基于异构信息处理的债券违约预测

发布时间：2022-10-20 16:09

　　随着债券市场信用风险爆发,近年来债券违约事件频频发生。以客观数据为基础,采用计算机相关技术进行违约预测,对于债券投资者以及从业人员有着重要的意义。在债券违约问题中使用较多的传统金融模型主要针对发债主体为上市公司的债券进行分析预测,对大量非上市公司的债券缺乏预警能力。同时,在债券数据中存在众多的关系数据以及类别数据,如何合理利用这些数据对债券违约进行预测具有重要意义。因此,本课题利用债券及发行人公开的多源信息以及宏观经济数据,使用知识图谱及深度学习技术进行债券违约预测。在构建债券知识图谱的基础上,使用知识表示学习技术对知识图谱中的知识进行向量化表示,并将这些提取到的向量作为一部分特征输入到深度学习模型中,对债券进行违约预测。本文主要研究内容包括以下方面:债券信息的获取及预处理。债券违约的影响因素众多,本文主要利用债券及发行人的公开信息以及宏观经济数据进行违约预测。通过数据供应商的API接口以及网络爬虫,获取到债券的相关信息。对债券进行筛选,并对数据进行清洗及预处理,为后续构建债券知识图谱和违约预测提供准确的数据保障。债券知识图谱的构建以及基于知识表示学习的知识向量化表示。针对债券信息包含... 

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状及分析
        1.2.1 违约预测研究现状
        1.2.2 知识表示算法研究现状
        1.2.3 深度学习研究现状
    1.3 本文主要工作
    1.4 本文章节安排
第2章 债券知识获取及预处理
    2.1 引言
    2.2 债券品种筛选及相关数据获取
    2.3 债券数据预处理
    2.4 本章小结
第3章 债券知识图谱的表示学习
    3.1 引言
    3.2 词向量空间模型
    3.3 知识表示学习模型
        3.3.1 TransE模型
        3.3.2 TransH模型
        3.3.3 TransR模型
    3.4 债券知识图谱的知识向量表示
        3.4.1 债券知识图谱构建
        3.4.2 知识向量表示
    3.5 本章小结
第4章 基于DEEPFM-KG模型的债券违约预测
    4.1 引言
    4.2 深度学习模型
        4.2.1 FM算法
        4.2.2 DeepFM算法
    4.3 债券违约预测模型构建
        4.3.1 训练输入及输出
        4.3.2 DNN网络设计
        4.3.3 模型训练方法优化
    4.4 实验及结果分析
        4.4.1 实验环境及评价指标
        4.4.2 实验数据
        4.4.3 特征分析
        4.4.4 实验设置及结果分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]基于随机森林的债券违约分析[J]. 胡蝶.  当代经济. 2018(03)
[2]中国债券市场信用违约风险的成因分析[J]. 任婉馨.  清华金融评论. 2016(10)
[3]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳.  电子科技大学学报. 2016(04)
[4]评级机构竞争、声誉与债券信用评级质量[J]. 邢天才,詹明君,王文钢.  财经问题研究. 2016(06)
[5]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光.  计算机研究与发展. 2016(03)
[6]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰.  计算机研究与发展. 2016(02)
[7]信用风险度量、债券违约预测与结构化模型扩展[J]. 杨世伟,李锦成.  证券市场导报. 2015(10)
[8]基于KMV模型的制造业上市公司信用风险评价研究[J]. 曾诗鸿,王芳.  预测. 2013(02)
[9]基于支持向量机理论的中小企业信用风险预测研究[J]. 沈沛龙,周浩.  国际金融研究. 2010(08)
[10]基于Logistic回归分析的违约概率预测研究[J]. 于立勇,詹捷辉.  财经研究. 2004(09)

博士论文
[1]基于多种数据源的中文知识图谱构建方法研究[D]. 胡芳槐.华东理工大学 2015

硕士论文
[1]债券违约风险因素及预警研究[D]. 童欣悦.浙江大学 2018
[2]基于KMV-LOGIT混合模型的信用债券违约风险度量与实证研究[D]. 魏国健.中国科学技术大学 2018
[3]我国上市公司债券违约风险分析与度量[D]. 洪小荣.东北财经大学 2016



本文编号：3694864