在 信贷风控 领域，有一句行话：“发票是‘权’，流水是‘钱’。” 销项发票 代表了企业拥有收取货款的权利（业务发生了），银行流水 代表了真金白银的到账（钱袋子鼓了）。

但在实际操作中，很多骗贷企业是“跛脚”的：

  • 有些企业狂开 增值税发票 刷流水，但银行账户里根本没钱进来（虚构贸易）。
  • 有些企业账户里有大额资金进出，但全是 资金回流（自己转给自己），根本没有对应的发票支持。

单看任何一份材料，银行都容易被蒙蔽。 只有将这两份核心数据进行 交叉验证，才能看清企业的 经营稳定性。

今天我们探讨：如何利用 银行流水识别 和 发票OCR识别 技术，打破数据孤岛，构建一套自动化的“票款一致性”校验模型。

1. 痛点：数据是“割裂”的

信贷员拿到企业提供的材料通常是：

  1. 一堆 PDF 格式的 银行流水（几十页，包含成千上万条交易）。
  2. 一堆 进项发票 和 销项发票 的图片。

靠人工去把流水里的“每一笔入账”和发票里的“每一张单据”对应起来，是不可能的任务。 结果往往是：信贷员只看总数。只要“发票总额 ≈ 流水总额”，就放款了。 这给 虚假交易 留下了巨大的操作空间。

2. 核心技术一：银行流水的结构化清洗

首先，必须把 PDF/图片格式的流水变成数据。 银行流水识别 OCR 引擎需要解决“版式多变”的问题（工行、建行、招行格式各异）。

关键字段提取：

  • 交易日期
  • 交易金额（进/出）
  • 对方户名（Counterparty Name）：这是连接发票的桥梁。
  • 摘要（用途）：用于剔除“理财赎回”、“借款”等非经营性流入。

3. 核心技术二：票款匹配算法 (Matching Algorithm)

拿到 OCR 数据后，系统开始执行 交叉验证。

逻辑 A：总量匹配（宏观风控）

  • 公式：匹配度 = (有发票支撑的流水总额) / 银行流水总入账。
  • 判定：
    • 如果 流水 >> 发票：可能存在 少开发票（逃税风险）或非经营性收入（如借高利贷来充账）。
    • 如果 发票 >> 流水：典型 虚假交易。开了票但收不到钱，或者全是应收账款（坏账风险高）。

逻辑 B：交易对手匹配（微观风控）

  • OCR 提取：发票 购买方 = “上海XX贸易公司”。
  • 流水搜索：在银行流水中搜索 对方户名 包含 “上海XX” 的所有入账记录。
  • 时间窗校验：发票开具后 30-90 天内（正常账期），是否有对应金额的钱进来？
  • 价值：如果一家企业声称有 1000 万销售，发票也是 1000 万，但流水里只有“张三”、“李四”打进来的零散资金，信贷风控 系统直接预警“贸易背景存疑”。

4. 深度风控：识别 资金回流 与 虚假交易

骗子最常用的手段是“走账”：A 公司打钱给 B 公司（伪造采购），B 公司扣点手续费后，把钱打回给 A 公司的股东个人卡，或者 A 的关联公司 C。

技术策略：

  1. 发票流向监控： OCR 识别 销项发票，发现主要客户是 B 公司。
  2. 资金闭环检测： OCR 识别 银行流水，发现大额资金流向 B 公司（名义是采购），但几天后，有相似金额从 C 公司（关联方）流回。
  3. 预警触发： 虽然有发票，也有流水，但资金在空转。 系统标记为 资金回流 嫌疑，建议进行 贷后管理 核查或直接拒贷。

5. 价值总结：信贷审批的“测谎仪”

通过 银行流水识别 与 发票OCR识别 的双重校验，银行构建了最坚固的防线：

  1. 去伪存真：发票是“承诺”，流水是“兑现”。只有两者吻合，才是真实的经营。
  2. 精准授信：对于那些 票款一致性 高的优质小微企业，银行敢于给更低的利率、更高的额度。
  3. 贷后预警：在放款后，持续监控每月的发票和流水增量。一旦发现 经营稳定性 下滑（如回款率暴跌），立即启动催收。

对于 风险总监 而言，这套 双保险 机制是应对经济下行周期、降低不良贷款率（NPL）的最佳技术手段。