市場背景
企業尤其是中小微企業經常采取相互擔保、循環擔保等復雜的擔保關系情況，抱團成“擔保群”，這種行為容易造成多頭授信和過度授信，一旦個別企業發生經營問題和財務危機，往往會產生多米諾骨牌效應。當貸款無法按時償還，最終損失會由銀行承擔，提升銀行的壞賬率。??
因此梳理、分析、防范和化解擔保圈風險，已成為穩定經濟增長，維護金融穩定的重要方面。金融行業可以利用企業之間的法人關系、供應鏈關系、擔保關系、雇傭關系、股權關系等相關關系，利用復雜網絡技術，構建對公企業族譜，利用復雜網絡算法技術，分析網絡擔保風險，進而發現潛在的風險。??
解決方案
天云數據對公企業族譜放大鏡產品，基于復雜網絡圖算法和大數據技術，利用企業的既有數據，建立起企業之間鏈路形態，并對每種鏈路形態的風險特征進行了統計，以發現風險程度高的鏈路形態，同時發現風險程度高的“擔保群”。 ?
實踐發現
客戶中80%都不是普通擔保關系，同時復雜度越高的擔保群，不良的比例也越高。 ?
多保一形態的問題的不良發生率比較高，甚至超過相互擔保和循環擔保，是風控方面需要關注的形態。 ?
很多擔保群都存在相互擔保和循環擔保的情況，甚至出現客戶兩兩之間全是相互擔保關系。 ?
“倒金字塔形”的數量遠遠超過“金字塔形”的數量，說明很多的擔保業務繞來繞去很可能集中到一個人的身上，風險集中程度高。 ?
產品價值
全國擔保群的分析人員，數量往往成千上萬，分析起來還需要很多人工干預。因此智能識別出風險程度高的“鏈路形態”以及“擔保群”，能節省人工干預時間，提高效率，更快地發現并預警風險，減少未知的損失。 ?
天云數據對公企業族譜放大鏡產品重點關注企業密切資金往來的風險關系和擔保圈關聯企業的風險關系。通過這兩種關聯關系的分析，把單一企業風險，利用社交網絡的風險傳播算法，傳導到群體企業，起到的風險放大作用，對企業進行提前風險預警，從而減少風險損失。 ?
- 呈現企業之間的鏈路關系 ?
- 跨行業數據挖掘量化分析 ?
- 智能識別“擔保群”風險 ?
