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，可以发现很多容易被忽略的问题。

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，资金全貌还包括投资理财和借贷。可以将每个账户的余额汇总，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，最基础的就是从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（是否有借款还息内容）。

如果由于提供流水的时间周期不足，看不到本金，仅能看到几笔还息，可以通过借贷计算器估算验证本金金额。

针对公私混用情况，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，因为这也可能是一笔企业的外部借贷。首先可以要求补充流水，看到对方企业支付记录，再通过其它内外部凭证和流水抽凭来佐证交易真实性。
之前有提到，未提交的银行账户可能存在企业的借贷还息户。通过对内部转账的分析，可以帮我们发现这些账户，并判断哪些交易金额较大。
针对公用的私人账户，经常存在通道的情况，比如员工的账户交易金额远高于工资水平，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系统和账务方式等多种原因很难高效全面验证，更强势的大企业的财报也很难让我们验证。

通过流水可以对财报进行验证。比如现金金额，银行存款与借贷余额，可以与企业的资产负债表相对应。对比损益表，也可以分析权责发生制收支和收付实现制收支的差别，并与同行业基准比较判断。

如果企业有现金流量表（很多企业没有，有的很多企业也是根据 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）。