王晓青：现金流尽调：融资租赁创新实践
我们聊的话题是现金流尽调，我相信有可能你们公司碰到了，或者你现在正在做，但也有可能有一些公司没有碰到，但对融资租赁整个行业来说现金流尽调比较普遍，从银行开始，很多银行说今年是银行看现金流的元年，三五年前银行放贷款是看抵押物不看流水，到今年为止因为有普惠金融的压力，你的资金必须要向小微企业倒流，甚至我的一些银行客户把资金给租赁公司让租赁公司放贷，因为他们不敢放，所以他们开始看现金流。
在聊这个问题之前，我们先得明白现金流是什么？这是我们要解决的第一个问题，再来看具体实操层面的问题，通常说现金流是企业的记录仪，把企业所有经营行为，把时间凝结在纸上，为什么？因为你们在平时做业务的时候一定会问他要财报，会看一些所谓财务数据，但在中国面临一个现实是财报比较扯，在中国基本上小微企业的财报无论出于避税的原因还是各种各样的原因，我们也服务会计师事务所，在江浙沪67.8%的财报是被粉饰过，有比较大的出入，即使在现金流上，我们也服务租赁公司。但不管怎么样，现金流数据本身数据质量会比财报更高一点点，或者高出不少，所有经营行为都会记录在银行流水，记录在纸面上，除此之外现金流还有一个被大家所忽视的作用，现金流本身还有串起了在企业内部的应收和所有订单、合同，你会发现现金流数据每一条不是孤立的存在，是串起了很多企业内部的数据。我们做现金流尽调不是出审计报告，我们是通过现金流的数据反向勾勒出拽出萝卜带出泥，勾勒出企业的其他信息而刻出企业的画像，而企业的画像最重要的一点，他的现金流能不能覆盖对你的借款，能不能偿还未来对你的持续性付款，这个画像本身决定他跟你说的公司的经营情况是怎么样，所以我们聊的所有现金流尽调围绕我们怎么用现金流的数据刻画出这个企业的画像，刻画它的经营行为，而不是简单的评价他的对错和黑白，我们只是保证他的经营行为，他的现金流数据和他跟你说的故事是同一个故事，如果你认同他的故事给他放款就没有风险，如果说A故事现金流画像是B故事，这里面的风险是你需要承担的。
我们依然从一些上市公司案例来看，这个案例特别有名。康得新这个公司单看他的财务报表，10年-18年期间差不多净利润是84亿，而经营性的现金流是70亿，单看大的财务指标的话你会发现这个公司你愿意给他放款吗，肯定愿意。但是如果你只是在现金流层面做非常简单大家熟知的叫自有现金流一个指标，它就跟ROA、ROE是一样的，一个财务上的指标只是它是纯粹的现金流的指标，这个指标谁在用，巴非特老先生在用，就是简单的A-B你会发现他的自有现金流在长达9年的时间里是10亿的亏损，这就是一个你什么如果都不看只看自有现金流你会发现他的自有现金流撑不起9年业务的高速增长，也撑不起他84亿的净利润，同样的事情发生在康美药业，康美药业看的更长，如果你有心把它2001年-2017年17年间的财务报表拿出来做一个简单的加法，你会发现18年前他是188亿的净利润，差不多97亿的经营性的现金流，因为现在公司越来越鬼，以前只做利润不做现金流，会发现利润是赚，现金流是亏，现在大家都会刷现金流，即使这样其实一样如果你只是看到财务报表的上半部分，或者看到财务报表你会发现这依然是一家非常好的公司，但如果只做A-B的减法会发现自有现金流有多达47亿～48亿的缺口，在不断的筹钱也在不断分红，如果只看聚合过的数据会发现，现金流刻画出来的企业的画像和看财报的画像不一样，如果只看财报会发现这个公司很赚钱，这个公司可以赚到钱，如果只用现金流去刻画企业，你看到这个企业的嘴脸他在长达17年经营过程中自有现金流有大量的缺口，持续性的缺口，同时还在分红，所以你会看到的是什么？如果看到这样一个画像的时候你还会借钱给他吗，可能也会只要有人接盘。
再往下走还有诺亚财富的公司，这因为时间有限，细节不说，这个案例可以上网去搜，最重要的一点是告诉我们现金流在这个案例里面比抵押物更重要因为它拿的是京东的应收帐款，其实更偏是供应链金融，拿着应收帐款做抵押去融资，但真正鉴定他有问题的就是现金流撑不起，你只需要把京东过去半年或者把他的银行流水一过就可以知道，过去他到底从京东收了多少钱，收的规模怎么样，其他都不需要扯，现金流数据本身可以刻画出这个企业和核心上下游之间的交易行为，而数据本身比抵押物更重要，这就是为什么今年我的好多银行客户说今年是他们看现金流的元年，普惠金融开始要大量放，很多银行不敢放，小微企业没有抵押物怎么敢放钱。
那基于这个，其实跟大家聊的是说现金流除了是一个记录仪，这个数据本身对融资租赁而言是探雷针，做的事情就是让数据开口说真相，首先如果我们先不假设这个数据本身有瑕疵，这些问题都没有，没有主观故意恶意的篡改和删减，那么如果我拿到的数据都没有问题，你要做的事情是怎么样让现金流数据去开口说真相，这个问题其实没有那么简单，我不知道你们在实际过程中你们做业务的如果是做小微企业，我刚才说到小微企业的租赁肯定会问客户要银行流水，客户给你的银行流水长什么样，好多Excel文件，你会发现现金流数据从数据层面本身而言不像财报是聚合过的数据。为什么财报容易被篡改，因为颠来倒去，我记得几年前，我在四大，帮客户编现金流量表的时候，我那晚编了10版，每一版都对，你会发现财报的编制很多时候是一个艺术，真的是艺术，但现金流的问题来了，你怎么篡改10万条流水，你怎么样到蚂蚁的数据库更改你支付宝的流水，没有办法做到，也没有办法到银行里做，只可以在Excel做一个小的操作，但数量到10万条的时候怎么更改。在实际过程中，如果你在做现金流尽调，如果你的业务针对小微企业你肯定会做，如果是做一些比较大的你不一定会看，那么做中小微企业的时候会面临你拿到的这些流水数据本身合并特别困难，不同的银行不同的格式不同的Excel加加减减，我们帮助上市公司做券商，做IPO的时候，上市公司数据体量特别大，我们帮一家电商客户3千万流水，你完全没有办法用传统方式做，数据本身合并特别痛苦，这是第一个。第二你怎么知道你的客户有没有删改和造假。在江浙比较好，它的造假率也达到了15%-16%之间，还有一些客户没有造假，大家都很聪明，都很干净，因为很难造假，它的问题是说它通过关联交易在刷，你怎么样从几万条流水里面刨出他的关联交易，如果放一笔贷款就一两百万，你要花多少人看这家公司，看完之后你决定不放这个成本是什么。把这些全做了之后你的数据分析本身是耗时费力的，那这就是在现金流尽调我们实打实会面临和遇到的问题。
那实际情况中我们的做法第一步是说我们先解决你拿到的数据本身是否完整，所谓的完整是说他给你的数据是否连续，你一般会问他要6个月或者一年的数据，他是否真的给你一年或者六个月，有没有缺失；第二你问他要主要账号，他的主要账号有没有给你，而且他给你的数据，不同的Excel之间有没有重复，有没有被篡改，都需要系统化去做。就好比系统化数据有一个得天独厚的优势是说，当你拿到银行流水，他的每一笔除了发生额是有一个交易后的余额，所以其实可以通过每一笔的重新加加减减，把10万笔的重新加加减减反向勾勒出所有的现金流的情况，如果他删掉了几笔或者篡改了几笔会以红色的方式报警，会告诉你你拿到的数据被改动太多了，还有更多种方式也可以看看统计学上看数据首位分布的规律，因为在正常商业环境中，0-9不是均匀分布，不同的行业是不一样的。所以当数据因为你只有三五百条数据统计是没有意义的，但如果过万之后你的数据本身的统计规律就直接会去识别有没有造假，这特别重要。当然还可以做得更精细化，你可以重新算他每个帐户每个季度的结息，每个季度的结息跟月末余额是强挂钩的，一个季度的每天只要改过一笔就会利滚利这个季度的结息会错，而且这个季度的结息会影响后续每天的余额，所以需要庞大的系统才可以造一整个删改过的流程，而且像滚雪球一样利滚利差的越来越大。所以现金流数据有一个得天独厚的优势是说用统计的方式和数学的特征和机器简单的加加减减就可以达到99%的数据的校验真伪的这件事情。因为各个银行不太一样，刚才说到结息的东西，有些银行是21号结，还有些是22号结。有些银行是用每天下午4点的余额去算，还有的银行是用每天晚上12点的余额去算。所以对正常企业客户而言，他不会弄清楚这些东西，也没有办法搭建一个系统做这个事情。
你做的第一件事情把数据的完整性、重复性和真实性做完之后，我们利用国家已经公开的工商总局的信息在7个地方做公示，把公司所有每一笔的对手方的信息抓过来，用公开信息和内部流水的交易信息做一个比对，这样可以不再去自己一笔一笔查，这是不是关联方，这是它控股的吗，工商信息可以做三层穿透，这样你所有的关联往来全部都会抓出来，同时抓到的不只是关联往来，还有疑似关联往来，因为关联方的交易有关联方特有的数据特征。它不仅仅是说你就简简单单打这一笔东西，你会发现关联方的交易和传统正常交易区别很大，比如有一些有进有出还有一年可能就一笔，或者一个月就一笔，还有大概率会有一些整数，各种各样的东西在实际操作层面，业务层面基本上是35672.36，因为有增值税的存在很少有整数，通过关联方的方式不仅抓到股权关系认定的法律上的关联方，还可以通过数据本身抓到本身所谓的疑似关联方，抓疑似关联方的目的只有一个，就是一键剔除掉所有的关联方和疑似关联方，你看到的是这个企业的实际的经营的现金流，而看到现金流的目的是用这个刻画出他上下游交易的行为，能够拿到这个企业的经营画像，他到底钱从哪来，钱去哪里，无论拿到三个月、六个月还是一年的流水，我们做的事情就是通过现金流层层清洗，层层的去重，去把它用现金流数据反向呈现出这个企业的经营行为，这样就可以知道这个企业的经营行为跟你传统的或者他跟你说的故事是否一致，这就是现金流尽调，是一步一步，当然你也可以纯靠眼睛用Excel没有问题，但做法是一样的。有很多客户问我看流水看什么，因为大家你会发现各公司不太一样，你会发现大家都处于不同阶段。第一阶段我们也有这样的客户看存量，先看存量我不关心他到底钱从哪来，钱去哪来，我们看他有多少钱，然后看每个月5号、15号、25号的日均余额。如果高级一点大量的客户是属于这一种，看流量，这又会分更多看流入，看收入，现在看支出特别少。第三阶段看流量里面的支出，钱去哪，到底给老板挪走还是付工资还是付租金，对一个制造业而言，他最关键一个指标每个月水电能源的支出，如果水电能源产生波动就意味着他停产，看支出哪个是水费电费就可以看得很清楚。如果是一些轻资产的公司，可能需要看每个月交的社保和工资，因为工资性支出会占总支出的70%，你会发现付工资这件事没有这么简单，因为有一些走统一代发工资窗口，还有通过第三方的劳务公司做代发，还有通过报销的形式做，你就放个100万贷款至于吗，这时候需要一定工具把各个渠道，我可以把所有公司的工商信息抓回来，凡是走人力资源公司的全部的支出全拎出来，这就是他工资的支出，所以通过这种快速去做这些事情，这就是现金流尽调。
最后我想跟大家说，不管你用什么工具，不管你做什么业务，对你客户而言现金流数据在未来会成为金矿，会帮助你在做业务的过程中提供更高质量，更高频次，更具统计价值整体的一个强大的数据库，因为企业所有经营行为最终会落到银行流水上面去。
End