ログイン
Language:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 所属別コンテンツ
  2. ハリス理化学研究所
  3. 紀要論文
  4. 同志社大学ハリス理化学研究報告
  5. 66(4)
  1. 紀要論文
  2. 研究所
  3. 同志社大学ハリス理化学研究報告
  4. 66(4)

企業間取引ネットワークを考慮した信用リスク分析

https://doi.org/10.14988/0002001434
https://doi.org/10.14988/0002001434
e03c1dcb-25d7-4236-ac19-fbf3794f837c
名前 / ファイル ライセンス アクション
023066040003.pdf 023066040003.pdf (995.4 KB)
アイテムタイプ 紀要論文 / Departmental Bulletin Paper(1)
公開日 2026-01-15
タイトル
タイトル 企業間取引ネットワークを考慮した信用リスク分析
言語 ja
タイトル
タイトル キギョウカン トリヒキ ネットワーク オ コウリョ シタ シンヨウ リスク ブンセキ
言語 ja-Kana
タイトル
タイトル Credit risk analysis considering inter-enterprise transaction networks
言語 en
言語
言語 jpn
キーワード
主題 グラフニューラルネットワーク, 企業間取引ネットワーク, 信用リスク
Graph Neural Network, inter-firm transaction network, credit risk
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ departmental bulletin paper
ID登録
ID登録 10.14988/0002001434
ID登録タイプ JaLC
アクセス権
アクセス権 open access
アクセス権URI http://purl.org/coar/access_right/c_abf2
著者 脇坂, 大心

× 脇坂, 大心

ja 脇坂, 大心
ROR 同志社大学 01fxdkm29

ja-Kana ワキサカ, タイシン

en Wakisaka, Taishin


Search repository
津田, 博史

× 津田, 博史

CiNii ID 1000090450163
e-Rad_Researcher 90450163
AID DA08592639

ja 津田, 博史
ROR 同志社大学 01fxdkm29

ja-Kana ツダ, ヒロシ

en Tsuda, Hiroshi


Search repository
抄録
内容記述タイプ Abstract
内容記述 企業間取引ネットワークは、信用リスクを伝達するチャネルとして機能することが広く知られている。先行研究においても、カスタマー・サプライヤー情報を組み込んだ格付け予測モデルは、財務指標のみに依拠したモデルよりも高い予測精度を示すことが報告されている。本研究は、Graph Neural Network(GNN)を用いて、企業間ネットワークを通じた信用リスク伝播の強度を定量化し、その統計的有意性を検証することを目的とする。ここで、信用リスク伝播の強度とは、カスタマー企業に信用事由が発生した際に、サプライヤー企業がどの程度の影響を受けるかを示す指標である。分析の結果、Graph Attention Network(GAT)を用いてサプライヤー企業の信用リスクを推定することで得られる注意重み(attention weights)が、企業間の信用リスク伝播の強度を効果的に捉える指標となることが示された。結論として、GNNに基づく分析は、サプライヤー - カスタマー関係が信用リスク伝播に及ぼす影響を定量的に評価できることを明らかにした。
言語 ja
抄録
内容記述タイプ Abstract
内容記述 It is well known that inter-firm transaction networks function as channels for transmitting credit risk. Previous studies have shown that rating prediction models incorporating customer–supplier information achieve higher predictive accuracy than those relying solely on financial indicators. This study aims to quantify the intensity of credit risk transmission through inter-firm networks using Graph Neural Networks (GNNs) and to test its statistical significance. The intensity of credit risk transmission refers to the extent to which a supplier is affected when a customer experiences a credit event. Our results demonstrate that the attention weights obtained from estimating suppliers' credit risk using a Graph Attention Network (GAT) effectively capture the strength of credit risk propagation across firms. In conclusion, the GNN-based analysis enables a quantitative evaluation of supplier–customer relationships in terms of their impact on credit risk transmission.
言語 en
内容記述
内容記述 原著論文
書誌情報 ja : 同志社大学ハリス理化学研究報告
en : The Harris science review of Doshisha University

巻 66, 号 4, p. 215-225, 発行日 2026-01
出版者
出版者 同志社大学ハリス理化学研究所
言語 ja
出版者(英)
出版者 Harris Science Research Institute of Doshisha University
言語 en
ISSN
収録物識別子タイプ PISSN
収録物識別子 21895937
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA12716107
権利者情報
権利者識別子Scheme AID
権利者識別子 DA18202107
権利者識別子URI https://ci.nii.ac.jp/author/DA18202107
権利者名 同志社大学ハリス理化学研究所
言語 ja
権利者名 Harris Science Research Institute of Doshisha University
言語 en
出版タイプ
出版タイプ VoR
出版タイプResource http://purl.org/coar/version/c_970fb48d4fbd8a85
戻る
0
views
See details
Views

Versions

Ver.1 2026-01-13 04:00:07.759777
Show All versions

Share

Share
tweet

Cite as

Other

print

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX
  • ZIP

コミュニティ

確認

確認

確認


Powered by WEKO3


Powered by WEKO3