暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

了解图数据库系列之——基于图数据库的担保圈识别

RegTech未来 2021-07-19
1557



了解图数据库系列之

基于图数据库的担保圈识别


以连环担保、联保、家族式担保等复杂担保形式的担保圈贷款风险一直是令市场无奈、令监管层头疼的顽疾,也是金融机构信贷管理中的薄弱一环,对完善担保业务管理具 有风险预警工作。


因此,如何有效的揭示和管理复杂担保圈所涉及到的企业(担保人及被担保人) 是当前金融机构风险管理部门所急需解决的问题。

PART-01

担保关系链路图

企业商业贷款的担保链条或担保环一旦形成,结构可能异常复杂。在介绍如何利用图数据库通过遍历复杂的担保关系来识别风险点之前,我们需要先了解下目前几种担保链路图示:

现实当中,不止是上述某种链路模式单一存在,更复杂的如下图所示,同时包含多保一和一保多的担保群:

担保关系比较错综复杂,如下图:

循环担保的担保圈,如下图:

这意味着所有的10条边都是相互担保的关系,而且任意的3个以上客户之间都能组成“循环担保”的环路。

PART-02

担保链路的研究之旅

2021 NEW PLAN

循环担保和两两互保的问题严重性在预期之中,而多保一形态是之前被忽视的,值得风控方面关注。

2021 NEW PLAN


上图说明,复杂度越高,可能与“担保群”的成员数有关。研究成果体现在四个方面:

① 客户风险

复杂度越高的担保群,不良的比例也越高。

② 担保群风险

多保一形态的问题的不良发生率比较高。

③贷前授信

很多担保群都存在相互担保和循环担保的情况,甚至出现客户两两之间全是相互担保关系,提示当前的银行授信流程的审核标准比较宽松

③ 贷后监控

风险集中程度高的客户需要重点监控,并且有必要把风险集中程度高的客户,及复杂度高的担保群的客户重点排查,并找寻地区性特征、区域性风险等。

PART-03

图数据库的应用与解决方案

企业信贷中的“担保圈”所涉关系复杂,既包括复杂的资金往来网络,又涉及因担保、借贷、产业链上下游、管理层交叉任职、交叉持股等形成的盘根错节的关联。“担保圈“的形成使原本没有直接往来的公司变得息息相关,圈内一个企业的经营风险会沿担保链条级联扩散,引发圈内其他企业信用风险,甚至会成为诱发区域性、系统性风险的导火线。

2021 NEW PLAN

利用图数据库,金融机构可以轻易以“实体——关系”的结构将企业及其投融资、股权、担保、供应链、客户、任职等多维关系及关系对象,组织起来建立企业知识图谱,再应用连通图挖掘、频繁子图挖掘、最短路径等图分析技术寻找相互关联的企业集团、隐性控制人、间接关联企业,并追踪担保链条。通过将企业上下游多度关联企业和企业自身的信贷、资信、关键人及运营情况信息相结合,金融机构能够全面地分析、评估担保风险,定位潜在高风险群体和需要重点监控的关键企业,防范交叉违约和风险传染,实现更加准确的贷前风险评估和高效的贷后风险监控。

2021 NEW PLAN



PART-04

结论

在5G、物联网、人工智能等数字化技术的推动下,企业数据呈爆发式增长,数据间的关联复杂度也随之剧增。由于金融业务常常涉及跨越多个维度的关联关系深度挖掘,传统的数据库产品已经捉襟见肘。


图数据库的引入和应用对金融机构来说将成为必然趋势,相信这一转变过程也将促成创新机会的百花齐放。

RegTech 未来 




文章转载自RegTech未来,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论