2. 金融实体概述：常见金融实体类型及其关键特征字段
在金融风控与数据质量治理中，金融实体是承载风险特征与业务行为的基本单元。特征缺失巡检的第一步，就是准确识别实体类型及其关键字段。本章将系统梳理四大核心金融实体：个人、企业、账户、交易，并明确每个实体必须监控的特征字段。
2.1 四大金融实体类型总览
金融实体之间存在明确的层级与关联关系：个人与企业是主体层，账户是载体层，交易是行为层。特征缺失巡检需要覆盖所有层级，才能形成完整的风险视图。
核心原则：特征缺失巡检不是孤立检查某个字段，而是以实体为粒度，逐层扫描关键字段的完整性与一致性。
2.2 个人实体关键特征字段
个人实体是金融风控中最基础的主体。特征缺失巡检重点关注身份标识、联系信息、信用属性三大类字段。
| 字段类别 | 关键字段 | 缺失风险等级 | 巡检要点 |
|---|---|---|---|
| 身份标识 | 身份证号、姓名、性别、出生日期 | 高 | 身份证号格式校验、姓名与证件一致性 |
| 联系信息 | 手机号、电子邮箱、居住地址 | 高 | 手机号段归属地、邮箱域名有效性 |
| 信用属性 | 征信报告编号、收入水平、职业类别 | 中 | 收入字段缺失率常超30%，需重点监控 |
| 辅助信息 | 婚姻状况、学历、紧急联系人 | 低 | 缺失不影响核心风控，但影响客户画像 |
巡检经验：个人实体中，身份证号和手机号的缺失率通常低于5%，但收入水平字段缺失率可能高达30%-50%。建议对收入字段设置单独的缺失预警阈值。
2.3 企业实体关键特征字段
企业实体的特征字段比个人更复杂，涉及工商注册、经营状态、财务指标等多个维度。特征缺失巡检需要区分必填字段与选填字段。
| 字段类别 | 关键字段 | 缺失风险等级 | 巡检要点 |
|---|---|---|---|
| 工商注册 | 统一社会信用代码、企业名称、法定代表人 | 高 | 信用代码18位格式校验、法人身份核验 |
| 经营状态 | 注册地址、经营范围、成立日期、经营状态 | 高 | 经营状态字段缺失会导致风险分类错误 |
| 财务指标 | 注册资本、实缴资本、年营业额、资产负债率 | 中 | 实缴资本缺失率较高，需与工商数据交叉验证 |
| 关联信息 | 股东信息、实际控制人、对外投资 | 中 | 缺失会影响关联风险图谱构建 |
常见问题：企业实体中统一社会信用代码缺失或格式错误，会导致后续账户、交易环节的实体关联断裂。建议在数据入库阶段即执行格式校验。
2.4 账户实体关键特征字段
账户是连接主体与交易的桥梁。特征缺失巡检需要关注账户属性、状态、权限三类字段。
| 字段类别 | 关键字段 | 缺失风险等级 | 巡检要点 |
|---|---|---|---|
| 账户属性 | 账号、开户行、账户类型（储蓄/信用卡/贷款） | 高 | 账号格式校验、账户类型枚举值检查 |
| 账户状态 | 开户日期、销户日期、账户状态（正常/冻结/注销） | 高 | 状态字段缺失会导致账户生命周期判断失效 |
| 权限与限额 | 单笔限额、日累计限额、交易权限（转账/取现/消费） | 中 | 限额字段缺失可能引发超额交易风险 |
| 关联主体 | 持有人ID、共有人ID、代理人ID | 高 | 持有人ID缺失导致账户无法关联到个人或企业 |
2.5 交易实体关键特征字段
交易实体是风控模型最直接的数据来源。特征缺失巡检需要覆盖交易标识、金额、时间、渠道、对手方五大维度。
| 字段类别 | 关键字段 | 缺失风险等级 | 巡检要点 |
|---|---|---|---|
| 交易标识 | 交易流水号、交易类型（消费/转账/取现） | 高 | 流水号唯一性校验、交易类型枚举值检查 |
| 金额信息 | 交易金额、币种、手续费 | 高 | 金额字段缺失会导致风控模型无法计算额度 |
| 时间信息 | 交易时间、记账时间、清算时间 | 高 | 交易时间缺失影响时序异常检测 |
| 渠道信息 | 交易渠道（网银/手机银行/ATM/POS）、设备ID、IP地址 | 中 | 渠道字段缺失降低欺诈识别准确率 |
| 对手方信息 | 对手账号、对手户名、对手开户行 | 高 | 对手方缺失导致交易链路断裂 |
巡检优先级排序：交易实体中，交易流水号、交易金额、交易时间、对手账号四个字段的缺失会直接导致风控模型失效，建议设置为强制必填字段。
2.6 实体间特征字段关联关系
特征缺失巡检不能孤立地检查单个实体，还需要关注实体间的关联字段一致性。以下是最常见的跨实体关联字段对：
- 个人/企业 → 账户： 持有人ID（个人ID或企业ID）必须与账户表中的持有人ID一致。
- 账户 → 交易： 账号必须同时存在于账户表和交易表中，且账户状态为正常。
- 交易 → 对手方： 对手账号应能在账户表中找到对应记录（跨行交易除外）。
- 个人 → 企业： 法定代表人ID应能在个人表中找到对应记录。
数据质量陷阱：很多团队只检查单个实体的字段缺失率，忽略了跨实体关联字段的一致性。例如，交易表中的账号在账户表中不存在，这种引用缺失比字段空值更隐蔽，风险也更高。
2.7 特征缺失巡检字段清单（速查表）
以下汇总四大金融实体的必检字段，建议作为日常巡检的基准清单：
| 实体类型 | 必检字段（高优先级） | 建议缺失阈值 |
|---|---|---|
| 个人 | 身份证号、姓名、手机号、出生日期 | < 2% |
| 企业 | 统一社会信用代码、企业名称、法定代表人、经营状态 | < 3% |
| 账户 | 账号、持有人ID、账户类型、账户状态 | < 1% |
| 交易 | 交易流水号、交易金额、交易时间、对手账号 | < 0.5% |
入门建议：刚开始做特征缺失巡检时，先聚焦交易实体的四个必检字段。交易数据量最大、缺失影响最直接，快速见效后再扩展到账户、个人、企业实体。