基于链路预测的小微授信客户隐性关联关系识别研究
发布时间：2021-09-28 12:28
商业银行在小微业务信贷风险管理实践中的核心问题是:如何识别小微企业客户间的隐性关联关系,全面准确地评估风险,做好资产质量管控。从风险管理的实践看,小微企业是以人为核心的微观经济主体,企业的日常管理、资金运作等紧紧掌握在一些核心人员手中,除显性的股权、任职、上下游关系外,核心人员在银行不同渠道留存的信息也构成了复杂网络。基于此类信息,采用链路预测算法,使用Python的net-workx库,识别不同人员之间存在链接的可能性,进而识别不同人员控制的企业间的隐性关联关系。
【文章来源】：江苏工程职业技术学院学报. 2018,18(03)
【文章页数】：5 页
【部分图文】：
图20号网络可视化图
图3N307节点的链接情况N496N042917N3320.794N4850.4345897N56211N0159N139N3077720N545N0530.7948200.4340.434888N2977N576N568N177图3N307节点的链接情况后的企业构成较强的隐性关联关系，在风险控制过程中需纳入同一集群进行分析、评估和管理。4结论与展望小企业隐性关联客户群往往并非短时期内形成的，目前的研究主要是基于当前的信息和网络数据进行探索和研究。在小企业隐性关联客户群的研究过程中，如果考虑时间的维度，可以看到关联客户群的形成过程，在时间的维度上，某个节点的加入对网络的形成至关重要，甚至改变了网络的形态和度量值，对识别其中起到关键作用的客户更加重要。小微企业通过隐性关联往往还构成了企业集群，在识别隐性关联的基础上，还可以进一步研究，进行社群发现，挖掘小微企业通过显现或隐性关联关系构成的企业集群，统一进行管理。参考文献：[1]人民网-IT频道.蚂蚁金服井贤栋：AI技术可成倍提升农村小贷风控能力[EB/OL].(2017-09-02)[2018-05-06].http：//it.people.com.cn/n1/2017/0902/c1009-29511124.html.[2]宋佳燕.银监会纾解小微金融“郁结”银行考核指标六年首度革新[N].21世纪经济报道，2015-03-09（016）.[3]刘竟，孙薇.基于链路预测的潜在科研合作关系发现研究[J].情报理论与实践，2017，40(7)：88-92.[4]陈佳璐，钱宇华，张晓琴，梁新彦.依据节点贡献的链路预测方法[J].小型微型计算机系统，2016，37(1)：92-95.[5]吕琳媛.复杂网络链路预测[J].电子科技大学学报，2010，39(5)：651-661.[6]吕琳媛，周涛.链路预测[M].北京：高等教育出版社，2013.[7]FeiGao，KatarzynaMusial，ColinCooper，SophiaTsoka.Linkpredictionmethod
【参考文献】：
期刊论文
[1]基于链路预测的潜在科研合作关系发现研究[J]. 刘竟,孙薇. 情报理论与实践. 2017(07)
[2]依据节点贡献的链路预测方法[J]. 陈佳璐,钱宇华,张晓琴,梁新彦. 小型微型计算机系统. 2016(01)
[3]复杂网络链路预测[J]. 吕琳媛. 电子科技大学学报. 2010(05)
本文编号：3411897
【文章来源】：江苏工程职业技术学院学报. 2018,18(03)
【文章页数】：5 页
【部分图文】：
图20号网络可视化图
图3N307节点的链接情况N496N042917N3320.794N4850.4345897N56211N0159N139N3077720N545N0530.7948200.4340.434888N2977N576N568N177图3N307节点的链接情况后的企业构成较强的隐性关联关系，在风险控制过程中需纳入同一集群进行分析、评估和管理。4结论与展望小企业隐性关联客户群往往并非短时期内形成的，目前的研究主要是基于当前的信息和网络数据进行探索和研究。在小企业隐性关联客户群的研究过程中，如果考虑时间的维度，可以看到关联客户群的形成过程，在时间的维度上，某个节点的加入对网络的形成至关重要，甚至改变了网络的形态和度量值，对识别其中起到关键作用的客户更加重要。小微企业通过隐性关联往往还构成了企业集群，在识别隐性关联的基础上，还可以进一步研究，进行社群发现，挖掘小微企业通过显现或隐性关联关系构成的企业集群，统一进行管理。参考文献：[1]人民网-IT频道.蚂蚁金服井贤栋：AI技术可成倍提升农村小贷风控能力[EB/OL].(2017-09-02)[2018-05-06].http：//it.people.com.cn/n1/2017/0902/c1009-29511124.html.[2]宋佳燕.银监会纾解小微金融“郁结”银行考核指标六年首度革新[N].21世纪经济报道，2015-03-09（016）.[3]刘竟，孙薇.基于链路预测的潜在科研合作关系发现研究[J].情报理论与实践，2017，40(7)：88-92.[4]陈佳璐，钱宇华，张晓琴，梁新彦.依据节点贡献的链路预测方法[J].小型微型计算机系统，2016，37(1)：92-95.[5]吕琳媛.复杂网络链路预测[J].电子科技大学学报，2010，39(5)：651-661.[6]吕琳媛，周涛.链路预测[M].北京：高等教育出版社，2013.[7]FeiGao，KatarzynaMusial，ColinCooper，SophiaTsoka.Linkpredictionmethod
【参考文献】：
期刊论文
[1]基于链路预测的潜在科研合作关系发现研究[J]. 刘竟,孙薇. 情报理论与实践. 2017(07)
[2]依据节点贡献的链路预测方法[J]. 陈佳璐,钱宇华,张晓琴,梁新彦. 小型微型计算机系统. 2016(01)
[3]复杂网络链路预测[J]. 吕琳媛. 电子科技大学学报. 2010(05)
本文编号：3411897
本文链接：https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/3411897.html