基于复杂网络的企业信息特征挖掘及风控应用探索

赵 晖，朱子言

（1.江苏银行，江苏 南京210001；2.东南大学，江苏 南京211189）

当前，随着内外部环境的深刻变化，商业银行信贷风险管理面临多重挑战。一是各个经济主体之间的联动性越来越紧密，企业之间的股权、债权和资金往来关系错综交错，授信风险传染路径更为复杂，事前防控风险的难度加大。二是客户利用信息不对称，通过欺诈等手段套取银行贷款现象增多。三是银行客户内部业务信息管理分散，风控应用价值受限。四是可用于交叉验证的外部信息质量不高。同时传统的评分卡和评级模型也已无法满足日益复杂的风险环境。对此，随着大数据技术的逐步成熟，金融机构开始尝试运用大数据和复杂网络技术来构建便捷、直观的企业信息挖掘应用模式，以扬长避短，提高风控质效。文章探讨当下商业银行信贷业务风险管理面临的主要问题，介绍基于复杂网络的企业信息特征挖掘概念和方法，并提出银行应对挑战的举措及展望。

一、 信贷风险管理面临的主要问题

（一）企业复杂关联关系的识别能力不足

市场经济环境下投资主体逐渐多元化，跨地区、跨行业和集团化经营的企业越来越多，纳入集团合并报表范围内的母子公司或子子公司仅为关联客户类型之一，除此以外关联客户类型还有总分公司、家族式、合营联营、担保关联、产品关联、市场关联客户等，企业之间的关系错综复杂，也使得授信风险传染路径更为复杂。该类客户，尤其是关联度高的团系企业（如集团客户、实际控制团系企业、资金关联度高的企业、担保圈企业），一旦其中某一客户暴露风险，极易形成多米诺骨牌效应，无疑会给银行信贷资产安全造成重大威胁。……