He三个数字特征来反映云模型的整体特性，具体计算可以通过逆向云发生器来实现。逆向云发生器实现从定量值到定性概念的转换，与之相逆的算法正向云发生器是实现定性概念到定量的工具[1]。

（一）逆向云发生器

二、国库会计数据集中模式下的国库资金风险评估

在人民银行总行《国库研究》2013年第2期《国库资金风险管理—量化与控制》的基础上，结合TCBS系统的上线运行，紧密联系业务实际，通过3个月时间收集风险数据，从国库资金的风险表现形式，以甘肃平凉市为例，将国库资金风险种类划分为道德素质风险、制度风险、管理风险、操作运行风险、系统网络风险、外部转嫁风险六类[2]，共设立了48项风险评价要素指标。道德素质风险B1包括：国库人员有无违法违纪情况，国库人员的业务水平等7项指标；制度风险B2包括：业务活动是否按照国库内控制度规定执行，操作规程是否完整，制度是否健全；管理风险B3包括：印押证是否执行了三分管，各岗位是否制定并落实了岗位职责和操作程序等7项指标；操作运行风险B4包括：退拨款审批表单位名称或金额填写有误，报表漏盖国库公章等26项指标；系统网络风险B5包括操作员权限设置是否合理等5项指标；外部转嫁风险B6指地方政府的指导思想、支持力度，财政、税务、商业银行国库经收处等相关部门的管理状况、配合程度。

采用层次分析法对每一层次中各指标相对重要性给出判断，建立判断矩阵，求出对应评价指标的权重，并进行一致性检验[3]。借助MATLAB得到判断矩阵的最大特征根、各风险指标的权重以及一致性检验指标（如表1所示）[4]：

随机一致性比例CR的值均小于0.1，说明所有判断矩阵均具有较好的一致性，因此风险指标权重分配合理。

本文将国库资金风险分为五个等级：极高风险、高风险、中等风险、低风险、极低风险，对应的分值区间分别为[0，30），[30，45），[45，55），[55，70），[70，100]，针对TCBS系统上线后的业务实际，邀请国库工作经验丰富的人员对表1中所列的每一项风险指标要素依风险等级打分，获取了10位工作人员共计480组评分数据。结合逆向云发生器的定义，利用MATLAB编程计算，可以将10位工作人员针对每一项风险评价要素打分的样本点xi，分别转化为48项二级指标的基云。鉴于48个二级指标之间的独立性，考虑到每一项指标所占的权重（见表1），本文用综合评价领域中的浮动云将这些基云合成。计算得到一级风险指标对应的云模型（见表2）。

通过上面的计算，就得到了6个一级指标的云数字特征。为了得出整个国库总的资金风险状况，结合各一级指标的权重（见表1），选用综合评价领域中的综合云需要将这6个一级指标的云模型再进一步拟合为最终的目标云[5]。

可以看出，落在级别“极低风险”内的云滴数最多，其次是落在“低风险”区间。因此，可以得出结论，参与评估的国库风险级别为“低风险”，但程度更偏向“极低风险”级别。

小结

利用云模型评估国库资金风险，很好地将定性概念和定量表示联系了起来，并且利用云图将所有评分情况展示了出来，更直观地体现出了风险评估结果。此外，利用云模型进行评估整个国库资金风险还能看出其他隐含信息。每个基云中熵值En的大小不同，可以看出专家对每个指标打分高低的离散程度，En越小，说明专家对该指标的认同度比较一致，En越大，说明专家之间的分歧越大。

通过上页表1所示的云数字特征看到，“国库人员的职称情况”、“操作结束后，操作员未立即退出操作系统”两项EX值最低，具有潜在风险；“各岗位是否制定并落实了岗位职责和操作程序”、“报解清单漏盖业务公章” 两项En值最大，反映出评判人员对这两项的风险程度认识偏离较大。从上页表2可以看到，一级指标中“管理风险B3”的期望值EX最小且熵值En最大，说明国库存在一定的管理风险。

总体来说，我们通过指标设定、数据收集、模型建立、等级划定后，运用国库资金风险量化评估体系在县支行进行了试点运用，把评估结果与、实地业务检查、日常管理以及目标责任考核对照，显示结果为：领导重视、人员配备合理、基础业务扎实，内控制度严格的县支行指标值高风险低甚至无风险；个别行领导不够重视，人员参差不齐，基础业务薄弱、时有差错出现的县支行得分相对较低，处于低风险状态需要关注，我们发现所得结论和实际业务情况具有高度一致性。

参考文献：

[1] 李德毅，孟海军，史雪梅.隶属云和隶属云发生器[J].计算机研究与发展，1995，（6）.

[2] 尧云珍.关于国库资金风险评估体系的探讨[J].武汉金融，2008，（4）.

[3] 周平.TCBS系统下国库资金风险测度指标体系设想与实证分析[J].哈尔滨金融高等专科学校学报，2010，（4）.

[4] 李立宪.国库资金操作风险评估方法研究[D].天津：天津大学学位论文，2007.

[5] 谢道文，施式亮.基于云模型的煤炭企业物资供应商综合评估[J].工程与应用，2011，（6）.