文/周孝谦 见知数据
现金流是企业还款偿债能力的核心指标，而银行流水就是企业现金流最直接的载体，是进场前必备的快速全面了解企业情况的数据宝藏。随着银行电子化的普及，不论股权债权，各家机构都开始需要收集电子银行流水，也可以流水数据为基础，进行更全面，更深入的分析。那么现金流水都能进行哪些深入的分析，能帮助机构发现哪些问题呢？
多银行流水数据整合
在开始分析之前，必要的第一步是要整合客户提交的各银行多格式的流水。数据分析有一个原则：“Garbage in，garbage out”（无用数据进，无用结果出）不要小看这一步的难度，中国有4200多家银行，格式各有不同，要把流水信息统一成标准格式，这样我们才有一个统一的数据基础。如果客户文件多，流水量大，手动操作合并是很耗时费力的，考研耐心和准确度。
比如我们来看一下，2018年招商银行，工商银行和中国银行的格式对比：
可信度：发现流水造假和缺失主力账户
完成了数据整合后，我们来验证企业的数据是否完整可信。首先是企业数据可信度，如果数据经过了重度加工而不可信，我们应该向企业要求提供原始数据再进行分析。有多种方式可以验证数据的可信度：比如每一个账户的余额理应是连续的，每一个季度应该收到和日均余额相匹配的利息，公司各账户间的内部转账理应相匹配抵消等等。
如果数据真实可信，我们接下来验证数据的完整性，检查每个账户的数据是否完整，有没有缺失，缺失了多少。此外，还要查验企业是否提交了所有的主力账户：可以从交易的对手方里发现企业的内部转账而帐号并不在提交之列，统计与缺失帐号发生的交易频次与金额。如果金额较大，可以向企业询问并要求补齐。
数据结构化：标签，分类和数据清洗
标签与分类是结构化分析现金流数据的基础。比如：
通过法人代表和企业股东信息，可以判断这家对手方是不是我们的关联企业
通过经营范围判断企业是客户/供应商，可帮助我们建立行业指标（比如对批发商类支出占总收入或总支出的比例）
通过注册日期将企业分为新成立，1-2年，2-5年，5年以上等，可以帮助发现新成立就发生密切贸易往来的疑点公司
通过注册资本，可以将企业分为大中小型，等等
对于每笔交易，我们可以将其分类。首先按经营性，筹资性和融资性区分，并可以继续细化分类为内部转账，销售收入，贷款流入，往来拆借，供应商采购，工资支出，税费缴纳，水，电，房租，差旅等等。
标签与分类完成后，对企业的经营情况有了比较深入全面的了解。而这个步骤其实也帮我们完成了数据的清洗，后续可以精准的分析企业的经营情况，而不受内部转账和投融资交易等数据的影响。标签和分类虽然花时间，但会对我们后续的分析建立非常好的基础，由此可以轻松进行多维度数据分析。
数据分析与可视化
在完成数据标准化并打好标签后，我们接下来把被尽调企业的银行流水进行汇总分析和可视化。通过对不同标签进行多维度分析，快速进行流水交易筛选和对手方交易情况统计，可以一目了然的发现很多之前容易被忽略的问题和情况。
比如关联交易分析，按关联方式和对手方进行可视化呈现
再比如对资金全貌的分析。除了现金金额，资金全貌还包括投资理财和借贷。我们可以将每个银行流水文件的余额汇总，并统一展示每日变化。
发现问题：鉴别问题对手方
有了以上的数据分析可视化基础，我们可以进行多种问题的提出和分析，比如存在问题的交易对手方。
企业的客户和供应商的交易应该是单向而多笔的。分析对手方是否交易频次低，单笔金额高，整数多，双向收支，收支重合程度高，可以发现可疑对手方。
企业注册时间也是一个指标。企业的主要供应商和客户多在行业里经营多年，很少有注册一年内的。如果有出现且往来频繁，金额较大，就值得我们进一步研究。
交易的频率规律也很重要。交易规律（每月X日为付款日）说明潜在账期，另一方面对公支付不可能在半夜打款，同样如果发现周末打款，也值得我们研究。
判断隐性负债与关联交易
隐性负债的发现，最基础直接的就是从每条流水的对手方工商信息（是否是金融机构），金额（大额整数），和摘要备注（是否写了和借款还息相关的内容）。有的时候由于流水提供的时间周期不足，仅能看到几笔还息，也可以通过借贷计算器估算验证本金金额。
针对公私混用的情况，很多企业使用各种个人账户（可能含非企业股东的账户）收款再汇入公司账户，如果只有公司账户流水数据就只能看到一笔个人的大额汇入，难以判断这笔交易的性质，因为单纯来看这也可能是一笔企业的借贷。这里首先可以要求补充流水，需要看到对方企业支付记录，另外要求其它内外部凭证和流水抽凭来佐证交易和金额的真实性。
另外之前有提到，未提交的主力银行账户也很有可能存在企业的借贷还息专户，这里通过对内部转账的监控可以有效帮我们发现这些账户并判断哪些交易金额比较大。
针对企业的私人账户，也经常存在通道的情况。比如员工的账户交易金额远高于其正常工资水平，那也有可能是通过这个私人账户直接或间接进行还款。
通过流水分析对财报验证
中小企业的财报由于多种原因很难全面验证，强势的大企业的财报也很难让我们验证。一个方式就是通过流水对财报进行验证。比如现金金额，银行存款与借贷，可以与企业的资产负债表相对应。如果企业有现金流量表（很多企业没有，或根据 B/S 和 I/S 反轧）就可以进行更全面的比对和判断，从订单，应收到回款，可以综合计算现金循环周期（Cash Conversion Cycle，CCC）。
精细快捷的分析需要专业工具
详细而全面的分析是非常耗时耗力的，想要完整全面的分析客户银行流水并得出结论其实离不开专业人士和系统工具的结合。见知数据的现金流尽调系统作为国内首家针对银行流水汇总分析推出的专业工具，可以一站式完成各银行流水的汇总，验真，关联方和股东挪用的发现，和偿债能力的分析，帮助大家高效审阅分析流水，保驾护航。
见知数据简介
见知数据是一家专注于现金流数据分析领域的人工智能驱动的金融科技公司，总部位于上海，在北京，深圳，大连，无锡等地有办事处，同时在新西兰和维也纳有海外团队。作为中国银行流水处理分析领域的专家，见知数据迄今已服务近百家世界500强，央国企，上市公司和创业独角兽，累计处理银行流水金额逾10万亿，对手方30余万家，法人实体近2000家。
