面向私募股权退出预测的生存模型与神经模型
机器学习
2019-11-26 v4 机器学习
摘要
在私募股权（PE）市场中，一家私人公司进行首次公开募股（IPO）的事件通常对公司的投资者而言是回报极高的。因此，一个有效的 IPO 事件预测模型被视为 PE 市场中的宝贵工具，而这一工作中公开可得的定量信息通常十分匮乏。本文描述了一种数据分析流程，用于预测一家公司在给定未来时间段内上市的概率。所提出的方法基于一个用于估计整体事件概率的神经网络（NN）模型与一个用于进一步建模任意给定时间间隔内 IPO 事件概率的生存分析（SA）之间的相互作用。所提出的神经-生存模型使用来自 Thomson Reuters Eikon PE 数据库的真实数据，在九个行业板块中进行了调参与测试。
引用
@article{arxiv.1911.08201,
title = {Survival and Neural Models for Private Equity Exit Prediction},
author = {Giuseppe C. Calafiore and Marisa H. Morales and Vittorio Tiozzo and Giulia Fracastoro and Serge Marquie},
journal= {arXiv preprint arXiv:1911.08201},
year = {2019}
}