现金流数据驱动的中小企业风控实践

商业资讯零壹财经零壹财经 2021-06-22 阅读：1083

关键词：现金流数据 现金流 中小企业风控

音频：

中小企业是我国最具创新活力的群体，贡献全国50%的税收，60%的国内生产总值，70%的发明专利，80%的城镇就业岗位，占企业总数的99%，在促进经济增长等方面具有不可替代的地位。然而尽管我国历年来针对中小企业融资推出多种专项政策与措施，由于财务与税务不规范等原因，中小企业融资难融资贵的问题痼疾难愈。

现金流数据：被忽视的中小企业风控抓手

如果说财务报表是企业记录经济活动的方式，那么银行流水就是银行为企业记录交易的语言。

作为不需财务人员“处理”的外部凭证，银行流水数据更具有真实性，交易产生便会生成不可逆的记录，还会记录交易时间，对手方名称及账号，交易金额及余额等信息，具有极高的信息含量和全面性。

此外，对比以月为单位，需要财务人员人工出具的财务报表，银行流水可以及时通过网银下载，具有更强的实时性和便捷性，便于掌握企业最新情况。可以说，银行流水是了解企业真实经营情况的最好抓手和“数据金矿”。

处理分析银行流水的几大难点

如此高效的银行流水数据，在以往的风控审核过程中却没有发挥出其应有的价值。因为银行流水的处理分析有以下几大难点：

1、多银行数据格式不统一

我国共有 4000多家银行，每家的数据格式都不统一。靠人工方式手动汇总，不仅耗费大量时间，更重要的是容易产生数据贴错，贴重，贴漏等错误，导致流水数据本身的质量降低。

2、数据真实性与完整性

客户经理很难判断其他银行数据的真实性与完整性。据融资租赁行业数据，10-15%的公司存在删改银行流水的情况，还有更多的企业存在交易账户未提交和账户数据不全的情况。

3、关联方与可疑交易鉴别

关联交易层出不穷，更有大量隐藏起来的可疑交易需要鉴别发现，过去人工方式只能挑选出大额交易，或采取“抽凭”的方式分析，关键交易有所遗漏在所难免。

4、数据量大难分析

如果忙季短时间内有多个项目，或碰到了交易频繁，账户量大的公司，大量的流水数据的全面处理分析难以在有限时间内完成。

系统化分析银行流水数据

针对以上几大难点，作为专注于通过系统化方式汇总处理分析多银行流水数据的金融科技企业，浅谈几点银行流水分析的框架及方法论：

1、多银行流水数据汇总

银行流水作为一种半结构化数据，未经过清洗难以进行分析。因而分析银行流水的第一步便是要通过系统化方式识别，汇总并结构化数据。这个步骤并没有太多的捷径可走，需要日拱一卒，通过对各银行各时间点对公对私模板的积累及数据结构化梳理，逐渐形成自动化银行流水处理的流程，实现一键输入各银行原始流水数据，输出标准化结构化数据的效果。

部分银行存在比如利息发放交易的交易时间上下不连续，或存在冲正等特殊交易标记错误的情况。这些情况虽然少见，但都需要在建设系统的时候进行对该模板的调整适配。

2、鉴别数据真假完整性

通过对银行流水模板的积累与字段机构化的工作经营，首先可以通过模板判断输入数据是否存在关键信息缺失，及其是否属于目标银行模板。

对公字段；各银行字段均不相同

此后可以通过流水数据的交易后余额连续性，利息校验检查等方式判断该流水数据是否存在逻辑问题，更可以通过流水字段内的信息抓取缺失同名账户及账号等信息做统计展示。

如果数据本身存在缺失或遗漏，后续的分析也就失去了基础。最常见到的缺失情况是缺失账户（有账户未提交）和账户数据缺失（未提交足够数据，连续数据中存在缺失）。
缺失的账户可以通过交易中的对手方名称与账号信息进行发现，还可以进一步统计缺失账户相关的交易流水金额与笔数，通过缺失账户的重要性指导进一步征提。账户内数据缺失可以通过连续的余额信息进行判断。
部分缺失和错误的原因是由于获取或分析数据的业务和分析人员手动贴表造成的。据融资租赁行业数据，约15-20%的项目存在至少一处手动造成的错误。

更进一步，可以运用统计分析的方式，通过对交易各字段属性的分析辅助判断该流水是否存在疑点，值得进一步关注。

流水数据下载时可选择不导出关键交易内容，比如摘要，交易类型和对手方名称，导致分析时因缺失核心信息而无法判断资金去向或交易经营实质。通过系统方式，可以在数据识别清洗后统计各字段缺失程度，并与过去统计结果比对并提示用户。
此外，一些人工“刷单”造出的流水交易虽然本身的确是真实发生的，但在交易的分布上会与同类流水分布存在差异，或者在一些统计分析指标上存在异常（比如Benford系数），这些指标可以提示用户该账户交易分布异常，需要进一步关注。

3、多维度发现关联方与可疑交易

流水交易必然包含本方与对手方的完整名称信息，因而可以通过接入工商数据的方式进行关联方的自动发现，并结合流水展示关联方的交易情况。

通过系统化方式接入工商数据，查询每条流水交易的本方与对手方进行比对，可以发现关联方并打标签，统计关联方的交易情况。比如法人，股东，董监高和兄弟公司的资金往来，都可以结合关联情况统一展示，替代手工查询工商信息的步骤。

针对可疑交易，不同机构的关注点，与指标各不相同，可以通过比如大额个人交易发现，收支重合判断，关键字段信息创建符合机构风控规则，并通过实际项目分析结果进一步调优及对规则进行增补调整。

可疑交易根据不同机构的尺度和关注点各不相同，需要根据实际情况进行定义和动态调整。比如2020年著名的连锁咖啡数据造假案就爆出存在通过多家注册不久便发生大额交易的企业客户刷单的情况。这些企业的股东虽然与公司并无关联，但可以通过注册时间与交易时间，频率及金额结合进行快速筛选，发现值得关注的交易和客户/供应商。

4、全面分析资金波动，收支结构与上下游交易

在导入了流水，确认了真假，判断了关联交易之后，信贷机构最需要快速了解清楚的就是目标企业究竟“有多少钱，挣多少花多少，从哪里挣钱花去哪里”。而这些可以通过对汇总后余额波动的分析，收支盈亏的金额与结构，以及上下游客户供应商的交易情况的方式展示出来。

企业有多少钱和资金余额的变化是重要的关注点。通过汇总各账户流水余额，可以自动统计出期末与日均余额并按时间进行可视化呈现。另外，除了现金外，还可以纳入类现金部分比如保证金，贷款与理财等金额，展示企业相对完整的资金情况与变化。

5、文本语义理解与智能标签分类

在积累了大量银行流水交易数据之后，可以更进一步，通过分词和语义理解及机器学习的方式根据流水字段对每条流水进行打标签做分类，可以据此实现剔除非经营性交易，快速生成针对特定行业的分析指标，抓取关键交易的效果。

比如制造业的几个关键的分析指标包含水电能源，人力成本和税费缴纳等，均与业务开展情况相关（开工就会有人力和水电等支出）；而医药连锁行业的医保类回款，也应该与其总经营收入规模相匹配。这些指标都可以从另一个维度判断企业的实际经营情况。