IPO银行流水核查方法论

3.通过注册日期将企业分为新成立，1-2年，2-5年，5年以上等，可以帮助发现新成立就发生密切贸易往来的疑点公司。

4.通过注册资本，可以将企业分为大中小型，等等。

5.根据对手方名称，交易类型和摘要等信息，每笔交易都可以进行分类。首先按经营性，筹资性和融资性区分，并继续细化分类为内部转账，销售收入，贷款流入，往来拆借，供应商采购，工资支出，税费缴纳，水，电，房租，差旅等等。

标签分类完成后，数据清洗也就同时完成了。后续可以精准的分析企业的经营情况，而不受内部转账和投融资交易的影响。规范化的标签和分类为分析建立了基础，由此可以便捷的进行多维度分析。

可信度：流水造假和账户缺失

IPO流水核查要求必须现场第一手取证，因此理应没有数据真实性问题（除非银行……）。不过鉴于出现伪造U盾和下载过程中掉包流水文件的案例，保险起见，仍应该进行流水真实性和完整性的校验。

首先是企业数据真实性。如果数据经过了加工而不可信，后续分析的意义就会受限制。多种方式可以验证数据可信度：账户余额是否是连续的（是否删除交易），每季度是否收到和日均余额匹配的利息，收到利息的规律和信息是否与该银行匹配，各账户间内部转账理应相互匹配，等等。

如果数据可信，我们接下来验证数据完整性，检查账户的数据是否完整，比如是否提供了足够时间长度的流水。

此外，还要查验企业是否提交了所有的主力账户：可以从内部转账中发现未提交的本方帐号，统计发生的交易金额。还可以根据企业的银行账号判断该账号的所属银行，开户地和币种等信息，方便进一步向企业征提流水数据。

数据分析与可视化

在完成数据标准化并打好标签后，我们接下来进行汇总分析和可视化。通过对标签多维度分析，快速进行流水交易筛选和对手方交易情况统计，可以发现很多容易被忽略的问题。

比如瑞幸案例中的，和一家刚刚成立的公司多次发生大额贸易的情况：

比如关联方交易分析，按关联方式（法人，股东，投资方，被投资方，交叉持股等），按企业进行统计，并可视化呈现：

再比如对资金全貌的分析。除了现金的余额波动，资金全貌还包括投理财的申购赎回和贷款的发放还息。可以将每个账户的余额汇总，展示每日变化。

发现问题：鉴别可疑对手方

有了以上的数据分析可视化基础，我们可以进行多种问题的提出和分析，比如存在问题的交易对手方。

1. 企业的客户和供应商的交易应该是单向而多笔的。分析对手方是否交易频次低，单笔金额高，整数多，双向收支，收支重合程度高，可以发现可疑对手方。

2. 企业注册时间也是一个指标。企业的主要供应商和客户多在行业里经营多年，很少有注册一年内的。如果有出现且往来频繁，金额较大，就值得我们进一步研究。

3. 交易的频率规律也很重要。交易规律（每月X日为付款日）说明正常付款规律，另一方面大额对公支付不可能在半夜打款，同样如果发现周末或节假日打款，也值得我们关注。

判断隐性负债与关联交易

隐性负债的发现，最基础的就是从流水的对手方工商信息（是否是金融机构），金额（大额整数）和摘要备注（是否有借款还息内容）出发。

如果由于提供流水的时间周期不足，看不到本金，仅能看到还息交易，也可以比对是否可以和已知借款匹配。

针对公私混用的问题，很多企业早期使用个人账户（含非企业股东的账户）收款再汇入公司账户以达到“愉tou悦shui”的效果，其交易属性难以判断。

如果只有发行方账户银行流水，就只能看到一笔个人的大额汇入，难以判断这笔交易的性质，因为这同样可能是一笔企业的外部借贷。针对这种情况，需要进一步征提该个人卡流水，看到对方全部的交易记录，再通过其它内外部凭证来佐证交易真实性。

未提交的发行方实控人等个人银行账户是比较大的隐患。通过对个人同名户转账的分析，可以帮我们发现这些账户，并统计判断哪些交易金额较大，进行补充。

此外，部分交易摘要存在误导，比如对员工的交易金额远高于其正常工资水平，可能是通过这个私人账户直接或间接进行还款等交易。

精细快捷的分析需要专业工具

详细而全面的分析是非常耗时耗力的，想要完整全面的分析发行方和实控人的银行流水并得出结论，离不开专业人士和系统工具的结合。

尤其针对蓬勃发展的新经济公司，和日益普及的第三方支付渠道比如支付宝和财付通，其交易模式与传统企业大相径庭，而第三方支付平台上的海量交易又让人望而却步，必须通过工具分析才能通过蛛丝马迹洞悉潜在疑点。

见知数据的现金流尽调系统作为国内首家针对银行流水汇总分析推出的专业工具，目前已帮助多家券商投行部和事务所完成IPO流水核查，可以一站式完成各银行流水的汇总，验真，关联方和股东挪用的发现，和偿债能力的分析，帮助大家高效进行IPO核查，全面审阅分析流水，为稳健运营保驾护航。

见知数据

银行流水智能合并分析

微信号：见知数据

点击

阅读原文

了解更多详情 返回搜狐，查看更多