論文の概要: Multilayer Network Analysis for Improved Credit Risk Prediction

• arxiv url: http://arxiv.org/abs/2010.09559v4
• Date: Mon, 26 Jul 2021 17:00:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 23:08:23.656616
• Title: Multilayer Network Analysis for Improved Credit Risk Prediction
• Title（参考訳）: 信用リスク予測改善のための多層ネットワーク解析
• Authors: Mar\'ia \'Oskarsd\'ottir and Cristi\'an Bravo
• Abstract要約: ネットワーク内の任意の借り手のデフォルト露出の強度を定量化できる多層パーソナライズされたPageRankアルゴリズムを開発した。 その結果、デフォルトリスクは、個人が多くのデフォルトデバイスに接続されている場合に最も高いが、このリスクは、個人の近傍のサイズによって軽減される。
• 参考スコア（独自算出の注目度）: 5.33024001730262
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present a multilayer network model for credit risk assessment. Our model accounts for multiple connections between borrowers (such as their geographic location and their economic activity) and allows for explicitly modelling the interaction between connected borrowers. We develop a multilayer personalized PageRank algorithm that allows quantifying the strength of the default exposure of any borrower in the network. We test our methodology in an agricultural lending framework, where it has been suspected for a long time default correlates between borrowers when they are subject to the same structural risks. Our results show there are significant predictive gains just by including centrality multilayer network information in the model, and these gains are increased by more complex information such as the multilayer PageRank variables. The results suggest default risk is highest when an individual is connected to many defaulters, but this risk is mitigated by the size of the neighbourhood of the individual, showing both default risk and financial stability propagate throughout the network.
• Abstract（参考訳）: 信用リスク評価のための多層ネットワークモデルを提案する。 我々のモデルは、借り手間の複数の接続(地理的な位置や経済活動など)を考慮し、つながりのある借り手間の相互作用を明示的にモデル化することができる。 ネットワーク内の任意の借り手のデフォルト露出の強度を定量化できる多層パーソナライズされたPageRankアルゴリズムを開発した。 我々は,農業融資の枠組みにおいて,構造的リスクが同じ場合,借主間のデフォルト関係が長期にわたって疑われている方法論を検証した。 以上の結果から,モデルに多層ネットワーク情報を含むだけでは有意な予測値が得られ,多層ページランク変数などのより複雑な情報によってその値が増加することがわかった。 結果は、個人が多くのデフォルト業者と接続されている場合、デフォルトリスクが最も高いことを示唆するが、このリスクは個人の近隣の規模によって軽減され、デフォルトリスクとファイナンシャル安定性の両方がネットワーク全体に伝播することを示している。

関連論文リスト

• On the Societal Impact of Open Foundation Models [93.67389739906561]
  ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。 オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
  論文  参考訳（メタデータ） (2024-02-27T16:49:53Z)
• Attention-based Dynamic Multilayer Graph Neural Networks for Loan Default Prediction [4.0990577062436815]
  グラフニューラルネットワークとリカレントニューラルネットワークから構築した動的多層ネットワークを利用した信用リスク評価モデルを提案する。 我々は、米国住宅ローン金融業者のFreddie Macが提供したデータセットを用いて、行動信用評価の文脈で方法論を検証した。
  論文  参考訳（メタデータ） (2024-02-01T03:20:53Z)
• Capsa: A Unified Framework for Quantifying Risk in Deep Neural Networks [142.67349734180445]
  ディープニューラルネットワークにリスク認識を提供する既存のアルゴリズムは複雑でアドホックである。 ここでは、リスク認識でモデルを拡張するためのフレームワークであるcapsaを紹介します。
  論文  参考訳（メタデータ） (2023-08-01T02:07:47Z)
• Company-as-Tribe: Company Financial Risk Assessment on Tribe-Style Graph with Hierarchical Graph Neural Networks [62.94317686301643]
  企業の金融リスクはユビキタスであり、上場企業に対する早期のリスク評価は、かなりの損失を避けることができる。 従来の手法は主に企業の財務諸表に重点を置いており、企業間の複雑な関係は欠如している。 比較学習を用いて部族の構造パターンを符号化する階層型グラフニューラルネット(TH-GNN)と、トライブ間の関係に基づいて情報を拡散する第2の階層型グラフニューラルネット(TH-GNN)を提案する。
  論文  参考訳（メタデータ） (2023-01-31T09:17:13Z)
• Auditing Membership Leakages of Multi-Exit Networks [24.993435293184323]
  マルチエグジットネットワークの最初のプライバシ分析は、会員情報漏洩のレンズを用いて行う。 本稿では,既存の攻撃の性能向上のため,出口情報を利用したハイブリッド攻撃を提案する。 マルチエグジットネットワークに特化してTimeGuardという防衛機構を提案し,TimeGuardが新たに提案した攻撃を完璧に軽減することを示す。
  論文  参考訳（メタデータ） (2022-08-23T20:16:19Z)
• Off-Policy Evaluation of Slate Policies under Bayes Risk [70.10677881866047]
  スレートのスロット上でロギングポリシーが因子化される典型的なケースにおいて、スレート帯のオフポリシ評価の問題について検討する。 PIによるリスク改善はスロット数とともに線形に増加し、スロットレベルの分岐の集合の算術平均と調和平均とのギャップによって線形に増加することを示す。
  論文  参考訳（メタデータ） (2021-01-05T20:07:56Z)
• Detecting and adapting to crisis pattern with context based Deep Reinforcement Learning [6.224519494738852]
  本稿では、2つのサブネットワークで構成された革新的なDRLフレームワークを提案する。 テストセットの結果、このアプローチはMarkowitzのような従来のポートフォリオ最適化手法を大幅に上回っており、現在のCovidのような危機を検出し予測することができる。
  論文  参考訳（メタデータ） (2020-09-07T12:11:08Z)
• Automated Search for Resource-Efficient Branched Multi-Task Networks [81.48051635183916]
  我々は,多タスクニューラルネットワークにおける分岐構造を自動的に定義する,微分可能なニューラルネットワーク探索に根ざした原理的アプローチを提案する。 本手法は,限られた資源予算内で高い性能の分岐構造を見いだすことができる。
  論文  参考訳（メタデータ） (2020-08-24T09:49:19Z)
• Randomized Entity-wise Factorization for Multi-Agent Reinforcement Learning [59.62721526353915]
  実世界のマルチエージェント設定は、エージェントや非エージェントエンティティのタイプや量が異なるタスクを伴うことが多い。 我々の方法は、これらの共通点を活用することを目的としており、「観察対象のランダムに選択されたサブグループのみを考えるとき、各エージェントが期待する効用は何か?」という問いを投げかける。
  論文  参考訳（メタデータ） (2020-06-07T18:28:41Z)
• Evolution of Credit Risk Using a Personalized Pagerank Algorithm for Multilayer Networks [5.33024001730262]
  複雑な多層ネットワーク間の信用リスクの進化を研究するための新しいアルゴリズムを提案する。 以上の結果から,ネットワークを通じてネットワークを伝播し,進化する上で,デフォルトリスクが困難な現象であることを示す。
  論文  参考訳（メタデータ） (2020-05-25T21:46:57Z)
• A new multilayer network construction via Tensor learning [0.0]
  多層ネットワークは、異なる複雑なシステムの依存情報を抽出し、提供するのに適していることが判明した。 本研究では,データから直接多層ネットワークを構築するために,タッカーテンソル自動回帰に基づく新しい手法を提案する。 定常分数差の財務データに対する本手法の適用について述べる。
  論文  参考訳（メタデータ） (2020-04-11T11:06:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。