GCNによる取引関係グラフからの企業の特徴量抽出†
著者†
森正和, 與五澤守(日本総合研究所), 工藤剛(三井住友銀行)
概要†
金融機関は企業間でやり取りされた大量の送金データを保有しており,そこから企業の取引関係を表すグラフを構築することができる.この取引関係グラフから企業の返済能力を表す格付を予測することができれば,より適切な融資判断を行ったり,新たな融資先企業を探しだすことが可能となる.本研究では取引の継続性を構造化した取引関係グラフと独自の拡張を加えたGraph Convolutional Networkを用いて格付を予測する手法を提案する.これを実際のデータに適用した結果,本手法は格付の予測に必要な特徴量を抽出できることが示唆された.
キーワード†
Graph Convolutional Network, 格付予測, 取引関係グラフ