作者｜田娟 夏烨 任俊彦「田娟、夏烨现供职于中国邮政储蓄银行，任俊彦为香港大学金融学专业研究生」
提要：
- 形象来说，知识图谱技术就是一种“找关系”的技术。
- 银行业通过深入应用机器学习、知识图谱等技术，可以持续构建“主动防、智能控、全面管”的智能风险防控体系。
- 在当前洗钱威胁“交叉化”“隐蔽化”“网络化”的背景下，图技术通过定义核心监测场景、构建反洗钱知识图谱的方式实现洗钱团伙及洗钱场景识别，具有提升可疑交易报告情报价值的重要意义。
什么是知识图谱技术？其是指通过描述客观世界实体及其相互关系，深度挖掘数据背后的价值，进而赋予机器理解数据、识别概念、发现知识的能力。
形象来说，知识图谱技术就是一种“找关系”的技术。目前，知识图谱技术作为一种重要的金融科技创新，已在银行业多领域得以应用，比如助力银行构建智能精准的风控体系、创新银行数字化营销模式、进行反洗钱交易监测等。
创新数字化营销模式
知识图谱技术“找关系”的特征尤其适用于银行营销拓客领域。利用知识图谱技术，银行可以挖掘上下游客户，以点带面，实现客户群体营销。
其一，银行以企业集团派系图谱为基础，引入企业资金往来、担保、票据贴现等交易数据，运用图分析算法，以经济依存度对客群进行划分，构建经济依存客户关系图谱，并形成图谱化分类。同一“群”内客户的金融行为具有高度相关性，对群内客户的营销和风险防控更具针对性，实现对客户群的有效聚焦。
其二，银行借助图分析技术，可以以行内客户为中心，辐射潜在新客群，提升获客能力。此外，银行还可以对已流失客户的关联客户进行流失预警，有针对性地采取措施，增强关联客户黏性，提升留客能力。
其三，银行借助图谱联动打造协同营销体系，深度挖掘客户潜在需求，实现获客后“活客”，赢得客户长期价值，实现可持续的客户经营。
目前从实践来看，很多银行在数字化营销领域，都纷纷借助知识图谱技术的加持。例如建设银行将图分析技术应用于公私联动营销、供应链金融营销等领域。工商银行某分行在缴费类产品拓户营销领域，在一个月的营销周期内，成功营销顶点单位10余户，带动下级单位用户约40户，活跃C端缴费用户超过10万户。值得一提的是，在创新客户数字化营销领域，青岛银行的“慧营销”系统具有代表性。“慧营销”主要有4个知识图谱应用场景，包括企以群分、按图索客、多图联动协同营销以及拓客地图。
助力构建智能精准的风控体系
银行业通过深入应用机器学习、知识图谱等技术，可以持续构建“主动防、智能控、全面管”的智能风险防控体系，进一步推进操作风险、信用风险、合规风险等风险防控的数字化、自动化和智能化转型。知识图谱在银行风控领域的应用场景主要有以下几种。
一是进行普惠贷后资金流向自动化监测。银行金融机构利用知识图谱技术，可以构建信贷资金流向智能监测模型，挖掘贷款资金流向房市、民间借贷等违禁领域的交易链条，助力贷款资金用途管理，防范资金脱实向虚。
二是实现电信欺诈的“一点出险、全面防控”。以信用卡欺诈为例，常见的信用卡欺诈风险主要包括欺诈申请、伪卡盗刷、套现等。银行传统的反欺诈手段存在一个很重要的问题，那就是信息不对称。银行金融机构很难快速去验证信贷客户信息哪些是真实的，哪些是经过包装的，这就导致很多风控措施是滞后的——往往采取措施时，资金损失已经发生。而知识图谱技术可以打通多系统、多维度、多类型的数据，其通过申请注册IP、设备号、手机号、地理经纬度等多个维度实时分析电信欺诈行为，从而及时发现隐蔽的团体作弊行为。
例如，工商银行运用知识图谱等技术，构建了“群体性开户识别”“黑账户资金交易监控”等5个智能模型，累计识别700余个群体性开户黑账户，并基于“黑种子”，累计对3.5万余个账户进行管控，提升了欺诈识别率，避免了可能出现的经济损失。再比如，中国农业银行基于转账、还款关系图谱，构建了信用卡欺诈客户识别模型，有效提升了信用卡风控精细化水平。
有效进行反洗钱交易监测
在反洗钱领域，提交可疑交易报告是金融机构的法定义务。金融机构应在持续尽职调查的基础上，对有合理理由怀疑客户或其交易与洗钱、恐怖融资等犯罪活动相关的情形，提交可疑交易报告。可疑交易资金监测是提交可疑交易报告的重要源头，其需要基于海量客户及交易信息挖掘客户资金交易关系，理顺资金链路，进而挖掘洗钱犯罪团伙及其证据链。
反洗钱交易监测的本质是“追踪资金”。在此前的很长一段时间，由于洗钱手段的复杂性和多变性，如何有效识别洗钱活动是一个巨大挑战。常规的反洗钱规则虽然能够发现一些异常的洗钱行为，但大多是根据历史数据总结出来的，过于依赖人工经验，难免疏漏。更重要的是，当前的洗钱活动往往涉及团伙犯罪，而反洗钱规则只适用于识别单个账户的洗钱行为，对隐藏在金融交易网络中的洗钱团伙无法识别。
基于以上事实，可以说反洗钱工作面临着洗钱形式多变、动态变化迅速、隐藏关系难挖掘、洗钱特征变化多样、反洗钱预警存在误报、实时监测预警难等痛点。近年来，在全球各国为应对洗钱活动付出高额成本之时，知识图谱技术以其关联挖掘、穿透分析等优势，逐渐走入金融监管科技领域并彰显力量。
众所周知，资金关系就是天然的关系图，在当前洗钱威胁“交叉化”“隐蔽化”“网络化”的背景下，图技术通过定义核心监测场景、构建反洗钱知识图谱的方式实现洗钱团伙及洗钱场景识别，具有提升可疑交易报告情报价值的重要意义。
在反洗钱资金监测方面，中国反洗钱监测分析中心张煜等便提出基于主体间交易关系、社会关系等关联关系构建反洗钱知识图谱，形成以交易关系为主、包含多维度社会关系的资金网络，并建议在涉众型洗钱、集团派系内洗钱、跨境资金流动场景中应用知识图谱技术。
知识图谱技术在反洗钱领域具有以下优势。一是图数据库能够支撑上亿节点和边的存储和关联次数不确定的高效、复杂运算，具备挖掘“隐藏”关系的天然优势，有效应对可疑交易漏报。二是依托多维关系挖掘生成“多主体”可疑交易预警案例，不仅契合当前洗钱犯罪“团伙化”“交叉化”的业务背景，更能实现提升可疑交易预警案例报送率的洗钱风险管理目标。三是知识图谱技术支持查询、展示节点间关系，特别是可以展示连通不同子图的“桥”主体等，具有直观可视化优势。
知识图谱技术在反洗钱领域的具体应用，基于保密性的考虑，不便列举太多。目前工商银行通过知识图谱技术，针对“跑分洗钱”聚合客户交易对手、所用设备及IP等特征，将聚合后具有强相关性的银行卡账号关联起来，从而在洗钱交易发生前实现风险预警。此外，洗钱交易存在“快进快出”的特点，呈现大额转入、小额分批转出的趋势，资金一旦入账便很快通过转账、消费等方式进行转移，且交易IP经常发生变化。基于此，工商银行基于知识图谱分析，日均可关联可疑IP地址7053个，涉及风险账户2836个，通过对识别到的风险账户建立黑灰名单机制，可实现对黑产团伙内未暴露的不法分子进行提前预警。
除了以上应用领域，知识图谱技术在银行非现场审计、对公账户智能化管理等领域也多有探索和落地的实践经验。相信在未来，知识图谱技术在银行业务的创新应用将不断拓展，从而全面助力智慧银行转型升级。
（责任编辑：薛小玉）
