首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    KDD'22 | Company as Tribe:分层图神经网络用于金融风险预测

    真实世界的公司及其复杂关联构成了公司网络,由于风险可以在公司网络中进行传导,在严重情况下将导致系统性金融风险。因此,对公司关系网络进行风险传导分析对于及时感知、防范公司风险具有重大意义。然而在金融安全等现实应用场景 [1,2] 中,常伴随数据质量差的挑战,以上市公司风险预测为例,公司财报是分析公司财务风险的主要依据,然而其存在时间滞后,高维稀疏,缺失噪声等问题,以及部分公司会美化其财务报表数据甚至出现财务造假的现象,考虑到公司风险的隐蔽性,仅仅通过单一的财报数据往往不足以精准预测公司风险,因此本文引入公司财报、股权网络、新闻等多元异构数据,以上市公司为目标节点构建了一种全新的分层网络结构(“部落式网络”),并设计了基于分层消息传递机制和图对比学习技术的分层图神经网络模型对部落式网络中的上市公司进行建模,并精准预测其财务风险。

    03

    全球投资和财富管理科技全景图:这90多家企业将对投资和财富管理领域带来深刻变革!

    本文研究了财富管理科技领域90多家企业,并根据其服务和软件产品将这些企业分成7个领域,分别是智能投顾、退休金智能投顾、小额投资、数字经纪、投资工具、组合管理和金融服务软件!同时根据其服务对象又进一步划分为B2B、B2C以及两者兼有类型! 从智能投顾到移动端投资,金融科技创业企业不断为散户投资者和投资顾问开发出新的金融科技产品和服务。 2016年针对财富管理领域的科技型企业投资数量达到创纪录的74家。作为金融科技的细分领域,财富管理科技(Wealth tech)企业可以提供新的技术产品,提高投资和财富管理专

    09
    领券