CATNet: A geometric deep learning approach for CAT bond spread prediction in the primary market
创建于 更新于
摘要
本报告提出CATNet框架，利用关系图卷积网络（R-GCN）捕捉灾难债券市场的规模无关网络结构，实现对初级市场风险溢价的高效预测。CATNet显著优于随机森林基准模型，且引入网络中心性等拓扑特征显著提升预测精度。解释性分析表明网络特征反映了发行人声誉、承销商影响和风险集中等行业直觉，揭示了风险价差的重要驱动因素，为灾难债券价格建模提供了新范式[page::0][page::2][page::10][page::25][page::33]。
