基于深度学习算法的信用债违约风险预测模型  

作　　者：何睿 

机构地区：[1]武汉大学董辅礽经济社会发展研究院,武汉430070

出　　处：《统计与决策》2023年第17期154-158,共5页Statistics & Decision

摘　　要：随着中国债券市场规模不断扩大,2014年以来,中国信用债违约事件日益增加。文章在构建银行间债券市场信用债知识图谱的基础上,针对其多种关系的特点,提出基于注意力机制的关系图卷积神经网络及债券知识图谱构建的异构信息处理(R-GCN-BKG)的违约债券预测算法,并对债券违约的影响因素进行分析。实验结果表明,R-GCN-BKG模型在处理违约债券的预测任务上取得良好效果,其准确率为92%、召回率为90%、精确率为89%。

关 键 词：债券违约 知识图谱 深度学习 关系图卷积神经网络 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F832[自动化与计算机技术—控制科学与工程]