业务挑战

在当前的金融信贷智能风控管理过程中，普遍存在以下难点：

1.传统的风险控制依赖于流程和专家经验，但受限于规模，效益有限。

随着金融机构信息化系统的普及，目前已经逐步实现数据驱动的风险控制业务。进一步需要优化当前利用规则引擎挖掘和模型驱动的风控业务模式，实现自动化规则和算法的应用，提高风控效率。

2.传统的风控体系关注点是单体风险，难以关注群体风险。

特征表达性的提升主要集中在个体风险识别方面。因此，依据大多数市场专家的判断，风控业务的演进需要具备全局观，依据业务识别出对应的群体。这意味着风控业务的视角需要从关注单体风险扩展到同步关注群体风险。

3.传统的风控主要集中在对个体风险的识别和判定上进行数据挖掘。

在完善的智能风控体系中，还需要提供与企业相关的其他企业的相关信息，以及关联企业是否对其关联交易产生微弱影响，这些微弱影响的积累通常对企业产生重要的推动作用。而智能风控需要关注并识别相关的蝴蝶效应。

解决方案

大树科技希望构建完整的智能风控体系，涵盖数据获取、数据模型算法挖掘、模型和算法的规则部署，并为运营决策提供赋能。通过自动沉淀业务内部的数据资产，并将其反哺到风控模型和策略中，以优化模型策略并形成正向的反馈机制。经过多轮深入沟通以及多方面的综合筛选，大树科技最终选择了如下解决方案：

基于枫清科技（Fabarta）的“一体两翼”产品矩阵，建立更加完善的智能风控体系。使用ArcFabric的部分组件，实现实时和离线数据导入，并对数据源进行相对灵活的扩展。在数据的基础上，通过使用ArcGraph 提供存查分析一体化多模态智能引擎，以实现高效的图查询和计算。在此引擎之上，使用了一站式图分析平台ArcPilot，实现非常灵活和便捷地操作图数据库及图计算引擎。

基于智能风控体系，大树科技在产业环境中构建了的企业关系图谱、交易流水图谱，能够完成以下场景的分析和挖掘：

1.企业图谱分析

在企业实控人识别、N度关联人、关联企业的查询、股权穿透以及风险传导路径等，通过Fabarta的分析平台进行便利操作，实现业务价值。

2.交易流水分析

包括上下游交易对手是否属于存量客户中的风险客户，交易本身是否存在闭环。同时利用图算法，如图注意力算法，结合企业关键节点周围其他关联关系节点的信息，来判断该企业是否会受到这些节点的风险影响。

3.团伙欺诈分析

依据对关键点，高权边以及完全子图的挖掘，可以有效进行团伙欺诈分析，避免资金损失。

用户收益

1.高性能图存储和图查询

Fabarta 的图数据库具备高性能，能够处理大规模数据量的图谱。无论是节点还是边的数量都可以达到过亿级别，在这种情况下，Fabarta 能够以毫秒级的查询效率满足业务需求。

采用 HTAP 架构，使得在图计算中能够高效处理复杂模型计算，具备高吞吐和高反馈效率。内置50+的标准化图算法，并具备灵活的模型扩展能力，使大树科技在图计算方面的效率大大提升。在交易闭环场景识别中，已经在亿级数据库中发现了 33 万个交易闭环，对反欺诈等业务具有重要价值。

2.高效的低代码图平台

Fabarta 提供了低代码开发应用的能力，节省了 70%的开发时间投入。大树科技能够更方便地开发应用，并将应用与客户的第三方系统集成。

3.灵活的画布应用配置

Fabarta 的画布应用配置非常便利，可以大大提升了分析师的开发效率。此外，Fabarta 适配了多种智能终端，无论是在手机还是电脑上，操作和计算都非常便捷。

4.为智能风控提供新视角

相比于仅关注个体风险，大树科技通过智能风控体系能够同时观察到群体风险，对企业所处环境的真实认知和深入洞察提供了更多可能性。在识别风险客户和发现风险特征时，需要提供业务上的可解释性，基于图的挖掘方法本身具备可解释性，这方面给业务提供了非常重要的帮助。