異構(gòu)知識(shí)圖譜中的金融風(fēng)險(xiǎn)演化分析

陳日成

在大數(shù)據(jù)時(shí)代，知識(shí)圖譜將互聯(lián)網(wǎng)上碎片化的知識(shí)通過網(wǎng)絡(luò)化的形式整合，為我們提供了一種新型的數(shù)據(jù)獲取方式，便于人們進(jìn)行數(shù)據(jù)的檢索與分析，從中獲取更有價(jià)值的信息。在知識(shí)圖譜技術(shù)發(fā)展的同時(shí)，信息抽取技術(shù)也在逐漸發(fā)展，人們不再局限于在結(jié)構(gòu)化的數(shù)據(jù)中抽取數(shù)據(jù)，對(duì)于半結(jié)構(gòu)及非結(jié)構(gòu)化的數(shù)據(jù)，人們也開始在其中挖掘知識(shí)。事件數(shù)據(jù)則屬于半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)中的一種，事件數(shù)據(jù)中包含著多方主體，蘊(yùn)含著眾多信息。同時(shí)，事件也不只是作為個(gè)體而單獨(dú)存在的，事件與事件之間還存在著眾多的聯(lián)系，如因果、順承、遞進(jìn)等，這些關(guān)系都展示了事件數(shù)據(jù)的“動(dòng)態(tài)性”。本文以金融領(lǐng)域的事件作為研究點(diǎn)，從開放的半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)中抽取知識(shí)，構(gòu)建知識(shí)圖譜，并進(jìn)行其在語(yǔ)義及結(jié)構(gòu)上的演化分析。

一、金融風(fēng)險(xiǎn)相關(guān)內(nèi)容

近些年金融風(fēng)險(xiǎn)事件頻發(fā)，由單一個(gè)體發(fā)現(xiàn)風(fēng)險(xiǎn)而引發(fā)的群體風(fēng)險(xiǎn)事件眾多，學(xué)術(shù)界也越來越關(guān)注金融風(fēng)險(xiǎn)預(yù)警這一熱點(diǎn)，根據(jù)不同的研究視角，金融風(fēng)險(xiǎn)預(yù)警研究可以分為系統(tǒng)總體風(fēng)險(xiǎn)預(yù)警和系統(tǒng)內(nèi)部風(fēng)險(xiǎn)預(yù)警，而對(duì)于檢測(cè)金融風(fēng)險(xiǎn)水平通常用的是經(jīng)驗(yàn)指標(biāo)分析法及綜合指數(shù)法。對(duì)金融體系內(nèi)部分金融機(jī)構(gòu)的風(fēng)險(xiǎn)監(jiān)測(cè)常用的方法是基于市場(chǎng)數(shù)據(jù)的模型法，如條件風(fēng)險(xiǎn)價(jià)值法（Co-VaR）、Hapley值、Srisk、Copula函數(shù)方法等。上述方法可以實(shí)時(shí)跟蹤和監(jiān)控金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)，具有良好的時(shí)效性。缺陷在于往往以單一市場(chǎng)的金融機(jī)構(gòu)為研究對(duì)象，當(dāng)涉及多個(gè)金融機(jī)構(gòu)相互影響和聯(lián)系的情況時(shí)，這些方法則失去了優(yōu)勢(shì)。

二、知識(shí)圖譜基礎(chǔ)

按照維基百科的定義，知識(shí)圖譜的最早應(yīng)用是作為提高搜索引擎效率的知識(shí)庫(kù)，表達(dá)實(shí)體之間的語(yǔ)義信息網(wǎng)絡(luò)關(guān)系是它的本質(zhì)，采用的是三元組的形式來揭示實(shí)體自身以及實(shí)體之間的關(guān)系。

三元組信息是知識(shí)圖譜的基礎(chǔ)，眾多三元組構(gòu)成了一張知識(shí)大網(wǎng)，三元組包含實(shí)體、關(guān)系、屬性、屬性值等信息。在金融知識(shí)圖譜中，例如企業(yè)實(shí)體，則會(huì)有，法人、代碼、董事等屬性，通過其屬性又關(guān)聯(lián)到另一個(gè)企業(yè)實(shí)體，以此構(gòu)建成知識(shí)圖譜大網(wǎng)，同時(shí)為了避免信息冗余，每一個(gè)實(shí)體在知識(shí)庫(kù)中都有一個(gè)唯一的標(biāo)識(shí)ID，如“8a0f3fa0-019c-4c91-86dd-3c20c946d09d”是一個(gè)法人的唯一標(biāo)識(shí)ID。金融知識(shí)圖譜屬于領(lǐng)域知識(shí)圖。

三、金融事件的演化分析

（一）金融風(fēng)險(xiǎn)事件數(shù)據(jù)收集概況

經(jīng)過爬蟲和數(shù)據(jù)清理，目前共獲得包含擔(dān)保交易、股權(quán)凍結(jié)、股權(quán)質(zhì)押、關(guān)聯(lián)交易、立案調(diào)查、訴訟仲裁、違規(guī)事件約105600條事件數(shù)據(jù)，包含公司、股東、法定代表人、金融機(jī)構(gòu)約152000個(gè)實(shí)體，包含企業(yè)名稱、ID、股票代碼、交易類型、時(shí)間信息、金額、股份等約263000條屬性。

（二）數(shù)據(jù)處理

對(duì)于上述爬取的數(shù)據(jù)，利用python正則表達(dá)式工具，將實(shí)驗(yàn)所需要的實(shí)體、時(shí)間、關(guān)系等數(shù)據(jù)提取出來。并于MySQL關(guān)系型數(shù)據(jù)庫(kù)接口進(jìn)行對(duì)接，將數(shù)據(jù)存入數(shù)據(jù)庫(kù)。為了便于詞表的構(gòu)建，利用python工具統(tǒng)計(jì)實(shí)體、時(shí)間的詞頻，金融事件網(wǎng)絡(luò)形成的基礎(chǔ)是一個(gè)事件涉及多個(gè)實(shí)體，實(shí)體與其他實(shí)體又存在關(guān)系，那么，各實(shí)體之間就形成了關(guān)聯(lián)關(guān)系。本文的金融關(guān)聯(lián)指的是：擔(dān)保交易、股權(quán)凍結(jié)、股權(quán)質(zhì)押、關(guān)聯(lián)交易、立案調(diào)查、訴訟仲裁、違規(guī)事件。為了得出他們之間的具體關(guān)系，將2008年-2019年的事件數(shù)據(jù)劃分為2008年-2011年、2012年-2015年和2016年-2019年份三個(gè)時(shí)間段，對(duì)各個(gè)時(shí)間段的共現(xiàn)詞頻進(jìn)行統(tǒng)計(jì)，為了避免數(shù)據(jù)量過于龐大，影響實(shí)驗(yàn)的速度，僅僅選取各個(gè)時(shí)間段內(nèi)事件數(shù)量大于等于10的實(shí)體進(jìn)行可視化展示，從而降低個(gè)別不典型數(shù)據(jù)對(duì)實(shí)驗(yàn)結(jié)果的影響。根據(jù)具體的實(shí)驗(yàn)結(jié)果分析，事件數(shù)量小于10的實(shí)體不具有代表性，并且數(shù)量眾多，對(duì)實(shí)驗(yàn)結(jié)果的影響并不顯著。對(duì)于上述三個(gè)時(shí)間段分別設(shè)定三個(gè)CSV文件，文件第一行為表頭列名（source、target、weight），其中，前兩列為關(guān)聯(lián)節(jié)點(diǎn)名稱，最后一列為權(quán)重（即雙方關(guān)聯(lián)頻次）。不同時(shí)間段實(shí)體與實(shí)體共現(xiàn)統(tǒng)計(jì)結(jié)果詳見表4.9（數(shù)據(jù)只部分展示）。

（三）時(shí)間序列金融事件網(wǎng)絡(luò)特征分析

將三個(gè)時(shí)間段2008年-2011年、2012年-2015年和2016年-2019年的數(shù)據(jù)用Gephi工具進(jìn)行社會(huì)網(wǎng)絡(luò)分析，得到如下表所示的分析數(shù)據(jù)，具體情況詳見后續(xù)的網(wǎng)絡(luò)密度、點(diǎn)度中心度、中心中間性、網(wǎng)絡(luò)具體分析。

1.網(wǎng)絡(luò)密度

通過上述金融事件網(wǎng)絡(luò)特征分析結(jié)果可知，金融事件網(wǎng)絡(luò)密度從第一階段2008.01-2011.12的0.017變?yōu)榈诙A段2012.01-2015.12的0.018，最終變化為到第三階段2016.01-2019.12的0.015，無(wú)論是從單個(gè)階段看還是從整體來看，整個(gè)金融事件網(wǎng)絡(luò)密度遠(yuǎn)遠(yuǎn)小于1，這一數(shù)據(jù)表明實(shí)體與實(shí)體之間的事件關(guān)聯(lián)不是很密切，事件之間的關(guān)聯(lián)性不是非常明顯。下面對(duì)其原因進(jìn)行具體分析：首先，在金融事件網(wǎng)絡(luò)中各實(shí)體處于不同的行業(yè)、地區(qū)，如果要進(jìn)行關(guān)聯(lián)，則需要跨行業(yè)、跨區(qū)域，如此進(jìn)行事件關(guān)聯(lián)會(huì)消耗巨大的時(shí)間成本和經(jīng)濟(jì)成本；其次，金融領(lǐng)域具有封閉性特征，各實(shí)體更愿意與同行業(yè)、地區(qū)的實(shí)體進(jìn)行關(guān)聯(lián)，其目的也是為了避免潛在的風(fēng)險(xiǎn)。

最終，通過對(duì)比上述金融事件網(wǎng)絡(luò)特征不同時(shí)間段的網(wǎng)絡(luò)密度可以發(fā)現(xiàn)，網(wǎng)絡(luò)密度的波動(dòng)僅有0.001至0.002，總體的趨勢(shì)呈現(xiàn)平穩(wěn)的態(tài)勢(shì)，表明在互聯(lián)網(wǎng)時(shí)代的浪潮下，倒逼各實(shí)體進(jìn)行金融交流，各個(gè)金融實(shí)體也難以避免與其他實(shí)體發(fā)生關(guān)聯(lián)關(guān)系。

2.點(diǎn)度中心度

通過上述金融事件網(wǎng)絡(luò)特征分析結(jié)果可知，萬(wàn)科企業(yè)股份有限公司、湖北宜化化工股份有限公司、飛亞達(dá)（集團(tuán)）股份有限公司、中國(guó)大唐集團(tuán)公司、武漢東湖高新集團(tuán)股份有限公司等實(shí)體名列點(diǎn)度中心度的前列，深圳長(zhǎng)城開發(fā)科技股份有限公司、蘇州長(zhǎng)城開發(fā)科技有限公司、金融街控股股份有限公司等實(shí)體處于點(diǎn)度中心度排名的末端，由此可見整個(gè)金融事件網(wǎng)絡(luò)中，點(diǎn)度中心度的差異較大。下面對(duì)其原因進(jìn)行具體分析：首先，實(shí)驗(yàn)結(jié)果表明上述實(shí)體在金融事件中所處的地位不同，具體表現(xiàn)為在點(diǎn)度中心度前列的實(shí)體處于金融事件的核心并且知名度較大，資源優(yōu)勢(shì)強(qiáng)，從而與其他實(shí)體發(fā)生較多的關(guān)聯(lián)關(guān)系，產(chǎn)生較大的凝聚效應(yīng)；其次，對(duì)于處于點(diǎn)度中心度末端的實(shí)體，在網(wǎng)絡(luò)中所處地位也較低，他們一方面自身體量相對(duì)較小、所掌控的資源不夠充足，或者是缺乏一定的核心競(jìng)爭(zhēng)力，因此較難與其他實(shí)體形成關(guān)聯(lián)關(guān)系。

最終，通過上述金融事件網(wǎng)絡(luò)特征分析對(duì)比三個(gè)時(shí)間段的點(diǎn)度中心度可以發(fā)現(xiàn)，整個(gè)網(wǎng)絡(luò)的點(diǎn)度中心度呈上升趨勢(shì)，從0.215、0.264上升至0.282，同時(shí)各實(shí)體之間的點(diǎn)度中心度的數(shù)值差異在逐漸縮小，這一現(xiàn)象反映了在金融事件關(guān)聯(lián)的過程中，實(shí)體在不斷地與其他實(shí)體建立更密集、更廣泛的關(guān)聯(lián)，使得實(shí)體自己在金融事件網(wǎng)絡(luò)中的地位進(jìn)一步加強(qiáng)。

3.中心中間性

通過上述金融事件網(wǎng)絡(luò)特征分析結(jié)果可知，中海集裝箱運(yùn)輸股份有限公司、中國(guó)大唐集團(tuán)公司、武漢東湖高新集團(tuán)股份有限公司等實(shí)體處于中心中間性的前列，深圳能源集團(tuán)股份有限公司、中興通訊股份有限公司、深圳市民德電子科技股份有限公司等實(shí)體處于中心中間性的末端，并且中心中間性的值差異較大，其最大差值超過0.1。由此可見，在整個(gè)金融事件網(wǎng)絡(luò)中，處于核心地位的實(shí)體與處于“偏僻”地位的實(shí)體差異較大，作為核心地位的實(shí)體位于多個(gè)實(shí)體連接路徑的中間節(jié)點(diǎn)上。下面對(duì)其原因進(jìn)行具體分析：首先，是因?yàn)檫@些實(shí)體的所在行業(yè)大多為服務(wù)型，與其他實(shí)體的關(guān)聯(lián)關(guān)系更為緊密。另一方面，這些實(shí)體在行業(yè)內(nèi)市場(chǎng)份額較大，掌握著該行業(yè)的優(yōu)勢(shì)資源，具有核心競(jìng)爭(zhēng)力，從而能夠在金融合作過程更便于與其他實(shí)體形成關(guān)聯(lián)關(guān)系。

最終，通過金融事件網(wǎng)絡(luò)特征分析結(jié)果對(duì)比不同時(shí)間段的中心中間性數(shù)據(jù)可以發(fā)現(xiàn)，整個(gè)網(wǎng)絡(luò)的中心中間性在逐漸增加，從最開始的0.312到0.424最后到0.527，最大跨度接近0.2，這一現(xiàn)象反映了各實(shí)體在金融關(guān)聯(lián)的過程中，在不斷尋求與其他實(shí)體進(jìn)行關(guān)聯(lián)從而擴(kuò)大自身的“結(jié)點(diǎn)”作用，與其他實(shí)體關(guān)聯(lián)數(shù)量多，也屬于實(shí)體自身的一種資源，從而便于建立更多、更廣泛的關(guān)聯(lián)，使實(shí)體自身在金融合作中“橋梁”的作用進(jìn)一步加強(qiáng)，從而使得自己在金融事件網(wǎng)絡(luò)中的地位進(jìn)一步提高。

4.網(wǎng)絡(luò)距離

從上述金融事件網(wǎng)絡(luò)特征分析結(jié)果可知，三個(gè)不同時(shí)間段2008年-2011年、2012年-2015年和2016年-2019年的金融合作網(wǎng)絡(luò)的平均距離分別是3.172、4.021和5.252，由此可以得知，在整個(gè)金融事件網(wǎng)絡(luò)中，任意一個(gè)實(shí)體平均需要通過3個(gè)或者4個(gè)實(shí)體才能與另一個(gè)實(shí)體取得關(guān)聯(lián)。下面對(duì)其原因進(jìn)行具體分析：我國(guó)地域遼闊，省份眾多，各實(shí)體在我國(guó)分布范圍較廣，所以，雖然平均網(wǎng)絡(luò)距離較大，但是結(jié)合實(shí)際情況而言，這一平均距離的結(jié)果是可以為大多數(shù)實(shí)體所接受的。

最終，在三個(gè)時(shí)間段所得出的網(wǎng)絡(luò)距離值的基礎(chǔ)上，得到響應(yīng)時(shí)間段的凝聚力指數(shù)分別為0.0643、0.0532和0.0589，從該數(shù)據(jù)可以發(fā)現(xiàn)，我國(guó)金融事件網(wǎng)絡(luò)實(shí)體之間總體聯(lián)系并不緊密，有著各自為政的趨勢(shì)，因此建議，我國(guó)各金融實(shí)體緊密程度有待提升，凝聚力需要加強(qiáng)，從三個(gè)階段的凝聚力指數(shù)總體態(tài)勢(shì)分析，在第一階段2008年-2011年，自經(jīng)濟(jì)危機(jī)爆發(fā)以來，各實(shí)體開始注意到金融事件對(duì)其自身風(fēng)險(xiǎn)的影響，導(dǎo)致凝聚力較強(qiáng)；隨著時(shí)間的推移2012年-2015年，各實(shí)體在逐漸增加，數(shù)量上提升迅速，量變導(dǎo)致質(zhì)變，從而導(dǎo)致凝聚力開始下降；近些年來2016年-2019年，隨著金融行業(yè)的穩(wěn)定與成熟，國(guó)家政策的逐漸完善，各實(shí)體也逐步意識(shí)到金融合作的重要性，開始大規(guī)模尋求金融合作，從而促使凝聚力又穩(wěn)步回升。

結(jié) 語(yǔ)

我國(guó)對(duì)于知識(shí)圖譜的研究最開始是通過人工構(gòu)建的方式進(jìn)行的，因此存在許多的弊端，如規(guī)模小、覆蓋少、應(yīng)用狹窄等，這種人工規(guī)則構(gòu)建的知識(shí)圖譜難以擴(kuò)展為大規(guī)模的知識(shí)圖譜，例如中科院計(jì)算所設(shè)計(jì)的知網(wǎng)（HowNet）就屬于這種范疇。國(guó)內(nèi)工業(yè)界和學(xué)術(shù)界也對(duì)知識(shí)圖譜展開了一系列的研究。在我國(guó)工業(yè)界，眾多互聯(lián)網(wǎng)公司也加入到知識(shí)圖譜的研究中來，例如百度知識(shí)圖譜、阿里巴巴電商知識(shí)圖譜，美團(tuán)大腦、搜狗知立方等。在金融領(lǐng)域，同樣有海智大數(shù)據(jù)、天眼查等比較成熟的金融知識(shí)圖譜。目前，無(wú)論是國(guó)內(nèi)還是國(guó)外，對(duì)行業(yè)和領(lǐng)域知識(shí)圖譜（也稱作垂直領(lǐng)域的知識(shí)圖譜）的研究還較少，投入到實(shí)際應(yīng)用中的也還待開發(fā)。領(lǐng)域知識(shí)圖譜在許多行業(yè)都有應(yīng)用價(jià)值，例如行業(yè)智能知識(shí)服務(wù)、問答系統(tǒng)、行業(yè)語(yǔ)義搜索、大數(shù)據(jù)關(guān)聯(lián)分析等方面都有廣泛的研究與應(yīng)用價(jià)值。

（作者單位：湖北商貿(mào)學(xué)院）