隨著金融科技的發(fā)展應(yīng)用和廣泛普及，普惠金融業(yè)務(wù)引入了風(fēng)險地圖，即風(fēng)險關(guān)系圖譜分析法，通過對風(fēng)險關(guān)系圖譜的構(gòu)建與風(fēng)險路徑的可視化呈現(xiàn)，可為普惠信貸業(yè)務(wù)中客戶企業(yè)的風(fēng)險識別、風(fēng)險傳導(dǎo)、風(fēng)險防控保駕護(hù)航。

一、基礎(chǔ)企業(yè)風(fēng)險關(guān)系圖譜構(gòu)建

基礎(chǔ)企業(yè)風(fēng)險關(guān)系圖譜由實體主題、關(guān)系主題、事件抽取三部分構(gòu)成。實體主題域通常包括以下主題，每個主題又劃分成不同的實體類型和實體名稱。

1. 自然人：客戶、員工；
2. 組織：法人、同業(yè)、分支機構(gòu)；
3. 銀行賬號：個人賬戶、公司賬戶；
4. 設(shè)備：手機、App、固定設(shè)備；
5. 產(chǎn)品：負(fù)債類、資產(chǎn)類、中間業(yè)務(wù)、結(jié)算類業(yè)務(wù)。

關(guān)系主體域通常包括基本關(guān)系、交易關(guān)系、線上關(guān)系、內(nèi)部關(guān)系、事件關(guān)系等，如下圖所示。

二、企業(yè)風(fēng)險關(guān)系圖譜構(gòu)建示例

企業(yè)資金交易關(guān)系網(wǎng)絡(luò)通常由以下4步構(gòu)成。

1. 前期準(zhǔn)備：

• 梳理可能存在的資金交易數(shù)據(jù)來源；
• 資金類型判斷：作為資金交易屬性；
• 資金關(guān)系網(wǎng)絡(luò)：預(yù)想可能存在的資金分析場景和資金交易分析類型。

2. 交易流水預(yù)處理：

• 現(xiàn)金轉(zhuǎn)賬；
• 離行清算；
• 按戶歸集。

3. 交易流水解析：

• 籌集投資；
• 公用事業(yè)；
• 職工薪酬；
• 經(jīng)營往來。

4. 構(gòu)建全面資金關(guān)系網(wǎng)絡(luò)：

• 資金參數(shù)定義；
• 自有資金判斷；
• 資金出賬判斷；
• 二度循環(huán)分析；
• 標(biāo)準(zhǔn)接口模型；
• 時序圖形構(gòu)建。

通過構(gòu)建資金交易關(guān)系，形成完整的資金交易網(wǎng)絡(luò)，進(jìn)而可以進(jìn)行資金回流分析、隱性資金流轉(zhuǎn)線索分析。

1. 資金流轉(zhuǎn)網(wǎng)絡(luò)：利用圖數(shù)據(jù)Schema結(jié)構(gòu)，快速導(dǎo)入資金交易數(shù)據(jù)，形成完整資金交易網(wǎng)絡(luò)，可通過賬戶、自然人、企業(yè)等進(jìn)行逐層、多層探索式展開，高效分析資金多層流轉(zhuǎn)關(guān)系，幫助建立整體資金流轉(zhuǎn)視角，通過圖工具可快速進(jìn)行篩選、分析、探索。

2. 資金回流分析：在資金交易圖譜基礎(chǔ)上，基于圖譜的推理分析和圖挖掘能力，發(fā)現(xiàn)多度流轉(zhuǎn)后形成的資金回流，結(jié)合資金交易鏈路、圖模式匹配、分析推理、挖掘探索等圖能力，有利于各種資金交易的特征分析和形態(tài)識別。

3. 隱性資金流轉(zhuǎn)線索分析：針對資金出行問題，結(jié)合客戶關(guān)系網(wǎng)絡(luò)圖和資金流轉(zhuǎn)網(wǎng)絡(luò)圖，利用虛擬賬戶及交易路徑壓縮合并方式，排除干擾數(shù)據(jù)，生成虛擬資金鏈路。

三、基于企業(yè)客戶關(guān)聯(lián)關(guān)系識別客戶特征

1. 關(guān)聯(lián)關(guān)系來源與內(nèi)外部的數(shù)據(jù)，但是需要梳理；

2. 關(guān)聯(lián)關(guān)系既可能包括定量的，也可能包括定性的關(guān)系；

3. 面對存在復(fù)雜、多維的關(guān)聯(lián)關(guān)系的情況，需要有歸并整合方案；

4. 關(guān)聯(lián)關(guān)系對風(fēng)險的影響是需要通過更明細(xì)的數(shù)據(jù)才能準(zhǔn)確評估的；

5. 客戶的關(guān)聯(lián)關(guān)系的梳理最終目的是形成一個可分析的網(wǎng)絡(luò)。

如下圖所示，對象A與客戶B之間存在買賣關(guān)系、商業(yè)糾紛、資金交易網(wǎng)絡(luò)；對象A與客戶C-H之間存在同法人關(guān)系、控股關(guān)系、母子公司關(guān)系，考慮到對象A與客戶C-H是風(fēng)險共擔(dān)，通?？梢詫ο驛和客戶C-H視作一個整體；客戶B與客戶I之間存在雙向轉(zhuǎn)賬的交易關(guān)系；客戶I與客戶J是貸款擔(dān)保關(guān)系；客戶I與客戶K-M之間是產(chǎn)業(yè)鏈上下游關(guān)系。根據(jù)以上關(guān)系圖譜，我們可以進(jìn)行對象A與客戶B-M之間的風(fēng)險傳導(dǎo)識別、路徑分析與模擬等。

四、風(fēng)險傳導(dǎo)分析及傳導(dǎo)示例

風(fēng)險傳導(dǎo)分析包括以下3部分。

1. 動態(tài)監(jiān)測分析多渠道風(fēng)險信息：風(fēng)險信息通常從外部數(shù)據(jù)、預(yù)警信號體系、信號識別逐層遞進(jìn)分析。外部數(shù)據(jù)通常包括工商數(shù)據(jù)、金融市場數(shù)據(jù)、新聞輿情信息、財務(wù)數(shù)據(jù)、司法數(shù)據(jù)、行政處罰數(shù)據(jù)、失信被執(zhí)行人數(shù)據(jù)等；預(yù)警信號體系包括經(jīng)營風(fēng)險、信用風(fēng)險、財務(wù)風(fēng)險、違規(guī)數(shù)據(jù)、管理風(fēng)險、外部環(huán)境風(fēng)險等；信號識別包括關(guān)注企業(yè)、信號分類、預(yù)警規(guī)則、預(yù)警等級、信號詳情、信號溯源等。

2. 風(fēng)險傳導(dǎo)模型分析思路：以風(fēng)險事件評分為出發(fā)點，識別投資、擔(dān)保等相關(guān)傳導(dǎo)路徑，通過傳導(dǎo)函數(shù)得到傳導(dǎo)后分?jǐn)?shù)。

3. 風(fēng)險傳導(dǎo)模型效果可視化：通過可視化呈現(xiàn)風(fēng)險傳導(dǎo)模型效果，可以更加直觀顯示傳導(dǎo)路徑和風(fēng)險點。

通過風(fēng)險傳導(dǎo)分析及可視化結(jié)果的應(yīng)用，我們可以及時捕捉和預(yù)警企業(yè)風(fēng)險事件，更加全面的關(guān)注企業(yè)關(guān)聯(lián)風(fēng)險來源，并清晰了解風(fēng)險傳導(dǎo)路徑，做到及時防范并應(yīng)對信用風(fēng)險在關(guān)聯(lián)企業(yè)中的擴散。

1. 捕捉和預(yù)警企業(yè)風(fēng)險事件：通過及時捕獲企業(yè)客戶風(fēng)險事件，可獲取企業(yè)自身以及關(guān)聯(lián)企業(yè)的風(fēng)險事件信息，偵測風(fēng)險事件在關(guān)聯(lián)網(wǎng)絡(luò)中的傳導(dǎo)，實現(xiàn)企業(yè)各類風(fēng)險事件的及時捕捉和預(yù)警。

2. 全面關(guān)注關(guān)聯(lián)風(fēng)險以及傳導(dǎo)路徑：風(fēng)險傳導(dǎo)模型在關(guān)注客戶自身風(fēng)險的基礎(chǔ)上，更加關(guān)注關(guān)聯(lián)網(wǎng)絡(luò)的風(fēng)險事件以及其在網(wǎng)絡(luò)中的傳導(dǎo)，明確傳導(dǎo)路徑，綜合評判關(guān)聯(lián)網(wǎng)絡(luò)中的風(fēng)險事件對客戶產(chǎn)生的不利影響，更加全面和科學(xué)。

3. 防范信用風(fēng)險在關(guān)聯(lián)企業(yè)中擴散：風(fēng)險傳導(dǎo)模型是可以為客戶預(yù)測是否發(fā)生信用風(fēng)險的預(yù)測模型，通過模型輸出結(jié)果可有效防范風(fēng)險在集團(tuán)內(nèi)進(jìn)一步擴散，并對相關(guān)風(fēng)險預(yù)警企業(yè)客戶采取響應(yīng)措施。

五、企業(yè)客戶關(guān)系特征提取

1.在企業(yè)客戶關(guān)聯(lián)關(guān)系特征提取：通常從資金往來、擔(dān)保圈和企業(yè)關(guān)系圈等關(guān)聯(lián)關(guān)系中進(jìn)行關(guān)系特征提取。

2. 數(shù)據(jù)基礎(chǔ)：通常分為行內(nèi)數(shù)據(jù)和行外數(shù)據(jù)兩個維度。如資金往來關(guān)系中，通常會提取的行內(nèi)數(shù)據(jù)有對公企業(yè)資金交易流水?dāng)?shù)據(jù)、企業(yè)基本數(shù)據(jù)、企業(yè)運營數(shù)據(jù)、企業(yè)財務(wù)數(shù)據(jù)等；行外數(shù)據(jù)有人行征信企業(yè)擔(dān)保數(shù)據(jù)、工商數(shù)據(jù)、法院數(shù)據(jù)、海關(guān)數(shù)據(jù)等。

3. 特征示例：基于數(shù)據(jù)基礎(chǔ)，可進(jìn)行特征加工。如資金往來關(guān)系中，可根據(jù)企業(yè)總體交易金額與資產(chǎn)比例對企業(yè)進(jìn)行分類；擔(dān)保關(guān)系中，可識別企業(yè)所在擔(dān)保社區(qū)形態(tài)特征；企業(yè)關(guān)系圈中，可劃分產(chǎn)業(yè)上、下游關(guān)聯(lián)企業(yè)等。

基于圖譜提取特征，我們可以開發(fā)數(shù)據(jù)驅(qū)動的普惠金融風(fēng)控及預(yù)警模型，同時，還可以將風(fēng)險圖譜應(yīng)用嵌入普惠信貸流程的識別環(huán)節(jié)，更好地做到信貸風(fēng)險識別與防控。此外，通過梳理信貸與圖譜系統(tǒng)的對接交互需求，實現(xiàn)系統(tǒng)自動提示，增強普惠授信流程的風(fēng)險識別及監(jiān)控。