2. 金融知识图谱基础：实体、关系、属性三元组结构
金融知识图谱的核心是使用三元组（Triple）来描述客观世界中的金融实体及其关联。三元组的基本形式为：(头实体, 关系, 尾实体)，其中实体和关系均可携带属性（Property）以丰富语义。
2.1 三元组结构定义
| 元素 | 含义 | 金融示例 |
|---|---|---|
| 头实体 | 主体对象，通常为具体公司、个人、产品 | “蚂蚁科技集团股份有限公司” |
| 关系 | 头实体与尾实体之间的语义连接 | “控股”、“投资”、“担保” |
| 尾实体 | 客体对象，被头实体通过关系指向 | “重庆蚂蚁消费金融有限公司” |
| 属性 | 实体或关系的附加特征（键值对） | 实体属性：注册资本=120亿；关系属性：持股比例=50% |
关键区别：属性描述实体或关系的内部特征，而关系描述实体之间的外部连接。例如“注册资本”是实体属性，“控股”是关系。
2.2 典型金融图谱示例
2.2.1 企业关联图谱
企业关联图谱是金融风控中最常用的子图，用于识别实际控制人、关联交易、担保圈等风险。以下是一个简化的企业关联三元组集合：
# 企业关联三元组示例（RDF格式）
(蚂蚁科技集团, 控股, 重庆蚂蚁消费金融) [持股比例: 50%]
(蚂蚁科技集团, 控股, 支付宝(中国)) [持股比例: 100%]
(杭州君瀚股权投资, 控股, 蚂蚁科技集团) [持股比例: 29.86%]
(马云, 实际控制, 杭州君瀚股权投资) [控制方式: 协议控制]
(重庆蚂蚁消费金融, 担保, 某小微企业) [担保金额: 500万]
(某小微企业, 法人代表, 张三) [任职起始: 2020-01-01]
样本偏差风险提示：在构建企业关联图谱时，公开数据往往偏向上市公司和大型企业，中小微企业的关联关系严重缺失，导致后续模型对中小微企业的风险预测产生系统性偏差。
2.2.2 供应链图谱
供应链图谱聚焦于上下游企业之间的交易、物流、资金流关系，是评估产业链风险和信用传导的重要工具。典型的三元组包括：
- 供应关系：(供应商A, 供应, 制造商B) [产品: 芯片; 合同金额: 1亿]
- 应收账款：(制造商B, 应付账款, 供应商A) [账期: 90天; 余额: 3000万]
- 物流依赖：(制造商B, 依赖物流, 物流公司C) [运输量: 5000吨/月]
- 信用传导：(核心企业D, 信用背书, 供应商A) [授信额度: 2000万]
供应链图谱样本偏差典型场景：核心企业（如大型汽车制造商）的供应链数据相对完整，但二级、三级供应商的数据大量缺失。模型如果仅基于一级供应商训练，会对深层供应链的信用风险产生严重误判。
2.3 三元组与属性在样本偏差中的影响
在金融知识图谱中，样本偏差往往表现为三元组的不完整或属性值的系统性缺失。以下是常见偏差类型：
| 偏差类型 | 三元组表现 | 对模型的影响 |
|---|---|---|
| 实体缺失偏差 | 大量中小微企业未出现在图谱中 | 模型无法学习中小微企业特征，预测失效 |
| 关系稀疏偏差 | 非上市公司的关联关系（如担保、投资）大量缺失 | 图神经网络聚合邻居信息时信号不足 |
| 属性缺失偏差 | 财务数据、注册资本等属性值缺失 | 属性嵌入层产生零向量或默认值，引入噪声 |
| 标签选择偏差 | 违约样本仅来自公开违约企业，幸存者偏差 | 模型高估正常企业风险，或低估隐性风险 |