随着我国市场经济的发展，投资主体多元化、业务范围跨行业、跨地区的集团企业越来越多，企业间的关联关系日趋复杂。一些集团公司缺乏诚信，利用关联企业多头套取银行资金，往往某一环节的生产经营、资金链条出现问题，就会引起连锁反应，给商业银行带来严重的信贷风险。而企业集团中，这些关联企业通过投资、参股等形式建立，形式上具有隐蔽性和复杂性的特点，使得银行很难通过表面确定企业之间的关系，从而加大了排查难度。

挑战/解决方案

（1）数据来源

其他数据源：包括行内外的担保关系和资金流水模型提供的资金关系数据等。

（2） 对象（顶点）

关系包括了股权关系、法人代表、对外投资关系、担保关系、资金往来关系等。

股权关系：持股人为出发节点，企业为到达节点，关系量化值为持股比例（持股金额/企业注册资本），关系类型为股权关系；

法人代表：法人代表证件号为出发节点，企业为到达节点，关系量化值为1，关系类型为法人代表；

对外投资：企业为出发节点、被投资企业为到达节点、关系量化值为持股比例（投资金额/被投资企业注册资本），关系类型为股权关系；

担保关系：包括人行担保关系和行内担保关系两部分，担保人名称（个人证件号）为出发节点，被担保人名称（个人证件号）为到达节点，关系量化值为担保金额，关系类型为担保关系。

资金往来关系：企业之间（特别是我行客户）的资金往来关系，由资金流水模块提供。

（4）企业关联关系的生成

在溯顶阶段，我们从企业自身出发，按照股东关系，找到企业的大股东，再以大股东作为继续上溯的起点，直到无法上溯，从而找到企业的实际控制人。

非上市企业的股东关系主要来自红盾，而上市企业的股东关系则主要来自大智慧。公司部也会提供一些在红盾中没有的股权数据。

一般顶点是在无法向上追溯的点，从性质上通常分为三类：

以实际控制人（图1的A节点）为出发点，按其对外投资关系，逐层向下钻探梳理。

从A开始计数，A作为第0层，BCD作为第1层，向下钻探至第10层。在确定节点所属层次时，将根节点到该节点的短路径作为该节点的层次。

在向下钻探过程中，如果遇到某个子节点，比如E，名称中有银行、信用合作社、基金、证券、保险等字段，且上一节点对E投资比例低于20%，则E节点向下钻探终结。

结合不同企业特性和排查要求，上述规则亦可有一定修改。

在图1的基础上，追加第0层和第1层的任职关系（仅法人关系）节点（图2）。

新增的F节点，与终控制人A之间并无股权投资关系，但是F的法人代表是终控制人A。

新增的G节点，其法人代表与*****层节点B的法人代表一致。

图2、任职关系

在阶段2的基础上，筛选出企业的实质关联关系，这是集团中核心的关联。

单一控制关系（图3）：

或

图3、单一控制关系

阶段4：补充担保关系和资金往来关系

图5、补充担保和资金往来关系

我们将系统分为外部数据整合、总控、关系数据加工和加载、关系数据持久化以及前台应用几块。

其中，外部数据整合由以动态或静态的方式，提供红盾数据、大智慧数据的查询。总控程序在读入待排查企业清单后，通过信息整合平台提供的关系查询接口，动态生成关系数据。关系数据加工和加载由大数据平台实施。关系数据持久化负责存放关系数据，考虑到图数据库在存放关系数据时的天然优势，我们经过选型在项目中引入neo4j技术。前台应用提供业务具体的前台功能，包括企业信息、企业族谱等查询，尤其还包括了企业实质关系树的查询。

应用实践及效果

在授信和风险管理领域，有了客户关系图谱，那些游离于集团的单独授信客户一目了然，避免多头授信、分割授信的存在，同一实际控制人下的授信将一览无余；对于潜在的风险，能够*****时间做出预警并切断风险传染的路径。

 另外，在前台营销领域，有了客户关系图谱，经营单位和客户经理能够快速得找到潜在的营销对象及其详细的企业信息。当集团关系发生变化时，客户经理可以*****时间知晓并做出相应的响应。同时，通过客户关系图谱，客户经理能够预测集团未来的发展方向。我们计划将关联关系的应用场景进一步扩展到客户营销领域。