金融行業(yè)是數(shù)據(jù)驅(qū)動的行業(yè)，很多傳統(tǒng)金融業(yè)務(wù)對行情、資訊等金融數(shù)據(jù)已經(jīng)形成了高度依賴。知識圖譜作為人工智能時代的“知識工程”、“專家工程”，承載了對紛繁復(fù)雜、多源異構(gòu)的金融資訊大數(shù)據(jù)加工整合的重任，已經(jīng)得到行業(yè)從業(yè)人士的普遍認(rèn)同。

知識圖譜可以將金融資訊大數(shù)據(jù)中的實(shí)體關(guān)系屬性等信息，用極其簡單的三元組的方式聚合在一起，形成一個金融語義網(wǎng)絡(luò)。因?yàn)橛薪y(tǒng)一的數(shù)據(jù)表示，所以可以形成統(tǒng)一的數(shù)據(jù)消費(fèi)，這種機(jī)器可以看得懂的大數(shù)據(jù)，沒有理由不在智能金融業(yè)務(wù)場景中大放異彩。在探索與落地的過程中，一些難點(diǎn)仍有待突破。

看見

語義鴻溝是一個人工智能專業(yè)術(shù)語，用來解釋傳統(tǒng)金融與智能金融的溝通障礙非常貼合。這里有兩個層面的問題，一個是“看見”的問題，一個是“信任”的問題。 

傳統(tǒng)的金融IT是由業(yè)務(wù)部門提業(yè)務(wù)需求，IT部門負(fù)責(zé)轉(zhuǎn)化為軟件需求，IT供應(yīng)商負(fù)責(zé)提供解決方案或者軟件產(chǎn)品。這套方法在數(shù)字金融時代、互聯(lián)網(wǎng)金融時代都非常有效，為何在智能金融時代就玩不轉(zhuǎn)了呢？這里就存在著能不能“看見”的問題。 

簡單來說，人工智能的數(shù)據(jù)科學(xué)家看不見業(yè)務(wù)部門的業(yè)務(wù)，而金融機(jī)構(gòu)的業(yè)務(wù)人員也看不見自己的某項(xiàng)業(yè)務(wù)問題還可以用人工智能的方法來解決，從而也提不出這樣的需求。所以在人工智能團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)之間，必須有一類角色要解決這個問題，負(fù)責(zé)創(chuàng)造性地提出某些業(yè)務(wù)場景如何用人工智能（大數(shù)據(jù)技術(shù)）加以改造。這類角色最好是業(yè)務(wù)出身，并且懂一些人工智能技術(shù)，他們是典型的創(chuàng)新型人才，其當(dāng)下的重要作用不亞于數(shù)據(jù)科學(xué)家。 

信任

語義鴻溝的第二個層面是信任問題。人工智能結(jié)果的可靠性、質(zhì)量的保障以及過程的可解釋性，是產(chǎn)生信任問題的根源。舉個例子，面對人工審核的合同和用AI審核的合同，即使后者的準(zhǔn)確率能夠高達(dá)98%，傳統(tǒng)業(yè)務(wù)人員可能依然傾向于人工審核的合同，因?yàn)樗枰P(guān)鍵條款不能出錯，而不是一個針對通篇的高概率的正確。這背后，隱藏的是經(jīng)年的用戶教育問題。

數(shù)據(jù)質(zhì)量

比之于語義鴻溝，數(shù)據(jù)質(zhì)量對金融知識圖譜的推廣有更大的影響。知識圖譜是一份“大而全”的數(shù)據(jù)，數(shù)據(jù)的增量部分是很少的，大部分?jǐn)?shù)據(jù)是對已有數(shù)據(jù)的再組織，成果就是由“多源異構(gòu)數(shù)據(jù)”轉(zhuǎn)化為統(tǒng)一的schema。不過，數(shù)據(jù)的質(zhì)量以及數(shù)據(jù)的缺失，影響了圖譜的發(fā)力。 

從schema構(gòu)建來說，這張圖已經(jīng)清晰描述出了企業(yè)核心譜系，實(shí)體上，覆蓋了公司、產(chǎn)品、行業(yè)、概念、地域，甚至資訊、研報(bào)、事件、指標(biāo)也做了定義；關(guān)系上，股權(quán)關(guān)系為主，還覆蓋了產(chǎn)業(yè)鏈上下游。但如果這個schema定義的知識圖譜，實(shí)體關(guān)系只有1、2度這樣的深度，那么他跟上市公司三方數(shù)據(jù)沒什么區(qū)別。知識圖譜的強(qiáng)大不在于信息的詳盡，而在于信息的穿透。

以股權(quán)穿透為例，因?yàn)樾畔⑴兜脑?，上市公司的一層股東關(guān)系很容易獲得，諸如：10大股東、10大流通股東、聯(lián)營公司、母公司、子公司。而在二層股東關(guān)系里，可能會有一些非上市公司，非上市公司沒有信息批露的義務(wù)，所以有可能只能獲取有限的工商股權(quán)數(shù)據(jù)。這就使得上圖定義的如此強(qiáng)大的schema變得非常尷尬，當(dāng)知識圖譜schema定義的很多槽無法得到有效填充的情況下，知識圖譜的信息穿透等分析能力就會大為減弱，這種數(shù)據(jù)的缺失，影響著金融知識圖譜的發(fā)展。

筆者曾率隊(duì)做過一個股權(quán)方面的課題，業(yè)務(wù)本身比較簡單，以股權(quán)投資超過一定比例作為控制邏輯，計(jì)算上市公司包含在哪些資本系里面，并給出實(shí)控公司、核心成員以及擴(kuò)展成員。該課題實(shí)踐下來，最難的不是連通子圖的計(jì)算，也不是上下穿透的圖分析，而是找到并清洗出一份合格的股權(quán)數(shù)據(jù)。這其中存在很多問題，例如某個公司股權(quán)信息為空，最大股權(quán)小于規(guī)定比例等等。

如果用工作量來度量下這個課題，算法占20%，應(yīng)用開發(fā)占20%，數(shù)據(jù)源比對占30%，數(shù)據(jù)處理占30%。數(shù)據(jù)積累和沉淀，道路漫漫。

那么未來金融知識圖譜的發(fā)展之路應(yīng)該如何走呢？融合產(chǎn)業(yè)鏈數(shù)據(jù)與引入“事件”是兩種值得思考與探索的方式。

融合產(chǎn)業(yè)鏈數(shù)據(jù)

金融知識圖譜為何需要產(chǎn)業(yè)鏈數(shù)據(jù)呢？企業(yè)分析首先從關(guān)系分析開始，對于上市公司來說，企業(yè)的關(guān)系分析除了基本的企業(yè)鏈信息之外，無外乎兩大類關(guān)系：公司的股權(quán)關(guān)系，實(shí)體公司的產(chǎn)業(yè)鏈條關(guān)系。

公司的股權(quán)關(guān)系包括：股東關(guān)系、投資關(guān)系、母子公司關(guān)系、擔(dān)保關(guān)系、質(zhì)押關(guān)系等等；產(chǎn)業(yè)鏈關(guān)系則包括：公司主營產(chǎn)品信息、公司所屬行業(yè)，產(chǎn)品所屬細(xì)分行業(yè)，產(chǎn)品上下游、行業(yè)上下游等等。

一個公司的股權(quán)信息代表了一個實(shí)體公司在金融層面的一些運(yùn)作，股權(quán)投資、股權(quán)激勵、增資擴(kuò)股、股權(quán)質(zhì)押、股權(quán)擔(dān)保等都屬于這類業(yè)務(wù)，股權(quán)結(jié)構(gòu)的變化可能會體現(xiàn)出公司的經(jīng)營風(fēng)險(xiǎn)、業(yè)務(wù)前景等；但對一個實(shí)體公司來說，股權(quán)層面的操作都可以看作是副業(yè)，實(shí)體產(chǎn)業(yè)的經(jīng)營才是主業(yè)。

從投資研究的角度看，實(shí)體產(chǎn)業(yè)的估值、行業(yè)地位、市場占有率、上下游構(gòu)成，這類信息構(gòu)成了實(shí)體公司的投資分析基礎(chǔ)，這些數(shù)據(jù)都屬于產(chǎn)業(yè)鏈數(shù)據(jù)。產(chǎn)業(yè)鏈數(shù)據(jù)是當(dāng)下行研分析師做投資研究的基礎(chǔ)數(shù)據(jù)，知識圖譜對于公司的關(guān)系分析，尤其產(chǎn)業(yè)鏈條的關(guān)系分析，是核心。

產(chǎn)業(yè)鏈數(shù)據(jù)配合股權(quán)數(shù)據(jù)，可以解決實(shí)體+金融兩類主要關(guān)系的業(yè)務(wù)分析。此時的金融知識圖譜才是在數(shù)據(jù)上完整的知識圖譜。這份知識圖譜數(shù)據(jù)才能夠覆蓋投研、風(fēng)控、投資、營銷服務(wù)等金融各類場景的數(shù)據(jù)服務(wù)需求。

引入“事件”

整合了產(chǎn)業(yè)鏈數(shù)據(jù)的金融知識圖譜，能夠進(jìn)一步演化為產(chǎn)業(yè)金融知識圖譜。有了產(chǎn)業(yè)分析能力的金融知識圖譜，就可以試水行研風(fēng)控等金融核心業(yè)務(wù)了。

筆者在智能金融實(shí)踐中，經(jīng)常會遇到如下的一些問題：原材料漲價(jià)，對行業(yè)上下游的公司有什么影響？某P2P平臺暴雷，這個風(fēng)險(xiǎn)事件對上市公司會有什么影響？CPI拐點(diǎn)出現(xiàn)，該指標(biāo)對哪些行業(yè)、哪些公司有哪些影響？

 這類問題不是簡單的數(shù)據(jù)問題，也不是在找企業(yè)的某種關(guān)系，而是投研/風(fēng)控領(lǐng)域經(jīng)常面對的業(yè)務(wù)研究問題。這類問題的起點(diǎn)是一個個具體的事件，尋找的答案是事件的影響分析。

這類問題在過去基本存在于行研風(fēng)控專家的業(yè)務(wù)模型里，而現(xiàn)在知識圖譜作為企業(yè)關(guān)系分析的利器，企業(yè)等實(shí)體的關(guān)系網(wǎng)絡(luò)的存儲載體，讓我們對于這類問題可以有新的方案加以應(yīng)對，將傳統(tǒng)業(yè)務(wù)研究嫁接到基于知識圖譜的人工智能基礎(chǔ)設(shè)施上，而支撐這類業(yè)務(wù)研究的，是構(gòu)建在圖譜數(shù)據(jù)中臺之上、投研風(fēng)控業(yè)務(wù)之下的一個中間業(yè)務(wù)處理層——事件圖譜。

 區(qū)別于傳統(tǒng)事件驅(qū)動的“事件”，這里的“事件”是廣義上的事件。事件圖譜是指將新聞、公告、輿情等各類資訊，用人工智能分類的方法進(jìn)行事件類型識別，將識別好的事件和關(guān)聯(lián)主體跟金融知識圖譜做關(guān)聯(lián)，從而形成事件圖譜。事件圖譜也不同于國內(nèi)學(xué)術(shù)界提出的事理圖譜，事理圖譜更多的是從NLP角度將新聞資訊的內(nèi)容格式化為知識圖譜，形成大數(shù)據(jù)，進(jìn)而做推理分析。

 事件圖譜的作用主要體現(xiàn)在兩方面：一個是事件識別，一個是事件的影響分析。所謂事件識別，可以理解為事件的建模，或者說事件本體的構(gòu)建，簡單來說就是用模型描述一類事件，比如訴訟事件可以簡單建模成{事件類型：訴訟事件；影響標(biāo)的：某公司；情感分析：-0.5；事件熱度：0.8；事件影響度：0.5}；也可以對此進(jìn)行更加復(fù)雜的建模，把原告、被告、訴訟金額、訴訟地點(diǎn)等識別出來，從而更加精準(zhǔn)的對事件加以描述。

 事件的影響分析有兩個維度，一是事件回測，二是事件傳播影響。事件回測是對歷史上同類事件的發(fā)生做一個數(shù)據(jù)統(tǒng)計(jì)分析，對于上市公司而言，回測的目標(biāo)可以是設(shè)定為行情的收益率、波動率或者某個金融工程的具體模型，目的是看歷史上同類事件發(fā)生后，對于相關(guān)公司會有什么樣的影響。

 事件傳播影響則要借助金融知識圖譜，通過事件識別命中某個事件主體（可能是某個公司、行業(yè)、產(chǎn)品，抑或是某個宏觀數(shù)據(jù)行業(yè)指標(biāo)等），將該主體關(guān)聯(lián)到金融知識圖譜里，可以查看跟這個事件相關(guān)的企業(yè)鏈信息、股權(quán)鏈信息和產(chǎn)業(yè)鏈信息。事件自身的正負(fù)面、影響度、熱度會沿著知識圖譜實(shí)體的關(guān)系網(wǎng)絡(luò)進(jìn)行傳播，對這個傳播影響進(jìn)行定性或者定量的分析就是事件圖譜要解決的核心問題了。

 所以，事件圖譜通過對新聞資訊輿情所描述的事件進(jìn)行建模，并對其做定性或者定量的影響分析，從而在金融大數(shù)據(jù)和投研風(fēng)控的業(yè)務(wù)研究中加入了一層智能事件的圖譜分析。事件圖譜聯(lián)合企業(yè)畫像和標(biāo)簽系統(tǒng)，將為傳統(tǒng)金融向智能金融演化提供強(qiáng)有力的人工智能的業(yè)務(wù)支撐。

當(dāng)使用知識圖譜的業(yè)務(wù)由點(diǎn)及面，各類數(shù)據(jù)通過各個項(xiàng)目慢慢匯集在一起，并且在各個場景中逐步產(chǎn)生數(shù)據(jù)的增量價(jià)值，金融知識圖譜的威力也會進(jìn)一步凸顯。

（來源：億歐）