MétaCan
Menu
Retour à la cohorte
Enregistrement W3109265002 · doi:10.1155/2021/2882930

Reconstruction Rating Model of Sovereign Debt by Logical Analysis of Data

2021· preprint· en· W3109265002 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMathematical Problems in Engineering · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensSt. Stephen's University
Organismes subventionnairesnon disponible
Mots-clésCredit ratingActuarial scienceSolvencyDebtBond credit ratingSovereigntySet (abstract data type)EconomicsEconometricsAgency (philosophy)StatisticsComputer scienceBusinessMathematicsFinanceCredit riskPolitical science

Résumé

récupéré en direct d'OpenAlex

Sovereign debt ratings provided by rating agencies measure the solvency of a country, as gauged by a lender or an investor. It is an indication of the risk involved in investment and should be determined correctly and in a well-timed manner. The current system is lacking transparency of rating criteria and mechanism. The present study reconstructs sovereign debt ratings through logical analysis of data (LAD), which is based on the theory of Boolean functions. It organizes groups of countries according to 20 World Bank-defined variables for the period 2012–2015. The Fitch Rating Agency, one of the three big global rating agencies, is used as a case study. An approximate algorithm was crucial in exploring the rating method, in correcting the agency’s errors, and in determining the estimated rating of otherwise unrated countries. The outcome was a decision tree for each year. Each country was assigned a rating. On average, the algorithm reached almost 98% matched ratings in the training set and was verified by 84% in the test set.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,248
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle