kp-008 · 金融知识图谱：实体、关系与构建流程

核心模块：智能投研预计 25 分钟更新 2026-10-02

一句话定义

金融知识图谱把公司、人员、产品、股权、担保、供应链等实体及其关系建成可查询的网络，支撑穿透式尽调、关联风险传导与投研线索发现，本知识点讲清其本体设计、构建流程与维护机制。

为什么重要

金融风险的传播本质是关系问题：担保圈把个体债务风险串成链，实际控制人把多家公司的命运绑在一起，供应商断供沿供应链传导。表格式数据无法回答"这家公司的担保对手的母公司还担保了谁"这类多跳问题，图可以。同时，知识图谱是大模型时代被重新重视的基建：RAG 中的实体消歧（"平安"是银行、证券还是保险？）、幻觉校验（该公司是否真持有该牌照）都依赖图谱提供的事实底座。没有图谱，多主体、多层级的金融分析只能靠人工拼图。

前置知识

kp-005（实体抽取能力是图谱的数据来源）。

直观类比

知识图谱是把散落的"名片盒+户口本+担保合同"誊写成一张关系网：每个人、每家公司是一张卡片（节点），亲属、持股、担保、供货是卡片之间的连线（边）。查"谁和这家问题公司连在一起"，以前要翻十本册子，现在沿网走两步就到——而"两步之外还有谁"恰恰是风险排查最该问的问题。

核心概念

本体设计（ontology/schema）：先定义节点类型（公司、自然人、产品、行业、地区、账户）与边类型（持股、任职、担保、供应、诉讼、共同地址），以及属性（比例、金额、起止日期）。本体是图谱的宪法，边类型设计直接决定能回答什么问题。
实体对齐（entity resolution）：同一主体在不同来源有多个名称（"XX 集团""XX 股份有限公司"、简称、曾用名、英文名），需通过统一社会信用代码、名称相似度、地址与法人辅助证据合并为同一节点；对齐错误会把两张网错误粘连。
关系抽取与时序：股权比例、任职、担保都有起止时间，图谱必须是时序图谱（每条边带有效期），否则历史担保链会污染当前风险视图。
多跳查询：沿边走 N 步的组合查询（穿透 N 层找实际控制人、寻找担保环 cycle detection），是图谱相对表格的核心能力。
存储选型：属性图模型（Neo4j 类图数据库）与 RDF 三元组模型；金融实务以前者为主，关键是与关系型数仓的同步机制。

原理与机制

构建流程五步：源数据接入（工商登记、公告、裁判文书、招投标——注意这些是记录源而非媒体源）→ 实体抽取与对齐（kp-005 的 NER 加对齐规则）→ 关系抽取与属性挂载（比例、日期必须可溯源到文书）→ 质量校验（勾稽：股东比例加总应约等于 100%；冲突检测：同一股权两条矛盾记录需仲裁）→ 更新机制（增量抽取+变更事件触发，图谱不更新即腐烂）。关联风险传导的机制：担保圈识别在图上是找环（A 担 B、B 担 C、C 担 A），实际控制人穿透是沿持股边向上走并按比例合并，供应链集中度是计算某节点为枢纽的子图规模——每个业务问题都对应一个图算法原语。与 LLM 的配合机制：图谱提供确定性事实用于约束与校验 LLM 输出（kp-024），LLM 提供自然语言接口降低图谱查询门槛。

图示

源: 工商登记 · 公告 · 裁判文书 · 招投标
        │ 抽取(NER/关系) + 对齐(信用代码/名称/地址)
        ▼
本体: [公司]─持股─▶[公司]    [自然人]─任职─▶[公司]
      [公司]─担保─▶[公司]    [公司]─供应─▶[公司]
        │ 质量校验(比例勾稽/冲突仲裁) + 时序(有效期)
        ▼
图数据库 ──▶ 多跳查询: 控制人穿透 / 担保环 / 供应链集中度
        └─▶ 增量更新(变更事件触发)

实例或案例

一家银行的贷前尽调场景：系统对申请企业沿"担保"边做环检测，发现其与两家关联公司构成互保三角，且其中一家的母公司对外担保总额已超净资产；沿"持股+任职"边向上穿透两层，实际控制人名下另有一家被列为失信被执行人的公司。这些结论由图谱多跳查询在秒级给出，每条边可回溯到具体登记文书——尽调报告从"本企业财务状况"扩展到"它所在的网络"，这正是担保圈风险（多起区域性信贷风险的共同形态）的标准排查动作。

常见误区

误区一：知识图谱等于可视化大屏。 关系图颜值不重要，本体设计、实体对齐质量与时序处理才决定能否回答业务问题；只有展示层没有更新机制的图谱三个月后就是误导源。
误区二：图谱建完即一劳永逸。 股权变更、担保到期、诉讼进展持续发生，没有增量更新与版本管理的图谱会静默失效。
误区三：实体对齐是小问题。 名称相似不等于同主体（"XX 科技"与"XX 科技有限公司"可能是两家独立公司），对齐错误造成的假关联比缺数据更危险。

自测题

本体设计中边类型选择如何影响系统能力？

答案要点：能回答的问题由边类型决定，如无"担保"边则无法做担保圈排查；本体是能力边界。

为什么金融知识图谱必须带时序？

答案要点：股权/担保/任职有起止时间，无时序会把已解除的担保计入当前风险，历史污染现在。

图谱如何与 LLM 协作？

答案要点：图谱提供可校验的确定性事实做约束与校验，LLM 提供自然语言查询与摘要接口。

公式或模型

本节不适用：图算法原语（环检测、路径搜索、社区发现）以流程与查询形式呈现，本知识点不展开数学定义；图谱相关计算特征可延伸见 kp-014。

与其他知识点的关系

kp-005 提供抽取底座；kp-014 的反欺诈把图谱用于行为网络；kp-009 将图谱查询作为投研工作流的一环；kp-024 用图谱做事实校验以压制幻觉。