现金流尽调助力信贷风控：租赁业务中的创新应用

　现金流尽调助力信贷风控：租赁业务中的创新应用

　　公司简介

　　见知数据是一家致力于将人工智能和语义分析等前沿科技应用于现金流分析领域的金融科技企业，累计处理现金流数据金额逾20万亿，平台交易对手方100多万家，在银行、租赁、保理、事务所、券商、PE/VC等行业服务了近百家行业领先机构。

　　为了进一步促进现金流分析的应用与分享最佳实践，见知数据于11月4日主办了主题沙龙：“现金流尽调——租赁业务中的创新实践”，邀请了来自海尔产业金融、平安租赁、中远海运租赁、上汽通用租赁、河北金租、KPMG、上海银行、东亚银行等头部银行、租赁、事务所等机构的专家，共通探讨、交流现金流尽调在租赁业务中的创新应用。

　　Part 1：如何通过现金流数据进行尽调分析

　　11月4日下午，见知数据联合创始人兼CFO王晓青发表主题演讲，探讨了基于现金流数据的分析尽调对于风控审批尽调的重要性，以及如何通过分析现金流数据，洞悉企业经营行为，把控审核风险。

　　“现金流是企业的血液，贯穿企业从采购到生产到销售的全生命周期，现金流的好坏反映企业的成色。对于金融行业，未来现金流是客户还款的保障。

　　我们发现，基于现金流数据和基于利润表对企业的经营状况进行分析，可能得出完全不同的评价。可以说，现金流是一种新的刻画企业经营行为的数据，作为由银行记账的“语言”，现金流展示了企业真实的、实时的经营面貌。

　　那么，对于分析企业经营情况如此重要的现金流应该怎样去看呢？

　　校验数据真伪

　　现金流分析的前提建立在数据真实、完整、可靠的基础上，而目前实际操作中对于流水核验的工作较少。通过见知现金流尽调系统，能够快速高效地验证流水数据质量，节省大量人工处理时间。

　　剔除关联交易

　　系统接入了实时工商信息，发现股东、法人、董监高、被投企业和兄弟企业等关联方，并自动统计关联交易，令关联交易无所遁形。

　　展现上下游客户商交易全貌

　　通过剔除关联方交易，仅保留与企业具有实际经营活动往来的流水数据，从中抓取主要上游供应商及下游客户，将交易金额、频率、占比可视化，数据呈现全面无死角。

　　我们的核心能力

　　在五年多的发展过程中，见知数据通过流水大数据逐渐积攒了一项核心技术：自动识别国内4000多家银行流水数据格式，自动清洗标准化，对流水数据去重、发现遗漏，确保流水数据质量和分析价值。

　　同时，基于20万亿流水大数据和分词技术及机器学习模型建立的语义处理分析能力，实现对每条流水交易实时打标签做分类，判断交易属性。

　　见知数据致力于利用数据分析工具，唤醒机构手中“沉睡”的客户流水数据。金融机构在过往案例中积累了大量的客户数据，但这些流水数据都分散于各个项目中，需要通过系统从中提炼出鲜明的行业指标特点，形成金融机构的数据资产，长期不仅提高效率，降低风险，更能够协助企业将数据化为资产，实现智慧审批。

　　下半场：流水造假实例与行业特征分析

　　在沙龙的下半场，见知数据创始人兼CEO何川上台分享了银行流水造假的真实案例，以及基于现金流数据分析在实际应用中发现的部分行业规律。

　　流水造假真实案例

　　目前中国的绝大部分银行均支持下载Excel版银行流水和打印纸质版流水，同样，市面上也存在银行对账单的造假现象，甚至形成成熟的产业。造假者依靠掌握的银行结算知识，研发出了流水伪造软件，伪造一份银行流水耗时仅几分钟的时间和数百元的费用。

　　上图对账单仅依靠人工难以辨别真伪。然而，在现金流尽调系统中，这些对账单往往在收支盈亏上体现得过于均衡，实际经营的企业不会出现这种情况。另一方面，人力成本、水电能源、纳税是跟收入水平高度相关的，伪造者往往无法伪造这些数据与收入的比例关系，使得流水在这些指标上面暴露无遗。

　　流水伪造软件制作的对账单虽然形似，但反映的企业经营实质是经不起推敲的。这些校验虽然难以通过人工实现，但在现金流尽调系统中仅仅需要几分钟就可以发现端倪。

　　现金流的行业特征

　　同时，经过大量的垂直行业流水分析，见知数据也发现了一些特征行业的流水特点。例如在分析40余家4S店流水数据后，我们发现：4S店企业存在众多关联交易，交易额占比甚至达到40%-50%，包括法人、股东代替企业打款的行为屡见不鲜。一般企业的总交易额是存量资金的10-20倍，而4S店的这个数字可以高达20-200倍。同时，通过一家企业的人力成本、社保、税费缴纳往往能够看出企业的经营情况是否有恶化等等。这些从流水数据总结出的行业特征，能够应用于信贷审核，为风控人员的经验判断提供参考和帮助。

　　现金流尽调为金融机构业务风控提供了更可靠有效的视角，见知数据希望通过自己强大的银行流水分析能力，以系统化的方式帮助金融机构用最短的时间识别流水，提高工作效率，用最全面的视角掌握实际企业经营情况，控制风险，用最高效的手段沉淀数据资产，提炼分析指标，用数据驱动风控和业务拓展。编辑：刘伟