4. 网络统计指标：度分布、平均路径长度、聚类系数、介数中心性、紧密中心性
好，咱们进入正题。网络建好了，接下来干什么？你得有办法描述它、量化它。就像你认识一个人，不能光说「这人挺复杂」，你得有身高体重三围这些指标。金融关系网络也一样，我们需要一套标准化的统计指标，来回答「这个网络长什么样」、「谁才是真正的大佬」、「信息流动快不快」这些问题。
我个人习惯，拿到一个网络数据，先跑一遍这五个指标。它们就像体检报告里的血常规，能快速告诉你网络的健康状况。下面我一个一个拆开讲。
4.1 度分布（Degree Distribution）
度，说白了就是某个节点有多少条边连着它。在金融网络里，一个节点的度就是它跟多少家机构有直接业务往来。
度分布，就是统计整个网络里，度为0、1、2...的节点各占多少比例。这个分布的形状，能直接告诉你网络是「均匀型」还是「寡头型」。
关键洞察：金融网络通常呈现「幂律分布」——少数节点拥有极高的度（比如央行、大型商业银行），大部分节点度很低。这就是所谓的「二八法则」在金融网络中的体现。
我在项目中遇到过一家支付公司，他们的交易网络度分布非常均匀，所有节点度都在3-5之间。我当时就觉得不对劲——这太理想了。后来一查，是数据采集时漏掉了大额交易对手。嗯，度分布有时候就是一面照妖镜。
避坑指南：我曾经因为没做度分布检查，直接跑后续的聚类分析，结果模型完全跑偏。后来养成了习惯：任何网络分析，第一步先画度分布直方图。如果发现分布异常（比如全是低度节点），先回去检查数据质量。
4.2 平均路径长度（Average Path Length）
这个指标衡量的是：网络中任意两个节点之间，平均需要经过多少步才能到达。你想想看，在金融网络中，一笔资金从A银行转到B银行，中间要经过几个中间机构？这就是平均路径长度的现实意义。
计算公式很简单：
# 计算平均路径长度
import networkx as nx
def avg_path_length(G):
# 只计算连通子图
if nx.is_connected(G):
return nx.average_shortest_path_length(G)
else:
# 处理非连通图，分别计算各连通分量
components = list(nx.connected_components(G))
total = 0
count = 0
for comp in components:
subgraph = G.subgraph(comp)
total += nx.average_shortest_path_length(subgraph) * len(comp)
count += len(comp)
return total / count金融网络的平均路径长度通常很短，一般在2-4之间。这就是「小世界现象」——你以为隔得很远的两个机构，其实几步就能搭上关系。我记得有一次分析跨境支付网络，平均路径长度只有2.3，说明这个网络的资金流转效率非常高。
注意：如果网络是非连通的（存在孤立节点或子图），平均路径长度会变得没有意义。这时候我一般会先做连通性分析，或者只计算最大连通子图的平均路径长度。
4.3 聚类系数（Clustering Coefficient）
聚类系数衡量的是：你的朋友之间，彼此也是朋友的概率。在金融网络里，它反映的是「抱团程度」——A银行跟B银行有业务，B银行跟C银行有业务，那A和C之间有没有业务往来？
局部聚类系数是针对单个节点的：
# 计算局部聚类系数
def local_clustering(G, node):
# 获取邻居节点
neighbors = list(G.neighbors(node))
k = len(neighbors)
if k < 2:
return 0
# 计算邻居之间实际存在的边数
actual_edges = 0
for i in range(k):
for j in range(i+1, k):
if G.has_edge(neighbors[i], neighbors[j]):
actual_edges += 1
# 最大可能边数
max_edges = k * (k - 1) / 2
return actual_edges / max_edges全局聚类系数则是整个网络的平均值。金融网络的聚类系数通常比随机网络高，因为金融机构倾向于形成「俱乐部」——比如同一地区的银行之间、同一业务领域的机构之间，合作更频繁。
实战经验：我在分析供应链金融网络时发现，核心企业的聚类系数特别低（接近0），而中小企业的聚类系数反而高。为什么？因为核心企业跟谁都做业务，但它的合作伙伴之间很少直接交易。而中小企业因为地域或行业聚集，反而更容易形成小圈子。
4.4 介数中心性（Betweenness Centrality）
这个指标厉害了。它衡量的是：一个节点在多少条最短路径上「充当桥梁」。说白了，就是看谁掌握着信息或资金的「咽喉要道」。
计算公式：
# 计算介数中心性
def betweenness_centrality(G):
# 使用NetworkX内置函数
bc = nx.betweenness_centrality(G, normalized=True)
# 也可以自己实现（了解原理）
# 对每一对节点，计算经过目标节点的最短路径比例
return bc介数中心性高的节点，一旦出问题（比如破产、被制裁），整个网络的连通性会受到严重影响。这就是「系统性重要机构」的量化指标之一。
我的习惯：每次分析完介数中心性，我都会把排名前5的节点单独列出来，跟业务团队确认这些机构是不是真的「关键节点」。有一次模型跑出来一个名不见经传的小公司介数很高，一查才发现它是某条跨境资金通道的唯一中转站——这就是典型的「小而关键」节点。
4.5 紧密中心性（Closeness Centrality）
紧密中心性衡量的是：一个节点到其他所有节点的平均距离有多短。距离越短，说明这个节点越「中心」，信息或资金从它这里出发，能更快到达网络各处。
# 计算紧密中心性
def closeness_centrality(G, node):
# 计算节点到所有其他节点的最短路径长度之和
total_distance = 0
reachable_nodes = 0
for other in G.nodes():
if other != node:
try:
dist = nx.shortest_path_length(G, node, other)
total_distance += dist
reachable_nodes += 1
except:
# 不可达的节点不计算
pass
if reachable_nodes == 0:
return 0
# 紧密中心性 = 可达节点数 / 总距离
return reachable_nodes / total_distance紧密中心性高的节点，通常是信息传播的「枢纽」。在金融网络中，这类节点往往是信息中介、做市商或者清算中心。
对比一下：介数中心性高的人，是「桥梁」；紧密中心性高的人，是「中心」。前者负责连接不同圈子，后者负责快速扩散信息。两者都很重要，但角色不同。
4.6 五个指标的综合应用
单独看一个指标意义有限，五个指标放在一起，才能拼出完整的网络画像。我整理了一个对照表：
| 指标 | 衡量什么 | 金融网络中的含义 | 高值代表什么 |
|---|---|---|---|
| 度分布 | 连接数量分布 | 业务广度 | 幂律分布→寡头格局 |
| 平均路径长度 | 节点间平均距离 | 资金流转效率 | 值越小→效率越高 |
| 聚类系数 | 邻居间连接密度 | 抱团程度 | 值越大→圈子越紧密 |
| 介数中心性 | 节点作为桥梁的程度 | 系统性重要性 | 值越大→越不可替代 |
| 紧密中心性 | 节点到各处的距离 | 信息/资金扩散能力 | 值越大→传播越快 |
下面这张图，是我自己画的一个知识框架，帮你理清这五个指标的关系：
实际项目中，我一般这样组合使用：
- 风险识别：介数中心性 + 度分布 → 找出「太大而不能倒」和「太连接而不能倒」的机构
- 效率评估：平均路径长度 + 紧密中心性 → 判断资金流转和信息传播的效率
- 社区发现：聚类系数 + 度分布 → 识别抱团群体和行业壁垒
一个小技巧：我习惯把五个指标的计算结果做成雷达图，每个节点一个五边形。这样一眼就能看出哪些节点是「全能型」（五个指标都高），哪些是「偏科型」（某个指标特别突出）。在金融监管场景中，全能型节点往往是重点监控对象。
好了，这五个指标就讲到这里。记住，指标是工具，不是目的。真正有价值的是你从这些数字里读出的业务洞察。下次拿到一个网络，别急着跑模型，先把这五个指标算一遍，你会对网络有个直观的认识。
公众号:蓝海资料掘金营，微信deep3321