危机时期的刺激支票分配

我们研究在面临收入冲击的金融网络参与者间分配救助金（刺激计划、补贴分配）的问题。我们基于Eisenberg与Noe的金融清算框架，该框架允许纳入一种基于离散救助的救助政策，其动机来自全球范围内人们作为COVID-19经济纾困计划一部分所收到的各类刺激支票。我们表明，为最大化此类多种形式的社会福利目标而在金融网络上最优分配此类救助金是一个计算上难解的问题。我们开发了近似算法以优化这些目标，并确立其近似比的保证。随后，我们在优化问题中加入多重公平性约束，并确立含与不含这些约束之解的相对界。最后，我们将方法应用于多种数据，既包括采用真实世界数据的大型金融机构系统情境，也包括采用源自移动模式的半人工数据的、人与企业间金融互动的现实社会情境。我们的结果表明，所开发研究的算法在实践中结果合理，且优于其他基于网络的启发式方法。我们认为，通过社会层面视角所呈现的问题可协助政策制定者就发放补贴做出明智决策。