4. 金融场景中的图建模
金融数据天然具有关系属性：一笔转账连接两个账户，一次担保连接企业与银行，一条供应链连接上下游厂商，一条舆情连接事件与主体。图建模的核心，是把这些关系抽象为节点、边、属性与时间戳，并让图结构能够承载风险传播、异常检测、关联发现等下游任务。本节围绕五类典型金融网络，讲清构建方法与关键取舍。
一、核心原理：从业务对象到图模式
图建模不是先写代码，而是先定义图模式（Graph Schema）。图模式回答四个问题：谁是节点？谁是边？边有没有方向和权重？节点与边是否随时间变化？在金融场景中，节点通常包括账户、客户、企业、产品、事件、行业、地区；边包括交易、持股、担保、供应、评论、提及、属于。边往往带有金额、利率、时间、置信度等属性。
一个常见误区是把所有字段都塞进节点属性，导致图退化为“带关系的宽表”。更合理的做法是：能表达关系传播的字段才建边，例如“A 向 B 转账 50 万”应建为带金额和时间的边，而不是 B 节点上的一个字段。另一个关键是时间维度：金融风险具有时序性，静态图会丢失“何时发生”的信息，因此建议在边上保留时间戳，必要时构建时序图或按时间窗口切片。
二、五类金融网络的构建方法
不同网络的构建流程有共性，也有差异。共性流程是：数据抽取 → 实体对齐 → 关系抽取 → 图模式映射 → 图存储 → 质量校验。差异主要体现在关系来源和边权设计上。
- 交易网络：从流水、支付、清算数据中抽取“付款方—收款方”边，边权可用金额、频次、时间衰减。重点是去重、对手方识别和环路检测。
- 股权网络：从工商、招股书、基金披露中抽取“股东—公司”持股边，边权为持股比例。需处理多层嵌套、代持和一致行动人。
- 供应链网络：从采购合同、发票、物流、年报中抽取“供应商—客户”边，边权可为核心度或交易额。难点是关系稀疏和行业口径不一。
- 社交舆情网络：从新闻、论坛、微博中抽取“用户—用户”关注边和“用户—事件”提及边，边权为互动强度或情感极性。
- 知识图谱：把上述网络统一到本体层，定义实体类型、关系类型和约束，形成可推理、可查询的金融知识底座。
下面给出一个用 Python 构建交易网络最小示例，重点展示边表到图对象的映射：
import pandas as pd
import networkx as nx
edges = pd.DataFrame({
"src": ["A001", "A002", "A003", "A001"],
"dst": ["A002", "A003", "A004", "A004"],
"amount": [50000, 120000, 8000, 300000],
"ts": ["2024-01-02", "2024-01-03", "2024-01-05", "2024-01-08"]
})
G = nx.from_pandas_edgelist(
edges, source="src", target="dst",
edge_attr=["amount", "ts"],
create_using=nx.DiGraph()
)
print(G.number_of_nodes(), G.number_of_edges())
# 输出：4 4
三、案例场景：从单一网络到跨网络关联
真实风控中，单一网络往往不够。例如识别一个可疑企业，交易网络显示其资金快进快出，股权网络显示其与另一家公司共享同一自然人股东，供应链网络显示两者存在采购关系，舆情网络显示近期出现集中负面报道。把四类网络叠加后，风险信号从“孤立异常”变成“结构性团伙”。
知识图谱在这里扮演融合层：把账户、企业、自然人、事件统一为实体，把交易、持股、供应、提及统一为关系，再通过图查询或图算法输出风险评分。常见下游任务包括：社区发现识别团伙、链路预测发现潜在关联、中心度分析定位关键节点、图神经网络做节点分类与异常检测。
四、误区与复盘：图建模常见的五个坑
| 误区 | 表现 | 修正方法 |
|---|---|---|
| 节点粒度过粗 | 把“公司”和“账户”混为一谈 | 按业务主键拆分实体，再做对齐 |
| 边权单一 | 只用金额，忽略频次与时间 | 组合权重并做时间衰减 |
| 忽略时间 | 静态图无法回溯风险演化 | 边带时间戳，按窗口切片 |
| 实体对齐缺失 | 同一主体多个 ID 未合并 | 规则+相似度+人工校验 |
| 图规模失控 | 全量入图导致查询缓慢 | 分层存储，热数据入图 |
总结来看，金融图建模的关键不是图算法多复杂，而是图模式是否贴合业务、边是否承载了可传播的信号、时间与实体对齐是否到位。把交易、股权、供应链、舆情四类网络构建好，再通过知识图谱统一本体，才能为后续的图神经网络与风险识别提供可靠底座。