ESRIcascade.jl：用于快速计算经济系统性风险指数的Julia包
ESRIcascade.jl: A Julia package for fast computation of the Economic Systemic Risk Index
浏览论文内容
中文总结 AI 辅助
本研究开发了Julia包ESRIcascade.jl，其计算经济系统性风险指数的速度比现有实现快140至300倍，可将合成经济体计算时间从16小时缩至7分钟，推动ESRI在相关研究中的更广泛应用。
中文摘要 AI 辅助
本研究介绍ESRIcascade.jl，一个用于计算经济系统性风险指数（Economic Systemic Risk Index，ESRI）的Julia包。该包兼具计算效率与为研究工作流设计的文档化接口。我们的基准测试显示，ESRIcascade.jl比现有实现快140至300倍；对于规模符合实际的合成经济体，它将计算时间从16小时缩短至7分钟。通过缩短计算时间，ESRIcascade.jl使对更大生产网络的重复分析变得切实可行，并可能推动ESRI在实证与方法论研究中的更广泛应用。该包及其文档根据MIT许可协议在指定网址免费提供。
英文摘要
This work presents ESRIcascade.jl, a Julia package for computing the Economic Systemic Risk Index (ESRI). The package combines computational efficiency with a documented interface designed for research workflows. Our benchmarks show that ESRIcascade.jl is from 140 to 300 times faster than existing implementations. For a realistically sized synthetic economy, this reduces computational time from 16 hours to 7 minutes. By reducing computation times, ESRIcascade.jl makes repeated analyses of larger production networks practical and feasible and may enable broader use of ESRI in empirical and methodological research. The package and its documentation are freely available at https://github.com/Devetak/ESRIcascade.jl under the MIT License.
发表机构
- Complexity Science Hub Vienna（维也纳复杂性科学中心）
- Supply Chain Intelligence Institute Austria（奥地利供应链智能研究所）
- Section for the Science of Complex Systems, Center for Medical Data Science, Medical University of Vienna（维也纳医科大学医疗数据中心复杂系统科学科）
- Division of Insurance Medicine, Karolinska Institutet（卡罗林斯卡学院保险医学系）
机构由 AI 辅助整理，请以论文原文为准。
