金融科技知识图谱－金融网络分析

关联词：复杂网络分析、金融重要基础设施、反洗钱、欺诈检测、受益所有人、监管科技、支付网络

金融网络分析，首先是根据金融关联关系建立金融网络，然后基于复杂网络分析理论，如社团发现、压力测试、传染病分析、排行分析、动态分析等，结合金融市场需求，进行不同角度的深入分析，为风险决策等提供量化支持（如识别系统重要性金融机构以及对风险传播路径进行建模）。

近年来，金融网络分析成为金融分析的一个重要领域。这种新研究用来满足迫切的市场需求：理解金融市场的结构和动态变化；解释和预测不同金融实体相互作用可能产生的结果。2013年3月，国际一流的学术期刊《自然·物理》（Nature Physics）推出了题为“金融复杂网络”（Complex Network in Finance）的专辑，其动因在于，2008年金融危机的爆发暴露了金融系统和经济系统建模过程中存在的明显缺陷，在这次危机中，宏观经济模型忽略了对系统性风险的综合考虑，不仅不能预测这次经济危机，也不能很好地解释经济危机，专业人士希望通过复杂网络和金融交叉学科的研究加深对于经济和金融网络的基础性理解，同时增强政策制定者的实际洞察力。

艾伦（Allen）和巴布斯（Babus）在题为“金融网络”（Networks in Finance）的综述文章中认为，网络理论的使用可以丰富我们对金融系统的理解，金融系统的网络分析方法对于评估金融稳定性发挥了重要作用，并对复杂网络在银行间市场、投资决策、公司管理、投资银行等具体领域的应用进行了介绍。

图6.7展示了基于复杂网络的算法分析，对担保群的风险进行计算，对担保群进行简单的风险分类，便于金融机构进行风险监测和系统性风险管理，类似地，也可以根据担保关联关系，利用算法计算出每个担保企业的风险等级，便于进行量化风险管理。

图6.7　企业担保群风险分类结果(www.xing528.com)

注：数字代表不同的企业担保圈标号。

国外金融机构和中央银行、金融监管机构已经将金融网络分析应用于研究银行间拆借市场以监测流动性风险。

随着金融市场的创新和发展，金融风险变得越来越复杂，需要更多的数据支撑和复杂的数学模型来进行量化描述，金融网络分析将成为未来金融风险管理的利器。

反洗钱是金融网络分析的一个重要应用场景，例如，资金网络图是金融网络分析在反洗钱中的一个应用。

【注释】

[1]模型由中国人民银行温州市中小支行和中科院管理、决策与信息系统重点实验室联合研发。

[2]参见wikipedia。