[論文レビュー] Detect & Describe: Deep learning of bank stress in the news

Samuel Rönnqvist, Peter Sarlin|arXiv (Cornell University)|Jul 25, 2015

Credit Risk and Financial Regulations参考文献 17被引用数 6

ひとこと要約

本論文は、非構造化テキストをスパarsely分布する243件のバンクストレスイベントにリンクさせることで、ニュース記事におけるバンクストレスの検出と記述を行うディープラーニングフレームワークを提案する。分散意味表現とニューラルネットワークを用いて、バンクおよびヨーロッパレベルでの予測的ストレスインデックスを生成するとともに、ストレス要因を説明する解釈可能なテキスト抜粋を抽出し、従来のデータ駆動型モデルを超えたインサイトを提供する。

ABSTRACT

News is a pertinent source of information on financial risks and stress factors, which nevertheless is challenging to harness due to the sparse and unstructured nature of natural text. We propose an approach based on distributional semantics and deep learning with neural networks to model and link text to a scarce set of bank distress events. Through unsupervised training, we learn semantic vector representations of news articles as predictors of distress events. The predictive model that we learn can signal coinciding stress with an aggregated index at bank or European level, while crucially allowing for automatic extraction of text descriptions of the events, based on passages with high stress levels. The method offers insight that models based on other types of data cannot provide, while offering a general means for interpreting this type of semantic-predictive model. We model bank distress with data on 243 events and 6.6M news articles for 101 large European banks.

研究の動機と目的

• ニューステキストはしばしば非構造的かつスパースであるが、そのテキストを用いてバンクストレスを検出し記述するデータ駆動型手法を開発すること。
• 手動で作成された辞書に依存し、解釈性に欠ける感情分析ベースのアプローチの限界を克服すること。
• ニュースコンテンツと実際のストレスイベントを結びつける予測モデルを構築し、定量的ストレス測定と定性的説明の両方を可能にすること。
• 金融リスク監視における意味的・予測的モデルの解釈可能性を高める一般化可能なフレームワークを提供すること。
• 101のヨーロッパバンクを対象に660万件のニュース記事と243件のストレスイベントを用いて、本手法の有効性を実証すること。

提案手法

• 本手法は分布的意味論を用いて、ニュース記事からの単語および文書の密なベクトル表現を学習する。
• 時系列的およびエンティティレベルの整合性を用いて、テキストとイベントデータの間で、ニュース記事がバンクストレスイベントと一致するかどうかを予測するためのディープニューラルネットワークを訓練する。
• 意味表現の学習は自己教師あり（スパース）であり、二値イベント一致タスクでのみ教師あり学習が行われる。
• 予測重みが大きいテキスト抜粋を抽出することで、高ストレスインデックス値の要因を解釈可能に特定する。
• 個々のバンクおよびヨーロッパレベルでの集計において、時間経過に伴うストレスインデックスを計算する。
• 正規表現を用いてバンクの言及を特定し、時間的近接性（±1か月）に基づいてイベントデータと照合するが、曖昧なケースは除外する。

実験結果

リサーチクエスチョン

• RQ1 イベントレベルの監視のみを用いて、ディープラーニングモデルが非構造的ニューステキスト内で一致するバンクストレスを効果的に検出できるか。
• RQ2 ニューステキストの意味表現はどのように学習され、バンクストレスイベントの予測にどのように利用されるか。
• RQ3 モデルが、高ストレスインデックス値の要因を説明する解釈可能な記述的抜粋をどの程度生成できるか。
• RQ4 本モデルの性能および解釈性は、従来の感情分析ベースまたは辞書駆動のアプローチと比べてどのように異なるか。
• RQ5 参照イベントを再定義することで、本フレームワークを他の金融現象に一般化できるか。

主な発見

• モデルは、特に主要な金融危機の周辺で、実際のストレスイベントと相関する予測的インデックスを用いて、一致するバンクストレスを効果的に検出できた。
• フォティスバンクのストレスインデックスは、2008年末から2010年初頭にかけて上昇しており、政府の介入や国家援助と一致する。
• 高ストレス期間から抽出された上位のテキスト抜粋は、資産売却、政府の救済措置、およびBNPパリバが旧フォティス資産を統合したことを記述している。
• モデルは、国家援助や国有化に関する議論が、記述的抜粋の中心を占めていることを特定しており、イベントデータの性質を反映している。
• 高重みの文章を自動的に抽出することで、純粋な数値モデルでは得られないインサイトを提供する、解釈可能なストレスイベント記述が可能になった。
• 分散意味論を用いたディープラーニングは、まれで高インパクトな金融イベントに、スパースで非構造的なテキストを効果的にリンクできることを示した。