导读
自主、完整并富有韧性和弹性的产业链供应链，是经济平稳增长的重要保障，“十四五”期间，要着力提升产业链供应链的稳定性和竞争力，强化产业金融服务不可或缺。然而，由于产业链结构复杂、风险敞口大，长期以来，金融机构想看得清、摸得透、信得过，只能“雾里看花”，产业链金融供给不充分、不均衡问题长期存在。随着数字技术的深入发展，产业链图谱应运而生，为产业金融服务的开展打开了一扇大门。
1、把产业链关系画出来
要想了解产业链图谱，首先要从知识图谱讲起。知识图谱是一种基于图的数据结构，它由节点和边组成，每个节点表示现实世界中存在的实体，每条边为实体与实体之间的关系。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络。
知识图谱起源于知识工程学科，至今已经历四十多年发展。进入数字化时代，海量的数据为知识图谱提供了支持，而知识图谱本身又擅长通过数据挖掘、处理从而绘制出某一领域的发展动态及规律，因此，它已经广泛应用于企业风险评估、反欺诈、精准营销、智能投研等金融场景。我们熟悉的Google搜索引擎，就应用了这一理念来提升搜索服务能力。
将知识图谱这一专业技术应用于产业链分析之中，就诞生了产业链图谱：节点是产业链供应链里的企业、商品或者是个人，边是企业之间的资金往来关系（如投资、担保、贸易等），再加上属性，表明企业本身的性质、标签、事件等。把它们组装在一起，就构建出一个多层次、多维度的产业链图谱，从而了解产业要素分布、识别产业发展障碍、研判产业发展前景。下图展示了一张简易的产业链图谱。
医药流通产业链图谱
制图：聚量集团
2、构建产业链图谱三步走
产业链图谱是数字经济时代的产物，它基于强大的数据信息，利用人工智能算法，形成从企业到行业、再从行业到整个产业链的三贯穿。一般而言，构建产业链图谱，需要遵循以下三个步骤。
明确建设目标
这包含了从宏观到微观的三个层次。
● 产业层面：了解产业链完整的构成、上中下游重点细分行业、核心监管机构等要素；
● 行业层面：了解上下游和替代行业的发展情况，以及本行业的规模与竞争格局；
● 企业角度：了解企业对比其他竞争对手的优劣势，如销售情况、融资情况等，了解企业的发展前景。
搭建系统架构
产业链图谱的系统架构分为四层，分别是数据源层、本体层、构建层、服务层。其中，本体层是核心主体，将产业、行业、企业以上中下游的方式进行集成。
产业链图谱四层系统架构
制图：聚量集团
本体层框架构成
制图：聚量集团
形成完整图谱
设定好建设目标与系统架构后，就可以着手产业链图谱的构建了。利用上市公司的公告、第三方的研究报告、重点行业的网站新闻、行业数据等数据源搜集产业链资料数据，研究并设计产业链图谱的完整结构，通过自然语言处理等人工智能技术进行自动构建，并人工进行图谱准确性审核。以上四个步骤需要经过多轮多次循环迭代，最终形成一个比较完善的产业链图谱。
构建产业链图谱，重点不在于算法和研发，而在于对业务的理解，基于产业链场景、找到支撑性的数据来源、设计出符合用户使用需求的产业链图谱，才是重中之重。
3、进击产业金融服务
金融机构的产业金融服务是涉及产业链供应链链条、多主体参与、多数据沉淀的复杂关系网络，而产业链图谱本身又擅长对多层次、复杂关系的知识解析和推理，这就决定了产业链图谱在产业金融服务的大数据风控领域大有可为。结合产业金融服务的业务范围，产业链图谱一般重点应用于以下场景。
识别企业关联风险
目前银行对于影子集团、集团客户多层交叉持股、股权层层嵌套等的识别相对落后，无法看清企业、高管及关联公司构成的复杂关系网络，面临单个客户信用风险的爆发引起的整个关联客群的风险。
利用产业链图谱，可以遍历集团成员及关联企业之间的股东及股权结构情况，判断交叉持股、识别隐蔽关联关系，发现关联交易非关联化、关联交易利益输送等违法违规线索。与常见的企业关系查询网站企查查、天眼查等相比，产业链图谱的挖掘深度与广度都有所提升，除投资股权关系，还能找到担保、资金往来、贸易等扩展关系；并在全网搜索谱系子图，加深穿透力度，找到更多关联企业。
识别企业担保圈贷款风险
中小企业为了满足银行授信要求、提高信用等级，往往通过关联企业、产业链上下游客户、关系人等相互担保，形成担保圈（链）乃至关系更为复杂的担保网。担保圈中的企业普遍存在超出自身实力对外融资和担保的现象，如果担保圈整体净资产无法覆盖银行信贷风险，容易爆发风险连锁反应。
产业链图谱可以帮助银行深度挖掘授信客户信贷信息，揭示客户复杂的担保网络，形成可视化银行担保圈风险图谱，直观、高效地识别出客户是否存在联保、互保、循环担保等情况，在此基础上构建贷后违约风险预警模型，为防范、化解企业担保圈贷款风险提供条件。
识别风险客群
在外部监管以及银行内部管理的要求下，银行风险管理关注的焦点从单一客户过渡到客户群体。为避免风险在地区、产品、行业和客户群过度集中，商业银行传统上采取信贷总体组合限额、授信集中度限额等风险管理方法，防范和转移风险。进入数字化时代，这种风险管理手段存在滞后性，越来越不能满足业务发展需求。
建立产业链图谱后，银行可以基于多维数据，从行业关联的维度预测风险客群。通过展示每个行业及与其关联度最高的多个行业，当某一行业发生了行业风险或高风险事件，银行就可以及时预测存在潜在风险的关联行业，对相关行业及客群风险做出预判，调整贷款投放，及时规避风险。
产业链图谱作为一项新兴技术，现阶段在产业金融服务中的各项应用还处于起步阶段，更多以知识图谱形式出现。较为典型的代表是苏州银行，2020年，苏州银行“基于大数据的供应链知识图谱分析产品”进入人民银行监管沙盒，通过运用大数据、图数据库及关联图挖掘等技术构建供应链知识图谱平台，为中小企业信贷业务提供决策支持，增强供应链信贷服务的安全性和可靠性。
总 结
聚均科技将产业链图谱拓展至产业链贸易端，基于物流、商流、资金流、信息流“四流合一”数据，依托领先的全场景数字科技，深入调研产业分支，细化业务场景需求，构建产业链企业间的贸易图谱，帮助金融机构丰富风险识别评估维度，有效赋能金融机构产业金融服务的数字化转型，助力高质量发展。
参考文献：
【1】毛瑞彬，朱菁，李爱文，周倚文，潘斌强，岳琳：《基于自然语言处理的产业链知识图谱构建》
【2】毛瑞彬：《基于NLP的产业链构建及应用》
【3】大数据先生：《基于知识图谱的供应链金融大数据风控应用研究》
【4】封军雷，孙宇熙，王炜：《数字化风控——图计算八个应用场景》
【5】金融科技创新应用声明书：《基于大数据的供应链知识图谱分析产品》
【6】爱分析访谈：《知因智慧创始人任亮：产业知识图谱是AI在金融领域落地的最佳路径》
【7】五度易链：《编制产业链图谱，解读产业实况，研判产业态势，助力产业招商》
