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。
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。
研究将极值理论(EVT)的CVaR优化方法扩展到高维神经网络策略,采用超阈值表示与矩估计得到可微的尾部风险目标,其有限样本梯度可直接通过自动微分计算。在含罕见极端市场波动的深度对冲问题中,正常条件下EVT与经验CVaR训练的策略对冲行为相近,而EVT策略在极端情景评估下对冲损失更低。结果表明,当极端风险相关观测稀缺时,EVT可为神经网络策略训练提供实用替代方案。
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。
神经滤波估计器(NFE)在均值回归过程的模拟路径上训练,单次前向传播即可输出横截面各价差潜在状态的后验。在韩国股票上,扣除成本后传统点估计每个持有期预测值比实现值高约1000个基点,摊销方法将该差距缩小约2至8倍。以与端到端 Attention Factor Model 相同学习因子上的后验确定头寸规模,在期内噪声范围内匹配基准规则下这些因子的夏普比率,且不增加风险。
国际清算银行(BIS)工作论文提出用大语言模型(LLM)读取财报电话会,系统测度地缘经济压力的施加与回应,识别哪国政府对哪些外国目标、用何种工具、针对哪些企业和产品施压。
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。
研究用强化学习建模自动化市场中三类智能体——理性套利者、操纵者与散户跟风者,均基于价值型 Deep Q-Network(DQN)和带学习基线的 REINFORCE 训练。
加拿大央行发布工作人员论文 2026-40《人工智能与金融尾部风险》,研究市场感知的 AI 敞口是否反映在金融板块收益尾部,以及这一关系是否取决于宏观经济状况。
FSB发布《G20实施监测评估:2026年报告》,分析其政策制定、起草与呈现方式是否及如何影响政策实施。报告考察2008年全球金融危机后FSB制定的国际改革,发现各国法律框架、市场结构和政治能力等国情是实施进展的主要影响因素。
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。
欧洲央行发布工作论文《Stop believing in haircuts - at least the way you think about them》,编号 No 3301 / October,作者观点不代表欧洲央行立场。论文针对 haircut(估值折扣)的传统理解提出质疑。
欧洲央行发布第 3302 号工作论文《Headwind or tailwind? How banks interpret borrowers' AI exposure》,探讨银行如何解读借款人的 AI 敞口。论文注明文中观点仅代表作者本人,不代表欧洲央行立场。
欧洲央行工作论文第3300号(2026年10月)研究央行数字货币(CBDC)持有上限的行为效应,题为"少即是多"。论文观点仅代表作者,不一定反映欧洲央行立场。
欧洲央行发布工作论文《What analysts hear and why it matters for monetary policy》,聚焦分析师如何解读央行信息及其对货币政策的意义。论文以"ECB Preview""ECB Commentary""ECB Recap"等报告为检索对象,要求在七个日历日内检索含"ECB"的相关报告。
金融稳定理事会(FSB)发布全球稳定币安排跨境脆弱性与金融稳定监测报告,指出全球稳定币在多个司法辖区流通使用,可能在其中一处或多处具有系统重要性。FSB 认为这些特征可能使单一司法辖区难以完整评估或应对潜在的跨境脆弱性,且全球稳定币的运营活动可能横跨多类实体。
一项在模拟抵押借贷市场中的实验发现,共享行动顺序会改变已执行信贷:三个小型开源权重语言模型面对按池价估值抵押品的借款上限,仅两个模型家族发生交易。
美联储 FEDS Notes 刊文,用 Claude Haiku 4.5 与词典法对 BIS 数据库 1996-2025 年央行讲话构建鹰鸽情绪指标,并与半结构模型(SSM)估计的货币政策立场作对比。
CorrFlow 通过广义 Fisher 变换将满秩相关矩阵双射映射到无约束坐标,并用图流匹配网络学习经验分布,保证输出始终落在相关性椭圆体上且具备置换等变性。
研究利用南非一家大型金融机构的中小企业交易数据,通过自然语言处理与正则表达式将非结构化交易描述转化为可解释的支出类别行为特征,并开发了新的分类算法。将该特征纳入信用风险评分卡后,Gini显著提升,分类算法也表现出较高准确率。
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。
ESMA 发布 2026 年第二份风险监测报告,指出科技与 AI 相关板块的强劲表现支撑了投资者乐观情绪和市场估值,但宏观金融状况恶化与高估值脱节加大了市场突然回调的风险。报告还提示前沿 AI 带来的市场基础设施与关键机构运营风险,并分析了 UCITS 市场碎片化、美国科技 IPO 趋势和预测市场等议题。
欧洲央行公布2026年9月9-10日柏林货币政策会议纪要,市场已完全定价本次会议加息,并预计到2027年底累计加息84个基点,高于7月会议时的64个基点。受美伊冲突再起影响,欧洲天然气价格升至2023年初以来最高水平,12月2027年通胀挂钩掉期仅小幅上升,显示2027年通胀将回落但仍高于2%。
纽约联储基于2025年小企业信贷调查(SBCS)分析发现,当前使用AI的雇主企业在未来十二个月的就业净预期高出非使用者33个百分点,营收净预期高出48个百分点。
FinVector-Market-4B 以 rank-16 LoRA 在 22,000 条样本上适配 Qwen/Qwen3.5-4B,并在同一 600 条基准上对比基座与适配模型。
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。
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。
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。
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。
研究在信用卡欺诈与消费违约检测两个数据集上,对比经典分支定界(Gurobi)、光子熵计算(QCI Dirac-3)与模拟光子玻色采样(Piquasso)三类求解器在十三种特征选择方法下的表现。
欧洲央行工作论文第3296号(2026年10月)研究股东多元化是否增强欧元区企业的投资韧性。论文以欧元区企业为对象,探讨股东结构与投资抗冲击能力之间的关系,文中观点仅代表作者,不代表欧洲央行立场。
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。
美联储 FEDS Notes 提出用 ISM 制造业与服务业月度调查的"价格上涨/下跌"文本构建投入成本压力指数,并用嵌入向量模型 all-MiniLM-L6-v2 与 Claude Sonnet 4.5 两种方法将产品提及映射到约 50 个类 PPI 类别,两者分类结果大体一致。
英格兰银行董事会批准额外投资,以应对前沿 AI 在当前财年对投资组合构成的挑战,行长称这项工作至关重要。会议还听取了近期《金融稳定评估》指出的风险,包括 AI 的持续演进及应用,央行正支持银行确保其获得足够的 AI 模型访问权限以保障网络安全。会议同时批准了纸币未来支撑资产安排提案,该提案取决于货币政策委员会关于资产购买机制中为货币政策目的持有的英国国债存量的决定。
欧洲央行发布第3295号工作论文,提出用压力枯竭指数监测银行脆弱性。论文观点仅代表作者本人,不一定反映欧洲央行立场。
英格兰银行发布 2026 年下半年系统性风险调查结果,57 家机构参与,回应率 66%,调查期为 7 月 27 日至 8 月 24 日。95% 受访者对英国金融体系未来三年稳定性保持信心,但认为短中期发生高冲击事件的概率高于上半年。
推荐理由:调查显示 AI 风险在三大维度均创调查以来最高,可与地缘政治、网络攻击风险横向比较。
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。
欧洲央行发布工作论文第3292号,研究信息不完美条件下的货币政策意外。论文观点仅代表作者本人,不必然反映欧洲央行立场。
欧洲央行发布第3291号工作论文《Forecasting wages with local linear forests》,研究以局部线性森林方法预测工资。论文注明文中观点仅代表作者,不一定反映欧洲央行立场。
研究提出深度核对冲框架,将深度学习与核方法的结构性归纳偏置结合,对冲函数被限制在由神经网络嵌入参数化核的再生核希尔伯特空间中。该框架在凸损失下最小化正则化经验风险,并通过截断时间增广签名特征纳入路径依赖信息,同时给出联合对冲问题的广义表示定理。为降低大核矩阵计算成本,作者开发可扩展的随机傅里叶特征近似并建立收敛保证,数值结果显示在低数据情形下对冲表现具有竞争力且稳健。
一篇 30 页综述以“市场能否在不要求参与者披露全部信息的前提下高效公平地配置稀缺商品”为主线,梳理市场微观结构从场内交易员、电子限价订单簿与高频交易、批量拍卖与暗池、区块链自动做市商与区块构建者,到 AI 智能体的演变。