金融科技知识图谱：解析复杂网络分析

关联词：金融网络分析、担保圈、反洗钱、监管科技、支付网络、欺诈检测、压力测试、金融风险管理

复杂网络是指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。通俗来讲，复杂网络就是一种呈现高度复杂性的网络。

复杂网络是由数量巨大的节点（研究对象）和节点之间错综复杂的关系（研究对象之间的关系）共同构成的网络结构。复杂网络分析技术针对越来越多、越来越复杂的事物之间的关联关系进行非线性建模。对复杂网络的研究兴起于21世纪初，这个概念的出现在很大程度上受到了对诸如计算机网络、技术网络、大脑网络和社交网络等的经验研究的启发。复杂网络分析、网络科学（Network Science）和网络理论（Network Theory）有密切联系。

比较有名的复杂网络有无尺度网络（Scale Free Network）和小世界网络（Small World Network），小世界网络也称六度分隔理论（Six Degrees of Separation）。两者都具有特定的结构特征，其中，前者呈幂律（Power Law）分布，后者则是高聚类（Non-homogeneous Nature）。

复杂网络分析最初应用于文献计量学（Bibliometrics），之后用于网络搜索。复杂网络分析最初的成功应用是谷歌在1998年利用PageRank算法解决了海量网页实时搜索的问题。13社交网络分析（Social Network Analysis，SNA）紧随其后。脸书、腾讯、推特和微博的崛起都与社交网络技术的应用有关。基于某地区企业之间担保贷款的复杂网络建模如图2.8所示。

(www.xing528.com)

图2.8　基于某地区企业之间担保贷款的复杂网络建模

注：其中企业为网络节点，连接线为企业之间的贷款担保关系。

复杂网络也是研究传染病的一种重要的数学模型，无论是曾经的SARS（重症急性呼吸综合征）病毒还是现在的新型冠状病毒2019-nCOV，其传染病模型都有一个重要的概念，叫作基本再生数（Basic Reproduction Number）。其含义是一个典型的感染者会让多少其他人被感染。若基本再生数大于1，则疾病会蔓延；若小于1，则疾病会消失。

金融网络中也有类似于传染病的问题，例如金融危机。

就复杂网络分析在金融领域的应用而言，供应链网络（Supply Chain Network，SCN）是多年来的经典应用。2007—2008年全球金融危机之后，金融网络蓬勃发展。复杂网络是金融系统的良好模型。网络理论是系统风险的分析基础。国外金融机构、中央银行和金融监管机构已经将复杂网络分析应用于银行间拆借市场，监测欺诈行为，开展流动性、系统性等金融风险的管理。

此外，欺诈检测和反洗钱也是复杂网络分析的合适应用场景。