1. 课程导论：金融知识图谱、样本偏差与风控合规

金融知识图谱（Financial Knowledge Graph, FKG）通过将分散的实体（企业、个人、账户、交易）与关系（担保、持股、资金往来）组织为结构化网络，为风控与合规分析提供了底层推理能力。然而，FKG 的构建高度依赖历史样本与外部数据源，样本偏差（Sample Bias）会直接扭曲图谱的统计分布与推理路径，导致模型失效。本节从定义出发，厘清核心概念，并阐明偏差检测在金融场景中的战略价值。

1.1 金融知识图谱的定义与核心要素

金融知识图谱是一种语义网络，其节点代表金融实体，边代表实体间的业务或法律关联。典型的 FKG 包含以下要素：

FKG 的构建流程通常包括：数据接入（内部交易库、工商信息、舆情）→ 实体对齐（同名消歧、ID 映射）→ 关系抽取（规则匹配 + 模型预测）→ 图谱融合（多源合并、冲突消解）。每一步都可能引入样本偏差。

1.2 样本偏差的概念与金融图谱中的典型表现

样本偏差是指用于构建或训练图谱的数据分布与真实业务分布之间存在系统性差异。在金融知识图谱中，偏差通常表现为以下四类：

• 选择偏差（Selection Bias）：仅使用已发生违约或已标记欺诈的样本构建图谱，忽略了大量正常交易中的隐性关联。
• 幸存者偏差（Survivorship Bias）：只纳入存续企业或活跃账户，已注销、破产或休眠的实体被排除，导致风险特征被低估。
• 时间窗口偏差（Temporal Bias）：图谱数据集中在某一时间段（如监管检查期），未覆盖完整经济周期，模型无法适应衰退期模式。
• 标签偏差（Label Bias）：人工标注的“风险”标签受标注者主观判断或业务规则影响，不同分行、不同时期的标注标准不一致。

1.3 偏差检测在风控与合规中的重要性

偏差检测不是事后补救，而是图谱可信度的前置保障。在风控与合规场景中，其重要性体现在三个层面：

1. 避免模型失效：偏差会导致图谱中的路径权重、节点中心性、社区发现结果失真，基于图谱的评分卡或图神经网络（GNN）模型输出不可靠。
2. 满足监管要求：金融监管机构（如央行、银保监会）要求模型可解释、数据可追溯。样本偏差会破坏模型的可解释性，使合规审计无法通过。
3. 降低误报与漏报：偏差使风控系统对正常交易过度告警（误报），或对真实风险视而不见（漏报），直接造成运营成本与资金损失。

1.4 金融知识图谱样本偏差来源全景

下图展示了偏差在 FKG 构建全生命周期中的主要来源，以及它们如何最终影响风控与合规决策。

1.5 偏差检测的核心任务与课程路线

本课程将围绕以下核心任务展开：

• 偏差识别：通过统计检验、分布对比、图结构分析定位偏差类型与严重程度。
• 偏差量化：定义偏差指标（如 KL 散度、图同构测试、覆盖率差异），建立可复用的评估框架。
• 偏差缓解：采用重采样、对抗训练、因果推断、数据增强等方法修正图谱分布。
• 持续监控：在模型上线后建立偏差漂移检测机制，确保图谱长期稳定。