第一章：知识图谱与财报分析概述
1.1 知识图谱到底是什么？
先说说知识图谱。很多人一听到这个词就觉得高大上，其实没那么玄乎。
说白了，知识图谱就是用图的方式，把现实世界中的实体和它们之间的关系给存起来。实体是什么？比如一家公司、一个产品、一位高管。关系是什么？比如「张三担任CEO」、「公司A投资了公司B」。
我刚开始接触这个领域时，也觉得不就是个数据库吗？后来在项目中踩过坑才明白——知识图谱的核心不是存储，而是推理和关联。
知识图谱三要素：
- 实体（节点）：公司、人物、产品、事件等
- 关系（边）：持股、任职、交易、担保等
- 属性（标签）：营收、利润、市值、成立时间等
举个例子。传统数据库里，你查「腾讯的关联公司」，得写好几条SQL。但在知识图谱里，你只需要说「从腾讯出发，沿着持股关系走两层」，结果就出来了。嗯，就是这么直接。
1.2 财报分析的痛点，你遇到过几个？
做财报分析这么多年，我总结下来，痛点无非这么几个：
- 数据孤岛：营收数据在利润表，现金流在现金流量表，关联交易在附注里。你得来回翻，眼睛都看花。
- 关系复杂：A公司是B公司的供应商，B公司又是C公司的股东，C公司还跟A公司有担保关系。这种网状结构，Excel根本搞不定。
- 异常难发现：财务造假往往藏在关联交易里。比如一家公司突然营收暴增，你查了半天才发现，原来是跟一家空壳公司做了笔大单。
- 效率低下：我见过一个分析师，为了查一家公司的股权穿透，手动翻了20多份年报。整整花了两天。
我曾经踩过的坑：
有一次做尽调，我发现一家公司的应收账款周转率异常低。按常规思路，我以为是客户回款慢。后来用知识图谱一查才发现——原来这家公司把货卖给了自己的子公司，子公司再卖给第三方。说白了，就是左手倒右手。如果只看报表，根本发现不了。
1.3 知识图谱如何赋能财报分析？
你想想看，如果能把所有财报数据、公司关系、行业信息都塞进一张图里，会是什么效果？
第一，打通数据孤岛。
利润表、资产负债表、现金流量表，在知识图谱里不再是三张独立的表。它们通过「公司」这个实体关联起来。你想看一家公司的全貌？一个查询就够了。
第二，关系一目了然。
股权结构、关联交易、担保关系、供应链上下游……这些在传统报表里需要反复翻查的信息，在知识图谱里就是一条边的事。
第三，异常自动预警。
举个例子。如果A公司突然向B公司支付了大额预付款，而B公司又是A公司高管控制的。这种异常在传统分析里很难发现，但在知识图谱里，规则引擎一跑就出来了。
第四，推理能力。
这是知识图谱最牛的地方。比如你发现「公司A的营收增长主要来自客户X」，而「客户X的实控人又是公司A的董事」。知识图谱可以自动推理出——这笔交易可能存在利益输送。
我个人习惯的做法：
先建一个轻量级的图谱，只包含核心实体和关系。然后逐步往里加数据。别想着一步到位，否则项目很容易烂尾。我见过太多团队，一开始就想建一个「万能图谱」，结果半年过去了，连数据还没清洗完。
1.4 知识图谱在财报分析中的典型应用场景
| 场景 | 传统做法 | 知识图谱做法 |
|---|---|---|
| 股权穿透 | 手动翻年报，一层层查 | 一键查询，自动展示多层持股关系 |
| 关联交易识别 | 靠经验判断，容易遗漏 | 规则引擎自动标记异常交易 |
| 供应链分析 | Excel手动关联上下游 | 图谱自动展示供应链网络 |
| 财务造假检测 | 人工比对，效率低 | 异常模式自动匹配，秒级预警 |
1.5 本章知识体系总览
下面这张图，是我做课程时习惯先画出来的。它把本章的核心内容串在了一起。你看一眼，心里就有数了。
这张图其实就讲了三件事：是什么、为什么、怎么做。后面的章节，我们会一步步展开。
本章小结：
- 知识图谱的本质是「实体+关系」，不是数据库的替代品，而是补充
- 财报分析的四大痛点：数据孤岛、关系复杂、异常难发现、效率低下
- 知识图谱的四大赋能：打通孤岛、关系可视化、异常预警、推理能力
好了，第一章就到这里。内容不多，但都是干货。下一章我们开始动手，从零搭建一个财报知识图谱。