發(fā)布時間：2022-10-20 16:09

　　隨著債券市場信用風險爆發(fā),近年來債券違約事件頻頻發(fā)生。以客觀數(shù)據(jù)為基礎,采用計算機相關技術進行違約預測,對于債券投資者以及從業(yè)人員有著重要的意義。在債券違約問題中使用較多的傳統(tǒng)金融模型主要針對發(fā)債主體為上市公司的債券進行分析預測,對大量非上市公司的債券缺乏預警能力。同時,在債券數(shù)據(jù)中存在眾多的關系數(shù)據(jù)以及類別數(shù)據(jù),如何合理利用這些數(shù)據(jù)對債券違約進行預測具有重要意義。因此,本課題利用債券及發(fā)行人公開的多源信息以及宏觀經(jīng)濟數(shù)據(jù),使用知識圖譜及深度學習技術進行債券違約預測。在構建債券知識圖譜的基礎上,使用知識表示學習技術對知識圖譜中的知識進行向量化表示,并將這些提取到的向量作為一部分特征輸入到深度學習模型中,對債券進行違約預測。本文主要研究內容包括以下方面:債券信息的獲取及預處理。債券違約的影響因素眾多,本文主要利用債券及發(fā)行人的公開信息以及宏觀經(jīng)濟數(shù)據(jù)進行違約預測。通過數(shù)據(jù)供應商的API接口以及網(wǎng)絡爬蟲,獲取到債券的相關信息。對債券進行篩選,并對數(shù)據(jù)進行清洗及預處理,為后續(xù)構建債券知識圖譜和違約預測提供準確的數(shù)據(jù)保障。債券知識圖譜的構建以及基于知識表示學習的知識向量化表示。針對債券信息包含... 

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內外研究現(xiàn)狀及分析
        1.2.1 違約預測研究現(xiàn)狀
        1.2.2 知識表示算法研究現(xiàn)狀
        1.2.3 深度學習研究現(xiàn)狀
    1.3 本文主要工作
    1.4 本文章節(jié)安排
第2章 債券知識獲取及預處理
    2.1 引言
    2.2 債券品種篩選及相關數(shù)據(jù)獲取
    2.3 債券數(shù)據(jù)預處理
    2.4 本章小結
第3章 債券知識圖譜的表示學習
    3.1 引言
    3.2 詞向量空間模型
    3.3 知識表示學習模型
        3.3.1 TransE模型
        3.3.2 TransH模型
        3.3.3 TransR模型
    3.4 債券知識圖譜的知識向量表示
        3.4.1 債券知識圖譜構建
        3.4.2 知識向量表示
    3.5 本章小結
第4章 基于DEEPFM-KG模型的債券違約預測
    4.1 引言
    4.2 深度學習模型
        4.2.1 FM算法
        4.2.2 DeepFM算法
    4.3 債券違約預測模型構建
        4.3.1 訓練輸入及輸出
        4.3.2 DNN網(wǎng)絡設計
        4.3.3 模型訓練方法優(yōu)化
    4.4 實驗及結果分析
        4.4.1 實驗環(huán)境及評價指標
        4.4.2 實驗數(shù)據(jù)
        4.4.3 特征分析
        4.4.4 實驗設置及結果分析
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]基于隨機森林的債券違約分析[J]. 胡蝶.  當代經(jīng)濟. 2018(03)
[2]中國債券市場信用違約風險的成因分析[J]. 任婉馨.  清華金融評論. 2016(10)
[3]知識圖譜技術綜述[J]. 徐增林,盛泳潘,賀麗榮,王雅芳.  電子科技大學學報. 2016(04)
[4]評級機構競爭、聲譽與債券信用評級質量[J]. 邢天才,詹明君,王文鋼.  財經(jīng)問題研究. 2016(06)
[5]知識圖譜構建技術綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計算機研究與發(fā)展. 2016(03)
[6]知識表示學習研究進展[J]. 劉知遠,孫茂松,林衍凱,謝若冰.  計算機研究與發(fā)展. 2016(02)
[7]信用風險度量、債券違約預測與結構化模型擴展[J]. 楊世偉,李錦成.  證券市場導報. 2015(10)
[8]基于KMV模型的制造業(yè)上市公司信用風險評價研究[J]. 曾詩鴻,王芳.  預測. 2013(02)
[9]基于支持向量機理論的中小企業(yè)信用風險預測研究[J]. 沈沛龍,周浩.  國際金融研究. 2010(08)
[10]基于Logistic回歸分析的違約概率預測研究[J]. 于立勇,詹捷輝.  財經(jīng)研究. 2004(09)

博士論文
[1]基于多種數(shù)據(jù)源的中文知識圖譜構建方法研究[D]. 胡芳槐.華東理工大學 2015

碩士論文
[1]債券違約風險因素及預警研究[D]. 童欣悅.浙江大學 2018
[2]基于KMV-LOGIT混合模型的信用債券違約風險度量與實證研究[D]. 魏國健.中國科學技術大學 2018
[3]我國上市公司債券違約風險分析與度量[D]. 洪小榮.東北財經(jīng)大學 2016



本文編號：3694864