Multi-Agent Reinforcement Learning for Greenhouse Gas Offset Credit Markets
이 논문은 온실가스 배출권 거래 시장의 나시 균형을 효율적으로 추정하기 위해 나시-DQN 강화학습 기법을 적용하고, 이를 통해 배출 기업들이 준수할 경우 상당한 재정적 절감 효과를 얻을 수 있음을 수치 실험을 통해 입증합니다.
92 편의 논문
이 논문은 온실가스 배출권 거래 시장의 나시 균형을 효율적으로 추정하기 위해 나시-DQN 강화학습 기법을 적용하고, 이를 통해 배출 기업들이 준수할 경우 상당한 재정적 절감 효과를 얻을 수 있음을 수치 실험을 통해 입증합니다.
이 논문은 소비 CAPM 기반의 유도 모델을 통해 주관적 시간 할인 인자를 0.97~0.99 로 가정할 때 상대적 위험 회피 계수가 약 4.40 인 값으로 주식 프리미엄 퍼즐을 해결하고, 이를 통해 도출된 계산 결과와 위험 성향 분석이 모델의 타당성과 견고성을 입증한다고 주장합니다.
이 논문은 유럽연합의 데이터를 분석한 결과, 의심거래 보고 건수가 증가한다고 해서 자금세탁 유죄 판결이 반드시 늘어나는 것은 아니며, 두 변수 간의 관계는 국가별 차이와 공통된 시간 추이에 의해 왜곡된 인위적인 상관관계일 뿐 인과관계가 아니라고 결론지었습니다.
이 논문은 비음수 구간을 지지하는 확률변수의 합에 대한 VaR(위험가치) 의 극단적 집계 행동을 분석하여, 공단위성 (co-monotonicity) 인 경우를 제외하고는 VaR 의 하부 가산성이 불가능함을 증명하고, 음의 단순형 의존성 (NSD) 과 단순형 우세 (SD) 라는 두 가지 구조적 조건을 통해 VaR 의 완전한 상부 가산성을 특징짓는 통합적 프레임워크를 제시합니다.
이 논문은 도시 교통 규제의 직접적 및 간접적 영향을 사전에 평가하기 위해 물리적 이동 흐름과 사회적 행동 반응을 통합한 다층 시뮬레이션 프레임워크를 제안하고, 이를 통해 광범위한 도시 교통 제한 scheme 의 도입 효과를 체계적으로 분석하는 방법을 제시합니다.
이 논문은 금융 시계열의 잡음과 비정상성 문제를 해결하고 위험 조정 수익을 최적화하기 위해, 학습 가능한 웨이블릿 기반의 다중 스케일 분해와 리스크 인식 정규화를 통해 직접 시장 중립적 롱/숏 포트폴리오를 생성하는 'WaveLSFormer'라는 새로운 트랜스포머 모델을 제안하고 그 우수성을 입증합니다.
이 논문은 네트워크 구조 내에서 친구 관계에 있는 에이전트들 간의 공정한 위험 분담을 연구하며, 최적의 부호 선형 위험 분담 규칙을 규명하고 이를 그래프 라플라시안과 연결합니다.
이 논문은 암호화폐 시장에서 주요 위험 요인은 공유하지만 부차적 위험 노출이 다른 자산 간의 균형 조건을 실증적으로 반증함으로써, 단순한 위험 오가격이 아닌 자본 재배치를 저해하는 마찰로 인한 시장 비효율성이 존재함을 입증합니다.
이 논문은 DAO 거버넌스에서 제안 수가 참여자의 감시 능력을 초과하는 임계점을 넘으면 광범위한 참여가 불가능해져 실질적인 통제권이 소수의 활발한 참여자에게 집중되는 '감시 과부하' 메커니즘을 실증적으로 규명합니다.
이 논문은 무역과 국경이 모두 내생적으로 결정되는 선형 일반균형 모델을 개발하여, 두 요소 중 하나만 외생적으로 가정할 경우 설명할 수 없는 지정학적 결과를 합리화하고 국가 간 및 내부의 정치경제·안보·이데올로기를 통합적으로 분석하는 틀을 제시합니다.
이 논문은 GPT-4o 와 FinBERT 등 대규모 언어 모델을 활용해 추출한 관련성, 정서, 강도, 불확실성, 미래지향성 등 다차원 감정 신호가 단순한 극성 분석을 넘어 WTI 원유 선물 수익률 예측 정확도를 높일 수 있음을 실증적으로 보여줍니다.
이 논문의 필드 실험은 희귀 사건 탐지를 위한 인간 라벨링 작업에서 피드백 데이터의 균형 잡힌 구성과 확률적 응답 방식을 도입하고 선형 로그-오즈 보정을 적용함으로써 인지 편향을 줄이고 하류 AI 모델의 성능과 보정 정확도를 크게 향상시킬 수 있음을 입증합니다.
이 논문은 기존 개별 청구 예측 방법론의 한계를 극복하고, 리치먼과 뵈트릭의 이전 연구를 바탕으로 실용적 표준을 정립하기 위해 체인-래더 (CL) 기법을 확장한 새로운 개별 청구 예측 접근법을 제시합니다.
이 논문은 2013 년부터 2024 년까지의 연도별 데이터 절단으로 학습된 12 개의 DatedGPT 모델을 통해 금융 예측에서 발생할 수 있는 미래 정보 편향 (lookahead bias) 을 방지하고 각 모델의 지식 범위를 엄격히 통제하는 방법을 제시합니다.
본 논문은 IFRS 9 하의 기대신용손실 추정을 위해 생존분석 기법 (이산시간 위험 모형 및 조건부 추론 생존 트리) 을 적용하여 대출 상각 위험의 기간구조를 도출하고, 이를 LGD 모델에 통합한 결과 이산시간 위험 모형이 다수 진단 지표에서 우수한 성능을 보였으나, 데이터의 L 자형 분포 특성으로 인해 단일 단계 LGD 모델이 최종적으로 가장 좋은 성과를 거두었음을 규명했습니다.
이 논문은 정보 이론 기반의 엔트로피 분석을 통해 2025 년 트럼프 행정부 초기의 집중된 정책 발표가 전 세계 주식 시장에 미친 영향을 규명하고, 기존 변동성 지표와 구별되는 엔트로피가 시장 불확실성과 정책의 일관된 움직임을 포착하는 효과적인 지표임을 주장합니다.
이 논문은 OECD 국가간 투입산출표를 활용해 세계 공급망 모델을 구축하고, 외국으로부터의 수입 제한 시나리오를 분석한 결과 사우디아라비아, UAE, 중국, 싱가포르, 미국, 러시아 순으로 인도 경제가 가장 큰 취약성을 보임을 밝혔습니다.
이 논문은 AI 에이전트의 지능이 향상될수록 자원이 부족할 때는 시스템 과부하와 집단적 위험이 증가하지만, 자원이 풍부할 때는 오히려 과부하가 감소하며, 이러한 결과는 AI 의 sophistication(정교함) 이 아닌 '자원 대비 인구 비율'이라는 단일 수치에 의해 결정됨을 보여줍니다.
이 논문은 내생적 신호를 가진 유한 플레이어 연속 시간 LQG 게임에서 무한한 믿음의 계층을 결정론적 고정점으로 축소하여 전략적 예측 조작이 중요한 경계를 명확히 하고 균형 결과를 명시적으로 도출하는 최초의 정밀한 평형 특성을 제시합니다.
이 연구는 1985 년부터 2009 년까지의 방대한 데이터를 분석한 결과, 학제간 연구가 높은 영향력을 갖는다는 통념과 달리, 실제로는 심층적인 학문적 전문성을 기반으로 한 '학제적' 연구비 지원이 다양한 분야에서 높은 인용을 받는 학제간 연구 성과를 창출하는 핵심 동력임을 규명했습니다.