FINESSE: 一个用于多模态金融事件序列的基于代理的模拟器和基准数据集

# FINESSE：基于代理的多模态金融事件序列模拟器与基准数据集
来源：https://arxiv.org/html/2609.11993
###### 摘要

金融服务领域的机器学习研究受限于代表性开源数据集的稀缺性。现有资源通常专注于单一模态或任务，未能反映金融服务领域许多问题固有的结构化、多模态和动态特性。

本文介绍 FINESSE（金融事件序列模拟环境），这是一个基于代理的模拟框架，用于生成由多个相互依赖的事件流组成的合成结构化数据集。每个流对应一种不同的金融行为，如交易、支付、账户状态变更和策略干预，各自具有独特的行动空间、模式及变量类型。这些流通过代理的潜在演化状态相互耦合，实现了具有丰富时间交互的模拟。

我们还引入了 FINESSE-Bench，这是一个由模拟器生成的基准数据集，支持四个代表性任务：余额预测、交易欺诈检测、未还款预测和下一事件预测。我们报告了使用时间序列预测、事件序列建模、时序图和时间点过程方法的基线结果。我们开源了 FINESSE 框架，包括模拟器和数据集，以加速金融服务中结构化多模态事件序列建模挑战的研究。

## 1 引言

合成数据集对于推进金融服务行业核心建模挑战的研究至关重要。现有技术通常依赖于匹配统计分布，这引发了隐私问题并限制了其适用性。基于代理的模型提供了一种基于原则的替代方案，能够生成独立于敏感数据的合成数据集。尽管 ABM 已应用于金融建模，但其在生成结构化多模态事件序列作为基准数据集方面的潜力仍未得到充分探索。

现有金融数据集通常是单模态的，针对狭窄用例设计，或依赖于静态账户级属性。这些局限性未能捕捉金融系统中固有的复杂、演化且相互依赖的事件序列。为解决这一差距，我们引入了 FINESSE：一个金融事件序列模拟环境。FINESSE 是一个基于代理的模拟框架，旨在生成合成基准数据集，以捕捉跨金融行为（包括交易、支付、账户状态变更和策略干预）的复杂动态关系。

我们的工作提供了一个合成数据集，用于评估在建模多模态事件序列数据方面尚未充分探索的代表性任务。具体而言，我们的贡献包括：

- • FINESSE-ABM：一个新颖、可扩展的基于代理的模型，用于生成具有潜在状态动态的长期相互依赖事件序列。
- • FINESSE-Bench：一个合成基准数据集，支持四个代表性任务：消费行为预测、未还款预测、交易欺诈检测和下一事件预测。
- • 使用最先进方法（包括序列模型、时序图、时间序列预测和时间点过程）对所有任务的初始基线结果。

4 种事件序列 | 4 种挑战类型 | 4 种方法
---|---|---
交易 | 欺诈检测 | 序列模型
支付 | 余额预测 | 时序图
账户状态 | 未还款预测 | 时间点过程
策略变更 | 下一事件预测 | 时间序列

图 1：FINESSE-Bench 高层次概览
通过提供一个原则性框架和基准，FINESSE 旨在促进对金融服务中尚未充分探索的结构化、多模态事件序列建模挑战的研究。基准任务旨在用于研究目的，不代表任何组织相关的细粒度现实任务。此外，尽管 FINESSE 生成具有潜在状态动态的合成数据集，但它并不支持正式的因果推断。

## 2 背景

### 2.1 基于代理的模型

基于代理的模型提供了一个框架，使用简单的规则集生成随机、异构且适应性的决策过程，从而导致复杂动态和涌现现象。2005 年，LeBaron 关于“计算金融中的基于代理模型”的论文全面概述了 ABM 在宏观经济市场动态中的效用。类似地，相关研究探讨了大型企业与银行之间的资本和信贷互动如何引发宏观经济波动。基于代理的方法也已用于建模银行间借贷和支付系统中的流动性风险。

最近，ABIDES 引入了强化学习驱动的代理策略，以研究家庭对在企业就业的偏好以及企业对生产冲击的韧性。唯一直接使用 ABM 研究信用卡客户的工作专注于建模客户对激励和促销的敏感性。然而，该研究仅使用包含账户级人口统计信息的公共数据集，而非细粒度的支付和交易事件级模式。

基于代理的模型已被认为是金融领域生成合成数据的有前景的方法。然而，其应用主要限于特定用例，例如反洗钱，其中已知的犯罪活动先验信息被编码为模拟中的规则。相比之下，我们的工作利用基于 ABM 的方法生成长期相互依赖的事件序列，捕捉信用卡客户交易、支付、账户状态和策略调整的动态。这扩展了 ABM 在金融服务中结构化多模态事件序列建模的应用范围。

### 2.2 金融服务数据集

#### 2.2.1 交易欺诈检测

尽管存在一些开源金融服务数据集，但它们往往存在显著局限性。许多数据集狭窄地专注于单一模态的信用卡交易数据用于欺诈检测，例如提供设备级特征的数据集，或具有基本交易级特征的合成数据集（包括 PCA 推导特征）。这些数据集已被整合到亚马逊的欺诈检测基准中。其他数据集（如相关研究）提出了客户流失和 POS 终端交易量等任务，但仍然局限于基本特征。

#### 2.2.2 贷款违约预测

贷款还款日志是金融服务数据的一个关键方面，但代表性不足。车辆贷款违约预测数据集仅提供账户级信用局和人口统计特征。类似地，美国运通 Kaggle 竞赛数据集提供了聚合的账单级特征，包括消费、支付、余额和违约。虽然这些数据集在范围上相似，但我们的工作提供了事件级日志用于细粒度时间建模，以及与信用卡策略调整和高风险商户相关的潜在状态动态。

#### 2.2.3 多模态基准

最近的一些努力（如 FinBench）整合了单模态、单任务数据集，但缺乏时间组成部分，而是专注于静态的账户级特征。类似地，基于代理的模型依赖于高级账户属性而非详细的相互依赖事件序列。

多模态数据集（如 1999 KDD Cup 的 Berka 数据集）包含账户信息、交易、支付、贷款和信用卡，但缺乏细粒度的时间特征和策略驱动的动态。2022 数据融合挑战赛结合了信用卡交易和点击流事件用于流匹配任务，而我们的数据集专注于涉及同一客户多个相互依赖数据流的建模挑战。最近，MBD 数据集引入了用于活动分析和模态匹配的多模态数据，使用交易日志、地理标签和对话。虽然 MBD 是一个重要贡献，但我们的数据集解决了建模结构化多模态事件序列的独特挑战，例如余额预测、欺诈检测、未还款预测和下一事件预测。我们鼓励社区探索多模态融合技术（如 MBD 中的技术），以利用跨序列信息来完成这些任务。

表 1：金融服务现有多个模态事件序列风格基准数据集中可用数据源的比较。

## 3 FINESSE-ABM：多模态事件序列模拟框架

FINESSE-ABM 是一个基于代理的模拟框架，旨在生成结构化多模态事件序列数据集。它模拟客户、商户和银行之间的互动，捕捉客户行为、商户风险和策略干预的演化动态。模拟在离散时间步长上运行，代理通过潜在状态进行转换，这些状态影响他们的行动和互动。

在本节中，我们描述了 FINESSE-ABM 的机制，包括其核心组件（如图 2 所示）和核心算法（如算法 1 所述）。

算法 1 FINESSE-ABM：多模态金融事件序列的基于代理模拟
输入：Nc：客户数量，T：天数，M：商户 {MCC, ID, Rf, Ri}，C：客户行为，credit\_limits[i]，RCT 干预组。
输出：
Ltxn,
Lpay,
Lacct,
Lpolicy,
Lhidden。
对于 t=1 到 T 执行
对于 c ∈ {1,...,Nc} 执行
交易：如果 p_t > θ_t，从 P(M; A[c]) 中采样 m，将 {t,c,m,amt} 追加到 Ltxn，更新 R_i[c]。 ;
支付：如果 p_p > θ_p，从 S[c] 计算支付额，将 {t,c,pay} 追加到 Lpay。 ;
策略变更：如果 t mod P=0 且 c ∉ control，采样策略，将 {t,c,policy} 追加到 Lpolicy。 ;
隐藏状态：如果 p_h < θ_h，更新 A[c] 或 S[c]，将 {t,c,state} 追加到 Lhidden。 ;
账户状态：更新逾期支付和账户状态，将 {t,c,acct} 追加到 Lacct。 ;
返回 Ltxn, Lpay, Lacct, Lpolicy, Lhidden

### 3.1 模拟设置：商户、客户行为和银行策略

生成商户
商户群体是从预配置的商户属性分布中采样的。这些属性分类如下：

- • 可观测属性（记录在交易事件中）：- – MCC：商户类别代码。- – merchant\_id：商户的唯一标识符。
- • 未观测属性（影响潜在状态）：- – popularity：衡量商户被选择的频率。- – online\_presence：商户是在线供应商的可能性。- – id\_theft\_risk：与商户相关的身份盗窃风险评分。- – tx\_fraud\_risk：与商户相关的交易欺诈风险评分。

客户策略
客户行为受两个策略控制：商户亲和性 (Merchant Affinity) 和支付策略 (Payment Strategy)。每个客户被分配 P_ma 个商户亲和性策略之一和 P_ps 个支付策略之一。

- • 商户亲和性：确定在每个 MCC 内的交易频率、消费金额和在线商户使用情况。行为参数从特定策略的分布中采样，创建具有多样化行为的不同客户细分群体。
- • 支付策略：控制支付频率和余额偿还比例，同样进行采样以在细分群体间生成可区分但多样的模式。

表 2：客户代理的异质性参数。每个代理同时被分配支付策略类型和商户亲和性类型，其特征为参数化的频率和金额因子分布。
类型 | 频率 | 金额
--- | --- | ---
类型 1 | F ∼ Poisson(λ_1) | A ∼ N(μ_1, σ_1)
类型 2 | F ∼ N(μ_1, σ_1) | A ∼ Poisson(λ_1)
⋮ | ⋮ | ⋮
类型 N | F ∼ Poisson(λ_N) | A ∼ N(μ_N, σ_N)

银行策略
为了模拟演变的账户策略，使用随机对照试验将客户分配到对照组或干预组。动态干预策略包括调整信用额度、利率和最低还款因子。静态策略（如最低还款规则和还款日）对所有客户统一适用。

客户 | 商户 | 银行
--- | --- | ---
交易 | 欺诈风险 | 支付
策略调整 | |

图 2：ABM 交互概览

### 3.2 潜在状态动态

客户行为动态
FINESSE-ABM 的一个关键特征是每个客户不断演化的隐藏状态，它驱动着随时间推移出现的新行为模式。在每个时间步，客户可能概率性地转换到新的商户亲和性或支付策略。银行策略干预可能会根据客户的账户状态增加隐藏状态转换的可能性。

高风险商户交互
该模拟模型化了客户行为与商户风险状况之间的相互作用。每个商户被分配身份盗窃和欺诈风险评分，这会影响欺诈交易的可能性。当客户与商户互动时，他们的隐藏欺诈风险评分会演变，在与具有较高身份盗窃风险的商户进行重复交易时，该评分会增加。随着时间的推移，客户经历欺诈交易的概率随着他们不断变化的欺诈风险以及他们所交互商户的风险状况而增长。

## 4 FINESSE-Bench 数据集概览

表 3：每种事件类型的模式