多选择建模：不确定性下决策配置空间的探索框架
论文提出多选择建模框架，将大型决策配置空间显式化并在不确定性下进行模拟探索，结合多维决策与不确定性空间，用方差敏感性分析识别关键选择、用条件分布分析比较配置表现。三个案例（制造工艺升级、并购策略、抵押贷款设计）显示，打开决策配置空间可揭示意外的互补性、风险特征不同的近优配置及起初未显现的备选策略。
#模型风险
arXiv q-fin.RMAI 评分2222
arXiv q-fin.RMAI 评分2222 教师监督、固定表征与校准：候选评分决策模型的精确风险计算
研究对 Jev 与开源版本 JevAny 的三项训练要素（大模型软目标、冻结预训练骨干、温度校准）在高斯替代模型中做精确风险计算。在 CFPB 的 231,521 条信用卡投诉数据上，用逻辑教师概率训练的学生最终达到教师决策成本，而用结果训练的学生低 8%；30B 模型零样本经重校准后仍劣于教师，偏离一致性条件 17.5 decibans。
arXiv q-fin.RMAI 评分2222 梯度提升信用模型的条件证据权重：估计、可加性及其与不利行动理由的关系
研究提出面向个人申请人的条件证据权重（conditional weight of evidence），衡量在已知其余信用信息后观察某特征的违约对数几率变化，其符号区分不利或有利信息。
arXiv q-fin.RMAI 评分2020 用动态产业图与离散时间生存模型刻画跨区域房贷违约风险依赖
研究以区域产业构成相似度衡量经济邻近性，构建动态产业图的离散时间生存模型，刻画房贷违约风险的跨区域依赖，并每年重建图的拓扑与边权重。模型用 Integrated Nested Laplace Approximation 估计，在美国房贷贷款级数据上对比静态产业图设定，样本内拟合与样本外区分度均更优。估计参数显示存在显著的图引致跨区域依赖与时间持续性。
arXiv q-fin.RMAI 评分3838 面向大语言模型行为刻画与风险管理的分布框架
研究提出一个贯穿模型生命周期的分布框架，用蒙特卡洛模拟构建经验响应分布，并通过语义干预观察分布变化。该框架以借款人分类和音乐专辑推荐两项任务演示，量化分布偏移，并关联模型风险管理与治理，衡量稳健性与控制有效性、刻画残余行为。由于仅依赖观测响应，它也可用于通过商业 API 访问的黑盒模型。
arXiv q-fin.RMAI 评分4040 用函数型数据分析建模信用行为与违约概率：兼顾 XGBoost 预测力与线性模型可解释性
该论文提出用函数型数据分析建模违约概率，将账户类型、账户余额与信用额度三项量保留为连续时间过程，而非压缩为月度汇总值，从而连续刻画借款人信用行为。研究发现银行工作日序位相关的周期性事件形成强周期模式，并据此构建相对时间框架对齐不同借款人的周期。采用函数型逻辑回归评估显示，该模型预测表现与 XGBoost 相当并持续优于逻辑回归，兼顾机器学习预测力与线性违约模型的可解释性。
arXiv q-fin.RMAI 评分3434 受监管信用评分中的学习型单调循环特征：框架的代价与宏观条件化的必要性
研究在五个生产级信用数据集上检验学习型单调时序聚合在受监管信用评分中的价值，发现其收益随治理框架严格程度上升，在仅摘要框架中最大。
arXiv q-fin.RMAI 评分3636 信用卡违约损失率建模：run-off triangles 与回归方法对比
一项基于信用卡数据的研究将行业常用的 run-off triangles（ROT）方法与回归法对比，用于估计违约损失率（LGD）。回归法能还原经验 LGD 分布的"U 型"特征，而 ROT 法无法做到；按时间聚合后，ROT 估计在多数时段明显偏离经验损失率，回归法更贴近经验趋势。作者据此认为，在优先追求准确性的 IFRS 9 框架下，回归法可能更适合估计 LGD。
arXiv q-fin.RMAI 评分2020 在同等可容许性下测量学习型单调时序聚合
研究在固定可容许性（分数对每个敞口输入单调非减）的前提下，测量学习型聚合相对手工聚合的价值。所用工具是状态为经典风险统计量（指数加权移动平均与带学习变换的高水位标记）的循环网络，按构造对每个输入及每个 MC-dropout 样本单调。
arXiv q-fin.GNAI 评分2929 私人财富管理中多智能体 AI 的嵌套委托代理问题：瑞士、德国与奥地利的授权表示与证据控制
研究将私人财富管理中经理委托 AI 建模为嵌套委托代理问题，以约束联合最大化为 AI 任务目标，并用瑞士、德国、奥地利法律框架界定授权与证据充分性。
英格兰银行 · 新闻精选AI 评分6060 英格兰银行金融政策委员会发布2026年9月会议记录
英格兰银行金融政策委员会9月25日会议记录指出，自7月以来风险前景恶化，相互关联的风险更可能同时显现。记录称前沿 AI 能力快速提升加大了网络与操作韧性风险，2026年三季度测试环境中自主模型出现意外行为，委员会重申企业应依据监管机构、英国国家网络安全中心及行业小组的指引做好准备。
推荐理由：会议记录把前沿 AI 的网络安全与操作风险、AI 相关债务发行纳入金融稳定评估，可供银行对照风险清单。
arXiv q-fin.GNAI 评分3636 同一文本、不同数字：基于 LLM 的文本度量在不同模型间的分歧
研究用 7 个不同厂商的 LLM 对 S&P 500 公司财报电话会议记录按 13 项指标打分，跨模型排名相关性平均仅 0.52，跨提供商共有的记录层面差异只占总得分变异的 34%。模型选择显著影响下游推断，系数大小、符号和统计显著性随模型大幅变化。作者建议将 LLM 生成的变量视为依赖模型的测量结果，并跨提供商验证。
arXiv q-fin.GNAI 评分2626 面向受监管保险公司的多智能体 AI 架构：奥地利和德国 Solvency II 与 AI Act 下的通用 AI 框架
一篇论文提出面向受监管保险公司的正式多智能体架构，将公司拆分为资本管理、承保、理赔、合规、欺诈检测和客户交互等专业智能体，并由编排智能体在 Solvency II、AI Act 和《保险分销指令》下监督协调。架构通过分层访问控制引入人在回路智能体，协议层基于异步执行与 MCP、A2A 双层通信。
arXiv q-fin.GNAI 评分3838 面向受监管金融的合规 AI 基础设施：DACH 地区分层多智能体框架与 DLT 审计追踪
研究提出一套面向受监管金融的合规优先 AI 架构，将监管视为导向层而非确定性规则集，通过监管意图与敞口矩阵分类，并由受治理的策略编译器映射为具体禁止项、义务与运行时预算。证据、决策与原因码绑定到许可制 DAG 并确定性时间戳，支持重放、溯源与失败归因；条款级法律索引含生效日期，配合基于能力的智能体路由，可在 DACH 及更广 EU 范围移植。
arXiv q-fin.RMAI 评分2222 经济网络均衡与风险的局部弱极限：基于有根网络局部计算的大规模稀疏网络均衡分布近似
针对具有异质响应、冲击和双边敞口的大规模稀疏经济网络，研究通过极限有根网络上的局部计算近似均衡结果分布，并在标记局部弱收敛下证明经验均衡分布依概率收敛。在一致收缩响应与有界单调非扩张响应（上下根迭代重合）两种设定下成立，后一设定下极限与可测有限网络均衡选择无关，即使均衡不唯一。
arXiv q-fin.RMAI 评分1515 损失函数选择还是模型选择？预测水平在加密货币波动率预测中的作用
一项对比七种损失函数与五种模型的研究发现，经基于验证集的水平对齐调整后，模型选择成为五模型全比较中更大的变异来源，而不同损失函数间的 VaR 突破率差异大幅收窄。研究覆盖主要加密货币，用统计评分与单日 Value-at-Risk 评估原始及对齐后的预测，指出损失函数在原始比较中显得重要主要源于其瞄准的预测水平。该成果已被 ADMA 2026 会议论文集接收。
欧洲银行管理局 · 新闻稿AI 评分5858 欧洲监管机构（ESAs）发布 2026 年秋季风险更新，警示外部依赖、网络威胁与私人信贷风险
欧洲监管机构（EBA、EIOPA、ESMA）在 2026 年秋季风险更新中，将外部依赖、新兴技术和私人信贷列为欧盟金融体系的主要脆弱点，并警告对非欧盟 ICT 服务提供商的依赖与日益强大的 AI 模型带来的网络风险。
arXiv q-fin.RMAI 评分2222 通用保险精算建模的图形化模型验证实用指南
一份手稿系统梳理了通用保险精算建模中最常用的模型验证工具，包括校准图、实际值与预期值对比图、提升图、Murphy 图，以及 Bregman 损失、偏差损失、基本损失、Murphy 分解和 Gini 分数等经典统计工具。重点讨论了校准与区分度应在保单加权还是敞口加权总体下研究，这一区分对确保保费方案在正确尺度上校准至关重要。
arXiv q-fin.RMAI 评分3131 研究：LLM 标注可复现性不等于构念效度——基于欧盟委员会 AI Act 咨询意见的测量检验
一项基于欧盟委员会 AI Act 咨询数据的研究发现，LLM 对咨询意见文本的标注虽高度可复现（组内相关系数 > 0.99），但与同一利益相关方的问卷测量结果收敛有限。分歧在不同群体间系统性变化：商业协会在文本中表达的 AI 风险担忧高于问卷（{g} = +1.0），公共机构等群体则更小或为负。研究据此主张，将 LLM 用作测量工具时须区分可复现性、构念效度与沟通情境差异。
arXiv q-fin.GNAI 评分3838 前沿智能体问答的凭证式审计：证据被埋没时准确率下降、成本上升，模型幻觉与准确数字并存
一项受控数据室审计发现，把证据移入被埋没的条件后，前沿模型在文档与图表问答中的准确率下降，被迫声明、工具调用次数和每个正确答案的成本均上升。审计还记录了一起生产事故：智能体将捏造的结构性结论与准确的数字表格混在一起，而置信度与基准校准未能完全反映错误答案。作者据此主张智能体评测应转向声明级凭证、条件感知评分与人工对抗性验证，而非排行榜式打分。
arXiv q-fin.RMAI 评分3838 表格信用评分的对抗训练：P2P 借贷中的多攻击鲁棒性评估
研究在 Lending Club 大型子集上对表格信用评分开展系统性训练-测试鲁棒性基准，覆盖逻辑回归、前馈神经网络和表格 transformer 三类模型，以及仅限申请人可改特征的 FGSM、PGD、Salt-and-Pepper 噪声、DeepFool 四种攻击和混合攻击情形。
英格兰银行 · 出版物AI 评分5858 英格兰银行：前沿 AI 网络防御中的 harness 工程设计考量
英格兰银行基于前沿 AI 信息共享论坛（FAISF）的讨论，发布文章梳理把前沿 AI 用于网络防御时设计 harness 的实务考量。harness 指围绕模型、决定其输入、任务、输出校验与结果流转的工具、工作流、控制、数据和运行环境集合，文章强调仅获得模型访问权不足以形成可靠防御能力。
arXiv q-fin.GNAI 评分4040 智能体金融中的权限-推理分离：一线控制、区块链执行与可回放保证
研究提出并评估以意图为中心的权限-推理分离（AIS）架构，机器生成的提案须经独立确定性控制平面校验智能体身份、授权与风险偏好沿革、政策版本、状态、审批及经济语义后，才能获得临时可执行权限。
arXiv q-fin.RMAI 评分1818 信用风险后验信念的恢复：信息几何框架的隐状态 EM 扩展
论文提出一个隐状态框架，用有限高斯混合模型刻画借款人评分，违约取决于潜在画像，并以联合 EM 过程从评分—违约配对中估计混合结构与各画像违约概率。估计后仅凭观测评分计算预测后验信念，保留违约发生前的信息。受控模拟实验用常规误差与信息几何散度评估结构参数、后验分布和借款人级违约概率的恢复效果。
arXiv q-fin.RMAI 评分3434 面向薄档案与无银行账户人群的可解释混合信用评分：东非实证与公平性审计
一项研究将逻辑回归评分卡加梯度提升残差修正的混合信用评分框架扩展到东非，在Zindi非洲金融普惠数据上校准后AUC达0.869，Brier分数从0.158降至0.085。
arXiv q-fin.RMAI 评分2222 DTD-VAE：用于信用风险预测的解耦时间依赖 VAE
研究提出 DTD-VAE，在传统 VAE 基础上解耦时间依赖，将信用风险相关特征与客户历史偏好区分开。其特征推断模块用自回归时间依赖学习机制捕捉隐变量间的时间依赖，特征生成模块用逐元素门控为专家模型各维度分配独立权重。在六个真实数据集上，ROC-AUC 提升 3.2%-4.86%，Accuracy Ratio 提升 6.41%-9.71%。
arXiv q-fin.RMAI 评分2828 findr：通过半结构化回归实现透明公平的信用风险决策
研究提出半结构化信用风险建模框架 findr，将 logit 分解为可解释的结构化成分与正交神经残差，并用训练中的 Wasserstein 惩罚缓解群体差异。在模拟研究和 8 个公开信用数据集上，findr 在信号近似线性时表现接近逻辑回归，在存在非线性结构时能找回神经模型的大部分预测增益。配套诊断可判断基于系数的解释何时仍贴近完整拟合模型。
国际清算银行 · Bulletin 快评AI 评分5858 BIS 快评：前沿 AI 与网络风险是否迎来转折时刻
国际清算银行（BIS）发布 Bulletin 快评，讨论前沿 AI 模型对网络风险的影响。文章指出，前沿 AI 模型提升了网络攻击的速度、规模和复杂度，同时也增强了网络防御能力，但成本并不对称，可能对攻击方更有利。
国际清算银行 · FSI InsightsAI 评分6060 BIS/FSI 发布报告：金融业 AI 数据使用的监管路径
国际清算银行金融稳定研究院（BIS/FSI）发布 FSI Insights 第 73 期报告，梳理金融业 AI 数据使用中的隐私、质量与安全问题，以及第三方依赖和大型服务商市场集中带来的风险放大效应。报告聚焦生成式 AI，归纳各金融监管当局在跨部门义务与指引上的共同主题，并指出哪些领域更需要监管机构提供更具针对性的指引。