Why Bonds Fail Differently? Explainable Multimodal Learning for Multi-Class Default Prediction
创建于 更新于
摘要
本论文提出EMDLOT，一种融合金融时序数据与债券募集说明书文本的多模态深度学习模型，利用时序感知LSTM处理不规则时间序列，结合软聚类和多级注意力机制实现多类别债券违约预测和内在可解释性。实证结果显示，EMDLOT在识别违约及展期债券方面显著优于传统和深度学习基准，且其注意力权重与经济直觉相符，为债券信用风险管理提供新工具与透明框架 [page::0][page::2][page::3][page::30]。
