論文の概要: Identifying discreditable firms in a large-scale ownership network
- arxiv url: http://arxiv.org/abs/2211.14316v1
- Date: Thu, 24 Nov 2022 05:49:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 12:38:31.327646
- Title: Identifying discreditable firms in a large-scale ownership network
- Title（参考訳）: 大規模所有権ネットワークにおける信用できない企業を特定する
- Authors: Tao Zhou, Yan-Li Lee, Qian Li, Duanbing Chen, Wenbo Xie, Tong Wu, Tu
Zeng
- Abstract要約: 食品安全、生産安全、品質基準、環境保護に関する法律及び規制の違反は、企業の運営及び信用リスクをもたらす可能性がある。
本稿では,約1億1300万の中国企業の登録記録を収集し,約600万のノードを持つオーナシップネットワークを構築した。
識別可能な活動の公開記録の分析は、ネットワーク効果が強く、すなわち、識別可能な会社の確率は平均的な確率よりも著しく高い。
- 参考スコア（独自算出の注目度）: 17.24768141812721
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Violations of laws and regulations about food safety, production safety,
quality standard and environmental protection, or negative consequences from
loan, guarantee and pledge contracts, may result in operating and credit risks
of firms. The above illegal or trust-breaking activities are collectively
called discreditable activities, and firms with discreditable activities are
named as discreditable firms. Identification of discreditable firms is of great
significance for investment attraction, bank lending, equity investment,
supplier selection, job seeking, and so on. In this paper, we collect
registration records of about 113 million Chinese firms and construct an
ownership network with about 6 million nodes, where each node is a firm who has
invested at least one firm or has been invested by at least one firm. Analysis
of publicly available records of discreditable activities show strong network
effect, namely the probability of a firm to be discreditable is remarkably
higher than the average probability given the fact that one of its investors or
investees is discreditable. In comparison, for the risk of being a
discreditable firm, an investee has higher impact than an investor in average.
The impact of a firm on surrounding firms decays along with the increasing
topological distance, analogous to the well-known "three degrees of separation"
phenomenon. The uncovered correlation of discreditable activities can be
considered as a representative example of network effect, in addition to the
propagation of diseases, opinions and human behaviors. Lastly, we show that the
utilization of the network effect largely improves the accuracy of the
algorithm to identify discreditable firms.
- Abstract（参考訳）: 食品安全、生産安全、品質基準及び環境保護に関する法律及び規制の違反、あるいは融資、保証、約定による負の結果は、企業の運営及び信用リスクをもたらす可能性がある。
上記の不正行為又は信用破壊活動は、総称して不信用活動と呼ばれ、不信用活動を有する会社は、不信用活動と命名される。
信用できる企業の特定は、投資の魅力、銀行融資、株式投資、サプライヤーの選択、求職などにおいて非常に重要である。
本稿では、中国企業約1億1300万の登録記録を収集し、約600万のノードを持つオーナシップネットワークを構築し、各ノードは、少なくとも1つの企業に投資した、あるいは少なくとも1つの企業によって投資された企業である。
識別可能な活動の公開記録の分析はネットワーク効果が強く、すなわち、その投資家または投資者の1人が評価可能なという事実を考えると、評価可能な会社の確率は平均よりも著しく高い。
比較すると、評価可能な企業であるリスクに対して、投資者は平均的な投資家よりも高いインパクトを持つ。
企業による周囲の企業への影響は、よく知られた「3度の分離」現象に類似した位相距離の増加とともに崩壊する。
認識不能な活動の相関性は, 疾患, 意見, 行動の伝播に加えて, ネットワーク効果の代表的な例と考えられる。
最後に,ネットワーク効果の活用により,信用できない企業を特定するアルゴリズムの精度が大幅に向上することを示す。
関連論文リスト
- Criticality and Safety Margins for Reinforcement Learning [53.10194953873209]
我々は,定量化基盤真理とユーザにとっての明確な意義の両面から,批判的枠組みを定めようとしている。
エージェントがn連続的ランダム動作に対するポリシーから逸脱した場合の報酬の減少として真臨界を導入する。
我々はまた、真の臨界と統計的に単調な関係を持つ低オーバーヘッド計量であるプロキシ臨界の概念も導入する。
論文 参考訳（メタデータ） (2024-09-26T21:00:45Z) - Safety vs. Performance: How Multi-Objective Learning Reduces Barriers to Market Entry [86.79268605140251]
我々は、大規模言語モデルのための新興市場への参入に必要となる障壁が存在するかどうかを調査する。
要求されるデータポイント数は、既存の企業のデータセットサイズよりも大幅に小さくなることを示します。
以上の結果から,多目的的考察が参入障壁を根本的に低減することを示す。
論文 参考訳（メタデータ） (2024-09-05T17:45:01Z) - Decoding Compressed Trust: Scrutinizing the Trustworthiness of Efficient LLMs Under Compression [109.23761449840222]
本研究は,Large Language Models (LLM) の最初の完全評価を行う。
量子化は現在、効率性と信頼性を同時に達成する上で、プルーニングよりも効果的なアプローチであることが分かっています。
論文 参考訳（メタデータ） (2024-03-18T01:38:19Z) - Credit Card Fraud Detection in the Nigerian Financial Sector: A Comparison of Unsupervised TensorFlow-Based Anomaly Detection Techniques, Autoencoders and PCA Algorithm [0.0]
クレジットカード詐欺はナイジェリアの金融セクターにおける国家的懸念の主な原因である。
本稿では,人間の介入から完全に独立して働くことを想定した2つの不正検出技術の有効性を比較することを目的とする。
論文 参考訳（メタデータ） (2024-03-08T21:22:05Z) - Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。
ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。
3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-07-11T07:48:39Z) - Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。
バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。
多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2023-04-21T09:03:18Z) - On the dynamics of credit history and social interaction features, and
their impact on creditworthiness assessment performance [3.6748639131154315]
本研究の目的は、信用度評価性能のダイナミクスと、信用履歴、返済行動、ソーシャルネットワークの特徴の影響について理解することである。
本研究は、借り手の歴史が最初の半年で低下し、その後安定していることを示す。
ソーシャルネットワーク機能に対する最も顕著な影響は、ローン申請時に発生する。
論文 参考訳（メタデータ） (2022-04-13T00:42:27Z) - Every Corporation Owns Its Structure: Corporate Credit Ratings via Graph
Neural Networks [2.7910505923792637]
本稿では,グラフニューラルネットワークを用いた企業信用評価モデルCCR-GNNを提案する。
まず、まず、セルフアウトの製品に基づいて各企業の個々のグラフを構築し、次に、GNNを使用して機能相互作用を明示的にモデル化する。
中国の上場企業評価データセットで実施された実験は、CCR-GNNが最先端の手法を一貫して上回っていることを証明している。
論文 参考訳（メタデータ） (2020-11-27T02:57:14Z) - PCAL: A Privacy-preserving Intelligent Credit Risk Modeling Framework
Based on Adversarial Learning [111.19576084222345]
本稿では,PCAL(Adversarial Learning)に基づくプライバシ保護型信用リスクモデリングの枠組みを提案する。
PCALは、ターゲット予測タスクのパフォーマンスの重要なユーティリティ情報を維持しながら、元のデータセット内のプライベート情報を隠蔽することを目的としている。
結果は,PCALがユーザデータから効果的なプライバシフリー表現を学習し,信用リスク分析のためのプライバシ保存機械学習の基盤となることを示唆している。
論文 参考訳（メタデータ） (2020-10-06T07:04:59Z) - Transparency versus Performance in Financial Markets: The Role of CSR
Communications [0.0]
常に前向きな決算のサプライズを報告した企業と、マイナスのサプライズを提示した企業との間には、自発的な情報開示に関して大きな違いがある。
その結果、前向きな決算報告会社の方がESG活動に関する情報を開示する可能性が著しく高いことがわかった。
ファンドマネジャーの観点から見れば、この発見は過小評価される可能性の高い急激なレッドフラッグ企業を立ち上げるべきであり、オーバーパフォーマーよりも透明性が低い可能性が高い。
論文 参考訳（メタデータ） (2020-08-08T04:49:21Z) - Using News Articles and Financial Data to predict the likelihood of
bankruptcy [0.0]
過去10年間に何百万もの企業が破産を申請してきた。
高い金利、重い債務、政府の規制は責任を負う。
会社が倒産する影響は破壊的になり、労働者や株主を傷つける可能性がある。
論文 参考訳（メタデータ） (2020-03-22T17:29:41Z)
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。