小微首贷户风控：没有信贷记录的企业主，图数据库关联图谱能给出什么参考？

信贷系统里调出来的那份报告只有两行字：姓名、身份证号，下面写着"无信贷记录"。评分模型跑完返回一个空值，规则引擎没有任何一条命中，风控意见栏里能填的只有"建议人工尽调"。这是小微首贷户评审会上最常见的一幕——不是客户有问题，是系统里关于他的一切都是空白。偏偏首贷户占比又是普惠金融的硬考核指标，不做要被扣分，做了又没有抓手。首贷户风控的难点从来不是"敢不敢贷"，而是拿什么来评估一个从未被评估过的人。悦数图数据库讨论的就是这件事：在没有信贷记录的前提下，关联图谱能提供哪些真正可用的参考。

一、首贷户"评无可评"的四个真实原因

首贷户（首次从银行体系获得贷款的小微企业主）之所以难评，不是因为尽调做得不够细，而是传统风控依赖的四类信息在他身上同时缺位。

征信空白是表象，不是核心。 没有信用卡、没有房贷、没有既往贷款，征信报告自然空白。但征信空白本身不构成风险——一个经营了八年、年开票三千万的五金厂老板从未贷过款，只能说明他过去靠自有资金滚动，这在制造业里相当普遍。真正的麻烦在于，征信这条最省力的路径断掉之后，后面的评估全部要换一套材料。

财务报表不可用。 小微企业普遍两套账，报给银行的报表与真实经营之间往往隔着一层。没有信贷记录意味着连历史还款行为可以参考，报表又不可信，剩下的只有流水和个人账户——而个人账户恰恰是另一个问题。

经营资金与个人资金混同。 大量小微企业的收款走的是老板个人卡、微信、支付宝，货款、家庭开支、员工工资混在一条流水里。银行看到的不是企业经营，而是一个人的收支记录，靠流水倒推经营规模，误差大且容易被临时刷单做出来。

缺少同行业可比样本。 评分模型依赖同群体违约率做标定。首贷户在数据上属于"从未被观察过的群体"，模型既没有他的历史，也没有足够多的同类样本，输出结果的置信度天然偏低。

把这四类缺位摆在一起看，问题就清晰了：

信息维度	首贷户可得性	传统方式能否补齐	图谱可替代的来源
征信与历史还款	空白	不能，需要时间积累	关联人（配偶、股东、实际控制人）的信贷与涉诉记录
财务真实性	报表不可信	部分，依赖现场尽调	税务开票、社保人数、水电用量、物流单据交叉验证
经营规模	流水混同难拆	难，人工拆分成本高	上下游交易对手数量与账期、采购频次、开票集中度
关联负担	完全未知	基本不能	名下其他企业、对外担保、股权出质、被执行信息
行业与区域风险	样本稀疏	依赖宏观判断	同商圈、同产业链企业的整体违约与经营趋势

二、传统风控模型在首贷户上的三重失效

多数银行面对首贷户时会退回到"人工尽调 + 经验判断"，这条路本身也跑不通，原因是三重失效叠加。

评分卡无分可用。 申请评分卡的输入变量里，征信类变量权重通常最高。当这一组变量全部缺失，模型要么直接拒绝（把所有首贷户一律挡在门外，与普惠考核冲突），要么按默认值兜底（等于把首贷户当作平均客户，风险敞口被系统性低估）。两种处理都不能接受。

规则引擎无规则可命中。 反欺诈规则多为"命中黑名单""短期多头申请""征信查询频繁"这类。首贷户不申请、不查询、不上黑名单，规则全部落空。结果是首贷户在反欺诈环节几乎零阻力通过——而零阻力恰恰是最容易被中介利用的通道。

专家经验不可复制。 老信贷员看厂、看库存、看工人状态确实有效，但一个人一天看不了几家，经验也无法沉淀为可复用的判断标准。当首贷户任务按户数下达到支行，人工尽调的产能天花板立刻暴露。

这三重失效指向同一个结论：首贷户需要的不是"更严格的审核"，而是换一套信息源——从"这个人过去的信用表现"换成"这个人在整个商业网络里的位置与关系"。

三、图数据库：从评这个人，到看他站在哪儿

关联图谱的核心思路很直白：一个人没有信贷记录，但他在商业社会里不可能没有关系。他有供应商、有客户、有员工、有同行、有家庭、有经营场所，这些关系散落在税务、社保、电力、物流、工商、司法等多个系统里。把这些关系连成一张图，首贷户就从"一个空白的人"变成"一个位置明确的节点"。

替代数据入图。 建模时通常包含六类节点：企业主个人、名下企业、上下游交易对手、经营场所（地址/园区）、设备与车辆、关联自然人（股东、配偶、亲属、财务负责人）。关系边则来自多源数据：工商登记的股权与任职关系、税务开票产生的供需关系、社保缴纳产生的雇佣关系、租赁合同产生的场所占用关系、司法与执行产生的担保与涉诉关系。一个人的信贷记录可以是零，但这六类节点之间的关系不可能为零。

三类真正有用的参考结论。 图谱能给出的不是"批或拒"的结论，而是三类在此之前完全看不到的参考。

第一类是经营真实性。税务开票、社保人数、水电用量、物流单据这四条线如果互相印证——开票增长、社保同步增加、用电量同向上升、物流频次匹配，经营是真实的；如果开票额高但社保只有两三人、用电量长期平稳，则高度疑似空壳或开票型走账。传统尽调靠信贷员一条条比对，图谱里这是一个多源交叉验证的自动判断。

第二类是关联负担。首贷户本人没有贷款，不代表他没有负担。通过股权与任职关系向外扩展两到三跳，可能发现他名下还有三家企业、其中一家已被执行、他为两家关联公司提供过担保、配偶名下有经营贷。这些负担在首贷申请里一个字都不会出现，但在图谱上它们是直接相连的边。

第三类是网络位置与传导风险。用 PageRank 看他在本地产业链里是否处于关键节点，用社区发现看他所在的商圈或产业集群整体经营状况如何，用最短路径量化某个核心客户出问题后对他的传导距离。位置本身不是风险，但位置决定了外部冲击传导到他身上的速度。

多跳查询给出可解释的证据链。 比如下面这类查询在关系数据库里需要五六张表级联 JOIN，在图数据库里是一次遍历：以申请人为起点，沿"任职-持股-担保-交易"关系扩展三跳，返回所有关联主体，过滤掉其中存在被执行、失信、经营异常的实体，并按关联强度排序。用 nGQL 表达大致如下，一次语句完成扩展、过滤与排序：

MATCH (p:Person)-[:HOLDS|OFFICE_AT|GUARANTEE|TRADES_WITH*1..3]-(n)
WHERE id(p) == "申请人ID" AND n.riskTag IS NOT NULL
RETURN n.name, n.riskTag, count(*) AS relStrength
ORDER BY relStrength DESC LIMIT 50

一次真实的推演。 某个申请 80 万经营贷的五金加工厂老板，征信空白、报表不具参考性。图谱从他出发扩展三跳后返回：他名下还有两家关联企业，其中一家半年前被列为被执行人；他为这两家企业分别提供过担保；他的主要客户集中在同一家贸易公司，开票占比 71%；他的经营地址上还注册了另外四家企业，其中两家已注销。这四条里，前两条指向隐性关联负担，第三条指向客户集中度过高，第四条指向地址异常聚集——没有一条出现在申请材料里。信贷员据此上门核实，客户承认其中一家关联公司确有纠纷，最终额度从 80 万压到 30 万并追加担保。

这个案例里图数据库没有"拒掉"任何人，它只是把原本要等三个月后才暴露的信息，提前到了审批当天。对首贷户群体来说，这恰恰是最合适的用法：不是用图谱把没记录的人挡在门外，而是用图谱给没记录的人补上一份可以被讨论的档案。

四、替代数据与图算法的实际产出

把常用替代数据、对应的图谱关系、能得出的风控结论和适配算法列出来，可以直接作为建模清单：

替代数据源	图谱中的关系表达	能得出的判断	适配图算法
税务开票数据	企业与上下游的供需边，带金额与频次	经营真实性、客户集中度、账期健康度	社区发现、度中心性
社保与公积金	企业与员工的雇佣边	实际用工规模，与财报/开票交叉验证	属性聚合
工商与股权	个人与企业的持股、任职边	隐性关联、壳公司识别、实控人穿透	多跳遍历、环检测
司法与执行	担保、涉诉、被执行边	隐性负债与代偿风险	最短路径、子图匹配
经营场所	企业与地址、园区、仓库的占用边	同一地址多家企业、注册地址异常聚集	联通子图、标签传播
物流与仓储	货物运输、库存周转边	真实贸易背景，识别走单不走货	路径分析
同商圈企业群	同行业、同区域企业组成的关系网	区域性、行业性风险的传导暴露	PageRank、社区发现

需要强调的是，图谱给出的是参考而不是判决。首贷户授信最终仍要结合额度、期限、担保方式综合决策。图谱的价值在于把决策依据从"空白"变成"若干条可核实的证据"，把风险从未知变成可度量——这对首贷户这种缺乏历史数据的群体，是唯一可行的路径。

五、悦数图数据库的核心能力支撑

针对首贷户这类多源替代数据的关联分析场景，悦数图数据库提供了从数据接入到算法输出的完整支撑：万亿边规模可容纳全国范围的企业关系与个人关系网络；存算分离架构使税务、社保、司法等多源数据批量入图时不影响在线查询；动态 Schema 让新增数据源不必停机重构模型；内置图算法库支持社区发现、PageRank、最短路径、联通子图等开箱即用，无需自研分布式算法；CDC 实时同步保证工商变更、新增执行信息能及时反映到图谱；配合 Text2nGQL，业务人员可以用自然语言查询关联关系，不必先学图查询语言。

六、首贷户图谱建设的落地路线图

建议分四阶段推进，每个阶段都有可验证的产出。

第一阶段：单源数据建最小图。 只用工商股权与司法执行两类公开数据，为存量小微客户建图，先验证一件事——图谱能否发现人工尽调遗漏的关联。用历史不良客户回溯检验命中率，这一步通常两周内可完成。

第二阶段：接入税务与社保，做经营真实性校验。 拿到客户授权后接入开票与社保数据，建立多源交叉验证规则，输出"开票-社保-用电"一致性指标，作为首贷审批的辅助参考项。

第三阶段：图算法接入决策流程。 把关联负担评分、网络位置指标做成可调用的服务，嵌入贷前审批环节，设置人工复核阈值，先"提示"后"拦截"，逐步积累阈值经验。

第四阶段：贷后联动与样本回流。 首贷户放款后的还款表现回流到图谱，用于标定各指标的权重——首贷户群体最大的价值其实在这里：今天没有记录的人，是明天的有记录样本，越早开始积累，后面的模型越准。

首贷户风控真正的困境不是风险高，而是看不见。当一个人的信贷档案是一片空白的时候，唯一能替他说话的，是他在这个商业网络里留下的那些关系。把这些关系连起来，空白就不再是无解——这既是普惠金融能真正扩面的前提，也是图数据库在这件事上给出的最实在的参考。