陳澤彬　黃海靜

摘要：互聯(lián)網金融給傳統(tǒng)銀行業(yè)帶來了前所未有的挑戰(zhàn)，同時伴隨著銀行本身運營精細化管理改革的要求，銀行運營成本管理面臨著各種各樣的挑戰(zhàn)，其中銀行柜面現(xiàn)金庫存管理顯然成為一個值得重視的課題，加強對盈利性資產流動現(xiàn)金與非盈利性資產庫存現(xiàn)金的管理刻不容緩。

關鍵詞：銀行柜面；現(xiàn)金庫存；精益六西格瑪

中圖分類號：F830 文獻識別碼：A 文章編號：1001-828X（2017）003-0-03

一、背景闡述

在商業(yè)銀行的發(fā)展與轉型過程中，各項業(yè)務流程變化迅速，特別是運營標準化、信息化以及集約化方面的管理方面都表現(xiàn)出不同層次的變化。但我們也發(fā)現(xiàn)，在此過程中現(xiàn)金業(yè)務的管理仍然是較為傳統(tǒng)的經驗模式。雖然各家商業(yè)銀行都引進了許多現(xiàn)金的設備，例如點鈔機、清分機等現(xiàn)代化現(xiàn)金處理設備，但限額的使用判斷依然依靠經驗，理論庫存量與實際需求量存在較大偏差。一是導致銀行產生大量的無息資產的占用，二是提高了銀行現(xiàn)金管理方面的人員投入，三是加大了現(xiàn)金的管理風險。本論文運用精益六西格瑪改善思路，研究銀行柜面現(xiàn)金庫存管理，提高現(xiàn)金使用效率、降低無息資產展會用，保障對外服務都有很好的應用前景。

二、現(xiàn)狀問題

一是目前各分行年平均庫存仍然偏高。我們選擇了較有代表性的一家分行的數(shù)據，該數(shù)據為分行近三年來在庫存的水平的趨勢控制圖。我們從從該分行2014年、2015年全行各月現(xiàn)金收付與庫存總量（參見圖1）發(fā)現(xiàn)，現(xiàn)金收付基本持平。現(xiàn)狀庫存量遠遠超過收付軋差量，庫存保險備付過大，甚至理論上無需備付。二是分行對于庫存限額核定方式缺乏科學依據。各分行下發(fā)經營單位現(xiàn)金尾箱以與庫房的庫存限額的數(shù)據主要來源于歷史經驗判斷，缺乏合理的測算模型。

三、研究范圍

本文研究的主要重點將選擇在柜面庫存的管理環(huán)節(jié)上。

四、聲音調研

為了能否更好地了解實際生產中柜面現(xiàn)金庫存管理的問題，我們在全行的5家現(xiàn)金量較大的分行中派發(fā)了320份《庫存現(xiàn)金管理調研問卷》。調研發(fā)現(xiàn)，超過77%的受訪點還是提出庫存量偏大的意見，與我們原先估計較為吻合。

五、影響因素分析

我們利用魚骨圖的方式對柜面現(xiàn)金庫存的影響因素進行展開，主要采用了柜面工作人員現(xiàn)場頭腦風暴的方式。從圖2中我們看到，影響庫存水平的主要魚骨包括柜面收入、柜面付出、網點客戶需求量以及分行支行現(xiàn)金調撥。在每一個主要的魚骨上再做進一步的魚刺風暴，我們發(fā)現(xiàn)逐筆現(xiàn)金收入明細、逐筆現(xiàn)金付出明細、客戶大額預約數(shù)以及現(xiàn)金交易的機會成本等。

六、模型選擇

常見的現(xiàn)金庫存管理和控制模型主要有三種：成本分析模型、存貨模型以及隨機模型。采用成本分析模型確定最佳新進庫存所有量，只考慮持有一定量現(xiàn)金的管理成本、機會成本以及短缺成本。存貨模型的基本原理是將企業(yè)現(xiàn)金庫存所有量和有價證券聯(lián)系起來衡量，即將現(xiàn)金的機會成本同轉換成本進行權衡，以求得兩者相加的總成本最低的現(xiàn)金余額，從而得到目標現(xiàn)金庫存所有量。存貨模型要求已知企業(yè)未來的現(xiàn)金支出，且假定其流出量是均勻的，這不太符合銀行柜面交易的狀況。隨機模型則假設企業(yè)每日的現(xiàn)金流程為一隨機變量，它近似地服務正太分布，適用于企業(yè)未來的現(xiàn)金流量呈不規(guī)則的波動、無法準確預測的情況。因為在魚骨圖分析的基礎上我們根據頭腦風暴的影響因素選擇了隨機模型作為繼續(xù)研究的數(shù)據模型。

七、模型應用

在確定好基礎模型后，我們選擇了一家試點分行進行模型建立與應用的嘗試。

1.模型計算

一是機會成本率K。我們按照15天的SHIBOR來算，即2W，根據中國貨幣網上查到的即時利率為 SHIBOR為2.6310%，由于SHIBOR為年化利率，除以360轉化成分母日利率為0.7308%。二是L ，即最低庫存，以歷史每日凈投放最大值作為參考L值，以7月每日數(shù)據為取數(shù)依據。得出下述三個支行的L數(shù)據。

三是F，即交易轉換成本，這里主要考慮的押運成本：

四是σ2，即庫存現(xiàn)金余傾變動的方差，根據每日凈收入計算暫以7月每日數(shù)據為取數(shù)依據。得出下述三個支行的方差數(shù)據：

我們將上述因子帶入隨機模型公示可以得出最佳持有量“Z”及上限“H”：

2.試點壓降

在上面分析的基礎上，我們將計算結果對三家試點支行的實際庫存運行情況進行對比測試，三家網點的對比結果為：A支行的庫存量基本合理，其實際庫存大部分都在最高和限額H 和最低限額L 之間徘徊，按照模型要求，庫存超出的范圍較少；B支行的庫存一半在H與Z之間，一半超出最高限額比較明顯，按照模型的對比結論，B支行將可能有較大的壓降空間；C支行的庫存壓降空間明顯。對比模擬計算結果，C支行的運行庫存全部都在模型計算結果之外，超過范圍幅度很大。

從試點的情況來看，隨機模型的測算數(shù)據與實際庫存量的差異說明了目前庫存存在較大的壓縮空間，但考慮到該模型使用的區(qū)間算法的分析，主要針對機會成本與交易成本的靜態(tài)分析，而且未來庫存根據歷史趨勢將會有一定的下降確實斜率，我們再嘗試對庫存的動態(tài)進行分析。仍然采用魚骨圖中主要的影響因素，即X：每日現(xiàn)金收入交易數(shù)據與庫存的關系。這里我們主要使用規(guī)劃求解以及時間序列分析的方法，以便論證庫存壓降是否存在空間。

規(guī)劃求解的模型原則原理為：根據每日每筆的交易數(shù)據規(guī)劃每日應預留的庫存的約束最小值，確保正常運轉，然后進一步將規(guī)劃值進行時序分析預測。模型的組成包括：

（1）規(guī)劃求解值：根據t-1的交易數(shù)據規(guī)劃實驗期間t日現(xiàn)金預留量數(shù)據

（2）T+1 預約金額：預約第二天取大額數(shù)

（3）節(jié)假日調整：根據節(jié)假日需要調增或調減

（4）其他殘差調整：除以上原因，其他特殊原因需要調整，例如：小面額、殘損幣

在對歷史現(xiàn)金交付的交易進行規(guī)劃測算后，我們能否得出每日的最小規(guī)劃值，使其能夠媽祖當天所有的現(xiàn)金收付。

基于規(guī)劃求解的基礎上對規(guī)劃值進行時間序列分析，從分析的過程我們發(fā)現(xiàn)分析數(shù)據處于平穩(wěn)白噪聲時序狀態(tài)，說明現(xiàn)金業(yè)務是完全隨機的，這也驗證了上述隨機模型的正確性，下一步我們使用移動平均法進行預測?；?月到8月份的歷史交易數(shù)據來看，規(guī)劃求解預測結果顯示壓縮的空間較為明顯，與隨機模型計算的趨勢一致，但計算較為繁雜，因此我們將繼續(xù)使用隨機模型進行試點執(zhí)行壓降。

按照隨機模型計算的庫存量，我們在三家試點網點開始按計算量進行測試，由于為試點期間，為了防止客戶投訴，我們同時也預備一定的備用量。選擇C支行作為代表，我們從圖7我們可以看到試點支行可以按照模型進行壓降，10月8日開始執(zhí)行后，庫存水平平均線（綠色線）下降明顯。

3.全面推廣

在試點的基礎上，為了更好地驗證模型的準確性，我們選擇進行全行的推廣，主要按時間先后進行兩輪推廣。第一輪以某分行的6家網點進行推廣，環(huán)比壓降效果明顯；第二輪選擇全行取36家分行，72個營業(yè)網點開展全行推廣驗證工作，驗證工作全面鋪開，環(huán)比壓降成果卓著。

八、結語

精益六西格瑪方法論是一個非常好的抓手，在該項目上，我們通過數(shù)據挖掘、驗證推廣等階段的實施和運用，探索使用了現(xiàn)金管理模型，該模型對庫存有效預測并能在全行推廣，在庫存額度管理上取得了突破性進展。

參考文獻：

[1]中國質量協(xié)會，組織編寫.六西格瑪管理[M].中國人民大學出版社，第三版.

[2]劉迪，岳紅，馬春蕾，趙杰.財務管理學[M].中國電力出版社，2016-5-1.

作者簡介：陳澤彬（1986-），男，廣東，本科，廣東銀行總行運營管理部，高級經理，主要從事銀行運營流程改善研究。

黃海靜，女，廣東人，本科，廣東銀行總行運營管理部，高級經理，主要從事現(xiàn)金營運管理研究。