市场背景
企业尤其是中小微企业经常采取相互担保、循环担保等复杂的担保关系情况,抱团成“担保群”,这种行为容易造成多头授信和过度授信,一旦个别企业发生经营问题和财务危机,往往会产生多米诺骨牌效应。当贷款无法按时偿还,最终损失会由银行承担,提升银行的坏账率。
因此梳理、分析、防范和化解担保圈风险,已成为稳定经济增长,维护金融稳定的重要方面。金融行业可以利用企业之间的法人关系、供应链关系、担保关系、雇佣关系、股权关系等相关关系,利用复杂网络技术,构建对公企业族谱,利用复杂网络算法技术,分析网络担保风险,进而发现潜在的风险。
解决方案
天云数据对公企业族谱放大镜产品,基于复杂网络图算法和大数据技术,利用企业的既有数据,建立起企业之间链路形态,并对每种链路形态的风险特征进行了统计,以发现风险程度高的链路形态,同时发现风险程度高的“担保群”。
实践发现
客户中80%都不是普通担保关系,同时复杂度越高的担保群,不良的比例也越高。
多保一形态的问题的不良发生率比较高,甚至超过相互担保和循环担保,是风控方面需要关注的形态。
很多担保群都存在相互担保和循环担保的情况,甚至出现客户两两之间全是相互担保关系。
“倒金字塔形”的数量远远超过“金字塔形”的数量,说明很多的担保业务绕来绕去很可能集中到一个人的身上,风险集中程度高。
产品价值
全国担保群的分析人员,数量往往成千上万,分析起来还需要很多人工干预。因此智能识别出风险程度高的“链路形态”以及“担保群”,能节省人工干预时间,提高效率,更快地发现并预警风险,减少未知的损失。
天云数据对公企业族谱放大镜产品重点关注企业密切资金往来的风险关系和担保圈关联企业的风险关系。通过这两种关联关系的分析,把单一企业风险,利用社交网络的风险传播算法,传导到群体企业,起到的风险放大作用,对企业进行提前风险预警,从而减少风险损失。
- 呈现企业之间的链路关系
- 跨行业数据挖掘量化分析
- 智能识别“担保群”风险