深度神经网络在企业信用评级评估中的应用
风险管理
2020-03-06 v1 机器学习
应用统计
机器学习
摘要
近期文献采用机器学习技术基于财务报表报告评估企业信用评级。本工作中，我们分析了四种神经网络架构（MLP、CNN、CNN2D、LSTM）在预测标准普尔发布的企业信用评级方面的表现。我们分析了美国能源、金融和医疗行业的公司。该分析的目标在于改进机器学习算法在信用评估中的应用。为此，我们聚焦于三个问题。首先，我们研究算法在使用选定特征子集时表现更好，还是让算法自行选择特征更好。其次，金融数据中固有的时间特性对于机器学习算法所得结果是否重要。第三，是否存在某种特定的神经网络架构，在输入特征、行业与保留集方面持续优于其他架构。我们创建了若干案例研究以回答这些问题，并使用 ANOVA 与多重比较检验程序分析结果。
引用
@article{arxiv.2003.02334,
title = {Application of Deep Neural Networks to assess corporate Credit Rating},
author = {Parisa Golbayani and Dan Wang and Ionut Florescu},
journal= {arXiv preprint arXiv:2003.02334},
year = {2020}
}
备注
19 pages, 10 tables