羅桑強巴

(四川大學計算機學院，成都 610065)

0 引言

擔保圈是企業(yè)之間互相擔保、交叉擔保和連環(huán)擔保形成的特殊利益集體[1]。擔保圈內(nèi)的各家企業(yè)成了息息相關的命運共同體，只要其中一家企業(yè)陷入債務危機，其他企業(yè)將或多或少受到牽連，嚴重時可能對整個區(qū)域經(jīng)濟產(chǎn)生巨大影響[2]。因此企業(yè)擔保圈的風險管理不僅影響企業(yè)融資，更影響著區(qū)域金融穩(wěn)定。2003年的新疆“啤酒花”擔保圈事件、2004年的重慶“覃輝”擔保圈事件、2006年河北寶碩股份擔保圈事件均給當?shù)亟鹑谏鷳B(tài)帶來了一定程度的破壞，擔保圈的“多米諾骨牌效應”會將風險沿著擔保鏈傳遞和擴散到圈內(nèi)的各個企業(yè)，各企業(yè)的風險可能會被化解，也有可能放大、轉(zhuǎn)遞和擴散，導致區(qū)域金融生態(tài)發(fā)生變化，甚至可能會發(fā)生系統(tǒng)性金融風險。

企業(yè)擔保圈風險監(jiān)管是非常有必要和迫在眉睫的事情，但是目前現(xiàn)有經(jīng)濟環(huán)境下，擔保是解決中小微企業(yè)融資問題的一條主要途徑，怎樣將監(jiān)管力度和解決中小微企業(yè)融資難、融資貴的問題找到一個平衡點是需要研究的問題。劉悅芹等人(2015)在研究擔保圈風險中指出，目前國內(nèi)擔保圈研究較為薄弱，主要存在擔保圈概貌不清，風險不明、阻斷不力等問題，并提出了基于有向遍歷算法的擔保圈繪制辦法[3]。劉錚(2019)提出了基于寬度優(yōu)先搜索的擔保圈識別辦法[4]。Tan Bo(2017)提出基于知識圖譜算法的客戶關聯(lián)關系構(gòu)建方法[5]。上述擔保圈的構(gòu)建方法主要以監(jiān)管單位或銀行收集的擔保信息數(shù)據(jù)為主，對企業(yè)的內(nèi)在關系和隱性擔保關聯(lián)等未考慮完全，并以寬度優(yōu)先和遍歷算法等繪制的擔保圈可能出現(xiàn)超級擔保圈，即包含上百家企業(yè)的超級擔保圈，且不能再對超級擔保圈進行有效的分割，風險傳導不一定會擴散至整個擔保圈，且無法精確預警需要防范風險的企業(yè)，可能發(fā)生整個擔保圈的恐慌，導致其他的金融風險出現(xiàn)。

1 擔保關系矩陣構(gòu)建

2 基于Louvain算法的風險擔保圈繪制

風險擔保圈的繪制方便了擔保圈的風險識別和企業(yè)風險傳遞的研究。本文主要通過Louvain算法對上節(jié)構(gòu)建的擔保關系矩陣進行聚類，并結(jié)合擔保圈內(nèi)企業(yè)的特性進行分析?；谠撍惴ǖ木垲悾梢詮亩鄠€層次進行擔保圈的繪制，并有效引入了企業(yè)關聯(lián)關系和相同法人信息，從而更準確地刻畫企業(yè)風險擔保圈，也為下一步從時間維度進行擔保圈分析提供了思路。

Louvain 算法是Vincent D.Blondel等人在2008年提出的[5]，是常用聚類算法的一種，也是目前社區(qū)聚類算法中計算速度最快的算法，目前論文引用已達1萬多次。該算法一種基于模塊化優(yōu)化的啟發(fā)式方法，通過計算模塊增量值ΔQ(delta modularity)確定節(jié)點是否加入新的社區(qū)。主要包含兩個重要的指標模塊度值Q，和模塊度增量值ΔQ，通過Q值可以確定社群的分類度，其取值范圍為[0，1]，值越大分類度越好。Louvain算法的具體公式如下：

Louvain算法構(gòu)建多層次企業(yè)風險擔保圈主要以迭代次數(shù)確定，具體過程如下：

輸入：擔保關系矩陣Dmn

第一步：假設每個企業(yè)單位可作為一個擔保圈，遍歷所有企業(yè)，將鄰近企業(yè)加入到擔保圈，計算ΔQ是否增加，直到所有擔保圈均無法吸收新的節(jié)點，此時得到第一層次的風險擔保圈；

第二步：將第一步劃分的擔保圈作為一個節(jié)點，分別計算節(jié)點之間的權重，重復第一步，此時得到第二層次的風險擔保圈；

第三步：在進行多輪迭代后Q值不在變化或者達到約定迭代次數(shù)，得到對應層次的風險擔保圈。

3 風險擔保圈繪制結(jié)果及分析

通過對樣本數(shù)據(jù)處理結(jié)果，風險擔保圈指標如表1。

表1

4 結(jié)語

本文引入在構(gòu)建擔保關系矩陣時同一法人的企業(yè)和企業(yè)隸屬關系，并提出基于Louvain算法的企業(yè)風險擔保圈劃分方法。該方法層次劃分經(jīng)過質(zhì)性分析能更真實地反映擔保圈，為下一步擔保圈風險分析和阻斷提供了基礎，具有一定的實際意義。