Fugu-MT 論文翻訳(概要): Asymmetries in Financial Spillovers

論文の概要: Asymmetries in Financial Spillovers

arxiv url: http://arxiv.org/abs/2410.16214v1
Date: Mon, 21 Oct 2024 17:14:58 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-22 13:17:53.944392
Title: Asymmetries in Financial Spillovers
Title（参考訳）: 金融スパイロバーズにおける非対称性
Authors: Florian Huber, Karin Klieber, Massimiliano Marcellino, Luca Onorante, Michael Pfarrhofer,
Abstract要約: 我々は、米国ベースの金融ショックに対する国際的反応が、これらの次元に沿って非対称であることを示します。悪いショックは、良心的なショックよりも、生産、インフレ、株式市場の低下を強く引き起こすことがわかりました。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper analyzes nonlinearities in the international transmission of financial shocks originating in the US. To do so, we develop a flexible nonlinear multi-country model. Our framework is capable of producing asymmetries in the responses to financial shocks for shock size and sign, and over time. We show that international reactions to US-based financial shocks are asymmetric along these dimensions. Particularly, we find that adverse shocks trigger stronger declines in output, inflation, and stock markets than benign shocks. Further, we investigate time variation in the estimated dynamic effects and characterize the responsiveness of three major central banks to financial shocks.
Abstract（参考訳）: 本稿では,米国発の金融ショックの国際的伝達における非線形性について分析する。そこで我々は,フレキシブルな非線形マルチカントリーモデルを開発した。我々のフレームワークは、ショックサイズやサインに対する金銭的ショックに対する応答において、時間とともに非対称性を生み出すことができる。我々は、米国ベースの金融ショックに対する国際的反応が、これらの次元に沿って非対称であることを示します。特に、悪いショックは、良質なショックよりも生産、インフレ、株式市場の低下を強く引き起こす。さらに, 推定力学効果の時間変動について検討し, 金融ショックに対する三大中央銀行の応答性を特徴付ける。

関連論文リスト

Active-Dormant Attention Heads: Mechanistically Demystifying Extreme-Token Phenomena in LLMs [77.66717051042032]
実践者は変圧器に基づく大言語モデルにおいて、3つのパズリング現象を一貫して観察してきた。これらの現象は、ある種のいわゆる「シンクトークン」が不当に高い注意重みを負っているのが特徴である。極端トーケン現象のメカニズムを解明する。
論文参考訳（メタデータ） (2024-10-17T17:54:06Z)
Interval Forecasts for Gas Prices in the Face of Structural Breaks -- Statistical Models vs. Neural Networks [0.0]
ニューラルネットワークのような現代の機械学習手法が、このような変化に対してより耐性があるかどうかを検討する。衝撃期においては、ほとんどのモデルでは、余震期における分散を過大評価しながら、分散を過小評価している。興味深いことに、広く使われている長短のニューラルネットワークは、競合他社よりも優れています。
論文参考訳（メタデータ） (2024-07-23T11:34:13Z)
Modeling Systemic Risk: A Time-Varying Nonparametric Causal Inference Framework [27.025720728622897]
時系列ネットワークにおける因果構造を推定するための非パラメトリック・時間変化指向情報グラフ(TV-DIG)フレームワークを提案する。本枠組みは、金融ネットワーク内の主要資産・産業セクター間の相互接続性とシステム的リスクの進化を特定し、監視するものである。
論文参考訳（メタデータ） (2023-12-27T20:09:57Z)
Non-linear dimension reduction in factor-augmented vector autoregressions [0.0]
本稿では, 因子付加ベクトル自己回帰の非線形次元低減法を導入し, 異なる経済ショックの影響を解析する。大規模データセットと潜在要因の間の非線形性を制御することは、特にビジネスサイクルの乱時において有用である、と私は主張する。
論文参考訳（メタデータ） (2023-09-09T15:22:30Z)
Designing an attack-defense game: how to increase robustness of financial transaction models via a competition [69.08339915577206]
金融セクターにおける悪意ある攻撃のエスカレートリスクを考えると、機械学習モデルの敵戦略と堅牢な防御メカニズムを理解することが重要である。本研究の目的は、逐次的な財務データを入力として使用するニューラルネットワークモデルに対する敵攻撃と防御の現状とダイナミクスを調査することである。我々は、現代の金融取引データにおける問題の現実的かつ詳細な調査を可能にする競争を設計した。参加者は直接対決するので、実生活に近い環境で攻撃や防御が検討される。
論文参考訳（メタデータ） (2023-08-22T12:53:09Z)
Modeling Inverse Demand Function with Explainable Dual Neural Networks [7.502222179088035]
本稿では、2つの連続した段階で動作する新しいデュアルニューラルネットワーク構造を提案する。第1のニューラルネットワークは初期ショックを予測された資産の流動にマッピングし、第2のネットワークはこれらの流動を利用して平衡価格を導出する。我々のモデルは、予測と真の清算の間に強い整合性を示しながら、初期ショックのみに基づいて均衡資産価格を正確に予測することができる。
論文参考訳（メタデータ） (2023-07-26T17:41:51Z)
BLEURT Has Universal Translations: An Analysis of Automatic Metrics by Minimum Risk Training [64.37683359609308]
本研究では,機械翻訳システムの学習指導の観点から,各種の主流および最先端の自動測定値について分析する。 BLEURT や BARTScore における普遍的逆変換の存在など,ある種の指標は堅牢性欠陥を示す。詳細な分析では、これらのロバスト性障害の主な原因は、トレーニングデータセットにおける分布バイアスと、メートル法パラダイムの傾向である。
論文参考訳（メタデータ） (2023-07-06T16:59:30Z)
A Robustness Analysis of Blind Source Separation [91.3755431537592]
ブラインドソース分離(BSS)は、変換$f$が可逆であるが未知であるという条件の下で、その混合である$X=f(S)$から観測されていない信号を復元することを目的としている。このような違反を分析し、その影響を$X$から$S$のブラインドリカバリに与える影響を定量化するための一般的なフレームワークを提案する。定義された構造的仮定からの偏差に対する一般的なBSS溶出は、明示的な連続性保証という形で、利益的に分析可能であることを示す。
論文参考訳（メタデータ） (2023-03-17T16:30:51Z)
Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文参考訳（メタデータ） (2022-03-07T18:59:54Z)
Simultaneous Transport Evolution for Minimax Equilibria on Measures [48.82838283786807]
最小限の最適化問題は、敵対的学習や生成的モデリングなど、いくつかの重要な機械学習設定で発生する。この研究では、代わりに混合平衡を見つけることに集中し、関連する持ち上げ問題を確率測度の空間で考察する。エントロピー正則化を加えることで、我々の主な成果はグローバル均衡へのグローバル収束を確立する。
論文参考訳（メタデータ） (2022-02-14T02:23:16Z)
Tracking Turbulence Through Financial News During COVID-19 [12.031113181911627]
我々は、2020年のパンデミックの米国金融崩壊における金融出版物の感情に関する関係を明らかにし、議論する。まず、アメリカの大手金融ニュース出版社の記事に対して、金融感情に関する専門的な注釈をいくつか紹介する。探索的なデータ分析の後、金融感情を予測するタスクに対処するCNNベースのアーキテクチャについて述べる。
論文参考訳（メタデータ） (2021-09-09T15:55:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。