近年來，人工智能（AI）、區塊鏈(Blockchain)、云計算(Cloud Computing)、大數據（Big Data ）等新技術快速發展，推動銀行業邁向智能化、數字化時代。銀行將金融科技運用到業務、運營、科技、風控、營銷、服務、管理等各領域，以AI為技術支撐，構建銀行“智慧大腦”，實現信貸業務全流程管控和授信客戶評級模型優化，精準定位，降低信貸管理風險，增強風險防控能力。
隨著經濟全球化和市場經濟的高度發展，企業與企業、企業與個人通過資金連接形成了復雜的金融網絡，例如企業、銀行、信托公司、保險公司、擔保公司等經濟主體,通過股權、擔?；蚧ケ?、關聯交易、金融衍生品、供應鏈關系以及管理層的多重身份等形成錯綜復雜的信用關聯關系。在關聯信用網絡中,由于關聯信用主體之間的關聯關系錯綜復雜,關聯信用風險常常呈現出傳染的“多米諾骨牌”效應?；谏鲜霰尘?，商業銀行面向客戶關系復雜網絡構建新型AI風險監控體系是趨勢和潮流。
AI技術分支——圖計算與圖數據庫是一種拓撲結構極為簡潔（僅由點和邊組成）、可以表達任意維度的數據間形成的高維、復雜的網絡拓撲構造的體系架構。銀行基于客戶關系網絡，利用圖計算和圖數據庫可以構建客戶關系圖譜，關注客戶各類信息之間的關聯性，實現客戶洞見從局部到全網、從靜態數據到動態智能的跨越，構建客戶全網關系圖譜，發現潛在的風險并預判風險傳導路徑、概率、影響客群。圖數據庫、知識圖譜技術將給現有的信用風險管理帶來革命性、顛覆性變化。
個人業務中的反欺詐
關系人圖譜是現代反欺詐應用場景中最重要的手段。根據團體欺詐會共享部分信息的特點，利用圖挖掘發現不同用戶之間的信息關聯性，從而識別欺詐團體。這些關系很容易在關系人圖譜中被發現。通過對風險暴露人的N層圖挖掘，來篩選出有任意層數關聯的疑似欺詐人員進行攔截。
識別企業關系圖譜
目前銀行對于影子集團、集團客戶多層交叉持股、股權層層嵌套復雜關系的識別手段相對較為落后。隨著企業集團化、家族化、多元化發展，單一企業通過資本運作組建成商業帝國；各類資本系內部股權不透明，隱形股東和股權代持現象頻繁發生，主要股東、控股股東、實際控制人、一致行動人、最終受益人不明晰；企業與股東個人、企業與企業之間的關系與交互影響愈加復雜，單個客戶信用風險的爆發有可能引發整個關聯客群的風險。
企業、高管及關聯公司構成一個復雜的關系網絡，利用圖計算引擎搜索國家企業信用信息公示系統，遍歷集團成員及關聯企業之間的股東及股權結構情況，判斷是否存在交叉持股、受同一股東控制和高管任職關系，識別出隱蔽關聯關系，有助于發現關聯交易非關聯化、關聯交易利益輸送等違法、違規線索。
圖計算以任意企業（圖一中的大紅點）為起點，以股權為紐帶，向上穿透到該企業最終實際控制人，向下穿透到該企業任意層股權投資的所有企業及其股東（見圖一、圖二、圖三）。
注：大紅點：關注企業；小紅點：最終持股的自然人股東；小藍點：關聯企業
圖一：企業股權穿透圖譜
注：大紅點：關注企業；小紅點：最終持股的自然人股東；小藍點：關聯企業
圖二：企業股權穿透圖譜（續圖一）
注：大紅點：關注企業；小紅點：最終持股的自然人股東；小藍點：關聯企業
圖三：企業股權穿透圖譜（續圖二）
企業擔保圈貸款風險識別、防范
中小企業為了滿足銀行授信要求、提高其信用等級，通過關聯企業、產業鏈上下游客戶、關系人等相互擔保，形成擔保圈（鏈）乃至關系更為復雜的“擔保網”。擔保鏈中的企業普遍存在超出自身實力對外融資和擔保的現象，擔保鏈整體凈資產無法覆蓋銀行信貸風險，容易爆發風險連鎖反應。特別是在經濟下行周期，當擔保圈中個別企業發生經營問題和財務危機時，往往產生多米諾骨牌效應，風險很快傳染整個擔保圈，導致圈內企業整體陷入困境，從單個企業經營風險轉到擔保圈客群流動性風險，進而引發區域性風險。
采用知識圖譜、圖計算引擎為核心技術，深度圖挖掘銀行授信客戶信貸信息，揭示出客戶復雜擔保網絡，最終形成可視化銀行擔保圈風險圖譜，直觀、高效地識別出客戶是否存在聯保、互保、循環擔保情況，在此基礎上構建貸后違約風險預警模型，為防范、化解企業擔保圈貸款風險提供條件。
基于擔保圈風險圖譜客戶貸后違約風險模型，進行自動預警，提早行動，及時切斷了風險傳導路徑，防范信貸交叉違約風險，減少了銀行風險運營成本。
圖四：擔保圈（鏈）示意圖
圖五：多家企業形成復雜擔保圈鏈
責任編輯：韓希宇
免責聲明：
中國電子銀行網發布的專欄、投稿以及征文相關文章，其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方；如涉及未經許可使用作品的問題，請您優先聯系我們（聯系郵箱：cebnet@cfca.com.cn，電話：400-880-9888），我們會第一時間核實，謝謝配合。
