快捷导航 
时间：2020-09-10 22:12:24来源： 农村金融时报
在大数据时代，银行流水是企业现金流的重要体现形式。通过银行流水的数据分析应用能挖掘企业的真实现金流信息，为客户经理的贷前调查分析提供交叉验证信息和预警提示信息，对贷后管理能起到一定的辅助应用。笔者认为，银行应从以下几方面做好企业的流水分析。
一是分析上下游企业情况，防范关联风险。通过分析企业资金上下游客户群的风险信息，包括征信逾期、黑名单、灰名单以及企业最主要客户群体的频繁变更等高风险预警信息，防范上下游关联风险。同时，要加强对企业物流、资金流的跟踪监控，融易新媒体，延伸对上下游交易对手、整个交易链的考察，加强对回款账户监控，有效利用海关、税务以及外汇管理局等外部监管系统平台，查询企业相关信息。对于存疑业务，应通过实地考察企业的生产经营状况，查阅企业业务往来明细及应收应付账务、行业类比、产业链上下游交易对手延伸调查等方式，有效验证贸易背景真实性。
二是严守财务指标，防控经营风险。企业经营出现问题，一般相关的关键性财务指标也会出现异常。因此，通过银行流水分析一些关键性的财务指标，比如代扣电费、代扣水费、代扣税费、代发工资、经营性的资金流入、经营性的资金流出等指标，可以及时了解企业的财务状况。企业财务指标出现预警时，客户经理、风险经理必须实地调查企业的真实运营情况，并上报风险分析报告。
三是防范大额存取，严控民间借贷。如果企业存在频繁大额现存现取行为，很有可能存在民间借贷、账外经营等隐蔽性风险。银行应通过流水数据分析系统创建大额现存现取风险模式，对频繁大额现存现取的企业账户，让开户支行做到实时推送预警信息。如果是贷款户，客户经理、风险经理必须进一步调查企业资金的具体流向，并出具风险分析报告。
四是划分重要指标，杜绝风险客户。银行可以按企业资金净流入、净利润等重要指标，将客户分为五个层级：第一档为好客户、第二档为较好客户、第三档为一般客户、第四档为低风险客户，第五档为高风险客户。客户层级可以作为客户经理贷前调查的重要参考，高风险客户将作为拒贷指标之一。同时，分层指标还可辅助应用于企业客户的信用评级模块。
