論文の概要: Financial Risk Relation Identification through Dual-view Adaptation

• arxiv url: http://arxiv.org/abs/2509.18775v1
• Date: Tue, 23 Sep 2025 08:09:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.766784
• Title: Financial Risk Relation Identification through Dual-view Adaptation
• Title（参考訳）: デュアルビュー適応による金融リスク関係の同定
• Authors: Wei-Ning Chiu, Yu-Hsiang Wang, Andy Hsiao, Yu-Shiang Huang, Chuan-Ju Wang,
• Abstract要約: 確認済みのリスクイベントは、企業間の波及効果を引き起こす可能性がある。 伝統的に、このような評価は専門家の判断と手作業による分析に依存している。 本稿では,Form 10-Kによるリスク関係の抽出手法を提案する。
• 参考スコア（独自算出の注目度）: 5.845450355216619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A multitude of interconnected risk events -- ranging from regulatory changes to geopolitical tensions -- can trigger ripple effects across firms. Identifying inter-firm risk relations is thus crucial for applications like portfolio management and investment strategy. Traditionally, such assessments rely on expert judgment and manual analysis, which are, however, subjective, labor-intensive, and difficult to scale. To address this, we propose a systematic method for extracting inter-firm risk relations using Form 10-K filings -- authoritative, standardized financial documents -- as our data source. Leveraging recent advances in natural language processing, our approach captures implicit and abstract risk connections through unsupervised fine-tuning based on chronological and lexical patterns in the filings. This enables the development of a domain-specific financial encoder with a deeper contextual understanding and introduces a quantitative risk relation score for transparency, interpretable analysis. Extensive experiments demonstrate that our method outperforms strong baselines across multiple evaluation settings.
• Abstract（参考訳）: 規制の変化から地政学的な緊張まで、数多くの相互接続型リスクイベントが、企業間の波及効果を引き起こす可能性がある。 したがって、ポートフォリオ管理や投資戦略といったアプリケーションには、確証付きリスク関係の特定が不可欠である。 伝統的に、そのような評価は専門家の判断と手作業による分析に依存しており、それは主観的で、労働集約的で、スケールが難しい。 そこで,本稿では,フォーム10-Kの文書(権威的,標準化された財務文書)をデータソースとして,確認間リスク関係を抽出する体系的手法を提案する。 自然言語処理の最近の進歩を生かして,提案手法は,文書中の時系列および語彙パターンに基づいた教師なし微調整を通じて,暗黙的かつ抽象的なリスク接続を捕捉する。 これにより、より深い文脈理解を持つドメイン固有の金融エンコーダの開発が可能になり、透明性、解釈可能な分析のための定量的リスク関係スコアが導入される。 大規模な実験により,本手法は複数の評価設定において,強いベースラインよりも優れていることが示された。

関連論文リスト

• Unveiling Trust in Multimodal Large Language Models: Evaluation, Analysis, and Mitigation [51.19622266249408]
  MultiTrust-XはMLLMの信頼性問題を評価、分析、緩和するためのベンチマークである。 分類に基づいて、MultiTrust-Xには32のタスクと28のキュレートデータセットが含まれている。 私たちの実験は、現在のモデルに重大な脆弱性を明らかにします。
  論文  参考訳（メタデータ） (2025-08-21T09:00:01Z)
• Explainable AI for Comprehensive Risk Assessment for Financial Reports: A Lightweight Hierarchical Transformer Network Approach [1.2200609701777907]
  上場企業はすべて、財務状況とリスクに関する重要な洞察を含む年間10-Kの報告書を提出している。 これらの報告から企業のリスクを自動的に評価するトランスフォーマーベースのモデルであるTiny eXplainable Risk Assessor(TinyXRA)を提案する。 TinyXRAは、より包括的なリスク評価のために、歪み、硬変、およびソルティーノ比を取り入れている。
  論文  参考訳（メタデータ） (2025-06-30T12:13:35Z)
• Dynamic Hedging Strategies in Derivatives Markets with LLM-Driven Sentiment and News Analytics [30.815524322885754]
  本稿では,感情分析やニュース分析に大規模言語モデル(LLM)を活用する新たなフレームワークを提案する。 このフレームワークは、ヘッジ戦略に対するリアルタイムな調整を可能にし、継続的な感情信号に基づいて位置を調整する。
  論文  参考訳（メタデータ） (2025-04-05T22:35:06Z)
• Catastrophic-risk-aware reinforcement learning with extreme-value-theory-based policy gradients [0.0]
  本稿では, 逐次意思決定プロセスにおける破滅的リスク軽減の問題に取り組む。 POTPGと呼ばれるポリシー勾配アルゴリズムが開発されている。 金融リスク管理への応用について紹介する。
  論文  参考訳（メタデータ） (2024-06-21T19:27:46Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• 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)
• Towards a multi-stakeholder value-based assessment framework for algorithmic systems [76.79703106646967]
  我々は、価値間の近さと緊張を可視化する価値に基づくアセスメントフレームワークを開発する。 我々は、幅広い利害関係者に評価と検討のプロセスを開放しつつ、それらの運用方法に関するガイドラインを提示する。
  論文  参考訳（メタデータ） (2022-05-09T19:28:32Z)
• Detecting data-driven robust statistical arbitrage strategies with deep neural networks [5.812554622073437]
  我々は、金融市場における堅牢な統計的仲裁戦略の特定を可能にする、ディープニューラルネットワークに基づくアプローチを提案する。 提示された新しい手法は、大量の基礎証券を同時に検討することができる。 本研究では、観測された市場データから導出可能な許容確率尺度のあいまい性セットを構築する方法を提案する。
  論文  参考訳（メタデータ） (2022-03-07T07:23:18Z)
• Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
  我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。 動的パーソナライズされた価格設定などの問題の因果構造を形式化する。 本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
  論文  参考訳（メタデータ） (2021-10-19T16:15:56Z)
• Cost-Sensitive Portfolio Selection via Deep Reinforcement Learning [100.73223416589596]
  深層強化学習を用いたコスト依存型ポートフォリオ選択手法を提案する。 具体的には、価格系列パターンと資産相関の両方を抽出するために、新しい2ストリームポートフォリオポリシーネットワークを考案した。 蓄積したリターンを最大化し、強化学習によるコストの両立を抑えるため、新たなコスト感受性報酬関数が開発された。
  論文  参考訳（メタデータ） (2020-03-06T06:28:17Z)

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。