[論文レビュー] Improving the Efficiency of Payments Systems Using Quantum Computing

Christopher McMahon, Donald McGillivray+6 more|arXiv (Cornell University)|Sep 19, 2022

Quantum Computing Algorithms and Architecture被引用数 7

ひとこと要約

本論文は、リアルタイムグロスセットルメント（RTGS）システムにおける高額決済の順序を再編し、流動性ニーズを低減するハイブリッド量子古典アルゴリズムを提案する。D-Waveハードウェアを用いた制約付き二次モデル（CQM）による量子アニーリングを用いることで、70件の決済バッチに対して平均でC$24000万の日次流動性の節約が達成され、追加遅延は90秒にとどまる。これは、金融インfraストラクチャにおける組み合わせ最適化の分野で量子優位性を示している。

ABSTRACT

High-value payment systems (HVPSs) are typically liquidity-intensive as the payment requests are indivisible and settled on a gross basis. Finding the right order in which payments should be processed to maximize the liquidity efficiency of these systems is an $NP$-hard combinatorial optimization problem, which quantum algorithms may be able to tackle at meaningful scales. We developed an algorithm and ran it on a hybrid quantum annealing solver to find an ordering of payments that reduced the amount of system liquidity necessary without substantially increasing payment delays. Despite the limitations in size and speed of today's quantum computers, our algorithm provided quantifiable efficiency improvements when applied to the Canadian HVPS using a 30-day sample of transaction data. By reordering each batch of 70 payments as they entered the queue, we achieved an average of C\$240 million in daily liquidity savings, with a settlement delay of approximately 90 seconds. For a few days in the sample, the liquidity savings exceeded C\$1 billion. This algorithm could be incorporated as a centralized preprocessor into existing HVPS without entailing a fundamental change to their risk management models.

研究の動機と目的

• 既存のリスクモデルを変更せずに、高額決済システム（HVPS）における流動性効率を向上させること。
• 量子コンputィングを用いて、決済順序付けというNP困難な組み合わせ最適化問題を解決すること。
• 既存のRTGSシステムに統合可能な実用的で中央集権的なプリプロセッサを設計すること。
• 実世界のカナダHVPSデータを用いて、量子強化された決済順序付けの性能とスケーラビリティを評価すること。
• 生産規模の金融システムにおける、流動性の節約と決済遅延のトレードオフを定量化すること。

提案手法

• 決済再順序付け問題を混合整数最適化（MBO）問題として定式化する。
• MBOを、量子アニーリングに適した無制約二次ブール最適化（QUBO）形式に変換する。
• D-Waveの制約付き二次モデル（CQM）インfraストラクチャを用いて、ハイブリッド量子古典ソルバーで問題を解く。
• 非緊急のカナダHVPS取引の30日分のサンプルを、バッチサイズ70および140件で処理する。
• 参加者がシステム決済の前に、量子最適化による再順序付けを受けるための中央集権的プリプロセッサモデルを採用する。
• RTGSシステムにおける重要な流動性リスク指標である最大ネットデビットポジション（mNDP）を最小化するコスト関数を採用する。

実験結果

リサーチクエスチョン

• RQ1 量子強化最適化は、決済遅延を増加させることなく、高額決済システムにおける流動性要件を低減できるか？
• RQ2 実世界のHVPSデータにおいて、量子ベースの再順序付け処理は、標準的なFIFO処理と比較してどのように性能を発揮するか？
• RQ3 量子最適化プリプロセッサにおいて、流動性の節約と処理遅延のバランスを取る最適なバッチサイズは何か？
• RQ4 バッチサイズが拡大するに従い、流動性の節約はどのようにスケーリングするか？また、量子ハードウェアの能力はどのような役割を果たすか？
• RQ5 流動性の節約は、参加者の取引量に比例する程度はどの程度か？

主な発見

• 70件の決済バッチを処理した際、平均でC$24000万の日次流動性の節約が達成され、平均遅延は90秒であった。
• 26%の日においてシステムが流動性の節約を達成し、そのうち3日間はC$10億を超える節約が達成された。
• バッチサイズを140件に倍増させたところ、平均日次節約額はC$27570万に増加し、1日においては終値の節約額が978%上昇した。
• 1日において、70件から140件に増加した際、中央値および最大の節約額はそれぞれ172%および53%向上した。
• 流動性の節約額は参加者の合計取引価値に比例しており、利益の公平な分配が示された。
• ハイブリッド量子ソルバーにより、計算時間を実行可能な水準にまで短縮し、古典的手法では困難なバッチサイズの最適化が可能になった。