风控生命线-打造闭环分析体系，通过银行流水解构客户真实经营情况
APP宣发
相信有不少风控和信贷员朋友都会在信贷业务的实际拓展中面临大量问题：例如如何确定客户提交的资料真实性？如何快速提取客户银行对账单里的关键数据？如何深层挖掘客户材料中的深层风险？如何利用科技手段增加自己的审查效率，避免大量重复性工作？
本文从银行流水验真，银行流水分析，银行流水与其他数据的匹配分析三个维度，向大家提供最全的方法和全新视角。
银行流水是指银行活期账户的存取款交易记录，是证明个人或公司收入的一种证明材料，也是申请贷款所必须的材料，其不可篡改性增强了作为验证材料的效力；同时历史交易记录可与诸多信贷材料相互呼应，进一步提升了银行流水在信贷审批过程中的重要性。因此，通过分析客户银行流水，可以帮助信贷从业者评估客户的还款能力。在贷前调查过程中，我们要对相关的显性信息进行重点关注，认真分析银行流水背后隐藏着的不利信息，规避发生客户违约风险。
然而，一切基于银行流水信贷分析的基本前提是确保这份银行流水是真实的，那么如何验证银行流水是未经篡改的呢？我们首先就银行流水的验真方法进行一一阐述和分析。
一、户名判别
虚假的银行流水可能是由一份真实银行流水修改了客户姓名做成的。识别这种情况，可以通过“支付宝-转账-转到银行卡-填写基本信息”的方法进行验证。操作后会出现两种情况，都说明客户提供的银行流水是假的：
（1）“收款人姓名填错了，请核实并重新填写”——说明该卡号真实存在，但是户名不是该客户的。
（2）“收款卡号填错了，请检查并重新填写”——客户在该行有账户，但是卡号不是这个。
二、结息判别
这是常见的判断流水真假的方法，目前通行的活期利率为0.35%或0.3%，我们可以通过结息来快速判断流水中日均存款余额与季度结息是否匹配。行云系统的电子银行流水解析功能中也有专门的结息模块用于对比实际结息金额与通过以下方法估算的结息金额的差异率，从而辅助信贷从业者判断该银行流水的真伪。
计算公式如下：利息=累计计息积数×日利率
累计计息积数=计息期间内每笔计息积数余额合计数
每笔计息积数=每笔余额账户留存天数*该笔余额数
下图为行云数据分析小程序中通过精准找到每日存款余额估算得出的结息金额，并将估算结息与实际季度结息对比计算偏差比例。
三、交易日期判别
由于大额实时支付系统运行时间的缘故，正常情况下对公账户在周末和法定节假日是无法通过大额实时支付系统进行转账交易的，因此在周末和法定节假日期间如果出现对公交易记录，则说明该银行流水存在问题。
四、抽样判别
抽查银行流水中的某几笔特定的交易，要求企业补充提供这几笔交易的转账凭证，一般情况下企业的财务会留存每笔交易结算的凭证进行做账，如果财务无法提供，则可以在银行柜台进行补打。如果企业无法提供，则该银行流水可能存在问题。
五、关联性判别
为防止客户利用第三方流水虚假增信，应从以下三个方面进行关联度判别：
（1）有无和实际控制人、股东、配偶等往来交易记录；
（2）交易对手是否与该公司业务有关；
（3）交易地区是否和客户经营区域相匹配。
六、印章和打印介质判别
收集不同类型账户流水加盖的印章、使用的打印介质（穿孔打印纸、底纹纸等），用于比对客户提供的纸质银行流水。
七、询问客户
直接询问客户在哪个网点或者哪条路打的银行流水，客户如果支支吾吾或者回答的结果与流水上盖章显示的不符合，基本可以判断为假流水。如果是客户亲自打的流水，就算说不上网点名称，也一定知道是在哪条路上打的流水。
八、电话银行核实
电话核实可以分为两部分，即户名核实和交易明细核实。
电话核实时进入人工服务核实户名，银行工作人员不会主动告知户名是什么，我们提供户名跟其确认户名是否正确即可。
通过各银行的电话服务热线进入“历史交易明细查询”，对客户提供的流水账进行查验。随意找一笔交易，根据流水单上的明细输入日期，通过电话中提报的详情进行判断。
九、网上银行核实
网上银行的开通一般都需要客户事先在银行柜面完成，才能进行核实工作。一般网上核实流水都会有户名和卡号，较为安全方便。在核实时需要注意：
1.核实时尽量通过自己的电脑操作
2.确保银行网址的真实性，准确性
十、银行柜面核实
一般个人流水都是采用电话核实和网上核实的，但在这两种方法都无法查询到的情况下，则需要信贷人员亲自陪同客户到银行柜面拉取流水，以验证流水的真实性。在客户提供的对公流水没有开通网上银行的情况下，可以打电话至银行柜面进行核实。致电银行柜面核实的方法风险比较大，为了防止中介包装参与，需要注意以下几点：
1.客户提供的银行网点或者银行客户经理的号码，必须经过核实
2.通过114查询银行网点号码进行电话核实
3.电话核实必须通过客服电话，全程录音，以备之后查询
介绍完以上十种判别方法，大家可能会发现这看似简单的银行流水要想进行真实性判断，原来操作起来并没有那么轻松，为了解决行业痛点，行云设计开发了行云验真浏览器（详情登录查看）。这是一款从独特角度解决验真需求的产品，通常情况下，篡改银行流水数据的方式是下载后打开文件直接修改，或找到非法机构购买虚假的银行流水以假乱真，这两种情况下都给不在现场的信贷从业人员带来巨大的风险，为了验证银行流水的真实性也会造成大量时间和工作量的消耗。
行云验真浏览器是一款辅助信贷从业人员采集客户数据的浏览器产品（本浏览器通过主流杀毒软件和360等软件的安全测试，保证客户数据安全），客户经理需要客户补充提供银行流水时，由客户安装行云验真浏览器，后下载所需要的银行流水或其他文件，下载完成后将电子文件提交给客户经理。此时客户经理通过行云系统官网就可以验证该文件的真实性，如官网验证结果显示“来源为某银行”、“该文件未经修改”则可以从来源和真实性两个角度100%确定该电子银行流水没有经过任何的修改。
在得到确定真实的银行流水之后，我们又该从什么角度进行分析，银行流水中隐藏着哪些风险点呢？我们接下来对银行流水数据分析的各个维度进行一一阐释：
一、按月收入支出分析
常用的银行对账单分析方法是按年月进行收入及支出的汇总。分别计算出每个月收入及支出的金额以及笔数，并加总与销售总额进行比对，此外还可以进行淡旺季的判断，并结合客户所属行业的基本知识判断银行对账单中收付款的淡旺季与行业淡旺季是否一致，此外，还可以分析客户淡季和旺季分别的现金流水平，结合其负债情况判断在淡季时的偿债能力。
以下图为例，通过行云数据分析小程序的分析报告可以清楚看到该客户的旺季应该是在12月和1月，收入金额是平季的2-3倍。
二、按交易对象分析
按交易对象分析就是分别进行收入支出统计，并将入账和出账的交易对象进行汇总分析。关于入账交易的分析在下文中将进行详细阐述。对于出账交易来说，可以按交易对象汇总分解客户在期间内的全部支出金额，并按金额大小倒序排列，判断主要的支出对象与客户主营业务的相关度。如果可以拿到客户的进项发票数据或进销存系统中的采购明细，则可以与客户的正常采购进行精准比对。此外，还可以通过支出统计看到与客户主营业务无关的支出情况，相比而言，这部分支出的信息更为重要，因为这些信息透露出客户与主业无关的资金流向。在此基础之上，可以与客户其他应收款的余额明细进行进一步校验以验证客户财务报表科目明细的准确度。
三、大额整数交易分析
在银行对账单分析过程中，有一项非常重要的排查——大额整数交易排查。
“大额”即交易金额远大于正常交易金额的数量级，如正常交易大约在笔均万元左右的数量级，如果一笔交易的数量级在一百万左右则属于大额交易；“整数”即交易是以整数结尾的，如1,000,000.00、500,000.00等。大额整数交易就是同时满足“大额”和“整数”的定义的交易，这些交易通常是非正常交易，对于交易频率及交易对象需要格外地关注，虚假交易、关联公司、隐性负债通常藏匿其中。
在进行各种汇总统计计算时，应将所有大额整数交易扣除在外，以提高计算的准确性。
为了提高银行对账单分析的准确度，行云数据分析专门做了一个模块用于筛查银行对账单中的大额整数交易，分别根据客户的收入和支出独立进行筛查，并将查找出的大额整数交易逐一列明。
四、找出可疑交易
银行对账单中除了交易金额、交易对象以外，备注、交易附言也是非常重要的信息维度，是值得深入检索的，其中会包含大量关于借款、贷款等信息。
除了在备注等附言部分写明的可疑交易以外，还会有一些在交易金额、发生日期上存在明显规律性的交易，这些也需引起重视。比如连续几个月在固定的同一个日期发生一笔同样金额且金额非常不规律的交易，这非常有可能就是某一笔贷款的每月还款金额，当然这样的情况也有可能发生在日期前后几日，金额上下相差不多的情况中。
因此银行对账单是挖掘隐性负债最好的工具。行云系统为了最大可能性地将可疑交易找出来，设置了近百个检索逻辑，通过这些逻辑算法筛选出有效的信息，帮助信贷从业人员节省审查银行对账单所耗费的时间。
以下图为例，通过行云数据分析小程序的解析报告，可以轻易找出借款人在某商业保理公司有保理额度，点击“查看全部”之后，展开可以看到借款人与该保理公司存在的全部交易记录，以此判断借款人的融资情况。
五、日余额的变动习惯
做中小微企业信贷的从业人员都清楚日均存款余额在信贷审批评估中的重要性，日均存款余额标志着客户稳定现金结余的水平。除此以外，我们认为从日余额的变动中也能得到很多信息。在日常的审批中我们经常发现客户日余额的变动规律，总是在连续几笔收款之后余额大幅下降，而资金的去向通常是同一个公司或个人，且这个公司/个人并非其供应商，这样的情况中非常大概率的可能性是这个公司/个人与客户有着非同一般的关系，也许是关联公司或者实际控制人，这些都是需要引起审批评估人员重视的。
行云系统采用直方图的形式将客户对账单中的每日余额波动情况反映出来，并计算出日均存款余额，将数据以最直观的形式呈现给用户。
行云系统PC端报告样例
行云系统微信小程序报告样例
六、同名划转分析
在银行对账单中通常会出现客户自己转给自己同名账户的情况，应针对这种情况进行分析汇总，将同名转入和同名转出的交易分别汇总之后进行轧差，就可以判断目前分析的银行账户在客户整体的账户体系中所处的位置，是主要的收款账户还是主要的付款账户，并根据同名划转交易金额的大小判断是否有必要再进一步索要客户的其他银行对账单以进行完整的判断。
行云系统微信小程序通过报告总览功能中的同名划转模块准确计算同名划转的收入和支出金额，并将结果直接呈现如下。
通过以上六个方向的分析和筛查，我们基本上可以完成对银行流水的完整分析。此外，银行流水作为企业现金流转的凭证，天然与企业的营业收入存在着对应关系，而证明企业营业收入的另外一种有效数据，就是增值税发票的开票数据。如果可以拿到企业的开票数据，开票数据和银行流水之间进行交叉检验的话，还能挖掘出大量的信息，我们一起来看看可以怎么做。
一、粗略匹配
信贷从业人员拿到银行对账单后，最常进行的操作是加总全部收入，将其与同期销售相关数据进行比对，以佐证销售数据的真实性，因为实现销售后的回款通常都会在银行对账单中有所体现，即便销售存在赊销即有应收账款的情况，只要应收账款的结算周期小于提供银行对账单所覆盖的时间跨度，通常也不会受影响。
但由于这种比对并未对银行对账单中的收入数据进行清洗，可能会含有同名划转或者其他与主营业务无关的入账，因此我们习惯上将该匹配的结果称为“粗略匹配”。
粗略匹配度 = 银行对账单的入账金额 / 同期销售额
通常，粗略匹配的匹配度在80%-120%之间被认定属于正常的范围，如低于80%则有可能客户还有其他银行账户对账单未提供，此时需要让客户补充材料；如高于120%则可能由于在纳入计算的入账数据中包含了过多与主营业务无关的入账，此时需要对银行对账单的数据进行进一步的筛选，即我们后文提到的“精准匹配”。
二、精准匹配
我们可以将银行对账单中的入账交易按交易对象名称进行汇总分析，由此可以得知客户在期间内的主要收入来源。按交易对象进行分析时，单独看银行对账单的分析效果不太明显，最好能够结合其他收入或支出材料，如增值税发票开票记录、进销存系统中的销售明细等。在此以增值税发票开票记录为例进行讲解。
1）当拿到增值税发票开票记录时，可按“购方名称”对开票记录进行汇总加工，由此得到客户对其每个下游客户的销售额。
2）再将银行对账单中的入账交易按交易对象名称进行汇总，由此得到在对应期间内的每个交易对象的入账金额。
3）以交易对象名称为筛选依据，筛选出所有有开票记录的交易对象，加总筛选出的全部入账金额，并以此进行“精准匹配”——有开票记录交易对象的入账金额 / 同期销售额。由此得出的匹配度其精度远高于“粗略匹配”，更能反映问题。
4）如需进一步分析，可以交易对象为维度，分别计算每个交易对象的精准匹配度，即每个交易对象的入账金额 / 该交易对象的同期销售额。之前提到的80%-120%的范围也适用于这个精准匹配度，由此可以分析得知哪几个交易对象的交易回款存在问题，从而有针对性地对这几个交易对象进行深入调查。
5）在上一步分析的基础之上，还可以看到有哪些交易对象有入账金额却没有销售记录，这些与主营业务无关的入账交易相当重要，有可能是关联公司的往来拆借款，有可能是其他机构的借款，也有可能是没有体现在征信报告中的负债。这些入账记录可以与财务报表中的其他应付款余额明细进行交叉检验以做进一步判断。
上述的全部计算都可以通过行云系统微信小程序完成，只要上传银行对账单和对应时期的增值税开票数据，就可以在“匹配分析”功能模块中实现精准的数据交叉验证。
综上所述，本文从三个方面阐述了关于银行流水的相关问题，首先是如何辨别银行流水的真伪以及如何获取真实可靠的银行对账单，其次是关于单一银行流水文件的信贷分析维度，第三是将银行流水与增值税发票进行交叉检验更深一步对银行流水以及企业经营状况进行分析和辨别。
以上所有分析维度和解析功能都可以在行云系统中实现一键操作，上传银行流水之后，可以得到一份完整的银行流水解析报告，对银行流水中蕴含的风险点实现全方位披露。
行云系统目前PC端和微信小程序同步上线，PC端可以通过访问进行注册，微信小程序可以通过搜索“行云数据分析”进行注册。
欢迎大家体验使用。
