金融 AI 的或有敞口路由：中断风险与不可分决策的代价

arXiv:2610.00239v1 公告类型：新 摘要：模型故障切换可以恢复可用性，但会改变哪些金融机构共同承担决策错误。我们通过局部市场影响响应矩阵构建依中断情况的路由模型，并研究预期价格位移平方。一个对称构造表明，随着主端点数量增加，共享备用端点仍可能留下常数级的集中下限；而均衡的回退风险则随着存活端点数量增加而反比下降。对于不可分决策，我们推导出独立随机路由的精确二阶矩，以及一种决定其与分数分配之间差距的有效敞口粒度。条件期望舍入在不存在耦合配额的情况下给出有限代理数量界；另一种独立的交换程序则保持端点数量不变，并根据对偶下界进行评估。在 60 个合成投资组合网络和 11,340 次情景评估中，在独立误差的中心反馈设置下，后者对于移除单个和两个端点分别将风险降低 6.57% 和 10.53%。在构造的再平衡任务上重放 1,024 条记录的 API 响应后，留出数据上的降幅较小，为 3.30%（配对 bootstrap 区间为 2.07--4.57%）。高度一致的误差、较劣的端点以及不可分性都会限制分散化。本文的贡献是提供一种可审计的路由压力测试和实现分析，而不是估计真实市场崩盘概率。