现金流是企业还款偿债能力的核心指标,而银行流水作为现金流的载体,是快速了解企业经营情况的最好抓手,可以帮我们进场前高效发现企业的潜在问题。

随着银行电子化的普及,各家融资租赁公司都陆续开始收集电子银行流水,进行更全面,更深入的分析。那么现金流水该怎么分析,又能帮助发现哪些问题呢?

多银行流水数据整合

在开始分析之前,第一步是整合客户的多银行多格式的流水。数据分析有一个原则:“Garbage in,garbage out”(无用数据进,无用结果出)这步不难但很复杂,中国4200多家银行,格式不同,要把流水信息统一成标准格式,我们才能有统一的数据基础进行分析。如果客户文件多,流水量大,手动操作合并是很耗时费力的。

可信度:流水造假和账户缺失
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,后续分析的意义就会受限制。多种方式可以验证数据可信度:账户余额理应是连续的,每季度应收到和日均余额匹配的利息,各账户间内部转账理应匹配抵消等等。
如果数据可信,我们接下来验证数据完整性,检查每个账户的数据是否完整,有没有缺失,缺失多少。此外,还要查验企业是否提交了所有的主力账户:可以从内部转账中发现未提交的本方帐号,统计发生的交易金额。金额较大的,可以酌情向企业询问要求补齐。

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

每笔交易都可以分类。首先按经营性,筹资性和融资性区分,并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。

标签分类完成后,数据清洗也就同时完成了。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基础,由此可以进行多维度分析。

数据分析与可视化

在完成数据标准化并打好标签后,我们接下来进行汇总分析和可视化。通过对标签多维度分析,快速进行流水交易筛选和对手方交易情况统计,可以发

[1] [2]  下一页