ニューロと統計手法を併用した債券格付推定モデルの提案

スポンサーリンク

概要

論文の詳細を見る
債券格付(AAA,AA+,...,など)は企業の債券の優良性を表す指標であり、第三者機関により決定される。経営方針等の定性的な情報も格付に反映されるが、主な格付決定要因は財務指標である。本報では財務指標のみから格付値の推定を行なうモデルを提案する。推定には多層型ニューラルネットワークを用いる。提案モデルの特徴として、第1に多変量解析を用いてニューロヘの入力データを前処理する。従来このような前処理はあまり重視されていなかったが、大量異種データからなる実問題に対してはこれにより本質的データを抽出して学習の容易化を図ることが必須である。第2に格付及び業種を勘案し、銘柄を幾つかのグループに分割して、複数のネットワークを使用する。これによって、単一のネットワークのみを使用する場合に比べて学習の容易化が期待できる。またクラスタリングにより類似データを積極的に統合することで、学習サンプル不足による汎化能力低下が防止できる。
一般社団法人情報処理学会の論文
1993-09-27

著者

関連論文

もっと見る

スポンサーリンク