CreditXAI：面向企业信用评级的多智能体可解释系统
多智能体系统
2025-10-28 v1 计算工程、金融与科学
摘要
在企业信用评级领域，传统深度学习方法虽然提升了预测精度，但仍存在固有的“黑箱”问题和可解释性有限的局限。虽然引入非财务信息有助于丰富数据并提供部分可解释性，但模型仍缺乏层次化推理机制，限制了其综合分析能力。为此，我们提出CreditXAI，一个多智能体系统（MAS）框架，模拟了专业信用分析师的协作决策过程。该框架聚焦于业务、财务和治理风险三个维度，以生成一致且可解释的信用评估。实验结果表明，多智能体协作相较于最佳单智能体基线提高了7%以上的预测精度，确认了在企业信用风险评估中显著的协同优势。本研究为构建智能且可解释的信用评级模型提供了新的技术路径。
引用
@article{arxiv.2510.22222,
title = {CreditXAI: A Multi-Agent System for Explainable Corporate Credit Rating},
author = {Yumeng Shi and Zhongliang Yang and Yisi Wang and Linna Zhou},
journal= {arXiv preprint arXiv:2510.22222},
year = {2025}
}
备注
8 pages, 2 figures