公开(公告)号：CN116542369A

公开(公告)日：2023-08-04

申请号：CN202310433997.9

申请日：2023-04-21

Applicant: 北京理工大学

Inventor： 卢茜君 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06Q10/04 ,  G06Q30/018 ,  G06Q40/06 ,  G06F16/901 ,  G06F17/16 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及金融违约预测技术领域，且公开了一种基于超图对比学习的金融违约风险预测方法，包括以下步骤：步骤1，获取发债企业的基本数据、是否违约情况和发债企业之间的关联关系；步骤2，生成企业初始特征矩阵和负样本特征矩阵，构建超图，根据超图点边关联矩阵得到超图拉普拉斯矩阵；步骤3，应用超图卷积网络，得到企业表征矩阵和负样本表征矩阵；步骤4，生成全图表征向量，基于对比损失和分类损失进行联合训练，完成对企业违约风险的预测。本发明采用上述基于超图对比学习的金融违约风险预测方法，能够减少信息的丢失，提高金融违约风险的预测效果。