国库现金管理方法技术

本申请涉及现金管理相关技术领域，具体涉及一种国库现金管理方法

【技术实现步骤摘要】
国库现金管理方法、装置、电子设备及存储介质


[0001]本申请涉及现金管理相关
，具体涉及一种国库现金管理方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]国库现金管理作为联结财政收入和支出的枢纽，不仅仅是财政运行的基础和保障，也是经济运行的反映和调控工具
。
国库是现在社会经济运行的中心，国库现金管理若不合理，则会影响社会经济的正常运行
。

技术实现思路

[0003]有鉴于此，本申请的实施例致力于提供一种国库现金管理方法
、
装置
、
电子设备及存储介质，以辅助进行国库现金管理，避免不合理的情况，保社会经济的正常运行
。
[0004]本申请第一方面提供了一种国库现金管理方法，包括：
[0005]获取国库数据；其中，所述国库数据包括财政四本预算的收支数据
、
库款数据
、
横联系统数据
、
暂存款项数据
、
存量资金数据
、
债务收入数据和定期存款数据；
[0006]将所述国库数据输入预先训练的支出预测模型，得到支出预测结果；
[0007]将所述国库数据输入预先训练的收入预测模型，得到收入预测结果；
[0008]基于所述支出预测结果和收入预测结果，得到库款现金预测结果，生成现金管理策略；
[0009]其中，所述支出预测模型为深度学习模型；所述支出预测模型为深度学习模型
。
[0010]在一些实施例中，所述基于所述支出预测结果和收入预测结果，生成现金管理策略，包括：
[0011]基于所述支出预测结果和收入预测结果，计算现金余额预测结果；
[0012]基于现金余额预测结果，生成现金管理策略
。
[0013]在一些实施例中，所述基于现金余额预测结果，生成现金管理策略，包括：
[0014]若所述现金余额预测结果不大于预设值，生成的紧缩现金管理策略；
[0015]若所述现金余额预测结果大于预设值，生成宽松现金管理策略
。
[0016]在一些实施例中，还包括：
[0017]获取三保资金数据；
[0018]基于所述三保资金数据进行预测，得到三保资金预测结果；
[0019]若所述现金余额预测结果低于三保资金预测结果，进行告警
。
[0020]在一些实施例中，支出预测模型为基于
X11
‑
arim
算法
、prophet
算法
、lightgbm
算法
、
长短时记忆网络算法和
/
或时间卷积网络算法构建的深度学习模型；
[0021]收入预测模型为基于
X11
‑
arim
算法
、prophet
算法
、lightgbm
算法
、
长短时记忆网络算法和
/
或时间卷积网络算法构建的深度学习模型
。
[0022]在一些实施例中，所述支出预测模型的训练过程包括：
[0023]采集第一预设数量的国库数据样本和所述国库数据样本对应的支出预测结果样本；
[0024]基于所述国库数据样本和对应的支出预测结果样本，对预先构建的用于预设支出深度学习模型，进行训练，得到支出预测模型；
[0025]所述收入预测模型的训练过程包括：
[0026]采集第一预设数量的国库数据样本和所述国库数据样本对应的收入预测结果样本；
[0027]基于所述国库数据样本和对应的收入预测结果样本，对预先构建的用于预设收入深度学习模型，进行训练，得到收入预测模型
。
[0028]在一些实施例中，还包括：
[0029]基于图形或表格的形式，可视化的展示所述支出预测结果
、
所述收入预测结果
、
所述国库的数据
。
[0030]本申请第二方面提供了一种国库现金管理装置，包括：
[0031]获取模块，用于获取国库数据；获取国库数据；其中，所述国库数据包括财政四本预算的收支数据
、
库款数据
、
暂存款项数据
、
存量资金数据
、
债务收入数据和定期存款数据；
[0032]预测模块，用于将所述国库数据输入预先训练的支出预测模型，得到支出预测结果；将所述国库数据输入预先训练的收入预测模型，得到收入预测结果；
[0033]生产模块，用于基于所述支出预测结果和收入预测结果，生成现金管理策略；
[0034]其中，所述支出预测模型为深度学习模型；所述支出预测模型为深度学习模型
。
[0035]本申请第三方面提供了一种电子设备，包括：
[0036]处理器，以及用于存储所述处理器可执行程序的存储器；
[0037]所述处理器，用于通过运行所述存储器中的程序，实现如上述的国库现金管理方法
。
[0038]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器运行时使得所述处理器执行如上述国库现金管理方法
。
[0039]本申请所提供的一种国库现金管理方法，首先获取国库数据；其中，所述国库数据包括支出历史数据；将所述国库数据输入预先训练的支出预测模型，得到支出预测结果；获取国库数据；其中，所述国库数据包括收入历史数据；将所述国库数据输入预先训练的收入预测模型，得到收入预测结果；基于所述支出预测结果和收入预测结果，得到库款现金预测结果，生成现金管理策略；其中，所述支出预测模型为深度学习模型；所述支出预测模型为深度学习模型
。
如此设置本申请提供的方案中，可以基于支出预测模型和收入预测模型进行预测，进而更准确的预知未来一段时间之内国库现金的变化之后基于这个变化来进行现金管理策略的调整，通过上述方案辅助进行国库现金管理，避免不合理的情况，保社会经济的正常运行
。
附图说明
[0040]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的
、
特征和优势将变得更加明显
。
附图用来提供对本申请实施例的进一步理解，并且构成说明
书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制
。
在附图中，相同的参考标号通常代表相同部件或步骤
。
[0041]图1是本申请一个实施例提供的国库现金管理方法的流程示意图
。
[0042]图2是本申请一个实施例提供的国库现金管理界面示意图
[0043]图3是本申请一个实施例提供的国库现金管理界面示意图
[0044]图4是本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种国库现金管理方法，其特征在于，包括：获取国库数据；其中，所述国库数据包括财政四本预算的收支数据
、
库款数据
、
横联系统数据
、
暂存款项数据
、
存量资金数据
、
债务收入数据和定期存款数据；将所述国库数据输入预先训练的支出预测模型，得到支出预测结果；将所述国库数据输入预先训练的收入预测模型，得到收入预测结果；基于所述支出预测结果和收入预测结果，得到库款现金预测结果，生成现金管理策略；其中，所述支出预测模型为深度学习模型；所述支出预测模型为深度学习模型
。2.
根据权利要求1所述的国库现金管理方法，其特征在于，所述基于所述支出预测结果和收入预测结果，生成现金管理策略，包括：基于所述支出预测结果和收入预测结果，计算现金余额预测结果；基于现金余额预测结果，生成现金管理策略
。3.
根据权利要求2所述的国库现金管理方法，其特征在于，所述基于现金余额预测结果，生成现金管理策略，包括：若所述现金余额预测结果不大于预设值，生成的紧缩现金管理策略；若所述现金余额预测结果大于预设值，生成宽松现金管理策略
。4.
根据权利要求2所述的国库现金管理方法，其特征在于，还包括：获取三保资金数据；基于所述三保资金数据进行预测，得到三保资金预测结果；若所述现金余额预测结果低于三保资金预测结果，进行告警
。5.
根据权利要求1所述的国库现金管理方法，其特征在于，支出预测模型为基于
X11
‑
arim
算法
、prophet
算法
、lightgbm
算法
、
长短时记忆网络算法和
/
或时间卷积网络算法构建的深度学习模型；收入预测模型为基于
X11
‑
arim
算法
、prophet
算法
、lightgbm
算法
、

【专利技术属性】
技术研发人员：刘金凯，苏延军，李振华，徐泽泉，何凌龙，
申请(专利权)人：北京用友政务软件股份有限公司，
类型：发明
国别省市：