每家企业拥有其图像：基于卷积神经网络的企业信用评级
风险管理
2020-12-08 v1 机器学习
摘要
信用评级是对与企业相关的信用风险的分析，反映了投资中风险性与可靠性的水平。已有许多研究采用机器学习技术来处理企业信用评级。然而，这些模型的能力受到来自财务报表的海量数据的限制。在本文中，我们分析了传统机器学习模型在预测企业信用评级上的表现。为利用强大的卷积神经网络和海量金融数据，我们提出一种新颖的端到端方法，简称 CCR-CNN 的基于卷积神经网络的企业信用评级（Corporate Credit Ratings via Convolutional Neural Networks）。在所提模型中，每家企业被转换为一幅图像。基于该图像，CNN 能够捕捉数据的复杂特征交互，这是以往的机器学习模型难以揭示的。在我们构建的中国上市公司评级数据集上进行的广泛实验证明，CCR-CNN 始终优于最先进的方法。
引用
@article{arxiv.2012.03744,
title = {Every Corporation Owns Its Image: Corporate Credit Ratings via Convolutional Neural Networks},
author = {Bojing Feng and Wenfang Xue and Bindang Xue and Zeyu Liu},
journal= {arXiv preprint arXiv:2012.03744},
year = {2020}
}
备注
6 pages. arXiv admin note: text overlap with arXiv:2012.01933