平安的債券違約分析在“人工智能世界創新大賽”中獲得金融類獎項
來源: DesFran

- 面向運營的模型為用戶提供了定制的主題分析模塊。用戶可以獨立地對特定主題或多種類型的主題進行深入研究。
- 風險擴散模型可識別與債券相關的風險。它為債券發行人,承銷商和擔保人建立了關聯債券的關係擴散網絡圖。這有助於計算傳入風險的可能性。
- 智能專家模型基於大量研究報告和專家的深入分析方法,以完善專家經驗,生成專家知識庫並通過模擬專家分析方法將債券風險報告發送給用戶。
- 相似度評估模型基於歷史違約案例數據庫計算與基礎債券風險相關的相似度。它構建了一個全面的違約案例數據庫,將違約債券的特徵與基礎債券進行匹配,並標記類似違約風險的案例。
- 定量風險模型提供了多維風險掃描結果,並根據債券的因素,事件和規模生成評級,這使用戶能夠快速確定債券違約的原因。
- 廣泛的覆蓋範圍:全面的信用債券,大約2.2億+個社會實體,10億+個人,實體,行業,事件和關係節點。
- 快速更新:在不到3秒的時間內快速提取風險線索,每小時更新一次數據。
- 智能監控:24/7深度覆蓋投資風險控制監控的全過程,準確地發送風險線索。
- 完全關聯:基於鍵合主體構建全方位的關聯路徑,解決故障的宏觀-微觀-微觀分析問題,充分探索鍵合違約的風險。
訂閱

