小微企业信贷尽调中，银行流水往往比财报更接近真实经营，但流水来源分散：不同银行、不同版本网银导出的字段命名、借贷方向、摘要写法各不相同，人工整理一份流水常需二十分钟以上，且易漏看关键交易。
本期实验围绕流水解析搭建了一条最小可用链路：先用版式检测把 PDF、Excel、图片三类来源分流；再对表格做单元格级字段语义映射，将“交易金额／发生额／借方发生额”等异名同义字段归一；随后以规则加小模型协同的方式做交易类型分类，区分工资、税费、上下游货款与民间借贷；最后按对手方与时间窗聚类，输出可核验的月度现金流还原表，并保留每条结论对应的原文单元格坐标，供客户经理回查。
要点：
- 在 320 份脱敏流水样本上，字段映射准确率 96.2%，交易类型分类 F1 为 0.91，单份流水结构化耗时由人工约 25 分钟降至 40 秒以内。
- 下一步：补充城商行与农信社模板以验证跨行泛化；接入对公账户批量对账场景，检验多主体资金往来的还原能力；并将现金流还原结果与授信额度模型对齐，观察特征增益。
评论