中文

用于发现 COVID-19 时空模式的视觉分析方法

机器学习 2021-01-19 v1 综合经济学 经济学

摘要

反弹贷款是英国政府于 2020 年疫情封锁期间推出的多项英国企业财政支持计划之一。通过这些计划,陷入困境的企业获得财政支持以抵御疫情封锁带来的经济放缓。截至 2020 年 12 月 17 日已提供 435 亿英镑贷款。然而,由于发放这些贷款缺乏重大审查,且面临失败企业核销与欺诈所致贷款损失的前景,本文探讨应用时空建模技术,以探究地理空间模式与时间分析是否有助于设计此类计划的贷款发放标准。将聚类与视觉分析框架应用于企业人口统计、存活率与行业集中度,显示出内伦敦与外伦敦的空间模式,其历史企业失败情况以及在 COVID-19 下该模式的逆转意味着行业对空间聚类的影响。建议将无监督聚类技术与多项逻辑回归建模结合研究数据集,并辅以其他支持计划、企业结构与金融犯罪等附加数据集,以建模企业对特定类型金融市场或经济条件的脆弱性。本文讨论了聚类技术在高维上的局限性,以及适用模型在后续步骤中持续推进研究的相关性。

关键词

引用

@article{arxiv.2101.06476,
  title  = {Visual Analytics approach for finding spatiotemporal patterns from COVID19},
  author = {Arunav Das},
  journal= {arXiv preprint arXiv:2101.06476},
  year   = {2021}
}

备注

Coursework / concept paper