资金流数据基础：从零开始认识你的钱袋子

做资金流预测，第一步不是建模，而是搞清楚数据长什么样。我见过太多人一上来就调参，结果数据源都没理清——嗯，那基本是白忙活。

今天咱们就聊聊资金流数据的三大核心要素：类型、来源、频率。说白了，就是搞清楚钱从哪来、到哪去、多久动一次。

一、资金流数据的三种类型

资金流数据其实就三类：收入、支出、净现金流。别小看这个分类，我在项目里踩过坑——有人把退款算成收入，结果预测全偏了。

1. 收入数据

收入就是钱流进来的部分。比如销售回款、投资到账、政府补贴等。注意，收入不等于到账——合同签了但钱没到，那叫应收账款，不算现金流。

2. 支出数据

支出是钱流出去的部分。包括采购付款、工资发放、房租水电、税费等。这里有个坑——支出有固定和变动之分。房租是固定的，但采购款可能随订单波动。

3. 净现金流

净现金流 = 收入 - 支出。这个值如果是正的，说明账上钱在增加；负的，说明在吃老本。但注意——净现金流为正不代表公司健康，如果是因为应付款没付，那只是暂时的。

类型	示例	预测难度
收入	销售回款、投资到账	高（受市场影响大）
支出	工资、采购、房租	中（固定部分好预测）
净现金流	收入-支出	高（误差会累积）

二、数据来源：你的数据从哪来？

数据来源决定了数据的质量和时效性。我做过一个项目，客户说「我们有数据」，结果一看是手工录入的Excel——嗯，那基本没法用。

1. 银行流水

银行流水是最可靠的来源。每一笔进出都有时间戳、金额、对方账户。但有个问题——银行流水有延迟，通常T+1才能看到昨天的数据。而且，流水里不会告诉你「这笔钱是哪个客户的回款」，需要人工匹配。

2. ERP系统

ERP系统记录的是业务数据，比如销售订单、采购订单、库存变动。它的优点是实时性高——订单一生成就能看到。但缺点也很明显：ERP里的「收入」是确认收入，不是实际到账。两者之间可能差30-90天。

3. 发票数据

发票是税务数据，能反映真实的交易。但发票的缺点是滞后且不完整——有些交易不开票，有些发票跨月才开。我个人习惯把发票数据作为「验证集」，而不是训练数据。

数据来源	优点	缺点	适用场景
银行流水	真实、不可篡改	延迟、缺少业务信息	短期预测、对账
ERP系统	实时、业务信息完整	与实际到账有偏差	中长期预测、业务分析
发票数据	税务认可、交易真实	滞后、不完整	验证、审计

三、数据频率：日、周、月怎么选？

数据频率决定了模型的粒度。你想想看，如果做日预测，数据量是月预测的30倍，但噪声也大得多。

1. 日数据

日数据适合资金紧张的公司。比如账上只够撑两周，那必须每天看。但日数据波动大——今天一笔大额回款，明天可能一分钱没有。模型容易过拟合。

2. 周数据

周数据是折中方案。它平滑了日波动，又比月数据更及时。适合中等规模的企业。我做过一个零售项目，用周数据预测，准确率比日数据高了15%。

3. 月数据

月数据最稳定，适合长期规划。但问题也很明显——等你发现月数据异常，可能已经过去一个月了。月数据适合做「趋势判断」，不适合做「应急管理」。

四、知识体系总览

下面这张图是我自己整理的，把资金流数据的类型、来源、频率串起来了。你一看就明白它们之间的关系。

这张图你看懂了吗？类型、来源、频率三者是相互关联的。比如，银行流水通常是日频率，ERP系统可以做到实时，发票数据往往是月频率。选哪个，取决于你的预测目标。

好了，这一章就到这里。记住：数据是模型的基石。数据搞不清楚，模型再花哨也没用。下一章咱们聊聊怎么把这些数据清洗成可用的格式——嗯，那才是真正动手的开始。

---