📚 课程目录第2章金融图谱基础

2. 金融图谱基础：节点与边的定义

金融图谱是图神经网络在风控领域应用的核心数据载体。与通用知识图谱不同，金融图谱的节点和边具有严格的业务语义和时序约束。本节将系统定义金融图谱中的实体节点类型、关系边类型，并给出标准化的构建规范。

金融图谱中的节点代表独立、可追溯的金融参与方或资产载体。根据业务风险传导路径，我们将节点划分为三大类：个人、公司、账户。每类节点必须包含唯一标识符（ID）和至少一个业务主键。

节点类型	业务含义	核心属性（必填）	可选属性（风控常用）
个人	自然人，包括借款人、担保人、法人代表	身份证号、姓名、手机号	年龄、职业、收入区间、征信评分
公司	企业法人，包括借款企业、关联企业、子公司	统一社会信用代码、企业名称	注册资本、行业分类、经营状态、纳税等级
账户	资金载体，包括银行卡、支付账户、证券账户	账户号、开户机构、账户类型	开户时间、账户余额、交易频次、风控标签

样本偏差提示： 在构建节点时，个人节点常因隐私脱敏导致ID碰撞率上升，公司节点因集团架构变更导致历史ID失效。建议在节点属性中增加“生效时间戳”和“数据来源批次号”，为后续偏差校验保留可回溯字段。

边表示节点之间的业务关联，是图神经网络消息传递的路径。金融图谱中的边必须具有方向性（有向边）和时效性（有效起止时间）。核心关系包括以下三类：

关系类型	起点节点	终点节点	方向性	典型风控场景
交易	账户 / 个人	账户 / 个人	有向（资金流出→流入）	洗钱识别、资金闭环检测
担保	个人 / 公司	个人 / 公司	有向（担保方→被担保方）	担保圈风险、关联违约传导
控股	个人 / 公司	公司	有向（股东→标的公司）	实际控制人挖掘、集团关联识别

下图展示了一个包含个人、公司、账户三类节点，以及交易、担保、控股三类关系的典型金融图谱片段。该结构是后续图神经网络样本构建的基础拓扑。

在金融风控场景中，图谱构建的质量直接影响图神经网络的训练效果。以下是必须遵守的构建规范：

节点唯一性：同一实体在不同数据源中必须通过ID映射表合并为单一节点，避免出现“张三”与“张三（同名）”两个节点。
边的时间窗口：每条边必须携带 start_time 和 end_time 属性。例如，担保关系只在担保合同有效期内存在，过期后边应被标记为失效。
边的权重归一化：交易金额、持股比例等连续值属性，在输入图神经网络前需做对数变换或分箱归一化，防止数值尺度偏差。
反向边补充：对于交易关系，建议同时存储正向边（付款方→收款方）和反向边（收款方→付款方），以支持双向消息传递。

  实战案例对照： 在某银行企业贷风控项目中，原始数据仅包含“公司-个人”担保关系，缺失“个人-个人”互保关系。补充互保边后，图神经网络识别出3个隐蔽的担保圈，坏账召回率提升22%。这说明边的完整性比节点数量更关键。

基于上述节点与边的定义，金融图谱在样本构建阶段容易出现以下偏差：

偏差类型	产生原因	影响范围	初步缓解方法
节点缺失偏差	数据源未覆盖部分关联方（如隐性关联人）	图结构稀疏，消息传递路径中断	引入外部工商数据、网络爬虫补充
边时效偏差	使用全量历史边，未按时间窗口截断	模型学到已失效的关系模式	训练集只保留当前有效边
关系类型不平衡	交易边数量远大于担保边	GNN过度关注交易模式，忽略担保风险	边采样时按类型分层抽样
属性分布偏移	训练集与线上集的交易金额分布不一致	模型泛化能力下降	训练前做KS检验，剔除分布差异大的特征

关键提醒： 节点与边的定义阶段是样本偏差校验的第一道防线。如果在图谱构建时就引入系统性偏差（例如只收录有贷款记录的账户，忽略无贷账户），后续任何图神经网络模型都无法从根本上纠正这种选择偏差。建议在构建完成后，使用孤立点检测算法扫描度数为0的节点，并检查是否存在“长尾实体”被过度聚合。