最佳系统性风险救助：基于神经网络的PGO方法
摘要：资本注入的最佳救助问题不存在封闭的公式，因此难以解决。本文将最佳救助问题看作一个黑箱优化问题，其中黑箱被描述为一个遵循E-N框架的固定点系统，用于衡量金融系统的系统性风险。我们提出了所谓的“预测-梯度-优化”(PGO)框架来解决这个问题，其中“预测”意味着通过神经网络近似和预测没有封闭形式的目标函数，“梯度”是基于前述近似值计算的，“优化”过程是在梯度投影算法中进一步实施以解决问题。全面的数值模拟表明，所提出的方法对于系统性风险管理具有潜力。
作者：Shuhua Xiao, Jiali Ma, Li Xia, Shushang Zhu
论文ID：2212.05235
分类：Risk Management
分类简称：q-fin.RM
提交时间：2022-12-13