Resumo Técnico: Previsão Intervencionista Amortizada para Processos CIR Multivariados

1. Definição do Problema

Séries temporais financeiras, como taxas de curto prazo, intensidades de default e spreads de credit default swap (CDS), são frequentemente modeladas como processos de reversão à média, tipicamente utilizando o framework de Cox–Ingersoll–Ross (CIR). Embora modelos CIR multivariados padrão capturem com sucesso co-movimentos correlacionados, eles carecem de um mecanismo para representar a influência causal entre séries. Consequentemente, eles não conseguem responder a consultas intervencionistas: prever como um sistema responde quando uma série é externamente perturbada (ex: um teste de estresse forçando um spread específico a um nível estressado).

Modelos de previsão atuais tipicamente fornecem previsões condicionais (prevendo valores futuros dados caminhos históricos onde uma variável por acaso assumiu determinado nível). Isso confunde correlação com causalidade. Um valor alto em uma série correlacionada pode ser um sintoma de estresse compartilhado, em vez de uma causa; assim, modelos condicionais podem atribuir incorretamente efeitos de choque a séries que estão causalmente protegidas, levando a avaliações de risco "fantasmagóricas" em testes de estresse.

O desafio central é a previsão intervencionista: estimar a distribuição pós-intervenção $p(\mathbf{V} | \mathcal{D}_{M_o}, do(V_i))$ para processos CIR multivariados. Isso é complicado pela equivalência observacional, onde múltiplos modelos causais geram dados observacionais idênticos, mas implicam resultados intervencionistas diferentes. Além disso, dados financeiros do mundo real carecem de amostras de intervenção de verdade fundamental (ground-truth), tornando impossível a avaliação de modelos de previsão causal sem benchmarks sintéticos.

O desafio central é a previsção intervencionista: estimar a distribuição pós-intervenção $p(\mathbf{V} | \mathcal{D}_{M_o}, do(V_i))$ para processos CIR multivariados. Isso é complicado pela equivalência observacional, onde múltiplos modelos causais geram dados observacionais idênticos, mas implicam resultados intervencionistas diferentes. Além disso, dados financeiros do mundo real carecem de amostras de intervenção de verdade fundamental (ground-truth), tornando impossível a avaliação de modelos de previsão causal sem benchmarks sintéticos.

2. Metodologia

O artigo propõe o CIR-ACTIVA, um framework que combina um gerador de dados causais e um modelo de inferência amortizada.

2.1 Simulador CIR Multivariado Causal

Para treinar e avaliar o modelo, os autores introduzem um processo gerador de dados CIR multivariado causal. Este simulador gera amostras observacionais e intervencionistas pareadas, que não estão disponíveis em mercados reais.

• Modelo Causal Estrutural (SCM): O modelo define $d$ variáveis onde cada uma evolui via uma equação CIR discretizada.
• Média de Longo Prazo Causal: Ao contrário dos modelos CIR padrão onde a média de longo prazo é fixa, aqui a média $b_{t+1}^i$ é uma função estrutural dos valores contemporâneos dos pais causais ($PaV_i$) e de um fator de modulação temporal $c_i(t)$.
• Intervenções Suaves: O simulador aplica intervenções suaves $do(V_i := (1+\delta)f_i)$, reescalando a dinâmica de uma variável alvo enquanto retém sua dependência de seus pais.
• Variantes: O simulador inclui uma variante não cíclica (média estacionária) e uma variante cíclica onde a média de longo prazo segue uma modulação sinusoidal, testando a capacidade do modelo de rastrear dinâmicas variantes no tempo.
• Calibragem: Os parâmetros são calibrados em dados reais de CDS de 5 anos (2015–2021) para garantir que as estatísticas marginais (níveis, autocorrelação, comportamento de cauda) se assemelhem aos mercados reais, embora o simulador admita que caudas pesadas reais e persistência de choque são mais difíceis de replicar com pura difusão.

2.2 Arquitetura do Modelo CIR-ACTIVA

O modelo adapta o framework ACTIVA (um estimador causal amortizado baseado em $\beta$-CVAE) para séries temporais.

• Enquadramento de Séries Temporais: Em vez de tratar observações como um conjunto não ordenado, o modelo promove o tempo a uma variável. Cada observação é uma tupla $(\mathbf{y}, t)$. Isso permite que o modelo aprenda dependências temporais sem impor vieses indutivos arquiteturais rígidos (como RNNs), tratando a previsão como um problema de predição tabular com o tempo como uma característica (feature).
• Encoder: Utiliza encoders de transformer equivariantes para processar o contexto observacional e a consulta de intervenção. Emprega um Fluxo de Normalização Contínua Condicional como a priori $p_\eta(\mathbf{z} | \mathcal{D}_{M_o}, \mathbf{i})$ para representar uma distribuição latente multimodal sobre modelos causais, preservando a equivariância de permutação.
• Decoder: Um decoder de transformer mapeia o código latente $\mathbf{z}$ para uma distribuição conjunta sobre variáveis e tempo. Crucialmente, utiliza um decoder segmentado por horizonte (horizon-bucketed decoder). O horizonte de previsão é particionado em $K$ segmentos de tempo, e o decoder emite uma Gaussiana de covariância total com um deslocamento de média linear no tempo para cada segmento. Isso permite que a lei intervencionista varie com a distância da previsão.
• Transformação de Saída: Para lidar com a não-negatividade dos processos CIR, o modelo prevê a raiz quadrada dos spreads ($\sqrt{x}$), estabilizando a variância, e mapeia de volta para as unidades originais via mudança de variáveis.
• Treinamento: O modelo é treinado via um objetivo $\beta$-CVAE com um peso $\beta$ elevado. Isso força a estrutura preditiva para o caminho de condicionamento (dados observacionais + intervenção) em vez do código latente, garantindo que o modelo possa generalizar para novas tarefas sem retreinamento.

3. Principais Contribuições

1. Modelo CIR-ACTIVA: Um novo modelo amortizado para estimativa de efeito causal distributivo em processos CIR multivariados. Ele enquadra trajetórias como observações com carimbo de tempo e utiliza um decoder segmentado por horizonte para capturar como as respostas aos choques evoluem ao longo de diferentes horizontes de previsão.
2. Simulador CIR Causal: Um processo gerador de dados sintéticos que produz verdades fundamentais observacionais e intervencionistas pareadas. Isso permite o treinamento e a avaliação rigorosa de modelos de inferência causal amortizada, uma capacidade anteriormente ausente para dados de séries temporais.
3. Validação Empírica: O framework é instanciado em spreads de CDS. Os autores demonstram que sua abordagem supera os baselines tanto em seletividade causal (protegendo séries não afetadas de choques fantasmagóricos) quanto em calibragem resolvida pelo horizonte (prevendo com precisão a evolução da resposta ao choque ao longo do tempo).

4. Resultados Experimentais

O modelo foi avaliado contra quatro baselines: o ACTIVA original, MACE-TNP (um estimador de processo neural), um baseline de Regressão de Mistura Gaussiana (GMR - não causal) e um Oracle floor.

• Seletividade Causal: O CIR-ACTIVA superou significativamente os baselines na distinção entre descendentes causais e não-descendentes.
  • Em não-descendentes (variáveis causalmente protegidas), o erro do modelo (excesso sobre o Oracle) caiu de 51–56% em relação aos descendentes.
  • Em contraste, baselines como GMR e ACTIVA falharam em reduzir o erro para não-descendentes, frequentemente atribuindo efeitos de choque "fantasmagóricos" a eles. O MACE-TNP mostrou alguma seletividade, mas perdeu metade de sua eficácia quando as dinâmicas tornaram-se variantes no tempo (variante cíclica).
• Calibragem Resolvida pelo Horizonte: O CIR-ACTIVA alcançou o menor erro em horizontes curtos, onde a transição da dinâmica observacional para a intervencionista é mais crítica.
  • Em dados cíclicos, o score de Energia de horizonte próximo foi de 0.46, significativamente menor que o MACE-TNP, ACTIVA e GMR.
  • A vantagem persistiu em todos os horizontes no conjunto de dados não-cíclico.
• Estudo de Ablação: Remover o latente expressivo (prior de fluxo) ou o decoder segmentado degradou o desempenho. A combinação de ambos foi essencial para a precisão de horizonte próximo, particularmente no cenário cíclico.

5. Significância e Alegações

O artigo alega que a precisão da previsão observacional não é um proxy para a correção intervencionista. Em sistemas financeiros acoplados, falhar em distinguir correlação de causalidade leva a erros concretos: testes de estresse construídos sobre modelos não causais registram perdas e dimensionam hedges contra exposições que não existem.

O CIR-ACTIVA aborda isso ao:

• Fornecer um método para responder a consultas "e se" (what-if) em sistemas de spreads acoplados sem necessidade de retreinamento por cenário.
• Estabelecer validade em uma verdade fundamental sintética que é independente de quão bem o simulador corresponde à realidade, enquanto ainda demonstra fundamentação prática através de backtesting contra dados reais de CDS.
• Oferecer um benchmark controlado (o simulador CIR causal) para futuros previsores causais.

Os autores são modestos quanto às limitações: a verdade fundamental sintética subestima a persistência de choque e a frequência de movimentos grandes (caudas pesadas) encontrados em mercados reais, o que significa que os scores relatados provavelmente representam um limite otimista do desempenho no mundo real. Adicionalmente, a implementação atual é testada em sistemas de três nomes; escalar para painéis do tamanho de portfólios permanece um desafio separado. No entanto, o framework é agnóstico à classe específica de ativos, aplicável a qualquer série de reversão à média modelada por CIR (ex: taxas de curto prazo, volatilidade estocástica).