The geometry of financial institutions — Wasserstein clustering of financial data

要約

【タイトル】金融機関の幾何学-金融データのWassersteinクラスタリング

【要約】

– 大規模で細かいデータが利用可能になったため、その情報を要約してわかりやすいマップにまとめる方法を開発する必要がある。
– 金融規制は、規制当局が金融機関から多様なデータを必要とする分野であり、データ処理や解析には課題がある。
– 確率分布に対するLloydのアルゴリズムの変形を提案し、Wassersteinバリセンターを用いて、与えられたデータのメトリック空間を構築することで、異なるオブジェクトの金融データを簡潔な形で表現できる。
– 金融規制の文脈でこの手法を適用し、規制当局が直面する特定の課題を解決することができることを実証する。
– この手法は、大規模で複雑なデータセットを簡潔に表現する必要がある他の分野でも一般的に適用できると考えられる。

要約(オリジナル)

The increasing availability of granular and big data on various objects of interest has made it necessary to develop methods for condensing this information into a representative and intelligible map. Financial regulation is a field that exemplifies this need, as regulators require diverse and often highly granular data from financial institutions to monitor and assess their activities. However, processing and analyzing such data can be a daunting task, especially given the challenges of dealing with missing values and identifying clusters based on specific features. To address these challenges, we propose a variant of Lloyd’s algorithm that applies to probability distributions and uses generalized Wasserstein barycenters to construct a metric space which represents given data on various objects in condensed form. By applying our method to the financial regulation context, we demonstrate its usefulness in dealing with the specific challenges faced by regulators in this domain. We believe that our approach can also be applied more generally to other fields where large and complex data sets need to be represented in concise form.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI