本技術(shù)涉及金融風(fēng)險(xiǎn)預(yù)測(cè)，尤其涉及一種債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法及裝置、債券風(fēng)險(xiǎn)預(yù)測(cè)方法及裝置、電子設(shè)備及計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、債券是政府、企業(yè)、銀行等債務(wù)人為籌集資金,按照法定程序發(fā)行并向債券人承諾于指定日期還本付息的有價(jià)證券。債券投資，是指?jìng)?gòu)買人(投資人，債券人)以購(gòu)買債券的形式投放資本，到期向債券發(fā)行人(借款人、債務(wù)人)收取固定的利息以及收回本金的一種投資方式。債務(wù)人為了籌得資金，會(huì)發(fā)布債券募集說明書，里面通常包含了債券的發(fā)行基本信息，首次發(fā)行量，債券期限，發(fā)行價(jià)格，利率，還款方式，擔(dān)保方式等重要信息。此外，說明書還包括債券風(fēng)險(xiǎn)和評(píng)級(jí)、債券使用的目的和計(jì)劃、發(fā)行方和發(fā)行團(tuán)隊(duì)介紹，以及相關(guān)法律條款等信息。債券的募集說明書旨在為投資者提供全面、準(zhǔn)確、公正的信息，幫助投資者做出明智的投資決策并保護(hù)其權(quán)益。

2、但是，債券募集說明書長(zhǎng)達(dá)幾百頁，人工閱讀說明書費(fèi)時(shí)費(fèi)力，因此，有研究人員提出了使用線性回歸模型來對(duì)說明書進(jìn)行分析，并得出結(jié)論，線性回歸模型雖然訓(xùn)練速度和預(yù)測(cè)速度很快，但是預(yù)測(cè)精度較低，可能會(huì)出現(xiàn)過度擬合，不適用于非線性數(shù)據(jù)，預(yù)測(cè)精確度較低。并且，現(xiàn)有的方法沒有考慮到數(shù)據(jù)集中的特征交互，分離信號(hào)和噪聲的效果不理想。此外，債券募集說明書的內(nèi)容包含了一定的情感因素，現(xiàn)在的方法并沒有對(duì)此進(jìn)行研究。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法及裝置、債券風(fēng)險(xiǎn)預(yù)測(cè)方法及裝置、電子設(shè)備及計(jì)算機(jī)程序產(chǎn)品，以提高債券風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性。

2、本技術(shù)實(shí)施例采用下述技術(shù)方案：

3、第一方面，本技術(shù)實(shí)施例提供一種債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法包括：

4、獲取債券募集說明書數(shù)據(jù)集，所述債券募集說明書數(shù)據(jù)集中包含債券募集說明書文本；

5、利用有向圖將所述債券募集說明書文本構(gòu)建為有向文本圖；

6、利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的圖注意力網(wǎng)絡(luò)對(duì)所述有向文本圖進(jìn)行處理，得到所述圖注意力網(wǎng)絡(luò)輸出的有向文本圖的注意力特征；

7、利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的分類器對(duì)所述有向文本圖的注意力特征進(jìn)行分類，得到債券募集說明書文本的分類結(jié)果；

8、根據(jù)所述債券募集說明書文本的分類結(jié)果計(jì)算債券風(fēng)險(xiǎn)預(yù)測(cè)模型的損失值，并利用所述損失值更新所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的參數(shù)。

9、可選地，所述獲取債券募集說明書數(shù)據(jù)集包括：

10、從目標(biāo)數(shù)據(jù)庫中獲取債券募集說明書的原始數(shù)據(jù)；

11、將所述債券募集說明書的原始數(shù)據(jù)轉(zhuǎn)換為債券募集說明書文本；

12、對(duì)所述債券募集說明書文本進(jìn)行預(yù)處理，得到預(yù)處理后的債券募集說明書文本。

13、可選地，所述債券募集說明書文本包括多個(gè)，所述利用有向圖將所述債券募集說明書文本構(gòu)建為有向文本圖包括：

14、利用有向圖分別將每個(gè)債券募集說明書文本構(gòu)建為一個(gè)有向文本圖，得到多個(gè)有向文本圖。

15、可選地，所述債券募集說明書文本中包含多個(gè)單詞，所述利用有向圖將所述債券募集說明書文本構(gòu)建為有向文本圖包括：

16、基于有向圖，將每個(gè)單詞表示為有向圖的頂點(diǎn)，將單詞之間的共現(xiàn)關(guān)系表示為有向圖的邊；

17、根據(jù)所述有向圖的頂點(diǎn)和有向圖的邊構(gòu)建所述有向文本圖。

18、可選地，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型還包括編碼網(wǎng)絡(luò)，所述利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的圖注意力網(wǎng)絡(luò)對(duì)所述有向文本圖進(jìn)行處理，得到所述圖注意力網(wǎng)絡(luò)輸出的有向文本圖的注意力特征包括：

19、將所述有向文本圖中每個(gè)頂點(diǎn)的初始特征向量輸入編碼網(wǎng)絡(luò)，得到編碼網(wǎng)絡(luò)輸出的隱藏層向量；

20、對(duì)每個(gè)隱藏層向量對(duì)應(yīng)的頂點(diǎn)和邊，利用圖注意力網(wǎng)絡(luò)和多頭注意力機(jī)制分別在每個(gè)注意力機(jī)制下學(xué)習(xí)每個(gè)頂點(diǎn)對(duì)應(yīng)的邊的權(quán)重，并根據(jù)每個(gè)注意力機(jī)制下學(xué)習(xí)到的每個(gè)頂點(diǎn)對(duì)應(yīng)的邊的權(quán)重生成每個(gè)注意力機(jī)制下的頂點(diǎn)的新特征向量；

21、對(duì)多個(gè)注意力機(jī)制下的頂點(diǎn)的新特征向量進(jìn)行融合，得到有向文本圖的注意力特征。

22、可選地，在利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的圖注意力網(wǎng)絡(luò)對(duì)所述有向文本圖進(jìn)行處理，得到所述圖注意力網(wǎng)絡(luò)輸出的有向文本圖的注意力特征之后，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法還包括：

23、對(duì)所述有向文本圖的注意力特征分別進(jìn)行最大池化和平均池化，得到最大池化后的注意力特征和平均池化后的注意力特征；

24、將所述最大池化后的注意力特征和所述平均池化后的注意力特征進(jìn)行融合，得到融合后的注意力特征；

25、所述利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的分類器對(duì)所述有向文本圖的注意力特征進(jìn)行分類，得到債券募集說明書文本的分類結(jié)果包括：

26、利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的分類器對(duì)所述融合后的注意力特征進(jìn)行分類，得到債券募集說明書文本的分類結(jié)果。

27、第二方面，本技術(shù)實(shí)施例還提供一種債券風(fēng)險(xiǎn)預(yù)測(cè)方法，所述債券風(fēng)險(xiǎn)預(yù)測(cè)方法包括：

28、獲取待預(yù)測(cè)的債券募集說明書的原始數(shù)據(jù)，并轉(zhuǎn)換為待預(yù)測(cè)的債券募集說明書文本；

29、利用有向圖將所述待預(yù)測(cè)的債券募集說明書文本構(gòu)建為有向文本圖；

30、利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所述有向文本圖進(jìn)行處理，得到債券風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果；

31、其中，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型基于前述任一項(xiàng)所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法訓(xùn)練得到。

32、第三方面，本技術(shù)實(shí)施例還提供一種債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練裝置，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練裝置包括：

33、第一獲取單元，用于獲取債券募集說明書數(shù)據(jù)集，所述債券募集說明書數(shù)據(jù)集中包含債券募集說明書文本；

34、第一構(gòu)建單元，用于利用有向圖將所述債券募集說明書文本構(gòu)建為有向文本圖；

35、圖注意力單元，用于利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的圖注意力網(wǎng)絡(luò)對(duì)所述有向文本圖進(jìn)行處理，得到所述圖注意力網(wǎng)絡(luò)輸出的有向文本圖的注意力特征；

36、分類單元，用于利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的分類器對(duì)所述有向文本圖的注意力特征進(jìn)行分類，得到債券募集說明書文本的分類結(jié)果；

37、更新單元，用于根據(jù)所述債券募集說明書文本的分類結(jié)果計(jì)算債券風(fēng)險(xiǎn)預(yù)測(cè)模型的損失值，并利用所述損失值更新所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的參數(shù)。

38、第四方面，本技術(shù)實(shí)施例還提供一種債券風(fēng)險(xiǎn)預(yù)測(cè)裝置，所述債券風(fēng)險(xiǎn)預(yù)測(cè)裝置包括：

39、第二獲取單元，用于獲取待預(yù)測(cè)的債券募集說明書的原始數(shù)據(jù)，并轉(zhuǎn)換為待預(yù)測(cè)的債券募集說明書文本；

40、第二構(gòu)建單元，用于利用有向圖將所述待預(yù)測(cè)的債券募集說明書文本構(gòu)建為有向文本圖；

41、預(yù)測(cè)單元，用于利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所述有向文本圖進(jìn)行處理，得到債券風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果；

42、其中，所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型基于前述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練裝置訓(xùn)練得到。

43、第五方面，本技術(shù)實(shí)施例還提供一種電子設(shè)備，包括：

44、處理器；以及

45、被安排成存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)器，所述可執(zhí)行指令在被執(zhí)行時(shí)使所述處理器執(zhí)行前述之任一所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，或者執(zhí)行前述債券風(fēng)險(xiǎn)預(yù)測(cè)方法。

46、第六方面，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序或指令，所述計(jì)算機(jī)程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)前述任一所述債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，或者實(shí)現(xiàn)前述債券風(fēng)險(xiǎn)預(yù)測(cè)方法。

47、本技術(shù)實(shí)施例采用的上述至少一個(gè)技術(shù)方案能夠達(dá)到以下有益效果：本技術(shù)實(shí)施例的債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，先獲取債券募集說明書數(shù)據(jù)集，債券募集說明書數(shù)據(jù)集中包含債券募集說明書文本；然后利用有向圖將債券募集說明書文本構(gòu)建為有向文本圖；之后利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的圖注意力網(wǎng)絡(luò)對(duì)有向文本圖進(jìn)行處理，得到圖注意力網(wǎng)絡(luò)輸出的有向文本圖的注意力特征；再利用債券風(fēng)險(xiǎn)預(yù)測(cè)模型中的分類器對(duì)有向文本圖的注意力特征進(jìn)行分類，得到債券募集說明書文本的分類結(jié)果；最后根據(jù)債券募集說明書文本的分類結(jié)果計(jì)算債券風(fēng)險(xiǎn)預(yù)測(cè)模型的損失值，并利用損失值更新債券風(fēng)險(xiǎn)預(yù)測(cè)模型的參數(shù)。本技術(shù)實(shí)施例的債券風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法將債券募集說明書文本數(shù)據(jù)構(gòu)建成有向文本圖，并使用圖注意力網(wǎng)絡(luò)進(jìn)行訓(xùn)練，能夠?qū)W習(xí)到文本級(jí)別的單詞交互和單詞間的順序，且能夠關(guān)注到不同單詞節(jié)點(diǎn)的重要性，從而實(shí)現(xiàn)了更準(zhǔn)確的債券風(fēng)險(xiǎn)預(yù)測(cè)。