🤖 machine learning

Amortized Interventional Forecasting for Multivariate CIR Processes

本文介绍了 CIR-ACTIVA，这是一个针对多元 Cox--Ingersoll--Ross 过程的摊销式干预预测框架，它通过区分因果冲击与历史相关性，能够对 CDS 利差等金融时间序列进行因果“假设分析”，并在因果选择性和时界校准方面均优于观测基准。

原作者： Andreas Sauter, Sumit Sourabh, Drona Kandhai, Erman Acar

发布于 2026-08-05

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Andreas Sauter, Sumit Sourabh, Drona Kandhai, Erman Acar

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在观察一群鸟。有时它们会整齐划一地向左俯冲，有时又会一起向右俯冲。如果你只是观察，可能会认为它们都在模仿彼此的动作。但如果其中一只鸟被老鹰惊吓而向下俯冲，导致其他鸟也跟着俯冲呢？这就是一个因果关系。在金融世界中，资金的流动也类似于这些“鸟群”。利率、信用评分和借贷成本往往会同步上升或下降。长期以来，计算机通过仅仅观察过去的模式来预测这些运动，并假设如果两件事物同时移动，它们就是相关的。但这就像仅仅因为公鸡每天早上啼鸣，就认为公鸡导致了太阳升起一样。

科学家用来模拟这些金融“鸟群”的具体工具被称为 CIR 过程（以三位研究员 Cox、Ingلsoll 和 Ross 命名）。可以将它们想象成一种数学方法，用来描述那些具有“回归常态”倾向的事物，就像橡皮筋被拉伸后会自动弹回原状一样。这篇文章探讨的核心问题是：如果我们“强行”改变系统的一部分，会发生什么？如果我们人为地冲击一家公司的信用评分，其他人会如何反应？旧的模型无法回答这个问题，因为它们只知道事物在过去是如何共同运动的，却不知道如果推动其中一个，它们会如何运动。本文介绍了一种新的方法，可以在无需每次都重新构建计算机模型的情况下，回答这些“如果……会怎样”的问题。

问题所在：公鸡与太阳

在金融世界中，许多事物的行为就像橡皮筋。如果信用利差（一家公司的借贷成本）过高，它通常会想要弹回正常水平；如果过低，它又会想爬升回去。这被称为“均值回归”（mean-reverting）。

几十年来，科学家一直使用一种名为 CIR 过程的标准模型来预测这些运动。它在根据历史记录预测未来走向方面表现出色，但它有一个盲点：它看到两件事物同时移动，就假设它们是相互关联的。它并不理解其中的“为什么”。

想象一下对银行进行压力测试。监管机构可能会问：“如果 A 公司的信用评级崩盘，会发生什么？”一个聪明的模型应该回答：“B 公司可能会感到紧张，其评级也可能下降，但 C 公司与 A 公司无关，所以它应该保持稳定。”

然而，旧模型就像是一个困惑的观察者，它看到 A 公司和 C 公司在过去曾同步运动。当 A 公司崩盘时，旧模型会陷入恐慌并说：“噢不，C 公司也必须崩盘了！”它混淆了相关性（事物同时发生）与因果关系（一个事物导致另一个事物发生）。这会导致“幻影冲击”（phantom shocks），即模型预测那些实际上很安全的公司的灾难，导致银行浪费资金购买不必要的保险。

解决方案：时光旅行模拟器

作者 Andreas Sauter 及其团队构建了一个名为 CIR-ACTIVA 的新工具。他们希望创建一个能够瞬间回答“如果……会怎样”的问题，而无需为每一个新场景重新进行训练的系统。

为了实现这一点，他们必须解决一个棘手的难题：如果你无法进入现实世界并让一家公司的股票崩盘来观察结果，你该如何教会计算机什么是因果关系？你不能在真实的市场上进行这种实验。

因此，他们构建了一个虚拟世界。他们创建了一个“因果模拟器”来生成虚假的金融数据。在这个虚假的世界里，他们完全清楚谁是因，谁是果。他们可以设定：“好吧，在这个模拟中，A 公司会导致 B 公司的变化，但 C 公司是完全独立的。”然后，他们在模拟中让 A 公司崩盘，并观察发生了什么。这给了他们“地面真相”（ground truth）——即关于“如果……会怎样”这个问题的正确答案。

他们用数百万个这样的虚假场景训练了他们的 AI 模型——CIR-ACTIVA。该模型学会了观察一段运动历史和一个特定的“冲击”（例如“强制 A 公司崩盘”），然后预测整个群体的未来。

秘诀：时间作为一个角色

大多数预测未来的 AI 模型将时间视为简单的数字列表。CIR-ACTIVA 做了一件聪明的事：它将时间本身作为一个角色融入故事。

想象你在讲述一个球滚下山坡的故事。如果你只给某人一个球的位置列表，他们可能会猜测球接下来的去向。但如果你告诉他们：“球在 1:00 位于顶端，1:05 位于半山腰，1:10 到达了底部”，他们就会理解其中的速度和动量。

CIR-ACTIVA 将数据视为一系列带有特定时间戳的快照。它不仅仅学习“当 B 下降时，A 也会下降”，它还学习“在冲击发生后，A 会迅速下降，然后在接下来的几天内减速并趋于平稳”。

该模型还使用了一种称为摊销推理（amortized inference）的特殊技巧。通常，如果你想了解新场景下的情况，必须从头开始教计算机，这需要很长时间。CIR-ACTIVA 就像一个已经学习了无数种物理问题的学生，当你给他们一个新问题时，他们可以立即解决，而无需翻阅教科书。他们将学习过程“摊销”（分散）到了所有的训练场景中。

结果：识别真正的受害者

团队将 CIR-ACTIVA 与其他模型（包括一些不理解时间或因果关系的智能模型）进行了对比测试。他们利用虚拟世界来观察谁能答对“如果……会怎样”的问题。

结果非常明确。当他们在模拟中冲击一家公司时：

旧模型（以及“GMR”基准模型）： 它们陷入了恐慌。它们预测所有人都会崩盘，甚至包括那些与受害者没有任何联系的公司。它们无法区分朋友与陌生人。
CIR-ACTIVA： 它保持了冷静。它正确地预测了受害者会崩盘，其直接关联的“朋友”会感受到痛苦，但“陌生人”则会保持安全。它展现出了因果选择性（causal selectivity），意味着它只会归咎于正确的人。

该模型在预测何时发生方面也表现得更好。它知道冲击会在初期猛烈打击，但随后会逐渐消退。其他模型在预测时往往要么太慢，要么太快。

为什么这很重要

这不仅仅是一个数学游戏。在现实世界中，如果银行认为一家安全的公司的危险是因为“幻影冲击”，他们可能会抛售股票或购买昂贵但不必要的保险。这会造成真实的资金损失。

作者展示了他们的模型在模拟世界中表现得极其出色。他们甚至检查了他们的“虚假世界”是否看起来像“真实世界”，虽然并不完美（真实市场有比模拟更极端的跳跃），但模型区分因果的能力依然成立。

论文得出结论：观测准确性并不等于因果正确性。仅仅因为一个模型能很好地预测过去，并不意味着它能处理冲击。CIR-ACTIVA 提供了一种运行压力测试的方法，它能告诉你如果按下按钮会发生什么，而不是仅仅基于过去发生的事情进行猜测。这是迈向不仅理解“正在发生什么”，而且理解“为什么发生”的金融模型的关键一步。

技术摘要：针对多元 CIR 过程的摊销干预预测

1. 问题定义

金融时间序列（如短期利率、违约强度和信用违约互换 (CDS) 价差）通常被建模为均值回归过程，典型做法是使用 Cox–Ingersoll–Ross (CIR) 框架。虽然标准的多元 CIR 模型能够成功捕捉相关的协同运动，但它们缺乏表示因果影响的机制。因此，它们无法回答干预查询：即预测当一个序列受到外部冲击时（例如，通过压力测试强制将特定价差推至压力水平），系统如何响应。

目前的预测模型通常提供的是条件预测（给定历史路径中某个变量恰好处于某一水平的情况来预测未来值）。这混淆了相关性与因果关系。一个高度相关的变量的高值可能只是共同压力的症状，而非原因；因此，条件模型可能会错误地将冲击效应归因于那些在因果上被屏蔽的变量，从而导致压力测试中出现“幻影”风险评估。

核心挑战在于干预预测：估计多元 CIR 过程的干预后分布 $p(\mathbf{V} | \mathcal{D}_{M_o}, do(V_i))$ 。由于观测等价性的存在，这一问题变得更加复杂——即多个因果模型可能会生成完全相同的观测数据，但却暗示了不同的干预结果。此外，现实世界的金融数据缺乏地面真值（ground-truth）的干预样本，使得在没有合成基准的情况下，无法对因果预测模型进行评估。

2. 方法论

本文提出了 CIR-ACTIVA，一个结合了因果数据生成器和摊销推理模型的框架。

2.1 因果多元 CIR 模拟器

为了训练和评估该模型，作者引入了一个因果多元 CIR 数据生成过程。该模拟器可以生成成对的观测样本和干预样本，而后者在实际市场中是无法获取的。

结构因果模型 (SCM)： 该模型定义了 $d$ 个变量，每个变量通过离散化的 CIR 方程演化。
因果长期均值： 与标准 CIR 模型中长期均值固定不同，这里的均值 $b_{t+1}^i$ 是因果父节点（ $PaV_i$ ）的同时间变量和时间调制因子 $c_i(t)$ 的结构函数。
软干预： 模拟器应用软干预 $do(V_i := (1+\delta)f_i)$ ，在保留目标变量对其父节点依赖性的同时，缩放其动力学特性。
变体： 模拟器包含一个非周期性变体（平稳均值）和一个周期性变体（长期均值遵循正弦调制），用以测试模型追踪随时间变化的动力学特性的能力。
校准： 参数基于真实的 5 年期 CDS 数据（2015–2021）进行校准，以确保边际统计特性（水平、自相关性、尾部行为）与真实市场相似，尽管作者承认纯扩散过程较难完全复制真实的肥尾效应和冲击持续性。

2.2 CIR-ACTIVA 模型架构

该模型改编了 ACTIVA 框架（一种基于 $\beta$ -CVAE 的摊销因果估计器），用于处理时间序列数据。

时间序列框架化： 模型并未将观测值视为无序集合，而是将时间提升为变量。每个观测值是一个元组 $(\mathbf{y}, t)$ 。这使得模型能够学习时间依赖性，而无需施加僵化的架构归纳偏置（如 RNN），将预测任务视为以时间为特征的表格预测问题。
编码器： 使用等变 Transformer 编码器来处理观测上下文和干预查询。它采用条件连续正规化流 (Conditional Continuous Normalizing Flow) 作为先验 $p_\eta(\mathbf{z} | \mathcal{D}_{M_o}, \mathbf{i})$ ，以表示因果模型上的多模态潜在分布，并保持置换等变性。
解码器： Transformer 解码器将潜在代码 $\mathbf{z}$ 映射到变量和时间的联合分布。关键在于，它使用了基于预测时界的分桶解码器 (horizon-bucketed decoder)。预测时界被划分为 $K$ 个时间桶，解码器为每个桶生成一个具有随时间线性偏移均值的全协方差高斯分布。这使得干预法则可以随预测距离的变化而变化。
输出变换： 为了处理 CIR 过程的非负性，模型预测价差的平方根 ( $\sqrt{x}$ ) 以稳定方差，并通过变量代换映射回原始单位。
训练： 模型通过带有较大 $\beta$ 权重的 $\beta$ -CVAE 目标函数进行训练。这迫使模型将预测结构学习到调节路径（观测数据 + 干预）中，而非仅仅存在于潜在代码中，从而确保模型无需重新训练即可泛化到新任务。

3. 核心贡献

CIR-ACTIVA 模型： 一种用于多元 CIR 过程中分布因果效应估计的新型摊销模型。它将轨迹视为带时间戳的观测值，并利用基于时界的桶状解码器来捕捉冲击响应如何随不同预测时界演化。
因果 CIR 模拟器： 一个能够产生成对观测和干预地面真值的合成数据生成过程。这使得训练和严格评估摊销因果推理模型成为可能，而此前这类能力在时间序列数据领域是缺失的。
实证验证： 该框架在 CDS 价差上进行了实例化。作者证明了其方法在因果选择性（屏蔽受影响变量之外的非后代变量）和时界解析校准（准确预测冲击响应随时间演化的过程）方面均优于基准模型。

4. 实验结果

模型针对四个基准模型进行了评估：原始 ACTIVA、MACE-TNP（一种神经过程估计器）、高斯混合回归 (GMR) 基准（非因果）以及 Oracle floor（神谕底线）。

因果选择性： CIR-ACTIVA 在区分因果后代变量与非后代变量方面显著优于基准模型。
- 对于非后代变量（因果屏蔽变量），其误差（相对于 Oracle 的超额误差）比后代变量降低了 51–56%。
- 相比之下，GMR 和 ACTIVA 等基准模型未能降低非后代变量的误差，经常向这些变量分配“幻影”冲击效应。MACE-TNP 显示出一定的选择性，但在动力学变为随时间变化（周期性变体）时，其有效性减半。
时界解析校准： CIR-ACTIVA 在短时界取得了最低误差，而在该阶段，从观测动力学到干预动力学的转换最为关键。
- 在周期性数据上，其近时界能量分数 (Energy score) 为 0.46，显著低于 MACE-TNP、ACTIVA 和 GMR。
- 这种优势在非周期性数据集的所有时界上均持续存在。
消融实验： 去除表达性潜在空间（流先验）或分桶解码器都会降低性能。两者的结合对于实现近时界准确性至关重要，尤其是在周期性设置下。

5. 意义与主张

本文主张，观测预测的准确性并不等同于干料预测的正确性。在耦合的金融系统中，无法区分相关性与因果关系会导致严重的错误：基于非因果模型的压力测试会虚报损失，并针对并不存在的风险敞口进行过度对冲。

CIR-ACTIVA 通过以下方式解决这一问题：

提供了一种无需针对每个场景重新训练即可回答耦合价差系统“假设（what-if）”查询的方法。
通过在独立于模拟器与现实匹配程度的合成地面真值上建立有效性，同时通过回测真实 CDS 数据展示了其实际应用价值。
为未来的因果预测器提供了一个受控的基准（因果 CIR 模拟器）。

作者对局限性保持了审慎态度：合成地面真值低估了现实市场中存在的冲击持续性和大幅波动（肥尾）的频率，这意味着报告的分数可能代表了现实世界表现的一个乐观上限。此外，目前的实现是在三个标的的系统中测试的，将其扩展到投资组合规模的面板数据仍是一个独立的挑战。然而，该框架对特定的资产类别是不可知的，适用于任何由 CIR 建模的均值回归序列（如短期利率、随机波动率）。