每家企业拥有自身结构:基于图神经网络的企业信用评级
机器学习
2020-12-04 v1 人工智能
摘要
信用评级是对企业相关信用风险的分析,反映了投资中风险程度与可靠性的水平,在金融风险中起着至关重要的作用。已有许多研究采用基于向量空间的机器学习和深度学习技术来处理企业信用评级。近来,考虑到企业间的关系(如贷款担保网络),随着图神经网络的出现,一些基于图的模型被应用于该领域。但这些现有模型在企业间构建网络时未考虑内部特征交互。本文为克服此类问题,提出一种新颖模型,即基于图神经网络的企业信用评级(Corporate Credit Rating via Graph Neural Networks),简称 CCR-GNN。我们首先基于自外积为每个企业构建个体图,然后使用 GNN 显式建模包含局部与全局信息的特征交互。在中国上市公司评级数据集上进行的广泛实验证明,CCR-GNN 持续优于最先进的方法。
引用
@article{arxiv.2012.01933,
title = {Every Corporation Owns Its Structure: Corporate Credit Ratings via Graph Neural Networks},
author = {Bojing Feng and Haonan Xu and Wenfang Xue and Bindang Xue},
journal= {arXiv preprint arXiv:2012.01933},
year = {2020}
}
备注
12 pages, 2 figures