知识图谱在金融领域的分析与应用：回顾与现状 (2).pdf

知识图谱在金融领域的应用：回顾与现状北京文因互联科技有限公司2022.03.12!#$%&(2010年学术萌芽：语义（即今天的知识图谱）+金融=？!#$%&(Big Bang的原点：2016.3.9!#$%&(金融界被震撼了“我今天看了(比赛)之后决定以后不炒股了，以后金融市场肯定也是程序化交易的天下。”古月表示，“反正我看这个棋，从头看到尾越看越怕，它没有人的情绪，不会跟你赌气。”!#$%&(疑问出现 脑力的自动化会催生哪些新金融职业？哪些职位会被影响？分析师，投资经理，交易员，财务顾问，etc 哪些区段会被影响？早期投资，场外交易，上市公司再融资，并购，二级市场 etc 哪些问题需优先解决？标的选择，行业分析，快速价值判断，规模交易 etc!#$%&(三天后：2016“语义对话金融沙龙”2016.03.12，北京，出席者30余人http:/ 2017会议日程杭州，出席者200余人!#$%&(FinKG 2017 统计270+报名者150+参与单位2 家交易所7 家券商10+银行10+家大学10+智能金融从业公司10+BAT等大型互联网公司30+投资机构!#$%&(FinKG 2017会议日程13:00-13:30 会议签到13:30-13:45 开场报告 鲍捷 文因互联 CEO金融知识图谱的现状和展望13:45-16:00 论坛报告16:00 茶歇16:30-17:30 讨论座谈论坛报告13:45-14:10 NLP与知识图谱的对接（白硕 中国中文信息学会常任理事）14:10-14:35 知识图谱在股权投资领域的尝试（滕放 因果树 创始合伙人）14:35-15:00 创投数据库建设与商业场景开发探索（文飞翔 IT桔子 CEO）15:00-15:25 如何运用知识图谱高效鉴别一级市场资产（郭颖哲 FellowPlusCEO）15:25-16:00 OpenKG:愿景与挑战（陈华钧 浙江大学教授；丁力 海知智能CTO）!#$%&(金融知识图谱（2017年的认识）创投类数据库；公众公司（A股和新三板等）基本面数据、行情数据；公告数据提取；研报数据提取；泛與情数据（如新闻、诉讼）泛企业数据（如工商）!#$%&(应用（as of 2017）传统数据终端的增强或替代；金融搜索；金融问答；公告、研报摘要；个人信贷反欺诈；信贷准备自动化；信用评级数据准备自动化；自动化报告；自动化新闻；自动化监管和预警；自动化审计；法规和案例搜索；自动化合规检查；产业链自动化分析；跨市场对标；营销和客户推荐!#$%&(FinKG致辞金融知识图谱论坛组委会，2017-03-29天下难事，必做于易；天下大事，必做于细。金融知识图谱是一个很复杂的系统工程，中间可能需要先达到若干中间节点，而非一下子就能变魔术。它可能催生新的应用，但一时难以在旧的金融体系内承载。它需要金融人才和人工智能人才的密切交流，培养一种新的复合型人才。这些工作，都不是一两年就能完成的。!#$%&(2018年：成立了金融知识图谱工作组（at CCKS）!#$%&(2018年的行业情况和应用领域按成熟度分可为：1）智能营销、面向个人的智能风控，主要依托大数据；2）以算法驱动的智能支付（利用图像处理的身份识别）、智能投顾（资产配置）；3）利用多种AI技术（特别是文本处理）的智能投研、智能客服、企业图谱的银行应用（获客、风控）；4）新兴场景，如智能监管、智能资管、自动化审计等，还处于市场启蒙期。更新兴智能营销个人风控智能支付智能投顾智能投研智能客服企业图谱智能监管智能资管智能审计+大数据2012+机器学习2014+文本处理2016+知识和规则2018更成熟（结构化数据之墙）!#$%&(2018年出现的新趋势23从统计建模到知识建模（财务、行业、宏观、规章）从利用结构化数据到利用非结构化数据从侧重于交易扩展到非交易场景（如监管）从主动投资到被动投资从小资金量到大资金量从数值型分析到情报型分析更便捷、简单的交互方式（如问答、语音）!#$%&(金融知识图谱（2018年的认识）创投类数据库；公众公司（A股和新三板等）基本面数据、行情数据；机器财报提取已达人类准确度（99.5%）监管企业画像高管画像公告数据提取；上交所已上线，深交所、股转（新三板）执行中研报数据提取；产业链图谱泛與情数据（如新闻、诉讼）价格图谱，竞争情报图谱，基于的KG的负面新闻债券风险预警泛企业数据（如工商）中小企业风控图谱营销获客图谱!#$%&(金融知识图谱的应用（2018年的认识）传统数据终端+；金融搜索；金融问答；公告、研报摘要；个人信贷反欺诈；信贷准备自动化；信用评级自动化；资管投研资管流动性管理；金融法规和案例搜索；银行业数据治理；证券业数据治理；研报智能搜索；报告图表搜索；银行业务流程管控；自动化报告；自动化新闻；自动化监管和预警；自动化审计；法规和案例搜索；自动化合规检查；产业链自动化分析；跨市场对标；营销和客户推荐；债券风控；财务自动化复核和诊断；机器人流程自动化；保险客服机器人；基金客服机器人；ICO评级；!#$%&(新出现的场景 监管场景 公告自动化摘要 合规性自动化监控 发债企业风险监控 法规、案例库建设和搜索 实体库建设和搜索 高管、股东关系分析 XBRL与pdf报告的一致性检查 基础数据场景 机器读取基础财务报表 财务报表附注关联 公告数据 研报数据 咨询/研究场景 企业竞争分析 自动化产业链、价值链分析 新闻事件影响分析 研报预期和观点汇总 行业分类和企业对标 研报扣图、图表检索 资管场景 产品发行 头寸管理!#$%&(新出现的场景（2）销售/投顾场景 根据新闻做基金投资的推荐 客户偏好机器学习 长期客户陪伴 投资者教育 精准财经新闻推送 投资场景 龙头企业发现 并购标的筛选 从研报、公告中获取量化模型输入 买方基础调查报告自动化 会计/审计场景 常见财务假造模型检测 财务指标勾稽关系校验 财务科目对齐 自动化杜邦分析!#$%&(2019年：金融知识图谱工作组系列沙龙!#$%&(2019年：金融知识图谱工作组系列沙龙2019年3月24日，国家金融与发展实验室!#$%&(2019年：金融知识图谱工作组系列沙龙2019年4月13日，普华永道中国!#$%&(发布评测竞赛任务配合CCKS2019的评测竞赛，文因互联主持共发布3项评测任务 人物关系抽取 苏州大学&狗尾草公司 面向金融领域的事件主体抽取 蚂蚁金服&中科院自动化所 公众公司公告信息抽取 东南大学!#$%&(32规则（Rule）本体（Ontology）模式（Schema）图（Graph）表格（Table）标签（Label&Tag）文本（Text）浅层语义分析表格理解知识抽取本体学习机器学习逻辑知识模式实例数据工程非结构化数据知识图谱（知识工程）结构化数据图谱分析322019年的认识：知识图谱金字塔!#$%&(2019年的趋势：知识的核心价值是驱动流程自动化33数据结构化流程自动化业务服务化服务开放化现在中台业务后台化“RPA”“AI中台”前台业务开放化“开放银行”etc.5年后10年后2019!#$%&(34破局的力量：监管科技引领金融流程自动化34全覆盖，无死角集成海量数据元数据管理非结构化数据结构化支持业务流程自动化支持智能分析!#$%&(352019年我们面临的问题数据结构化公告提取年报提取财报提取数据呈现公司画像搜索问答自动化监管自动化发行审核自动化合规检查自动化复核自动化评分自动化风险分析自动化造假分析自动化底稿生成银行精细化运营集中作业信审标准分析获客防流失自动报表合规、制度分析!#$%&(2019年：知识图谱 支持 新型用户交互检索式检索式（结构查找）查询（计算机语言检索）：图数据库检索搜索（关键词检索）：智能新闻搜索智能新闻搜索、智能研报搜索、智能公告搜索、智能研报搜索、智能公告搜索问答（自然语言检索）：开户助手、外呼助手、客服助手、查询助手开户助手、外呼助手、客服助手、查询助手探索（人机结合检索）：分面浏览器、产品搜索响应式响应式（规则激发）推送（条件激发内容）：市场预警、营销预警、风险事件预警市场预警、营销预警、风险事件预警约束检查：审计、合规、分发审计、合规、分发验证执行：智能合约、预约定条件执行图形式图形式（具象化）节点-边型图可视化：浏览股权关系、人物关系、事件时间线BI：图表与自动化报告图表与自动化报告、自然语言、自然语言BIBI卡片式总结：手机摘要推送、自动化Facetsheet增强现实：3D可视化助手36!#$%&(2019年take home：知识图谱 图谱37!#$%&(38知识图谱的真正威力：任务自动化!#$%&(任务自动化的三个维度FindabilityPortabilityReasonability可发现性帮助人发现数据可移接性机器发现数据（机器分发数据）可推理性机器创造数据!#$%&!#$%&(402020年：理解四种自动化40数据结构化流程自动化业务服务化服务开放化20152020自动化手自动化眼自动化脑自动化心!#$%&!$#!()$*+!,-$./2025!#$%&(四种自动化的技术价值自动化手自动化眼自动化脑自动化“心”搬移识别管理信任!#$%&()*+,-.()*+,-/#$%&41数据结构化流程自动化业务服务化服务开放化!#$%&(今日为何变革？42数据结构化流程自动化业务服务化服务开放化中台业务后台化（内部赋能智能化）前台业务开放化（外部赋能智能化）20152020装备现代化战术现代化组织现代化“政治”现代化20202025产品质量产品能力协作生态 操作效率抢市场的能力=敏捷产品创造的能力!#$%&(43渐次解锁各类业务43数据结构化流程自动化业务服务化服务开放化产品质量产品能力协作生态自动审核自动写作注册制数字转板直接上市持续评级ESGDefi开放投行!#$%&(“四化”都需要知识图谱技术旧金融新金融阶段技术装备体系手工操作机器作业数据结构化NLP战术体系依赖经验、人脉沉淀组织知识为机器流程流程自动化知识图谱规则编辑组织体系工匠联合体大规模分工，内部赋能业务服务化推理机规则管理系统政治体系各自为战全局调度、开放组织服务开放化AI合约分布式信任44!#$%&(2021年：知识图谱标准件已全面赋能主流金融场景45S SB BF FA AC CI I资管资管证券证券银行银行通用通用保险保险金融监管金融监管数字监管解决方案智能问答解决方案信披违规及财务风险分析员工异常行为监测解决方案业务合规监测解决方案资管产品分析模型产品风险合规模型客户视图模型客户关系模型保险合同智能审阅智能搜索关键信息保单文本审核系统智能理赔业务系统知识库构建解决方案信贷审批自动化解决方案风险管控自动化解决方案智能营销管理解决方案智能问答系统解决方案智能知识库文档智能核查解决方案报告自动撰写系统智能投顾解决方案投行流程自动化解决方案文本自动化解析文本自动化分类异常监控风险预警!#$%&(机器可自动审批金融文稿01234566789#:;9?;=AB!#$%&(47两边以后都是机器人+人47交换数据，而非表格交换数据，而非表格机器处理，而非手工机器处理，而非手工开放数据平台开放数据标准!#$%&(48知识图谱的价值：催化剂&浓缩铀&打折卡 催化剂，它能加速价值的产生，在数据聚合中产生新的数据。金融场景：（跨部门）数据湖 浓缩铀，它是大量知识和数据的提炼，是流动性好（大幅提升自动化程度）的数据。金融场景：招股说明书自动化审核 打折卡，是能降低成本，利用先验知识大幅提高价值的数据。金融场景：财务关系规则使能自动化审计!#$%&(业务中台企业的CPU：企业知识（业务和流程）沉淀以提高运营能力2021认识：“知识”是企业数字化转型的核心基础设置知识图谱知识图谱/知识库（KBMS）（业务规则和非结构化数据）BPMHCMERPITSMPLMCRMSCM内部流程人力资源企业资源技术资源产品管理客户管理供应链管理数据库数据库（结构化数据）赋能赋能支撑支撑!#$%&()*+,-./012345678知识作为数据的浓缩铀、催化剂、打折卡!#$%&()*+,-./01/2345!#$%&(!#$%&()*(+,$%-.&-/01&2-34#*(-52*56+%+%*5)*(78#+%+%*5)*-9:;#?=BCDEF?HG?HIACJKFLMNO#/P6+%+%*5)*(!#$!#$%&()&()QRST#U.5/(-VWXYZ22VWXY_UaVWX YbcdeYfgXYhiVWXYjkVWXYlmdeYnodeYnopqYrspqYrs7tYVWdeYnouvwxU