图计算助力智慧金融

如果小王欠了一屁股债，委托他的姐夫上银行给他贷款，银行又该怎样识别这层关系，从而对他们进行严格地审查？ 

图作为一种有效的数据存储和分析方式，在表达和洞察数据之间的深层次关系上具有先天的优势。如果银行武装了图计算技术，就能有效地识别上述情形所带来的风险，从而尽量规避这种风险带来的损失。

一直以来，图计算对于帮助人们了解和挖掘事物间的关系至关重要。

畅谈图计算

人们习惯于利用关系型数据结构来进行数据的存储和处理，但是面对如今的大数据时代，数据之间的错综复杂的关系使得关系型数据结构在面对这些数据的时候往往显得捉襟见肘。然而，对这种大体量、关系复杂的数据的存储和分析需求却日益迫切，可以说，对大数据的处理技术以及探查大数据背后的价值是赢得未来竞争的关键。而图计算技术就是能帮你赢得竞争的助推器！

图1  图网络

目前在物联网、通信网、互联网、金融以及社交网络等领域都产生了极其庞大的数据量，并且还在快速增长中。我们需要的是对这些海量数据及其之间关系的完整刻画，并且具备丰富、高效的对其分析能力。基于节点（即实体）和边（即实体之间的关系）的图数据库采用原生图存储的方式，能够构建任意复杂的网络和模型，由于图数据结构是完全动态的，对图数据的增删改查变得异常简单和灵活。另外，一些图数据库还提供了有效的图分析能力，包括路径类（如最短路径，环路检测），社团类（如Louvain，三角计数），中心性算法（如PageRank，Betweenness），相似度算法（如Jaccard相似度）等等，这些算法大多具有通用性，已经广泛服务于社交网络，金融风控，城市工业等领域。另外，图的特点决定了分析结果的可视化和可解释性。

图2  华为云GES算法库

图3  图可视化

图计算与金融领域的完美碰撞

在金融领域，存在着多种不同类型的关系，有些是相对静态的，如企业与股东的关系，客户之间的亲属关系，企业与企业之间的竞争与合作关系等，有些则是不断变化的，比如企业高管任职，转账汇款，股权转让等，而如果把这些关系构建成一张图数据网，其结构往往很复杂且规模庞大。那么该如何发挥金融行业海量数据的价值，增强金融企业的业务能力呢？图计算与金融，就这样不谋而合！

例如，比较典型的手段是环路汇款，意在通过多次的转账使得资金重新回到初始的账号上面，这些汇款从局部来看是没有任何问题的，也不易人为发现，图计算技术能高效准确地识别可疑的环路汇款，为反洗钱系统提供有力的支撑。

图4  环路汇款

风险管理

银行面临的风险是多方面的，例如，一些中小企业为了满足银行的信用等级，通过相互关联的方式形成复杂的担保网，通过知识图谱、图挖掘等技术，银行就能识别出可能的互保联保等情况，从而构建风险模型，在此基础上利用图计算预测风险可能的传播路径、概率、传播范围，从而及早采取有效措施，规避风险。

从宏观上来看，图计算技术在整个金融网络结构也大有用武之地。金融机构间资金链的日益复杂使得全球金融危机的发生变得更加容易。对金融网络特征的研究、对金融网络风险传染机制的研究、对金融风险发生的可能性的预测以及应对措施就显得很有必要。而图计算技术通过中心性、层级结构、传播路径等的研究，能很好地解决上述问题。

未来图计算在银行数字化转型过程中必将发挥更重要作用。