在大數據與云計算的時代，很多人認為算力已經是無處不在的了，這種理解往往和事實有較大的偏差。真實的情況是，大量的底層（基礎層）硬件的算力被白白地浪費掉了，因為在技術層如果沒有去充分地釋放基礎層硬件的算力，應用層是根本無法獲得高算力的。在今天，從碳中和的角度來看，互聯(lián)網數據中心中的服務器的算力資源的利用率都非常之低（不足5%-10%），不能不說是太過高耗和浪費了。此外，不同的圖計算（圖數據庫）產品的性能是千差萬別的，只有實現真正底層創(chuàng)新的圖技術才能賦能金融業(yè)務的創(chuàng)新。

高性能圖計算一方面通過高密度并發(fā)、深度穿透、動態(tài)剪枝等能力來充分地釋放底層硬件的算力，旨在讓應用層充分獲取底層的計算資源。另一方面，圖計算可以通過對海量且復雜數據進行深度的穿透和挖掘來計算出數據之間的關聯(lián)關系，這種計算其實可以比作是對人類大腦的一個逆向工程。

從現實場景的應用來看，當年美國CIA能成功獵殺本拉登的秘密利器即歸功于圖計算。該技術成功幫助中情局通過對本拉登相關或間接的財務數據、DNA數據、語音、圖像、文本、地理位置、通訊等海量情報，進行了復雜的分析、挖掘和深度關聯(lián)，最終精準鎖定目標、一舉擊斃本拉登。

在金融場景中，圖計算還協(xié)助銀行找回前納斯達克主席伯納德·麥道夫龐氏騙局隱匿了20年的資金，通過層層數據穿透和挖掘，幫助受害者追回了部分損失。

02 傳統(tǒng)計量工具痛點VS“圖”變革

1、技術側要避免事后諸葛。2009年12月，坐落在瑞士第三大城市巴塞爾的巴塞爾銀行監(jiān)管委員會，提出了兩個流動性風險計量指標——LCR（流動性覆蓋率）和NSFR（凈穩(wěn)定資金比率）。2014年2月，我國銀監(jiān)會發(fā)布了《商業(yè)銀行流動性管理辦法》將LCR引入，并與存貸比和流動性比例一起作為三項流動性風險監(jiān)管指標。值得一提的是，LCR的計算規(guī)則十分復雜，需要調用海量的數據，如果依靠手工填報那將是一項不可能完成的工程。

而且，目前商業(yè)銀行采用的流動性風險管理指標多為靜態(tài)指標，這就導致了歷史數據計算出的指標只是反映出銀行某一歷史時間的流動性狀況，而非動態(tài)的、實時的、全面的監(jiān)測，這種“事后諸葛”式的監(jiān)測，很容易出現指標良好但風險較大的現象。

此外，銀行的金融場景是一種長鏈條計算的場景，這就要求技術實現上所定的規(guī)則要更為復雜，因為會涉及到各種回溯、歸因，而且數據的計算量更大，同時也更注重時效性。只有實現這種實時、全面、深度穿透、逐筆追溯、精準計量的監(jiān)測和預警，才能保障金融風控中避免出現諸如“蝴蝶效應”式的風險的發(fā)生。

圖：上萬筆資金流向，深度穿透下鉆43層

2、技術側要保持與時俱進。在2008年金融危機后，重視流動性風險管理逐漸成為業(yè)界和監(jiān)管的共識，業(yè)界專家們在研究中發(fā)現風險具有關聯(lián)性、相互轉化、傳遞和耦合的特點，且風險傳播渠道更為復雜，跨市場、跨領域的情況日益突出。

就對技術的要求上來說，關系型傳統(tǒng)數據庫，目前雖然依舊保有市場量，但在處理海量、動態(tài)變化的數據需求方面明顯力有不逮，且在成本、易用性、靈活性上短板日顯，而作為后起之秀的圖計算與圖數據庫區(qū)別于過去銀行使用以Oracle（甲骨文）為代表的傳統(tǒng)數據庫系統(tǒng)長期存在的“時效差，算的慢”、“黑盒化，算不準”、“粗糙計量，算不精”、“成本高，算的貴”帶給業(yè)務側的一系列痛點，通過底層的實時圖算力、高可視化、白盒實時回溯等性能，實現了逐筆金融風險的科學計量、深度下鉆與穿透。今年7月，招商銀行獲得《亞洲銀行家》2021年度“中國流動性風險管理成就獎”，在技術側實現了算力、算法、合規(guī)、成本、穿透計量五個維度的突破。流動性風險圖中臺（圖計算）系統(tǒng)在技術上滿足了與銀行實際業(yè)務貼近的訴求，并實現了與金融市場與時俱進的發(fā)展要求。

從目前銀行業(yè)務側反映的情況來看，流動性風險管理圖計算（圖中臺）系統(tǒng)在創(chuàng)新上共沉淀出六大成果：

第一高密度計算，集群更小。通過高密度的實時圖計算，用更少的計算資源，更低的碳排放，獲取到更高的算力并發(fā)。

以招行流動性風險圖中臺的實際應用來對比，其僅用了數臺服務器的小規(guī)模集群即完成了全行LCR的全面計算、穿透和高可視化，較傳統(tǒng)系統(tǒng)的算力、效率獲得指數級的提升。

第二可視化全景數據。區(qū)別于傳統(tǒng)的AI知識圖譜，流動性風險管理圖計算（圖中臺）系統(tǒng)的高可視化圖譜實現了在以底層算力拉動前提下的處理海量復雜數據的能力，并以實時交互可視化的方式，讓人一目了然地看到并知曉各個數據間的業(yè)務邏輯，給銀行業(yè)務人員及管理層以直觀決策。此外，該系統(tǒng)還支持2D、3D可視化切換模式，能全景呈現各數據指標和路徑。

第三超強算力，速度快萬倍。算力是檢驗底層硬核科技性能的標準之一。在對比測試中發(fā)現，基于關系型數據庫架構計算LCR需要T+1，用實時圖數據庫則是實時（秒級），在性能上存在萬倍以上的差異。值得一提的是，如果作為一個大型商業(yè)銀行，它是基于全行數據的一次計算，其中包括存貸款、零售、對公、同業(yè)等全量的、數以億級的海量數據進行計算，且數據量還是覆蓋30天的，那么它的數據計量已達到近百億級，這是非常考驗底層系統(tǒng)性能的承壓能力的。

第四超深度分析，追溯每筆交易。黑盒化猶如薛定諤的貓，僅呈現最終結果，無中間過程，計量不可解釋，無法審計也不合規(guī)，一直是銀行在使用傳統(tǒng)流動性管理系統(tǒng)時的隱憂。區(qū)別于此，圖計算（圖中臺）流動性風險管理系統(tǒng)可以做到深度穿透性的下鉆和分析，能追溯到銀行里的每一筆交易，并實現實時可追溯、可視化管理計算細節(jié)，并能精準定位傳導路徑，旨在最終保障業(yè)務方獲取到的數據既可解釋又精準。

第五精準計量，賬戶每一分錢。精準計量除了滿足外部的監(jiān)管，更多是為了助力銀行內部的增效，有利于指導經營活動，增強產品在市場上的韌性，更好地輔助用戶通過精準計量實現產品上的融合、組合，科學指導營銷路徑上的精準優(yōu)化。

第六實時計算LCR及變化原因。區(qū)別于傳統(tǒng)流動性系統(tǒng)時效差、算的慢的痛點，圖計算流動性風險管理系統(tǒng)能對海量、復雜數據進行實時計算并精準計量其變化原因，助力業(yè)務方第一時間預知風險變化，完成監(jiān)管要求，實時調整行業(yè)業(yè)務決策，幫助制訂業(yè)務規(guī)則，最終實現銀行在安全性、盈利性和流動性“三性”之間的平衡，做到運籌帷幄之中，決勝千里之外。

轉載：圖計算引發(fā)銀行流動性風險管理變革