Sintesi Tecnica: Previsione Interventistica Ammortizzata per Processi CIR Multivariati

1. Definizione del Problema

Le serie temporali finanziarie come i tassi a breve termine, le intensità di default e gli spread dei Credit Default Swap (CDS) sono spesso modellate come processi di rientro verso la media, tipicamente utilizzando il framework di Cox–Ingersoll–Ross (CIR). Sebbene i modelli CIR multivariati standard catturino con successo i co-movimenti correlati, essi mancano di un meccanismo per rappresentare l'influenza causale tra le serie. Di conseguenza, non possono rispondere a query interventistiche: prevedere come un sistema risponde quando una serie viene colpita da uno shock esterno (ad esempio, un test di stress che forza uno specifico spread a un livello di stress).

Gli attuali modelli di previsione forniscono tipicamente previsioni condizionali (prevedere i valori futuri dati i percorsi storici in cui una variabile ha assunto un certo livello). Ciò confonde la correlazione con la causalità. Un valore elevato in una serie correlata può essere un sintomo di uno stress condiviso piuttosto che una causa; pertanto, i modelli condizionali possono attribuire erroneamente gli effetti dello shock a serie che sono causalmente schermate, portando a valutazioni del rischio "fantasma" nei test di stress.

La sfida centrale è la previsione interventistica: stimare la distribuzione post-intervento $p(\mathbf{V} | \mathcal{D}_{M_o}, do(V_i))$ per processi CIR multivariati. Ciò è complicato dall'equivalenza osservazionale, dove molteplici modelli causali generano dati osservazionali identici ma implicano esiti interventistici differenti. Inoltre, i dati finanziari reali mancano di campioni di ground-truth interventistici, rendendo impossibile la valutazione di modelli di previsione causale senza benchmark sintetici.

2. Metodologia

Il documento propone CIR-ACTIVA, un framework che combina un generatore di dati causali e un modello di inferenza ammortizzata.

2.1 Simulatore CIR Multivariato Causale

Per addestrare e valutare il modello, gli autori introducono un processo di generazione dati CIR multivariato causale. Questo simulatore genera campioni osservativi e interventistici accoppiati, che non sono disponibili nei mercati reali.

• Modello Causale Strutturale (SCM): Il modello definisce $d$ variabili in cui ciascuna evolve tramite un'equazione CIR discretizzata.
• Media di Lungo Periodo Causale: A differenza dei modelli CIR standard dove la media di lungo periodo è fissa, qui la media $b_{t+1}^i$ è una funzione strutturale dei valori contemporanei dei genitori causali ($PaV_i$) e di un fattore di modulazione temporale $c_i(t)$.
• Interventi Soft: Il simulatore applica interventi soft $do(V_i := (1+\delta)f_i)$, riscalando la dinamica di una variabile target pur mantenendo la sua dipendenza dai suoi genitori.
• Varianti: Il simulatore include una variante non ciclica (media stazionaria) e una variante ciclica in cui la media di lungo periodo segue una modulazione sinusoidale, testando la capacità del modello di tracciare dinamiche tempo-varianti.
• Calibrazione: I parametri sono calibrati su dati reali di CDS a 5 anni (2015–2021) per garantire che le statistiche marginali (livelli, autocorrelazione, comportamento delle code) somiglino ai mercati reali, sebbene il simulatore ammetta che le code pesanti reali e la persistenza degli shock siano più difficili da replicare con una pura diffusione.

2.2 Architettura del Modello CIR-ACTIVA

Il modello adatta il framework ACTIVA (un estimatore causale ammortizzato basato su $\beta$-CVAE) per le serie temporali.

• Inquadramento delle Serie Temporali: Inveve di trattare le osservazioni come un insieme non ordinato, il modello promuove il tempo a una variabile. Ogni osservazione è una tupla $(\mathbf{y}, t)$. Ciò consente al modello di apprendere le dipendenze temporali senza imporre rigidi bias induttivi architettonici (come le RNN), trattando la previsione come un problema di predizione tabulare con il tempo come feature.
• Encoder: Utilizza encoder transformer equivarianti per elaborare il contesto osservativo e la query di intervento. Impiega un Continuous Normalizing Flow Condizionale come prior $p_\eta(\mathbf{z} | \mathcal{D}_{M_o}, \mathbf{i})$ per rappresentare una distribuzione latente multimodale sugli schemi causali, preservando l'equivarianza di permutazione.
• Decoder: Un decoder transformer mappa il codice latente $\mathbf{z}$ a una distribuzione congiunta su variabili e tempo. Fondamentalmente, utilizza un decoder a bucket di orizzonte (horizon-bucketed decoder). L'orizzonte di previsione è partizionato in $K$ bucket temporali, e il decoder emette una Gaussiana a covarianza completa con uno shift della media lineare nel tempo per ogni bucket. Ciò permette alla legge interventistica di variare con la distanza della previsione.
• Trasformazione di Output: Per gestire la non-negatività dei processi CIR, il modello predice la radice quadrata degli spread ($\sqrt{x}$), stabilizzando la varianza, e mappa nuovamente alle unità originali tramite trasformazione di variabili.
• Addestramento: Il modello è addestrato tramite un obiettivo $\beta$-CVAE con un peso $\beta$ elevato. Questo forza la struttura predittiva nel percorso di condizionamento (dati osservativi + intervento) piuttosto che nel codice latente, garantendo che il modello possa generalizzare a nuovi task senza riaddestramento.

3. Contributi Chiave

1. Modello CIR-ACTIVA: Un nuovo modello ammortizzato per la stima dell'effetto causale distributivo nei processi CIR multivariati. Inquadra le traiettorie come osservazioni con timestamp e utilizza un decoder a bucket di orizzonte per catturare come le risposte agli shock evolvano su diversi orizzonti di previsione.
2. Simulatore CIR Causale: Un processo di generazione dati sintetici che produce verità fondamentali (ground truth) osservative e interventistiche accoppiate. Ciò consente l'addestramento e la rigorosa valutazione di modelli di inferenza causale ammortizzati, una capacità precedentemente mancante per le serie temporali.
3. Validazione Empirica: Il framework è istanziato su spread CDS. Gli autori dimostrano che il loro approccio supera i baseline sia nella selettività causale (schermando le serie non influenzate da shock fantasma) che nella calibrazione risolta sull'orizzonte (predicendo accuratamente l'evoluzione della risposta allo shock nel tempo).

4. Risultati Sperimentali

Il modello è stato valutato contro quattro baseline: l'originale ACTIVA, MACE-TNP (un estimatore di processi neurali), un baseline di Regressione Mixture Gaussiana (GMR, non causale) e un Oracle floor.

• Selettività Causale: CIR-ACTIVA ha superato significativamente i baseline nel distinguere tra discendenti causali e non discendenti.
  • Sui non-discendenti (variabili causalmente schermate), l'errore del modello (eccedenza rispetto all'Oracle) è sceso del 51–56% rispetto ai discendenti.
  • Al contrario, i baseline come GMR e ACTIVA non sono riusciti a ridurre l'errore per i non-discendenti, assegnando spesso effetti di shock "fantasma" a di essi. MACE-TNP ha mostrato una certa selettività, ma ha perso metà della sua efficacia quando le dinamiche sono diventate tempo-varianti (variante ciclica).
• Calibrazione Risolta sull'Orizzonte: CIR-ACTIVA ha ottenuto l'errore più basso agli orizzonti brevi, dove la transizione dalle dinamiche osservative a quelle interventistiche è più critica.
  • Sui dati ciclici, l'Energy score near-horizon era 0,46, significativamente inferiore a MACE-TNP, ACTIVA e GMR.
  • Il vantaggio è persistito attraverso tutti gli orizzonti sul dataset non ciclico.
• Studio di Ablazione: Rimuovere il latent espressivo (flow prior) o il decoder a bucket ha degradato le prestazioni. La combinazione di entrambi è stata essenziale per l'accuratezza near-horizon, particolarmente nel setting ciclico.

5. Significato e Rivendicazioni

Il documento sostiene che l'accuratezza della previsione osservativa non è un proxy per la correttezza interventistica. Nei sistemi finanziari accoppiati, fallire nel distinguere la correlazione dalla causalità porta a errori concreti: i test di stress basati su modelli non causali registrano perdite e dimensionano le coperture (hedge) contro esposizioni che non esistono.

CIR-ACTIVA affronta questo problema:

• Fornisce un metodo per rispondere a query "what-if" su sistemi di spread accoppiati senza riaddestramento per ogni scenario.
• Stabilisce la validità su una ground truth sintetica che è indipendente da quanto bene il simulatore corrisponda alla realtà, pur dimostrando un radicamento pratico attraverso il backtesting contro dati CDS reali.
• Offre un benchmark controllato (il simulatore CIR causale) per futuri previsori causali.

Gli autori sono modesti riguardo ai limiti: la ground truth sintetica sottostima la persistenza degli shock e la frequenza di movimenti ampi (code pesanti) presenti nei mercati reali, il che significa che i punteggi riportati rappresentano probabilmente un limite ottimistico sulle prestazioni nel mondo reale. Inoltre, l'attuale implementazione è testata su sistemi di tre nomi; scalare a panel di dimensioni di portafoglio rimane una sfida separata. Tuttavia, il framework è agnostico rispetto alla specifica classe di attività, applicabile a qualsiasi serie a rientro verso la media modellata con CIR (es. tassi a breve termine, volatilità stocastica).