📚 课程目录第2章金融图谱基础

2. 金融图谱基础：节点、边、属性、实体关系模型与典型金融图谱示例

金融知识图谱是金融科技领域实现智能风控、精准营销与合规监管的核心基础设施。本章将系统讲解金融图谱的四大基本构成要素——节点、边、属性与实体关系模型，并通过典型金融图谱示例帮助您建立直观认知。理解这些基础概念是后续进行特征缺失巡检的前提。

2.1 图谱基本要素

金融知识图谱本质上是一种语义网络，使用图结构（Graph）来存储和表达金融实体及其之间的复杂关系。其核心要素包括以下四类：

要素	定义	金融场景示例	数据表示
节点（Node）	代表现实世界中的实体或概念	企业、个人、银行账户、贷款合同、抵押物	唯一ID + 类型标签
边（Edge）	连接两个节点的有向或无向关系	担保、控股、交易、任职、共同联系人	起始节点 + 关系类型 + 目标节点
属性（Property）	节点或边的特征描述	企业注册资本、个人年龄、交易金额、担保比例	键值对（Key-Value）
标签（Label）	节点的类别标识，用于分类	Person、Company、Account、Loan	字符串或枚举类型

实践要点：在金融图谱建模时，节点通常对应具有独立法律或经济意义的实体；边则承载业务逻辑与风险传导路径。属性设计应优先考虑后续特征提取与缺失巡检的便利性，避免过度冗余。

2.2 实体关系模型（ERM）设计原则

实体关系模型是金融图谱的逻辑骨架。良好的ERM设计应遵循以下原则：

实体粒度一致：同一类节点应保持相同的属性结构，避免因数据源不同导致属性缺失分布不均。
关系方向明确：金融关系通常具有方向性（如“担保”关系从担保人指向被担保人），方向错误会导致图谱推理失效。
属性原子化：每个属性只存储一个不可再分的数据项，例如“地址”应拆分为省、市、区、详细地址四个属性。
时间维度纳入：金融关系具有时效性，建议在边或节点上附加“生效时间”与“失效时间”属性。

  典型反模式：将“担保金额”作为节点属性而非边属性存储。当同一企业为多个贷款提供不同金额的担保时，该属性无法正确关联到具体担保关系，导致特征提取时出现数据污染。

2.3 典型金融图谱示例：企业担保圈

企业担保圈是金融风控中最常见的图谱场景之一。以下示例展示了一个包含5个节点、4种关系类型的担保网络：

上图展示了以下关键关系模式：

直接担保关系：企业 B 和企业 C 为核心企业 A 提供担保，形成“担保圈”核心结构。
贷款关系：担保企业 B 向银行 D 申请贷款，担保企业 C 向银行 E 申请贷款。
间接关联：核心企业 A 与担保企业 B 之间存在共同股东关系（虚线表示），这种间接关联在风险传导中往往被忽视。

2.4 金融图谱属性缺失的常见模式

在金融图谱的实际构建过程中，属性缺失是最常见的数据质量问题。以下是三种典型缺失模式：

缺失类型	描述	金融影响	巡检难度
节点属性缺失	实体关键属性为空，如企业注册资本、个人身份证号	无法完成KYC认证，风控模型特征失效	低（直接检测）
边属性缺失	关系属性为空，如担保金额、交易时间	无法量化风险敞口，关系强度计算偏差	中（需关联节点）
关系缺失	应存在的边未被构建，如遗漏担保关系	图谱不完整，风险传导路径断裂	高（需外部验证）

巡检警示：关系缺失是金融图谱中最隐蔽的问题。例如，企业A为企业B提供担保，但图谱中仅存储了企业B向银行贷款的边，遗漏了担保边。这种缺失会导致风险传导模型低估企业A的或有负债，在压力测试场景下可能产生严重误判。

2.5 金融图谱数据模型代码示例

以下使用 Python 的 networkx 库构建上述担保圈图谱，并展示属性定义与缺失检测的初步方法：

import networkx as nx
import pandas as pd

# 创建有向图
G = nx.DiGraph()

# 添加节点并设置属性
G.add_node('核心企业A', type='company', industry='制造业', 
           registered_capital=5000, risk_level='关注')
G.add_node('担保企业B', type='company', industry='贸易', 
           registered_capital=2000, risk_level='正常')
G.add_node('担保企业C', type='company', industry='科技', 
           registered_capital=3000, risk_level='正常')
G.add_node('银行D', type='bank', branch='上海分行')
G.add_node('银行E', type='bank', branch='深圳分行')

# 添加边并设置属性
G.add_edge('担保企业B', '核心企业A', relation='担保', 
           amount=1500, start_date='2023-01-01', end_date='2024-12-31')
G.add_edge('担保企业C', '核心企业A', relation='担保', 
           amount=2000, start_date='2023-06-01', end_date='2025-05-31')
G.add_edge('担保企业B', '银行D', relation='贷款', 
           amount=1000, interest_rate=4.5)
G.add_edge('担保企业C', '银行E', relation='贷款', 
           amount=1800, interest_rate=4.2)

# 属性缺失巡检函数
def check_missing_properties(graph, required_node_props, required_edge_props):
    """检查图谱中节点和边的属性缺失情况"""
    missing_report = []
    
    # 检查节点属性
    for node, data in graph.nodes(data=True):
        for prop in required_node_props:
            if prop not in data or data[prop] is None:
                missing_report.append({
                    'element_type': 'node',
                    'element_id': node,
                    'missing_property': prop
                })
    
    # 检查边属性
    for u, v, data in graph.edges(data=True):
        for prop in required_edge_props:
            if prop not in data or data[prop] is None:
                missing_report.append({
                    'element_type': 'edge',
                    'element_id': f'{u}->{v}',
                    'missing_property': prop
                })
    
    return pd.DataFrame(missing_report)

# 定义必填属性
required_node = ['registered_capital', 'industry']
required_edge = ['amount', 'start_date']

# 执行巡检
missing_df = check_missing_properties(G, required_node, required_edge)
print("属性缺失巡检报告：")
print(missing_df if not missing_df.empty else "未发现缺失")

  代码要点：上述巡检函数通过遍历所有节点和边，对比预定义的必填属性列表，快速定位缺失项。在实际生产环境中，必填属性列表应从数据治理元数据仓库中动态加载，并支持按节点类型和关系类型分别配置。

2.6 金融图谱特征缺失巡检的起点

理解节点、边、属性与实体关系模型是特征缺失巡检的基石。在后续章节中，我们将基于本节建立的图谱模型，深入探讨以下巡检方向：

如何定义不同节点类型的必填属性阈值
如何检测边属性中的异常空值模式
如何利用图谱拓扑结构推断缺失的关系
如何将缺失巡检结果反馈到特征工程管道

掌握本节内容后，您应能够独立绘制金融图谱的ERM图，识别常见的属性缺失模式，并编写基础的属性完整性巡检代码。这是后续自动化巡检系统搭建的理论前提。