中国经济时报记者 刘慧
中国人民银行4月18日发文称，为实体经济发展提供高质量金融服务，着力营造良好的货币金融环境，货币信贷总量要稳，持续优化资金供给结构，做到有增有减，引导更多金融资源用于促进科技创新、先进制造、绿色发展和中小微企业。
如何助力金融机构提高服务质量，为企业提供更加便捷的金融服务？中国经济时报记者近日采访了一家专注于现金流领域处理分析的金融科技公司——见知数据。该公司创始人何川表示，从2015年至今，见知数据累计处理分析了超过600万亿元的流水大数据，数据价值让银行在数字化提质增效的同时，还从流水中发现中小微企业的信用，有效激活“银行—产业—企业”的生态链条，构建金融科技领域的新质生产力。
从流水数据中发现中小微企业的信用
中国经济时报：数据作为新型生产要素，已深刻改变着生产方式、生活方式和社会治理方式。您认为数据要素在发展新质生产力中会起到哪些作用？数据又如何助力银行数字化提质增效？
何川：我理解的新质生产力和数据要素紧密相连，融合了“高科技、智能化、数字化、提质增效、产业金融、可持续发展”等关键概念。
面对普惠金融领域日益增长的数据分析和应用需求，银行金融机构正普遍遭遇来自供给端、需求端和产品端的三大挑战。在供给端，国家政策的积极推动下，国有大行和股份制银行利用资金成本等优势，不断深化普惠金融业务，向更广泛的市场下沉，这给区域性银行带来了客户获取和风险管理等多重压力。在需求端，传统客户群体的贷款需求已趋于稳定，银行亟需开拓新客户群体，并精确识别他们的还款能力，以规避潜在风险，这对银行的专业能力提出了新的考验。至于产品端，传统金融产品的市场优势正在减弱，曾经热门的信贷产品的市场竞争愈发激烈。因此，银行迫切需要利用流水数据等关键信息，作为拓展新客户和开发创新金融产品的有力支撑，以实现业务的持续增长和市场拓展。
在探索如何迅速精准地把握小微个体户的经营实况并挖掘其信用潜力时，流水数据提供了一条富有潜力的新路径。对银行等金融机构而言，流水数据的重要性和价值正随着信息化进程的加速以及电子商务、在线支付手段的广泛应用而迅速提升。
以实例说明，过去小微个体户的年交易流水可能仅限于几百条甚至更少，但现在这些客户的年流水记录普遍已增至数千甚至近万条。对于零售或线上业务为主的小微个体户，若将第三方支付流水计入，其年流水记录数量可轻松突破数万、十几万条，远超一般企业客户的流水量级。在这种形势下，银行和其他金融机构迫切需要借助智能化工具，对海量流水数据进行高效处理、分析和利用。这不仅是对业务模式和技术能力的挑战，也是银行等金融机构产品服务创新升级的必然选择。
见知数据凭借基于大数据、人工智能等前沿技术构建的智能化流水分析产品，不仅帮助银行在数字化升级的道路上实现提质增效，还可以通过现金流特征指标洞察产业发展的趋势和变化，从而在有效控制风险的前提下，从流水中发现中小微企业的信用，为企业提供更个性化的金融产品，让企业享受到更便捷高效的金融服务，并帮助企业显著降低现金流断裂的风险，最终通过流水数据的力量激活“银行—产业—企业”生态链，为传统产业升级、新兴产业和数字经济等新质生产力的增长与升级提供动力。
帮助金融机构了解企业的现金流变化
中国经济时报：流水数据在普惠金融业务中有什么价值和用途？其具有安全性和可靠性吗？
何川：流水数据的价值渗透于银行客户关系的各个环节，在多样化场景中的应用价值巨大。在贷款审批的前期阶段，我们可以利用流水数据进行智能化尽调，包括对本行、他行以及第三方支付平台的交易流水进行合并分析，还可以进一步延伸到贷后的现金流风险管理。针对小微、个体户客户的不同业务场景，如餐饮、零售、药店、经销商、服务业等，可以提炼场景化现金流特征指标，助力银行更深入地理解这些场景。
此外，还可以从银行的信贷产品出发，通过流水数据识别和定位潜在的客户，进行预授信。同时，通过分析流水上下游的交易网络，我们可以发掘新的商机和客户需求。在这样的业务背景下，见知数据能够帮助金融机构充分挖掘和利用流水数据的潜在价值，使流水数据分析更加高效和顺畅，为金融机构提供强有力的数据支撑。
随着银行数字化进程的不断加快，流水数据的获取方式已经取得了显著进步。如今，各家银行的手机网上银行服务都允许用户在手机端导出电子PDF格式的流水明细，并通过邮件发送至指定邮箱，这有效防止了部分客户和中介机构对流水数据的不当篡改问题。以中国工商银行的手机网银为例，用户目前能够下载过去5年的个人电子流水记录。同样，微信支付和支付宝也提供了电子PDF流水明细发送至邮箱的功能。这些举措不仅提升了客户流水数据获取的便捷性，也增强了流水数据的安全性和可靠性。
在流水数据的处理分析环节，传统手工分析方式面临着多重挑战：首先，由于国内银行和第三方支付提供的电子流水格式多样，手动进行数据汇总不仅耗时耗力，而且容易产生错误。其次，流水数据的时间段、维度是否完整，是否遭受人为篡改，或者是否隐瞒了关键账户信息，这些真实完整性问题都需要复杂的检验过程。再次，针对关联方和疑似关联方交易、民间借贷、刷流水、敏感交易等复杂且多样的风险行为模式，单靠客户经理的人工判断几乎不可能完全发现。最后，在完成上述所有工作之后，客户经理往往没有足够的时间对客户的资金波动、借贷状况、流水走势、收支构成以及上下游交易等现金流经营的情况进行深入全面的剖析。因此，更高效、智能的流水分析工具呼之欲出。
见知数据研发的现金流尽调系统可以解决以上四个问题。首先，系统的全流水识别能力，支持对公还是对私，国内主流银行或第三方支付的电子流水，PDF或Excel格式，文件及文件夹形式的全面支持，一键上传，自动识别、清洗和标准化至统一格式，解放客户经理繁琐的人工数据合并工作。流水清洗后，系统自动接入工商数据发现关联方，并凭借风险引擎高效识别出敏感交易、刷流水、隐性负债等潜在风险交易行为。此外，系统全面汇总客户的有效流水收入、日均余额、借贷及还款状况等关键现金流分析指标，助力客户经理在一分钟内迅速完成对一家客户流水的尽调分析，彻底洞察客户的现金流经营状况“挣多少钱，有多少钱，资金流向”。
现金流尽调系统不仅具备高效的流水处理分析能力，还能提供层次丰富的现金流特征指标。从底层的清洗后的流水数据，到智能标签分类和场景化现金流特征，再到反映客户现金流入、借贷状况、余额波动等关键信息的现金流经营指标，以及用于评估客户数据质量、经营健康状况和活跃度的评价类指标，系统都已实现全面覆盖并可通过标准API接口输出，便于与银行现有数字化体系对接融合，极大地提高了流水数据处理和应用的便捷性和精准度。
在产业金融的版图中，客户群体遍布多个行业，包括制造、餐饮、零售、批发、工程等多元化业态。识别哪些行业正迎来增长机遇，哪些行业正遭遇资金短缺和偿债压力的挑战，以及利用哪些关键指标来评估企业在行业中的竞争力，这些都是银行在推进产业金融数智化过程中需要克服的难题，而这一问题可以通过行业现金流特征指标挖掘进行解答。
在此背景下，见知数据成立了专门的行业现金流研究院，对超过70个主要行业和场景的现金流特征指标进行了深入分析，并创新性地推出了季度更新的制造业现金流盈余指数（CSI），追踪制造业及各子行业的现金流盈余状况和特征指标的变化，为金融机构提供实时的行业和场景现金流变化趋势，助力客户精准把握市场脉搏，作出更精准的管理决策。
除此之外，见知数据也积极利用银行的银企直联技术（已经直联数千家国内外银行和三方支付平台），直接为企业提供多银行资金管理系统，打造“企业版的云闪付”，让企业更好地管好钱。特别是2024年越来越多的中国企业出海经营，那么如果做好企业多国家多地区的资金管理，见知提供了一套全新的解决方案。
总而言之，见知数据通过数字化、智能化的产品解决方案，为银行提高尽调效率与效果，把握产业金融变化趋势，为银行能够为更多中小微企业提供更便捷精准的个性化普惠金融产品贡献自己的力量，从而激活“银行—产业—企业”的生态链条，构建金融科技领域的新质生产力。$工商银行(SH601398)$