|
|||||
|
|
| 图嵌入在上市公司信用风险预测中的应用 | |
| 作者姓名： | 杨城 曲傲 成对 王畅 |
| 作者单位： | 1. 西南财经大学计算机与人工智能学院;2. 韩山师范学院物理与电子工程学院 |
| 基金项目： | 教育部人文社科项目（项目编号：17YJCZH210）； |
| 摘 要： | 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． |
| 关 键 词： | 信用风险 持股网络 随机游走 图嵌入 |