4. 数据准备与清洗

滚动13周现金流预测模型的质量，不取决于公式有多复杂，而取决于输入数据的干净程度。很多学员在建模阶段反复调试公式，却忽略了真正的问题出在数据源头：银行流水与ERP科目口径不一致、同一笔付款被重复计入、期初余额与银行对账单差了几百元却找不到原因。本节聚焦数据准备与清洗这一“脏活累活”，它是整个模型可信度的地基。

一、核心原理：预测模型的输入决定输出上限

现金流预测本质上是把未来的收付款事件按时间轴排列。数据准备的目标，是把分散在不同系统中的原始记录，转化为统一口径、统一时间粒度、统一币种、可追溯的现金事件表。这里有一个关键原则：先对齐口径，再谈预测精度。如果科目映射错误，再精细的预测算法也只是在错误的基础上放大误差。

数据清洗不是一次性动作，而是一个可重复执行的管道：抽取（Extract）→ 映射（Map）→ 清洗（Clean）→ 校验（Validate）→ 锁定快照（Snapshot）。每一周滚动更新时，都应重新跑一遍这个管道，而不是手工修补Excel。

二、数据来源与科目映射

滚动13周预测通常需要三类数据源：银行流水（实际已发生的现金收付）、ERP应收应付模块（已确认但未到期的债权债务）、合同与订单系统（未来可能发生的收付款承诺）。三者时间属性不同，必须分别处理。

科目映射是清洗环节最容易出错的地方。ERP中的会计科目（如“应收账款—A客户”“预付账款—B供应商”）需要映射到现金流预测的类别维度。建议建立一张独立的映射表，字段包括：科目代码、科目名称、现金流类别（经营/投资/筹资）、预测行项目（销售回款/采购付款/工资/税费等）、是否纳入13周预测、映射生效日期。

三、异常值处理与数据校验方法

异常值处理遵循“先识别、再分类、后处置”的顺序。常见异常包括：重复记录（同一笔付款在银行流水和ERP中同时出现）、金额离群（单笔金额超过历史均值10倍）、日期缺失或超出预测窗口、币种未折算、正负号方向错误。

处置策略不是简单删除，而是分级处理：

• 重复记录：按“日期+金额+对方户名”做去重，保留银行流水优先，ERP记录标记为已核销。
• 金额离群：不直接剔除，先人工确认是否为真实大额交易；确认为异常后单独挂起，不纳入自动预测。
• 日期缺失：按合同账期或历史平均回款天数推算，并标记为“推算值”，在预测结果中单独列示。
• 方向错误：通过科目余额方向与现金流方向交叉验证，收款为流入、付款为流出。

数据校验是最后一道关卡，建议至少执行以下四项检查：

1. 期初余额勾稽：模型期初现金余额 = 银行对账单余额 + 在途资金 − 未兑现支票。
2. 连续性检查：第N周期末余额 = 第N周期初余额 + 净现金流，逐周滚动验证。
3. 映射完整性：所有纳入预测的科目均能在映射表中找到对应行项目。
4. 时间窗口检查：事件日期落在13周预测区间内，超出区间的记录单独归档。

# 数据校验伪代码示例
def validate_cashflow(df, opening_balance):
    # 1. 期初余额勾稽
    assert abs(df.opening_balance - opening_balance) < 0.01, "期初余额不匹配"
    # 2. 逐周连续性
    for week in range(1, 14):
        expected = df.loc[week-1, 'closing'] + df.loc[week, 'net_cashflow']
        assert abs(df.loc[week, 'closing'] - expected) < 0.01, f"第{week}周连续性断裂"
    # 3. 映射覆盖率
    coverage = df.mapped_amount.sum() / df.total_amount.sum()
    assert coverage >= 0.98, f"映射覆盖率不足: {coverage:.2%}"
    # 4. 重复记录检查
    dup = df.duplicated(subset=['date', 'amount', 'counterparty'], keep=False)
    if dup.any():
        print(f"发现{dup.sum()}条疑似重复记录，需人工复核")
    return True

四、复盘：一次映射错误导致的预测偏差

某制造企业曾出现13周预测中“采购付款”持续偏低的问题。排查后发现，ERP中“应付账款—设备类”被错误映射到了“投资活动—资本性支出”，而该科目实际包含大量日常备件采购。修正映射后，经营现金流预测值上调了约12%。这个案例说明：科目映射不是一次配置就永久有效，当业务科目体系调整、新增供应商或改变采购模式时，映射表必须同步更新。

建议每周滚动更新时执行一次“映射变更日志”检查，记录新增科目、停用科目和映射调整，确保预测模型的口径与最新业务实质保持一致。数据准备与清洗做扎实了，后续的13周滚动预测才有可信的起点。