Prédiction du risque d'entreprise et recherche d'interprétabilité basées sur les GNNs

Ce livre int銶re la recherche sur les risques financiers des entreprises ?la technologie des r廥eaux neuronaux graphiques (GNN) pour relever les d嶨is de l'analyse des donn嶪s financi鋨es complexes et des interconnexions entre les entreprises. Il explore trois domaines cl廥: 1. Repr廥entation dynamique des graphes: Un cadre pour l'apprentissage de repr廥entations graphiques dynamiques bas嶪s sur les r犨es structurels est propos? capturant l'憝olution temporelle et les d廧endances topologiques globales, marquant la premi鋨e utilisation de l'apprentissage r嶰urrent dans ce contexte.2. les effets de d嶵ordement du momentum: Un algorithme GNN dual est introduit pour mod幨iser les relations interentreprises dynamiques et complexes et les effets de d嶵ordement, offrant une nouvelle approche pour analyser leur impact sur la volatilit?du march?des valeurs mobili鋨es. 3. Interpr彋abilit?du risque financier: Pour surmonter la nature de bo褾e noire des mod鋩es d'apprentissage profond, un cadre GNN h彋廨og鋝e est d憝elopp?pour g幯廨er des sous-graphes de preuves qui r憝鋩ent les facteurs internes et externes affectant le risque financier de l'entreprise, am幨iorant ainsi la transparence du mod鋩e.