CN111402064A - 一种风险值的评估方法及装置 - Google Patents
一种风险值的评估方法及装置 Download PDFInfo
- Publication number
- CN111402064A CN111402064A CN202010492562.8A CN202010492562A CN111402064A CN 111402064 A CN111402064 A CN 111402064A CN 202010492562 A CN202010492562 A CN 202010492562A CN 111402064 A CN111402064 A CN 111402064A
- Authority
- CN
- China
- Prior art keywords
- risk
- matrix
- sub
- graph
- propagation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 159
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000001228 spectrum Methods 0.000 claims description 31
- 230000035945 sensitivity Effects 0.000 claims description 14
- 238000010845 search algorithm Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 2
- 238000011158 quantitative evaluation Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 102100038367 Gremlin-1 Human genes 0.000 description 1
- 101001032872 Homo sapiens Gremlin-1 Proteins 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开涉及一种风险值的评估方法及装置,包括:根据实体节点和实体节点之间的关联关系构建知识图谱;以知识图谱中的风险源对应的目标实体节点为起始点,根据BFS和DFS获取目标实体节点对应的子图谱和子图谱中的回边;重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、第一转移矩阵和子图谱中的回边,计算每一步风险传播的新风险触达矩阵;当新风险触达矩阵的风险值不大于预设风险阈值时,停止上述操作;将各个新风险触达矩阵的风险值相加,并将各新风险触达矩阵沿行方向合并,得到各实体节点的风险值。本公开能够较好地实现对资管计划风险做出分析、评估,改善对与风险源关联的实体节点所造成的影响进行量化评估的问题。
Description
技术领域
本公开涉及互联网金融技术领域,尤其涉及一种风险值的评估方法及装置。
背景技术
作为一种融资工具,资管计划可以节省资金在中间环节的流通,保护投资者的合法权益且能为其带来更多收益。然而,由于现有金融机构存在监管制度不完善,自身经营管理水平具有局限性以及外在环境的变化等现象,资管计划也常常面临各种风险的挑战。诸如,单个实体节点的信用风险,以及实体节点因流动性风险冲击传播至关联实体的系统性风险等,所面临的风险将会造成市场恐慌,危害金融稳定和社会稳定。
目前还无法很好的对资管计划风险做出分析、评估,当风险源实体遭受负面冲击影响引发风险扩散时,对与之直接关联或间接关联的经济实体所造成的影响,很难进行量化评估。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种风险值的评估方法及装置,实现对资管计划相关资金链路当中的相关节点进行风险值大小的量化评估,从而达到帮助企业或监管机构评估和预警相关风险的作用。
根据本申请的一个方面,提供了一种风险值的评估方法,包括:根据实体节点和所述实体节点之间的关联关系构建知识图谱;其中,所述实体节点包括:产品、合约、企业和用户中的至少两个实体节点;获取所述知识图谱中的风险源对应的目标实体节点;以所述目标实体节点为起始点,根据广度优先搜索算法BFS遍历所述知识图谱,获取所述目标实体节点对应的子图谱;以及,根据深度优先搜索算法DFS遍历所述子图谱,获取子图谱信息,所述子图谱信息包括:所述子图谱中的回边;重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、所述子图谱对应的第一转移矩阵和所述子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将所述目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;当所述新风险触达矩阵的风险值不大于预设风险阈值时,停止所述风险值评估操作;将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各所述新风险触达矩阵沿行方向合并,得到所述子图谱中每个实体节点的风险值。
进一步,所述基于Warshall算法、初始风险触达矩阵、所述子图谱对应的第一转移矩阵和所述子图谱中的回边,计算每一步风险传播的新风险触达矩阵的步骤,包括:在当前一步风险传播中,检测下一步风险传播中的边是否为所述子图谱中的回边;如果不是,将上一步风险传播中计算得到的新风险触达矩阵作为当前的初始风险触达矩阵,并基于Warshall算法和如下表达式计算新风险触达矩阵:
进一步,所述方法还包括:如果下一步风险传播中的边是所述子图谱中的回边,将所述第一转移矩阵中目标位置的元素进行重置,得到第二转移矩阵;将所述第一转移矩阵中除所述目标位置之外的其他位置的元素进行重置,得到第三转移矩阵;将上一步风险传播中计算得到的新风险触达矩阵作为当前的初始风险触达矩阵,并基于Warshall算法和如下表达式计算新风险触达矩阵:
进一步,所述第一转移矩阵中的元素与所述子图谱中各条边的风险敏感系数有关;所述方法还包括:针对上述子图谱中当前的边,得到该边对应的资金占资金流出方总资金的比率;根据该边对应的关联关系的种类,得到该边的风险指标;其中,各个种类的关联关系预设有对应的风险指标;根据所述比率和所述风险敏感系数,得到该边的所述风险敏感系数。
进一步,所述根据实体节点和所述实体节点之间的关联关系构建知识图谱的步骤,包括:确定实体节点和所述实体节点之间的关联关系;确定所述关联关系的风险值;基于所述风险值构建所述实体节点对应的三元组形式的知识图谱。
进一步,所述关联关系包括:持有关系、包含关系、管理人关系、投资顾问关系、基金经理关系、发行关系、作为标的关系、交易对手关系、股权关系和供职关系。
进一步,当所述关联关系为持有关系,且所述持有关系为第一产品持有第二产品时,所述确定所述关联关系的风险值的步骤,包括:根据以下表达式确定所述持有关系的风险值:
其中,RATIO为所述持有关系的风险值,产品A为所述第一产品。
进一步,当所述关联关系为持有关系,且所述持有关系为产品持有合约时,所述确定所述关联关系的风险值的步骤,包括:根据以下表达式确定所述持有关系的风险值:
其中,RATIO为所述持有关系的风险值。
进一步,所述子图谱信息还包括:所述子图谱中每个实体节点被初次触达的时间、遍历完成退回所述目标实体节点的时间。
根据本申请的另一个方面,提供了一种风险值的评估装置,包括:图谱构建模块,用于根据实体节点和所述实体节点之间的关联关系构建知识图谱;其中,所述实体节点包括:产品、合约、企业和用户中的至少两个实体节点;风险源确定模块,用于获取所述知识图谱中的风险源对应的目标实体节点;遍历模块,用于以所述目标实体节点为起始点,根据广度优先搜索算法BFS遍历所述知识图谱,获取所述目标实体节点对应的子图谱;以及,根据深度优先搜索算法DFS遍历所述子图谱,获取子图谱信息,所述子图谱信息包括:所述子图谱中的回边;操作执行模块,用于重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、所述子图谱对应的第一转移矩阵和所述子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将所述目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;以及,当所述新风险触达矩阵的风险值不大于预设风险阈值时,停止所述风险值评估操作;风险值确定模块,用于将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各所述新风险触达矩阵沿行方向合并,得到所述子图谱中每个实体节点的风险值。
本公开涉及一种风险值的评估方法及装置,该方法包括:根据实体节点和实体节点之间的关联关系构建知识图谱;以知识图谱中的风险源对应的目标实体节点起始点,根据BFS遍历知识图谱,获取目标实体节点对应的子图谱,根据DFS遍历子图谱,获取子图谱中的回边;重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、子图谱对应的第一转移矩阵和子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;当新风险触达矩阵的风险值不大于预设风险阈值时,停止风险值评估操作;将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各新风险触达矩阵沿行方向合并,得到子图谱中每个实体节点的风险值。在上述风险值的评估方式中,利用知识图谱表示不同节点之间的关联关系,并由此给出图谱中某一风险源节点对周围节点引发的关联、传导效应,基于风险源(目标实体节点),计算出实体节点的风险值,能够较好地实现对资管计划风险做出分析、评估,改善了对与风险源关联的实体节点所造成的影响进行量化评估的问题,从而有利于帮助企业或监管机构评估和预警各种风险,该风险诸如市场信用风险。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,展示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例所述风险值的评估方法流程图;
图2为本公开实施例所述关联关系的示意图;
图3为本公开实施例子图谱的示意图;
图4为本公开实施例所述风险值的评估装置的结构框图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
通常,资管计划会面临各种风险,诸如,单个实体节点的信用风险,以及实体节点因流动性风险冲击传播至关联实体的流动性风险。具体而言,伴随着资本市场中不同经济实体间的资金流动,资管计划中资管产品、参与主体以及监管机构三者之间构成了一个复杂的关系网络。资管网络中存在各种关联关系,如担保、股权质押以及债务债权等。当资管网络中某个实体节点因行业不景气、现金流紧张或底层资产违约等因素出现暴雷现象时,将会对关联实体造成影响,且风险有可能继续蔓延,甚至引发“多米诺骨牌”效应,造成市场恐慌,危害金融稳定和社会稳定。
显然,资管计划风险将会造成市场恐慌,危害金融稳定和社会稳定。然而,目前还无法很好的对资管计划风险做出分析、评估;故分析资管业务不同实体间的风险关系特性和风险传导效应,量化风险传播影响值,具有重要的理论价值和现实意义。基于此,本发明实施例提供的一种风险值的评估方法及装置,可以较好地实现对资管计划相关资金链路当中的相关节点进行风险大小分析、量化评估,改善对与风险源关联的实体节点所造成的影响进行量化评估的问题,从而达到帮助企业或监管机构评估和预警相关风险的作用。以下对本发明实施例进行详细介绍。
实施例一:
本实施例提供一种风险值的评估方法,该方法可应用于证券行业等互联网金融领域。参照图1所示的风险值的评估方法流程图,该方法包括如下步骤:
步骤S102,根据实体节点和实体节点之间的关联关系构建知识图谱。
基于证券投资的业务场景,本实施例可以通过信息抽取从海量券商资管业务的结构化文本数据中抽取实体、关系及属性,采用图数据库查询语言Gremlin创建Schema数据模型,确定实体节点及实体节点间的存在的多种关联关系,从而构建证券行业知识图谱。
上述实体节点可以包括:产品、合约、企业和用户(也可称为个人、人)中的至少两个实体节点。其中,产品具体包含资管计划、公募基金、私募基金、债券、股票、股权、同业存单等;合约包含回购、场内期权、场外期权、金融期货、商品期货、场外互换、场外远期等。在上述四大类实体节点之间确定有多类关联关系,且各类关联关系具有资金流动方向和风险传播方向,风险传播的方向与资金的流动方向相反。
步骤S104,获取知识图谱中的风险源对应的目标实体节点。
在一种可能的实施方式中,可以当发生风险事件时,获取该风险事件中的风险源对应的知识图谱,以及风险源在该知识图谱中对应的目标实体节点。
步骤S106,以目标实体节点为起始点,根据BFS(Breadth First Search,宽度优先搜索算法)遍历知识图谱,获取目标实体节点对应的子图谱;以及,根据DFS(Depth FirstSearch,深度优先搜索算法)遍历子图谱,获取子图谱信息,子图谱信息包括:子图谱中的回边。
在具体实施时,首先,以目标实体节点为起始点,根据BFS遍历知识图谱,将知识图谱中的实体节点划分到不同社区,得到目标实体节点对应的多个子图谱;其中,子图谱可以解析为矩阵形式。然后,以目标实体节点为起始点,在各子图谱内部展开风险传播机制的评估,即针对每个子图谱,均沿目标实体节点以DFS的方法遍历该子图谱,得到子图谱信息,子图谱信息包括:子图谱中每个实体节点被初次触达的时间、遍历完成并退回父节点(即:目标实体节点)的时间、子图谱中的回边(backedge);其中,子图谱中的回边指从后代指向祖先的边,表明子图谱中存在环,回边就是使该环形成的最后一条边。
在上述方式中,通过知识图谱可以显性地表示企业、个人、产品及合约间存在的复杂关系网络,并且能够较为清晰地描绘出图谱中某一风险源实体节点对周围实体节点可能引发的关联、传导效应,从而在后续的风险评估中,可以为监管部门增加系统性风险关注。
基于上述遍历过程得到目标实体节点对应的子图谱后,可以利用Warshall算法计算子图谱中各实体节点的风险值,主要是重复执行以下步骤S108和步骤S110所示的风险值评估操作:
步骤S108,基于Warshall算法、初始风险触达矩阵、子图谱对应的第一转移矩阵和子图谱中的回边,计算每一步风险传播的新风险触达矩阵。其中,在第一步风险传播中,将目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵。
步骤S110,当新风险触达矩阵的风险值不大于预设风险阈值时,停止风险值评估操作。
将在其它实施例中对该步骤S108和S110展开描述,以更好地理解风险值评估操作。
步骤S112,将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各新风险触达矩阵沿行方向合并,得到子图谱中每个实体节点的风险值。其中,风险值可以表明风险传播时对实体节点的造成的风险影响强弱。
在本实施例中,当得到实体节点的风险值后,还可以进一步对风险值进行风险等级划分,以向企业或个人提供更简单、直观的风险评估结果。
在本实施例提供的上述风险值的评估方式中,通过首先构建知识图谱显性的表示各实体节点之间的关联关系,以方便描绘出图谱中某一风险源实体节点对周围实体节点可能引发的关联、传导效应;然后基于BFS、DFS和Warshall算法计算风险源关联的各实体节点的风险值,能够量化发生风险的企业和产品对与之关联的实体节点带来的影响范围和影响程度,进而可以较好地实现对资管计划风险做出分析、评估,改善了对与风险源关联的实体节点所造成的影响进行量化评估的问题,从而有利于帮助企业或监管机构评估和预警市场信用风险等其他各种风险。同时,在上述风险值的评估方式中,只需要构建知识图谱和计算实体节点的风险值两个主要步骤,有效降低了算法的时间复杂度,提高了节点风险值的计算效率。
为了更好地理解上述风险值的评估方法,接下来对上述各个步骤分别展开描述。
针对上述步骤S102,本实施例提供一种知识图谱的构建过程,包括如下步骤1至步骤3:
步骤1,确定实体节点和实体节点之间的关联关系。
在证券投资的业务场景中,该关联关系诸如包括:持有关系、包含关系、管理人关系、托管人关系、投资顾问关系、投资关系、基金经理关系、发行关系、作为标的关系、交易对手关系、原始权益人关系、股权关系和供职关系。
上述关联关系中包含七类存在资金流动的关联关系和六类不存在资金流动的关联关系。
参照图2,其示例性地展示了7种存在资金流动的关联关系的示意图,具体的,持有关系为:左节点是产品,右节点是产品或合约,用于体现资管产品和基金的持仓明细,若右节点是产品,则资金从左节点(产品A)流向右节点(产品B);若右节点是合约且该合约是正回购,则资金从左节点流向右节点;若右节点是合约且该合约是逆回购,则资金从右节点流向左节点。托管人关系:左右节点分别是企业和产品,用于体现产品的资金托管方,资金从右节点流向左节点。投资关系:左节点可以是人或企业,右节点是产品,用于体现产品上层的资金来源方信息,资金从左节点流向右节点;图2中所示的“人”也即上述的用户或个人。发行关系:左右节点分别是企业和产品,用于体现产品节点中的债券、股票等有价证券的债务人信息,资金从右节点流向左节点。原始权益人关系:左右节点分别是企业和产品节点中的资产收益权,用于体现该资产的原始受益方,资金从右节点流向左节点。交易对手关系:左节点是人或企业,右节点是合约,用于体现该笔合约的交易主体,对于正回购,资金是从右节点流向左节点,对于逆回购,资金是从左节点流向右节点。股权关系:左节点是企业或人,右节点是企业,用于体现控股关系,资金从左节点流向右节点。
不存在资金流动的关联关系具体如下所示。包含关系为:左右节点都是产品,用于体现结构化计产管理计划、公墓分级基金和资产支持专项计划的上下级关系,没有资金流动。管理人关系:左右节点分别是企业和产品,用于体现产品的成立机构没有资金流动。投资顾问关系:左右节点是企业和产品,用于体现产品在具体投资行为中的顾问方,没有资金流动。基金经理关系:左右节点分别是人和产品,用于体现产品的具体负责人,没有资金流动。作为标的关系:左右节点分别是产品和合约,用于体现该笔合约的标的物,没有资金流动。供职关系:左节点是人,右节点是企业,没有资金流动。
步骤2,确定关联关系的风险值。
步骤3,基于风险值构建实体节点对应的三元组形式的知识图谱。也可理解为,知识图谱是以三元组形式进行存储的。
对于上述六种不存在资金流动的关系,左节点与右节点间因不存在资金流动,由此可以主要表示一种对象属性关系或上下位关系。而对于存在资金流动的七种关联关系,实体节点间以数值属性值(RATIO,即风险值)的大小表示风险触发时对资金流出方的损失程度,RATIO取值范围为[0,1.0]。
可以想象,不同关联关系的风险值的确定方式不同,本实施例给出如下假设场景:在投资人投资某项产品时,风险值被指定为1.0,而在企业投资该产品时,可以以投资关系、持有关系和股权关系为例,给出以上关联关系的风险值的具体确定方式。
参照如下公式(1),投资关系的风险值RATIO可以根据企业净资产收益不同来确定:
当关联关系为持有关系,且持有关系为第一产品(表示为产品A)持有第二产品时,参照如下公式(2),可以根据投资群体(如前10大投资者)或股票、债券、基金、期权、期货等投资明细来确定持有关系的风险值RATIO:
其中,持有市值指投资群体的持有市值,期末成本指投资明细的期末成本。
当关联关系为持有关系,且持有关系为产品持有合约时,参照如下公式(3),可以根据合约的不同确定持有关系的风险值RATIO:
对于股权关系,投资人与企业间存在股权控制关系时,指定股权关系的风险值为1.0;在企业A持有企业B一定比例股份情况下,股权关系的风险值操作如下公式(4)确定:
当然,可以理解的是,以上仅为关联关系的风险值的几种示例,不应理解为限制。
根据以上实施例构建得到知识图谱后,本实施例将以风险源对应的目标实体节点为起始点,沿着风险传播方向遍历知识图谱,解析出子图谱之后做矩阵运算,得到受到影响的实体节点的风险值,在具体实施中主要利用BFS、DFS和Warshall算法,步骤如下:
步骤A,以所述目标实体节点为起始点,根据BFS遍历知识图谱,获取目标实体节点对应的子图谱;以及,根据DFS遍历子图谱,获取子图谱中的回边。
步骤B,基于Warshall算法计算子图谱中各个实体节点的风险值。其中,Warshall算法是用转移矩阵(邻接矩阵)乘以风险触达矩阵,风险触达矩阵可以表示为,且i表示从一个实体节点出发i步之后可以触达另一个实体节点,每出发一步表示一步风险传播的过程。
针对任意一步风险传播的具体实施过程,可以包括:
在当前一步风险传播中,检测下一步风险传播中的边是否为子图谱中的回边。
如果下一步风险传播中的边不是子图谱中的回边,将上一步风险传播中计算得到的新风险触达矩阵作为当前的初始风险触达矩阵,并基于Warshall算法和如下表达式(5)计算新风险触达矩阵:
如果下一步风险传播中的边是子图谱中的回边,则(1)将第一转移矩阵中目标位置的元素进行重置,具体是将第一转移矩阵对应位置置为0,得到第二转移矩阵。同时,还可以将第二转移矩阵与上一步的风险触达矩阵相乘,得到新的风险触达矩阵。
(2)将第一转移矩阵中除目标位置之外的其他位置的元素进行重置,具体是将步骤(1)中第一转移矩阵被置为0的目标位置的元素保留,其他位置的元素置为0,得到第三转移矩阵。同时,还可以将第三转移矩阵与上一步的风险触达矩阵相乘,得到新的风险触达矩阵。
至此,按照上述公式(5)或者(6),计算得到当前一步风险传播对应的新风险触达矩阵。进而,将该步风险传播中确定的新风险触达矩阵作为下一步风险传播的初始风险触达矩阵,以上述公式(6)为例,当前第i步风险传播中的新风险触达矩阵将为第i+1步风险传播中的初始风险触达矩阵。
重复执行步骤B所示的风险值评估操作,直至得到的新风险触达矩阵的风险值不大于预设风险阈值时停止。
另外,考虑到随着风险传播以及关联关系的不同,风险源的风险值将对不同的实体节点造成不同的影响,从而,对于子图谱而言,其对应的第一转移矩阵中的元素与子图谱中各条边的风险敏感系数(也可称为衰减系数)有关。基于此,本实施例提供的方法还包括如下内容:
首先,针对上述子图谱中当前的边,得到该边对应的资金占资金流出方总资金的比率;
然后,根据该边对应的关联关系的种类,得到该边的风险指标;其中,各个种类的关联关系预设有对应的风险指标;
最后,根据比率和风险指标,得到该边的风险敏感系数。
在本实施例中,子图谱中各条边的风险敏感系数体现在如下两方面,一方面是该笔资金占资金流出方总资金的比率,比率越高,有风险传过来时左节点所受到的影响越大,比率与风险敏感系数成反比;另一方面,对于不同种类的关联关系而言,风险本身是不同的,比如说投资关系的风险大于托管关系的风险,投资关系中资金流入方是证券公司设立的资管产品,托管关系中资金流入方是银行,风险发生时,对资金流出方的影响是不同的。基于此,风险敏感系数可以是以上两方面中的比率和风险指标的相乘结果。
为了更好地理解上述实施例所提供的风险值的评估方法,本实施例提供一种实际应用的示例。参照图3所示的子图谱的示意图,以某“资管产品2”为风险源的风险传播子图谱为例,对风险值的评估方法中的风险值评估操作做重点描述。图3中的左图为包含实体节点和实体节点间关联关系的子图谱,在该子图谱中,实体节点包括:资管产品1、资管产品2、人、企业和债券,上述五个实体节点之间的关联关系诸如:资管产品1与资管产品2之间的持有关系、人与资管产品之间的投资关系、人与企业之间的供职关系和其他关联关系。图3中的右图为有向图,对应于左侧子图谱的实体节点和关联关系,有向图的边上的字母(a、b、c等)表示风险敏感系数的数值大小,比如a可能表示风险敏感系数的数值大小为0.3;3号节点为风险源,也即资管产品2。
基于图3给出的示例,在节点3爆发风险并经过多步风险传播的过程中,可参照上述实施例中的风险值的评估方法,计算每一步风险传播的风险触达矩阵,以最终统计出每个实体节点的风险值,由此确定节点3对子图谱中其余实体节点造成的风险影响强弱。
综上,上述发明实施例所提供的风险值的评估方法,由大数据和业务共同驱动,依托知识图谱、图算法和图关联分析,改善了证券行业数据孤岛造成的风险不可控问题,有利于企业及时发现风险源实体对周围企业和个人带来的波动影响。通过在数秒甚至数毫秒内定位到受影响的企业或个人,给关联方发出风险预警提示,风险关联方可以根据得到的风险值和风险等级评分提前做出风险防范。
实施例二:
根据上述本实施例一提供的风险值的评估方法,本实施例提供一种风险值的评估装置,参照图4所示的风险值评估装置的结构框图,该装置包括:
图谱构建模块402,用于根据实体节点和实体节点之间的关联关系构建知识图谱;其中,实体节点包括:产品、合约、企业和用户中的至少两个实体节点;
风险源确定模块404,用于获取知识图谱中的风险源对应的目标实体节点;
遍历模块406,用于以目标实体节点为起始点,根据BFS遍历知识图谱,获取目标实体节点对应的子图谱;以及,根据DFS遍历子图谱,获取子图谱信息,子图谱信息包括:子图谱中的回边;
操作执行模块408,用于重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、子图谱对应的第一转移矩阵和子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;以及,当新风险触达矩阵的风险值不大于预设风险阈值时,停止风险值评估操作;
风险值确定模块410,用于将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各新风险触达矩阵沿行方向合并,得到子图谱中每个实体节点的风险值。
在本实施例提供的风险值的评估装置中,利用知识图谱表示不同节点之间的关联关系,并由此给出图谱中某一风险源节点对周围节点引发的关联、传导效应,基于风险源(目标实体节点),计算出实体节点的风险值,能够较好地实现对资管计划风险做出分析、评估,改善了对与风险源关联的实体节点所造成的影响进行量化评估的问题,从而有利于帮助企业或监管机构评估和预警市场信用风险等其它各种风险。
在一些实施方式中,上述操作执行模块408还用于:在当前一步风险传播中,检测下一步风险传播中的边是否为子图谱中的回边;如果不是,将上一步风险传播中计算得到的新风险触达矩阵作为当前的初始风险触达矩阵,并基于Warshall算法和如下表达式计算新风险触达矩阵:
在一些实施方式中,上述操作执行模块408还用于:如果下一步风险传播中的边是子图谱中的回边,将第一转移矩阵中目标位置的元素进行重置,得到第二转移矩阵;将第一转移矩阵中除目标位置之外的其他位置的元素进行重置,得到第三转移矩阵;将上一步风险传播中计算得到的新风险触达矩阵作为当前的初始风险触达矩阵,并基于Warshall算法和如下表达式计算新风险触达矩阵:
在一些实施方式中,第一转移矩阵中的元素与子图谱中各条边的风险敏感系数有关;上述装置还包括系数确定模块(图中未示出),该系数确定模块用于:针对上述子图谱中当前的边,得到该边对应的资金占资金流出方总资金的比率;根据该边对应的关联关系的种类,得到该边的风险指标;其中,各个种类的关联关系预设有对应的风险指标;根据比率和风险指标,得到该边的风险敏感系数。
在一些实施方式中,图谱构建模块402还用于:确定实体节点和实体节点之间的关联关系;确定关联关系的风险值;基于风险值构建实体节点对应的三元组形式的知识图谱。
在一些实施方式中,关联关系包括:持有关系、包含关系、管理人关系、投资顾问关系、基金经理关系、发行关系、作为标的关系、交易对手关系、股权关系和供职关系。
在一些实施方式中,上述子图谱信息还包括:子图谱中每个实体节点被初次触达的时间、遍历完成退回目标实体节点的时间。
最后,需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种风险值的评估方法,其特征在于,包括:
根据实体节点和所述实体节点之间的关联关系构建知识图谱;其中,所述实体节点包括:产品、合约、企业和用户中的至少两个实体节点;
获取所述知识图谱中的风险源对应的目标实体节点;
以所述目标实体节点为起始点,根据广度优先搜索算法BFS遍历所述知识图谱,获取所述目标实体节点对应的子图谱;以及,根据深度优先搜索算法DFS遍历所述子图谱,获取子图谱信息,所述子图谱信息包括:所述子图谱中的回边;
重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、所述子图谱对应的第一转移矩阵和所述子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将所述目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;
当所述新风险触达矩阵的风险值不大于预设风险阈值时,停止所述风险值评估操作;
将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各所述新风险触达矩阵沿行方向合并,得到所述子图谱中每个实体节点的风险值。
4.根据权利要求1所述的方法,其特征在于,所述第一转移矩阵中的元素与所述子图谱中各条边的风险敏感系数有关;
所述方法还包括:
针对上述子图谱中当前的边,得到该边对应的资金占资金流出方总资金的比率;
根据该边对应的关联关系的种类,得到该边的风险指标;其中,各个种类的关联关系预设有对应的风险指标;
根据所述比率和所述风险指标,得到该边的所述风险敏感系数。
5.根据权利要求1所述的方法,其特征在于,所述根据实体节点和所述实体节点之间的关联关系构建知识图谱的步骤,包括:
确定实体节点和所述实体节点之间的关联关系;
确定所述关联关系的风险值;
基于所述风险值构建所述实体节点对应的三元组形式的知识图谱。
6.根据权利要求5所述的方法,其特征在于,所述关联关系包括:持有关系、包含关系、管理人关系、投资顾问关系、基金经理关系、发行关系、作为标的关系、交易对手关系、股权关系和供职关系。
9.根据权利要求1所述的方法,其特征在于,所述子图谱信息还包括:所述子图谱中每个实体节点被初次触达的时间、遍历完成退回所述目标实体节点的时间。
10.一种风险值的评估装置,其特征在于,包括:
图谱构建模块,用于根据实体节点和所述实体节点之间的关联关系构建知识图谱;其中,所述实体节点包括:产品、合约、企业和用户中的至少两个实体节点;
风险源确定模块,用于获取所述知识图谱中的风险源对应的目标实体节点;
遍历模块,用于以所述目标实体节点为起始点,根据广度优先搜索算法BFS遍历所述知识图谱,获取所述目标实体节点对应的子图谱;以及,根据深度优先搜索算法DFS遍历所述子图谱,获取子图谱信息,所述子图谱信息包括:所述子图谱中的回边;
操作执行模块,用于重复执行以下风险值评估操作:基于Warshall算法、初始风险触达矩阵、所述子图谱对应的第一转移矩阵和所述子图谱中的回边,计算每一步风险传播的新风险触达矩阵;其中,在第一步风险传播中,将所述目标实体节点对应的矩阵作为当前的初始风险触达矩阵;在非第一步风险传播中,将上一步风险传播中的新风险触达矩阵作为当前的初始风险触达矩阵;以及,当所述新风险触达矩阵的风险值不大于预设风险阈值时,停止所述风险值评估操作;
风险值确定模块,用于将每一步风险传播中计算的新风险触达矩阵的风险值相加,并将各所述新风险触达矩阵沿行方向合并,得到所述子图谱中每个实体节点的风险值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492562.8A CN111402064A (zh) | 2020-06-03 | 2020-06-03 | 一种风险值的评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492562.8A CN111402064A (zh) | 2020-06-03 | 2020-06-03 | 一种风险值的评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111402064A true CN111402064A (zh) | 2020-07-10 |
Family
ID=71431861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010492562.8A Pending CN111402064A (zh) | 2020-06-03 | 2020-06-03 | 一种风险值的评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402064A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861281A (zh) * | 2020-08-05 | 2020-10-30 | 中国银行股份有限公司 | 基于知识图谱的风险员工发现方法及装置 |
CN111915207A (zh) * | 2020-08-11 | 2020-11-10 | 中国民航科学技术研究院 | 基于知识图谱的民航安全风险分析方法及装置 |
CN112084343A (zh) * | 2020-09-10 | 2020-12-15 | 杭州安恒信息安全技术有限公司 | 一种社会关系图谱的量化方法、装置和介质 |
CN112184012A (zh) * | 2020-09-27 | 2021-01-05 | 平安资产管理有限责任公司 | 一种企业风险预警方法、装置、设备及可读存储介质 |
CN112214614A (zh) * | 2020-10-16 | 2021-01-12 | 民生科技有限责任公司 | 基于知识图谱挖掘风险传播路径的方法及其系统 |
CN112699249A (zh) * | 2020-12-31 | 2021-04-23 | 上海浦东发展银行股份有限公司 | 基于知识图谱的信息处理方法、装置、设备及存储介质 |
CN112966918A (zh) * | 2021-03-01 | 2021-06-15 | 北京明略软件系统有限公司 | 用于确定风险影响范围的方法及装置、设备 |
CN113344405A (zh) * | 2021-06-18 | 2021-09-03 | 北京百度网讯科技有限公司 | 基于知识图谱生成信息的方法、装置、设备、介质和产品 |
CN113657991A (zh) * | 2021-08-12 | 2021-11-16 | 东方微银科技股份有限公司 | 一种基于图规则引擎的信贷风险预警方法、系统及存储介质 |
CN113836156A (zh) * | 2021-09-15 | 2021-12-24 | 支付宝(杭州)信息技术有限公司 | 有向图节点更新方法及装置 |
CN113988724A (zh) * | 2021-12-28 | 2022-01-28 | 深圳市迪博企业风险管理技术有限公司 | 一种上市公司金融活动知识图谱的风险分析方法 |
CN114154116A (zh) * | 2021-12-09 | 2022-03-08 | 南京审计大学 | 一种小规模场景中金融市场主体价值定量评估的方法 |
CN114239834A (zh) * | 2021-11-17 | 2022-03-25 | 中国人民解放军军事科学院国防科技创新研究院 | 基于多轮对抗属性共享的对手关系推理方法和装置 |
CN117273954A (zh) * | 2023-11-21 | 2023-12-22 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
-
2020
- 2020-06-03 CN CN202010492562.8A patent/CN111402064A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861281A (zh) * | 2020-08-05 | 2020-10-30 | 中国银行股份有限公司 | 基于知识图谱的风险员工发现方法及装置 |
CN111915207A (zh) * | 2020-08-11 | 2020-11-10 | 中国民航科学技术研究院 | 基于知识图谱的民航安全风险分析方法及装置 |
CN112084343A (zh) * | 2020-09-10 | 2020-12-15 | 杭州安恒信息安全技术有限公司 | 一种社会关系图谱的量化方法、装置和介质 |
CN112184012A (zh) * | 2020-09-27 | 2021-01-05 | 平安资产管理有限责任公司 | 一种企业风险预警方法、装置、设备及可读存储介质 |
CN112184012B (zh) * | 2020-09-27 | 2024-05-31 | 平安资产管理有限责任公司 | 一种企业风险预警方法、装置、设备及可读存储介质 |
CN112214614A (zh) * | 2020-10-16 | 2021-01-12 | 民生科技有限责任公司 | 基于知识图谱挖掘风险传播路径的方法及其系统 |
CN112214614B (zh) * | 2020-10-16 | 2024-02-09 | 民生科技有限责任公司 | 基于知识图谱挖掘风险传播路径的方法及其系统 |
CN112699249B (zh) * | 2020-12-31 | 2022-11-15 | 上海浦东发展银行股份有限公司 | 基于知识图谱的信息处理方法、装置、设备及存储介质 |
CN112699249A (zh) * | 2020-12-31 | 2021-04-23 | 上海浦东发展银行股份有限公司 | 基于知识图谱的信息处理方法、装置、设备及存储介质 |
CN112966918A (zh) * | 2021-03-01 | 2021-06-15 | 北京明略软件系统有限公司 | 用于确定风险影响范围的方法及装置、设备 |
CN113344405A (zh) * | 2021-06-18 | 2021-09-03 | 北京百度网讯科技有限公司 | 基于知识图谱生成信息的方法、装置、设备、介质和产品 |
CN113344405B (zh) * | 2021-06-18 | 2024-05-17 | 北京百度网讯科技有限公司 | 基于知识图谱生成信息的方法、装置、设备、介质和产品 |
CN113657991A (zh) * | 2021-08-12 | 2021-11-16 | 东方微银科技股份有限公司 | 一种基于图规则引擎的信贷风险预警方法、系统及存储介质 |
CN113836156A (zh) * | 2021-09-15 | 2021-12-24 | 支付宝(杭州)信息技术有限公司 | 有向图节点更新方法及装置 |
CN114239834A (zh) * | 2021-11-17 | 2022-03-25 | 中国人民解放军军事科学院国防科技创新研究院 | 基于多轮对抗属性共享的对手关系推理方法和装置 |
CN114154116A (zh) * | 2021-12-09 | 2022-03-08 | 南京审计大学 | 一种小规模场景中金融市场主体价值定量评估的方法 |
CN113988724A (zh) * | 2021-12-28 | 2022-01-28 | 深圳市迪博企业风险管理技术有限公司 | 一种上市公司金融活动知识图谱的风险分析方法 |
CN117273954A (zh) * | 2023-11-21 | 2023-12-22 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
CN117273954B (zh) * | 2023-11-21 | 2024-03-12 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402064A (zh) | 一种风险值的评估方法及装置 | |
Venezia et al. | Firm specific and macro herding by professional and amateur investors and their effects on market volatility | |
Behr et al. | The effect of information sharing between lenders on access to credit, cost of credit, and loan performance–Evidence from a credit registry introduction | |
Liu | Data quality problems troubling business and financial researchers: A literature review and synthetic analysis | |
Renigier-Biłozor et al. | Forced sale discount on property market–How to assess it? | |
CN111583033A (zh) | 基于上市公司和股东之间联系的关联分析方法及装置 | |
Karminsky et al. | The back side of banking in Russia: Forecasting bank failures with negative capital | |
Sama et al. | Evaluating and ranking the Indian private sector banks—A multi‐criteria decision‐making approach | |
Gbadamosi | Corporate social responsibility and financial performance of banks in the United States | |
Coyle et al. | What is the value of data? A review of empirical methods | |
Kimmel et al. | Can statistics-based early warning systems detect problem banks before markets? | |
Kumari | Dimensions of financial inclusion: An individual perspective | |
Badhani et al. | Market timing skill of foreign portfolio investors in India | |
Chen et al. | Modeling price and variance jump clustering using the marked hawkes process | |
Filomeni et al. | Can market information outperform hard and soft information in predicting corporate defaults? | |
Anaere | Effects of corruption on bank lending: Evidence from Sub-Saharan Africa | |
Awad et al. | Using data mining tools to prediction of going concern on auditor opinion-empirical study in iraqi commercial | |
Jalilvand et al. | Risk management and corporate governance | |
Henry et al. | Dynamic analysis of financial statement fraud on profitability of manufacturing firms in Nigeria | |
Ziolo et al. | ESG risk perception in sustainable financial decisions. Quantitative methods perspective | |
Elmghaamez et al. | Corporate governance and financial performance of firms listed on Asian Pacific stocks: evidence from Malaysia, Thailand, and Singapore | |
Yadav et al. | An analysis of Satyam case using bankruptcy and fraud detection models | |
Veres et al. | The Concept of Using Artificial Intelligence Methods in Debt Financing of Business Entities. | |
Jiang | Stock market valuation using internet search volumes: Us-china comparison | |
Fatima et al. | Effect of R & D investment on performance of banking sector in Pakistan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |
|
RJ01 | Rejection of invention patent application after publication |