当前位置: 首页 > 专利查询>复旦大学专利>正文

基于自注意力集成自动多视野的信贷违约预测方法及装置制造方法及图纸

技术编号:43980287 阅读:13 留言:0更新日期:2025-01-10 20:05
本发明专利技术提供一种基于自注意力集成自动多视野的信贷违约预测方法及装置,其中,基于离散连接性和正负相关性将用于模型训练的金融数据的特征自动划分为四个特征组,省去了费时的人工标注环节,且这种划分方式使得相同或类似的特征得以聚集,使得相异的特征得以区分,从而在信息组织层面上实现了更高的效率;采用基于自注意力机制的堆叠网络模型,该模型运用先进的自注意力机制,使得神经网络能够更加准确地识别和理解数据之间的内在关联,进一步,通过基于自注意力机制的堆叠泛化学习,能够有效集成来自不同视野的信息,并从中学习集成机制,该集成机制能够将不同的基神经网络模型所做出的预测结合起来,使得预测结果的准确度和鲁棒性得以大幅提升。

【技术实现步骤摘要】

本专利技术属于信贷违约预测方法,具体涉及一种基于自注意力集成自动多视野的信贷违约预测方法及装置


技术介绍

1、信用风险是金融风险的一个重要方面,信用违约是其主要表现形式。信用违约对金融市场稳定具有重大影响。由于经济增长放缓、地缘政治风险升级和贸易摩擦,全球违约率不断上升。这些违约具有深远的影响,包括经济增长乏力、投资者信心下降以及金融机构遭受重大损失。因此,当务之急是制定有效的信用风险管理策略,以减轻信用违约对金融市场和经济的不利影响。

2、然而,由于数据复杂和稀疏性高等特性,信用违约预测是一项具有挑战性的任务。近年来,最近的研究工作主要集中在统计学习和机器学习技术上,以降低信用违约的风险。

3、统计学习主要基于信用评级和和逻辑回归(logistic regression,lr)进行信用分析预测,然而lr对异常值和缺失数据也很敏感,很难在大数据集上训练lr模型。尽管存在这些局限性,但由于其良好的可解释性,lr是一种广泛使用的信用违约预测方法。然而,全球金融危机揭示了lr方法的一些缺点,例如它们对不断变化的经济条件的适应性较慢,以及本文档来自技高网...

【技术保护点】

1.一种基于自注意力集成自动多视野的信贷违约预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

3.根据权利要求1所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

4.根据权利要求3所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

5.根据权利要求1所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

6.根据权利要求5所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

7.根据权利要求6所...

【技术特征摘要】

1.一种基于自注意力集成自动多视野的信贷违约预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

3.根据权利要求1所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

4.根据权利要求3所述的基于自注意力集成自动多视野的信贷违约预测方法,其特征在于:

5.根据权利要求1所述的基于自注意力集...

【专利技术属性】
技术研发人员:吴杰谭言丹
申请(专利权)人:复旦大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1