普惠金融風(fēng)險地圖:可視化風(fēng)險關(guān)聯(lián)和傳導(dǎo)
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(shí)體主題、關(guān)系主題、事件抽取三部分構(gòu)成。實(shí)體主題域通常包括以下主題,每個主題又劃分成不同的實(shí)體類型和實(shí)體名稱。
- 自然人:客戶、員工;
- 組織:法人、同業(yè)、分支機(jī)構(gòu);
- 銀行賬號:個人賬戶、公司賬戶;
- 設(shè)備:手機(jī)、App、固定設(shè)備;
- 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(diǎn),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(diǎn)。
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(kuò)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(shí)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(kuò)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(kuò)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(yùn)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(shí)現(xiàn)系統(tǒng)自動提示,增強(qiáng)普惠授信流程的風(fēng)險識別及監(jiān)控。
來源公眾號:FAL-金科應(yīng)用研院(ID:fintechapplab_sz),Make Fintech Easier And Smarter
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @FAL金科應(yīng)用研院 授權(quán)發(fā)布,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論,等你發(fā)揮!