多くの人々は、金融危機を期待し、多くのもそれが自動化された取引戦略株価駆動することによって引き起こされると予想、それは、ひどく正常に動作しないかfinanceでcomputing的な側面を結局、and問題は、relatively計算で生じたフリーローン部門。何か方法はコンピューティング、または貢献している可能性が将来の危機を回避するヘルプがありますか？
私の妻リンダはクレジットクランチについて悩んでいた以上のブランチが今週。私たちはアイルランドの瞬間にしているので、特に、を押すと、全体の国が政府の設定を開く国家資産管理局（非農産品市場）とのアイルランド銀行から不良債権の巨大なトランシェの制御を奪って身もだえている。彼女は、"何を、コンピュータ科学者として、これを修正することができる私ですか？"どんな種類のスポットのトピックについて考えに私を置く私はほとんど知っているが約しかし、それは私がある地域であることが考え得たwhereプログラミング言語とデータ集約型コンピューティングは、関連する将来のために、可能性があります少なくとも。だからここに...。
全体の金融危機がすさまじく複雑な、もちろんされているので、、私が最もよく知ってエリア：アイルランド"有毒虎"クラッシュに焦点を当てたことから始めることができます。これは基本的に銀行の開発者にプロパティの建設住宅、商業資金への融資をすることによって、どちらの税システムを介して励まされた引き起こされている。特にクラッシュはサブプライム消費者や後続の証券への融資によって発生していないていたので実質的に異なる米国（ただし、それらによって信用市場の引き締めによってトリガ）の問題です。融資は、現在の（あるいは、先進将来）土地の価値 - と時には"ライセンス"を地ではなく、土地そのもの - 頻繁にクロス、いくつかの機関や動向を担保構築、および借入金によって賄わ担保された資本市場ではなく預金（これはアイルランド、400万人の国としてではなく、少している）のよりも。資本の可用性2008-9全体の不動産市場を停止強化として、土地の値が（いくつかのケースでは80％下がり、100％のライセンスを構築するために）、銀行は不良債権と資本の欠点が残されているEUR60Bは現在、政府の理由が強く疑わ政治的イデオロギー的ではなく、必ずしも納税者の最善の利益にいるよりも、するには、少なくともの範囲で公開貸借対照表にむしろそれらは、銀行によって運ばれることができるよりも取っている'所有者と社債権者。クラッシュはまた、期待どおりかもしれないが、巨大な銀行のリスク管理の欠点を明らかにした、自分の保有とエクスポージャーの理解、当局はいくつかの信じられないほどずさんな監督、不正疑惑や企業の不正行為がたくさん。
（上記のコースの総簡素化です。アイルランドの経済のブログに詳細最高のソースは、ははアイルランドの主要な学術エコノミストの情けないほど正確にどのように危機が展開だとしてされている大部分が実行されて）。
だから何ができるコンピュータサイエンスこの混乱について言う？で起動するには、そこに私たちは上記のシナリオから手を引くことができるいくつかの重要なポイントがあります：
1。モデリング。その、ハード、与えられたストレスの影響をシステムになる：あるセクター全体失業、または購入にローカライズされた秋ている場合はいったい何が起こる知るには？。ほとんどの銀行がモデリング儲けた統計レベルでのみ行っているように見える。
2。計測器の複雑さ。さまざまな金融商品は、刺激に異なる方法で応答します。未払いの利子の支払いは、ロールアップ住宅ローンの元本に、完全にその振る舞いを変更する場合古典的な例があります。個別のアップは、これらの楽器はほとんど不可能にその分析を行います。
3。トレーサビリティ。同じ資産はせずに別の場所ですべての楽器をはるかに少ない貴重なリスクに関与なりますアップフロント、検出されて表示されます。
4。国民の信頼。 "ストレステストは、"規制が実施秘密裏に独立した監視なしで実施された、とのバリュエーションを不良債権に適用されている。国民はそのうちは何も知っている負債のにサインオフ求められている。
非常に複雑明らかに、このされ、モデル分析では概要だけをご提供する予定です統計。単純化は、数学は英雄される動作を取得する、基になる解析技術の力にもかかわらず、必要がありました。
だから、1つのシミュレーションではなく、analysis.A抵当権の問題として扱う心して一般的に特定のプリンシパル、金利、デフォルト率などのデータとして扱われます。これは、しかしまた、プロセスとして、計算オブジェクトを見ることができます：それはお金で（馴染みのお支払い）、その結果の値を前進した取り、各会計期間（月）に行われました。またリスクが支払いは、どのリスクプロファイルや住宅ローンのリスク加重値を変更こないことです。これは、特定の方法で、再スケジューリングの支払い（住宅ローンの期間を増やすかもしれないが）、対応するか、現金のように複数の液体オブジェクト（ローン文言に自分自身を有効にすると）の住宅を売却しようとして、差し押さえが対話関係他のオブジェクトは、バイヤーのモデルポテンシャルの振る舞いは、どのくらいの現金差し押さえはもたらします：低迷で、支払いのデフォルトの増加や住宅ローンの現金値のliklihoodはforclosedアポンも同様に減少を示します。
ポイントは、比較的少ない人間、銀行の介入はここ関わっている：それは主に計算ことだ。 1つは、別の刺激に対する反応を定義し、住宅ローンのデフォルトのリスクによって割引の予想される現在の値を定義します住宅ローンの行動を表現するためのプログラミング言語を想定できる、差し押さえ金額回復など。
まず最初にコンピュータサイエンス、金融クラッシュについて教えてできるようになる楽器は基本的に計算され、されるコードとして表現することができます。これは特定の楽器、特定の刺激にさらされるから期待する動作を、明確にコードとして表現参照モデルを提供します。
我々は、ステージをさらに行くことができます。ローンが証券化している場合 - パッケージを開くその値は、基になる資産の、先物のように - して導関数の値は、資産の値から、それを基に計算することができますから派生して他の楽器に。デリバティブは、しばしば恐ろしく複雑な、およびそれらの重要な利点のコードとしての行動を表現するいたことになるかもしれません。
どのように我々は様々なリスク要因を取得するのですか？通常、この全人口全体の総レベルで行われますが、それは必要はありません。我々は今エクサバイト時代に住んでいます。我々は、コードにメタデータとして、基になる資産の詳細：家の場所を扱うことができる、そのサイズと価格履歴、所有者の仕事など。我々は現在、このデータを非公開し、統計的集計としては、理由がない我々はそれぞれから構成さ誘導体各ローンや楽器、そしてそのために関連付ける実際の詳細を持つことができない理由です。すべてのどのようなデータをリンクされて後、これがすべてです。つまり、各金融商品は本質的に計算があり、そのすべての関連するメタデータを運ぶ。この小さなパッケージには、融資、すべての意図や目的です。
2つ目のコンピュータ科学が教えすることができますだからwe一緒に、資産およびデータインストゥルメントをリンクすることができます、トラックそれらの間に、標準toolsとセマンティックウェブの基準をusingです。これは私達が高い意味レベルで、私たち、これらのクエリ我々はさらに検討に興味を持っているデータのパーティションを抽出するために、それらを問い合わせることができますを意味します。ない科学的な理由は、これが市場全体にわたって単一の機関だけではなく内に行うことができます。
上記の最終的な結果は、このコーディングとリンクを与え、金融システムは、シミュレーションで実行されることができます。我々はこれまで細かい解像度での例では意味のクエリを実行するための関心の人口を抽出し、それらすべて（シミュレーションで冗長）を作成、ストレステストを行うことができるとどのようなだけでなく、その債権はどうなるのを見て、しかし、証券化商品に基づいて - everythingsだけ計算からです。複数のシミュレーションが違う未来のシナリオを、別のリスクのウエートになどに基づい探索を実行することができます。
データofたくさんのように（これは音がので、フェルミ問題として英国の住宅市場を詰めましたをせて、それが可能だが参照してください、そこUK in 6000人がいる。平均on二人の家族と仮定する3000万domestic家を降伏担保する。これらの住宅ローン無料です一部の割合は、2000万住宅ローンを残して3分の1を言う。従業員は4千万企業で言うの平均での作業の周りは従業員20名は、それぞれ必要との前提、さらに2Mの商業mortagesをもたらし、各住宅ローンの10KBのの必要がある場合データはそれを記述するために、我々は2200オブジェクトのデータを250Tb：約必要があるが大きくはない過剰なデータは、特にほとんどのオブジェクトは、同じ操作を実行し、共通の多くのデータを設定する：クラウドコンピューティングのシミュレーション機能を確かによく以内ので我々は計算不可能領域ここではない。）
我々は、実際にはさらにいくつかの段階を行くことができます。我々は追跡バックを計測器からメタデータをする必要があるので、時間をかけてどのような借り手の特定のコホート別の刺激にさらされるが起こると応力観察することによってリスクを学ぶことができます。ここでも、リンクされたデータは、私たちは行動のパターンを、地域失業などの他のデータセットで、英国と他の場所で（現在は直接オンラインで利用可能）が起こって識別することができます。より多くのデータを簡単に傾向を見ることがオンラインで簡単となる細かい1つが展示しているシステムを動作を学ぶことができます。同様に何来るのを試してみるためのシミュレーション転送を実行した、我々は後方学習し、予測を改善するために使用できるパラメータを絞り込むことを実行できます。
したがって、3番目のコンピュータサイエンスは私たちを伝えることができると思うのですが、全体性マシンのセマンティックWebの標準技術を使って行うことができる豊かなソース学習と統計的推論が、金融市場。
さらに、我々はオープンでシミュレーションを行うことができます。銀行はコードとして保有を表すために必要がある場合とにリンクする必要があります（一部の）メタデータローンに関連付けられて、そのレギュレータのシミュレーションを実行し、その結果を公開します。もちろん商業的機密の問題が、だが、1つのことができるロックダウンメタデータの細部場合（郵便番号と名前のない所有者を識別する必要など）。一人一人が、資産、融資を一意の識別子がある場合は、簡単にクロスcollateralisationsと楽器の値を弱める他の要因を見つけるには、資産の内部を完全検索できるようにすることなくです。これは、メタデータ面で銀行の保有 - 特定の地域で住宅ローンを公開 - それはおそらく悪いことだと、そのsecuritiseに関する情報の欠如は、秋に貢献して指定された。
これが最後のコンピュータサイエンスを教えてことができます。オープンソースの開発が問題に有する複数の目は数、範囲、バグの重大度を軽減し、提案し、再利用、再目的のが可能にこれまで事前予想される範囲を超えて。市場では、より多くの目は、銀行の位置をより規制や投資家の理解を意味するので（原則）より効率的な市場。
私の知る限りでは、銀行はすでにこの内部の多くを行うには、それ開いてプロセスは長い道のりの両方納税者および将来の投資家の信頼を回復する行くことができること。がクラッシュ新しいアイデアを試してみるような時間がないです。
0 コメント:
コメントを投稿