2. 金融图模型基础

在金融业务中，数据天然具有强关联特征：客户与账户、账户与交易、企业与股东、产品与底层资产、机构与市场事件之间，都存在可建模的关系。图模型的价值，正是把这些“关系”从隐含在表结构中的外键，提升为可计算、可推理、可服务化的一等公民。理解金融图模型的常见类型、节点与边的定义方式，以及典型应用场景，是后续图模型 Serving 与在线推理的认知基础。

一、核心原理：金融图模型是什么

金融图模型通常用 G = (V, E) 表示，其中 V 是节点集合，E 是边集合。节点代表金融实体，边代表实体之间的关系或事件。与普通图不同，金融图往往具有以下特征：

• 异构图：节点和边类型多样，如客户、账户、企业、交易、担保、持股等。
• 时序性：交易、转账、登录等边带有时间戳，关系会随时间变化。
• 多属性：节点和边都携带金额、利率、行业、风险等级等属性。
• 规模大且稀疏：节点可达亿级，边可达百亿级，但平均度不高。
• 业务语义强：边的方向、权重和类型直接对应风控、营销、合规等业务含义。

从建模视角看，金融图模型可分为三类：同构图（如仅用账户转账关系）、异构图（如客户—账户—交易—商户多类型网络）和时序图（边带时间窗口，用于动态风险传播）。实际生产中，异构图与时序图更常见，因为它们更贴近金融业务的真实结构。

二、节点与边的定义方法

定义节点与边时，建议遵循“业务实体—业务关系—业务属性”三层拆解。节点通常包括：客户、账户、企业、设备、IP、商户、产品、机构、事件等。边则包括：转账、登录、持股、担保、任职、交易、借贷、关联交易等。

在工程实现中，节点和边通常以 ID + 类型 + 属性 + 时间戳的形式存储。例如，一条转账边可以表示为：

{
  "edge_id": "tx_20240601_0001",
  "src": "acct_10086",
  "dst": "acct_20099",
  "type": "TRANSFER",
  "amount": 58000.00,
  "currency": "CNY",
  "timestamp": "2024-06-01T10:23:45Z",
  "channel": "mobile"
}

这种结构既便于图数据库存储，也便于后续做邻居采样、子图抽取和在线特征拼接。

三、典型应用场景与业务价值

金融图模型的应用场景非常集中，主要围绕“风险”和“增长”两条主线。

1. 反欺诈与反洗钱：通过资金环路、密集转账、异常设备聚集等子图模式，识别团伙欺诈和洗钱网络。
2. 关联授信与集团风险：利用股权、担保、任职关系，发现隐性关联企业，避免多头授信和风险集中。
3. 精准营销与产品推荐：基于客户—产品—行为图，挖掘相似客户和潜在兴趣，提升转化率。
4. 贷后监控与风险传播：当某个节点出现逾期或负面事件时，沿图结构评估风险扩散路径。
5. 合规与穿透式监管：通过多层股权和交易链路，实现最终受益人和资金流向的穿透分析。

业务价值可以概括为三点：发现隐藏关系、提升决策时效、降低人工成本。传统规则引擎难以覆盖复杂关系，而图模型可以在线推理中实时返回风险分数或关联路径，直接嵌入信贷审批、支付拦截和营销触达流程。

四、常见误区与复盘