前言
信用风险、市场风险、操作风险、流动性风险等都是可以计量的单一风险类型，如何计量和控制多种类型风险之间的相关性，是金融风险管理领域需要解决的最重要的课题，也是目前金融业面临的最复杂、最难解决的问题。下面，笔者就谈谈图计算技术作为第三代人工智能，是如何赋能金融机构并厘清交叉性金融风险的管理思路。
2008年金融危机使业界认识到几种风险并不是孤立存在的，不同风险间具有链条效应，任何一只蝴蝶扇动翅膀，都有可能造成跨市场的风险传染（跨市场风险也不一定是多米诺骨牌式的，而是牵一发而动全身式的网状传播状）。
蝴蝶效应是混沌学理论中的一个概念，它是指对初始条件敏感性的一种依赖现象——输入端微小的差别会迅速放大到输出端。
其实在金融市场中也存在着蝴蝶效应——在交叉关联的金融市场上，任何一只蝴蝶扇动翅膀，都有可能造成跨市场的风险传染，单一个体的风险问题极可能会引起整个市场出现问题。当前，交叉性金融风险是最易引起系统性风险的风险类型之一。以下笔者以恒大（以下简称HD）为例具体展开。
HD的问题不仅仅是流动性风险，而是信用风险、声誉风险、流动性风险、市场风险四种风险交织在一起，最终构成交叉性金融风险。
关于交叉性金融风险，无论是国际还是国内，尚无官方定义。笔者认为交叉性金融风险有三方面的特征：
一是链条效应，各类风险的传播路径独立观察是呈链条状的。
二是网状传播，各类风险传播过程中，受到影响的客群是呈网状分布的。信用债当中最大的是信用风险，杠杆率低时不会引起系统性风险，但是如果信用债大量违约，整个市场由于蝴蝶效应也会引起系统性风险。例如，2010年11月，河南永煤控股突然因流动资金紧张无法按期足额偿付约10亿本息金额，这一违约行为直接引发债市连锁冲击，全国煤炭类债券、河北、山西甚至云南等地的国企债均受波及，一级市场被迫取消发行，二级市场遭遇“打折”抛售。
三是极易引发系统性风险，如果信用风险持续蔓延，整个市场由于蝴蝶效应也会引起系统性风险。
因此，交叉性金融风险不是简单的违约概率、违约损失率计量，还需要看风险在不同市场间如何相互传染，传统技术无法解决。
交叉性金融风险具有涉及面广、跨市场、跨产品、跨部门、交易对手多、风险类型复杂、传染链条长、管理相对薄弱等特点。交叉性金融风险难以管理的根源在于传染性强，商业银行尚未形成一套完整的风险管理体系。当前，交叉性金融风险管理急需解决三个方面问题:
一是计量风险传播的客群。商业银行构成交叉性金融风险的传播全景视图，知道风险传播到哪些客群。
二是计量风险传播路径。商业银行识别风险点相关的关键网络节点、评估多重风险叠加的最终结果。
三是找到风险传播过程中的关键节点。商业银行找到关键节点就可以采取行动，防止风险进一步的蔓延。
下面，笔者以HD为例，具体谈谈图计算在交叉性金融风险管理的应用。图计算可以通过对海量且复杂数据进行深度的穿透和挖掘来计算出数据之间的关联关系，解决复杂的多层嵌套关系挖掘问题。
以HD为例，HD集团发生危机后，风险首先传播到恒大的关联公司，这个是第一层；HD关联公司出问题了，最先受影响的是公司员工和供应商，这个是第二层；供应商停止供货、农民工拒绝复工，HD的在建工程就可能烂尾，风险就会传播到购房者，这个是第三层；以此类推，风险从最初的HD集团一个“点”最后传播到关联公司、员工、供应商、购房者等形成一张“网络”，风险是一层一层传播的，“链条效应”明显，见下图。
图：HD系“交叉性风险”传导全景图
在计量风险传播路径方面，通过股权、担保、资金、供应链四种路径，图计算所有风险传播的路径。
在HD系关联公司识别方面，利用嬴图图计算技术，对HD集团及其创始人XJY为起点，向下股权穿透，HD集团的附属公司或者XJY担任高管的公司，从而将HD系关联公司全部识别出来，见下图。
图：HD系关联公司图谱（部分）
同理，利用图计算技术将HD系担保圈、供应链、资金流向、员工、购房者等与HD集团密切相关的企业、个人构成的复杂关系网络全部识别出来，构成了HD系交叉风险的风险路径图，见下图。
图：HD系交叉风险的风险路径图
在计量风险传播的客群方面，图计算在算出风险传导的所有路径后，风险影响的所有客群都识别出来了，以HD集团为“圆心”，以风险传播路径为“半径”，以风险影响的客群为“圆”，各类“圆”重叠交织在一起，最后构成一张“网状”的全局视图。风险影响的客群客群包含HD供应商、HD的员工、HD系关联公司等与恒大利益相关方，见下图。
图：HD系交叉风险的风险客群
在找到风险传播过程中的关键节点方面，通过建立网络关系图，确定风险防控的重点客户、重点产品,，引入客户准入、风险限额等手段有效防止风险扩延。
由于交又性风险的关联性，传统的关系型数据库难以实现多层次关系的快速计算。图计算技术找出了关键的节点、风险因子，风险传播路径就能够对整个交叉性金融风险进行管理。
嬴图实时图数据库成功实现了在最严苛的金融级商用场景（高并发、低延迟）中的应用，皆因为技术上的创新突破：
1
纯实时算力
在大图当中依然可以做到微秒级的纯实时计算能力。
2
HTAP架构
在一个水平分布式集群内融合了OLTP+OLAP的数据（业务）处理能力。
3
高密度并发算力
能充分对底层硬件，例如X86 CPU的高密度并发算力的释放，同时支持ARM 架构。
4
高可扩展性
面向图的整体性而设计的线性可扩展的系统架构。
5
深图遍历
在图上实现深度搜索的能力。
6
动态剪枝
在图上计算的时候，例如深度图遍历不但不会导致性能下降，甚至可以实现性能的提升，例如通过在动态图上剪枝，来实现指数级的性能提升。
7
可视化低代码图谱管理与BI分析能力
集成2D、3D交互图谱，通过低代码、表单化，以所见即所得的方式实现了上层业务到底层技术的全关通。
时至今日，随着我国银行业的国际影响力的逐步提升，以实时图计算技术为代表的金融科技对于防范化解金融风险特别是系统性、交叉性金融风险，增强金融体系稳健性具有积极的意义；从数据处理框架的视角上看，如果没有实时图计算的帮助，蝴蝶效应是极难被发现的，因为这与该技术的本质不谋而合，换句话说，图计算就是进行蝴蝶效应计算、查询的最佳工具！
·END· 详细信息 可登陆 www.ultipa.cn www.ultipa.com 往期精选
来，试试最新的分享/点赞键
