Previsão do risco empresarial e investigação da interpretabilidade com base em GNNs

Este livro integra a investigação sobre o risco financeiro das empresas com a tecnologia de redes neuronais gráficas (GNN) para enfrentar os desafios da análise de dados financeiros complexos e as interligações entre empresas. Explora três áreas-chave: 1. Representação dinâmica de gráficos: Propõe-se um quadro para a aprendizagem de representações gráficas dinâmicas com base em papéis estruturais, capturando a evolução temporal e as dependências topológicas globais, marcando a primeira utilização da aprendizagem recorrente neste contexto: Um algoritmo GNN duplo é introduzido para modelar as relações dinâmicas e complexas entre empresas e os efeitos de transbordamento de impulso, oferecendo uma nova abordagem para analisar o seu impacto na volatilidade do mercado de valores mobiliários.3. Interpretabilidade do risco financeiro: Para ultrapassar a natureza de caixa negra dos modelos de aprendizagem profunda, é desenvolvida uma estrutura GNN heterogénea para gerar subgrafos de provas que revelam factores internos e externos que afectam o risco financeiro das empresas, aumentando a transparência do modelo. Os resultados experimentais validam os métodos propostos, mostrando melhorias em várias tarefas, ao mesmo tempo que aumentam significativamente a interpretabilidade do modelo com tempos de inferência mais rápidos.