排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
当今经济全球化背景下,几乎没有一家公司可以独善其身,在对公司进行信用风险评估时引入外部关联方分析显得尤为重要．受图嵌入方法的启发,从时间和空间双维度整合上市公司的持股关系,借助复杂网络理论,建立多年份持股网络图,并将改良的图嵌入算法引入模型,用于持股网络结构的学习．同时,结合公司自身财务数据和违约记录,运用KMV模型和Z-score模型评估公司的信用风险等级,从结构和内容两方面学习关联网络的节点信息,最后依据多年份持股网络图进行针对性的随机游走,对上市公司的信用风险进行分析和传染预测．还与两种经典算法Node2vec和Deepwalk进行对比分析,并预测新冠疫情对上市公司信用风险的影响,以验证本文方法的良好效果． 相似文献
1