一场百年一遇的全球性疫情，正在全世界的每个角落掀起风暴。
从美国页岩油行业遭遇的供给和需求双重冲击，近1100家页岩油企业濒临破产。
软银巨亏1.35万亿日元，其重金投资的企业OneWeb和Brandless破产。
阿根廷政府又双叒叕一次无力偿债，开始债务重组。
天灾之下，裸泳者也一定会曝出人祸。
国内中概股瑞幸咖啡被浑水做空后实锤造假22亿，断了很多企业的美股IPO之路。
私募产品爆出了基岩资本先是违规承诺保收益，然后违规挪用投向中概股哔哩哔哩的专向资金炒其它股票，新冠冲击导致净值暴跌近70%，无法按时清算。
昔日呼风唤雨的暴风影音终于雨静而风止，员工只剩十几人，喜提无人办公概念股。
债市里投资人先在宝岛H航的1个半小时通知下紧急集合培训做人，又向经济大省学习了永久解决违约难题的永动机模式，显得其它债务违约都太不创新，太不进步，太没有灵魂了。
债务永动机攻克重大科研难题
近日创业公司海上鲜被曝高达90%交易额都是刷出来的，还有数家教育，生鲜，B2B等领域的创业公司业绩也屡遭质疑。
怎么才能知道企业到底是不是在裸泳呢？
现金流是企业的血液，是最直接反映企业实际经营情况的指标。一家有着远大计划的公司陷入财务困境乃至倒闭的直接原因就是现金流枯竭。但很多高谈阔论订单，客户，运营指标和“收购苹果，改变世界”的企业，往往提起现金流就讳莫如深。
毕竟比起其它投资人创业者一家亲的话题，聊现金流也太不有助于构建社会主义和谐社会了。
骨感的现金流
如何掌握企业的经营情况？
听项目介绍？调研访谈？看订单合同和看财务报表？都不如看现金流快捷全面。
有的项目号称对标美国独角兽，市场宏大，增速快，资产轻，就差资金了。但从现金流的角度看，现金的运转生成模式如何，业绩真假很容易原形毕露。利润数亿的企业一样会快速陷入财务危机，而利润亏损的企业却可能是真正的“现金流奶牛”。
不刷收入的良心创业者
一个朋友的故事：一个内向的技术型的创始人，有业绩但融资价格一直没和投资人谈定，因为公司仓促之际交出了配不平的资产负债表，而公司不少业务又在海外难以核实，令投资人很是犹豫。最后创始人开始吐苦水：“供应商听说我在融资，问我要不要刷收入，说好几家拿融资的企业都刷过，查不出来的。我不愿意，我实际做多少就是多少。”投资人一时语塞，不知该不该对这位良心创业者说句谢谢。
毕竟，瑞幸咖啡的22亿造假金额在大A股连前十都排不上。几年后又有多少人还能记得康美药业和康得新？
据《2018中国企业反舞弊联盟现状调查》统计已公开的舞弊案件，企业每年因舞弊造成的损失占其收入的5%以上，舞弊损失中能挽回的部分仅为损失总额的18%，而内部风气，品牌商誉和运营中断的间接损失则难以估计。
财务问题为什么难发现
那么难道现在的方式方法发现不了这些问题吗？
为什么浑水一家海外的机构，就能够发现中国公司的问题呢？
川大爷教你做风控：220w vs. 10-20w
做空机构 vs 尽调机构
浑水是家做空机构，做空的目的是证伪，一旦实锤利润非常丰厚，做空失败却没太多后果。做空机构从确定目标，到研究进行调查，步骤经常长达数个月，动用大量人力偷拍偷录都是家常便饭，也时常有意的“做空不准”，鸡蛋里挑骨头。
而审计和财务尽调挣的是辛苦钱，加班加点，和企业斗智斗勇，质量要求却越来越高。受限于各种条件，再努力加班也做不到完美。
比如一个项目的投资是多方的博弈，抢手的项目从研究调查到投资的回路很短，需要快速决策，签字前一切都可能发生，无法让FDD占用太多时间，毕竟后面还要IC。否则尽调完毕了，项目都被截胡了。
浑水创始人Carson Block的做空标准是：30%
财务报表分析
机构对于财务报表和业务核心指标的分析目前已经成熟到泛滥了，每一个财务报表指标都被衍生出了多个版本。
比如被巴菲特和芒格抨击为“Bullsh_t earning”的EBITDA（税息折旧及摊销前利润）如今已经衍生出了全家桶：Pro-forma EBITDA，EBIAT，NOPAT，NOPLAT，中概股还有北美服务器专属的Non-GAAP特别版指标。
业务指标则更加丰富，同一个指标不同公司也定义不同，比如电商公司的GMV和活跃买家数，互联网公司的MAU。
但是针对于现金流真正的载体银行流水，几乎没有成体系的研究方法。
看现金流量表就够了吗？
提起现金流，很多人的第一反应是看现金流量表就清楚了。
现金流量表是一段时间现金流进出情况的缩影。好比一场竞技比赛，没有回放而只能看到得分，颗粒度很粗。公司是不是融资前后开始冲业绩？有没有供应商客户突增交易，高度收支重合？是交易频率是比较规律，是否频现大额整数？股东往来拆借？这些都是现金流量表上看不出来的。
此外，大多数早期公司不提供现金流量表，提供现金流量表的公司大多是从资产负债表和利润表通过间接法反轧。
现金流的载体：银行流水
银行流水作为现金流的直接载体，优势得天独厚：造假较难，颗粒度精细，标准含义相对统一，含时间戳，蕴含每一个交易行为的经营性意义。
如果说现金流量表是体育比赛结果速报，银行流水就是回放录像，你可以回放每一个动作行为。
再说个小故事：一家创业公司，收入快速增长，财务报表同比环比都很好看。但分析银行流水才发现，从融资开始的一两个月前，收入突然快速增加，支出也同步爬升，和过去的交易规模频率规律大相径庭，还浮现了几家新的大额供应商，还是同业经营的企业，甚至一些交易备注里出现了与业务模式不匹配的情况。
但是银行流水不可避免地数量巨大。尽调时就算要求详细查看银行流水也一定是抽凭的形式。而抽凭其实是资源，人力和时间不足的情况下的管中窥豹的过程。
券商IPO财务核查要打出一筐筐的纸质流水，挑出大额交易检查。几百上千页纸，耗时费力，出错在所难免。发现了可疑交易，能记得是之前哪页纸上看到的嘛？
碰到进阶的造假者，大额分拆付款，十万元以下多笔打出就查不到了。特别行业比如B2B，流水量大还尤其复杂，手工查验的难度成倍增加。
支付宝和微信等第三方收款退款和转账的海量数据更是不在征提范围内。如果我们推测一下瑞幸咖啡的交易流水量，瑞幸的4500家门店每店每天实际有大约230个订单（参考浑水报告），一年交易订单就是：230 x 365 x 4,500 = 377,775,000！
这3.8亿个订单，可能是POS流水，可能是支付宝、微信，可能对应着上千个账号体系。如果每账户每月导出一个流水文件，就是数万、甚至十几万个文件了，是不可能手工对每笔交易做检查的。更何况各家银行数据格式和写法都有所不同。
智能现金流尽调的价值在于通过系统化的方式，接入100%的流水数据进行普查，自动汇总数据，验证真假，发现关联方和可疑交易，让投资人快速全面掌握企业现金流情况和资金全貌，还可以进行持续的投后监管，防患于未然。
比如瑞幸咖啡的案例，如果真的可以对银行流水和支付宝微信的交易数据进行普查，一定能发现造假的痕迹。造假者不可能在全国4500家店里按照正常业务发生形式一笔笔造假，就算有能力组织，刷单的资金来源也会造成资金流出的异常。
见知数据的现金流尽调系统就是为此而生，希望用技术手段通过分析性程序全面分析流水，有的放矢，解决汇总分析银行流水的每个难点，达到快速全面了解企业现金流的效果：
