論文の概要: Compliance Moral Hazard and the Backfiring Mandate

• arxiv url: http://arxiv.org/abs/2604.21789v2
• Date: Sun, 26 Apr 2026 18:07:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:06.938553
• Title: Compliance Moral Hazard and the Backfiring Mandate
• Title（参考訳）: コンプライアンス・モラル・ハザードとバックファイリング・マニュアル
• Authors: Jian Ni, Lecheng Zheng, John R Birge,
• Abstract要約: 共有顧客層にサービスを提供している競合企業は、基本的な情報集約の問題に直面している。 銀行ネットワークにおけるマネーロンダリング防止に基礎を置く分散型リスク分析のためのメカニズム設計フレームワークを開発する。 我々は、競争圧力がコンプライアンスのモラルハザードを増幅し、低設計の委任により、安楽以下での福祉を削減できることを示した。
• 参考スコア（独自算出の注目度）: 6.584016782022881
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Competing firms that serve shared customer populations face a fundamental information aggregation problem: each firm holds fragmented signals about risky customers, but individual incentives impede efficient collective detection. We develop a mechanism design framework for decentralized risk analytics, grounded in anti-money laundering in banking networks. Three strategic frictions distinguish our setting: compliance moral hazard, adversarial adaptation, and information destruction through intervention. A temporal value assignment (TVA) mechanism, which credits institutions using a strictly proper scoring rule on discounted verified outcomes, implements truthful reporting as a Bayes--Nash equilibrium (uniquely optimal at each edge) in large federations. Embedding TVA in a banking competition model, we show competitive pressure amplifies compliance moral hazard and poorly designed mandates can reduce welfare below autarky, a ``backfiring'' result with direct policy implications. In simulation using a synthetic AML benchmark, TVA achieves substantially higher welfare than autarky or mandated sharing without incentive design.
• Abstract（参考訳）: 各企業は、リスクのある顧客に関する断片的な信号を持っているが、個々のインセンティブは効率的な集団検出を妨げる。 本研究では,銀行ネットワークにおけるマネーロンダリング防止を基盤とした分散型リスク分析のためのメカニズム設計フレームワークを開発する。 3つの戦略的摩擦は、コンプライアンスのモラルハザード、敵の適応、介入による情報破壊という私たちの設定を区別する。 時間的価値割当(TVA)機構は、ディスカウントされた検証結果に対して厳格に適切なスコアリングルールを用いて機関を信用する機構で、大きな連合においてベイズ-ナッシュ均衡(各端で一意に最適)として真に報告を行う。 銀行競争モデルにTVAを組み込むと、競争圧力はコンプライアンスのモラルハザードを増幅し、設計の悪い委任状は、直接的な政策上の影響を伴う「バックファイリング」の結果、安楽以下で福祉を減らすことができる。 合成AMLベンチマークを用いたシミュレーションでは、TVAはインセンティブ設計なしで、自閉症や強制的な共有よりもかなり高い福祉を達成する。

関連論文リスト

• Utilizing and Calibrating Hindsight Process Rewards via Reinforcement with Mutual Information Self-Evaluation [50.696688705287755]
  我々は、強化学習におけるスパース報酬課題を克服するために、相互情報自己評価を提案する。 MISEにより、エージェントは、疎外的信号を補う高密度な内部報酬から自律的に学習することができる。 我々は、後見自己評価報酬を利用することは、政策と代行報酬政策の間のKL分散項と相互情報を組み合わせた目的を最小化することと等価であることを示す。
  論文  参考訳（メタデータ） (2026-04-13T15:18:51Z)
• Quantifying Trust: Financial Risk Management for Trustworthy AI Agents [27.23487816533652]
  AIを利用したトランザクションの決済標準であるARSを導入する。 ARSはリスクアセスメント、引受け、補償を単一のトランザクションフレームワークに統合する。 ARSは、モデル行動に関する暗黙の期待から、明示的で測定可能な、強制可能な製品保証へと、信頼をシフトします。
  論文  参考訳（メタデータ） (2026-04-05T05:42:20Z)
• Risk-Adjusted Harm Scoring for Automated Red Teaming for LLMs in Financial Services [0.0]
  本稿では,銀行,金融サービス,保険のセキュリティ障害に対するリスク対応評価フレームワークを提案する。 我々は、金融害のドメイン固有の分類法、自動化されたマルチラウンド赤チームパイプライン、およびアンサンブルに基づく判断プロトコルを組み合わせる。
  論文  参考訳（メタデータ） (2026-03-11T14:14:13Z)
• Quantifying Automation Risk in High-Automation AI Systems: A Bayesian Framework for Failure Propagation and Optimal Oversight [1.6328866317851185]
  本稿では,3項の積として期待損失を表す同相のベイズリスク分解を提案する。 このフレームワークは、モデル精度のみではなく、実行と監視のリスクをキャプチャする。 われわれは、2012年のナイト・キャピタル事件を、広く適用可能な障害パターンの1つのインスタンス化として、実証的なケーススタディで、このフレームワークを動機付けている。
  論文  参考訳（メタデータ） (2026-02-22T00:18:23Z)
• Outcome-Grounded Advantage Reshaping for Fine-Grained Credit Assignment in Mathematical Reasoning [60.00161035836637]
  グループ相対政策最適化は、推論タスクのための有望な批判のない強化学習パラダイムとして登場した。 我々は,各トークンがモデルの最終回答にどの程度影響するかに基づいて,利益を再分配する,きめ細かい信用割当機構であるOutcome-grounded Advantage Reshaping (OAR)を紹介した。 OAR-Gは計算オーバーヘッドを無視して同等のゲインを達成し、どちらも強力なGRPOベースラインをはるかに上回っている。
  論文  参考訳（メタデータ） (2026-01-12T10:48:02Z)
• Adaptive Accountability in Networked MAS: Tracing and Mitigating Emergent Norms at Scale [2.28438857884398]
  大規模ネットワーク化されたマルチエージェントシステムは、ますます重要なインフラの基盤となっている。 ライフサイクルを意識した監査台帳を通じて責任フローをトレースする適応的説明責任フレームワークを導入する。 我々は、期待される介入コストが敵の支払額を超えると、妥協された相互作用の長期比率は1より厳密に小さい定数で制限されることを示す有界補完定理を証明した。
  論文  参考訳（メタデータ） (2025-12-21T02:04:47Z)
• Cannot See the Forest for the Trees: Invoking Heuristics and Biases to Elicit Irrational Choices of LLMs [83.11815479874447]
  本研究では,人間の認知における認知的分解と偏見に触発された新しいジェイルブレイク攻撃フレームワークを提案する。 我々は、悪意のあるプロンプトの複雑さと関連バイアスを減らし、認知的分解を用いて、プロンプトを再編成する。 また、従来の二分的成功または失敗のパラダイムを超越したランキングベースの有害度評価指標も導入する。
  論文  参考訳（メタデータ） (2025-05-03T05:28:11Z)
• Chat Bankman-Fried: an Exploration of LLM Alignment in Finance [4.892013668424246]
  司法管轄区域はAIの安全性に関する法律を制定するので、アライメントの概念を定義して測定する必要がある。 本稿では,大規模言語モデル(LLM)が比較的未探索の財務状況において,倫理的・法的基準に準拠するか否かを評価するための実験的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-11-01T08:56:17Z)
• Certifiably Byzantine-Robust Federated Conformal Prediction [49.23374238798428]
  本稿では,悪意のあるクライアントに対する堅牢な共形予測を行う新しいフレームワークRob-FCPを提案する。 我々は、さまざまなビザンチン攻撃の下で、悪意のあるクライアントの多様な割合に対するRob-FCPの堅牢性を実証的に実証した。
  論文  参考訳（メタデータ） (2024-06-04T04:43:30Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。